江苏“万亿”群聊，等苏C
06-17
历史车轮滚滚向前，时代潮流浩瀚。
当前，第四次工业革命正在发生，数据的力量逐渐显现。
自动化、大数据和人工智能的浪潮正在越来越深入地影响着一切。
人们通过挖掘数据的潜在价值，为制造、零售、医疗、环保等诸多行业注入了活力，用数据的力量重塑了人类世界。
随着智能制造、智能工厂、工业互联网等先进理念的进一步发酵，制造业边缘功能的关注点已经从获取数据转向用好数据。
数据模型的沉淀和管理成为平台产业赋能的核心能力。
传统工厂的变革已经开始。
例如，工厂内各个节点的物料准备情况以及物料进出仓库的流程如何？例如，生产线上的设备机器运行状况是否良好？有什么不寻常的事情发生吗？例如，各工位工人的生产效率和工作条件是否正常？例如，生产制造过程完成后，产量、库存和能耗是多少？ ……这些数据分布在整个工厂。
在传统工厂中，他们依靠手工方法来记录和制作生产报告。
这就导致数据误差大、时效性不够，导致生产管理人员难以全面、仔细地掌握数据。
设备及生产线的运行状况。
因此，数据驱动的智能工厂已成为传统工厂转型升级的主流方向。
然而，要成功进行工厂智能化改造，首先必须“发现”隐藏在生产制造各个层面的数据。
研华成立于 2016 年，总部位于台湾。
提供以边缘智能和WISE-PaaS工业物联网云平台为核心的物联网软硬件解决方案。
其产品涵盖嵌入式计算机、智能通讯、工业自动化、智能系统等。
雷锋网获悉，研华位于台湾林口的智能工厂，占地0平方米。
今年2月开工建设，年初竣工。
作为研华全球布局的重要制造基地，这座智能工厂拥有三个厂区：系统工厂、板卡工厂和CTOS工厂（Configure To Order Service，快速定制组装生产）。
此外，为了防止地震等自然灾害影响台湾系统工厂的正常出货，研华还在台北的另一个地点设立了独立的系统工厂。
12月初，在台湾研华工业物联网全球合作伙伴大会期间，雷锋网在台湾台北制造中心MPM经理刘厚民的带领下参观了这家位于林口的智能工厂，了解了工厂的工作情况。
“作战室”并了解了该系统。
工厂数字化、智能化升级。
尖端技术！先进加工中心的诞生富士康正在打造熄灯工厂，海尔正在探索互联工厂，还有一些厂商正在打造量身定制的数字化工厂，或者以独特的方式提出绿色智能制造的理念。
那么，研华未来的工厂会是什么样子呢？研华自2017年成立以来，早年台湾工厂相对传统。
年后，整个工厂搬迁至林口这座智能工厂。
此外，研华在中国昆山还拥有四家工厂：板卡工厂、机箱工厂、系统工厂和CTOS工厂。
厂区。
同时升级这么多工厂绝对不是一件容易的事。
如此复杂的工作不仅需要专业人员的综合协调，还需要更多的配套和先进的技术支持。
为此，研华建立了一个与工厂平行的单位——先进工艺中心。
刘厚民说，先进加工中心的工作人员就像学校的教授。
这些成员不断探索行业最前沿的技术，然后将这些技术引入工厂进行应用。
工厂里的管理人员每天的工作会很忙，所以我们需要有一个独立的单位来探索新技术，然后不断地教育和培训这里的工程师。
例如，在计数材料时，首先需要拉出材料卷测量长度，然后应用长度公式计算出最终的颗粒数。
现在，直接利用X射线就可以得到材料颗粒的精确数量。
此外，RFID标签会将数据传输到云端，控制系统会告知工作人员在这个工作站需要做什么以及需要哪些相关操作技术。
例如，在定制生产中，即使客户只订购一台，研华也会生产。
过去有7条SMT生产线，每月换线次数达到20次。
生产线上平均每天换线次数达到60次，每条线都要换线近10次。
例如，针对制造过程中遇到的一些问题以及相应的改造方案，先进制程中心会从生产线、制造工程等方面进行研究，为研华智能工厂打造最佳、最适合的解决方案，利用数据驱动的方式最大化赋能自己的智能工厂。
神秘的“作战室”：让数据透明可见。
分布在整个工厂的数据将在哪里收集？管理将如何统一并发挥作用？在研华位于台湾林口的智能工厂里，设置了一个神秘的房间——“作战室”。
从董事长到厂长的高级管理人员都可以在这个房间访问所有生产和运营数据。
通过透明、直观地呈现数据，技术人员使生产管理人员能够轻松了解数据，找出问题症结，快速纠正问题并提出对策。
刘厚民透露，如果研华工厂出现紧急情况，必要时工厂内相关人员会通过“战情室”调取关键数据，立即制定相应措施，并通过这里的电话设备与外界联系。
雷锋网获悉，“战情室”内的三块大型电子显示屏可以呈现研华各工厂的实时现场情况，包括各产线和工位的生产效率、产出工时等等数据，以及机器设备的实时状态。
工厂车间内的条件、温度、湿度、环境指数等参数，与研华昆山智能工厂的“战情室”联动。
