Fabrication industrielle
Internet des objets industriel | Matériaux industriels | Entretien et réparation d'équipement | Programmation industrielle |
home  MfgRobots >> Fabrication industrielle >  >> Manufacturing Technology >> Système de contrôle d'automatisation

Le SMIP du CESMII brille lors d'un essai routier

GESTION DES DONNÉES :le don d'analyse prédictive d'un nouveau logiciel indépendant du fournisseur a été démontré à NC State

Lors d'une récente démonstration de la plate-forme d'innovation pour la fabrication intelligente (SMIP) du CESMII, indépendante des fournisseurs, les partenaires du projet ont d'abord aidé les responsables de l'usine de purification d'eau de l'université d'État de Caroline du Nord à se lancer et à analyser les données qu'ils collectaient avec des instruments intelligents.

"L'automatisation existe depuis plus de 100 ans", a déclaré Niels Andersen, co-fondateur du partenaire du projet ThinkIQ. «Nous collectons beaucoup de données, mais très peu de données sont utilisées. Les données n'ont pas de sens, n'ont pas de contexte et ne sont pas rassemblées de manière à ce que nous puissions faire une analyse. »

D'autres éléments clés du projet consistent à s'assurer que tous les équipements de collecte de données ont des noms complets, à utiliser des bases de données de graphes pour cartographier diverses relations, à se concentrer sur une norme (idéalement OPC UA), à s'assurer que différents systèmes et protocoles peuvent communiquer entre eux et à développer de meilleurs modèles virtuels d'équipement.

Le résultat final sera un SMIP qui standardise les déploiements de fabrication intelligente et remplace les tâches personnalisées par des plates-formes reproductibles, indépendantes du fabricant et faciles à utiliser qui permettront aux usines de fabrication de toute taille d'exploiter toutes leurs données.

Le CESMII (le Clean Energy Smart Manufacturing Innovation Institute) a l'intention de disposer d'une version 1.0 puissante du SMIP d'ici la fin de cette année, a déclaré Jonathan Wise, vice-président de la technologie au CESMII.

Pour accéder à l'analyse prédictive à l'usine de NC State, considérée comme un environnement de fabrication, les partenaires du projet ThinkIQ, Savigent, Seeq, Syspro, Semiotic Labs et Microsoft se sont concentrés sur l'intégration de plusieurs technologies à partir de silos séparés et la mise à niveau d'un PC qui surveillait la qualité de l'eau, a déclaré Tim Shope, directeur de la transformation numérique chez l'intégrateur de systèmes Avid.

Avant la mise à niveau, les tâches de base comme l'extraction d'une semaine de données historiques prenaient trop de temps.

Ensuite, l'équipe ThinkIQ et d'autres ont déployé un moteur d'analyse de Seeq pour extraire des données en temps réel de l'environnement d'infrastructure programmable dans OSISoft, analyser les membranes sur les filtres à osmose inverse, combiner toutes les données à l'aide du SMIP de CESMII et définir un niveau de condition pour quand les membranes doivent être remplacées, une action qui déclencherait automatiquement un ordre de travail via le logiciel Savigent, a déclaré Shope.

L'étape suivante consistait à développer un modèle pour la pompe à eau de haute pureté, une pompe si essentielle à la mission qu'une pompe de rechange se trouve à côté pour un interrupteur rapide de type NASCAR dans le cas où une alarme indiquerait un problème de pression ou autre problème, dit-il.

Un capteur IoT surveille la pompe à distance dans un système d'apprentissage automatique. Après quelques semaines, il apprend la forme d'onde caractéristique de la pompe afin de pouvoir détecter si la pompe fonctionne comme prévu ou si elle commence à rencontrer des problèmes mécaniques ou électriques.

La nouvelle plate-forme peut prédire une panne de moteur près de quatre mois à l'avance, a-t-il déclaré.

Les partenaires ont également donné à chaque pompe un nom distinct. "Si toutes les pompes sont étiquetées Pump_01, nous n'avons aucun contexte", a déclaré Andersen. "Il est essentiel de donner des noms complets et de disposer d'une grande variété d'outils pour donner du sens."

Idéalement, chaque pompe serait nommée de manière à identifier le nom de la machine, le nom de la ligne sur laquelle se trouve la pompe, le nom de l'usine, le fournisseur qui a fabriqué la pompe, a déclaré Wise. Quelques fabricants proposent un système de dénomination entièrement qualifié, mais beaucoup ne le font pas.

Dans une phase ultérieure du projet CESMII, cette cartographie sera automatique, a-t-il déclaré.

