西門子安貝格電子製造工廠（EWA）是一個怎樣的存在？

在這裏，每天要完成350次生產切換，產品組合包含約1200種不同產品
，每年要生產1700萬個Simatic組件。為實現不斷優化以保證工廠穩定運行
，EWA需要評估並使用5000wantiaoguochengyuchanpinshuju。ciwai，gongchanghaiyingyonglerengongzhinenghegongyebianyuanjisuandengtupoxingjishujiyunjiejuefangan，zhulishixiangaodulinghuoqiefeichanggaoxiaokekaodeshengchanchengxu。

在西門子安貝格電子製造工廠（EWA）
，“工業4.0”已在許多領域成為現實。

工業邊緣計算與人工智能助力產能增加

Jochen B nig博士是西門子安貝格電子製造工廠戰略數字化部門的負責人。他表示：“利用邊緣計算，數據可以在它產生的地點，即在工廠裏或機器上
，被立即處理。”舉例來說
，在EWA，這項技術已被應用於為分布式I/O組件生產印刷電路板（PCB）的生產線上。

在過去
，生產並未被充分優化，而這既不是因為工廠可用性，也不是由於過程質量。瓶頸存在於PCB生產的最後階段
，即X光檢測環節。

zhiyouzhijiagaidaxiaodedianlubanzhongbaohanyouyugongnengxiangguandedaiyougezhonglianjiexiaodezongxianlianjieqi。zaiyixiangfeijichengceshizhong，xiangguanrenyuanyaoduizhexielianjiexiaodehanjiejietoujinxingX光檢測，以查看它們是否能正確地工作。那麼，應該花費大約50萬歐元再購買一台X光機嗎
？

另一種方法則是利用人工智能技術。來自傳感器的數據經由全集成自動化（TIA）環境被傳輸至雲端。TIA環(huan)境(jing)包(bao)含(han)一(yi)個(ge)控(kong)製(zhi)器(qi)和(he)一(yi)台(tai)邊(bian)緣(yuan)設(she)備(bei)。專(zhuan)家(jia)對(dui)基(ji)於(yu)人(ren)工(gong)智(zhi)能(neng)和(he)過(guo)程(cheng)參(can)數(shu)的(de)算(suan)法(fa)進(jin)行(xing)訓(xun)練(lian)。該(gai)算(suan)法(fa)可(ke)以(yi)學(xue)習(xi)過(guo)程(cheng)數(shu)據(ju)是(shi)如(ru)何(he)反(fan)映(ying)焊(han)接(jie)接(jie)頭(tou)質(zhi)量(liang)的(de)，並(bing)可(ke)以(yi)對(dui)在(zai)工(gong)廠(chang)中(zhong)的(de)邊(bian)緣(yuan)應(ying)用(yong)裏(li)運(yun)行(xing)的(de)一(yi)個(ge)模(mo)型(xing)進(jin)行(xing)控(kong)製(zhi)。

在PCB的生產過程中，一種由人工智能控製的模型能夠提供可靠信息

，用來判斷相應PCB存在缺陷的可能性。

B nig解釋說：“該模型可以預測PCB上的焊接接頭是否存在故障。換言之，它可以判斷是否需要對PCB進行最後階段的檢測。借助閉環分析
，這些數據可以立即反饋到生產中。”

早期預警係統與預測性維護

閉環分析和工業邊緣技術也被應用在銑削中。由於銑削時產生的粉末，為Simatic產品分割PCB的銑床主軸並不會永遠都正常運行。但是
，起初人們並不清楚問題的根源在哪裏。就像在自動X光檢測技術中的應用一樣
，西門子的專家可以利用邊緣計算和人工智能技術來實現預測性維護。

西門子團隊分離出了與非計劃性停機存在明顯關聯的兩組參數：xichuangzhuzhoudezhuansuyijiqudongsuoxudianliu。zhexieshujubeishuruyitaibianyuanshebei。zaizhetaishebeizhong

，yizhongyijingyuxianbeixunlianhaodesuanfakeyishibiechuguochengshujuzhongcunzaideyichangyutingjishijianzhijiandexianghuguanxi，bingjiangqifankuizhishengchanguocheng。

來自西門子工業業務不同部門的專家攜手合作
，共同推動EWA的數字化轉型。

Performance Insight應用程序讓使用者可以在基於雲的開放式物聯網操作係統MindSphere上查詢結果。現在，工廠運營人員可以提前12到36小時收到對可能出現的係統故障的提醒並據此采取相應措施。

但是，數據與異常情況等信息並非簡單地存儲在MindSphere中。為了讓獲得的結果越來越準確，算法必須被更好地訓練。EWA的物聯網專家Florian Meierhofer解釋說：“這正是在MindSphere中正在發生的事情。EWA中持續穩定且端到端的數字化環境保證了自動化
、工業邊緣設備以及雲計算之間必要的無縫交互。”

數字化雙胞胎與概念驗證（PoC）

在數字化雙胞胎的幫助下
，Simatic控製器組件可以在目標周期內被生產完成，而這個周期是八秒鍾。起初，仿真結果顯示周期為11秒。它同時也指出周期時長之所以為11秒是因為為生產線規劃的機器在實際生產中並未實現優化運行。

ximenzizhuanjiazaishengchandeshuzihuashuangbaotaizhongyonggengheshidezujiantihuanlezhexiejiqibujian。zaijiexialaidemonizhong，mubiaozhouqibeiwufengshixian，congerwanchenglegainianyanzheng。

EWA借助定製化的安全解決方案來最大程度地降低網絡基礎設施遭受網絡攻擊的風險。

總結一下，在EWA，硬件與軟件解決方案、工業通訊、網絡安全與服務以最優化的方式相互協調。借助持續穩定
、端到端的橫向與縱向集成
，生產工序實現了無縫銜接。這使EWA成為西門子數字化企業解決方案的典範。這套解決方案將助力西門子與合作夥伴共同邁向數字化轉型的未來。