-
2023-12-14
皮爾磁解讀智能工廠的安全
智能工廠SmartFactoryKL?技術的初衷是開發創新的工廠系統來測試工業4.0的愿景。如今,對于安全的關注不斷增加。為此,皮爾磁聯合了眾多的工業伙伴,如研究機構以及工作組等共同開發理念、標準和解決方案以奠定高度靈活的自動化技術的基礎。目前,“基礎設施”工作組已經開發了一套動態的安全理念,同時在工業4.0的展示工廠內進行了實際的應用。這個理念是基于工業以太網通訊協議。在物理架構上,2
-
2023-12-14
如何防范智能制造潛在風險?
智能制造是制造業轉型升級的重要路徑,發展智能制造得到了各國的共識,但智能制造在發展過程中也會帶了潛在的風險。麻省理工學院斯隆管理學院數字經濟首席科學家喬治·韋斯特曼(GeorgeWesterman)接受訪談時表示,防范智能制造快速發展帶來的網絡安全、失業等潛在風險,需多元主體推進信息共享、加強合作共同應對。 ??喬治·韋斯特曼:如何防范智能制造潛在風險? ??“當前,互聯網經濟正在從IT(信息技術)時代走向DT(數字技術)時代,信息化、數字化與傳統制造業相結合形成的智能制造模式成為全球制造業發展主流趨勢,并將以指數倍數加速推進?!眴讨巍ろf斯特曼說。 ??近年來,大數據、云計算、物聯網等新技術不斷涌現,尤其是人工智能技術給智能制造帶來創新發展機遇。機器在生產過程中實現更大范圍和更高程度的互通互聯,企業生產效率進一步提升;同時,人工智能讓機器變得更聰明,智能化機器替代人完成更多工作,進一步優化企業生產流程和產品質量。 ??喬治·韋斯特曼認為,智能制造快速發展可能帶來諸多潛在風險。一方面,智能制造條件下形成的工業生產網絡、企業內部網絡等平臺信息和數據互通互聯,存在被攻擊和盜取的威脅,而且數據關聯程度越高安全風險越大。另一方面,智能機器代替人完成生產任務,給從業人員帶來失業風險。此外,企業在提高產品質量、提升智能制造水平的同時,需要建構一個相當的控制系統以規避其它潛在威脅。 ??智能制造的發展給政府、企業、消費者和從業者等多元主體帶來機遇和挑戰。喬治·韋斯特曼認為,防范智能制造帶來的各種風險,需要多元主體推進信息共享,在承擔相應責任的基礎上加強合作尋求突破。 ??目前,中國智能制造發展舉世矚目,高端智能制造設備和人工智能產品層出不窮,未來極具發展潛力和增長空間。喬治·韋斯特曼表示,中美兩國在智能制造領域的合作機遇大于競爭,期待兩國加強經驗共享和成果交流,并不斷開拓商業合作的廣度和深度。
-
2018-01-15
施耐德電氣全面展示全生命周期工業軟件產品與解決方案
施耐德電氣全面展示了其覆蓋過程、混合及離散制造全生命周期的工業軟件產品與解決方案,以及其在石油化工、天然氣、冶金、礦山、建材、電力、水務、基礎設施及食品飲料等行業的應用實踐。同時,不久前在全球發布的System Platform 2017軟件也在此次會議上亮相,System Platform 2017包括了更強可視化且易于使用的界面,更加智能的導航,并與施耐德電氣工業軟件產品組合集成,即對現有與全新的解決方案進行了無縫擴展,使其具備了與工業價值鏈中工程、運營與資產性能等部分進行數字化連接的能力。
-
2019-06-04
國內汽車齒輪行業正在依靠創新驅動智能制造
最近,2017年中國齒輪傳動產業發展高峰會議在杭州召開。這次會議透露了一個信息,國內汽車齒輪行業正在依靠創新驅動智能制造。隨著人工智能技術的發展和在制造領域的應用,智能制造概念在工業化國家應運而生。 ??日本倡導發起了智能制造國際合作研究,相繼開發了種類繁多的、面向特定行業的專家系統和智能輔助系統,形成了一系列“智能孤島”。但是,在研究和應用過程中,人們逐漸認識到,智能制造的關鍵是制造系統具備自組織能力,必需制造過程各環節的集成智能達到應有水平。在當時技術條件下,高度智能化集成難以實現。 ??物聯網、大數據、云計算和人工智能等新一代信息技術與先進制造技術融合發展和創新應用,為打通“智能孤島”、推進有機集成、實現自組織生產創造了條件。