从先进的机器人技术研发实验室tocomputer视觉在仓库中,技术使影响生产过程的每一步。
熄灯制造业是指工厂operateautonomously和不需要人类的存在。这些全自动设置oftendon甚至不需要照明,可以包含severalmachines在黑暗中运作。
虽然这听起来可能未来,这些类型的工厂已经超过15年的现实。
众所周知,日本的机器人制造商 发那科 自2001年以来一直操作的“熄灯”工厂,机器人是建设其他机器人完全无监督近一个月的时间。
工业物联网未来的工厂
工业物联网在thisresearch简报,我们深入了解如何将数字化制造企业。
说:“它不仅是熄灯FANUC副总裁加里•Zywiol“我们关掉空调和热。”
想象一个世界,机器人做所有的体力劳动,一个仅仅需要看今天的最雄心勃勃的和以工厂。
例如,东莞市,中国手机制造商常Companyhas创建了一个精密技术 无人工厂.
工厂的一切——从加工设备无人驾驶运输卡车仓库设备——是由计算机控制的机器人。这些机器的技术人员监控活动通过一个中央控制系统。
它曾经需要大约650名工人保持工厂运行,机器人armshave常的人类劳动力减少到不足十分之一,仅60工人。总经理对公司说,它的目标是降低这一数字在未来20。
由于工业技术日趋流行,这波的自动化和数字化被贴上“4.0行业,“第四次工业革命。
那么,未来的工厂吗?
要回答这个问题,我们深入研究到生产过程的8种不同的步骤,看一看他们是如何开始改变:
· 产品研发:看看howplatforms民主化研发人才,人工智能的方式帮助材料科学,以及明天��绘图板可以基于“增大化现实”技术的游戏或虚拟现实耳机。
· 资源规划&采购:按需分散的制造和区块链项目正在整合供应商的复杂性。
· 操作技术监控&机数据:一看它栈和平台推动未来工厂。首先,工厂将得到基本的数字化,沿着我们会看到更大的预测能力。
· 劳动力增加和管理:基于“增大化现实”技术、衣物和外骨骼是人类能力在工厂地板上增加。
· 加工、生产和组装:模块化的3 d打印机等设备和定制的机器使制造商能够处理更大的多样化需求。
· 质量保证(QA): 计算机视觉如何会发现缺陷,软件和区块链科技将如何更多的quicklybe能够识别问题(和实施召回)。
· 仓库:新仓库的需求可能带来的“熄灯”比无人工厂仓库更快,在机器人的帮助下和视觉跟踪。
· 运输和供应链管理:Telematics、物联网、自动车辆会给制造商带来更大的效率andgranularity提供他们的产品。
制造商 预测 体效率增长在未来五年每年1990年以来7 x的增长率。尽管占美国GDP的11.7%,雇用8.5%的美国人,制造业仍是一个相对较低的数字化领域——这意味着有足够的空间为自动化和software-led改进。
与新技术制造深深改变,几乎每一个制造业垂直,从汽车、电子、制药——牵连。时间和技术将随着行业的不同而不同,但大多数步骤在几乎每一个垂直会看到改善。
读了尖看看技术transformingeach制造过程的步骤。
1。产品研发
从药品生产工业设计,规划阶段对大规模生产是至关重要的。各行业、设计师、化学家和工程师经常假设检验。
这种设计会对吧?thiscompound适合我们的需求吗?测试和迭代的本质是研究和开发。和大规模生产的本质使得最后的重新设计昂贵。
大公司在药物、技术、航空航天等倒入每年数十亿美元的研发。通用汽车(General Motors)仅花了超过8 b美元去年新发展。
非常科学的研发、高素质人才分布在全球各地。现在,软件帮助企业挖掘池。
当谈到网络开发talentin数据科学和金融、平台 Kaggle, Quantopian, Numerai民主化“量化”工作和补偿他们的合作者。这个概念也与制药研发鞋履给起飞,尽管它日益增长的其他地方。按需科学平台 科学交流 目前工作在研发垂直,并允许企业快速solvefor缺乏现场人才外包研发。
