Produktivitetsmester inkorporerer digital fremstilling

Festo's Productivity Master er et modulært demonstrationssystem, der afbalancerer masseproduktion og individualisering af et færdigt produkt.

”Der er faktisk mange udfordringer på det globale marked i dag, især inden for produktion. Men med disse udfordringer kommer muligheden for at fremskynde udviklingen af ​​digitaliseringskoncepter, som vi ser på Productivity Master, ”sagde Nigel Dawson, chef for forretningsudvikling elektrisk automatisering hos Festo.

Productivity Master er et modulært demonstrationssystem til generering af personlige USB-hukommelsessticks. Systemet, i det væsentlige en produktionslinje med en række produktions- og håndteringsstationer, opnår en automatiseringsbalanceringshandling mellem masseproduktion og individualisering af et færdigt produkt. Pneumatiske og elektriske komponenter, aksemekanik, drev og software er planlagt som en komplet automatiseringsplatform, et integreret og praktisk system, der forbinder alle Festo-tekniske værktøjer, produkter, hardware og software. Denne konsistens sparer brugerne meget tid fra planlægning til idriftsættelse - og opnår pålidelighed i processen - fordi alt passer sammen med problemfri forbindelse og Industry 4.0-kompatibilitet. Det viser, hvordan automatiseringsteknologi vil udvikle sig langs værdikæden i kombination med digitalisering, forklarede Dawson.

For eksempel bruger Productivity Master et skybaseret koncept til registrering og lagring af kundedata, der overholder databeskyttelsesbestemmelserne, sagde han. Kunder kan bruge det samme koncept til at reducere arbejdsomkostningerne og koordinere processer. Festos IoT-gateway forbinder maskinen sikkert til skyen, så operatører ikke kun kan hente produktionsdata fra skyen, men også få fjernadgang til maskinens diagnostiske data, selvom de sidder hundreder af miles væk på et hjemmekontor.

Festo-kunder tjener allerede på disse koncepter. På trods af det nuværende udfordrende marked er der nogle områder, der har oplevet en eksplosion i produktiviteten i 2020, forklarede Dawson. ”For eksempel inden for maskeproduktion og i maskiner til biovidenskabssektoren til ting som vaccineforskning og massetest, der er vokset dramatisk.

”Disse to forskellige applikationer har meget forskellige behov. Den ene er total masseproduktion, såsom maskeområdet, hvor det er vigtigt at kunne se på maskinen og faktisk se, hvilke diagnostiske og vedligeholdelsesdata der kræves for at maksimere oppetid og forudsige fejl, selvom operatøren og vedligeholdelsesingeniøren arbejder eksternt. Den anden applikation handler om mindre batchstørrelser og tilpasning af disse batchstørrelser og den nøjagtige indsamling af big data - især vigtigt i den life-tech industri, ”sagde han.

Festo Handling Guide Onlineteknisk værktøj giver brugerne mulighed for at specificere og dimensionere portaler i kun tre trin.

”Mens produkter som masker og vaccineprøver er små og lette, betyder det ikke med Productivity Master, om produktet er ret tungt og vejer 100 kg,” fortsatte han. Systemet har en blanding af pneumatisk og elektrisk automatisering, fra flowfølere og pneumatiske mini-dias til servodrev og elektriske kartesiske robotter. Det er, hvordan disse produkter er forbundet, der muliggør ægte digitalisering. Ved at udnytte industristandardnet som EtherCAT, OPC-UA, IO Link og MQTT, kan Festo oprette en problemfri datastrøm fra individuelle sensorer til ekstern I / O, servodrev, controllere og skyen. "Denne teknologineutrale tilgang har stor indflydelse på energieffektivitet og bæredygtighed," tilføjede Dawson.

Maskinen blev designet i Festos samlede tekniske miljø. Dette giver designere og udviklere mulighed for at samarbejde globalt. For eksempel giver Festo Handling Guide Online HGO brugerne mulighed for at vælge og dimensionere 1D / 2D eller 3D-portaler i kun tre trin. Til hurtig og nem programmering, konfiguration og idriftsættelse i et delt virtuelt miljø bruger de Festo Automation Suite. Med udviklingen inden for kunstig intelligens udvider Festo koncepter som digitale navneskilte, digital venskab og AI-drevne forudsigelser af maskinforhold til fjernvedligeholdelse.