Nu Industry 4.0 werkelijkheid wordt, kunnen bedrijven die
meer robots in de productieomgeving introduceren, profiteren van steeds
efficiëntere onderhoudsregimes. Zoals bij elk bedrijfsmiddel, zullen deze
kritieke machines met maximale efficiëntie werken wanneer operators toegang
hebben tot voorspellende onderhoudstools. De nieuwste voorspellende
analyseoplossing die wordt geleverd bij Mitsubishi Electric industriële robots
maakt gebruik van kunstmatige intelligentie (AI) als een belangrijk kenmerk
voor optimalisatie.
Zowel standaard industriële als collaboratieve robots kunnen
nieuwe kansen creëren voor het stroomlijnen van productie- en assemblagebewerkingen.
Toch hebben robots, net als andere machines, onderhoudsondersteuning nodig om
optimale prestaties te leveren
Voorspellend onderhoud werk alleen met goede data
Om te voorspellen wanneer een apparaat waarschijnlijk defect
raakt, verwerken en analyseren voorspellende onderhoudsalgoritmen gegevens die
zijn verzameld uit verschillende bronnen, om een model te maken dat nuttig en
bruikbaar inzicht geeft in de status van de robot.
AI-systemen zijn de meest nuttige hulpmiddelen om patronen
te herkennen, voorspellingen te doen en praktisch advies te geven over te
ondernemen acties. Door een reeks technologieën te gebruiken, toont AI een
ongeëvenaard vermogen om grote hoeveelheden gegevens te verwerken om patronen
in de gegevens te identificeren en voorspellende modellen te genereren.
Deze kunnen helpen om slijtage en verbruik voor
verschillende robotonderdelen nauwkeurig te berekenen of trends te
identificeren die suggereren dat een onderdeel op het punt staat het te begeven.
Voorbeelden van relevante informatie die voorspellend onderhoud op basis van AI
kan gebruiken, zijn onder andere de bedrijfsomstandigheden van de machine, de
gemiddelde levensduur van componenten, de frequentie van specifieke
robotbewegingspatronen of realtime gegevens van de aandrijvingen.
De verkregen ruwe data kunnen duidelijk zijn voor het
AI-systeem, met zijn vermogen om de cijfers te interpreteren, maar de ruwe data
is voor de mens niet zo makkelijk te doorgronden. Visualisatie is daarom een
belangrijk aspect van op AI gebaseerd voorspellend onderhoud, omdat het de
door het model gegenereerde informatie op een toegankelijke en duidelijke
manier presenteert aan productie- en onderhoudsmedewerker.
Dit leidt tot kennis die zinvolle beslissingen en snelle
acties mogelijk maakt, zonder de noodzaak van gespecialiseerde vaardigheden of
training in datamining. Een direct gevolg hiervan zijn efficiënte
onderhoudsschema's die het gebruik van de apparatuur maximaliseren of ingrijpen
voordat er storingen optreden.
Zet de stap naar onderhoud 4.0
Degenen die industriële robots van Mitsubishi Electric
gebruiken, hebben nu rechtstreeks toegang tot dat soort oplossingen, omdat de
AI-functies zijn ingebed in de nieuwste MELFA SmartPlus-software, voor zijn
intelligente robots uit de FR-serie. Het systeem is ingebouwd in de
robotcontroller en biedt drie hoofdfuncties.
De berekening van de verbruiksgraad bepaalt wanneer
robotonderdelen, zoals tandwielen, lagers en riemen waarschijnlijk moeten
worden vervangen. Wanneer onderhoud nodig is, kan het systeem duidelijke
meldingen verzenden.
De tweede functie biedt onderhoudssimulaties. Door dezelfde
gegevens te combineren die worden gebruikt door het verbruiksmodel, kan het
AI-systeem de levensduur van de robot schatten en een onderhoudsschema
aanbieden dat de onderhoudskosten optimaliseert en rekening houdt met de
bedrijfsomstandigheden en activiteiten die door de robot worden uitgevoerd.
Dankzij deze functie kunnen eindgebruikers robotonderhoud
begrijpen, plannen en optimaliseren, zelfs voordat de machine op de
fabrieksvloer wordt geïnstalleerd. Dit geeft hen het vertrouwen dat hun
robotinvestering de moeite waard is.
Ten slotte biedt het AI-systeem een gecentraliseerd platform
voor robotbeheer. De gegevens van SmartPlus kunnen worden geladen in meerdere
cloudgebaseerde analyseoplossingen en zullen samenwerken met enterprise-systemen op een hoger niveau, om
hun gegevens te combineren met onderhoudsgegevens van de robotcontroller. Op
deze manier kan de oplossing zeer betrouwbare voorspellende modellen opleveren.
Soms is het gemakkelijk om te vergeten dat Industry 4.0 en Big Data niet alleen intensiverende processen zijn, maar ook ondersteunend zijn aan de onderhoudswerkzaamheden. Door op AI gebaseerd voorspellend onderhoud op hun robots toe te passen, kunnen industrieën de efficiëntie en productiviteit van hun geautomatiseerde systemen volledig maximaliseren.
