特性工业4.0与智能制造的意见
2020年五大工业自动化趋势:Adrian Lloyd, Interact Analysis

在即将出版的制造自动化我们邀请了几位行业专家分享他们来年工业自动化的五大趋势。

这是一个新的十年，请继续阅读互动分析公司的Adrian Lloyd所说的制造商在2020年的预期。想了解更多?阅读5大趋势ARC副总裁克雷格·雷斯尼克A3总裁杰夫·伯恩斯坦,ISA主席Eric Cosman．

艾德里安·劳埃德，互动分析

艾德里安·劳埃德是互动分析公司(Interact Analysis)的首席执行官，从事科技市场情报工作已有20多年。作为IMS Research(2012年被IHS Markit收购的信息提供商)领导团队的一员，Lloyd领导了从工业自动化到半导体等广泛主题的研究实践。随后，他花了近5年时间担任IHS Markit技术、媒体和电信业务线的研究运营高级总监，负责制定更广泛的战略和收购重点。

1.制造业模拟技术的兴起

在制造业中，模拟是对无情的市场压力、提高质量的动力和不断增长的灵活性需求的最佳回应。在设计阶段，建模和模拟通过减少对物理原型和测试的需求来降低成本。

测试设备在购买和操作上都很昂贵，而且会占用很大的空间，占用了可以用于更有效用途的工厂空间，并增加了工厂建筑租赁的支出。在一个技术进步和消费需求持续快速增长的工业市场，每一天都很重要。

沃尔沃表示，对XC60车辆动态特性的模拟测试，将测试过程从几天缩短到了几个小时。但这种先进的虚拟方法适用于制造业的许多领域，如自动化生产线开发。

在泰国，汽车初创企业VinFast最近与西门子合作，在工厂自动化中使用模拟，模拟工厂布局和操作，以优化效率和生产率，甚至在工厂建成之前;与传统技术相比，这一过程节省了大量资金。

2.电机驱动成为工业物联网和预测性维护的前沿

可以说，工厂中最关键的基础设施是旋转设备，我们看到越来越多的人在工业电机上安装传感器和测量设备，以交流状态信息。

这些“智能传感器”允许电机、轴承座、风扇或压缩机的信息进行交流，并指向未来先进的软件算法可以在电机实际发生故障之前很好地预测它——“预测性维护”。

虽然在我们达到这个目标之前还有很多工作要做，但可以支持这一更广泛努力的一个发展领域是电机驱动领域。总的来说，电机驱动是一种非常先进的设备，人们可能会说，对于它们所扮演的角色来说，它们甚至可能被过度设计了。高端微处理器用于执行复杂的计算，以控制电机的速度。

大多数电机驱动使用“无传感器”控制策略，这是一个有点用词不当，因为在现实中，电压/电流传感器被用来执行电机输入的测量。但在这里，“无传感器”指的是不使用编码器或解算器，这是市场上普遍接受的术语。

也就是说，这些传感器驻留在驱动器中，这意味着它们可以用来模拟电机的状态信息。据报道，多达80%的典型电机故障情况可以通过驱动器监控。

因此，驱动器供应商的一个明显的机会，也是我们已经观察到的证据，是使用驱动器来支持状态监控，并在未来，预测性维护。

3.合作机器人在制造业已经成熟

协同机器人是一种新兴的快速发展的技术，能够满足制造业对自动化和柔性的需求。它们有可能降低劳动力成本，帮助工人做繁琐的工作，并改善工作场所的安全。

2018年，合作机器人的全球收入超过5.5亿美元。这比2017年增长了近60%。运送了超过19000个合作机器人。

我们预测，合作机器人的收入将继续呈指数增长，而载荷小于5公斤和载荷为5至9公斤的合作机器人(在中小型工业环境中很受欢迎)将在这一增长中发挥重要作用。

物料搬运、组装、拣选和放置将是协作机器人的三大应用。但在过去无法负担或管理机器人的小型制造企业中，合作机器人的使用将发挥重要且日益重要的作用。

4.运动控制的强劲增长

尽管2019年略有下降，但从2020年起，运动控制产品市场的增长速度将超过全球制造业生产的增长速度。推动这一前景更加乐观的行业是食品和饮料机械、机器人、包装机械和材料处理设备。

2018年，这些行业共创造了不到四分之一的运动控制总收入，这一份额将在2020年之前上升，到2023年将达到30%。

消费者购买习惯的转变导致产品更个性化和定制化，推动了对更快、更灵活的生产线的需求。这反过来又推动了对运动控制产品的需求。

通过增加额外的伺服轴来修改运动控制设备，从而提高灵活性，从而满足在更小体积中创建更广泛产品的需求。

在更普遍的层面上，工业机器人和自动化的建立确保了运动控制设备在仓库环境中的地位。

5.边缘计算将对制造业产生重大影响

工业物联网设备数量的增加给数据中心(云)和网络带宽带来了相当大的压力。这导致了较慢的传输速率和响应时间——这是许多工业应用中的关键因素。

边缘计算为这个问题提供了一个解决方案。自动驾驶汽车就是边缘计算重要性的一个很好的例子。在8小时的驾驶中，一辆自动驾驶汽车可以产生大约40TB的数据。发送这么多的信息让云来处理是缓慢和不切实际的。

更好的边缘计算，更接近数据源，以最佳速度处理信息，确保乘客和行人的安全。随着边缘计算在其他领域的成熟，它将在工业场景中变得更加重要。

小型技术工业设备承载巨大计算能力的能力不断增加，这使得边缘计算在工业部门越来越有吸引力，增强了在低连接和可能低带宽的偏远地区的工作;以及在需要快速数据分析的情况下。