勞動力短缺不再是一個地區(qū)性問題。嬰兒潮一代正在退休，大多數(shù)發(fā)達國家或高度發(fā)展中國家的出生率正在下降。在 Covid-19 大流行期間，這一趨勢加速了。制造商很快將不得不面對工人數(shù)量減少和工資上漲的雙重打擊。

制造業(yè)只有通過變得更加智能并過渡到工業(yè) 4.0 才能度過即將到來的危機，其中包括使用傳感器、人工智能分析、自動化和機器人技術(shù)。此外，機器人技術(shù)可以應用于更多的制造領(lǐng)域，從而改善更多的操作。

預防性的維護

突然的設(shè)備故障會給制造過程帶來不可預測性，增加運營風險和成本。故障需要維修。在進行維修時，生產(chǎn)會減慢或完全停止，從而對下游流程產(chǎn)生連鎖反應，這對制造商和客戶來說可能代價高昂。

預防性或預測性維護涉及使用連接的傳感器來監(jiān)控設(shè)備運行狀況并識別開始出現(xiàn)問題的機器。通過讓傳感器檢測問題來觸發(fā)修復過程意味著問題在零件或機器發(fā)生故障之前得到解決。這種檢測使管理人員能夠提前計劃，進行調(diào)整以確保操作繼續(xù)進行，并避免在更換零件或維修機器時代價高昂的停機。

數(shù)字孿生

通過物聯(lián)網(wǎng)傳感器收集數(shù)據(jù)、云數(shù)據(jù)存儲、人工智能數(shù)據(jù)分析以及基于這些分析的決策構(gòu)成了數(shù)字雙胞胎。

通過在實驗室或現(xiàn)場的產(chǎn)品或原型上放置許多傳感器，產(chǎn)品設(shè)計人員可以收集大量數(shù)據(jù)集。這些數(shù)據(jù)集揭示了產(chǎn)品在不同環(huán)境中的功能。借助這些數(shù)據(jù)，工程師可以執(zhí)行仿真以改進產(chǎn)品的開發(fā)，從而以更少的原型和更少的測試加快設(shè)計周期。

除了有利于測試和驗證之外，數(shù)字雙胞胎還可以幫助團隊計劃最終原型的準時化和準時化生產(chǎn)。傳感器收集的數(shù)據(jù)可以檢測和解決生產(chǎn)問題，以確保質(zhì)量。

數(shù)字孿生還為數(shù)據(jù)科學家、產(chǎn)品經(jīng)理和設(shè)計師提供了一個協(xié)作平臺。借助數(shù)字雙胞胎，管理人員可以可視化數(shù)據(jù)和趨勢，從而更全面地了解機器操作和生產(chǎn)過程。因此，可以生產(chǎn)出更成功的設(shè)計，并且流程可以變得更高效，從而節(jié)省時間和資源。

制造業(yè)中的人工智能

除了在安排主動機械維護以減少停機時間方面的作用外，人工智能還可以幫助提高制造效率。缺乏信息共享和協(xié)調(diào)往往會造成效率低下。錯誤和不一致地實施政策可能會延遲運營。例如，在工廠車間的某些區(qū)域而不是其他區(qū)域?qū)嵤┌踩胧┦且粋€可能導致危險情況的錯誤。缺乏協(xié)調(diào)可能會導致移動設(shè)備的情況，例如，以犧牲其他人為代價來方便一些工人。錯過協(xié)調(diào)機會可能導致工作延誤甚至事故。此外，不同工作站之間的無效溝通可能會導致某些零件生產(chǎn)過剩或生產(chǎn)不足，從而導致工作量不平衡和延誤。借助物聯(lián)網(wǎng)傳感器，人工智能可以幫助減少錯誤，執(zhí)行工作量分析以實現(xiàn)更好的平衡，并整合數(shù)據(jù)以改善工廠不同部門或同一樓層不同工作區(qū)域之間的協(xié)調(diào)。AI 生成的分析整合數(shù)據(jù)（例如有毒氣體濃度和溫度）有助于確定預防危險情況或系統(tǒng)關(guān)閉的措施。

超越機器人/分析

基于軟件的人工智能制造改進可以與硬件元素的改進相結(jié)合。例如，可以通過自動化系統(tǒng)增強生產(chǎn)線。

自動化通常在單個零部件的生產(chǎn)中實施，其中所需的技能和產(chǎn)品復雜性都很低。操作順序通常由設(shè)備配置確定（硬自動化）。另一方面，機器人技術(shù)在質(zhì)量檢測中最為常見，其中機器人擅長以高精度執(zhí)行大批量、重復性任務(wù)，并且不會感到疲憊。機器人技術(shù)將在使自動化更加可編程和靈活方面發(fā)揮關(guān)鍵作用。這正在改變。

裝配傳統(tǒng)上由人執(zhí)行，因為人而不是機器可以解決在過程中以不可預測的頻率或順序出現(xiàn)的各種問題。有兩種潛在的策略可以讓機器人更好地解決復雜的問題。一項復雜的任務(wù)可以分解成更小、更可預測和可解決的部分，供機器人使用。例如，可以在每個工位安裝用于特定任務(wù)的不同工作頭，例如螺絲車削、鉚接或焊接。或者，機器人可以用來幫助人類解決問題。機器人更擅長識別問題和處理重復、危險或令人筋疲力盡的工作。他們可以將觸覺和靈活的工作留給人類，即使機器人也在這一領(lǐng)域取得進展。