虽然研发科学家似乎不必要的生产过程中,他们越来越重要的提供最新最好的技术,特别是在高科技制造业。
公司正在探索robotics,3 d打印技术,人工智能途径改善研发过程和减少不确定性时进入生产。但假设testinghas的过程改进的余地,和收紧迭代时间会转化为更快更好的发现。
机器人技术和3 D打印在垂直加速产品开发
加速产品开发是企业的第一要务使用3 d打印技术,根据最近的一项产业 调查此外,57%的3 d打印工作是新产品开发的第一个阶段(即概念和原型的证明)。
3 d打印技术已经是一个主要在任何设计工作室。之前订购成千上万的身体部分,设计师看美国3 d印刷未来的产品是什么样子的。
同样,机器人自动化试错的物理过程是一个广泛的垂直。
合成生物学的研发,例如,机器人使公司产生重大影响Zymergen和银杏生物工作室生产定制化学品从酵母微生物。寻找完美的微生物需要同时测试了4000种不同的变体,这意味着很多湿实验室的工作。
使用自动吸管系统和机器人的手臂,液体处理机器人 允许高通量实验得出一个赢得更快和更少的人为错误。
下面是机器人基因测试人员Counsyl(左),用于将样品转移,Zymergen移液的机器人自动化微生物文化测试的(右)。
“材料工程是能够探测到一个非常小的粒子——类似一个10纳米粒子在300毫米晶圆。是相当于发现一只蚂蚁在西雅图。在应用材料”——Om Nalamasu,首席技术官
展望未来生物技术,材料科学计算和电子产品中发挥了关键作用。
值得注意的是,芯片制造商 英特尔 和 三星是世界上最大的研发开支之一。随着半导体变得更小,在纳米级精度要求超出了人类的能力,使得机器人的首选选项。
明天的科学工具将beincreasingly moreautomated和精确处理微尺度精度。
人工智能是加速材料科学发现
托马斯·爱迪生是著名forhighlighting材料科学是一个消除的过程:“我并没有失败10000次。我没有失败一次。我已经成功地证明那些10000种方法不会工作。”
Edisonpersists的精神在今天的研发实验室,虽然研发仍比人们想象的更少的数字化和software-enabled(美国国家科学院说,开发新材料经常开发新产品)的最长的阶段。更好的数字化科学方法将开发新产品的关键材料,然后制造规模。
目前, 最热的区域交易AI初创公司 是医疗、作为药物发现管道companiesemploy AI。制药公司将现金投入创业跟踪药物研发如递归制药和 twoXAR,这只是一个时间问题,直到起飞的地方。
一个公司在化学和材料科学 黄水晶信息学 (下图左)。黄水晶AI依靠其庞大的材料数据库,并声称它helpsorganizations研发和制造里程碑50%的时间。 同样,Deepchem(右)发展深度学习应用到化学的Python库。
简而言之,制造商跨部门,工业生物技术药物、汽车、电子、或其他物质——是依靠机械自动化和3 d打印保持竞争力和加强反馈loopin将产品推出。
公司已经开发或商业化复杂的材料 在3 d印刷世界起飞。这样的公司 MarkForged 采用碳纤维复合材料,其他类似的地方 BMF 是发展与罕见的纳米结构的复合材料,奇异的物理性质。
当然,制造商的未来将依赖于智能软件研发的发现。
增强和虚拟现实的抽象建模过程
目前,各种类型的制造商依靠与计算机辅助设计(CAD)软件原型。在以后的生产过程,增强和虚拟现实可以在研发中发挥更大作用,并能有效地“抽象”的桌面PC工业设计师,可能不再需要3 d打印物理模型。
欧特克AutoCAD的软件开发人员,未来的原型和协作技术的领头羊。该公司一直 投资并不陌生在3 d打印技术等尖端技术,包括与健康AI启动合作 Atomwise“机密项目。“最近,Autodesk的探索使AR /虚拟现实游戏引擎envisionsfor预示着更大的作用身临其境的计算在设计过程中.
