「intelligent 智能化」利用IoT化，兼顧效率和品質(zhì)的提升

近年來，隨著IoT化和智能化的普及。越來越多的制造商開始意識到制造現(xiàn)場信息采集、存儲(chǔ)、可視化以及分析的重要性。

由此，歐姆龍?zhí)岢觥?/span>intelligent 智能化」，通過充分利用制造現(xiàn)場的信息，實(shí)現(xiàn)高附加值的生產(chǎn)。去年10月份，我們發(fā)布了超現(xiàn)場型的AI控制器，再加上，裝置狀態(tài)可視化的流量和壓力傳感器，電機(jī)狀態(tài)監(jiān)控器，控制柜內(nèi)溫度監(jiān)控器，基本可以實(shí)現(xiàn)全商品群的IoT化。

通過近10萬種的產(chǎn)品，進(jìn)一步夯實(shí)IoT化的基礎(chǔ)。設(shè)備IoT化后，AI控制器可以實(shí)時(shí)反饋進(jìn)行控制。比如：引起裝置故障主要原因的氣缸、絲杠等，以往通過熟練技工的感覺、技巧、經(jīng)驗(yàn)才能判斷出的異常情況，現(xiàn)在通過AI，就能實(shí)時(shí)把握在場的異常狀態(tài)。

在本屆中國國際工業(yè)博覽會(huì)（下稱“工博會(huì)”）歐姆龍展臺上，我們還帶來了全新的IoT化產(chǎn)品「AI感官檢查」、「信息化組件實(shí)現(xiàn)預(yù)兆保全」，下面就為大家詳細(xì)拆解其中的各個(gè)展示部分以及核心價(jià)值。

1、AI感官檢查

以往的畫像檢查，例如判斷各種顏色和尺寸的劃痕、產(chǎn)品本身有很大差異時(shí)的缺陷判定等，更多還是依賴于熟練工的感性和經(jīng)驗(yàn)。我們在制造現(xiàn)場經(jīng)常能夠看到，熟練工10分鐘可以進(jìn)行的檢查，非熟練工需要耗費(fèi)20分甚至30分鐘，要使他們能夠達(dá)到辨別的水平需耗費(fèi)大量的教育時(shí)間。 

▲ 有效防止過檢

歐姆龍?jiān)趯?shí)現(xiàn)自動(dòng)化目視檢查時(shí)，非常重視檢查人員的檢查方法，并將這種“方法”利用AI技術(shù)化，并作為畫像過濾器搭載。例如，最常見的異物檢測，往往會(huì)因?yàn)闄z測物的位置變動(dòng)，導(dǎo)致過檢。

在「AI感官檢查」的展示樣機(jī)中，我們故意將某些檢測物的位置偏移，并將以往檢測方式與歐姆龍AI檢測方式，相互對比呈現(xiàn)。

從軟件界面中可以看出，某些僅僅是因?yàn)椤拔恢闷啤保⒎遣涣计?，而以往的測量結(jié)果，會(huì)給予NG，也就是我們強(qiáng)調(diào)的過檢。

反之，歐姆龍的AI測量結(jié)果，則會(huì)忽略位置變化的影響，實(shí)現(xiàn)類似于熟練工的經(jīng)驗(yàn)判斷、更為精準(zhǔn)的檢查，減少因沒必要的過檢，導(dǎo)致的物料浪費(fèi)。

▲ 像人一樣熟悉缺陷

在「AI感官檢查」樣機(jī)的右半部分，展示的是金屬?zèng)_壓零件的劃痕檢測，以往，在遇到不可預(yù)測的尺寸、形狀、顏色，亦或者是在一些復(fù)雜的、不確定的背景下，是難以用自動(dòng)化的方式去檢出的。

例如，像金屬拉絲面上的劃痕，以往的檢測方式，很難判斷究竟是缺陷，還是金屬表面自然存在的拉絲。

而「AI感官檢查」預(yù)先學(xué)習(xí)了“人感覺是劃痕的圖像的特征”（通過近三十年來，歐姆龍積累的圖像和Knowhow），即使沒有定義劃痕，AI也能判斷并抽取劃痕的特征。

