未来的工厂正在使用机器学习分析来优化资产

从食品到汽车再到复杂的制造机械，质量是制造商最关心的问题。安全性、效率和可靠性等因素会影响产品质量并最终影响客户满意度。采购、设计、测试和检验都在确保产品在质量方面达到标准方面发挥着至关重要的作用。在生产周期的早期阶段进行产品检查有助于降低风险和成本。虽然可以在整个生产过程中的任何时候进行检查，但目标是尽快识别、控制和解决问题。

许多制造商越来越多地寻求他们的智能互联机器来帮助进行异常检测。这些资产可以提醒最终用户此类异常情况，以确保加速干预，帮助保持质量和正常运行时间。使用高级分析，资产可以收集用户反馈或警报准确性并随着时间的推移而改进。由于减少了解决问题所花费的时间，因此可以提高产出并降低劳动力成本。

罗克韦尔自动化因有缺陷的电路板而面临大量返工时间

罗克韦尔自动化看到了在其生产流程中更早引入产品检测的机会。该过程包括将导电浆料筛选到电路板上，然后放置球栅阵列 （BGA），该阵列用作稍后在该过程中添加的部件的接触点。然后电路板通过几台贴装机，在这些贴装机中添加零件，每个零件显着增加电路板的价值，最后通过放置电路板的烤箱。

缺乏早期检查通常会导致花费大量时间来修复在流程早期出现的错误。如果 BGA 未正确连接到电路板，则每个部件可能需要 30 分钟才能纠正工作。一块板上有 12 个 BGA，员工有时要花费超过 6 个小时来更换零件和重新加工电路板。该检查是一种自动光学检查，直到电路板经过三台贴片机和烤箱后才进行。罗克韦尔自动化知道，为了避免因 BGA 放置错误而导致返工超过 6 小时的可能性，他们需要尽快发现问题。

使机器学习能够测试连接性，节省时间并降低成本

该公司实施了一种高级分析解决方案，可在电路板通过单台贴片机之前对导电浆料进行评分。该解决方案使用高速边缘计算和机器学习，在 7 秒内创建并执行粘贴轮廓的 3D 模型。然后它预测电路板是否符合质量标准或有缺陷。如果收到不良焊膏配置的警报，操作员可以立即停止生产，取出坏板，清洗，然后将其送回生产线——这个过程不到两分钟。

即使在试点过程中，罗克韦尔自动化也取得了令人瞩目的成果。通过实时及早发现问题，他们恢复了数小时的生产力并保持了较高的质量标准。过去需要 6 小时才能解决的错误现在可以在几分钟内确定和修复。该解决方案使罗克韦尔自动化能够立即确定粘贴问题；他们只需要两分钟就可以对机器学习进行返工。而且，鉴于电路板的价值来自于添加各种部件，通过在放置任何部件之前解决问题、减少废品和其他浪费，可以节省成本。

扩展类似的机器学习解决方案可能会对未来产生巨大影响

对于罗克韦尔自动化而言，这些新功能以节省时间和成本的形式产生了几乎立竿见影的效果。罗克韦尔自动化看到了实时分析的巨大潜力，以改善其设施中的电路板生产，他们正在寻找高级分析和机器学习的更多用例，以便为他们的运营带来更多的智能。

审核编辑：郭婷