数字化工厂典范：西门子安贝格电子制造工厂

西门子安贝格电子制造工厂（EWA）是一个怎样的存在？

在这里，每天要完成350次生产切换，产品组合包含约1200种不同产品，每年要生产1700万个Simatic组件。为实现不断优化以保证工厂稳定运行，EWA需要评估并使用5000万条过程与产品数据。此外，工厂还应用了人工智能和工业边缘计算等突破性技术及云解决方案，助力实现高度灵活且非常高效可靠的生产程序。

 

 

在西门子安贝格电子制造工厂（EWA），“工业4.0”已在许多领域成为现实。

工业边缘计算与人工智能助力产能增加

Jochen B nig博士是西门子安贝格电子制造工厂战略数字化部门的负责人。他表示：“利用边缘计算，数据可以在它产生的地点，即在工厂里或机器上，被立即处理。”举例来说，在EWA，这项技术已被应用于为分布式I/O组件生产印刷电路板（PCB）的生产线上。

在过去，生产并未被充分优化，而这既不是因为工厂可用性，也不是由于过程质量。瓶颈存在于PCB生产的最后阶段，即X光检测环节。

只有指甲盖大小的电路板中包含有与功能相关的带有各种连接销的总线连接器。在一项非集成测试中，相关人员要对这些连接销的焊接接头进行X光检测，以查看它们是否能正确地工作。那么，应该花费大约50万欧元再购买一台X光机吗？

另一种方法则是利用人工智能技术。来自传感器的数据经由全集成自动化（TIA）环境被传输至云端。TIA环境包含一个控制器和一台边缘设备。专家对基于人工智能和过程参数的算法进行训练。该算法可以学习过程数据是如何反映焊接接头质量的，并可以对在工厂中的边缘应用里运行的一个模型进行控制。

 

 

在PCB的生产过程中，一种由人工智能控制的模型能够提供可靠信息，用来判断相应PCB存在缺陷的可能性。

B nig解释说：“该模型可以预测PCB上的焊接接头是否存在故障。换言之，它可以判断是否需要对PCB进行最后阶段的检测。借助闭环分析，这些数据可以立即反馈到生产中。”

早期预警系统与预测性维护

闭环分析和工业边缘技术也被应用在铣削中。由于铣削时产生的粉末，为Simatic产品分割PCB的铣床主轴并不会永远都正常运行。但是，起初人们并不清楚问题的根源在哪里。就像在自动X光检测技术中的应用一样，西门子的专家可以利用边缘计算和人工智能技术来实现预测性维护。

西门子团队分离出了与非计划性停机存在明显关联的两组参数：铣床主轴的转速以及驱动所需电流。这些数据被输入一台边缘设备。在这台设备中，一种已经预先被训练好的算法可以识别出过程数据中存在的异常与停机时间之间的相互关系，并将其反馈至生产过程。

 

 

来自西门子工业业务不同部门的专家携手合作，共同推动EWA的数字化转型。

Performance Insight应用程序让使用者可以在基于云的开放式物联网操作系统MindSphere上查询结果。现在，工厂运营人员可以提前12到36小时收到对可能出现的系统故障的提醒并据此采取相应措施。

但是，数据与异常情况等信息并非简单地存储在MindSphere中。为了让获得的结果越来越准确，算法必须被更好地训练。EWA的物联网专家Florian Meierhofer解释说：“这正是在MindSphere中正在发生的事情。EWA中持续稳定且端到端的数字化环境保证了自动化、工业边缘设备以及云计算之间必要的无缝交互。”

数字化双胞胎与概念验证（PoC）

在数字化双胞胎的帮助下，Simatic控制器组件可以在目标周期内被生产完成，而这个周期是八秒钟。起初，仿真结果显示周期为11秒。它同时也指出周期时长之所以为11秒是因为为生产线规划的机器在实际生产中并未实现优化运行。

西门子专家在生产的数字化双胞胎中用更合适的组件替换了这些机器部件。在接下来的模拟中，目标周期被无缝实现，从而完成了概念验证。

 

 

EWA借助定制化的安全解决方案来最大程度地降低网络基础设施遭受网络攻击的风险。

总结一下，在EWA，硬件与软件解决方案、工业通讯、网络安全与服务以最优化的方式相互协调。借助持续稳定、端到端的横向与纵向集成，生产工序实现了无缝衔接。这使EWA成为西门子数字化企业解决方案的典范。这套解决方案将助力西门子与合作伙伴共同迈向数字化转型的未来。