特性人工智能工厂自动化机器人
变聪明:智能制造如何改变我们的经营方式
比尔·戴维斯
疫情暴露了尚未实现数字化的企业的运营缺陷。在这里,我们将智能制造定义为先进利用
比尔·戴维斯
在制造业,分析师预测,大规模定制需求和下一代制造基础设施的技术进步将推动技术创新、生产率和业务增长。这被称为“智能制造”。
数字化
从根本上说,智能制造是一种数字化方法,帮助企业优化制造机器过程的每一个步骤,从创建机器到执行机器、制造和延长使用寿命。
此外,它还有助于为应对动态市场创造一条增长路径。它通过提高制造吞吐量、正常运行时间和性能,同时最小化成本(包括开销、运营和资本),提供了许多好处。
这些创新能力进一步增强了智能制造的能力,允许机器制造商和设计师通过关闭制造操作和工程之间的循环来创造更多的价值。所有这些都解释了智能制造越来越受欢迎的原因。
加工能力
机器制造商正在设计-在以下能力,以实现智能制造:
- Connectability。客户希望机器能够与他们工厂的其他机器进行沟通,这可以通过机器制造商(OEM)来实现。
- 适应性。通过传感器和执行器产生的所有信息,智能机器可以识别上游产品和流程的变化,并根据这些动态操作条件进行调整。
- 可预测性。越来越强调的是模拟和可预测的机器的性能在现场,需要一个高保真的数字孪生的机器。
- 可扩展性。通过预测性维护和自适应性能,现在有可能延长客户设施中的机器的寿命。目标是为制造客户创造更多价值,并优化现金流。
智能制造将智能引入制造过程的各个方面,包括物联网(IoT)、工业物联网(IIoT)和工业4.0。它是实际机器、零件、材料、产品、建筑和供应链的智能集成。然后,它在一个连接的、开放的端到端流程和基础设施中应用这种智能。
在智能制造中,数据是主人,而不是系统。
最大化与机器人
数字双胞胎是实现智能制造的基础。使用数字双胞胎,包括机械,电气和可编程逻辑控制(PLC),使一个全面的方法来模拟机器。
例如,在制造机床部件时,在制造过程中添加了一个检查过程,以描述要测量和收集哪些数据,以创建可追溯性和基于高保真数字孪生的闭环过程。
下一个关键步骤是连接产品的数字双胞胎与机器的数字双胞胎。它不仅是制造和执行部件,而且还管理交付、制造、运营和质量。
在智能制造中,数据是主人,而不是系统。
有必要通过协调所有这些活动,在正确的时间交付正确的部件,来管理生产运营,以提高效率。
零件制造的进步,从加法到高性能的多轴和组合铣削加工中心,需要CAM软件可以利用和最大限度地提高生产能力。公司还将基于模型的定义整合到3D模型中,以便将信息应用到机器人检测程序中。
此外,随着机器人加工和人类辅助协作机器人(cobots)的出现,机器人技术正在成为当今制造环境中的主要技术。先进的机器人集成是智能制造解决方案的一部分,可以模拟机器人在工厂的性能和集成。
使用工厂级仿真
先进的工厂级模拟能力跟踪和跟踪材料通过工厂从原材料到项目机架到机器,并优化布局,以减少高交通区域和死区。
智能制造还解决了机器物料清单(BOM)的巨大复杂性。每个功能都需要自己的符合目的的BOM视图,具有可追溯性,可以追溯到单一的事实来源,需要高级的分析和能力来安排、管理操作和执行质量。
从工程BOM到制造BOM的可追溯性是很重要的。例如,每个零件的配方都需要包括制造它所用的CAM代码,以及质量检验计划(和结果),以便客户能够从端到端100%地追溯质量。
所有这些能力正在帮助企业通过采用创新的流程来提高机器的整体性能,从而精炼产品、工艺、解决故障和改进机器的操作。
机械供应商发生了什么变化?
技术进步正在推动工业机械公司全面实现工业4.0,其影响令人震惊。以下趋势正在重塑大多数机械供应商的工程、制造和服务运营:
消费者驱动的定制
机器使流程自动化,帮助公司降低成本,加快将货物交付给最终用户的速度。因此,广大消费者市场的趋势最终决定了客户需要什么机器。
一个典型的消费产品的开发周期是压缩的——批量尺寸更小,产品寿命更短。因此,机械客户需要更灵活的机器,适应不断变化的产品组合,通常具有定制的功能或功能,要求机械制造商更快地创新。
智能机器
机械部件供应商已经完全接受了物联网设备。因此,机械制造商在了解如何利用现有信息方面处于一个陡峭的学习曲线上。
与近年来相比,I/O(输入/输出设备驱动)通道的数量和不同的通信协议(有线网络和无线5G)提供了数量级的信息流增长。
这意味着自动化代码开发人员在构建更智能的机器时,必须选择使用哪个通道。
Hyper-automation
离散编程使机器用户能够从所有的物联网信息中获得洞察。超自动化趋势需要大量的数据和基于云的分析,以加速对机器行为和性能的学习,从而实现机器功能的自动化。
低代码工具的出现也使超自动化成为可能,这些工具帮助机器用户挖掘许多业务流程的数据分析——制造优化、工程可靠性和成本降低。
全球性的、高度创新的竞争一直存在。
然而,现在的挑战来自于更灵活、敏捷的初创公司,这些公司以机器学习为基础起步,不受现有业务流程或遗留客户约定的阻碍。
一些公司提供生产即服务和其他创新的软件支持服务监控工具和机器优化——甚至在竞争对手的机器上。
一个全面的方法
机械制造人员必须具备全面的智能制造方法,使机械制造商、设计师和工程师能够通过多种高科技手段为其机器和制造过程创造附加价值。
拥有一个可执行的数字孪生件是至关重要的,同时拥有用于实现和实现制造过程中所有步骤的软件——包括创建、执行和使用寿命。
Bill Davis是西门子数字工业软件公司的工业机械和重型设备行业解决方案总监。
这篇文章最初发表于2020年6月发行的生产自动化。
留下一个回复