以扭力、震動、溫度因子預測倉儲系統搬運馬達之異常狀況

Abstract

現代自動化工廠提倡導入物聯網的概念，走向智慧工廠的模式，在未來的智慧工廠中，製造端的每個機台都能透過物聯網互相通訊對話，透過各種智能感知器，將訊號傳送到雲端作分析運算，判斷出異常狀況時，可採用適當的安全機制通知工程師，或者直接對設備下達相關的保護命令，這就是智慧工廠的概念。 光電產業觸控面板廠區的自動搬運倉儲系統上使用非常多的升降馬達，升降馬達只要ㄧ故障，就會造成?多機台空等，並需耗費大量人力進行修復，因此造成倉儲系統的當機時間拉長，以致產能下降。管理單位為了防止升降馬達突然性的故障，每天會派工程師對升降馬達進行點檢，主要對溫度進行觸摸式的檢測，但縱使如此，還是無法預防突然性故障的發生。 本文提出小型物聯網的設計與架構，套用在自動搬運倉儲系統馬達上，隨時系統性地收集升降馬達的扭力、震動和溫度三個因子的資料進行分析計算，以事先預測馬達可能發生故障，來降低人力、物力、及時間成本。馬達扭力值是透過其內建感應器測量並經由PLC通訊回傳的有線網路收集，而震動值和溫度值則以自行開發的結合Arduino處理器、震動感知器、與溫度感知器的感測器來收集資料，並以Wifi晶片上傳至私有雲資料庫，經過資料分析處理後，最後呈現於線上報表系統。資料分析則利用加權移動平均法來分析資料，判斷出扭力、震動、溫度的離群值出現開始時間與結束時間，並即時通知工程人員做維修更換。本系統實際運作後，已經可以替代人員每日點檢，並精準的判斷升降馬達出現危險數值，工程人員可根據生產排程安排更換馬達，不僅不會有人力調度問題，也不會直接影響到工廠產能。

Date of Award	2017 Feb 14
Original language	Chinese
Supervisor	Tzone-I Wang (Supervisor)