SINAMICS G120XA 額定功率 2.2kW 380 V -20% 至 440V + 10% 三相交流 未過濾 每 5 分鐘 110% 50s 無操作面板 6DI，4DO，2AI，2AO，1Mot_t FSA HxWxD：232x73x209

西門子G120XA 2.2KW變頻器 標準版

數字化轉型，看看這家*工廠是怎么做的

無論是在公司內部還是在客戶現場，借助數字化企業解決方案，西門子持續推進工業的數字化轉型。西門子安貝格電子制造工廠（EWA）就是一個很好的例子。在EWA，無論是優化的產能、優秀的周期時長還是可靠的安全措施，制造業的未來已在許多領域成為現實，而這多虧了數字化企業解決方案。 

在EWA，每天要完成350次生產切換，產品組合包含約1200種不同產品，每年要生產1700萬個Simatic組件。為實現不斷優化以保證工廠穩定運行，EWA需要評估并使用5000萬條過程與產品數據。此外，工廠還應用了人工智能和工業邊緣計算等突破性技術及云解決方案，助力實現高度靈活且非常高效可靠的生產程序。 

工業邊緣計算與人工智能技術助力實現產能增加

Jochen Bönig博士是西門子安貝格電子制造工廠戰略數字化部門的負責人。他表示：“利用邊緣計算，數據可以在它產生的地點，即在工廠里或機器上，被立即處理。”舉例來說，在EWA，這項技術已被應用于為分布式I/O組件生產印刷電路板（PCB）的生產線上。 

但是，即使是在這里，生產也還未被充分優化，而這既不是因為工廠可用性，也不是由于過程質量。瓶頸存在于PCB生產的后階段，即X光檢測環節。 

只有指甲蓋大小的電路板中包含有與功能相關的帶有各種連接銷的總線連接器。在一項非集成測試中，相關人員要對這些連接銷的焊接接頭進行X光檢測，以查看它們是否能正確地工作。那么，應該花費大約50萬歐元再購買一臺X光機嗎？ 

另一種方法則是利用人工智能技術。來自傳感器的數據經由全集成自動化（TIA）環境被傳輸至云端。TIA環境包含一個控制器和一臺邊緣設備。專家對基于人工智能和過程參數的算法進行訓練。該算法可以學習過程數據是如何反映焊接接頭質量的，并可以對在工廠中的邊緣應用里運行的一個模型進行控制。 

Bönig解釋說：“該模型可以預測PCB上的焊接接頭是否存在故障。換言之，它可以判斷是否需要對PCB進行后階段的檢測。借助閉環分析，這些數據可以立即反饋到生產中。” 

在PCB的生產過程中，一種由人工智能控制的模型能夠提供可靠信息，用來判斷相應PCB存在缺陷的可能性。

西門子G120XA 2.2KW變頻器 標準版