欧特克的游戏引擎,称为黄貂鱼,增加了对HTC万岁和眼睛裂谷耳机的支持。此外,游戏和虚拟现实引擎制造商 团结 有 宣布 与欧特克合作提高互操作性。
类似的,苹果公司 想象 AR / VR促进设计过程中结合3 d印刷型CB见解数据库,我们出现苹果专利,设想基于“增大化现实”技术的“覆盖计算机生成的虚拟信息”到现实世界的现有对象的观点,有效地允许工业设计师进行3 d打印的“编辑”到现有的或未完成的对象。
的专利设想使用基于“增大化现实”技术通过“半透明的眼镜,“但还提到一个“移动设备配备了摄像头,”暗示潜在的3 d打印机会使用ARKit在iPhone上。
康奈尔大学的研究人员最近 证明了 草图的能力与AR / VR,3 d打印。最终,人机界面可以soseamless实时3 d模型可以雕刻。
明天的研发团队将探索基于“增大化现实”技术和虚拟现实,和测试它是如何工作的结合3 d打印技术,以及传统的原型堆栈。
2。资源规划&采购
产品设计一旦完成,下一步计划如何在生产规模。通常,这需要收集的零部件供应商,基本材料制造商,和合同产品的制造商来满足大规模建造。但是寻找供应商并获得信任是困难和耗时的过程。
戴森真空制造商,例如,花了两年时间寻找新供应商进军汽车行业:“不管你是戴森或丰田需要18个月的工具头灯,”一个工人在他们的项目 报道.
2018年,装配线精益他们整合近实时流入的零件和装配他们尽快到达。本田的英国组装工厂,例如,只有 保持一个小时准备好了的价值部分。Brexit之后,该公司公布在边境传入的零件再延误,并表示将每15分钟的延迟每年£850000。
我们看这技术是改善如何复杂的采购过程。
分散的零件制造
分散的生产可能是即将发生的变化,帮助制造商处理零部件需求的订单。
分布式或分散的制造业雇佣了一个地理位置分散的网络设施的协调。部分订单,特别是使中期或小批量物品像3 d印刷部分,可以实现大规模使用分布式制造平台。
这样的公司 Xometry和挤出时间提供随需应变的加法制造和cnc雕刻(减去方法对象的块),满足部分订单acrossits网络研讨会。
Xometry的网站允许用户直接上传3 d文件和报价铣,3 d印刷,甚至注塑部件。现在,该公司允许多达10000射出成型零部件是按需订购,所以它可以处理构建由大制造商。
Xometry并不是唯一一个提供印刷服务:UPSis也拥抱运动,提供服务对3 d印刷塑料部件 喷嘴和括号在60 locationsand利用其全球物流网络交付订单。
作为大规模定制起飞,所以可以依靠分散的零部件供应商网络。
BLOCKCHAIN资源跟踪
企业资源计划(ERP)软件追踪资源配置从原材料采购到客户关系管理(CRM)。
而制造企业可以有这么多不同的ERP系统和孤立的数据,具有讽刺意味的是,ERP“堆栈”(这是为了简化)本身可以成为乱作一团胡乱拼凑的软件。
事实上,普华永道最近的一份报告发现,许多大型工业制造商已经多达100种不同的ERP系统。
区块链和分布式分类技术(DLT)项目旨在统一数据从一个公司的各种流程和涉众成一个通用的数据结构。 许多大公司都是驾驶blockchain项目,往往特别旨在减少复杂性和差距的孤立的数据库。
例如,去年,英国航空公司(British Airways)testedblockchain科技成立维护一个统一的数据库信息的航班和阻止冲突的航班信息出现在盖茨,在机场监控,在航空公司网站,客户应用程序。
时保持跟踪采购的零部件和原材料,blockchain disparateinflows可以管理到工厂。与区块链产品转手跨供应链从生产到销售,交易可以在一个永久的记录分散记录——减少时间延迟,增加了成本,和人为错误。
Viant,项目的Ethereum-based启动studio Consensys,适用于大量的资本密集型领域制造商服务。和出处建筑材料和产品的可追溯系统,使企业与消费者在销售点信息协作沿着供应链从供应商。
展望未来,我们可以期待更多的区块链项目构建供应链管理(SCM)软件,处理机器对机器(M2M)沟通和支付,并促进网络安全通过保持一个公司的数据占用空间小。
3所示。操作技术:监控&机数据
