הכלי של ב.מ.וו לבקרת הברגה: Smart Data Analytics

  1. על קווי הייצור של כלי רכב נאספת כמות אדירה של נתונים.
  2. ניתוח נתונים באמצעים חדשניים מאפשר לייעל את הייצור ולהימנע מטעויות יקרות.
ב.מ.וו
פועל מבריג בורג באופן מבוקר לתחתית מכונית

אוטוניוז, 04.09.2017 – ייצור כלי רכב מייצר כמויות אדירות של נתונים לאורך שרשרת הערך. קבוצת ב.מ.וו משתמשת ב-Smart Data Analytics לניתוח נתונים אלו באופן סלקטיבי כדי לשפר את מערך הייצור. תוצאות מניתוח נתונים אינטליגנטי מהווים תרומה יעילה לשיפור איכות בכל תחומי הייצור ולוגיסטיקה.

שיפורים מונעי נתונים לתהליכים ולמערכות מסייעים בצמצום זמני ההובלה ותורמים להפחתה בעלויות. פתרונות חדשים מפותחים לא רק במטה, אלא בנקודות רבות אחרות ברשת הייצור הבינלאומית של הקבוצה. בדרך זו קבוצת ב.מ.וו מסוגלת לנצל מגוון רחב של חידושים שפותחים אפשרויות נוספות למערכת ייצור גמישה עוד יותר. החברה משתמשת בפלטפורמת intranet of things בעלת גישה מוגנת לקישור כמות גדולה של נתוני חיישנים ותהליכי ייצור מהלוגיסטיקה במהירות ובקלות. Smart Data מאפשר לכן הזדמנויות חדשות לגמרי, המרחיבות הרבה מעבר לאפשרויות הניתוח הקודמות. המהירות שבה פתרונות חדשים ניתנים ליישם גדלה באופן משמעותי. במקביל, חיישני IoT חדשים, בשילוב עם טכנולוגיות ענן וביג דאטה, מקטינים את המורכבות הטכנית ואת עלויות היישום הכרוכות בישום טכנולוגיות אלה.

כריסטיאן פטרון, ראש חדשנות ודיגיטציה במערכת הייצור: “Smart Data Analytics מגדיר סטנדרטים חדשים עבור מערכת הייצור שלנו. על ידי שילוב הניסיון של הצוות שלנו עם אפשרויות חדשות לעיבוד יעיל של אמצעי אחסון גדולים של נתונים, אנו יכולים ליצור תחזיות מדויקות ולייעל תהליכים באופן יזום. זה מאיץ את השיפור המתמשך של מערכת הייצור שלנו בקנה אחד עם העקרונות הבסיסיים של ייצור רזה.”

במקרים רבים יישום השיטה בחלקים שונים של הייצור ממחיש את היתרונות של ניתוח נתונים חכמים.

חלקי גוף מסומנים באמצעות לייזר: כוונון מכבש; מעקב רציף אחרי חלקי הגוף

גלילי פלדה שמשקלם עד 40 טון ואורכם שלושה קילומטרים נחתכים לגיליונות ע”י מכבש ואחר כך מקבלים את צורת הגוף. עם זאת, עובי הלוח כוח, מרקם פני השטח ומידת השימון אינם אחידים לאורך הסליל. חריגות מהיעד יכולות להוביל לסדקים בחלקי גוף החשופים ללחץ מסוים במהלך תהליך הכבישה. זה המקום שבו היישום של Smart Data Analytics במפעל ב.מ.וו ברגנסבורג נכנסה לפעולה. לייזר משמש לסימון כל גליון עם קוד רב ספרות, המשמש כמספר הזהות שלו. בהמשך, מזהה זה יאפשר את כיוונון מדוייק של המכבש כדי להתאים למאפיינים של הגליון. במידת הצורך, המזהה עשוי להכיל פקודת בקרה, אשר מפעילה שימון נוסף של הגליון למשל לפני הפעלת הכבישה.

סימון ברור זה מאפשר לגליון להיות מזוהה בכל עת. לכל חלק גוף מוקצה מידע שנותר זמין בכל שלבי הייצור הבאים. מכיוון שהגליון נשאר בקו הייצור לסימון, מספר הזיהוי מוקצה ללא השבתה של מחזור הפעילות. תעודת הזהות תוכננה כך שהיא תישאר גלויה לאורך כל בניית הגוף. מומחים של קבוצת ב.מ.וו כבר מנצלים את יכולת המעקב אחר כל החלקים כדי להשיג אופטימיזציה נוספת באמצעות אלגוריתמים נוספים. לדוגמה, אם לוקחים בחשבון את המאפיינים שנמדדו עבור כל חלק גוף בודד, ניתן לבצע אופטימיזציה נוספת לגימור של גוף המכונית או התאמה טובה יותר של הצבע למשטח שעליו הוא ייצבע. לכוונון עדין של פרמטרים של המכבש בהתאם למאפיינים של הגליון כבר יש השפעה גדולה: מספר חלקים שנזרקים לפח הוא נמוך משמעותית ולכן ניצול טוב יותר של חומר סליל. זמן ההשבתה של המערכת נדרש לניתוח תקלות מופחת אף הוא.

