4.0工业智能后端组装工厂

我最近采访了成龙销CHONG,产品和解决方案的执行副总裁和总经理Kulicke &本智能制造是如何推动新的半导体行业的生产效率。在我们的谈话中,他也提供了实际的步骤运营商遵循在评估他们的工厂智能制造需求为了确保成功实现和讨论潜在的回报。总部在新加坡,Kulicke &本是全球领先的提供商球结合,先进的包装、楔形键,半导体和电子组装设备、电力和汽车行业。

4.0 Ng:行业和智能制造半导体产业的发展至关重要。智能制造运动是什么意思你还是Kulicke &本?

庄:智能制造的未来的愿景是建立一个数字连接工厂来推动新的制造效率结合物理和网络技术。4.0产业整合离散系统和利用大量数据的力量走向更大的自动化。

在K&S,我们定义智能制造在以下四个关键领域嵌入在我们的所有K&S产品路线图,从钢丝粘合和预先放置工具选择和机器:

• 互操作性——这是对机器、设备和传感器连接到对方。事实上,智能制造的基础是所有设备连接。
• 信息透明度通过模拟,各种人工智能(AI)工具使用上下文信息来模拟实际的世界。
• 技术援助——机器人或机器支持人类在决策或解决问题。
• 自主决策——这是我们的愿景,机器人或机器可以学习机器自己作出决定。

吴:请详细说明的这些地区和它们是如何相关的智能制造。

庄:需要机器,设备和人们相互沟通的基础连接,所有机器的想法相互通信或主机。连接协议现在对机器对机器连接包括改装车,秒/宝石,SEMI-ELS IPC-CFX。机器技术使用各种传感技术。例如,对于一个选择和地点机等SMT平台K&S混合,该算法识别和调整过程是传感器的一部分需要在每台机器可以处理成千上万的组件添加到衬底或面板。引线接合器,超声学或EFO信号可以为机器提供某种形式的传感技术检测工艺条件。重要的是,这些传感技术可以用来收集过程改进的反馈。

的一个例子K&S机器连接到主机是我们使用的一个中间服务器或主机名为KNeXt连接到所有在工厂装配设备。反过来,这些设备可以连接到外部安全云或K&S全球云。

吴:智能制造的目标是什么?

庄:最终目标是实现更高的工厂生产力或更好的OEE(整体设备效率)通过改进机器产量,生产率和效率。关键是利用人工智能,5 g,物联网(物联网)和其他行业4.0技术自动化和过程改进。最终,每个工厂必须符合生产力,产量和成本的目标。智能制造工厂使运营商来满足这些目标。这是智能制造的重点。

吴:智能制造的最大的潜在好处是什么?

庄:智能制造使用数据预测结果或机器操作流程的步骤。一旦全球云数据,分析可以开始构建数据集运行统计建模和检查工厂操作的趋势。我们也可以用过去的数据,以确定机器行为预测的结果,包括不良的,我们就可以预防。

在SMT的例子中,如果我们能够系统地检查几天或几周的历史表现,我们可以画出一些统计变化过程中专门挑选或砂矿和机器人和预测或避免问题。然而,所有的传感器都必须在债券头或机器人,这样我们可以发现变化或变化机器人的动作。

Kulicke &本智能制造工厂

Ng:最近的一些工厂改进智能制造使吗?

庄:Kulicke &本导致了智能工厂的分层体系结构和关键技术。COVID-19推动需求更大的工厂连接,K&S提供解决方案,是远程管理的关键和完全控制智能设备从中央控制和嵌入物联网(物联网),大数据、云计算和传感器在制造业。使用这些技术,智能工厂可以远程控制和管理。

与世界各地的COVID-19限制空中旅行和访问支持工程师,已经发展为远程计算机访问需要减少每台机器的停机时间。远程工厂访问允许非现场工程师远程识别和诊断机器问题。

吴:更快采用智能工厂的障碍是什么?

庄:虽然大多数智能工厂有能力的网络连接和数据收集,一个关键的挑战是缺乏商业模式智能工厂和智能设备。大多数工厂必须证明主要资本投资通过展示ROI(投资)的回报潜力。资本改进每一个工厂通常需要几年时间来实现,是基于一个复杂的商业模式。工厂连接需要大量投资和年实现。也是如此的云基础设施需要生成大数据和有意义的分析。工厂管理执行授权安装能力通常要求在计划阶段特定的业务目标。

进入另一个长期存在的障碍是缺乏兼容现有的工具和新工厂的协议,成本的提高是否替换遗留工具证明需要一个聪明的工厂。如果新工厂投资需要最新的工具来支持新产品的生产,投资回报率将更容易证明。

吴:AI智能制造是重要的?

庄:AI解释并从数据执行任务和满足特定目标。很好的人工智能实现的例子包括亚马逊的Siri和Alexa语音控制设备和自动驾驶汽车正在开发的谷歌和特斯拉。

K&S,多年来我们已经实现了AI智能ProCu-7钢丝粘合机,减少人工干预,二代psp, ProCu循环2、凹凸和过剩的过程。

由于人工智能,通过感官连接器的信号,我们可以减少参数,一个工程师或技术人员要做的试验和错误。在连接器计量、PBI循环高度,电线摇摆功能,人工智能可以让我们测量过程效率和提供反馈。

人工智能发展的几年来,我们已经利用这项技术来监视机器和提供实时性能的反馈,以提供更好的闭环控制,如短尾巴复苏我们的焊机的过程。我们也可以使用这些数据来预测机器行为,监测其健康和跟踪维护。最终,AI使晶圆厂为了提高生产效率,生产力,产量和设备质量。

Ng:人工智能是如何解决你的制造设备的一个例子的问题?

庄:我们使用人工智能设置RPM(实时监控)限制,识别缺陷P-parts和监控各种条件如线号和毛细血管。这些类型的情况下可以出现在任何制造环境作为人类利用流程错误或错误的机器的一部分。有人工智能,我们可以防止这些问题和进一步降低的风险物质失去了线的焊接过程。

吴:你有什么建议工厂想实现智能制造系统?

庄:建立一个智能工厂,首先关注一组明确的业务目标和智能制造将如何帮助最小化或消除当前工厂效率低下。换句话说,心中开始与结束,需要解决的问题和业务目标,确定你需要的信息来证明ROI。自动化或改进过程,你需要解决或者只是更有效率呢?之前投资数百万或数十亿美元建设智能工厂,确定明确的目标的前期。然后映射实现的细节,以避免重大问题在标准、协议和连通性。

相关的
多聪明的制造
AI,无处不在的连接,和传感器都重塑制造芯片,几乎一切。