数控机床工业物联网解决方案
近年来,我国数控机床行业发展迅速,行业规模不断扩大。中国机经网数据显示,2020年,我国数控金属加工机床产量为21.1万台,同比增长20.7%,数控机床产业规模为4405亿元,同比增长34.7%,预计到2026年,中国数控机床市场规模将超过6200亿元。
(一)传统数控机床痛点问题
1.设备运维成本高
数控机床应用行业广泛,设备价值较高,传统数控机床运维主要采取事后维修或定期维护,难以实时检测数控机床设备的温度、电压、压力、振动等各种运行数据并准确识别设备故障。一方面,容易给数控机床使用方造成停机,影响生产计划且浪费其他设备成本,造成巨额经济损失甚至人员伤亡;另一方面,数控机床制造商需要组建专门的售后工程师团队随时奔赴现场,容易产生很高的人力成本。
2.设备利用率低
数控机床行业数字化、信息化水平较低,生产过程重要参数的人工统计、离线存储等现象普遍存在。难以对设备的加工情况、故障情况、使用效率等方面进行综合分析处理。导致企业在生产、维护等环节的精准管控能力相对较弱。全行业内机床资源的综合利用率较低。
3.生产管理差
大量数控机床车间生产情况存在离线孤岛问题,部分数据不能及时上报车间主任、厂长等管理者,影响管理者即时决策。管理者无法及时获得设备的健康状态、产量信息等准确数据,无法结合设备的加工过程数据进行准确的产能分析或良品率分析,经常不得不仅凭经验进行备件管理或只根据订单进行粗放式排产。
(二)数控机床工业物联网解决方案
1.设备健康管理
推动数控机床设备工业物联改造,实时数据采集,通过在物通博联工业智能网关,实时采集数机床运行数据,上次工业数据云平台,利用边缘计算,数据分析,数据管理等可视化管理,增强设备管理的透明化水平。
2.设备智能运维
综合利用采集的数控机床设备数据,结合已有的设备故障诊断模型,对设备故障进行分析和预警,确定故障发生的部位、原因、时间,通过设备远程维护系统,实现数控机床的远程集中监控、机床效率分析、实时故障告警、基于知识库的故障诊断、故障预测和远程维护。
3.刀具管理
通过采集多类异构数据,准确掌握刀具的健康状态,合刀具运行状态数据,在云端基于深度学习训练刀具剩余寿命预测模型,并部署到边缘侧,实施监测分析刀具状态数据,智能预测断刀、崩裂和寿命的异常情况,减少刀具异常带来的损失。
例如,富士康基于深度学习建立的刀具寿命智能预测模型,实现了从计件换刀到精准换刀的转变,实现刀具崩刃及断刀的即时判定准确率93%,刀具寿命预计延长15%,预计减少刀具成本15%,提升产品良率30%,节省材料成本约10%,提高生产效率15%。
4.生产能力共享
通过数控机床上云,可实时掌控机床的开停机状态,可有效整合机床行业闲置生产能力,精准对接订单需求和加工能力供给,提高整个行业的生产效率。
物通博联可实时收集设备运行数据,分析生产运营数据,预测故障发生时间,实现设备远程运维,优化生产工艺,改进升级设备,提升设备营运管理能力。
厦门物通博联是一家领先的工业物联网产品及工业数字化应用方案提供商。公司成立于2011年,专注于为设备制造商、智能工厂及行业项目(水务、环保、能源、市政、农业等领域)应用提供物联终端、智能网关、远程维护系统及工业互联网云平台等产品和方案,协助客户实现数字化运营管理和工业互联网产业升级。
物通博联凭借在两化融合、设备物联、边缘计算和大数据分析建模的核心技术优势和沉淀,产品得到国内外顶级客户(三一重工、富士康、京东方、宁德时代等)及广大中小企业的青睐! 物通博联,助您开启工业4.0的未来!
免责声明:本网站部分文章、图片等信息来源于网络,版权归原作者平台所有,仅用于学术分享,如不慎侵犯了你的权益,请联系我们,我们将做删除处理!