nouvelles

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Source : Réseau mondial

[Lin Mengxue, journaliste mondial sur la technologie des réseaux]Parallèlement au rugissement des machines sur la chaîne de production, des rangées de bras robotiques fonctionnant efficacement s'agitent... Il n'est pas rare de voir une telle scène en entrant dans un atelier d'une usine numérique.

Avec les progrès de la fabrication intelligente, l’application des robots a également accéléré son expansion. Les données publiées par la Conférence mondiale sur les robots 2023 montrent qu'en 2022, la capacité de robots industriels installée en Chine représentera plus de 50 % du total mondial, se classant fermement comme le plus grand marché mondial de robots industriels, avec une densité de robots de fabrication de 392 unités par 10 000 ouvriers.

Cependant, dans une usine automatisée à grande vitesse où un grand nombre de robots travaillent ensemble, l'interruption de la production et la maintenance ultérieure causées par une panne d'équipement entraîneront de nombreux problèmes de coûts. Par conséquent, l’efficacité opérationnelle et la stabilité des équipements sont cruciales pour la production et le fonctionnement des entreprises.

Alors, comment pouvons-nous réduire les pertes de coûts causées par les pannes d’équipement ?

Détection de courant+Algorithme d'analyse intelligent"Pulse Diagnosis", les pertes en atelier peuvent être contrôlées

En entrant dans Guangzhou Shuangye Auto Parts Co., Ltd., le journaliste a vu un système numérique capable de fournir un « diagnostic d'impulsion » en temps opportun aux robots de l'atelier : la solution de prévision des défauts des équipements industriels Hitachi.

Li Lingling, directeur commercial principal du département commercial de solutions pour la Chine du Sud chez Hitachi Solutions (Chine) Co., Ltd., succursale de Guangzhou, responsable du projet, a déclaré : « Ce système utilise principalement une technologie de détection de courant et des algorithmes d'analyse intelligents pour fournir alerte précoce des pièces défectueuses du robot. Tout le monde est là. Comme vous pouvez le voir sur le bras robotique, nous avons collé le capteur externe sur le fil, et les données de courant du moteur ont été collectées par ce capteur, puis transmises à l'ordinateur industriel. L'algorithme de base a été déployé dans l'ordinateur industriel et les données collectées ont été analysées via l'algorithme. La plate-forme est affichée sur le serveur, puis les données sont transformées en un graphique en cascade tridimensionnel.

"En comparant les pertes causées par les pannes d'équipement de l'année précédente, on s'attend à ce que la plupart des usines puissent récupérer le coût de l'investissement dans le système en un an et demi environ en utilisant le système de prédiagnostic des pannes", a déclaré Li Lingling.

En éliminant les barrières des marques et des modèles, il n'y a aucun obstacle dans l'analyse et le traitement des données.

Sous la vague de réforme numérique, le modèle de production de l'usine a marqué le début de changements importants. Le site de production a atteint un haut degré d'automatisation et de nombreux robots collaborent de manière transparente pour accomplir des tâches complexes qui nécessitaient auparavant une grande participation manuelle. Dans le passé, les équipements automatisés reposaient sur une inspection manuelle dans les ateliers de production. Cependant, avec le nombre croissant d'équipements et des procédures de plus en plus complexes, les capacités manuelles sont difficiles à couvrir, l'efficacité est difficile à garantir et des erreurs d'appréciation sont susceptibles de se produire.

Gu Fengqun, directeur général adjoint du département des ventes de solutions pour la Chine du Sud chez Hitachi Solutions (China) Co., Ltd., succursale de Guangzhou, a également mentionné : « De nombreux enregistrements d'état des robots dans les usines reposent sur une saisie manuelle, ce qui est facile à perdre et difficile à gérer. trouver. "

Selon Gu Fengqun, il est important de gérer les robots et de gérer les premiers signes d'échec. "Si l'un des robots tombe en panne, toute la chaîne de production risque d'être paralysée."

De plus, dans les scénarios de production industrielle réels, des robots de plusieurs modèles, marques et catégories sont mélangés et utilisés sans normes ni bases de données unifiées.

Alors, comment gérer les robots tout en résolvant le problème des données incohérentes des robots ?

La solution de prédiagnostic des pannes des équipements industriels d'Hitachi est gérée comme ceci : « Nous avons développé un ensemble de méthodes de détection de courant imposé sans perte, rapides et universelles pour surmonter les barrières entre les différentes marques de robots et d'équipements, et les analyser grâce à notre algorithme. », a déclaré Yang Zhe, le directeur technique du projet.

Basée sur la plateforme IoT construite sur la plateforme Hitachi DSC/IoT, la solution de prédiagnostic des pannes des équipements industriels prend en charge une variété de plateformes d'analyse de données, est facile à personnaliser, à développer et à étendre, et est compatible avec plusieurs marques et modèles de robots pour l'analyse des données. et avertissement de défaut.

"Pas seulement pour les bras robotiques, en fait, nous pouvons prédire les défauts de tous les produits motorisés de l'usine", a ajouté Gu Fengqun.

La demande en matière de gestion intelligente des équipements industriels est croissante et le marché de la prédiction des pannes est considérable.

Dans la vague de réforme numérique, la gestion des équipements industriels est étroitement liée à l'amélioration de l'efficacité de la production, à l'assurance de la qualité des produits, à l'optimisation du contrôle des coûts, à l'assurance d'une production sûre et à la promotion du développement durable. Par conséquent, la mise en œuvre de stratégies efficaces de gestion des équipements est devenue un élément indispensable des entreprises manufacturières pour stabiliser et améliorer la compétitivité du marché.

Le coût de maintenance des équipements industriels représente la majorité des opérations et de la maintenance des entreprises. Par conséquent, l'espace de marché pour la prévision des pannes qui peut explorer de manière proactive le risque de panne des équipements et modifier le mode de maintenance passive augmente d'année en année.

Hirozaki Yoshie, directeur général de Hitachi Solutions (China) Co., Ltd., succursale de Guangzhou, estime que « la capacité installée et la possession de robots sur le marché chinois sont les plus élevées, mais plus l'équipement est utilisé longtemps, plus il est probable qu'il soit avoir des problèmes."

Selon Yao Kaipeng, chercheur en chef du département de recherche en technologie industrielle de l'Institut de recherche Hitachi Chine, le déploiement d'un système de pré-diagnostic pour les équipements industriels est très urgent pour l'industrie manufacturière confrontée à une pression concurrentielle croissante. « L'industrie manufacturière devient de plus en plus complexe et contrôle strictement les coûts. Étant donné que notre solution de pré-diagnostic est entièrement produite localement, le coût de déploiement est faible et l'effet est évident, ce qui peut alléger la pression d'exploitation et de maintenance des entreprises manufacturières. "

« Hitachi est très optimiste quant au marché de la prédiction des pannes. Nos produits de prédiction des pannes ont commencé à être officiellement mis sur le marché il y a environ deux ans. Après deux ans de promotion des ventes de produits et d'attentes pour le marché de la prédiction des pannes, nous espérons étendre notre offre de prédiction des pannes. ventes en Chine. Le montant peut être augmenté jusqu'à 7 fois le niveau actuel", a déclaré Yoshie Hirozhang.