NC State premier centre à obtenir le SMIP

Le CESMII a lancé en avril un nouveau Smart Manufacturing Innovation Center (SMIC) à NC State. Il s'agit du premier des quatre SMIC du CESMII à disposer du SMIP. Les trois autres centres se trouvent à UCLA, Texas A&M et Rensselaer Polytechnic Institute.

Lors de la récente réunion annuelle virtuelle du CESMII, le PDG John Dyck a déclaré qu'il recherchait davantage de SMIC dans, par exemple, les domaines de la robotique, de l'automobile, de la chimie, de l'acier et de l'IA/apprentissage automatique.

L'objectif des SMIC est de mettre en relation les fabricants, les fournisseurs de technologies, les intégrateurs de systèmes et les fournisseurs d'équipements avec le milieu universitaire, "en démontrant et en stimulant la recherche et l'innovation qui s'étendent à l'ensemble de la fabrication aux États-Unis", a déclaré l'organisation publique-privée.

SMIP sera une spécification ouverte

Le CESMII publiera le SMIP en tant que spécification ouverte, afin que tout fournisseur puisse l'utiliser, a déclaré Wise.

« Nous gagnons si ces idées sont adoptées ailleurs dans l'industrie. Cela nécessite un niveau d'altruisme sur lequel certains fabricants hésitent parce qu'ils ne sont pas sûrs que cela fonctionnera », a-t-il déclaré.

"Le moment est venu pour un niveau de solutions d'être ouvert à la postérité afin que nous puissions nous concentrer sur d'autres problèmes", a ajouté Wise.

"Espace blanc" qui pose problème

L'un des plus grands défis est que "chaque installation a réalisé un amalgame d'infrastructures, de systèmes, d'équipements et d'outils au fil du temps", a déclaré Mark Besser, vice-président principal pour la réussite des clients chez Savigent. "Tous ces investissements ont été réalisés très précisément parce qu'ils résolvaient un problème ou un défi à un moment donné. Bon nombre de ces technologies ont été conçues sur mesure pour résoudre ces problèmes. Mais lorsque vous jetez un regard plus large sur le paysage, vous commencez à remarquer tout l'espace blanc qui existe entre ces technologies."

Dans d'autres cas, un fabricant peut souhaiter intégrer des technologies de différents fournisseurs, mais ne le peut pas, car ces systèmes ne sont pas conçus pour s'intégrer à d'autres plates-formes propriétaires.

L'objectif est de mettre en jeu toutes les données disponibles pour améliorer l'efficacité et la fiabilité sans casser le budget ni obliger les fabricants à changer de fournisseur, a déclaré Wise.

Par exemple, si un fabricant exécute un logiciel de la société A et souhaite une solution de surveillance de l'énergie de la société B, le seul recours est souvent de retirer le système de la société A et d'installer celui de la société B.

Shope a ajouté :"Nous ne pouvons pas supprimer toutes les plates-formes de fournisseurs de nos installations aujourd'hui. Nous devons nous rendre dans cet endroit indépendant du fournisseur. »

L'objectif est de réduire les coûts de configuration de l'infrastructure

Environ 70 % du coût d'un projet d'usine numérique consiste à câbler la structure d'automatisation, à connecter les données et à créer une infrastructure, a déclaré Wise. Les 30 % restants créent une nouvelle valeur à partir de ces données, souvent en développant des applications.

Mais bien souvent, la totalité du budget de l'usine numérique est consacrée à la mise en place d'une infrastructure bien avant qu'un projet de développement d'applications d'analyse de données puisse commencer.

Avec le SMIP, CESMII vise à réduire ce coût de 70 % afin que les fabricants puissent concentrer leurs budgets sur les applications pour analyser les données, a déclaré Wise.

Cette transformation ne se fera pas d'un coup. "Ce ne sera pas un interrupteur", a déclaré Shope. "Nous avons une grande base de fabrication aux États-Unis. Ce système devra être migré et adopté sur une période de temps."


Système de contrôle d'automatisation

  1. Qu'est-ce qu'un différentiel ?
  2. Évolution de l'automatisation des tests avec l'intelligence artificielle
  3. Amélioration de l'efficacité énergétique des systèmes de pompage
  4. Letsdig18, Dirt Perfect et Juan Ibarra testent des équipements de construction électriques
  5. NexAIoT s'associe à QualityLine pour piloter l'Industrie 4.0
  6. Les bases de la pompe
  7. Se connecter
  8. Les fabricants sont invités à adopter l'IA
  9. L'industrie 4.0 présente des défis de formation