3AFE61320946P0001 POS.A6091 Модуль ввода / вывода ABB

0 Preface

Germany”s “Industry 4.0″ and the United States” “Industrial Internet” will
restructure the world”s industrial layout and economic structure, bringing different challenges and
opportunities to countries around the world. The State Council of China issued “Made in China 2025” as an action plan
for the first ten years of implementing the strategy of manufacturing a strong country, which will accelerate the integrated
development of IoT technology and manufacturing technology [1]. IoT collects data on machine operations, material usage
, facility logistics, etc., bringing transparency to operators. This transparency is brought about by the application of data analytics,
which refers to the use of statistical and machine learning methods to discover different data characteristics and patterns. Machine
learning technology is increasingly used in various manufacturing applications, such as predictive maintenance, test time reduction,
supply chain optimization, and process optimization, etc. [2-4]. The manufacturing process of enterprises has gradually developed from
the traditional “black box” model to the “multi-dimensional, transparent and ubiquitous perception” model [5].

1 Challenges facing manufacturing analysis

The goal of manufacturing analytics is to increase productivity by reducing costs without compromising quality:

(1) Reduce test time and calibration, including predicting test results and calibration parameters;

(2) Improve quality and reduce the cost of producing scrap (bad parts) by identifying the root causes of scrap and optimizing
the production line on its own;

(3) Reduce warranty costs, use quality testing and process data to predict field failures, and cross-value stream analysis;

(4) Increase throughput, benchmark across production lines and plants, improve first-pass rates, improve first-pass throughput,
and identify the cause of performance bottlenecks such as overall equipment effectiveness (OEE) or cycle time;

BK9050.  Compact bus coupler
BIO0003 Capacitor bank protection
BG02.510 Repeater panel control module
BDD110-HNLP205879R1 Analog input channel ABB
BCU-02Package INU, XT ABB
BC810K01 ABB  Bus interconnect unit suite
ABB  BC810 NMD90  Zinc connector
B161S-E176 driver SECO
ABB  B5EEd-HENF105082R4 Control card module
ABB B5EC-HENF105077R1 Electric power automation
B3EA-HENF315147R1 Terminating unit ABB
AZ05-0-0-1 AMK driver
ASSY-11994R13 Circuit board module
AS-P892-000  Schneider Single cable RIO interface
AS-B875-002  800 series I/O module  Schneider
APBU-44C ABB  Branching unit kit APBU
AO2040 Central unit ABB
AO845A Analog output S/R HART 8 channel ABB
AO820 Separate electrical isolation channel ABB
AO810V2-3BSE038415R1 analog output 8 channels ABB
AO810V2 Analog output 8 channels ABB  Terminal unit
AO810-3BSE008522R1 Analog output 1×8 channel ABB
AO801 ABB Analog output 8 channels
AO610 ABB  Analog output 16Ch
AO202SI Analog output module
ANR5131 Micro laser sensor
AMM42 Control unit YOKOGAWA
AL8XGTE-3 PCI bracket on the circuit board
AIP830-101 Operating keyboard
AIP571-BUS1  YOKOGAWA  Automation controller
AIP171 Optical fiber communication system
AIP121-S00 YOKOGAWA output modules
AI830A The input module has 8 channels
AI820 ABB  Analog input module
AI810 Analog input 8 channels ABB
AI625 ABB  Analog input 16 channels
AGPS-21C ABB  POWER SUPPLY
AEM402 Incremental encoder
ACN-CS High performance and multi-function
ACC-5595-208-350-805595-208N Reflective memory hub
5SHY35L45039 Asymmetric Thyristor IGCT ABB
ABB 5SHY35L4503 Asymmetric Thyristor IGCT
AAP3798102-00037  Operation panel
A413654  METSO  Control valve
A413240 Controller Quartz Series  METSO
A77146-220-51 Control Board
A6824R-9199-00098-13 Vibration sensor EPRO
A6824 Vibration velocity sensor EPRO
A4722-9215KM Sensors and actuators
A5E36717788 ABB Controls and drives IGBT modules
A4H254-8F8T Network module  Enterasys