许多人认为智能工厂计划将成为未来五年竞争力的主要驱动力
早在 2019 年初，在中国的一家电子工厂内，工人和智能机器正在用芯片制造电路板使用来自不同供应商的各种机器的多步骤过程。生产线上的所有机器都没有与其他机器通信以进行数据分析，而这本可以大大提高生产力和盈利能力。
Andrew Scheuermann 在北京发表演讲，作为 2018 年向中国制造商介绍美国科技公司之行的一部分。此次参观由联想财务部门联想之星赞助。Arch Systems 首席执行官安德鲁·舒尔曼 (Andrew Scheuermann) 于 2019 年下半年开始与这家中国工厂合作，他描述了一条拥有许多离散工位的生产线：打印机打印g焊膏；另一台机器将浆料涂在电路板上；放置芯片的机械臂。
工厂中的每台机器都来自不同的供应商。每台机器都做得很好。他说，这一切都是“工业 3.0”。 “在一些围绕价值 300 万美元的金属冲压机构建系统的工厂中，您可能仍处于工业 2.0 时代。”
Arch Systems，提供与新旧机器兼容的机器数据传感软件，与全球供应链和制造公司 Flex 合作，创建了一个名为 ArchFX 的平台。 ArchFX 集成了这些单独的机器、收集数据并运行数据分析，Scheuermann 说。
“一旦您第一次将所有这些数据放在一起，您就会获得很多见解，”他说。 “我们做的第一件事就是寻找吞吐量瓶颈，查看关键性能指标和机器正常运行时间。例如，当您拥有所有数据时在一个中心位置，您可以看到 4 号机器总是有问题，这就是您的瓶颈。一个月后，在有人查看了所有纸笔记录后，你就看不到这个问题了。你马上就会看到它。”
电路板制造商发现，例如，当一个零件到达 10 号机器进行检查时，它不符合规格，必须被淘汰。 Scheuermann 说，对整个系统的数据分析表明，问题是由于 2 号机器没有施加足够的焊料。
“2 号机器没有放置足够的焊料，但没有测量过程直到 10 号机器，”他说。 “公司花了所有的钱来完成第 3 步到第 10 步，然后不得不把零件扔掉。通过分析完整的系统数据，我们现在可以在机器 10 上检测到问题，并在机器 2 上解决所有未来部件的根本原因。”
许多人的好日子还在后头
尽管取得了进步在自动化和数据分析方面，尽管数字工厂具有明显的优势，但据德勤和制造商生产力与创新联盟 (MAPI) 开展的一项智能工厂调查显示，49% 的美国制造商在全球拥有工厂足迹，但尚未跨越数字鸿沟去年进行的。
与此同时，根据德勤/MAPI 调查和美国劳工部的统计数据，复合年劳动生产率增长率从 1987 年到 2006 年强劲增长 3.6%，从 2007 年到 2018 年下降到 0.7% .
根据美国劳工统计局的数据，去年制造业总生产率下降了 0.7%，产量下降了 1.2%，工作时间下降了 0.5%。
ArchFX 等举措可以提供帮助
ArchFX 等数字工厂计划可能是解决劳动生产率放缓问题的答案。
这是因为劳动力增长停滞的一个关键例外是 51% 的制造业根据 2019 年德勤和 MAPI 对 500 家制造商的智能工厂调查，这些公司正在向数字工厂转型。
这些被德勤/MAPI 调查标记为 B 组的公司实现了 3.3% 的复合年生产率增长2015 年至 2018 年。
事实上，调查显示，采用智能工厂计划的制造商的更高生产率是将整体劳动生产率推向正数的原因。 Deloitte/MAPI 调查估计，A 组的生产率（49% 的未采用智能工厂计划的企业）可能每年复合下降 2.3%。
随着 A 组的制造商开始采用数字工厂调查称，随着这些举措的实施，这些制造商可能会在几年内实现每年 4% 的生产率增长。调查预测，这些收益将在五年后逐渐减少至约 1.38%——这与早期采用者 B 组现在所经历的收益相同。
“86% 的调查受访者认为智能工厂计划将成为未来五年工厂竞争力的主要驱动力，”德勤供应链和网络运营产品咨询董事总经理兼德勤数据负责人 John Ferraioli 说。数字供应网络实践。
“这些对智能工厂的投资带来了更高的可见性和更深入的绩效洞察力，”他补充道。
许多重大收益
p>在 Deloitte/MAPI 调查中，数字化/智能工厂举措导致生产产出平均增长 10%，工厂产能利用率平均增长 11%，劳动生产率在过去三年中平均增长 12%。制造商报告了采用这些用例后的运营和财务收益：质量传感和检测、工厂资产智能、工厂消耗和能源管理、co命令中心、同步和实时资产跟踪以及智能传输。ArchFX 的制造客户通常会发现由于更好的决策制定，效率提高了 3-5%，Scheuermann 说。
例如，“去年，墨西哥的一家大型消费塑料和包装制造商因未解决核心问题和实现运营现代化而面临损失数千万美元增量收入的风险，”他说。 “通过我们与他们的合作，该公司的整体设备效率 (OEE) 提高了 9%。”
