大众和Teradata进行点焊分析

大众汽车和Teradata开发新的智能工厂解决方案

2021年10月5日 3 最小阅读
在汽车行业实现完全网络化生产的道路上,有两个关键的成功因素:
  1. 过程、产品和机器的数字化网络
  2. 数据的智能使用。

来自大众汽车,AWS和Teradata的跨学科团队现在已经在这两个方面都取得了成功。通过“点焊分析”,他们创建了一个智能解决方案,使车身结构制造具有更高的透明度和效率。该解决方案集成并分析焊接机器人生成的数据——这是制造数据中以前未开发的潜力。

掌握车身结构中的复杂测试程序

“点焊分析”今天已经在埃姆登的大众汽车工厂投入使用,它正在将车身车间转变为数字化工厂。该工厂每天生产1000多辆汽车。车身车间的机器和机器人每天设置约700万次点焊。点焊不仅必须根据材料、层厚度和位置进行,以确保质量和耐用性,而且还必须在执行后对其进行精确检查。机器人只需几秒钟即可设置点焊。但之后的质量保证非常耗时。这是因为检查基于必须由质量保证团队手动执行的样品。借助数据实现透明度的方法具有深远的优势:从早期干预和快速检测工艺序列中弱点的可能性到焊接基础设施的动态维护和材料组合的分析。此外,大众的“点焊分析”不仅减少了手动操作,而且还将定义的检测范围扩展到完整和端到端的过程监控。
Volkswagen and Teradata Develop New Smart Factory Solution

“使用过程数据进行100%的过程监控是迈向智能工厂的决定性一步,并将成为有助于持续改进的进一步应用的基础。”
——Mathias Boomgaarden,大众汽车埃姆登工厂项目经理

利用人工智能和机器学习对焊接工艺提供改变游戏规则的见解

该解决方案完全建立在大众汽车工业云(数字生产平台)的基础上,并与大众汽车保持一致。该平台的基本服务,即Base Connectivity Solution(基本连接解决方案),用于在工业云中的运营技术(OT)、IT和企业层之间建立本地连接。点焊数据和其他元数据在AWS上的Teradata Vantage云数据平台中集成和分析。这是进行分析处理、模型训练和数据评分以及数据与其他源组合的地方。通过使用包含自学习和自增强人工智能(AI)或机器学习算法的分析模型,该服务根据各种过程特征对数据进行分类和优化。这些结果为大众汽车车身工程师提供了有关所有焊点的工艺稳定性的信息。除了每个点焊的工艺特性外,该解决方案还支持分析集成维护措施、材料组合和焊接工艺参数的影响。

面向工业云社区合作伙伴的数据分析

大众汽车,AWS和Teradata希望使数据分析技术可供工业云社区访问和扩展。工业云是一个开放的行业平台,使汽车和制造业的公司及其供应商能够作为合作伙伴从其服务和解决方案中受益。
Volkswagen solutions built on industrial cloud supported by Vantage on AWS

“数字化正在从根本上改变车辆的开发、规划和制造方式。我们的工业云点焊分析解决方案突出了汽车行业智能生产的重要潜力之一,即对机器、传感器和IT系统的数据分析。”
—Christian Schwöbel,Teradata汽车产业执行客户总监

随时了解情况

订阅 Teradata 的博客,获取每周向您提供的见解



我同意作为本网站提供商的Teradata天睿公司可能偶尔向我发送Teradata市场沟通电子邮件,其中包含有关产品、数据分析、活动和网络研讨会邀请的信息。我了解我可以随时通过点击我收到的任何电子邮件底部的取消订阅链接取消订阅。

您的隐私很重要。您的个人信息将根据Teradata全球隐私政策收集、存储和处理,您可以通过单击此隐私链接阅读和打印。

从 Teradata 查看更多信息