经营一家盈利的制造企业越来越具有挑战性。成本和收入都一直承受着巨大的压力，而本地和全球的激烈竞争意味着利润率很低，几乎没有犯错的余地。
自动化装配设备生成的数据可以为制造挑战提供答案。每次装上模具，刮刮刀经过，喷嘴挑选并放置组件，然后对组件进行检查，位置传感器、力传感器、安装在喷嘴上的摄像头和检查摄像头等传感器会捕捉到密切描述组装设备健康状况的信息，工艺的稳定性，如丝网印刷和部件放置，以及决定产品的可制造性和线尾良率的部件和材料的特性。
获取这些数据是一个障碍。将原始资料转化为能够解决问题和改进生产线末端测量结果的见解，这是一项主要留给SMT生产线管理软件的任务。直到现在。
各种线路管理包，如雅马哈的工厂工具套件，已经帮助操作员，生产主管和计划人员坚持对内联SMT设备的控制，从而提高利用率，效率和生产力。通常包括辅助机器编程、流水线平衡和实时监控生产的工具。
流水线监控软件，如雅马哈的M-Tool，可以让管理人员一目了然地查看设备状态，并帮助确保组件和馈线在正确的时间得到补充，以避免不必要的中断。此外，雅马哈的“QA选项和移动判断”(QA Options and Mobile Judgement)智能手机应用程序等工具可以显示任何不合格的检查结果，并帮助确定原因和恢复生产。
更多的数据，更强大的工具
要找到嵌入数据中的答案是有挑战的。从历史上看，分析是费力的，通常需要生产团队中有经验的成员来解释结果，从而发现不需要的趋势，并跟踪缺陷的原因。这通常依赖于单个机器的经验和“感觉”，以确定问题的原因，并在任何设备故障可能发生之前预测维护问题。根据捕获的数据生成报告——这些数据经常被要求用于协助高级行动，如准备新的商业投标、改进产品设计或指导对新资本设备的投资——增加了个人的工作量，减慢了业务决策。
目前，数据科学正处于蓬勃发展的阶段，许多行业的公司都在寻求数字化转型，他们需要更多的数据和更强大的分析工具，以帮助他们理解这对他们的业务意味着什么。物流、制药、食品包装和银行等行业的许多不同类型的组织正在建立自己的数据文化，以发现新的业务见解，了解如何降低风险、降低成本、提高效率、创造更好的产品和服务，并为客户和利益相关者提供更大的价值。
最新的数据科学也可以帮助电子制造业。利用新兴数据行业中最好的专业知识，以前的手工分析任务可以被自动化，以比以往任何时候都更快、更有效地提取更深入的见解。雅马哈已经与Tableau Software合作，推出了嵌入Tableau分析软件的雅马哈仪表盘可视化包。
Dashboard中可用的工具提供实时和历史生产分析，帮助可视化操作质量状态，分析构成总体设备有效性(OEE)的可用性、性能和质量因素，并更深入地挖掘数据，以确定问题或缺陷的原因，并帮助解决拾取错误、线路平衡问题和其他瓶颈问题。
OEE分析
雅马哈的Dashboard监控工具帮助操作人员掌握设备状态，并在需要时快速恢复机器和生产，而楼层领导和工程人员可以利用这些洞察力在战略层面上处理问题，并采取行动提高性能。在更高的层次上，管理报告工具提供了评估制造能力的当前状态所需的分析，并为即时和长期决策提供信息。
通过确定降低可用性、性能和质量的原因，OEE——并最终提高生产率——可以得到改善。Dashboard中嵌入的数据分析技术可以解开这些挑战的秘密。如图1所示的分析可以量化问题并确定其原因，从而决定采取最合适的行动。
现场生产分析以图形方式详细地报告机器和生产线的状态，如图2所示。用户可以快速识别生产线上发生的任何故障，查看哪些机器已经停止，并查看发生故障时对OEE的影响。
另一方面，历史生产分析允许OEE指标的直接图形化视图，并让用户立即可视化停机时间、安装时间和导致停机的错误(图3)。更详细的分析包括拾取错误的数量和导致最频繁停机的事件。
更深层次的数据分析
雅马哈仪表板包含几个视图，允许对线路平衡问题、导致组件拾取不良的问题和其他错误进行更深层次的分析。图4的气泡图显示了Dashboard如何帮助轻松地可视化拾取统计数据，以确定性能不佳的原因并采取措施将拾取错误最小化。
拾取分析还可以帮助识别经常遭受不良性能的部件和头部，并可以根据给料机、头部或喷嘴突出显示结果。关系分析允许用户检查由同一给料机、封头或喷嘴处理的其他组件所经历的错误数量，以确定错误是与组件相关还是与贴片机相关。
添加图像跟踪
当生产线上的贴片机上引入一种新的部件类型时，目视检查往往会产生很高的废品率。为了尽量减少检测产生的错误No-Go (NG)结果，必须收集和分析适当的图像数据，以确定用于检测系统识别部件的参考图像中的任何缺陷。在第一次注意到问题后，这可能需要几天时间才能从NG事件中捕获足够的信息，以“屏蔽”识别图像中的问题。
由于最新的强大数据库工具，现在可以存储大量与NG结果相关的图像，并使用这些图像更快速和有效地微调识别图像。雅马哈的所有图像跟踪器是一个新的工具，旨在连续存储所有视觉图像，因此允许分析，一旦检测到问题。这可以帮助快速识别NG结果的原因(图5)，消除了传统上在发现问题后收集图像的时间。使用该工具，工程师还可以快速优化参考图像，以防止视觉检查后的高误弃率。
将所有图像跟踪器与仪表板相结合，为生产监控带来了额外的功能，有助于快速识别和解决问题的原因。图6显示了Yamaha Dashboard如何识别频繁发生的拾取错误，同时使用All Image Tracer对相关图像进行后续分析，可以通过重置拾取高度快速查明和解决错误的原因。
图7显示了如何通过分析All Image Tracer数据库来确认用Dashboard检测到的对齐错误。在x轴拾取精度中检测到偏差，而y轴精度是正常的，可以通过重置拾取位置来纠正错误。
结论
大数据革命正在发生，电子制造企业需要利用新的分析工具来释放业务中的能量。
通过获取更大的数据和图像存储库，并利用自动化分析和可视化工具来帮助阅读和理解结果，操作人员、楼层经理、工程人员和管理人员可以获得实现目标所需的见解。这些措施包括在停机后迅速恢复机器或生产，纠正错误并防止再次发生，以及有关制造策略和未来产品设计的高级决策。
利用强大的Tableau分析平台，雅马哈仪表盘是一个可扩展的和未来的工具，准备与用户和现代数据科学的持续发展一起增长。
| 电话: | +27 31 822 8555 |
| 电子邮件: | terence@truthelectronics.co.za |
| www: | www.truthelectronics.co.za |
| 文章: | 更多关于真理电子制造的信息和文章 |
打印机友好版本
