工業物聯網的應用:

工業物聯網與工業4.0不同,工業4.0是一種商業模式的改變,但是工業物聯網就比較單純,主要是創造一種Concept,但是並沒有確切的商業目標。工業物聯網可以展開分成五層;Connection、Conversion、Cyber、Cognitive、Configuration,Artesis IoT 智慧傳感器早在十五年前就鋪下了這些藍圖,大部分都在IoT Edge處理完成,這有兩種的優勢,一種是一對一部屬,可以隨意的擴充(Scalability),加上軟體免費,使得安裝與擴充經濟又簡單。第二種優勢就是兼容性與彈性,只要透過OPC DA就可以與其他系統相容,通常透過系統整合商整合,Artesis也提供OPC Manual,有了兼容性加上訊號量有效的降低,就可以很有彈性的應用Artesis 技術。隨時可以拆除設備裝到其他設備使用。

Connection 的部分,Artesis連接三相感應馬達,如果馬達三相交流電壓低於480Vac,可以直接接入Artesis錶頭,(如果電壓經常性不穩,超過500Vac則不建議使用),比流器輸入的部分上限為5A,也就是最高電流不能超過5A,可以使用輸出為5A的比流器(Class 1 or 0.5),也有1A的錶頭。如果高於480Vac,需要安裝額外的比壓器(Class 1 or 0.5),如果是高壓的,因應安規,電盤應該有Measurement type的比流器,可以利用它的外接端子或二次側。電流的部分應該也有Measurement type的比流器。Artesis錶頭輸出為RS-422,可以透過Moxa DE-311 轉換成RS-485或是Ether net,連接到OPC server即可。

Conversion的部分: Artesis 錶頭,會在Edge將馬達的三相電流與電壓訊號轉換。主要的物理訊號包含但不限於機械震動、電力與附載,轉換為時域、頻域數位訊號。

Cyber physical的部分: Artesis 錶頭,會在Edge將上一層的訊號自動分析與分類。分析的部分包含Neural network,Cross reference所有參數,將訊號依IEEE的分類方式分類,分類後,頻域的部分會將訊號處理成Power spectral density,與模型訊號比較後的 Standard deviation訊號,Artesis錶頭會自動建立物理模型、經驗模型與實驗模型,如果資產在部屬前已經有異常產生,也可以偵測的到。會在這裡製造一個數位分身。

Cognition level: 大部分Cognition level的處理也在Edge完成,有少部分會在伺服器完成。在這裡,Artesis會自動提出資產設備有那些問題、多嚴重、甚麼時候要處理、要怎樣處理等的排程應對措施,與全面的診斷。

Configuration level: 大部分Configuration level 的處裡也在Edge完成,包含Descriptive。Predictive還有Prescriptive的建議會在OPC Server端產生。(Artesis目前使用OPC DA)

Artesis 系統包含Baseline analytics, Diagnostic analytics to type level, Prognostic analytics. 基本上在Edge端就完成基本的部分,Server端會進一步分析,並且完成更清晰的整理與呈現。AI的部分包含Data collection, Feature extraction & Reduction, Model creation and Model validation. 

除此之外,Artesis 也參與ISO20958:2013(E)的撰寫,Artesis技術皆符合ISO20958 (Condition monitoring and diagnostics of machine systems -- Electrical signature analysis of three-phase induction motors)的規範。

Artesis早在十幾年前就已經建立起IIoT相關的藍圖,分析手法更是在二十幾年前就已經打好分析的基礎。目前主要提供美國與英國海軍,執行預知保養任務,產品有NATO code,是軍規。主要使用目的是預知保養。IIoT架構可以使得客戶很快地從沒經驗晉升到預知保養,但是需要有創業家精神的高階主管。

產線的數位化很重要,Artesis的技術所提供與模型所產生的Residue或可視為Autocorrelation所產生的Residue,可以更加有效的利用,包含電力、震動還有附載,包含流體的紊流、其他機械或媒介的異常,運行中發生的事件等等,可以最為大數據、人工智慧的分析數據之一,包含製程優化、運行優化、預知保養最佳化、品質優化、商業模式優化的依據。



 

© 2019 TZInc