制造業(yè)中的IoT介紹

在實現(xiàn)生產(chǎn)現(xiàn)場“可視化”方面，關鍵詞就是“IoT（Internet Of Things）”。IoT，是指經(jīng)由互聯(lián)網(wǎng)，將各類物體連接起來，進行信息交換、相互控制的組織架構或概念。

近年來，生產(chǎn)現(xiàn)場的網(wǎng)絡化得到了發(fā)展，以海外網(wǎng)點為代表的全球網(wǎng)絡也正在不斷擴充，信息共享呈現(xiàn)復雜化的趨勢。作為將這些紛繁復雜的信息進行整合管理的手段之一，市場對IoT的需求度正在不斷升高。

將IoT導入生產(chǎn)現(xiàn)場，就能對各類傳感器及設備的信息、出入庫信息、各工序的檢測結果進行統(tǒng)一管理，實時獲取工廠內(nèi)的檢測信息，由于各類信息間具有關聯(lián)性，可以讓原因分析進行得更為順利。也就是說，可以實現(xiàn)從“發(fā)現(xiàn)不良品的檢測”到“幫助解決問題的檢測”的轉(zhuǎn)變。

而要實現(xiàn)IoT，首先必須進行生產(chǎn)現(xiàn)場的信息共享（＝可視化）?，F(xiàn)場的檢測信息是確保生產(chǎn)管理及可追溯性的基礎，一旦缺乏這一要素，就不可能實現(xiàn)工廠整體/企業(yè)整體的IoT。在這一過程中，視覺系統(tǒng)的檢測實力就有了用武之地。利用視覺系統(tǒng)，就不再需要手動輸入檢測結果，而是能實現(xiàn)高效的數(shù)據(jù)庫化積累和管理。要實現(xiàn)IoT，最重要的關鍵，就是視覺系統(tǒng)和數(shù)據(jù)庫的聯(lián)動。

視覺系統(tǒng)和數(shù)據(jù)庫的聯(lián)動介紹

利用IoT實現(xiàn)生產(chǎn)現(xiàn)場可視化后，能夠縮短查明原因所需的時間，有效實現(xiàn)生產(chǎn)穩(wěn)定化，達成收益改善的效果。不僅能實現(xiàn)生產(chǎn)效率及安全性的提升，確?？勺匪菪?，還能贏得交易對象及客戶的信任。也就是說，利用IoT的生產(chǎn)現(xiàn)場可視化，具有改善生產(chǎn)品質(zhì)（Q：Quality）、成本（C：Cost）、交期（D：Delivery）的效果。

利用視覺系統(tǒng)，實現(xiàn)檢測結果可視化

要實現(xiàn)生產(chǎn)工序的可視化，必須對檢測結果進行對應保存和管理，確保其處于隨時可搜索的狀態(tài)。

• 材料及部件是在何時、從何處入庫的
• 材料及部件是以何種方式保管的
• 用哪些材料和部件進行組裝生產(chǎn)
• 各工序是在何時、由何人負責實施的
• 檢測工序是由何人負責的，結果如何
• 檢測結果與檢測圖像是否一一對應
• 何時、哪種產(chǎn)品出庫了 等

可視化，就是對生產(chǎn)工序中的“人、物、信息”進行對應保存和管理，確保其處于隨時可搜索的狀態(tài)，也就是說，可以確?？勺匪菪?。

但對于光電傳感器、檢測夾具等檢測工具而言，只能判定檢測結果的合格與否，無法知曉尺寸、形狀等詳細信息。由于無法得知檢測結果的詳細信息，難以研究具體的改進措施。只要在檢測中利用好視覺系統(tǒng)，就能獲取尺寸、形狀以及利用OCR技術進行識別的字符等各類信息，還能輕松實現(xiàn)信息的保存和管理。將詳細信息與圖像對應起來，并在整個生產(chǎn)工序中進行管理，就能實現(xiàn)“可視化”。

您是否曾經(jīng)遇到過下面這些情況？

只要遇到過其中之一，就有可能通過導入視覺系統(tǒng)，達到改善收益的目的。

過去要管理檢測結果和歷史圖像，必須自行構建數(shù)據(jù)庫。而只要利用基恩士的視覺系統(tǒng)專用數(shù)據(jù)庫“Vision Database（支持CV-X/XG-X系列）”，就能將檢測結果與歷史圖像對應起來，并長期保存，通過日期時間、批號等信息進行輕松搜索。設定簡單，只需連接視覺系統(tǒng)和電腦，選擇需要保存的檢測數(shù)據(jù)即可。通過將繁瑣的數(shù)據(jù)庫化工序套裝化，為可視化的實現(xiàn)提供后盾。

利用日期輕松搜索保存數(shù)據(jù)

可保存100萬張以上的數(shù)據(jù)，可以通過“日期搜索”功能，輕松找到當時的檢測結果和圖像。

用日期時間搜索

確認檢測當時的圖像數(shù)據(jù)和檢測結果

與批號及條碼進行對應管理

借助OCR技術讀取的批號及條碼、二維碼等信息可以與圖像一一對應，以便管理。可以同時關聯(lián)看板數(shù)據(jù)及其他工序的條碼搜索結果，實現(xiàn)管理和搜索，因此能夠?qū)ιa(chǎn)工序整體進行產(chǎn)品的追蹤/追溯。

根據(jù)過去的NG品圖像，實施再測試、分析、改善

可以回顧歷史數(shù)據(jù)搜索檢測結果，還可利用NG圖像實施再測試?？梢愿鶕?jù)積累的數(shù)據(jù)查明要因，還能有效幫助改善現(xiàn)場。

以報告形式輸出每個月的NG比例及檢測量

可以將檢測結果和圖像數(shù)據(jù)對應起來，并用Excel進行分析、輸出。此外，還能根據(jù)Vision Database輸出的數(shù)據(jù)，輕松創(chuàng)建每月的檢測報告。

寫出

單擊圖像數(shù)據(jù)鏈接,就能確認目標圖像。

可視化帶來的收益改善示例

利用下面介紹的公式，可以簡易估算通過視覺系統(tǒng)＋數(shù)據(jù)庫“Vision Database”實現(xiàn)的可視化，能夠帶來的收益改善效果。研究導入視覺系統(tǒng)及數(shù)據(jù)庫時，請務必加以利用。

估算收益改善效果

查明原因所需的時間 × 查明期間的生產(chǎn)數(shù) × 產(chǎn)品單價 × 頻率 ＝ 收益改善效果

【①】小時 × 【②】個 × 【③】日元 × 【④】次 ＝ 【  】日元/月的收益改善

試算示例

需要花10小時查明原因的故障，每月發(fā)生2次。每次故障都會導致1,000個（產(chǎn)品單價100日元）工件的生產(chǎn)延遲。如果利用可視化采取了早期措施，收益改善效果又如何呢？

10小時 × 1,000個 × 100日元 × 2次 ＝ 200萬日元/月

每月200萬日元的收益改善！