現(xiàn)在存在很多自詡AI的東西。但是很多都還只是存在于實(shí)驗(yàn)環(huán)境中，只是以前畫像處理的檢查算法開發(fā)與算法組合的研究過程演變成了AI的學(xué)習(xí)過程，依然需要很多的專業(yè)知識和研究時(shí)間，從而致使PoC的制作成本增大，歐姆龍將今天向大家介紹的技術(shù)融入畫像傳感器中，提供能夠即時(shí)導(dǎo)入的環(huán)境。

2、信息化組件實(shí)現(xiàn)預(yù)兆保全

設(shè)備由于螺絲松動(dòng)、過載、振動(dòng)、浪涌等原因，可能出現(xiàn)各種各樣的故障，由此便會(huì)造成整個(gè)產(chǎn)線的停止，造成巨大損失！而“測量溫度”對于及早檢測到故障和縮短停機(jī)時(shí)間十分有效。

可是，由于設(shè)備和裝置的功能要求越來越高，控制柜內(nèi)的設(shè)備、接線數(shù)量也在不斷增加，使得檢查部位增多！相反的，保養(yǎng)員人手卻在慢慢減少，無法實(shí)時(shí)對溫度進(jìn)行測量。

在「信息化組件實(shí)現(xiàn)預(yù)兆保全」的樣機(jī)中，正是展示了不依賴保養(yǎng)人員，利用IoT持續(xù)監(jiān)視溫度，監(jiān)控工廠內(nèi)所有機(jī)柜的全新保全形式。

從軟件界面中可以看出，歐姆龍?zhí)岢龅?/span>全新保全形式，能夠實(shí)時(shí)監(jiān)測柜內(nèi)的每一個(gè)角落，并將其數(shù)字化、溫度可視化。即使1個(gè)像素超過設(shè)置的閾值，也將觸發(fā)警告或報(bào)警輸出！提醒保養(yǎng)人員及時(shí)干預(yù)，以避免造成故障。

▲ 接線溫度監(jiān)測

由于接線初期的溫度異常，從表面上完全無法予以識別，并且設(shè)備的接線通常都是密密麻麻一大堆，更加難以避免故障的發(fā)生。

通過這種全新的保全方式，不僅可以將所有的接線溫度可視化，還能夠根據(jù)升溫趨勢預(yù)測到達(dá)溫度，準(zhǔn)確判斷異常發(fā)熱。

▲ 變壓器溫度監(jiān)測

像變壓器這一類，容易受到環(huán)境溫度影響的部件，即便是熟練人員也很難準(zhǔn)確測量溫度變化。

通過歐姆龍獨(dú)特的溫差檢測算法（專利申請中），在傳感器內(nèi)部測量環(huán)境溫度，并持續(xù)計(jì)算其與測量設(shè)備之間的溫差。準(zhǔn)確捕捉設(shè)備的升溫，判斷是否異常。

在「信息化組件實(shí)現(xiàn)預(yù)兆保全」的樣機(jī)的右半部分，展示的是電機(jī)運(yùn)行情況的監(jiān)控。以往檢修電機(jī)狀態(tài)時(shí)，有著大量檢查項(xiàng)目，要想判斷出維護(hù)時(shí)間，技能熟練的維修保養(yǎng)人員必不可少。此外，需要檢修的電機(jī)眾多，巡檢需要耗費(fèi)大量工時(shí)。

可以從演示中看到，我們故意打開開關(guān)，再現(xiàn)了葉輪破損導(dǎo)致的空氣混入狀態(tài)（注入氣泡）。通過觀察電機(jī)的電流波形來監(jiān)視電機(jī)的運(yùn)行狀態(tài)，再通過設(shè)定閾值，即可實(shí)現(xiàn)無需人員介入，了解到電機(jī)的維護(hù)時(shí)間。

本屆工博會(huì)，歐姆龍以“i-Automation！大進(jìn)化”為題，展示了近年來歐姆龍開發(fā)的眾多應(yīng)用與技術(shù)，希望大家能夠親臨現(xiàn)場，感受歐姆龍基于工業(yè)自動(dòng)化事業(yè)的價(jià)值創(chuàng)造理念“i-Automation！”實(shí)現(xiàn)的制造革新的現(xiàn)在以及未來。