分配优先级

在右侧示例中，该图表显示了使用相同模型自动灌装机的所有客户，所记录的每种错误的许多类型。每个错误可能都花费了大量的工作去解决。在某些情况下，有些故障是不可复制的。而在另一些情况下，错误之间的间隔时间过长，很难在合理的时间内解决该问题。因此， 如果进行故障分析的成本超过了识别根本原因产生的价值，这种特定的质量问题可能永远不会解决，尽管该故障对产品的认知价值有明显影响。

数据可以在机器上采集，并在故障后提取

这种方法需要额外的存储内存成本，因为提取的数据文件非常大。

数据可以存储在云中，每千兆字节花费少量(美分)

机器供应商有一个额外的优势，能够在任意时刻访问这些数据，无需物理访问机器。

第1步：组织数据库存

一个系统中的许多设备都有多个状态寄存器，这些寄存器不被控制解决方案使用。例如，大多数微控制器都有一个嵌入式温度传感器。一个支持Modbus-TCP的设备通常使用微控制器，而温度传感器的值经常被映射到该设备的寄存器。这些数据可被PLC抓取并将数据推送到云中存储。如果这超出了PLC的能力，像eWON Flexy这样的设备可用于传输数据。与Cosy远程访问解决方案相比，Flexy提供的数据访问几乎没有增加成本。因此，任何具有远程访问需求的机器，只需增加极少的成本，就可升级到远程数据访问解决方案。

第2步：添加重要的传感器

故障分析需要的任何重要传感器，或者不受当前系统支持的质保决议，都应该添加到系统中。这可以通过集成新的传感器到机器本身来实现，利用PLC才采集数据。它也可以作为一个覆盖传感器网络添加，对机器的底层功能没有影响。eWON Flexy就是很好的选择，这样就可以在不干扰PLC子系统的情况下向机器添加额外的传感器。

第3步：监控传感器

在最终的生产系统测试中，机器上的所有传感器都应该被监控和记录。在已知的测试期间，记录传感器的值，创建一个时间序列数据，这是一个正确操作机器的签名。每个传感器的签名在测试期间将存储在FA数据库中。一旦有机器被部署到现场，任何现场测试签名都应该存储在相同的位置。理想上，现场站点测试的部分和最终系统测试的部分相同。签名可进行比较，以验证运输和安装过程不影响机器。

第4步：利用机器数据

一旦机器运行，该机器上的数据就可以流到故障分析数据库，或者定期上传到数据库。这种数据将被数据科学家用于对每个客户如何使用机器进行分析。这些数据对于创建预期性维护模型也很有用。

当机器在现场故障或者已经返回工厂时，原始的生产系统测试可在机器上执行。比较以前测试的传感器签名，可以快速地揭示故障机制。

第5步：机器故障分类

当机器故障发生时，它们被划分位两个主要部分：需要维护的(损坏的部分)和可由机器操作人员解决的问题(堵塞或定位问题)。在这两种情况下，存储时间序列操作数据可用于帮助确定故障原因。当这个故障是间歇性的并且由机器操作员解决的时候，这个数据就特别有用。没有该数据，维护人员必须亲眼见证故障，这就可能花费大量的时间来解决一个不经常发生的问题。

HMS工业网络有限公司活动

所有活动

HMS工业网络有限公司博客

所有文章