智能制造业的增长势头

智能制造是获得牵引方式增加市场分裂,同时利用规模经济。目标是增加一个级别的灵活性为制造过程,直到最近被认为是不可能的。虽然方法在理论上是有道理的,实际实现证明一致。

有时被称为4.0产业,尤其在欧洲,或工业物联网、智能制造在工业自动化代表一个根本性的反思。事实上,它逆转亨利•福特(Henry Ford)著名的评论,“任何客户可以有一辆车漆颜色,他希望,只要它是黑色的。“智能制造,汽车可以在任何颜色,任何选项,但同样的质量控制和比较成本。

半导体产业是一个最好的例子计划在今天的行动,在很大程度上因为频繁更新的工厂设备和工艺。铸造厂已经大规模生产多项目晶片,和他们建立了生态系统,至少可以交流一些细节库存短缺或盈余。这些失衡导致市场波动在早期的半导体生产。这并不经常发生了。在制造业方面,至少最近开发的工具配备足够的传感器能够发现异常导致产量或品质问题之前,随着通信能力几乎瞬间传递数据。

“半导体行业走得更远比其他行业与通知的能力,控制和自动化,”汤姆说鲑鱼、协作技术平台的副总裁半,指控带头的人组织的智能制造项目。”,从前端到后端延伸在工厂内。还有智能制造在晶圆厂和工具制造商。如果你看的工具从心理契约,林和应用材料,他们可以利用的工具与远程诊断。”

关键零件的下落半称之为“数字线程”,是能够看供应链端到端。“如果有一场自然灾害,对供应链产生影响,”说,鲑鱼。“我们的目标是开发方法避免停机时间和供应的问题。”

但发生在先进的芯片制造并不轻易转换到其他行业。在半导体世界存在的差距更广泛的其他地方。插入传感器在一个铝冲压操作,例如,或食品加工厂,可以产生有用的信息,但系在一起成一个整体系统,有意义的实时数据可以收集并采取行动是一个巨大的挑战。有些其他行业运行相同的方式被半导体甚至发明之前运行。添加这些功能的其他部分电子产品供应链是很困难的事情。

“世界半导体机器间通信的方法,他们理解的所有进程,”迈克尔说福特、高级市场开发经理导师图形”英勇。“他们非常先进。但如果你看看PCB组装,恰恰相反。有成百上千的机器供应商和他们从未同意共享信息的任何格式。最高的销售智能解决方案,但只有如果你买从一个供应商。”

科技行业开始解决这个问题早在1996年,当电子数据交换规范介绍了由美国国家标准与技术研究院(NIST)。标准是军事物流的一个结果,它创建了一个统一的方式分类的军用物资。科技公司使用它作为供应链管理的一种方式,特别是在PC时代。

沟通进展显著。软件现在可以用来连接不同的协议来提供不仅仅是供应链的信息。“如果你看看代码制造,过去你那里的人们发现缺陷,”福特说。“智能制造,您现在可以应用六西格玛的能力来预测时就会失败。在这一点上,你可以直接工程师做出改变。这是一个闭环反馈。你也可以提供精益,即时物料管理因为你知道什么是在一台计算机上。”

拓展
但即使在半导体制造,并非如此无缝沟通。而最先进的300毫米晶圆厂设备的数组传感器、警报和沟通能力,有甚至更复杂的技术装备200毫米晶圆厂。一些老设备的改造,但结果有很大区别。虽然大铸造采用智能制造、并不是所有的制造业可以归类为聪明。

也有程度的什么被认为是聪明的。机器学习和人工智能可能出现在行业第一,部分原因是一个业务案例可以添加这些功能,和部分原因是公司能买得起。

采用这种方法,可望在底层技术对新功能的需求,特别是在芯片和芯片之间的快速沟通。

“这是更多的自适应实时决策,”Mike Gianfagna说,负责营销的副总裁eSilicon。“真正的问题是它是否会有算法来学习,提高和适应。一切回到你如何存储、维护和信息快速地移动,在那里高带宽内存出现的原因。你已经看到这个像Nvidia公司的芯片,这与HBM大规模计算平台。当这个被采用,它使制造过程本身更健壮。和它打开的机会大包和系统由步进领域不再局限。”

技术来实现它,和概念系在一起,正在改善。不那么明显的是,他们赢得了追随者大片土地市场表现出很少的兴趣在过去在这种技术。

“有很多老行业仍然有很多东西需要自动化的健康工人,“说Jean-Eric Michallet,销售和营销的副总裁Leti。“如果你看看图书馆,有很多书需要移动。导致背部问题的人在那里工作,所以图书馆安装了自动化。当一个人返回一本书,他们给一台机器,把架子上。现在的图书馆员可以建议人们书籍拿出来,而不是花时间申报书”。

