Referencje 27 kwietnia 2023
Podróż do przyszłości

Z pomocą samodzielnie opracowanego systemu analityki predykcyjnej WAGO znacznie zmniejszyło nakłady związane z utrzymaniem ruchu w trakcie produkcji obudów swoich produktów. System ten pomaga również przy wczesnym wykrywaniu błędów i optymalizacji procesów. WAGO oferuje swoje rozwiązania analityczne również innym przedsiębiorstwom.

Produkty WAGO są stosowane na całym świecie – w fabrykach, na statkach, w sieciach kolejowych i elektrycznych – od pustyni aż po tundrę. Niejednokrotnie muszą one wiele wytrzymać: kurz, brud i wstrząsy, a także palące słońce, lodowate wiatry i tropikalne warunki. Ochronę przed trudnym środowiskiem zapewniają dostosowane do potrzeb obudowy, które WAGO często produkuje samodzielnie, podobnie jak wiele innych elementów z tworzyw sztucznych.

Materiał bazowy dla obudów stanowią różne granulaty tworzyw sztucznych, które są transportowane do wtryskarek systemem rur. Odbywa się to za pomocą pomp próżniowych, wytwarzających podciśnienie. Podobnie jak stara dobra poczta pneumatyczna, pompy transportują różne granulaty tam, gdzie są potrzebne. Jednakże strumień powietrza nieuchronnie niesie ze sobą również trochę pyłu. Aby zapobiec uszkodzeniu pomp, w rurach odprowadzających powietrze instaluje się filtry.

Możesz przesłuchać ten artykuł na Spotify

Filtry te muszą być starannie czyszczone, w przeciwnym razie spada wydajność transportu. „To tak jak z odkurzaczem, im bardziej zapchany filtr, tym gorsza wydajność i efektywność“, wyjaśnia Sebastian Pscheidt, inżynier ds. technologii formowania wtryskowego w WAGO. W najgorszym przypadku może się zdarzyć, że rura nie zostanie całkowicie opróżniona podczas transportu innego granulatu, co spowoduje wymieszanie się obu materiałów. Dotychczas pracownicy WAGO zapobiegali temu, czyszcząc filtry w ustalonych odstępach czasu. Często jednak nie było to w ogóle potrzebne, ponieważ filtry nadal przepuszczały wystarczającą ilość powietrza. Budziło to irytacje, ponieważ proces czyszczenia filtrów jest pracochłonny i kosztowny. Ponadto w tym czasie konieczne było wyłączenie systemu dystrybucji materiałów, co prowadziło do przymusowej przerwy w produkcji obudów.

MM-339227_new_website_page_WAGO_1S7A5285_2000x1125_.jpg

Dzięki naszemu rozwiązaniu w zakresie konserwacji predykcyjnej możemy teraz czyścić filtry ściśle według zapotrzebowania. W ten sposób znacznie zmniejszamy nakłady na utrzymanie ruchu i jednocześnie zwiększamy niezawodność procesu.

dr Jan Jenke | kierownik produktu i projektu „Analytics“ w WAGO

„Tyle wysiłku ile potrzeba, a jednocześnie tak mało, jak tylko jest to możliwe“.

WAGO stworzyło system monitorowania stanu technicznego maszyn z wykorzystaniem własnej technologii, umożliwiającej serwis predykcyjny. „Tyle wysiłku ile potrzeba, a jednocześnie tak mało, jak tylko jest to możliwe“, tak dr Jan Jenke, kierownik produktu i projektu „Analytics“ w WAGO, opisuje opracowaną strategię. Filtry są czyszczone tylko wtedy, gdy spodziewany jest spadek wydajności poniżej dopuszczalnego poziomu. WAGO wykorzystuje w tym celu przede wszystkim dane z czujników mierzących ciśnienie przed i za filtrem. Z pomocą zaawansowanych procedur analitycznych można na tej podstawie uzyskać prognozy dotyczące postępu zanieczyszczenia. Następnie system automatycznie uruchamia w SAP zlecenie na wykonanie serwisu „just in time“. Dzięki temu czyszczenie odbywa się zawsze w optymalnym czasie. „Dzięki naszemu rozwiązaniu w zakresie konserwacji predykcyjnej możemy teraz czyścić filtry ściśle według zapotrzebowania. W ten sposób znacznie zmniejszamy nakłady na utrzymanie ruchu i jednocześnie zwiększamy niezawodność procesu“, podsumowuje Jenke. Dodatkową korzyścią jest również oszczędność energii, ponieważ filtry są czyszczone, zanim dojdzie do ich dużego zanieczyszczenia, dzięki czemu pompy zużywają mniej energii. Jakiego rzędu są to oszczędności, nie da się jednoznacznie określić, gdyż zależy to od wielu czynników, jak wyjaśnia Pscheidt. „Ale ponieważ nasze pompy pracują często z mocą kilku kilowatów, zdecydowanie robi to różnicę“.

