投稿指南 投放广告
热门: 工业4.0 柔性电路 SIP封装
技术前沿
使电子制造供应链实现智能化
录入时间:2018/8/14 15:21:11

作者:Thilo SackAlex ChenJames HuangSam KhooCELESTICA公司

前三次工业革命分别是机械革命、电气化革命和信息技术革命。现在,随着工业物联网(IIoT)的出现和各种服务以其独有的方式进入制造领域,我们看到第四次工业革命——工业4.0,正在向我们走来。

在不久的将来,许多企业都需要建立自己的全球性网络,把自己的生产设施和相关的机器以及仓储系统整合起来,形成信息物理系统(CPS)。这种全新的制造环境将由智能机器、材料储存系统和生产设施组成,能够实现信息自动交互、触发操作动作并独立地进行相互控制。这还需要改变生产系统管理和交互的方式。数据必须在不同的机器或系统之间自由流动,不受协议的约束或者不会被各种标准锁定。这将对包括制造、工程化、材料用途、供应链和生命周期管理等在内的各个工业流程进行根本性的改进。

许多供应商已经开始提出解决方案,使已经开始出现的智能工厂在生产中使用一些新的方法,这些方法实现了生产的可定制化。在这些工厂中生产出来的智能产品将是独一无二且可辨识的;无论在什么时候,都能够清楚地知道它们各自的生产历史和它们当前的状态;它们必须能够形成可替代的工艺路线,达到它们的目标状态、形状或功能。

此外,工业4.0将解决当今世界所面临的许多环境问题,例如资源效率和能源效率问题。工业4.0将提供一种有效的的机制,使资源生产和能效收益的持续改进能够在整个供应链中进行传递。

这些嵌入式制造系统将与工厂内自有的业务流程和企业实现垂直联网,同时还可以同范围更广且实时(从客户通过出货物流系统下订单开始到交付产品为止)管理的外部供应链实现横向连接。这要求对当前的MRP和MES的各个方面进行评估,搞清楚如何才能使它们适应这种新的生产模式。

相互连接的工厂

运行一个典型的EMS操作需要使用许多不同的软件平台。目前,生产中的业务流程往往是静止的,需要通过极其不灵活的软件系统来执行。过去很多年,投入的大量资本集中在用来支撑许多无法随便去掉的生产操作,或是无法用更新的、更灵活的、面向服务的应用来替换的操作。因此,通过对比较陈旧的系统进行必要的升级或者增强实时能力,把新的技术整合到比较陈旧的系统中是非常重要的,(反之亦然)。一旦你关注运营一座典型的电子制造工厂所需要的所有不同系统的情况(图2),你就会知道自己要面对的挑战有怎样的难度。

你可以从这张图中清楚地看到,我们需要把所有系统全部按照这种方式相互连接起来,使数据可以同时从纵向和横向在整座工厂基础架构内实现共享,这时,你不仅要面对工程化的工具,还要处理所有计划系统和供应链系统,以及用来生产产品的物理硬件,因此,要完成这项任务的难度可想而知。

通过添加IIoT,可以创建网络,为整个制造过程提供更详细的,从而将工厂转变为更智能的供应链引擎。 如前所述,生产系统将由更智能的机器,材料仓储系统(即自动化材料塔)和数字化连接的生产设备组成,并具有端到端的基于集成电路的集成。 除了优化现有的基于IT的流程之外,新的环境还将释放出追踪更多关于生产过程细节的潜力,而不是以前可以收集的细节,而这些细节在过去是无法记录和分析的。 这确实需要开发一些独特的IT基础架构/协议以允许无缝收集和交换信息。 一旦部署,大数据就可以被收集,存储并准备好进行分析。

加入工业物联网才有可能形成网络, 为整个制造工艺提供非常详尽的信息,从而将把工厂变成更智能的供应链引擎。正如前面讲到的,生产系统将由更智能的机器、材料仓储系统(例如自动化材料塔)和实现数字连接与基于ICT端到端整合的生产设备组成。除了优化现有的基于信息技术的工艺之外,新的环境还将释放用于跟踪更多关于生产工艺的细节的潜力,而不是像过去那样,只能收集数据,而无法对数据进行记录和分析。这确实需要开发出一些独有的信息技术基础架构或协议,允许无缝采信和交换信息。一旦部署完成,就可以收集、存储和分析大数据。