大概,明天的生产过程最终会看起来像一个巨大的,自给自足cyber-physicalorganism只有断断续续requireshuman干预。但各部门,生产过程之前很长一段路要走。
根据精益生产指标(衡量整体设备效率,或OEE),世界级的生产地点是在85%的理论能力。但普通工厂只在60%左右,这意味着巨大的改进空间的活动是如何简化的。
行业4.0的成熟在未来二十年将首先需要基本的数字化。
最初,我们将看到一波又一波的机器更加digital-friendly。后来,数字化可以转化为预测性维护和正确预测智能。
大资本货物已经进化到“权力按小时”商业模式,保证正常运行时间。权力按小时(或绩效合同)现在fairlycommon在全球制造业,特别是在任务关键型半导体、航空航天和国防。
的想法可以追溯到1960年代,当像通用航空喷气发动机制造商,劳斯莱斯,普惠公司开始出售“推力小时,”而不是一次性引擎销售。这允许引擎制造商逃脱商品trapand关注高利润维护和数字平台。如今,通用电气是鼓励来追踪每一个细节的发动机,因为它只获得报酬,如果发动机工作正常。
尽管正常运行时间的保证,一台机器的所有者负责优化使用(就像航空公司buyjet引擎仍然需要好好利用它们)。简而言之,工厂老板仍然“拥有”输出风险链之间的机器。
没有数字化的每一步,效率会落在桌子上。然而存在严重障碍对制造商的新负担分析。
商店地板通常包含旧机器,还剩下几十年的生产。除了大量成本,传感器跟踪温度和振动并不是由一个典型的机器,延长校准周期和有效性。
哈雷戴维森的制造厂进行了IIoT传感器改造,迈克·费舍尔在公司总经理,说传感器”使设备更加复杂,他们本身就是复杂的。但随着复杂性的机会。”
从最初的数字化预测
简而言之,操作技术(或不能)与传统it类似,但“uncarpetedareas量身定做。“典型的它堆栈包括台式电脑、笔记本电脑,和连通性对知识工作和私有数据,无法管理的直接控制或监控物理设备。
对于制造商,OT栈通常包括:
· 连接生产设备(通常是用改进的工业物联网传感器)
· 监控和数据采集(SCADA)系统和人机界面(HMI),提供工业monitoringfor业务分析师
· 可编程逻辑控制器(plc),加固的电脑获取数据工厂的机器
· 3 dprinters(加法制造)和计算机数控(CNC)机器减去制造业(如削减一块)
在某种程度上,它并不能两面相同的技术堆栈令牌,当制造业变得更好的数字化,theboundarieswill继续模糊。
今天,大多数工业机器的“大脑”是可编程逻辑控制器(PLC)、加固的电脑。工业巨头西门子、ABB、施耐德和罗克韦尔自动化提供高价plc,但这些可以不必要的昂贵的小型制造企业。
这创造了一个创业的机会奥登技术来把现成的计算硬件可以直接插入大多数机器,或集成现有的制度。反过来,这使得中小企业精简并分析其效率。
Asdigitization变得无处不在,下一波的技术效率的提高将对预测分析。今天在物联网的叙述表明一切——每个conveyorand机器人执行机构——将有一个传感器,但并不是所有的工厂函数相等的价值。
拍打廉价物联网传感器一切不是万灵药,完全有可能,更多的价值创建从一个较小的更专业,高度精确的物联网传感器。 占卜例如,使用AI-equipped传感器听机器和预测失败。
具有成本意识的企业所有者将认识到,高精度传感器将ROI大于不必要的物联网。
新架构的优势
计算在“边缘”,或者接近传感器,是重新trendwithin IIoT架构。
起草创新在人工智能和智能硬件,彼得·莱文a16z预计云计算对AVs,无人机,和先进的物联网的对象。
连接机器在未来工厂应该没有什么不同。
这样的公司 上帝网络专业inedge计算(近点的集合),而这样的公司 雾角系统 雾计算(认为容易实现云所做的现场像个LAN)。两种方法允许关键设备安全操作的延迟传输所有数据到云,这一过程可以节省很大的带宽。
在不久的将来,人工智能和硬件的进步将允许我们知道物联网近独立的集中的云。
这很重要,因为在短期内,这意味着农村工厂不需要发送10000机消息传递“我很好,”费昂贵的带宽和计算。相反,他们可以发送异常集中在本地服务器和mostlyhandle决策。
