對于許多制造商來說，諸如工業物聯網（IIoT）、信息物理系統（CPS）、云機器人、霧計算和大數據等概念已經開始與其智能工廠的愿景緊密相連。智能工廠是將信息技術（IT）的數字世界與運營技術（OT）的物理世界連接起來， 也就是實現IT與OT的融合。

對于未來工廠來說，工業4.0不再是一個遙遠的愿景，它就在這里，就在當下。如今，機器人網絡已經連接到云端，可以提供大量高質量的數據。制造商正在使用這些信息渠道來簡化資產管理和維護， 最大限度地提高設備和流程效率，并改善產品質量。

預測維護與減少停機

通用汽車公司正在將物聯網和工業4.0的基礎設施布局到生產制造中。其機器人供應商和戰略合作伙伴發那科美國公司，正在幫助通用汽車為實現智能制造打下堅實的基礎。通用汽車、發那科公司和思科共同開發了“零停機功能 （ZDT） ”解決方案， 該方案使用基于云計算的軟件平臺，來分析通用工廠機器人收集的數據， 以便發現可能導致生產停機的潛在問題。

云連接的焊接機器人，該汽車裝配線幫助實現工業4.0的愿景， 通過監測潛在停機問題， 并促進預測維修。

在汽車制造業中， 每60或90秒鐘就有一輛整車從裝配線上下線， 每停機一分鐘，就會為制造企業帶來2萬美元的損失。一次停機事件，可能就會造成數以百萬美元的損失。當生產線突然停止時， 可能會影響整個供應鏈， 從而進一步加重損失。這些延誤也會進一步向下延伸到客戶、汽車經銷商、車隊用戶以及購買汽車的消費者。

“我們已經主動采取了一段時間的措施，試圖更好地預測和維護我們的制造設備的健康狀況。”通用汽車底特律公司自動化技術和機器人的首席工程師Marty Linn說道。“我們和發那科一起合作，討論在生產過程中，我們可以采取哪些措施來避免事故發生。這不是工業4.0的偉大愿景，是關于在預測性維護方面，我們可以做哪些工作，來切實消除工廠不可預見的停機時間。”

2014年，通用汽車啟動了一個 ZDT 試點項目。通用汽車和發那科之間建立了戰略伙伴關系，這是走向成功的關鍵因素。這兩家公司合作的歷史，可以追溯到20世紀80年代初期， 當時通用汽車與日本的機器人制造商合作成立合資企業， 組建了通用發那科機器人公司， 在美國開發和銷售機器人。該公司后來獨立出來， 但雙方的合作關系仍然存在。

“正如我們所說的，我們在整合機器人。由于我們正在不斷引入新的產品和新的項目，因此每天都有來自集成商的機器人和系統運抵工廠。”Linn說。

云連接軟件平臺收集和分析從數以千計的機器人上獲得的大量數據， 以預防停機、預測維護、并優化流程效率。
實現預期的投資回報

ZDT對企業車間帶來的影響是持續的。Linn說， 自該項目成立以來， 通用汽車已經成功的避免了超過100起重大的非計劃停機。

根據發生故障類型的不同，可以避免6到8小時的意外停機時間。對于任何設施來說， 都是一件大事， 尤其是在大型卡車和 SUV工廠里， 每個停機事件都很重要。

為工業4.0準備就緒的軟件平臺，將機器人連接到云端， 并提供觸手可得的性能數據。

隨著數以千計的機器人連接到云端，并與之建立通信， 不久以后，通用汽車就獲得了預期的投資回報。

“這是對大數據、物聯網、新算法、計算機功能等技術的運用，所有這些新興技術在過去幾年中都獲得了長足的發展， 并以最有效的方式得以應用。”Linn說。這使得制造企業可以實現預測性維護，并有效的減少停機事故，甚至放棄原有的維護計劃，直到需要的時候再采取措施。