这是IIoT的好处之一。有重叠的原则和技术市场,看似没有什么共同点,但从基础设施的角度看,可能并非如此。

“在半导体行业清洁生产,“说半的鲑鱼。“如果你看看生物医学设备,相同的功能可能会很有益处。在一个商店工作,你可能有一个批处理流程,沟通是建立在流。在包装和组装PCB,这也是一种流水车间,。您可以修改标准。”

半也看这些工作所需的技能。数据科学家可能有一个角色在软件信息和控制中,汽车工程和过程工程。“我们也会看在工厂用例。我们还没有达到这一水平,但我们正在特定用例与工厂业主协会(失落)。今年我们将打开,一个更大的特殊利益集团,所以我们可以提供案例研究和用例,如如何改造旧工厂以最小的影响和安全解决方案。”

安全
这些解决方案的安全是一个大问题。智能制造的整个前提是制造工厂内更好的沟通,和设施和受信任的供应商或合作伙伴之间。

虽然大多数新技术的内置安全,工厂通常新旧的结合。在一些情况下,工厂可能是50多年前建造的。即使更新生产设备,通信基础设施可能过时了。这意味着它可能不安全,因为安全工作时更好的开发架构阶段,而不是作为一个插件,它可能无法处理的数据量需要充分利用智能制造。

“安全是一个比以往更大的问题,因为这种技术使人们有可能越陷越深数据,”苏格兰人莫里森,总经理为嵌入式平台软件在导师图形。“最初,有很多认为安全的周长是足够的,在内部发生了什么并不重要。这很大程度上揭穿。”

添加安全到旧系统并不容易,这并不总是有效的。“安全可以通过遗留协议,”莫里森说。“但即使它已经建立适当的安全水平,它的脆弱和设置的困难侵蚀其价值随着时间的推移。安全是减少或拆卸调试一些和从未回头。你真正需要的是内在的安全所以你不能关掉它。”

莫里森指出,沟通成为这个系统的骨干。机器人可以更换零碎,但遗留协议是更难的重新配置,对准时制生产至关重要。

Leti安全实验室,它一直看着模糊技术添加到芯片,如加密IP与安全循环。“有一个成本,当然,你需要确定你需要什么样的安全,确保解决方案是与现有的半导体工艺兼容。您还需要确保你可以跟踪IP供应链。”

政治烫手山芋
另一个问题是有多少人智能制造将取代,和在什么水平。在欧洲和日本有强大的政治压力,以及最近在美国,增加或维持制造业岗位。智能制造将创造新的就业机会,但不是在同一水平上。许多新工作将包括数据管理、软件工程,和先进的网络技术,而不是低级技能替换。

“机器人将取代人类在某些地方,但如果你看看洗衣机、没有人错过这些工作,“Michallet说。“将会有更多的附加价值的工作。这不仅仅是工程师。最后,你仍然需要人类采取行动。一架飞机已经独立。它可以自动地。”

技能的人需要什么还有待观察。Leti软件预测,随着时间的推移,可能会有更少的人在制造业,因为重点将转向硬件解决方案,这需要更多的力学和物理比软件。其他人认为的技能将会很大程度上基于算法和软件。

“在我们与公司之间的对话,很多关于数据,讨论的是“半的大马哈鱼说。“但目的不是增加数据。重点是如何提出正确的问题,以及如何最有效地使用这些数据。这可能意味着解析只有你需要的数据。”

谁将设计这些系统?从现有的工作,他们可以重新训练部队吗?

结论
智能制造已谈到在过去的几年里,和传感器被添加到工业设置测量多种功能,如液体是否通过管道或机器是否有过度振动。但是真正的凝聚力和深思熟虑的方式利用这些数据将是比听起来更加困难。

在新的行业,这种方法可能是一个简单的决定。它可以从一开始就被设计成一个操作。在建立工业操作,混合和匹配的设备,速度将会更加困难,风险从安全性和数据流的角度来看,和潜在的昂贵得多。但是方向映射出来,即使没有单独的步骤。公司开始实施这一技术方法,保持竞争力,可能需要更大的投资,推动生产方式的变化,和什么样的技术要求进行工作。

改变正在到来,但就如何实现以及由谁还不清楚。

有关的故事
在机器学习填补漏洞
第2部分:短期和长期的解决方案,以确保机器的行为预期。
农业物联网:杰出的领域
农业物联网。是的,这是一个侵犯一个巨大的市场。
医疗物联网展示生命的迹象
市场增长预计将强劲,但开发周期是缓慢的。
准备好社交机器人吗?
公司加快新技术,但目前还不清楚它们会有多成功。
下一个物联网安全是什么?
最近的网络攻击凸显了安全缺乏许多物联网设备。解决方案。