此外,云计算延迟在制造业激烈的缺点。任务关键系统等连接工厂不能发送数据包的延迟到厂外云数据库。减少权力机器瞬间太晚的区别是避免和承受物理伤害。
,从长远来看,边缘计算了下rails自主工厂。人工智能软件基础边缘将基础设施,允许工厂机器独立作出决定。
总之,在网络的边缘设备,利用greatercomputing正准备迎来一个新的,decentralizedwave的工厂设备。
网络安全是一个优先级
Oneparadox IIoT是工厂承担重大下行风险,然而仅仅是投资保护:28%的制造商在最近的一次调查说他们看到收入损失由于网络安全攻击的过去一年,才30%的高管说他们会增加消费。
网络攻击可能是毁灭性的重工业,cyber-physical系统可能会受到损害。的WannaCry ransomware攻击造成在欧洲雷诺-日产汽车工厂关闭。2014年,一个复杂的网络攻击结果在物理伤害当停机预防德国钢厂高炉被正确地关闭。
因此, 关键基础设施越来越多的部分在网络安全,许多创业公司Bayshore网络提供物联网网关(桥连接传感器的不同协议)允许制造商在许多垂直监控theirIIoT网络。其他基于网关的安全公司Xage甚至雇佣区块链防毒ledgersso工业传感器可以安全地共享数据。
最近的一项调查称28%的制造商损失的收入在过去的一年中由于网络安全攻击。但是只有30%的高管表示,他们将增加消费。
同样,添加物联网连接对象和工业控制系统(ICS)传感器开辟了新的漏洞在端点。
为了解决这个问题,Mocana和卢比孔河实验室,在IP developingsecure通信产品和设备的水平。
此外,一些最活跃的企业网络安全的投资者是企业与利益不计算。戴尔的企业部门(工业物联网网关),以及谷歌(Google)、通用电气、三星、英特尔在这个空间中最活跃。
安全地管理theICS和IIoT系统将继续投资的一个关键领域,尤其是在黑客攻击后证明OT的弱点。
4所示。劳动力增加和管理
在最近的一次帐面价值家具制造商Steelcase的生产线,人类来说只存在guideautomation技术。
Steelcase的“视觉表”,这是计算机工作站,决定一步一步的指示,消除人为错误组装家具。Usingsound线索和开销扫描仪跟踪组装,系统不会让工人进行如果一个步骤是正确完成。扫描仪也允许非现场实时操作工程师分析进展。
新Yorkerwrote Steelcase的劳动管理。”十年前,工业机器人辅助工人在他们的任务。现在工人——那些仍然帮助他们的机器人。”
制造业是在短时间内彻底发生了改变。作为一名退休的西门子高管最近说工厂地板上,“人们需要比过去更加熟练。没有工作今天在西门子为高中毕业生。”
但betterdigitization cyber-physical technologiesare所有可用增加效率和人力的工人。这是如何增强现实技术等新兴技术(AR)、衣物,exosuits配件。
基于“增大化现实”技术和移动数字化说明书
增强现实技术能够提高industrialworker的技能。
除了免提“浏览器”,可以沟通工厂性能indicatorsand分配工作,基于“增大化现实”技术可以分析复杂的机器环境和使用计算机视觉映射出一个机器的部分,就像一个实时视觉手册。这使得高技能劳动力像“可下载的”现场服务技能(的方式与矩阵)。
Daqri 和 雅典 资金充足的耳机制造商,专注于工业设置。Upskill的天窗平台(下图)使得工业劳动力使用谷歌眼镜,AR Vuzix,ODG,Realwear耳机。公司筹集了近50美元从波音公司和通用电气的企业风险的手臂,其他投资者。
许多基于“增大化现实”技术的厂商想象科技工作像一个免提的“互联网浏览器”,让员工看到相关信息的实时数据。Realwear的可穿戴显示渴望真正的增强现实不像Daqri耳机,但即使是一个小眼睛的角落里显示相当强劲。
其他类似基于“增大化现实”技术的范围做类似的工作在现场服务使用手机和iPad相机,采用基于“增大化现实”技术的突出部分工业设备和连接到支持实时专家。这可以节省旅行费用的飞出受损的设备。
解析的适用于手机,aworkflow platformthat给出了任务和数字化数据收集、东西通常是用铅笔和纸在工业环境中。
