2022年2月23日 星期三

· 智慧製造必須擁抱大數據

Data drives future of smart manufacturing 數據驅動智能製造的未來

Smart Retail Surveillance 智慧零售監控解決方案商機探討

歡迎點擊收聽 3S MARKET PODCAST

https://studio.firstory.me/episodes/ckzxszgqr0gam097302aogg76/analytics


nature

製造業變得越來越智慧。公司越來越多地使用感測器和無線技術,來捕獲產品生命週期各個階段的數據。這些範圍從材料特性和設備的溫度和振動,到供應鏈的物流和客戶詳細資訊。卡車發動機將速度、油耗和油溫數據,傳送給製造商和車隊營運商。光學掃描儀用於發現印刷電子電路1中的缺陷。

但大數據距離改變製造業還有很長的路要走。領先行業 —— 運算、能源、飛機和半導體製造 —— 面臨數據缺口。大多數公司不知道如何處理他們擁有的數據,更不用說如何解釋它們以改進他們的流程和產品。企業相互競爭,通常是孤立經營的。他們缺乏分析數據的軟體和建模系統。

然而,智慧製造可以使工業更高效、更有利可圖和更永續。最小化產品和組件的運輸距離可以降低成本 —— 財務和環境。電腦建模可以辨識風險和夾點。例如,它可以預測由於極端天氣而延遲交付的影響,這種情況在 2011 年泰國大洪水之後影響了電子行業。同樣,預測汽車組件何時可能出現故障,並迅速修復它可以避免昂貴的召回和訴訟。在半導體製造等低良率行業,將生產錯誤減半可大幅增加利潤。

在全球轉移整個業務部門是一項艱鉅的任務。它引發了許多技術、商業和政策問題,並將從根本上改變行業的形態。一些生產形式將變得更加分散,而另一些則更加集中。製造商將越來越多地採用,類似於叫車公司優步的商業模式。更多的服裝和家具可以在當地客製化和製造,而不是運往世界各地。個性化藥物或醫療植入物將在醫院進行 3D 列印。

生產線需要共享。它有時會在其他地方租用製造能力,而不是讓公司擁有它所需要的所有設備 —— 這既昂貴又低效。例如,一家汽車公司可能會在輪椅工廠爭取時間,為殘障顧客增加座椅和把手。人工智慧、機器人和自動駕駛汽車,將使生產線和技術的共享變得更加容易。

機械臂在保時捷車身框架上工作。 信用:克里斯蒂安·博西/彭博社/蓋蒂

但行業對即將到來的變化毫無準備。數據科學很少在工程學,或商業學位中教授。公司不知道要衡量什麼或何時衡量。資訊儲存起來不方便建模 —— 例如,發動機溫度和里程在單獨的數據庫中。公司不願投資未經證實的技術和商業模式。

取得進展需要研究人員和行業之間更密切的合作。需要線上平台,公司可以在這些平台上發布他們的行業問題,並找到專家來解決這些問題。應建立物理空間和網路實驗室,供學術和工業開發人員共同研究解決方案。政策應該能夠實現安全的數據共享。

創新的五個差距

製造商需要實際指導。大多數學術研究與企業需求相切。學術界推動技術前沿,從人工智慧到深度學習,而不考慮它們將如何應用。製造商想知道要對哪些類型的數據進行採樣、使用哪些感測器,以及在生產線的何處安裝它們。例如,為了提高難以實現的陶瓷材料品質,製造商可能希望監控機械性能以及產品結構。需要研究以確定感測器的最佳配置。智慧製造創新需要填補五個空白。

採用策略。智能製造系統必須隨著資訊的收集而發展。首先,感測器將監控現有設備的狀態。隨著對品質和效率的新需求出現,可以添加更多感測器來追踪最有用的參數。例如,半導體行業透過追踪和調整其工藝設置,來提高其晶圓的品質。

改進數據收集、使用和共享。在這裡,大多數公司缺乏經驗。有些人錯誤地認為他們的數據庫太大而無法分析。其他人則擔心數據使用的組織和法律方面。品質比數量更重要。嘈雜或不規則採樣的測量幾乎沒有用處。需要確定收集數據的頻率和儲存時間。大量快速測量的儲存成本更高,但長期數據對於建模非常重要。需要確定適當的平均週期。必須以秒或更短的時間尺度追踪機器振動,而溫度可以平均超過 10 分鐘或更長時間。需要協議來解決數據隱私、保護和安全問題。

設計預測模型。公司想知道新產品在生產之前,是否能滿足客戶的期望。汽車公司可以分析過去和當前的銷售、客戶行為和其他數據,為經銷商提供最理想的車型。工廠希望確保更換機床不會影響其產品品質。