תחזוקה מנבאת לרובוטים במתקן הכבישה, כלי ריתוך ודרייבס.

יישומים Smart Data Analytics מאפשרים פוטנציאל גבוה במיוחד להגדלת הזמינות של ציוד ייצור ומכונות בתחומים שבהם האוטומציה היא גבוהה. דיוק מרבי בניבוי כל סיכון של כשל מסייע במידה רבה למנוע השבתה מערכתית לא מתוכננת. על פי התחזית, צוות התחזוקה יכול לתכנן התערבות תחזוקה ממוקדת כדי להגביל את זמן ההפסקה למינימום מוחלט. זה מה שמכונה ‘תחזוקת חיזוי’ שמאופשר על ידי ניתוח אינטליגנטי של כמויות גדולות של נתוני ייצור אמיתי, חיישן ותהליך: ניתוח ממוקד של מידע זה מאפשר לקבוע את הזמן האידיאלי להחלפת חלקים שחוקים שנעשה בהם שימוש ביצור. אם השינוי נעשה מאוחר מדי, קיים סיכון של הפסקת הייצור; החלפת מוקדמת מדי תגרום לבזבוז משאבים יקרי ערך. ללא הנתונים הרלוונטיים שעליהם יש לבסס את ההחלטה, בעבר תחזוקה מונעת בוצעה מבלי לדעת את מצב הבלאי בפועל. שיטה זו דרשה מרווחי בטחון לעיתוי ההחלפה, אולם לא היתה יכולה לחשוף תקלות בלתי צפויות.

ללא הנתונים הרלוונטיים שעליהם לבסס את ההחלטה, נעשתה תחזוקה מונעת בלבד של העבר מבלי לדעת את מצב הבלאי בפועל. שיטה זו דרשה את מרווחי הבטיחות עבור עיתוי המעבר, אך לא הצליחה לאתר תקלות בלתי צפויות.

 

פתרונות מבוססי נתונים לתחזוקת חיזוי משמשים בשלבים שונים של ייצור גוף המכונית כדי לחזות שחיקת ציוד הרובוטים. חיישנים במלקחי ריתוך מסמנים מראש כאשר פגמים או בעיות איכות צפויים להתרחש. ניטור חיישנים נרחב גם משפר את האמינות של כוננים חשמליים המשמשים במגוון של מערכות, כולל מעליות ופטיפונים. רובוטים וטכנולוגיית בקרה מצוידים בחיישנים הדרושים מלכתחילה. צוות תחזוקה מנתח את הנתונים ולאחר מכן מסיק את המסקנות הנכונות. הערכות האחרונות של תחזוקת חיזוי מראות בבירור את היתרונות של פעולות אמינות.

בקרת תהליכים מקוונים: תהליכים יציבים אף יותר מבטיחים איכות גבוהה

קבוצת ב.מ.וו קיבלה את פרס דה לה טכניקה 2017 היוקרתי בקונגרס Surcar בקאן, עבור הקונספט לדיגיטיזציה של מתקן צביעה במפעל החדש של החברה בסן לואיס פוטוסי, שייצור סדרתי בו יתחיל ב-2019. מתקני הצביעה של קבוצת ב.מ.וו כבר משתמשים בחיישנים לניטור מתמשך של תהליכי ייצור אוטומטיים. מערכות אינטליגנטיות ברשת משפרות את היציבות של רצפי התהליך, מאפשרות תחזוקה מונעת ומבטיחות את האיכות הגבוהה ביותר. בקרת תהליכים מקוונת משלבת את עוצמות הניתוח המבוסס על אלגוריתמים המנתחים כמויות גדולות של נתונים וניסיון של עובדים: כתוצאה מכך, העובדים יכולים להתמקד יותר בתפקידם כאדריכלים של תהליך הייצור, שכן נתוני הייצור הריאלי ממוינים ומובנים מראש באופן אופטימלי עבורם. שגיאה פוטנציאלית ניתנת לזיהוי בזמן ולמנוע עבודה מחדש.

