这是一系列文章中的第一篇，这些文章将涵盖我认为我们行业最重要的趋势——制造技术的加速改进。我们都知道，设备提供商正在不断为行业提供更好的解决方案。这本杂志的大部分版面都用于介绍某种“新的和改进的”制造设备。人们很容易认为这是正常的，但这是制造业漫长历史中的“新常态”。从上下文来看，近年来的进步是如此惊人，以至于在理性的头脑中，这种变化速度似乎无法持续下去。精确到微米的多轴加工、一分钟内测量数百万个点的计量设备、熄灯制造、协作机器人、3D 打印。终点在哪里？
变革迟早会到来
正如三井精机美国公司董事长兼我们行业的名誉政治家斯科特·沃克 (Scott Walker)斯特里向我指出，“1970 年代的 CNC 机器工作正常，虽然不是很好。他们不是很可靠，但他们工作。它们在 1980 年代变得可靠，但即使在那时，大多数机械师制造零件的速度也比我在 CNC 带上打孔的速度快。”快进到 2000 年代初期，试着想象一下没有 CNC 的有利可图的加工操作。还有今天？从提供的 CAD 模型几乎立即编程的六轴铣床很容易投影，运行熄灯生产零件。问题是什么时候。这可能比你想象的要早。
用硅谷的话来说，我们似乎越来越接近于看到“颠覆性变革”，高科技行业的那些男孩和女孩正在给我们带来变革我们的日常生活。这在制造业中是真的吗？可能不如纯数字游戏的行业那么快，例如社交网络或我们如何流式传输电影和节目。制造业有一些天然的刹车。为什么？标准杆只是因为切割金属和移动物体的物理原理。此外，还要考虑业务结构（许多小型机械车间）和投资水平（数百万美元）。 “我们拥有所有这些疯狂的技术，但现实是制造是一个渐进的改进过程，”沃克说。 “我们一步一步来。而且我们不会很快这样做，因为工具化的资本要求非常高。”
如果我们承认计算技术是所有这一切的关键驱动力，那么唯一的结论就是我们不会不知道。这既令人振奋又令人迷惑。
我们不知道的原因是，作为制造技术的主要驱动力之一，计算的发展速度超出了大多数人的理解速度。大多数观察家预测它将继续以越来越快的速度前进。图 1 显示了一个常见的图，它是一个对数线性图。这种对数中的一条直线麦克风线性图是指数的，但图 1 中显示的曲线是双指数的。
在过去的 120 年里，机器计算的进步以双指数的速度发展，根据 Ray Kurzweil 的说法，这使得它人类很难预测对未来的影响。 （由 Ray Kurzweil、Steve Jurveston 通过 Creative Commons 提供）双指数使事情变得有趣。正如该图的主要作者 Ray Kurzweil 多次指出的那样，人类可以用线性趋势预测未来，但指数和双指数变化更难把握。他认为我们的大脑不是为此而生的。他的结论是，人类往往低估了双指数变化的后果。但对于那些做出职业决定或投资决定或任何对未来的其他预测，我们必须适应这种“事物变化方式的变化”。
为了说明这种对制造业的影响，我在 Kurzweil/Jurveston 图上叠加了我所知道的机加工和金属加工方面的改进图 2 中的设备。令您和我印象深刻的是制造改进的加速，尤其是在冲击我们行业的 NC 和 CNC 革命之后。所有这些都在某种程度上受到计算机进步的推动。从全 CNC 机加工的 15-30 年开始，我上面提到的所有改进都在更快地引入。到 2000 年代初期，CNC 加工从 1970 年代的新鲜事物发展为标准操作程序。熄灯制造已成为现实。
在这个图中，作者添加了double的含义加工和制造领域的计算呈指数级增长。这应该有助于预测接下来会发生什么变化。变化迟早会到来
正如 Mitsui Seiki USA 董事长兼我们行业的名誉政治家 Scott Walker 向我指出的那样，“CNC 机器在1970 年代奏效了，尽管不是很好。他们不是很可靠，但他们工作。它们在 1980 年代变得可靠，但即使在那时，大多数机械师制造零件的速度也比我在 CNC 带上打孔的速度快。”快进到 2000 年代初期，试着想象一下没有 CNC 的有利可图的加工操作。还有今天？从提供的 CAD 模型几乎立即编程的六轴铣床很容易投影，运行熄灯生产零件。问题是什么时候。这可能比你想象的要早。
用硅谷的语言来说，我们似乎越来越接近于看到“颠覆性变革”，那些处于高位的男孩和女孩给我们的日常生活带来改变的高科技行业。这在制造业中是真的吗？可能不如纯数字游戏的行业那么快，例如社交网络或我们如何流式传输电影和节目。制造业有一些天然的刹车。为什么？部分原因是切割金属和移动物体的物理原理。此外，还要考虑业务结构（许多小型机械车间）和投资水平（数百万美元）。 “我们拥有所有这些疯狂的技术，但现实是制造是一个渐进的改进过程，”沃克说。 “我们一步一步来。而且我们不会很快就这样做，因为装备起来的资本要求非常高。”
计算机密集型制造
但是，计算机密集型制造的部分是迅速变化。我们称之为数据革命。 CAD、CAM、扫描大面积的计量设备、计算机化统计过程SS 控制、机器人、3D 打印——所有这些都由更便宜、更快的传感器和计算机实现。现在随着从 MTConnect 到 WiFi 到 5G 到基于模型的定义的数据传输标准的出现，这些机器和机器人嵌入的工厂系统正在进入工业 4.0 时代。随着数字孪生、云计算和实用人工智能实例的出现，您可以在图 2 的右下角看到这一点。改进数据收集、分析和呈现不依赖于切削金属切削工具的物理特性——或更换价值数百万美元但仍能正常工作的加工中心——因此其改进将按照摩尔定律的双指数曲线进行.
数据很重要。 “制造业的最大优势是信息，”沃克表示赞同。 “我经营过工厂，将产品运出门外面临着巨大的压力。这是传统l 与所有部门经理召开每周生产会议。您会认为生产会议将基于信息。事实并非如此。”
正如他所描述的那样，真正发生的是这种会议是由个性主导的，随着时间的推移，工厂经理逐渐了解他可以信任的个性。 “这很残酷，”他继续说道。 “有用的信息和数据给你的是消除个性和人们在相互交流时遇到的困难的能力，因为好的数据真的很难抗拒。好的数据将使会议更快，决策更明智，结果更好。”
使有用数据易于使用的是可视化。任何拥有正确访问权限的人都可以在他们的智能手机上看到正在发生的事情，并深入了解原因和影响。很快，在更快的计算和物联网设备的支持下，实用的增强现实和虚拟现实将增强制造能力使用这些数据进行决策。 “数据而不是意见，”Walker 总结道。
编者注：收听 Bruce Morey 对 Scott Walker 的播客采访