按需維護計劃

在初始階段，通用汽車進展緩慢， 在最初的兩年內，總計只連接了上千臺機器人。然而到 2017年， 就有超過8500臺發那科機器人被連接在一起。“在開始部署時，我們進展緩慢，”Linn說。“發現問題后，我們就會介入并更換零件。然后研究這些部件。非常確定的是， 我們已經能夠驗證和確認這些部件是否會失效。對那些可能會造成停機事件的問題部件及時處理。正基于此， 當我們能夠減少不定期的維護事件時， 這讓每個員工都很興奮。”

通用汽車公司開始使用ZDT來制定按需維護計劃， 而不是依賴日常維護計劃。“例如， 機器人的設計是運行1000小時后，進行例行維護。以前我們根據計劃在該時點對機器人進行維護。”Linn說道，“但它實際上可以持續工作1250小時， 直到需要時才對其進行維護。因此， 現在我們正在努力擺脫固定的維護計劃， 而是按需計劃。這就是你所能找到的、帶來巨大成本節約的方式中最主要的途徑。

工業物聯網軟件可以隨時隨地在任何設備上提供機器人的資產信息、狀態監視和維護警報。

機器學習

ZDT不僅適用于機器人，也適用于加工設備，以及由機器人直接控制的過程，如焊接、噴涂和一些分配應用。“通過查看空氣壓力下沉壓力、分配涂料執行機構的速度，查看大量的涂料工藝和參數，我們能夠監測設備的健康狀態，進而了解工作質量。”Linn說道。

在汽車噴漆車間， 成品質量至關重要。所有的發那科油漆機器人都具有ZDT功能，這意味著它們可以監控各種功能， 包括油漆罐、噴霧噴頭、調節器和驅動器的健康狀態。

如果統計一下與汽車噴漆有關的運動部件總數，就會發現每個機器人有200多個運動部件。有相當數量的這些運動部件與控制槍、調節器和壓力等特定過程裝置有關。如果這些設備中的任何一個過早出現故障，就可能會出現質量問題或導致生產停機。

目前， 通用汽車更多的將ZDT作為一種預測性維護工具， 而不是進程內的自適應工具。但是隨著技術的發展， 收集和分析的數據也越來越多， 而且算法也變得更復雜， 用戶可以發現利用機器學習，它如何成為自適應工具， 用于實時過程改進。

“我們希望擴大這一戰略， 使設備智能化， 能夠自我診斷， 在性能發生變化時可以通知我們，以便能按需做出調整或維修。”Linn說道。

量體裁衣

發那科的分析解決方案，是監測客戶分布在世界各地的設施內1萬多個與云連接的機器人， 并且這一數字每天都在不斷增長。雖然一開始只是在汽車行業內使用， 但據悉發那科公司已在2017底陸續為非汽車客戶發布軟件和硬件提供支持。

對小型制造商來講，安裝軟件和硬件設置需要即插即用，因為他們并沒有專門的IT部門的支持。例如，如果應用于擁有3個機器人的一般小型工業制造商，則需要對其進行“裁剪”。

發那科和思科公司計劃使用這種專門為 ZDT 開發的數據通信高速公路，來連接機器人之外的其它設備。作為FANUC Intelligent Edge Link and Drive（FIELD）系統的一部分，ZDT提供了一個開放的軟件平臺， 允許對數控機床、機器人、外圍設備和自動化系統中使用的傳感器進行高級分析和深度學習。現場基于邊緣計算技術， 在網絡邊緣的生產制造點中處理大量數據， 從而最大限度地減少共享數據的數量和成本。

利用ZDT云解決方案， 數據從生產車間各處的設備流向云端， 在這里可能會有一定的延遲或遲滯。使用現場平臺接收生產車間數據的好處是， 可以實時響應事件， 這就是現場所要做的。它是一個開放的軟件平臺， 可以安裝到計算機硬件上， 然后允許客戶訪問從機器人、可編程邏輯控制器 （PLC）、或機床設備上獲得的數據， 并實時進行分析。它甚至可以根據行為改變生產。這就是實時機器學習所能提供的良好價值。

對于自動化行業來說，工業4.0不再是一個遙不可及的夢想。越來越多的機器人制造商推出自己的物聯網解決方案， 以擁抱工業4.0所要求的連接水平。

觸手可及的機器人數據

Kuka Connect是一個基于云計算的軟件平臺， 它允許客戶隨時隨地在任何設備上訪問和分析庫卡機器人的數據。該解決方案提供3個主要的功能： 資產信息管理、狀態監視和維護警報。