במאי 2017, קבוצת ב.מ.וו החלה להשתמש בבקרת איכות אוטומטית לחלוטין בפעם הראשונה במפעל מינכן, כשרובוטים סורקים את כל שטח הרכב החיצוני. המערכת מסוגלת לזהות שגיאות שהעין האנושית אינה יכולה לראות. הנתונים המתקבלים בדרך זו גם מספקים משוב רב ערך על הדיוק של תהליכי הצביעה במעלה הזרם – מאפשר אופטימיזציה מתמשכת וזיהוי בזמן של פגם פוטנציאלי.

ניתוח נתונים Fastener: מניעת שגיאות מהימנה יותר רווח לאלפי חיבורים מוברגים

חיבורים בברגים הם היסוד לייצור מכוניות, מאחר שבכל מכונית  נמצאים כמה מאות מהם. קבוצת ב.מ.וו מנטרת ומנתחת את כל חיבורי הברגים הרלוונטיים לבטיחות הרכב.

ביסודו של דבר, קשרים מוברגים שאינם, או באופן חלקי בלבד, עונים על המפרט הרצוי עשויים לדרוש עבודה חוזרת. כחלק מאסטרטגיית האיכות המונעת, פיתחה קבוצת ב.מ.וו אלגוריתמים אשר מנתחים חיבורים מוברגים ביותר מ -3,200 מערכות הרכבה בכל תחנות הרכב החל מיולי 2017. הקלטה וניתוח של עקומות תהליך ההברגה מספקות משוב מדויק על איכות חיבורי הברגים. התכנית יכולה לזהות סוגים שונים של תקלות ולהראות מקורות אפשריים של שגיאה בתרשים סיבה ותוצאה. קבוצת ב.מ.וו משתמשת במידע זה כדי להכשיר ולהעסיק עובדים לעבודה איכותית מונעת – אחרי הכל, טעות שלא נעשית אינה זקוקה לתיקון. מאמן בתחנת אימון ניידת או ישירות במקום העבודה יכול גם לספק עצות על הימנעות משגיאות.

ניתוח של עקומות תהליך הבלטה מספק גם תובנות חשובות לניטור שיטתי של מערכות הברגה ופרמטרים, כגון מומנט הידוק. כשהם מיושמים במהירות, ממצאים אלה יוצרים לולאה סגורה של שיפור מתמשך.

במקרים רבים, ניתוח ידני גרידא של עקומות תהליך ההברגה יביא רק למציאת “מקובל” או “לא מקובל”, מבלי לזהות את הגורם לטעויות או להדגיש את פוטנציאל השיפור.

תחזוקה חיזוי לטיפול בחומרים בהרכבה

מערכת הייצור של קבוצת ב.מ.וו מאופיינת במידת הגמישות הגבוהה ביותר: החברה מייצרת מגוון רחב במיוחד של דגמים וגרסאות על קווי הייצור שלה, אך היא תחרותית בכל זאת – כפי שאושר על ידי מדדים עצמאיים. על קו הייצור, אספקה ​​אמינה של חומרים חשובה במיוחד. תקלה בכל נקודת זמן עלולה לגרום לעצירת אזור הייצור כולו.

בהרכבה, מערכות מסוע רבות מצוידות כעת במספר רב של חיישנים המנטרים גורמים שונים – במיוחד טמפרטורה, רטט וכח חשמלי. חיישנים אלה הם חסכוניים מספיק כדי לאפשר להם להיות בשימוש נרחב. נתונים ממערכות חיישנים אלה ונתוני תהליך אחרים מוזרמים בזמן אמת אל פלטפורמת ה-IoT של ב.מ.וו, שבה הם מוצגים ומנותחים בזמן אמת. אם הנתונים מגלים מגמה המציינת סטייה מדפוסי תקלות קודמות, הפלטפורמה מודיעה לצוות התחזוקה. הצוות יכול להחליט אם יש להסיר לבצע פעולות תחזוקה. בדרך זו, ניתן להבטיח פעולה ארוכת טווח ואמינה של מערכת המסוע על פני מספר שנים.

כל רגע שנחסך פירושו כלי רכב נוסף שנבנה

כריסטיאן פאטרון: “בייצור הרכב, כל שנייה חשובה: אם חלק אינו זמין בזמן או מערכת כושלת, תהליך הייצור מתעכב והוא משבש את שרשרת הערך. שימוש מושכל בנתוני הייצור מבטיח תהליך יציב ויעיל. אנו רואים פוטנציאל עצום ב-Smart Data Analytics, על מנת לשלב משוב מהלקוחות שלנו בפיתוח וייצור אפילו מהר יותר “.

תגובה ראשונה

תגובה

כתובת האימייל שלך לא תפורסם


*


error: Alert: Content is protected !!