Wykrywanie błędów za pomocą uczenia maszynowego

WAGO wykorzystuje dane z czujników w systemie dystrybucji materiałów także do innych celów – m.in. do wczesnego wykrywania ewentualnych błędów w procesie transportu materiałów. Wcześniej pracownicy pracowali z listami Excel. Teraz z tym zadaniem radzą sobie modele uczenia maszynowego, które automatycznie identyfikują anomalie w danych, zanim dojdzie do poważnych zakłóceń. Skraca to czas potrzebny na rozwiązywanie problemów o ponad pięćdziesiąt procent. „Podczas gdy serwis predykcyjny polega na patrzeniu w przyszłość, detekcja usterek za pomocą uczenia maszynowego opiera się na wykrywaniu wzorców w danych z teraźniejszości i przeszłości“, wyjaśnia Jenke. System został zaprojektowany jako otwarty w taki sposób, aby w razie potrzeby można było dodać dodatkowe modele uczenia maszynowego. Dane wyświetlane są na pulpicie diagnostycznym, dzięki czemu już na pierwszy rzut oka widać, jak wygląda jakość procesu. System automatycznie oznacza wykryte anomalie. Pulpit nawigacyjny oferuje również wiele innych wizualizacji, które pozwalają zmaksymalizować korzyści płynące z informacji. Pracownicy mogą na przykład przeprowadzać indywidualne oceny i modelowanie z danymi bieżącymi i historycznymi z dowolnego okresu czasu za pomocą prostego w obsłudze interfejsu. W rezultacie uzyskuje się większą przejrzystość, na przykład w zakresie wykorzystania pojemności systemu. Przede wszystkim jednak łatwo jest zauważyć, gdzie istnieje potencjał optymalizacji. Dzięki dwóm rozwiązaniom analitycznym i pulpitowi diagnostycznemu udostępniliśmy pracownikom cyfrowy zestaw narzędzi, który znacznie upraszcza ich pracę. Daje on im lepsze zrozumienie związków przyczynowo-skutkowych ich działań“, wyjaśnia Pscheidt. Jednocześnie pulpit diagnostyczny ułatwia współpracę między ekspertami ds. procesów, automatyzacji i analityki w WAGO.

Dzięki dwóm rozwiązaniom analitycznym i pulpitowi diagnostycznemu udostępniliśmy pracownikom cyfrowy zestaw narzędzi, który znacznie upraszcza ich pracę. Daje on im lepsze zrozumienie związków przyczynowo-skutkowych ich działań.

Sebastian Pscheidt, | inżynier ds. technologii formowania wtryskowego w WAGO

Elastyczność infrastruktury

Akwizycja i wymiana danych odbywa się za pośrednictwem WAGO I/O System 750 z kilkoma modułami, w tym modułami wejść i wyjść dwustanowych, wyjściami analogowymi, modułami pomiaru mocy oraz złączkami listwowymi. „Konstrukcja połączeń wtykowych jest bardzo łatwa w użyciu. Jednocześnie zapewnia wyjątkową dostępność systemu“, tłumaczy Pscheidt. Analiza danych odbywa się wówczas na lokalnie zainstalowanym komputerze Edge WAGO. Alternatywnie można to robić również w chmurze, na istniejącej infrastrukturze IT – lub bezpośrednio na sterowniku WAGO. Jego system operacyjny Linux^® umożliwia konfigurację indywidualnych kontenerów Docker, które wzbogacają produkt o funkcje analityczne.

WAGO Analytics dla klientów

WAGO nie ogranicza się jednak do tworzenia tego typu systemów analitycznych wyłącznie dla siebie – udostępnia swoje know-how i technologię również innym podmiotom. Przykładowo WAGO oferuje swoim klientom indywidualne rozwiązania analityczne, które mogą być wykorzystane do badania procesów, identyfikacji słabych punktów lub rozpoznania potencjałów optymalizacji. Firmy z różnych branż mogą wykorzystać je na przykład do określenia przyczyn nietypowych stanów pracy swoich systemów i maszyn, zidentyfikowania wpływu na jakość produktu i stabilność procesu lub poprawy parametryzacji maszyn. „Dzięki naszej wiedzy z zakresu analityki pomagamy naszym klientom wprowadzić większą przejrzystość do ich procesów“, mówi Jenke. „W ten sposób mogą oni trwale zwiększyć swoją konkurencyjność!“

Tekst: Ralph Diermann

Zdjęcia: Tremonia

WAGO ELWAG sp. z o.o.

Referencje 27 kwietnia 2023 Podróż do przyszłości