的格言说,“就会”,在这个地方,机器人是一个持续的竞争压力,制造企业将投资于技术,数字化人类努力每个动作。
EXOSUITS &安全技术将成为标准的肮脏和危险的工作
外骨骼技术工厂终于成为现实,这将大大减少物理人数的重复性工作。初创公司是制造耐磨高科技gearthat承担负载与工人'slimbs和回来。
Ekso Bionics所示,驾驶其EksoVest套装在福特汽车公司的密歇根装配厂,和工人使用适合报道少颈部压力在日常需求。EksoVestreduces穿重复的运动,不像一些竞争产品,提供升力援助没有电池或机器人。Ekso的首席技术官表示,长期战略是让工人习惯于技术最终进入动力外骨骼。
Sarcos是另一个著名exosuit制造商,从企业包括斯伦贝谢、卡特彼勒、微软和通用电气的风险。Sarcos更严格专注于遥控机器人和动力外骨骼,能举起200磅反复。三角洲航空公司最近说它将加入Sarcos飞行员的技术的技术咨询小组。
在类似的领域 强势的控制技术,这使得posture-measuring lift-assisting衣物。强有力的手臂吹捧预测能力干预之前受伤的风险或事件,和定位是labor-focused风险管理平台。
在人类还需要一些肮脏和危险的任务,衣物和外骨骼会增强人的能力,同时促进安全工作。
5。加工、生产和组装
自动化是肮脏的、枯燥和危险的工作。
许多人类的工作已经在自动化大批量生产组装线受到了排挤。Cyber-physical系统工业机器人和3 d打印技术在现代工厂越来越普遍。机器人变得更便宜,更准确,更安全,更普遍的人类。
消费者的口味也扩大,制造商正试图跟上���益增长的要求定制和品种。
愿景为工业4.0包括一个完全智能工厂网络机器和产品通过物联网技术交流,不仅和原型和组装一个特定的系列产品,但也在这些产品根据消费者反馈迭代和预测信息。
模块化生产可以定制
之前我们达成世界,人类基本上是冷漠与制造业、 模块化设计 可以帮助现有的工厂变得更加灵活。
模块化允许定制的工厂更简化,而不是traditionalfor装配线的均匀性。模块化的形式可能会更小的部分或模块,进入一个更customizableproduct。或设备,如可切换对机器人末端执行器和机器,允许更大的各种各样的加工。
目前,大规模生产已经重塑本身处理消费者需求更大的定制和品种。90%的汽车makersin BCG调查说,他们预计模块化线设置在2030年将在总装相关。模块化的设备将允许更多的模型相同。
创业公司正在利用在推动模块化部件。
种子期的公司Vention使工业设备按需定制。选择从Vention模块化部件,所有的公司需要做的是上传CAD designof他们想要的设备,然后等待3天发送专门的工具或机器人设备。许多现有工厂打零工,可以通过一个简单的cobot(协作机器人)手臂或定制的机器,和这些解决方案将获得动力工厂到处寻找提高效率的方法。
模块化生产将影响任何部门提供increasedproduct定制。例如,个性化医疗是 驾驶需求更小、更有针对性的批次。医药制造业、模块化允许处理器生产各种各样的产品,更快的场合。
机器人自动化ONCE-ODD工作
工业机器人负责侵蚀制造业岗位,几十年来一直在下降。Asareport由美林(Bank of America Merrill Lynch)解释说:“长机器人,短人类。”
但最新一波的机器人似乎增加人类工人可以完成什么。
Cobots(协作机器人)是可编程通过辅助运动。他们“学习”首先被感动manuallyand然后复制运动向前发展。这些机器人被认为是合作的,因为他们可以与人类一起工作。
是否这些是真正的协作或呈现人类劳动冗余还有待观察。后在田纳西州日产工厂添加自动引导车辆,没有材料处理程序被解雇的增加生产力。欧洲飞机制造商空中客车使用移动机器人,whichworks与人类钻客机成千上万的洞。
虽然即使是最好的机器人仍然有局限性,经济学家担心,自动化将最终导致劳动力的大规模重组。
由于劳动力成本上升在世界范围内,机器人目前引起新一波的回潮,制造业重返美国。
