工業(yè)4.0在大約10年前開始進(jìn)入制造業(yè)詞典。德國建筑師將其稱為第四次制造業(yè)革命，即工業(yè)革命，大規(guī)模生產(chǎn)的發(fā)明和信息技術(shù)的發(fā)展。前者可將工業(yè)4.0定義為使用“信息和通信技術(shù)進(jìn)行數(shù)字化”的最簡單術(shù)語。工藝，從而提高質(zhì)量，降低成本和提高效率，” Karen Laird在《今日塑料》發(fā)表的特別報告中寫道。Laird解釋說：“在這種工業(yè)數(shù)字化的基礎(chǔ)上，是所謂的網(wǎng)絡(luò)物理系統(tǒng)，它將物理世界和虛擬世界融合在一起?！薄霸谏a(chǎn)環(huán)境中，這意味著將操作技術(shù)與信息技術(shù)相集成，這是通過使用嵌入式系統(tǒng)監(jiān)視和控制物理過程來實現(xiàn)的。將網(wǎng)絡(luò)中的所有這些傳感器系統(tǒng)連接到計算系統(tǒng)，導(dǎo)致了今天所謂的物聯(lián)網(wǎng)（IoT）的出現(xiàn)，其中收集，分析和交流了大量數(shù)據(jù)。智能不再是在一個地方集中，但是整個系統(tǒng)是分布式的，是用機(jī)器，設(shè)備和用戶進(jìn)行訪問?！?/p>

　　早期，這個概念引起了很多炒作-工業(yè)4.0在整個K展上迅速成為流行語。如今，尤其是在北美，人們可能會遇到更為實用的術(shù)語“智能工廠”和“智能制造”，但請不要誤解：這些工具-傳感器，機(jī)器人，數(shù)字化，工業(yè)物聯(lián)網(wǎng)（IIoT）和深度數(shù)據(jù)分析以及目標(biāo)（提高生產(chǎn)率，相對于低薪國家的競爭優(yōu)勢）在很大程度上是同義詞。隨心所欲，它對第一世界制造業(yè)的影響是不可避免的。

　　制造商生產(chǎn)力與創(chuàng)新聯(lián)盟和德勤（Deloitte）于2019年9月發(fā)表的一項聯(lián)合研究發(fā)現(xiàn)，超過85％的工業(yè)制造商認(rèn)為，智能工廠計劃將成為未來五年制造業(yè)競爭力的主要驅(qū)動力。位于德國雷根斯堡的寶馬工廠就說明了原因。

　　被世界經(jīng)濟(jì)論壇稱為“未來工廠”的寶馬工廠在2018年生產(chǎn)了約320，000輛汽車。通過引入工業(yè)4.0啟發(fā)的技術(shù)（傳感器，機(jī)器人，自動運輸系統(tǒng)，數(shù)據(jù)收集和IIoT），所需時間美國有線電視新聞網(wǎng)（CNN）于2020年1月23日提交的報告顯示，部署新應(yīng)用程序的比例減少了80％，質(zhì)量問題減少了5％。

　　寶馬雷根斯堡工廠經(jīng)理Frank Bachmann對CNN記者Jenny Marc和Nell Lewis表示：“智能工廠的特征是使用新技術(shù)和（和）新思想的智能方式，可以將創(chuàng)新推向新的高度?！薄霸摴S有3，000多臺連接的機(jī)器，機(jī)器人和自動運輸系統(tǒng)。定制的物聯(lián)網(wǎng)平臺將這些工具與材料和零件鏈接在一起，這些材料和零件一開始就帶有激光打印標(biāo)簽，從而可以分析和跟蹤信息的每一步?！边@意味著可以警告供應(yīng)管線中的任何問題。例如，如果系統(tǒng)檢測到奇怪的噪音，則會通知機(jī)械師，并且可以立即解決問題。

　　輸入人工智能

　　這證明了當(dāng)今令人眼花of亂的技術(shù)變革步伐，在工業(yè)4.0的早期階段（也就是不到10年前），很少提及人工智能（AI）。現(xiàn)在，人工智能已成為智能工廠的關(guān)鍵要素。