因此,智能制造進入新階段。 ??其本質是滿足個性化需求的新型生產方式。其特征是實時響應工廠、供應鏈網絡和客戶不斷變化的需求和條件。其技術是融合集成的技術體系。 ??國家工業和信息化部賽迪研究院裝備工業研究所智能制造研究室主任尹峰博士應邀在這次會上所作的題為“智能制造發展趨勢與對策”報告中指出:“智能制造的內容十分豐富、領域非常廣泛,國內外均處在探索階段。德國認為至少需要10年至15年才能真正實現智能制造。因此,我們要把發展智能制造作為長期堅持的戰略任務?!???中國汽車自動變速器創新聯盟秘書長、齒輪行業專家李盛其在接受記者采訪時說:“當前,國內汽車齒輪行業關鍵共性技術和裝備受制于發達國家企業,智能制造標準、軟件、網絡和信息安全基礎薄弱,智能制造新模式成熟度不高,系統方案供給不足,缺乏國際領軍企業和跨界融合的智能制造人才。面對這些突出問題,國內汽車齒輪行業發展智能制造,就要堅持不懈抓好創新驅動,實施智能制造工程,著力提升關鍵技術裝備安全可控能力,著力增強基礎支撐能力,著力提升集成應用水平,構建新型制造體系?!?/p>
-
2023-12-14
做智能制造生意,這五大禁忌不可不知
伴隨著2018年鐘聲的敲響,智能制造行業迎來了新的機遇,也面對著新的挑戰。2018年依然堅守在智能制造領域的行業人士需要注意了,做智能制造生意,這五大禁忌不可犯! ??做智能制造生意,這五大禁忌不可不知 ??2017年終于畫上圓滿的句號,但這一年的工作并沒有就此結束——各行各業都沉浸在數據汪洋中,做著各式各樣的數據分析,開著大大小小的年終會議。同時,各大企業的2017年年報也將在近段時間陸續公布。 ??可以說,“幾家歡喜幾家愁”早已成了辭舊迎新時期的常態。同樣是做生意,為什么有些企業蒸蒸日上,有些公司卻“命不久矣”? ??伴隨著2018年鐘聲的敲響,智能制造行業迎來了新的機遇,也面對著新的挑戰。正如《戰國策·趙策一》所言,前事不忘,后事之師。2018年依然堅守在智能制造領域的行業人士需要注意了,做智能制造生意,這五大禁忌不可犯! ??一忌:坐門等客。 ??從事智能制造的行業人士應該都能體會到,在近幾年,尤其是《中國制造2025》戰略提出之后,人們的目光逐漸聚焦到智能制造領域,智能制造相關產業也由此得到了迅猛發展——市場容量不斷擴張,資本大量涌入,入局企業迅速增加。 ??于是,有人便起了“坐享其成”的念頭:反正智能制造市場一直在擴容,機會源源不斷,只要坐著等,遲早會輪到自己發財的。 ??但是對于經商者而言,“不跑不活”。市場是瞬息萬變的,智能制造也不例外。坐門等客無異于坐吃等死,只有主動出擊,搶抓時機,才有可能搶占一席之地,甚至登上行業之巔。此時,及時、實時掌握市場動態信息便顯得至關重要了。 ??二忌:盲目樂觀。 ??一葉障目,不見泰山。不論是做生意,還是其他任何事情,信心是成功的必要因素,但是過分樂觀往往會適得其反。尤其是在遇到突發狀況時,盲目樂觀的人通常會手足無措,因為過分自信而沒有考慮萬全之策。 ??因此,穩健是做生意的基本原則。尤其是在這個信息大爆炸的時代,市場競爭激烈且殘酷,盲目樂觀只會讓人跌得更快,摔得更疼。 ??就以智能制造來說,作為近兩年剛發展起來的新興行業,可替代性強,別說是中小企業,就連久經沙場的巨頭都存在著被取代的可能。如果對于當前市場情況沒有清晰的認識,過于樂觀,那么前景堪憂。 ??三忌:急于求成。 ??浮躁,已經成了當今社會、市場、個人的常態。人們往往過于看重成敗,而忽略了中間過程,靜不下心來看清事情的本質。但這無論是對于自身發展,還是整個社會而言都是有害無利的。 ??俗話說,一口吃不成胖子。就好比任何一個大企業都是經歷了數十年腳踏實地、堅持不懈的漫長發展,才有了今天的輝煌。做智能制造生意也是一樣的道理,先從小生意入手,摸透其中的入門之道,再朝大生意努力,方能積少成多,滴水石穿。 ??四忌:交友不慎。 ??生意成功與否和人際關系有著千絲萬縷的關系。人際關系的好壞很大程度上在社交活動中間接地體現出來。尤其對于在生意場上摸爬滾打的行業人士而言,如何建立良好的人際關系顯得格外重要。 ??都說商場如戰場,繁雜的市場中難免會遇到“小人”,但可能結識良師益友。如何辨別小人君子,當利益關系發生沖突時如何平衡兩者關系,是一門大學問。 ??但是需要注意的是,做生意不能大打感情牌,更多的是理性思考,不能感情用事,在交友方面同樣如此,不能用感情來衡量生意。 ??五忌:隨波逐流。 ??生活中有這樣一種人,別人做什么,我做什么,典型的東施效顰。 ??在智能制造市場中也有這樣的人,看著別人在這一行賺大錢,也不顧三七二十一便轉行。但是這一行真的適合你做嗎?在這方面你有跟先行者競爭的優勢所在嗎?即使你勉強存活下來,但等待你的究竟是大塊肥肉還是殘羹冷炙? ??有人以為跟在人后,承擔風險小,確實有一定道理,但相應的,你得到的也不可能比別人多。試想,已經瓜分殆盡的市場紅利,晚來的你還能分到幾分。所以做生意首先要立足自身,從自身條件出發,精準布局,切忌隨波逐流。 ??在這樣一個最好又最壞的時代,沒有弱小者,只有不思進取的迷路者。為智能制造行業人士護航,中國智能制造網匠心打造了一款“智能制造APP”。下載智能制造APP,你會發現一個不一樣的生意圈。
-
2023-12-14
智能制造,德國靠裝備,日本靠人才,美國靠數據,中國靠什么?
寫在前面 德國,工業4.0;美國,工業互聯網;日本,精益生產;中國,中國制造2025;提法不一,本質相同,強大制造,興國立本! 來源:微言創新 制造之戰,中國準備好了嗎? 可以看出,以工業4.0為主體的全球經濟改革勢在必行。付諸改革中,德國制造業知識的載體是裝備,日本是人才,美國是數據,中國靠什么呢? 仔細觀察第四次工業革命的進行過程,我們不難發現,這次工業革命中在過去近200年的工業積累中,美國、日本、德國等工業強國都形成了非常鮮明的特點: 德國 通過設備和生產系統的不斷升級 將知識固話在設備上 德國的先進設備和自動化的生產線是舉世聞名的,可以說在裝備制造業的實力上有著傲視群雄的資格。因為產品優秀的質量和可靠性,使得德國制造擁有非常好的品牌口碑。 德國制造業的長處就是擅長把各種創新融合到各種零件、裝置和設備上去。德國通過設備和生產系統的不斷升級,將知識固化在設備上。德國人有一個根深蒂固的觀念,是人都會犯錯,都會有誤差,特別是在生產環節,這些人引入的負面影響經過流水線的每個環節逐級放大,必然會最終影響產品的品質。因此,整個產品的生產過程中,人的因素越多,最終產品出問題的可能性越大。所以,德國人提高品質的思路非常直接,就是在生產環節要動用一切可能的手段把人的天然影響降低到最小,把每件事情都分解成機器(或者人像機器一樣動作)能簡單執行的。 德國的制造哲學 “德國制造”之所以能夠迄今長盛不衰,并在全球化時代始終保持領先地位,主要得益于德國制造業科技創新、標準化建立的體系保障。 科技創新:德國歷屆政府十分重視制造業的科研創新和成果轉化,著力建立集科研開發、成果轉化、知識傳播和人力培訓為一體的科研創新體系。德國企業對研發投入毫不吝嗇,研發經費約占國民生產總值3%,位居世界前列。 標準化和質量認證體系:德國長期以來實行嚴謹的工業標準和質量認證體系,為德國制造業確立在世界上的領先地位做出了重要貢獻。 除了在生產現場追求問題的自動解決之外,德國在企業的管理和經營方面也能夠看到其盡力減少人為影響因素的努力。比如最好的企業資源管理(ERP)、生產執行系統(MES)、自動排程系統(APS)等軟件供應商都來自德國,通過軟件自動完成盡量減少人為因素帶來的不確定性。另外由于德國生產線的高度自動化和集成化,使得其整體設備效率(0EE)非常穩定,利用數據進行優化的空間也較小。 除此之外,德國“學徒制”和一貫理性嚴謹的名族特征在德國制造業中體現的尤為明顯。