简要说明
MPS 403-1 学习系统用于自动化技术 和机电一体化领域的基本技能和专业知识培训。作为微型化生产线，还深入探讨了 机器在生产环境及其工作流程中的 智能联网。该系统由三个工作站组成：分配、接合和分拣。这些工作站都是联网的，并且 配备了多个 RFID 读写头以及 基于 IO-Link 的智能传感器， 因而构成了一套自持式装置。
通过适用于教学 MES 系统的基于 Web 的软件环境，MPS 403-1 针对最新的 工业 4.0 技术提供了广泛的学习范围。该软件环境包含一个集成式 网上商店、诸如基于小型控制系统的 物联网 (IoT) 改造、触摸屏编程、 以及采用机器学习算法的人工智能等教学内容。 增强现实支持的学习方案、所有内容的清晰教学准备以及大量学习资料， 使得该学习系统成为每个基于 MPS 的现代学习解决方案的核心。
过程
通过可直观操作的用户界面输入生产订单后，在学习系统中开始处理。第一个工作站从三个叠放料箱中分离 工件，并且通过一个 RFID 传感器对 所属的 RFID 标签进行写入操作。激光、超声波和电容传感器等 智能传感器可提供模拟数据。后续接合站读取 RFID 标签，并根据 生产订单决定是否用盖子盖住工件。第三个分拣站根据存储的信息将工件 分配到两个斜道上，或将其传送至 附加的后续工作站。
直观的操作
系统的控制和监控通过大型触摸屏和键盘进行操作。 软件环境的核心是一个教学型 MES 系统，可以用其他应用程序进行补充。
MES与网店
MES 提供以下服务：
- 装置配置
- 产品配置
- 订单输入和管理
- 订单跟踪
- 订单数据存储
- 针对不同用户组的 WEB 服务
IoT Retrofitting
采用基于小型计算机和网络摄像头的物联网 (IoT) 解决方案， 通过改造现有的工业装置，在创新商业模式方面为学员开辟了新的视野。这里使用了基于人工智能和机器学习的最新技术。
IO-Link和OPC-UA
学员深入学习基于 IO-Link 的智能传感器，了解其相对于传统传感器的 优势，之后能够对其进行探讨、解释、维护并集成到生产装置中。除了 IO-Link 以外，还会传授有关 Profinet 和 OPC-UA 的基础知识。从而让学员深入了解自动化环境中 最重要的基于网络的协议。
触摸屏
学习系统通过结构化显示所有相关信息来传授触摸屏编程。不仅涉及到装置中的实时数据图解， 而且还涉及到装置的控制和交互方法。所有工件都配备有 RFID 标签，因此可以接收数字产品记录。这样可以在单个订单的生产中实现 高度的客户定制化。
附件
该学习系统还包括一系列附件元件。除数字式模拟箱外，还提供数字接口 (easyport) 和 FluidSIM 许可证。这样能够以不同的方式控制元件， 例如通过 PLC、模拟箱或模拟软件。
数字化学习支持
学习过程通过增强现实 (AR) 支持。 借助 AR，学员可以获得实时的装置数据。 由此，利用学习系统各个元件上的 QR 码， 可以快速准确地调用相应学习单元的相关技术信息。 学习资料中的部分任务通过增强现实支持和管理。
为实现最佳的学习体验，该学习系统 配有定制的 eLearning 和 PDF 格式的学习资料。得益于模块化方法，特定的学习路径仍保持灵活且可以扩展。对于学员而言，可以将广泛而复杂的 主题分解为小型且易于理解的学习单元。
扩充选项
该学习系统构成了所有基于 MPS 的现代学习系统的核心。通过立即或日后集成其他 MPS 系统 模块，用更复杂的过程来创建更大型的装置网络。 由此补充用三个基本工作站无法图解的教学内容。该学习系统还为各种附加包 提供了基础。 可以无缝集成新主题，例如工业环境中的 IT 安全性、工业装置中的能源 管理、交流电驱动器和变频器、机器安全性以及移动机器人技术。该学习系统的人体工程学设计 可确保高效且无疲劳的工作和学习。
学习目标
- 通过基于网络的协议 (OPC-UA、IO-Link、Profinet、TCP-IP、 Node-RED），利用以 MES 为中心的软件环境将多个工作站、控制器和 I/O 单元联网
- 对工业触摸屏进行编程，并了解现代人机界面，例如增强现实和 Web 界面
- 了解 RFID 和网络技术以及基于 IO-Link 的智能传感器
- 通过使用网络摄像头和采用人工智能 和机器学习算法的小型计算机进行 工业物联网 (IoT) 改造来了解新的商业模式
- 通过网上商店产生的生产订单生产客户定制产品
优势
- 除了机电一体化和自动化技术基础知识以外， 该系统还可以快速、轻松且全面地访问最重要的工业 4.0 主题
- 该系统的高度模块化使得从模块到 工作站再到软件控制的装置网络的 学习路径清晰易懂
- 全面的学习资料将复杂的主题分解为 小步骤和学习单元，并实现结构化和 灵活的教学
- 通过该系统可以以简单的方式认识并理解包括 HMI、网络技术、RFID、 智能传感器和以服务为导向的软件构架在内的诸多主题领域
- 学习过程通过现代媒体提供支持 QR 码等的信息以及与该学习系统基于增强 现实的交互获得支持
技术数据
- 工作压力：600 kPa (6 bar)
- 电源：24 V DC/4.5 A
- 方形/圆形工件尺寸：最大 40 mm
- 尺寸（宽 x 深 x 高）：大约 1400 x 700 x 1705 mm