　　“從塑料零件從成型機(jī)中取出到成品和組裝好的組件離開最終組裝線之間，可能會發(fā)生很多事情。雖然AI可以作為提高質(zhì)量和提高產(chǎn)量的工具，但單靠它可能還不夠?！?Shedletsky向PlasticsToday解釋說。她補充說，人工智能非常有幫助的地方是通過產(chǎn)品和可追溯性數(shù)據(jù)進(jìn)行解析，以識別工程和生產(chǎn)團(tuán)隊的相關(guān)信息。

　　由Instrumental開發(fā)的制造優(yōu)化系統(tǒng)在關(guān)鍵裝配實例（零件離開模具時，下游加工等期間）中收集圖像，并智能地轉(zhuǎn)換數(shù)據(jù)以檢測缺陷和偏移。Shedletsky說，這些見解是根據(jù)上下文提供給工程師的，從而使他們能夠通過實施和驗證糾正措施來閉環(huán)。她解釋說：“塑料加工商已經(jīng)使用這項技術(shù)來快速識別和理解模制缺陷的根本原因，并有效地查明供應(yīng)鏈中損壞或缺陷的位置?！盨hedletsky補充說，對每一個制作的產(chǎn)品進(jìn)行攝影記錄也很有價值?！拔覀円呀?jīng)看到客戶通過模腔將故障模式關(guān)聯(lián)起來，以通過與客戶共享數(shù)據(jù)來加速故障分析并捍衛(wèi)下游質(zhì)量投訴。對于關(guān)鍵任務(wù)部件，例如醫(yī)療設(shè)備中使用的部件，這種可追溯性可能是無價的?！?/p>

　　例如，謝德萊茨基與PlasticsToday共享了Motorola Mobility如何使用Instrumental的技術(shù)來識別零件缺陷的根本原因，從而節(jié)省了公司大量資源。在開發(fā)構(gòu)建的最初幾天內(nèi)，摩托羅拉的工程師注意到了相機(jī)同心度問題。通過深入研究儀器數(shù)據(jù)記錄，他發(fā)現(xiàn)了根本原因來自用于塑料裝飾件的工具。Shedletsky說：“工程師收集了一系列圖像，并制作了GIF，供他與供應(yīng)商共享，以便團(tuán)隊可以合作解決根本原因?！薄肮?yīng)商立即意識到了這個問題，并能夠在復(fù)制工具之前進(jìn)行修復(fù)，從而為摩托羅拉節(jié)省了超過100，000美元?！?/p>

　　數(shù)據(jù)，無處不在的數(shù)據(jù)

　　工業(yè)軟件公司Senseye的創(chuàng)始人兼首席執(zhí)行官Simon Kampa在今年觀察到重要的制造趨勢，即如何明智地收集操作數(shù)據(jù)。他最近在SmartIndustry中寫道：“2020年將是大型工業(yè)組織對其從其運營環(huán)境中收集的數(shù)據(jù)變得精明的一年?！薄爸圃焐态F(xiàn)在意識到，他們需要一致，有意義和可比較的數(shù)據(jù)集來優(yōu)化他們的生產(chǎn)流程。他們正在遠(yuǎn)離浪費的實踐，浪費的實踐涉及收集所有可能的數(shù)據(jù)，并在這些龐大的，無組織的資源中尋找新的意義和價值來源。他們的工作重點已經(jīng)轉(zhuǎn)移到特定的數(shù)據(jù)集上，例如資產(chǎn)狀況指標(biāo)，從而使工業(yè)組織可以肯定會增加價值。”坎帕寫道。

　　制造商有時overthink數(shù)據(jù)收集和分析稱：“當(dāng)我們大多數(shù)人想到數(shù)據(jù)收集時，我們通常會默認(rèn)使用大數(shù)據(jù)，而實際上，數(shù)據(jù)收集可以像使用整體設(shè)備有效性（OEE）分析工具那樣簡單，或者花時間評估哪些數(shù)據(jù)目前正在收集中?！薄叭绾我约盀槭裁匆占?？它存儲在哪里？”