在2015年的一次 调查 BCG,24%的受访美国制造商表示,他们积极转变productionback从中国到美国,或正计划在未来两年——从2012年的只有10%。大多数说自动化成本降低使我们更具竞争力。
机器人已成为宝贵的单调乏味的工作,如包装、排序、反复升降。Cobot制造商通用的机器人说一些机器人手臂平均在195天内支付自己。作为一个整体,协作机器人的范畴定价平均在24000美元。
我们previouslyidentified 80多机器人技术初创企业,但对于重型加工,巨大的市场份额被大工业球员ABB、三菱、发那科、日本安川电气。
在短期内,cobots将允许制造业公司的可重复编程的性质变得更加定制和并行工作与现有设备和员工。在更长的时间范围,然而,机器人将会朝着“熄灯”制造的引擎。
3 D打印技术
对于某些批量生产的项目,3 d印制技术将永远不会打败在注塑中看到的规模经济。但对于较小的运行,实现使用加法制造将是有意义的。
使用三分之一的组件的金属添加剂制造,通用电气了引擎燃烧燃料比以前少15%的设计。通用电气说,它将开始测试的塞斯纳2018年德纳里峰引擎潜在的飞行测试。
制造商将越来越多地转向3 d打印技术为大规模定制起飞在一定的消费产品。
鞋子becomeone popularuse观看。例如,阿迪达斯与碳mass-print定制的运动鞋。此外,其他3 d印刷服务公司Voxel8和Wiiv定位自己专门为鞋用例。
几年后,它可能是更普遍看到批量的零件在消费类电子产品,服装,和其他配件——都由3 d打印。另外,如果rocket-printing启动相对论空间种种迹象表明,技术也将应用于构建大型工业打印作业。
工业三维印刷是最热的部分消失在广阔的空间,和 许多初创公司的目标是提供先进材料 ,包括碳纤维或其他金属奇异的特性。
6。质量保证
随着工厂越来越数字化,质量保证将变得越来越嵌入在组织的代码库。机learning-powered数据平台Fero,看到机器,吸收,在一系列其他的问题,可以编纂精益生产原则为系统的内部工作原理。
计算机视觉和blockchain技术已经在现场,并提供一些trackingquality引人注目的替代方法。
计算机视觉
在大规模生产,检查每一个产品是否规范是一个非常枯燥的工作,受到人类的不可靠性。相比之下,未来的工厂将采用机器视觉扫描imperfectionsthat人类eyemight小姐。
风险投资家喜欢 仪器人工智能训练现场制造的问题。和著名的人工智能专家Andrew Ng新的倚重制造业启动Landing.ai已经与富士康合作,电子合同制造商。(下面是一个视图在着陆。艾未未的模块识别缺陷。)
许多缺陷在电子产品对人类的眼睛甚至不可见。能瞬间识别和分类的缺陷将自动化质量控制,使factoriesmore适应性。
区块链将帮助你回忆说
2017年8月,沃尔玛,克罗格,雀巢和联合利华等,与IBM合作利用区块链来改善食品安全通过加强供应链跟踪。沃尔玛自2016年以来一直与IBM合作,并表示区块链technologyhelped减少跟踪芒果运输所需的时间从7天到2.2秒。
9其他大型食品供应商加入IBM项目,食品行业,合作是罕见的,也可以更好的安全召回对齐。
同样,工厂雇佣blockchains或分布式分类帐可以更好地定位在召回的事件。在处理食物或汽车的工厂,一个系统来管理回忆可以更迅速找出故障部分的起源或受污染批次,可能拯救生命和金钱。
7.仓库
熄灯比熄灯工厂仓库可能会更快。
随着电子商务的兴起,对仓库空间的需求激增。去年,平均水平 仓库天花板高度21%与2001年相比,新仓库建设和支出达到峰值2017年10月,2.3美元用于建设仅在那个月。
仓库的机器人
亚马逊的历史性的775美元的收购 Kiva系统 据说引发军备竞赛机器人制造商之一。骑在电子商务浪潮和全行业的压力,按时交付订单,我们已经目睹了 爆炸的机器人公司 集中 使实现更有效率。
最近,其他Kiva-like公司,包括 获取机器人 和 GreyOrange专注于自动化仓库的其他领域,如选择和托盘包装。
一些创业公司如 准备好机器人 和 轨迹 应用经典的机械手臂包电子商务订单,尽管他们的协作特性使得它们适合的工业任务。我们之前看了看 工业机器人的公司可能是大型企业的目标.