在电子工厂中，温湿度管理非常重要。
有些产品必须在 72 小时内生产。
如果环境太潮湿或太干燥（干燥会产生静电），都会对产品不利。
在“战情室”中，我们可以看到工厂内相应位置的温湿度的详细数据。
。
控制二氧化碳浓度。
例如，早晨的森林中，二氧化碳浓度约为PPM。
这是最干净的空气，让人感觉舒服。
在研华的智能工厂里，早上的二氧化碳浓度约为PPM。
下午，在人员聚集的地区，浓度将接近PPM。
这样的二氧化碳浓度会使人感到困倦，导致工人的失误率较高。
针对这一情况，研华智能工厂专门对工厂内的二氧化碳浓度进行监测和调节。
传感器无处不在。
在研华的智能工厂中，总共安装的摄像头不超过10个。
那么，如何控制人员状态管理呢？据了解，由于提取信息的“需要”，研华使用了更多传感器来收集人员状态数据。
在研华的智能工厂中，除了使用大量的物联网传感器、定位、PLM、E??RP、SCADA、MES等软硬件设施外，还使用了SFIS（Shop Floor Information System），即工厂监控系统，等对智能工厂进行全面升级，所有这些关键详细数据都可以在“情况室”中清晰查阅。
雷锋网此次重点关注的系统工厂中，一般来说，系统工厂的生产流程从产品材料的投入开始，经过组装、老化、测试、包装等一系列步骤。
。
早期，从开始材料生产到发货往往需要五天时间。
过去不清楚瓶颈在哪里，往往根据经验进行调整；但现在生产数据的透明度发挥着重要作用。
通过重新组织测试程序和流程来减少测试时间。
现在通过透明的数据优化和人机协同生产，工厂的投入产出时间已经缩短到3到4天以内，效果非常明显。
数据的透明性让管理人员能够快速识别整个生产过程中的瓶颈，通过数字找到平衡点，快速调整和优化生产线，而不是像过去那样仅仅依靠经验来判断。
最新改进：视觉识别AOI（Automatic Optical Inspection）的应用，也称为自动光学检测，是根据光学原理自动检测PCB板上的各种安装错误和焊接缺陷，研华智能工厂技术的SMT生产线类似的情况也被使用。
进入工厂后，雷锋看到生产线上利用视觉识别技术来检查PCB板的螺丝是否锁紧。
据了解，这是研华智能工厂近一年来新推出的技术。
过去这个过程需要 4 到 5 名工人进行目视检查；现在，只要工作站上方有工业相机，机器就可以自动检查电路板是否锁紧螺丝。
在人力方面，人数从以前的4、5人减少到1人，出错率大大降低，效率大大提高。
“PCB行业是一个技术含量非常高的行业，但它的系统组装流程可能不是这样的。
”刘厚民表示，研华系统厂之所以做出这样的改进，是希望每个环节的质量管理都能保证高水平。
。
当工作站工人将电路板放到指定位置时，机器会自动寻找定位点并做出判断。
如今，该站使用视觉识别技术可以检查大约 100 个电路板锁紧螺钉的状况。
炫酷组合：WISE-PaaS+AI+研华工业电脑。
如今，很多公司都在谈论All in AI。
作为现代化智能工厂，研华在人工智能的探索上也没有落后。
但不同的是，相对于其他公司的All in AI，研华的AI之路似乎更加低调和内敛，但依然很酷。
年彦华推出WISE-PaaS工业物联网云平台，更注重边缘计算能力和人工智能技术在工业领域的开发和复用，以可靠、低成本的方式将其带入工业世界。
另外，研华本身是工业计算机提供商，因此结合WISE-PaaS、AI技术以及自有工业计算机来检测电路板的焊接状况。
没有数据，就没有人工智能。
由于一些数据原因，当我第一次使用“WISE-PaaS+AI+研华工控机”的组合来检测电路板的焊点时，发现不太顺畅。
雷锋网了解到，前期有一个数据积累的阶段，其次是模型训练。
其中，最难的一点是数据收集。
为了让AI做出准确的判断，技术人员前期需要与工厂人员进行沟通，让工程师在电路板的照片上进行标记，指出哪些存在空焊、漏锡等问题，并识别六种以上不同的缺陷。
为此，研华大概使用了超过一万块主板进行模型训练。
因为到达这个阶段的电路板已经是成品了，AI需要看到很多不同的缺陷才能做出判断。
关键是如何将模型导入到这台机器中，如何让它快速学习、学会检测。
。
假设我今天错过了报告一个缺陷。
这显然是一个缺陷，但没有标记。
我们将在以后的工作中对此进行补充和完善。
工作人员在照片中标记出遗漏的区域，上传至WISE-PaaS平台，重新训练模型。
训练完成后，模型部署在云平台上更新，然后部署到研华的工业计算机上。
那么下次同样的不良现象就不会再错过了。
此外，研华在导入数据模型时曾经历过重大调整。
主要原因是初始数据模型的响应时间较长，然后几乎只是微调一些参数，例如敏锐度。