越来越多的制造商正在意识到这一潜力，制造战略和解决方案副总裁 Jean-Philippe Provencher 说PTC：“在 PTC，我们相信企业在使用数据方面正在迎头赶上。数字线程的实施正在加速，客户越来越多地关注企业部署以实现其 IIoT 计划。客户比较多并且越来越意识到他们数据的隐藏价值，并希望大规模利用它。”
制造商变得更加灵活
虽然有些好处需要处理数月的数据，但制造商通常可以Scheuermann 说，他们可以在几周内获得可行的见解，并在三到六个月内实现投资回报。他说，长期利益包括工厂内部和工厂之间的高效资产部署，以及根据更新的数据更快采取行动的能力。
例如，美国的一家电子产品制造商去年依赖根据来自其坐标测量机的每周数据来决定是否在制造工厂之间移动这些机器以及是否购买更多机器。
在使用 ArchFX 之前，该公司需要一个月来收集所有数据，然后又需要一个月生成报告。结果是 7 月的报告是基于 5 月的数据。
现在使用 ArchFX，可以快速收集和分析数据，自动地。 “他们正在查看一个小时前或更短时间内的数据，”Scheuermann 说。 “他们正在查看每台机器在机器级别、生产线级别、工厂级别汇总的数据。”
改造机器的成本下降
过去，他说，改造或更换昂贵机器以使机器与工业物联网技术兼容的高成本阻止了一些制造商转向数字工厂。公司不愿投资 100 万美元并等待三年才能获得投资回报。
ArchFX 与旧机器的兼容性和更快的投资回报率有助于克服这一障碍。 Scheuermann 说，对于智能机器，ArchFX 从现有传感器访问数据。对于遗留机器，该平台通常是第一次添加传感器和/或工业物联网设备来收集数据。
绝大多数受访者告诉德勤，智能工厂举措将是“未来五年工厂竞争力的主要驱动力”，该咨询公司的 John Ferraioli 说。“从历史上看，如果你有很多遗留机器，就会涉及很多钱，”他说。“我们正试图打破大门。我们正在大幅下降改造这些旧机器的成本。”
使用这样的系统，制造商可能会意识到，现在运行 1,000 台机器的工厂可以用 850 台机器完成相同的工作，他说。或者该制造商可能会看到
产量有待提高
他说，制造商还可以增加同一条生产线的产量。例如，一条工厂生产线通常每小时生产 30 个单位，但已达到 32 到 36 个单位过去每小时 ts。
有了 ArchFX 系统，“您可以实时看到瓶颈，”他说。 “现在，你的瓶颈在第四步和第五步之间。你看你需要添加另一个人到第四步。突然，事情开始发生变化。或者，您看到在第七步，某人（人或机器）不断犯错。你会发现，要么需要重新培训人员，要么需要重新校准机器。”
根据该数据分析，该公司能够将每小时的吞吐量从 30 提高到 34，增加了 13%，他说。
开箱即用的系统可能会有所帮助
更多开箱即用的系统可能是为小型公司和对于那些不愿跨越数字鸿沟的人。
越来越多的通用蓝图可供使用，可以对其进行调整以满足尚未数字化的小型制造商的需求。
对于例如，GE Digital 的 Dan Lohmeyer 说，例如，GE 现在有一个包含 300 多个设备数字孪生蓝图的目录，包括泵、飞机发动机、变压器和涡轮机。
ArchFX 的许多早期采用者都是大型制造商Scheuermann 说，因为他们有更多的机器，可以更好地吸收成本。但与 GE 的蓝图目录类似，ArchFX 拥有越来越多的可用系统库。
“只有一条生产线的人不会成为我们的第一批客户，”他说。 “当我们与大型企业合作时，我们正在构建一个‘连接器库’。今天的客户不一定需要支付前期成本来获得数据基础设施。”
ArchFX 还鼓励Scheuermann 解释说，小型制造商可以在多租户云中共享数据，这样一来，例如，只有三台使用 ArchFX 的打印机的工厂可以从用户群中获得洞察力。
“我们 h有多个步骤和多种方式来使用开箱即用的机器，”他补充道。 “即插即用：这是我们所做工作的关键推动因素。”
西门子数字工厂将生产力提高 1,400%
在开始数字工厂之旅十年后，从 25% 发展而来西门子位于德国安贝格的制造工厂的自动化程度提高到 75%，生产力提高了 1,400%。
Siemens 的 Alastair Orchard 去年在纽约的一次会议上展示。“是的，这是一个非常大的数字，而且它是许多事情的总和，”Siemens Digital Industries Software 数字企业副总裁 Alastair Orchard 说。 “它现在是一个非常高速的工厂。我们现在在那家工厂每月生产一百万件产品，每秒一件。”
但生产力“绝对是不是唯一的改进，”他说。其他关键绩效指标，包括每月生产的产品数量、错误率、产品种类和推出新产品所需的时间，也都有显着改善。总体而言，西门子专注于生产力、质量、灵活性和效率，并在不牺牲安全性的情况下进行这些改变。