“如果你是一家規模比較大的OEM廠商， 在同一個設施內，可能會有數以千計的機器人在運作。”庫卡美國公司的產品市場營銷總監Andy Chang說道。“今天， 他們資產信息管理的方式是手動維護的微軟 Excel電子表格。電子表格上的信息可能準確，也可能不準確， 因此他們實際上可能也不知道他們擁有哪種類型的機器人。”

如果沒有正確的資產信息，在整個生命周期內，就會影響對機器人的維護。“您可以輕松地查找工廠周圍數以千計的機器人， 并逐個瀏覽它們， 查看它們的調試時間、檢查序列號， 以及當前安裝的軟件， 而無需親自走到機器邊上。”Chang說。

對于狀態監視， Kuka Connect旨在提供特定的機器人關鍵性能指標 （KPI）， 以幫助技術人員和維護人員測量機器人的性能。

“我們提供機器人所有軸的溫度圖，” Chang說。所以， 如果生產人員或維修人員，觀察到某一軸的溫度趨勢圖在上周已經開始上升， 那可能意味著出現了下面的問題。例如：出于任何原因導致的變速箱過熱； 也許負載必須改變；或者是，機器人拾起的目標可能不是機器設計的范圍等。

Kuka Connect適用于臺式機以及移動設備、智能手機、平板電腦或任何支持 web 瀏覽器的設備。直觀的儀表板可幫助用戶根據特定的標準對數據進行可視化。無論您是要優化維護計劃還是管理備件庫存， 所有數據都在您的手邊， 因此您可以預測潛在的停機時間， 并在停機之前采取步驟修復問題。

“現在，庫卡連接通過兩種方式提供信息，”Chang說，“一種是非常直接的方式。當出現控制器錯誤消息時， 我們會向用戶提供錯誤代碼和錯誤描述的實時通知，因此非常動態。第二種方式相對間接。我們將數據提交給最終用戶， 然后他們需要對這些數據進行插值，以便獲得對他們的機器人、生產線，以及工廠有意義的數據。”

該軟件平臺不僅可以與機器人接口， 還能夠監控由機器人控制器控制的自動化設備， 如焊接槍或膠合槍，如果機器人在軌道上，甚至可能還有一個額外的軸。

“任何由機器人控制或輔助的信息，都是平臺的一部分，“ Chang說。“這是我們目前正在進行的工作， 該功能可以實現可視化機器人數據與特定過程數據的功能， 所以最終用戶不僅可以了解機器的機械健康狀況， 而且還可以了解過程本身的關鍵性能指標。”

助力工業4.0人才開發

要真正實現工業4.0和智能工廠的愿景， 我們需要跨越多個地理區域和行業的龐大人才庫來彌合日益增長的技術差距。作為世界領先的工業教育技術培訓機構，Festo Didactic正幫助用戶建立工業4.0人才庫， 并培養工程師們掌握未來工廠所需的新技能。

Festo Didactic美國公司的工程開發經理Ted Rozier介紹，可能有將近 30萬多個美國制造業就業崗位因缺乏合格候選人而找不到合適的人選。而且這一數字有望繼續增長。

“讓學生熟悉自動化硬件和軟件的完整組合非常重要。””Rozier 說。他們需要了解機器人和 PLC的集成過程， 并熟悉物聯網是如何改善整個過程的。這是歐洲的普遍做法， 我們希望提高這類培訓在北美的知名度。

Rozier 強調了多學科學習的重要性， 尤其是要注重機電一體化。“為了給工業4.0帶來活力，物聯網必須蓬勃發展。要做到這一點， 需要一個強大的 IT 背景和強大的機電一體化背景。我們有機會培育不僅能理解， 而且能夠從管理層到車間層、從IT層向下直到傳感器等各個方面影響自動化制造過程，幫助機器人做決定的人才。這是一個重要的技能發展。”