車間/倉庫內(nèi)的資產(chǎn)跟蹤

穩(wěn)定的零件供應對于確保生產(chǎn)不間斷地進行是必要的。在裝配線上，正確的零件需要始終如一地移動到工作站。有缺陷的零件交付至少會延遲組裝，在最壞的情況下，會產(chǎn)生有缺陷的設(shè)備。在后臺，必須及時補充零件，以防止出現(xiàn)缺貨的情況。

當工具損壞時，工人需要迅速找到替換工具，以避免關(guān)閉整條裝配線。每天解決一次中斷可能是可行的。但如果一個零件或工具一天丟失幾次，延誤會增加倉儲、生產(chǎn)、勞動力甚至配送成本。此外，即使在生產(chǎn)線可以繼續(xù)運行的情況下，尋找被盜、丟失或放錯位置的設(shè)備也是耗時且浪費人力的。

物聯(lián)網(wǎng)資產(chǎn)跟蹤可以幫助減少人為錯誤并確保將正確的零件交付到正確的工作區(qū)域。更重要的是，可以持續(xù)補充零件，并且可以快速找到丟失或移位的設(shè)備。物聯(lián)網(wǎng)資產(chǎn)跟蹤還支持主動設(shè)備維護，最大限度地減少意外停機。

安全

庫存或信息盜竊是一項重要的制造成本。一方面，增強的連接性帶來了好處，但將所有東西都連接起來也會增加整個系統(tǒng)的脆弱性。一旦黑客闖入制造工廠的某個部分，他們可能很容易破壞系統(tǒng)的其他部分。因此，需要持續(xù)監(jiān)控以確保工廠的物理和網(wǎng)絡(luò)安全。人工智能可以檢測工人在工廠中移動的異常情況以及計算機訪問各種系統(tǒng)的異常模式。發(fā)現(xiàn)這些異常模式有助于防止?jié)撛诘墓艋蛳魅跽谶M行的攻擊。

設(shè)計案例#1：MultiTech

除了提高運營效率，人工智能還可以幫助制造商更有效地應對環(huán)境條件。例如，人工智能可以將傳感器測量或即將到來的風暴或熱浪的天氣預報整合到數(shù)據(jù)分析中。這有助于確定何時打開或關(guān)閉某個設(shè)備，以避免使整個系統(tǒng)負擔過重。

然而，集成測量和分析所需的大量有線位置指示器或限位開關(guān)安裝起來非常昂貴。因此，比利時公司 Aloxy 開發(fā)了一種安全高效的工業(yè)物聯(lián)網(wǎng) (IIoT) 解決方案，用于自動化閥門操作。Aloxy 的解決方案不僅可以確定閥門是否正確定位，還可以實現(xiàn)實時警報。

Aloxy 需要一種具有低數(shù)據(jù)速率、高能效和遠距離傳輸?shù)木W(wǎng)絡(luò)解決方案。該網(wǎng)絡(luò)還必須具有足夠的可擴展性和堅固性，以承受長時間的戶外使用。

經(jīng)過深思熟慮，Aloxy 選擇了MultiTech Conduit IP67 基站，這是一種堅固耐用的物聯(lián)網(wǎng)網(wǎng)關(guān)解決方案，專門用于戶外 LoRaWAN 公共或?qū)Ｓ镁W(wǎng)絡(luò)部署。該網(wǎng)關(guān)還具有高度可擴展性，能夠抵御最惡劣的環(huán)境因素，包括濕氣、灰塵、風、雨、雪和極熱。

設(shè)計案例#2：u-blox

由獨立組件（包括硬件、軟件和云服務(wù)）組成的安全物聯(lián)網(wǎng)解決方案可以顯著確保制造工廠的安全。需要仔細設(shè)計可靠的 IIoT 系統(tǒng)，以保護本地存儲在設(shè)備上的數(shù)據(jù)的完整性。然而，使用專用硬件來存儲機密、證書和密鑰的傳統(tǒng)方式可能成本高昂，更不用說缺乏可擴展性和靈活性了。

u-blox 提供的SARA-R5 LTE-M模塊提供物聯(lián)網(wǎng)安全即服務(wù)解決方案，無需專門的可信芯片即可保護設(shè)備上的敏感信息。Design Security 包使客戶能夠安全地存儲敏感信息。此外，芯片到芯片的安全保護設(shè)備免受外部攻擊，例如總線嗅探和數(shù)據(jù)注入。該解決方案可以被其他物聯(lián)網(wǎng)應用程序采用。

結(jié)論：實現(xiàn)真正的生產(chǎn)力

工業(yè) 4.0 涵蓋制造業(yè)的許多方面，包括預防性維護、數(shù)字雙胞胎、人工智能、機器人技術(shù)和分析、車間和倉庫中的資產(chǎn)跟蹤以及安全性。

通過提高組織內(nèi)信息的透明度和流動性，可以實現(xiàn)制造業(yè)的真正生產(chǎn)力。不同的團隊必須能夠及時訪問正確和適當?shù)男畔ⅲ员苊饣煜㈠e誤或事故。另一方面，需要保護內(nèi)部信息，以降低開展業(yè)務(wù)的風險和成本。隨著物聯(lián)網(wǎng)傳感器不斷收集數(shù)據(jù)，人工智能將能夠執(zhí)行實現(xiàn)這兩個目標所需的分析。

工業(yè) 4.0 仍處于早期階段。未來，與 IIoT 相關(guān)的新創(chuàng)新將繼續(xù)幫助未來的制造業(yè)提高生產(chǎn)力。

審核編輯 黃昊宇