西门子于 2010 年开始数字工厂流程，作为德国政府推动工业 4.0 的一部分，Orchard
Siemens 没有削减工厂的劳动力或占地面积。随着工人退休，工厂用数字原住民取代了他们。
“作为一个国家，我们越来越感受到来自中国的价格压力，”他说。 “如果我们继续缓慢地生产非常高质量、非常昂贵的产品，我们的制造业将不再具有竞争力。我们将被这些新兴经济体吞噬。为了保护德国的整体经济，我们必须大规模y 提高我们所有制造工厂的生产力并保护在这些公司工作的人的工作。我们的想法不是用更少的人来提高生产力，而是用同样数量的人做更多、更多的事情。”
“这就是德国工业 4.0 的目标，”他补充道。 “这些工人中的每一个都接受过数字技术方面的培训。他们比以前更有效率。他们的工作更安全。该公司乃至整个德国经济在世界舞台上更具竞争力。”
根据 Trading Economics 的数据，2018 年德国制造业占 GDP 的 20.4%。根据美国经济分析局的数据，在美国，2018 年这一数字为 11.6%。
在数字化转型之前，工厂“拥有极其不灵活的运营模式，”他说。 “交货时间通常是……几周。我们有库存问题，供应链问题。我们曾经经营像大多数其他工厂一样吞噬了这家工厂。例如，在一家汽车厂，你把一个底盘放在工厂的一端，然后这个底盘将在工厂中进行固定的行程，并以固定的顺序与人和机器会面，然后从另一端弹出一个车。如果你想制造一辆混合动力汽车，你必须建造一个新工厂。”
现在，该工厂每个月都会重新配置，根据工厂将要生产的产品的需求情况移动 60% 的机器, Orchard 说。
以前，工厂可以生产五种不同的产品。现在，在任何 12 个月的时间里，它都可以生产 1,300 种不同的产品，并且有能力生产 9,000 种，他说。
对于西门子来说，这个转型后的数字化制造工厂不仅展示了公司可以为自己做些什么，还有它能为客户做些什么，Orchard 说。
“我们希望为我们的客户创造更多的选择，”他说。 “我们没有建造其他单一用途的工厂，而是nted 解锁该工厂内的灵活性。我们正朝着批量大小一的圣杯迈进。”
为膨胀过程注入新的活力
在使用 High QA 的质量管理软件之前，膨胀绘图——将数字添加到Hypro 的首席质量工程师 Tyler Schildt 在一次网络研讨会上说，零件打印与尺寸数据表上有时数百个数字相关联可能需要三到五天，因为它涉及八个步骤，每个步骤都有不同的检测软件。
High QA 首席执行官 Sam Golan 去年在芝加哥附近与质量展的与会者讨论了检验经理。这种缓慢让制造商在准确性和速度之间做出选择。
“使用我们以前的技术，我们的员工花了太多时间花在手动流程上。一切都必须手动输入盟友，”他谈到 Hypro 的流程时说，该公司在中西部拥有七个设施。 “它允许很多错误。可用性使得培训新用户变得更加困难。编辑非常困难。我们需要质量规划来引导质量控制过程。”
该公司没有先绘制图纸，然后制造和检查零件，而是先制造零件。 Schildt 说：“膨胀花费了太多时间，以至于坐标测量机团队在与他们共享膨胀计划之前就已经完成了检查。”
借助 High QA 的检验经理，Hypro 的膨胀过程现在仅涉及两步。 “我们输入项目，然后立即自动标注图纸，”他说。 “几分钟之内，我们就有了一个完整的零件序号图纸，可供审查和其他自动化步骤，例如过程中检查、检查计划、工具分配等。”
速度和可信度数据改变游戏规则。由于需要按时交付零件，“超过 50% 的市场正在颠倒过程：”测量零件，然后将图纸和匹配结果放大，High QA 首席执行官 Sam Golan 在接受 Smart Manufacturing 采访时表示.
“测量零件的人等不及了，”他说。 “店主需要交付零件，否则他将错过他的交付窗口。”
Golan 表示，他的公司通过检查经理帮助客户获得优惠的价格、更高的质量和准时的交付。
Inspection Manager 首先从绘图中自动标注和提取几何尺寸和公差 (GD&T) 信息。 Golan 说，然后根据这些数据制定检查计划，并补充说“制造商几乎完全无纸化。”
另一个改变游戏规则的是消除解释，他说。 “当您手动绘制图纸并提取如果没有手动质量要求，这就是解释的起点，”Golan 说。 “错误的解释会影响零件质量，这与更高的成本和错过的交货时间有关。”
想象一下有四个孔的简单的尚未膨胀的图纸。三坐标测量机检查孔并给出每个编号孔的结果。 “在原图上，你不知道哪个孔是一、二、三或四，”戈兰说。 Golan 说，必须有人弄清楚每个孔的结果是什么——通常不是四个，而是数百个甚至数千个孔。
许多客户估计在这些情况下有高达 15% 的错误，他补充说.