　　他列舉了一個公司的示例，該公司通過多個部門中的多個數(shù)據(jù)庫來收集相同的數(shù)據(jù)點，而彼此之間沒有鏈接。該站點有14個不同的數(shù)據(jù)庫正在運行。在審查了其數(shù)據(jù)策略之后，該公司將其數(shù)據(jù)庫減少到七個，并發(fā)現(xiàn)它正在收集沒有價值的數(shù)據(jù)。Rusk說，在某些情況下，它無法解釋為什么它首先開始收集數(shù)據(jù)。

　　“重復(fù)工作的激增意味著寶貴的資源沒有被明智地利用。通過采取整體數(shù)據(jù)收集策略，可以通過數(shù)據(jù)庫整合來消除重復(fù)，并且可以將資源用于其他領(lǐng)域，例如解決關(guān)鍵KPI或ROI業(yè)務(wù)案例的互聯(lián)制造投資。”

　　在活動中，它將展示各種規(guī)模的公司可以采取的步驟，以實施未來工廠的技術(shù)。展位的目的是引導(dǎo)與會者逐步邁向智能制造，從簡單地將數(shù)字助理功能應(yīng)用于手動生產(chǎn)，到添加模塊化技術(shù)的模塊化技術(shù)（該技術(shù)結(jié)合了新的傳感器來捕獲生產(chǎn)數(shù)據(jù)和整個運營中的完整Industry 4.0連接），博世力士樂說。展位上的主題之一是，即使是規(guī)模較小的制造商，也可以通過實施Industry 4.0的要素來實現(xiàn)真實，可衡量的結(jié)果。

　　“通過采用互聯(lián)技術(shù)，我們看到的一些最常見的改進(jìn)是在生產(chǎn)時間，工人效率乃至保修成本方面，基于真實數(shù)據(jù)的報告，這些數(shù)據(jù)在進(jìn)行根本原因分析時顯示出直接的因果關(guān)系，”他解釋說。面包干“只要制作適合其能力明智的選擇，制造商可以不打破銀行，但連接技術(shù)都設(shè)定為持續(xù)發(fā)展階段。我們看到一個出乎意料的結(jié)果，就是較小的制造商朝這個方向發(fā)展的意愿如何改善與他們的供應(yīng)鏈客戶的關(guān)系。”“利用真實數(shù)據(jù)進(jìn)行交流和進(jìn)行實際改進(jìn)的能力提高了他們的置信度，并使它們在供應(yīng)鏈中更有價值?！?/p>

　　在討論未來工廠時，經(jīng)常會在洗牌中迷失的一件事是人為因素。“智能制造不僅是單一技術(shù)，而且還不僅僅是技術(shù)。從根本上講，這始終是使用智能技術(shù)的聰明人的首要考慮?！盡averick Technologies制造IT主管John Clemens在最近的《福布斯》（Forbes）文章中寫道。尋找那些聰明的人可能是具有挑戰(zhàn)性的。麥肯錫咨詢師Enno de Boer在之前引用的CNN文章中指出：“存在巨大的技能缺口需要解決-42％的工業(yè)公司表示他們已經(jīng)遇到了具有［工業(yè)4.0］功能的勞動力短缺，”他告訴CNN。然而，即將到來的一線希望是Z世代，他們出生于1997年至2012年之間。

　　正如一項調(diào)查發(fā)現(xiàn)，18至22歲的年輕人更有可能接受過輔導(dǎo)員，老師或指導(dǎo)者的建議，與一般人群相比，他們將制造業(yè)視為可行的職業(yè)。Z世代中有三分之一（32％）曾建議將制造業(yè)作為職業(yè)選擇，而千禧一代中只有18％，總?cè)丝谥兄挥?3％。與其他同類機(jī)構(gòu)相比，他們也更有可能考慮在制造業(yè)工作，并且不太可能將其視為一個正在衰退的行業(yè)。此外，他們對技術(shù)變革感到滿意，技術(shù)變革已成為他們?nèi)粘Ｉ钪胁豢苫蛉钡囊徊糠郑⑶铱梢暂p松地采用必要的技能來應(yīng)對未來的工廠。

　　因此，在至少一個方面，未來的工廠將類似于今天的工廠：人將繼續(xù)是您最重要的資源。
責(zé)任編輯：YYX