德國還是一個福利社會,德國的產業結構、薪酬結構決定了一線的工程師、工人有可能被說服老老實實堅持搞工程技術。 然而德國對數據的采集缺少積累,缺乏設備預診與健康管理(PHM)和虛擬測量等質量預測性分析。于是,德國提出了工業4.0計劃,整個框架的核心要素就是“整合”,包括縱向的整合、橫向的整合和端到端的整合。所以第四次工業革命中德國的主要目的是利用知識進一步提升其工業產品出口的競爭力,并產生直接的經濟回報。 總之,德國工業4.0戰略是開始轉向銷售智能服務。將知識以軟件或者工具包的形式提供給客戶?!?日本 通過組織文化和人的訓練不斷改善 在知識的承載和傳承上非常依賴人 日本制造的匠人精神、職人精神,日本制造的終身雇傭制,日本制造的精益生產、6S管理,日本制造的稻盛和夫、松下幸之助等經營之圣,這些文化的因素都在影響著日本制造業的穩定經營、持續經營。 日本公司內部培訓時,“公司文化”、“三級組織”和“人才訓練”被反復強調。最典型的體現就是日本在1970年代提出的以“全生產系統維護(TPM)”為核心的生產管理體系。其核心思想可以用“三全”來概括:全效率、全系統和全員參與。以及日本的“雇員終身制文化”,將雇員與企業的命運緊密聯系在一起,使得人的經驗和知識能夠在企業內部積累、運用和傳承。 日本企業之間還有獨特的“企業金字塔梯隊”文化,即以一個巨型企業(通常是產業鏈最下游,直接面對最終客戶),如豐田、三菱等為核心,形成一個完整產業鏈上的企業集群,企業之間保持長期的合作,并且互相幫助對方進行改善和提升。這樣能夠保證知識在一個更大的體系中不斷地積累、流通和傳承。日本制造業之所以能夠幫助日本從去泡沫的過程中扛過來,與日本企業之間的互幫互助的強鏈接關系分不開,與日本財團的企業群捆綁模式分不開。 因此,對于日本企業而言,員工是最重要的價值,對人的信任遠遠勝于對設備、數據和系統的信任,所有的自動化或是信息化建設也都是圍繞著幫助人去工作為目的,所以日本企業從來不會談機器換人或是無人工廠。如果中國想要學習工匠精神,那么最應該借鑒的是日本孕育工匠的組織文化和制度。 科技立命戰略也是日本制造業強大的一個因素。20世紀60年代起,日本開始從“貿易立國”轉向“技術立國”,從強調應用研究,逐步轉向注重基礎研究,政府從政策、計劃、財政、金融等方面,對發展應用技術、基礎研究,尤其是對高技術大力引導和支持。在技術研發方面,日本有三個指標名列世界第一:一是研發經費占GDP的比例列世界第一;二是由企業主導的研發經費占總研發經費的比例世界第一;三是日本核心科技專利占世界第一80%以上。 日本的制造哲學 在技術教育方面,日本的普通學前和學校教育,不會教給學生任何具體的職業技能,但卻非常注重培養孩子對技術鉆研的興趣。此外,技術一流的藍領工人在社會中較高的地位是日本制造業強大的原因之一。在日本,藍領工人甚至超過白領工人的收入,技術學校的畢業生就業率都在98%以上,遠遠超過大學生,這也使藍領工人有著不斷鉆研的動力。擁有傳統手工藝技術的非物質文化傳人不僅受到社會各界尊重,而且經常見諸媒體。另外,日本的中小私企中CEO與一線工作人員薪資差異是世界上最小的國家之一。 但是這樣的文化在近幾年遇到了一個十分巨大的挑戰,就是日本的老齡化和制造業年輕一代大量短缺的問題,使得沒有人能夠去傳承這些知識??梢哉f日本的轉型戰略是應對其人口結構問題和社會矛盾的無奈之舉,核心是要解決替代人的知識獲取和傳承方式。日本在轉型過程中同樣面臨著許多挑戰,首先是數據積累的缺失,使得知識和經驗在轉移過程中缺少了依據和判斷標準。其次是日本工業企業保守的文化造成軟件和IT技術人才的缺失。和歐美的企業相比,日企不擅長軟件、硬件、內容、應用的一體融合,并且不重視軟件內容,這導致其在向智能化轉型和網絡化轉型中全面落后了。 美國 從數據和移民中獲得新的知識 并擅長顛覆和重新定義問題 美國依靠數據獲得新的知識,在解決問題的方式中最注重數據的作用,無論是客戶的需求分析、客戶的關系管理、生產過程中的質量管理、供應鏈管理,都是大量依靠數據進行。