下一个难题是怎样处理这些数据和如何利用这些数据来释放这种全新供应链模式的潜力。目前已经部署和试运行了一些在SMT生产线中使用这类数据来改进生产潜力的范例,具体包括:把送料信息从API机器反馈给丝网印刷机,实现自动修正印刷参数并能够在实际的印刷切换时使用API自动调整SMT贴片机上游元件的贴装位置。目前有几家设备供应商已经能够提供许多这样的方案;但是,这类方案只支持使用由同一家供应商提供的设备。

和大多数生产设施一样,各个独立的设备,包括丝网印刷机、API、贴片机、AOI等,根据其功能或者需求,可能来自不同的供应商。在这种情况下,在生产线上来回传输数据可能需要使用一些定制开发的链接和算法、进行实时修正。这还要求每种设备的供应商要允许访问他们机器上的数据。所有的设备供应商在这方面都取得了很大的进步。只有这样才有可能充分发掘出智能供应链的全部潜能。

电子制造业下一步发展将涉及连接、监控和控制生产车间各个环节的能力。在未来,集成能力是推动生产能力和运营效率提高的关键。这些系统必须具备与管理者、工程师、操作人员、控制系统和软件应用无缝沟通的能力,从而使自动化和远程管理达到新的高度。

最近的汉诺威工业自动化展览会展示了许多供应商提供完全集成的连接框架和系统架构解决方案,以便收集大量的大数据。 大部分供应商尚未解决的重大挑战是如何处理这些数据。 在某些方面,这是有道理的,因为每个行业都会对关键因素有哪些独特的需求和要求,哪些会出现在生产仪表板上,或者哪些下游因素应该自动调整上游流程。 只有那些直接参与工厂日常运营的人才会知道这些关键因素是什么。

最近在德国举办的汉诺威工业博览会的自动化展上,展示了许多供应商提供的完全集成的连接性框架和系统架构方案,允许收集大量的数据。大多数供应商尚未解决的最大难题是如何处理这些数据。由于各行业对于哪些因素是关键都会有各自独特的需求,这些因素哪些会出现在生产仪表盘上,或者哪些下游因素应当自动适应上游的程序,只有那些直接参与自身工厂日常运作的人员才知道关键因素是哪些。

作为关于现代电子制造商如何在其自身的运营中充分利用大数据和分析的优势的典型案例,Celestica公司在其工厂内实现工业物联网能源管理方案的开发与部署。

Factory Energy Consumption

工厂的能耗

因为工厂的运营成本有很大部分是用来支付运行设备和保持设施冷却状态的电费,所以提高能源效率对所有生产设备都非常重要。图4是一家典型的EMS制造工厂随着气候变暖的能源消耗情况分析图,其生产的产品在组装完成后需要进行超负荷试验,使用热循环腔进行可靠性筛选。为保证不会出现意外情况,运行空调保证工厂车间处在合适温度所需要的能量远远超出运行SMT前端和后端测试操作所需要的能量。

所以说,潜在的节省能源的最大可能是尽可能的减少空调数量。现在,大多数工厂都是根据空气调节的角度进行配置,在车间中按照一定的策略放置温度调节装置来控制必要的冷却要求,为整个工厂提供统一的冷却机制。不过,经常会出现,由于热源集中在局部区域,压力腔过冷,而距压力腔更远区域则会过度冷却。最终的结果是整个工厂的冷却不均匀,从而造成能源浪费。在理想的状态下,我们只要在需要的时候向需要的位置提供合适的冷气。此外,在不需要的情况下,可以关闭生产设备或者让它进入待机状态,而不是毫无必要地消耗电力,向工厂排放热量。