制造商和硬件为主的投资者将继续寻找下一个机器人制造商的10倍比现状更好。和经济学更便宜、更敏捷的机器人可能意味着我们将会看到更多的机器人与人类在短期内。
人工智能的扫描
随着计算机视觉将企业资源规划,需要更少的人们和剪贴板在排序、扫描,发现缺陷。
Aquifi,例如,使用计算机视觉在固定IIoT和手持扫描仪。机器视觉canmeasureproducts维度,计算箱子的数量在一个托盘,inspectthe盒子的质量。目前,这是oftendone剪贴板,目测,间歇扫描。
愿景对于IIoT将越来越至关重要的“抽象”的实时画面仓库内发生了什么。关闭循环,可以说,物理世界和比特和字节之间创建自主仓库至关重要。
8。运输和供应链管理
一旦产品包装和托盘化,让它出门efficientlyis一项艰巨的任务。成千上万的SKU号和订单管理,可以惊人的复杂性,企业资源计划(ERP)软件数量来处理它。
但仍有物联网的空间和区块链更细粒度的实时供应链。
卡车&舰队远程信息技术物联网
一般来说,有可怜的实时了解项目在整个供应链。
舰队远程信息处理领域 近年来几家大型出口,与Verizon收购 FleetMatics 和 Telogis。物联网和软件仅供发货量将增长更重要供应链分散和自动化。
更远,自主车的出现可能意味着自治系统将depalletize,电荷在收到提单。这将更环保、更高效的运动,以及更简化的会计。
超级和特斯拉都高调计划自主semi-trucks、和斯帕机器人(下图)近期上调了近20美元从Y Combinator,山姆·奥特曼和数据集合,其中,专门为长途运输。
区块链
Asmentioned上面,许多 DLT飞行员和blockchain初创公司 正试图putsupply链managementsoftware分布式分类帐。
愿意探索这些技术表明数字化是姗姗来迟。供应链的高度分散的本质是分散技术和合适的用例可能是一个更大的趋势的一部分消除全球贸易的效率低下。
例如,航运巨头马士基正在创业的Hyperledger旨在帮助托运人,港口、海关,银行在全球供应链追踪货物。马士基的目标是取代与防伪数码记录相关的文书工作。
与此同时墨西哥国有石油公司正在协助 Petroteq 在发展中oil-specific供应链管理软件。Petroteq项目——一个企业级,blockchain-based平台称为PetroBLOQ——将使石油和天然气公司进行全局事务。
在未来,制造商将探索分散技术使他们的组织更多的自治和他们的财产(运动)更多的实时数字化。区块链不仅简化SCM的承诺,而且还将支付更多的无摩擦。
结论
制造业变得越来越更有效率,定制,模块化、自动化。但工厂仍在不断变化。制造商正在缓慢技术采用者,和许多mayresist进行新的投资。但随着digitizationbecomes新标准在行业竞争压力将升级创新发展。
最强大的杠杆制造商可以将形式的机器人,人工智能,和基本的物联网数字化。丰富的数据和智能机器人将工厂的产出最大化,同时最小化成本和缺陷。在无人工厂在东莞,采用机器人不良率从25%下降到不到5%.
同时,blockchain等先进的分类和基于“增大化现实”技术在工业正在试验设置,制造业可能最终被带到前所未有的无摩擦的生产和工人增加。
亨利•福特(Henry Ford)的话说:“如果一直做你一直做的,你总是永远得到你了。“充分发挥潜力,制造业需要继续拥抱新技术。