Digitális vállalat megoldásportfóliójával a Siemens ügyfeleinél és házon belül is az ipar digitális átalakításán dolgozik. Megoldásai intelligensen összekapcsolják és elemzik a dolgok ipari internetéről (IIoT) gyűjtött adatokat, így kapcsolatot teremtenek a két világ, a fizikai és a digitális környezetek között, és az adatok végtelenített áramlásával elősegítik a véges erőforrások hatékony, fenntartható felhasználását.
A Siemens Electronics Works Amberg (EWA) elektronikai gyárában 1200 különböző termék, közöttük évente 17 millió Simatic alkatrész készül, a napi termékváltások száma eléri a 350-et, ami azt jelenti, hogy mintegy 50 millió darab-, folyamat- és termékadat kiértékelése szükséges az optimális és zökkenőmentes termeléshez. A gyártási szekvenciák rendkívüli rugalmasságát, hatékonyságát és megbízhatóságát az EWA ezért egy ideje már mesterséges intelligenciára (AI), ipari peremhálózatokra (industrial edge) és felhőre (cloud) épülő megoldásokkal éri el.
Peremhálózaton az adatok keletkezésük helyén, közvetlenül a gyárban vagy a gép mellett dolgozhatók fel és csatolhatók vissza a folyamatokba. Az EWA is ezt teszi például a nyomtatott áramköri lapok (PCB) gyártásában, az optimalizálással mégsem lehetett teljesen elégedett, mert a folyamat végén sorra kerülő, röntgensugaras ellenőrzés az automatizálással együtt is szűk keresztmetszet maradt.
Felmerült, hogy egy további röntgensugaras állomás hozzáadásával orvosolják a problémát, de a kb. fél millió euróba kerülő gép beszerzésénél jobb megoldást adott a mesterséges intelligencia. A Siemens szakértői olyan AI modellt készítettek a gyártósor szenzorairól érkező adatok és tanuló algoritmusok felhasználásával, amely megbízhatóan előrejelzi, hogy az éppen forrasztott PCB hibátlan lesz, vagy szükséges röntgensugaras ellenőrzésnek is alávetni - és ezt az információt azonnal visszacsatolja a teljesen integrált és automatizált folyamatba.
Az analitika és az ipari peremhálózati technológiák zárt hurkú megoldásával optimalizálta az EWA a marás munkaszakaszát is, amelyben a Simatic termékekhez készülő PCB-ket választja le a panelről. A műveletet ugyanis a marás során keletkező por időnként megszakította. A Siemens szakemberei megállapították, hogy a váratlan leállások, valamint a maróorsó sebessége és az gépet meghajtó elektromos áram erőssége között összefüggés mutatható ki, majd AI modellt készítettek, amely megbízhatóan figyelmeztet a kibontakozó problémákra. A marógéphez telepített edge eszközön futó algoritmushoz tartozó Performance Insight alkalmazás a MindSphere-en, a Siemens nyílt, felhőalapú IoT operációs rendszerén keresztül tájékoztatja az üzemeltetőket, akik így 12-36 órával a potenciális rendszerleállás előtt intézkedhetnek, és biztosíthatják a termelés zavartalanságát.
Hasonló módon a gyár digitális ikerpárján az EWA beazonosította a gépmodulokat, amelyek kevéssé optimális működése miatt a Simatic vezérlők alkatrészeinek gyártásában a ciklusidő a megcélzottnál 3 másodperccel hosszabb. Miután a szimulációt megfelelőbb modulokkal is lefuttatta, a Siemens simán elérte a 8 másodperces ciklusidőt, ezért a koncepció digitális bizonyításával a gyártósoron már úgy végezhet változtatást, hogy biztos lehet a sikerben.