如今，这个数据模型进行预测时，几乎总是在 30 秒内完成。
独创技术：材料X射线盘点一张PCB板可能有几十上百种不同规格、封装的材料。
随着产品类型和功能复杂性的增加，需要更多类型的材料。
如何进行精准管理？一般情况下，很多工厂更多地依靠人工来盘点料盘，不仅占用了大量的人力成本，而且数据误差也较大。
早期，研华在统计材料时也是这样做的。
后来又发明了利用X射线来计数物料，使得工厂里物料的相关数据非常准确，大大提高了效率。
在刘厚民的带领下，雷锋网专程参观了这项研华原创技术。
与很多科技感十足、外观炫酷的设备相比，研华的利用X射线计数材料的设备就显得接地气多了。
它的外观由透明玻璃框住，站在附近的人可以清楚地看到里面的结构和工作情况。
首先，当我们需要清点物料时，只需将物料放置在指定位置，然后使用探头感应物料并进行相关操作；然后，机械臂将材料托盘一一放置在指定位置，并照射X射线。
之后系统就会知道托盘上物料的精确数据；然后，打印机将生成一个纸张标记，覆盖纸盘上的原始标记。
在此，雷锋网获悉，这项独创的物料计数技术大约于两年前在研华智能工厂正式投入使用。
在外围的玻璃框架上，我们可以清晰地看到很多使用过的痕迹。
目前，该设备可计数的物料最小尺寸可达0.5mm。
除了盘点物料的过程之外，装料的过程也表明研华智能工厂对物料相关数据的掌握细致而准确。
例如SMT仓库备料进度。
在仓库旁边的电子显示屏上，我们可以清楚地看到每天的备料进度。
另外，工单编号、机器类型、工单数量、在线时间、待备料项目等物料和零件总项目等参数都可以清晰呈现。
带来技术：机械臂锁螺丝制造领域的升级改造是复杂的，没有一家制造商能够覆盖所有应用场景。
因此，这些厂商在建设智能工厂时，不仅要具备一定的先行能力，根据自身的特殊需求量身定制一些解决方案，还需要在必要时大胆引入合作伙伴的先进技术。
在研华的智能工厂里，有这样一套封闭式设备，就是机械臂锁螺丝的设备。
据了解，该设备采购已近一年时间。
这期间工厂陆续尝试，发现会存在一些局限性，所以一直没有投入大规模使用。
刘厚民说，首先，工作人员在锁螺丝时，如果螺丝歪斜，工作人员可以通过手的感觉来判断，但机器只能依靠程序；另外，使用机械臂锁螺丝最好能实现长期连续生产，无需换线。
，并且可以批量生产。
如何实现人机协作，兼顾人员安全和生产效率，需要技术人员不断探索解决方案。
为什么要进口机械臂？据了解，有时不仅仅是为了提高效率，也是为了降低工作风险。
雷锋网总结称，数据带来的智能力量正在重新定义行业边界，重构整个产业链、供应链关系。
什么样的智能工厂最成功？是熄灯工厂、互联工厂，还是像研华那样低调、内敛的智能工厂？无论形式、要素如何，智能工厂的打造绝非一朝一夕之功，需要一个探索的过程。
就研华的智能工厂而言，不仅需要一个专门的机构——先进工艺中心来考虑这个事情，还需要工厂人员、工程师、管理人员等来协调工厂各方面的升级和改造。
智能工厂。
雷锋网参观研华台湾智能工厂时，最神秘的部分就是“作战室”。
在这个小房间里，您可以了解所有研华工厂的现场情况，包括每条生产线和工作站的生产效率、输出工时等数据，以及机器设备的实时状态、工厂车间温湿度、环境指数等详细数据。
行业场景赋能深度定制。
没有任何一家厂商能够覆盖所有的行业细分和应用场景。
研华的智能工厂就能实现如此细致的智能化。
除了自研黑科技之外，还需要合作伙伴的技术支持。
作为工业互联网领域的参与者，研华于2018年推出了WISE-PaaS工业物联网云平台，更加注重边缘计算能力和人工智能技术在工业领域的开发和复用，使其走在工业领域的前沿。
一种可靠且低成本的方式。
到工业世界。
今年12月初在台湾林口举行的研华工业物联网全球合作伙伴大会上，研华正式提出：面对工业物联网极其碎片化的应用困境，研华将通过开发面向行业应用的工业APP来解决现有挑战，并通过“解耦”再“重构”WISE-PaaS平台，更好地赋能众多行业。
雷锋网了解到，现阶段研华主要赋能工业、环境与能源、交通、零售、医疗、物流等领域。
作为“智慧地球的推动者”，研华未来将在数据的力量驱动下，走得更远。
它结合了多个垂直行业，目前的智能工厂只是研华赋能之路上的一个小起点。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-17
06-18
06-18
06-18
06-17
06-17
06-18
06-17
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态