工厂实现智能化或将碰到的五个问题.doc

工厂实现智能化或将碰到的五个问题.doc

ID:27881556

大小:2.09 MB

页数:5页

时间:2018-12-06

工厂实现智能化或将碰到的五个问题.doc_第1页
工厂实现智能化或将碰到的五个问题.doc_第2页
工厂实现智能化或将碰到的五个问题.doc_第3页
工厂实现智能化或将碰到的五个问题.doc_第4页
工厂实现智能化或将碰到的五个问题.doc_第5页
资源描述:

《工厂实现智能化或将碰到的五个问题.doc》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、工厂实现智能化或将碰到的五个问题  工业4.0、智能制造、机械手臂、各式传感器……近年来,当人们在谈论到生产制造智能化时,经常会提到以上这些概念。有些人甚至还会直接讨论到全自动化工厂、“关灯工厂”等这样的终极目标——例如Tesla的制造工厂。但制造业不是互联网,没有太多的捷径或者商业模式可以使得“破坏式”的创新在短期内产生。ElonMusk也认为在过去的工厂里,“HumansareUnderrated”,人类的价值被严重低估了。他烧了巨额的金钱来追逐终极形态的全自动化工厂,但特斯拉的工厂里目前仍有3万多员工。很显然,烧钱这样的游戏模式并不适用于所有人。随着近几年科

2、技的发展,“协作”才是制造业实现智能化真正的下一个发展阶段。  工厂在实现自动化或智能化的进程里,有几个简单直观的衡量指标。在目前阶段,工厂在生产制造端引入新技术时可能会碰到以下问题:  第一,生产线产品的利润是否足够支撑新科技的导入。这其实是个“鸡和蛋”的问题:当产品利润不佳时,只有提高标准品的产量才有能力覆盖科技的导入成本;而当产品只获得极小量的订单时,又会出现“智能不足的自动化导入”——即生产弹性不足的问题,最终还是看不到收回投入成本的时间表。所以一般情况下,除非工厂拥有充足的资金(如特斯拉),或者拥有足够量的订单,才有机会实现智能化升级。这也就不难理解,当

3、生产线还在做利润低至10%的平板电脑时,为什么很难导入新的智能化方案来改进效率。    第二,是否有适合自身业务的完整端到端解决方案。生产过程是具备流动性的,同时这个过程需要整合前期的供料、设计,以及后期的物流等环节。新科技的直接深度导入,可能会导致任何单一环节的停滞,或者即便单一效率出现增长,却无法解决最终产出的问题。比如,某些工厂对电性测试环节进行升级,但却迟迟卡在用人工进行产品表面的品质检测的(视检)阶段。对十几年前大量的工厂痛苦地导入ERP的历史有所了解的人,应该能很容易体会到新科技的直接导入,可能会产生严重的后果——工厂的ERP平均导入成本在50万美元左

4、右,但最大的问题在于新流程与人工进行磨合与训练的时间过长,导致效率低下。  第三,是否能够让系统、机器与人快速磨合适应。工厂由人、系统、机器三者共同组成,有一定的管理流程包袱,且三者之间环环相扣。工厂的项目经理们经常会抱怨,大量的时间成本会消耗在处理系统与人之间的协调问题上。  第四,是否有健全的数字化基础设施。许多机器、流程、环境数据、采购检测等都缺乏完整的数据整合,或者干脆还是在用纸来记录。但这方面的主要问题不在于工厂不愿智能化,而是单次升级的成本对他们来说过于巨大。  因此,所谓的“协作”,指对生产制造环境进行最小限度的改造,充分将现场的作业人员与既有的环境

5、流程进行整合。例如,海能达的智能制造试点,采用了11台6轴机械手臂与工人协作的方式进行生产,与传统的手工产线相比,人员投入减少52%,产出率提升38%,产品质量提升10%。人与机器协作产线的建设,极大地提升了制造商的灵活性,从而使得应对客户多品种、小批量生产需求的能力也随之提升。这种模式把标准化的操作交给机器,把灵活化的操作留给人工,机器与人的协作实现了更灵活、更高效、成本更低的产线升级。再比如,机械手臂大厂(如ABB、KUKA、FANUC、Universal等),都把协作机械手臂视为旗下的明星产品,但相关的专利会在近两年左右的时间内到期,这样会给更多的白牌手臂更

6、多的机会,也会让这个市场迅速普及化。根据日本机器人工业会(JARA)统计,2025年全球协作型机器人市场规模将增长至340亿人民币,相比2017年的29亿人民币增长11倍。  但其实“协作”并不仅限于机械臂的应用,我们看到海外围绕此领域优秀的创业公司涵盖机器视觉的应用、传感器的布建、无人运输车,以及机器数据化等,这些也都是实现“协作”的切入点——轻度介入既有的流程与环境,优先实现小部分或单一功能的智能化。日前,专注于海外早期科技项目投资的联想之星CometLabs筛选了一批位于美国的在该领域的头部创业公司,带领他们深入中国制造业探讨技术引入可能性。这其中,Arch

7、Systems通过读取各式机器的底层数字信号来连接不同厂商、不同年代、功能各异的生产机器,为人与机器的协作打下坚实基础;Canvas将自动驾驶的技术运用在混杂不规律、非结构化的工厂环境中,完成基本的运输服务;ReadyRobotics充分运用自身强大的软件开发实力,在不同厂商型号的机械手臂之间完成开发管理的整合,简化了导入学习与提升制造细节修改的弹性;Augury在机器外部声音与震动方面有深入的机器学习成果,特别是在应用马达的工厂中管理设备的运作;PsiKick则致力于研发无源的传感器芯片,解决传感器布建痛点,达成基础智能化环境的普及。    这些海外企业与中国实

8、体制造业的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。