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
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。
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。
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。
沒有留言:
張貼留言