研究一般預測模型。模型需要能夠處理不確定性,例如設備退化或流式故障或感測器故障導致的數據錯誤。丟失或錯誤的數據點可能會對生產獨一無二的產品(例如醫療植入物)的系統造成代價高昂的破壞。

連接工廠和控制流程。當前用於控制生產流程和資源規劃的軟體,例如廣泛使用的 SAP 軟體包,將在跨越許多不同生產商的更加動態,和開放的製造環境中面臨挑戰。大多數軟體都是為單一公司使用而設計的。需要研究以確保這些系統,可以透過開放接口和通用標準一起運行。可能需要適合雲端運算的新程序,並且可以從自然界的複雜性中汲取靈感 —— 例如基因組、鳥群和人類免疫系統。還需要透過原型、測試台,以及虛擬和擴增實境進行真實世界的實驗。

在自動充電分配器製造商 Glory 的日本加佐市,人類和機器人並肩工作。 圖片來源:Issei Kato/路透社

能源和醫療保健

實現這一切需要智力、資金以及工業界、學術界和政府之間更好的合作。在過去的五年裡,已經建立了幾個區域性的智慧製造倡議。但他們的目標主要是由行業指導的,數據和建模的更普遍的方面很少受到關注。

其中一項舉措是 2012 年啟動的美國智慧製造領導聯盟。公司支付費用加入,成員確定研究議程和目標 —— 一個用於收集工廠級數據和系統的開放訪問平台。

德國的工業平台 4.0(政府 2020 年高科技策略的一部分)促進其工業基礎的電腦化,例如使用能夠預測故障並自動觸發維護過程的機器。到 2020 年,歐盟將在未來工廠投資 70 億歐元(76 億美元) ,這是一個公私合作夥伴關係,目的在製定智慧製造藍圖。日本和中國也有類似的計劃。

我建議能源和醫療保健應該是深度合作的首要焦點,因為它們具有最大的社會影響。例如,風力渦輪機的生命週期和製造需要重新考慮。它們的部件 —— 齒輪箱、發電機、葉片、塔架和數公里長的電纜 —— 是用來自全球並在全球運輸的材料(主要是金屬)以傳統方式製造的。使用 20 年後,渦輪機可能會報廢。應該設計智慧流程以更永續地製造和退役它們。應探索增材製造等新技術。這裡提到的智慧製造計劃應與全球計劃合作,例如促進可再生能源的突破性能源聯盟和美國癌症登月計劃尋求癌症治療的臨床和技術進步。

可以從 1990 年代的先例中吸取教訓2智慧製造的進展受到多個因素的限制,包括無法看到大規模國際合作的價值,缺乏政府認可,以及全球企業的不同管理風格。1995年,日本推出了智慧製造系統,將主要的國家製造業和大學與全球合作夥伴聯繫起來。美國政府不支持這些合作。與此同時,一個美國公司財團建立了下一代製造系統計劃,該計劃與日本的倡議,以及亞洲和歐洲的其他倡議聯繫起來。現在需要信任、意志、信念和政策,才能使類似的努力取得成功

新平台

需要採取三個實際步驟,來填補知識空白並實現智慧製造。

建立網路來定義問題。私營公司、基金會、學術界和政府實體的財團應建立在線上論壇,從業者和研究人員可以在這裡討論、制訂和發布新興工業問題的規範。許多公司都有徵求意見的內部網站。整合服務和製造流程的方法,將是值得一開始的話題。應考慮從眾包到許可證和服務費用的不同營運模式和財務支持。

開發建模、共享和創新平台。隨著世界變得越來越複雜,了解工業需求的人,和具備建模和解決問題技能的人之間的差距正在拉開。在線上或實體空間應由涉及工業、學術界和政府的聯盟提供,專家和從業者可以在其中互動,以開發技術解決方案和模型。這些平台可能反映了「創客空間」或美國國家科學基金會,和從事研究的公司(如 SRI International、寶潔和谷歌)推動的創新中心。

各方必須克服信任和沈默的問題來披露資訊。協作結構應支持透明度和開放性,以及多樣化的思想和文化。中小型企業的參與非常重要。該聯盟應制訂允許建模者訪問私有數據的計劃。

制訂智慧製造政策。儘管工業將推動向智慧製造的大部分轉變,因為它具有商業意義,但政府應填補空白或支持私人投資風險太大的領域。例如,華盛頓特區政策智庫資訊與技術創新基金會 2016 年的一份報告3呼籲美國國會擴大聯邦培訓資源,並幫助中小型企業採用智慧製造技術。激勵措施可能包括更新機器和設備的投資稅收抵免。

透過作為提供工具的人,工業界、政府和學術界可以使下一次工業革命成為現實。



回今日3S Market新聞首頁

沒有留言:

張貼留言