在生产中的间歇期,有计划地关闭生产线暂时不用的部分的电源,动态地控制电力消耗是实现工业4.0的关键。不管怎样,在设计生产设备的整体规划和运作时就要考虑到生产线应具备这种能力,以满足这类要求。目前,许多生产线或者其中的一部分产线在生产中断、周末以及切换时都不生产,但仍保持运行状态,消耗着大量的能源。在最近发表的一个汽车装配线的案例中,在使用激光焊接技术的车身装配线的总能耗中,近12%的能耗是在生产中断期间发生的。这条生产线每星期运行五天,进行三次图案切换。尽管这条生产线复杂的机械部分在周末时不用,但仍保持供电状态,以便在周末结束后生产线能够以更快的速度恢复生产。如果进一步分解这12%的能源消耗,在生产中断期间,90%的电力消耗由以下因素造成:机器人(20-30%)、提取器(35-100%)、激光源和它们的冷却系统(0-50%)[1]。

在这个汽车工厂的例子中,可以立即采取以下几个步骤来提高运作的能源效率:首先可以中断机器人的电源,哪怕是在生产中出现的短暂的中断。在比较长时间的生产中断期,它们可以进入待机模式,也就是局域网唤醒模式。提取器可以使用速度控制的马达来达到要求,以取代无法控制速度的马达。在使用激光源的情况下,只能采用全新的系统进行改造。把这些措施综合起来,加上在生产中断期间减少的90%的能耗,就可以实现总能耗减少12%的目标[1]。不过,只有在设计生产系统的最初阶段就充分考虑到能源效率的要求,才能释放出全部的潜力。

生产车间的能效设计

Celestica公司在几年前就开始思考工业4.0对其自身工厂运营的影响,以提高能源消耗效率为目标,开始着手改造自己的工厂车间,实现对生产车间能耗的全面控制。正如前面提到的,该计划的第一步是需要以让设备和软件的不同部分能够很容易地采信和交换信息的方式设计数据采集的主干。

第二个阶段涉及传感器和控制电路的开发,实现对生产设备的关键部件进行自主测量和控制。一旦完成部署,就可以收集必要的数据,以掌握工厂车间的能源消耗情况。这样就可以收集到详细的能源使用数据。然后,通过分析这些历史数据、了解能源消耗与由此产生的车间温度之间的关系。第一个站点的部署带来的能源节约在很大程度上超过前面所提到的汽车装配车间的例子。最终,将部署一套自主的控制系统,并直接连到生产车间的MRP/MES系统,就可以根据实际的生产预测和时间表主动地控制车间里的空气调节单元和设备。

测量与控制硬件

必须开发出特定的测量和控制硬件,实现对车间的温度监视和生产车间内所有设备电源的自主开关控制,这些设备不仅会产生大量的热量,而且耗电量也很大。这些设备包括:SMT回流焊炉、波峰焊接机、ICT测试仪、环境测试箱和空气调节控制设备。专门设计的I/O控制板、传感器,包括温度、湿度传感器,电源(高电压和大电流)模块、数字模块、模拟模块和通信模块。传感器的这类功能组合可以测量、监视和控制几乎所有类型的设备,包括但不限于照明和空气调节单元(图5)。

图6是从一个回流焊炉中获得的详细信息的例子。

控制/监视硬件的开发

在部署中,下一个阶段是决定在工厂车间中的哪些位置放置温度传感器和控制器。图7是生产车间的布局,其中特别突出了所有空气调节单元(AHU)的位置和把空气送进车间的送气管。在这个例子里,6个空气调节单元所用到的6根空气输送管的中心线相距20米,均匀地分布在工厂车间的上方。每根空气输送管各有一组六个的空气扩散器,向需要的位置直接输送冷空气。在部署工业物联网能源方案之前,所有这些空气调节单元全天候地运行并且没有做任何选择地把冷空气输送给整个生产车间。由于产生热量设备的密集程度不同,这就造成在生产车间中存在明显的冷点和热点。

我们可以在图8的设备生产线布局中看到这种热点集中情况。SMT生产线部署在图中工厂车间的上部和左侧,而所有的环境测试仪都放在车间的右侧。这些测试仪通常需要消耗大量的电能并产生大量的废热。尽管大部分废热会通过屋顶排放出去,但由于大量测试仪集中在车间的某个区域,那么该区域的温度往往会比SMT生产线所在的位置更高。

