Et komplet automationsprojekt med transportbånd, frekvensomformer, robot, vejning, dosering, lagerhåndtering og intelligent overvågning gennem AIFM.
SP2026 er mit svendeprøveprojekt og kombinerer klassisk industriautomation med robotteknologi, procesdata og lokal AI-analyse. Ideen til AIFM opstod under planlægningen af projektet, fordi AI skulle have en reel teknisk funktion og ikke blot være et ekstra element i opgaven.
Der bygges et fysisk procesanlæg med transportbånd, frekvensomformer, sensorer, silo, vejning, robot og lager.
PLC- og procesdata indsamles via OPC UA og bruges til historik, overvågning, fejlregistrering og analyse.
AIFM Data Service og AIFM View anvendes til at gøre procesdata forståelige og opdage ændringer i anlæggets adfærd.
Anlægget er opbygget som et sammenhængende procesforløb, hvor hvert trin styres og overvåges som en del af den samlede automation.
En big bag transporteres frem på et bånd, som drives via frekvensomformer. En fotosensor registrerer emnet ved afhentningspositionen.
En KUKA R900 robot tager big baggen fra transportbåndet og flytter den videre til fyldeprocessen.
Robotten placerer big baggen på en vejecelle under siloen. Opluftning startes, trykket overvåges, og fyldeventilen åbnes.
Big baggen fyldes til den valgte vægt på enten 1000 kg eller 1500 kg, hvorefter ventilen lukker.
Robotten placerer den færdige big bag på det korrekte lagerfelt afhængigt af den valgte vægt.
Big bags kan efterfølgende hentes fra lageret og placeres på lastbilens lad i et fast lastemønster.
Data Service logger processen, mens AIFM View viser drift, historik, hændelser, alarmer og analyser.
Planlagte fejlscenarier bruges til at demonstrere, hvordan ændringer i procesdata kan opdages og forklares.
Båndet transporterer big bags frem til robotområdet og styres via frekvensomformer.
Robotten håndterer big bags mellem transportbånd, fyldestation, lager og lastbil.
Siloen bruges som fyldestation og overvåges som en rigtig proces.
Vejecellen bruges til at følge fyldningen og afgøre, hvornår den ønskede slutvægt er nået.
Lageret er opdelt i to separate områder og orienteret mod robotten, så placeringerne kan håndteres systematisk.
1000 kg og 1500 kg big bags placeres på hvert sit lagerfelt. Placeringerne holdes adskilt, så robotten altid kender næste ledige plads og den korrekte produkttype.
Lastbilmodellen har et åbent lad uden sider. Robotten kan laste big bags direkte på ladet i et fast mønster, så lastningen bliver reproducerbar og kan indgå som en del af automationssekvensen.
AIFM bruges som et separat overvågnings- og analyselag oven på den klassiske automation. Systemet styrer ikke processen, men arbejder med de data, der allerede findes i anlægget.
Data Service forbinder til anlægget via OPC UA, håndterer datapunkter og gemmer proceshistorik i den lokale database.
View viser live-data, trends, datapunkter, hændelser, alarmer og historik og samler anlæggets vigtigste information i én brugerflade.
Procesdata analyseres lokalt, så unormal udvikling kan identificeres og præsenteres som en kort, forståelig forklaring til operatøren.
Projektet indeholder kontrollerede fejlscenarier, så det kan demonstreres, hvordan ændringer i procesdata kan opdages før eller samtidig med, at problemet bliver synligt i processen.
En mekanisk belastning får motoren til at bruge mere strøm end normalt. Ændringen kan bruges som indikator på begyndende fastklemning eller øget modstand.
Opluftningen bruger længere tid end normalt på at opbygge det nødvendige tryk. Tidsforløbet kan sammenlignes med normal drift.
Trykket falder eller kan ikke fastholdes som forventet. Historik og udvikling i tryksignalet bruges til at identificere den unormale adfærd.
SP2026 skal demonstrere hele kæden fra klassisk styring og robotteknologi til dataopsamling, historik og intelligent analyse. Den normale proces skal fungere selvstændigt, mens AIFM lægger et ekstra informationslag ovenpå og viser, hvordan eksisterende procesdata kan bruges til mere end traditionel visualisering.