模塊化的網絡物理學習平臺，模擬真實生產工廠中的工作站， 向學生傳授對工業4.0和智能工廠所必需的多學科技能。

學習工廠模塊

Festo Didactic提供了“學習工廠模塊”， 用于實際的機電一體化、控制技術和自動化技術的工業培訓。該系統從一個模塊：單一項目工作站I4.0開始，用于培訓控制技術的基本原理。然后可以添加數個模塊， 創建一個完整的學習網絡-實體（CP）工廠， 其中包括一個現實的工業托盤循環系統和一個自主移動機器人來連接不同的工作站。

系統是模塊化的， 因此可以根據學習需求的變化，添加、刪除和移動各個工作站。培訓主題包括： PLC 項目工程，與人機接口 （HMI） 和射頻識別 （RFID） 傳感器協同工作，調試 Web 服務器和 TCP/IP 和 OPC-UA 接口、能源監測和管理，與智能流程數據模塊、企業資源計劃 （ERP） 系統、制造執行系統 （MES） 和快速原型協同工作。

一些制造業和STEM tracks的社區學院正在使用Festo的 CP 工廠模塊來 培訓學生，以便其在畢業后能夠立即投入工作。位于美國南卡羅來納州巖石山的約克工學院有一間專門用于CP工廠的房間， 大約有6個模塊。像位于阿拉巴馬州萬斯的梅賽德斯-奔馳工廠，正在使用Festo學習設備， 以提高工人的知識水平。我們必須為人、機器和數據在高度互聯的世界中互動的新方法做好準備。現在， 您可以采取一些步驟來為工業4.0和智能工廠做準備。

Guardian S機器人移動物聯網平臺，包括一個靈巧的， 可遠程操作的機器人， 用于不可預知和非結構化的環境， 如爬樓梯或不均勻傾斜。

集成IIoT平臺的移動機器人

大多數機器人都是針對具體功能設計的。它們專注于做一件事，不停的重復，而且做得很好。另一方面， 移動工業物聯網（IIoT）機器人更多的則是通才。在某種程度上，它可以看作是無人自動駕駛車輛 （UAV），甚至可以認為是一種地面無人機。有一種機器人的外形類似于蛇， 這讓它變得特別有趣。

“蛇形機器人”已經出現大約十年了， 最初被用于復雜地形環境下的搜救行動， 其中可能包括布滿泥漿的環境、地震或礦難坍塌現場等。Sarcos Robotics公司最近發布了其Guardian S機器人移動物聯網平臺， 該款機器人是一個靈巧的、可遠程操作的機器人，主要在不可預知和非結構化的環境中使用。一個基本裝置的成本約為6萬美元， 或可以簽訂服務合同，每月2000美元。

該機器人集成了微軟Azure云計算平臺和微軟Azure IoT套裝， 并將Windows 10作為平板控制器。云計算平臺使客戶能夠在具有挑戰性的環境中收集、存儲和分析傳感器數據， 或者在不可行的區域部署固定傳感器。

“在大范圍開放環境下，無人機在收集有用數據方面完成了一項令人難以置信的工作， 但我們發現在某些應用環境有對數據收集更高的需求，例如在密閉或封閉的空間、或者需要數小時而不是幾分鐘來收集數據、或者數據只能將傳感器布置在附近、或與表面接觸的環境下收集數據的機會。”Sarcos Robotics 公司的董事長兼首席執行官Ben Wolff如是說。

Guardian S機器人就像一種多用途、無線控制、無人駕駛的地面車輛， 可作為移動物聯網平臺運載多個傳感器有效載荷。這款重13.5磅的機器人可以遠程操作和跨越具有挑戰性的地形，包括樓梯、涵洞、管道、水箱、垂直的鐵磁表面和密閉空間， 同時還可以促進雙向實時視頻、語音和數據通信。

物聯網傳感器和云服務的結合，對于評估所布置的各種工業機器的性能和預測所需的維護非常有價值。搭載了物聯網平臺的機器人，通過利用Azure 云計算功能和分析來收集和分析與機器人周圍環境有關的數據，從而提高了云的效率。（作者：Tanya M. Anandan）