正如前面提到的,在工厂中部署的工业物联网方案包括两个要素:首先,要监测和控制温度/湿度,保证整个车间的温度/湿度的一致性和稳定性;其次,允许远程控制所有会产生热量的设备或消耗较多电力/资源的设备,从而根据生产需求预测/中断等情况,自主地打开/关闭这些设备。如图7所示,所有部署在车间里的36个温度与湿度传感器的位置(参见图7中的五角星)。把它们有策略地放在每一对靠近工作场地附近的扩散器之间,形成等距离的网格,每两个相距20米的空气管线之间有两个传感器。不仅如此,切换开关、接触器也装在空气输送管前面的各个AHU上,实现各个AHU的自主开关控制。如图8所示,设备的各个部件都连接到工业物联网控制硬件,允许远程监视和控制电能消耗。这包括:SMT生产线炉、波峰焊接机、ICT测试仪和环境压力测试器。

数据分析

那么,现在实现工厂车间全面连通,既可以收集温度/湿度数据,又可以控制硬件,因此需要开发建立智能控制设备的所有部件的逻辑关系。这将是部署工业物联网能源方案下一阶段的工作。

现在,已经收集了几个月的温度/湿度和现有设备的能耗信息。为了能够更容易且直观地观察所有数据(图9),开发了基于网页的实时仪表盘作为此系统的一部分。

经过数月的时间,通过数据分析可以根据实际的能源消耗数据和在车间中由此产生的温度、湿度读数来制定控制计划。只有这样,才能通过能源的消耗形成自主开机、关机、待机模式(即“按需生产的工厂”),真正获得工业物联网能源控制的全部好处。

完整的方案最终将直接与生产预测、控制系统紧密结合,从而实现生产设备的自主能源控制。

结果

自从开始部署工业物联网能源解决方案,几家采用此方案的工厂在能源消耗方面的开支节省了10-20%。表1按照能源节省从最高到最低的顺序列出最大能源消耗减少的结果。

结论

工业4.0是工业革命的下一个阶段,在这个阶段,利用数据建立一套由许多系统和机器组成的生产环境,它们能够自主地交换信息、触发操作并且独立地进行相互控制。这要求对生产车间的管理方式和机器间的互相连接方法进行大规模的改变。本文以一家通过装备工业物联网能源传感器和控制器、大幅度减少能源消耗的工厂的例子,展现了工业4.0进程的一部分。根据实现的生产设备能源需求的要求,利用数据分析监控、分析和控制工厂里的温度和湿度,进一步提高电子制造生产车间供应链智能化的程度。

致谢

本文作者在此谨向以下人员对本文的宝贵贡献表示感谢:

• Celestica(泰国)公司:ChinnawutPanyapatchoto、ChookiatJiraratmetagon、DitsapholJarusirilarp。

• Celestica(多伦多)公司:Wes Karpiak、James Field。

参考文献

1. H. Hagermann et al., “Recommendations for implementing the strategic initiative INDUSTRIE 4.0,” Industry-Science Research Alliance: p. 29, April 2013.

编辑手记:本文最早是在SMTA研究报告集国际版2017上发表。

作者简介:

Thilo Sack是Celestica公司的首席研发工程师。

Alex Chen是Celestica公司的技术开发工程师。

James Huang是Celestica公司中国公司运营经理。


上一篇:BTC 和 SMT 返修的挑战 下一篇:有害清洗剂的现状及其替代品的推荐...
版权声明:
《SMT China 表面组装技术》网站的一切内容及解释权皆归《SMT China 表面组装技术》杂志社版权所有,未经书面同意不得转载,违者必究!
《SMT China 表面组装技术》杂志社。


NEPCON South China 2018

 
 
 
 
友情链接
  首页 | 关于我们 | 联络我们
Copyright© 2018: 《SMT China 表面组装技术》; All Rights Reserved.
请用 Microsoft Internet Explorer 6.0 或以上版本。
Please use Microsoft Internet Explorer 6.0 or higher version.
备案序号:粤ICP备12025165号