因此美國產生了許多先進制造的軟件和網絡。 與日本和德國相比,美國在解決問題的方式中最注重數據的作用,無論是客戶的需求分析、客戶關系管理、生產過程中的質量管理、設備的健康管理、供應鏈管理、產品的服役期管理和服務等方面都大量地依靠數據進行。這也造成了1990年代后美國與日本選擇了兩種不同的制造系統改善方式,美國企業普遍選擇了非常依賴數據的6-sigma體系,而日本選擇了非常依賴人和制度的精益管理體系。 美國制造業創新的哲學 中國的制造企業在2000年以后的質量和管理改革大多選擇了精益體系這條道路,一方面因為中國與日本文化的相似性,更多的還是因為中國企業普遍缺乏數據的積累和信息化基礎,這個問題到現在也依然沒有解決。除了從生產系統中獲取數據以外,美國還在21世紀初提出了“產品全生命周期管理(PLM)”的概念,核心是對所有與產品相關的數據在整個生命周期內進行管理,管理的對象即為產品的數據,目的是全生命周期的增值服務和實現到設計端的數據閉環(closed-loop design)。 數據也是美國獲取知識的最重要途徑,不僅僅是對數據積累的重視,更重要的是對數據分析的重視,以及企業決策從數據所反映出來的事實出發的管理文化。除了利用知識去解決問題以外,美國也非常擅長利用知識進行顛覆式創新,從而對問題進行重新定義。例如美國的航空發動機制造業,降低發動機的油耗是需要解決的重要問題。大多數企業會從設計、材料、工藝、控制優化等角度去解決這個問題,然而通用電氣公司(GE)發現飛機的油耗與飛行員的駕駛習慣以及發動機的保養情況非常相關,于是就從制造端跳出來轉向運維端去解決這個問題,收到的效果比從制造端的改善還要明顯。這也就是GE在推廣工業互聯網時所提出的“1%的力量” (Powerof1%)的依據和信心來源,其實與制造并沒有太大的關系。 所以美國在智能制造革命中的關鍵詞依然是“顛覆”,這一點從其新的戰略布局中可以清楚地看到,利用工業互聯網顛覆制造業的價值體系,利用數字化、新材料和新的生產方式(3D打印等)去顛覆制造業的生產方式。 但是,2000年以來,美國制造業就業人數總體呈下降趨勢。美國制造業面臨著嚴重的勞動力供給不足問題。制造業的發展有很多要素,但歸根結底是要人去做。美國模式的問題是技術演進會失活,創新的基石如果是數據,那么人對于創新的干預就會變少,而創新關鍵卻在于人。 中國制造業靠什么呢? 2015年5月8日,國務院正式印發《中國制造2025》,這是中國版的“工業4.0”規劃。計劃用十年時間步入制造強國行列,就像《中國制造2025》開始的第一句:“制造業是國民經濟的主體,是立國之本、興國之器、強國之基?!? “中國制造2025”戰略的基本思路主要有兩個方面。第一,計劃在2020年著力形成15家左右制造業創新中心,力爭到2025年形成40家左右制造業創新中心。第二,著力發展智能裝備和智能產品,推進生產過程智能化,培育新型生產方式,全面提升企業研發、生產、管理和服務的智能化水平。 中國科學技術發展戰略研究院院長胡志堅認為中國式創新整體仍處于漸進式追趕過程當中,跟跑、并跑、領跑并存,在少數領域處于領跑狀態。德、美、日等國家的歷史經驗表明,從引進模仿到自主創新是一個國家科技創新能力升級,實現趕超必經的過程,很難逾越。在這個過程中,中國的制造業的發展與創新還面臨著許多重要的挑戰!
-
2018-01-13
重磅!“世界智能制造十大科技進展”發布
2017年,中國科協智能制造學會聯合體承擔中國科協“智能制造科技進展項目研究”。經過推薦和評選,評出Thingworx物聯網使能技術平臺構建智能制造新主線等“世界智能制造十大科技進展“,現予以公示。
-
2018-01-15
中國機器視覺市場規模近70億 應用領域不斷拓展
在中國,機器視覺應用起源于20世紀80年代的技術引進。中國機器視覺在中國起步較晚,真正在工業領域的廣泛應用還不到十年的時間,遠遠落后于中國工業自動化市場的發展速度和規模。