數據是提高效率、避免錯誤和創造更多附加價值的基礎。SMT制造商面臨的挑戰是必須適當地收集和分析數據，來從數據中獲得價值。MES/MOM專家iTAC Software AG為此提供iTAC.SMT.Edge。這個設備集成平臺用于標準化和集中化數據。隨后的實時數據分析可進一步處理由iTAC.IIoT.Edge軟件處理, 這包括了設備學習和人工智能應用等在解決方案的基礎上組合與實施。

“在SMT生產中，有來自不同供應商和不同年份的設備和系統，它們使用不同的通訊協議。這使得數據采集和分析更加困難，”iTAC Software AG的首席執行官Peter Bollinger解釋說，他繼續說道：“數據必須被可靠地采集到更高級別的系統。我們的iTAC.SMT.Edge和iTAC.IIoT.Edge使我們能夠輕松地實時收集、鏈接和分析所有SMT設備的數據。”

iTAC.IIoT.Edge等分析工具將IIoT數據與MES數據相結合，形成平面數據結構，并實時分析這些數據。這些數據包也可以轉發給客戶使用的其他分析或ML/AI工具。

用于監測和分析的AI算法

通過使用這兩個邊緣解決方案作為iTAC的MOM（制造運營管理）的關鍵組成部分，可以為先進的和數字化的SMT制造開發許多應用案例。例如，生產節拍時間監測。人工智能算法智能地監測設備異常行為可能造成的生產節拍時間變化。

“在生產中，爭取更高的效率需要不斷改善生產節拍時間，”Peter Bollinger說，并繼續說道：“通過主動監測次數，并利用人工智能檢測工廠的異常行為，并在出現偏差時及時報警，可以明顯的節省時間。這是因為發生問題時所需的響應時間，以及因而減少的產出時間。此外，有針對性的并主動解決問題也變得可行了。”

另一個應用案例是減少AOI的誤判。人工智能算法將自動測試設備的誤判率降到最低。這是因為大多數采用AOI的SMT生產線必須處理較高的誤判（30-80%）。通過使用人工智能，可以高度可靠地區分真正的缺陷和誤報。對人工復查的需求以及相關的時間和成本最多可減少60%。這帶來了更高的產量，同時支持零缺陷生產。

同時，基于iTAC解決方案，人工智能算法可以計算出設備的剩余可用壽命，有利于預測性維修。通過監測機器狀態數據，人工智能算法可以預測問題或即將發生的系統故障，如此能夠及時進行設備維修保養或估計剩余的可用時間。

以上是眾多能夠可以用來實現SMT生產的效率提高、成本節約和數字化進步的部分應用案例。

審核編輯：劉清