{{ title }}
{{ errorMessage }}


{{ errorMessage }}





{{ registerSuccessMessage }}
当前位置:首页>市场动态> 正文 
收藏
点赞
投稿
跨入工业4.0的全数字化世界:消除对智能软件的担心
  2022-06-21      1

专栏作者:Michael Ford,AEGIS SOFTWARE公司

此前的三次工业革命是通过采用机械设备和电动设备来实现物理任务的自动化,这带来的好处显而易见。但是,工业4.0的自动化几乎完全是由数字化驱动的,这代表的是一个全新的无形的世界。由于制造业必须规避计划之外的改变或风险,除非有非常令人信服的理由,我们如何才能充分信任当今企业所需的数字技术,带领我们跨入制造业的全自动化数字制造?

如果拥有神一样的力量,能够俯视完全自动化的工厂,简单、高效、完美地制造任何需要的产品,不需要人的干预,难道不是一件令人惊叹的事情吗?所有的行动和活动都自动进行的,机械自动化和软件自动化混合在一起,不可拆分。这是终极目标,并且是可以实现的目标,不过,要实现这一目标,我们还要采取很多具有挑战性的步骤。

为了走向完全自动化的工厂,人们已经采取了一些措施。从设备和操作中获取的数据可以比以往任何时候都更快地被传输,并且根据不同场景的要求使用这些数据。只要我们愿意,我们就可以在地球的另一端远程监控生产线上的设备和操作。软件在不断发展,不仅为我们人类提供整个工厂的信息,我们可以利用这些信息以更快、更智能、更可靠的方式做出运营决策,而且已经开始为我们做出这些决策。我们接受软件做出的决策结果,例如,来自自动检查与测试设备的信息提示我们可能存在质量问题;来自精益供应链工具的指令可以根据生产进度和未来计划协调物料物流;来自仪表盘上的可操作信息提示我们生产线的各种趋势。

智能软件技术仍然在不断向前发展,还有许多挑战没有完全攻克。

谈到智能软件,我们要稍微多说一些。我们能相信这些智能软件做出的所有决定吗?智能软件技术仍然在不断向前发展,还有许多挑战没有完全攻克。首先要从数据采集问题开始。采集数据的困难在于,不是每家供应商的设备都通过了IPC的互联工厂数据交换技术标准(IPC-CFX)认证,在生产线上,除了获得IPC-CFX认证的设备,还有使用其他数据交换技术标准的设备,由于在同一条生产线上存在按照不同标准认证的设备,这些设备的数据交换技术不能保证信息在内容或意义上的完整性,经常在数据中留下没有观察到的漏洞。由软件自动做出的决定是基于对真实整体情况的某个部分的访问的结果。证明数据中有漏洞也很容易,下面是我们在组装生产线上看到的例子:

•在没有实际可用的物理材料的情况下,ERP仍然生成工作订单和生产时间表

•把在线测试的失败操作认定为“未发现故障”

•在开始生产运行时,仪表盘显示为荒谬的OEE数字

这些都是数据和软件不完整的例子,即上下文被假设,甚至被猜测。我们的电脑、手机、平板电脑、打印机、电视等有多少次被关闭和重启?有些情况是真的有问题,有些情况是我们完全不知道的,但我们知道要做哪些事情可以解决这些问题。这让我们无法对软件有足够的信心。

目前的实际情况是,只有智能软件解决了这些问题,它们才是可信的,我们才能迈进工业4.0的全数字化世界。这本身并不是人们无法意料到的问题。我们继续用人工操作来完成组装任务,即使组装生产线经过多年的演进,仍然没有找到一个能替代现有生产线、实现自动化生产且经济有效的方法。当然,同样的情况也出现在软件领域,随着时间的推移,“人工智能”算法不断演进,可见性得到大幅度的改进,由此也改善了软件决策,尽管和硬件自动化相比,我们更接近软件自动化旅程的起点,即整体软件自动化的+1.0版。由此我们发现自己已经身在一个不断前进的旅程中。

软件是否可信对我们是否采用软件是至关重要的。现在,几乎所有人仍然是手动驾驶汽车,尽管汽车开始增加更多的自动化功能,例如正在成功地引进的激光雷达驱动紧急制动和沿道路方向指示自动转向的软件。不过,我们还是无法完全相信这种软件在所有的条件下都能够提供全自动驾驶。我们是不信任这种自动驾驶软件本身,还是有其他的原因?硬件故障也是可能的原因,我们希望通过一定程度的冗余设计和故障安全设计来解决这些硬件故障问题。更有可能的情况是那些由于意外的或未被识别的固定的与移动的障碍物、天气事件、以及人性所造成的各种路况问题。一些非常聪明的人正在从事汽车软件的开发工作,不过在这些人当中,最重要的是那些推广和身体力行地去体验软件应用的人,他们反馈软件在现实世界中的实际应用情况。

人工智能(AI)制造软件也面临同样的情况。在当今世界中,无论软件在多大程度上是“智能的”,它都需要一个真正了解软件作用和对怎样才能让软件发挥作用有独到见解的用户,才能从软件的功能中获得最大的好处,并知道这个软件的真正机会与限制在哪里。如果对软件不放心,就要想办法去了解和尝试,比如安装软件,然后客观地观察了解软件,在没有持续互动和支持的情况下,看看软件的工作情况。根据机械自动化的经验,由于设备的维护和维修最终是不可必免的,我们需要关注设备的性能和效率。软件不会磨损,用户也不需要深入了解到位级和字节级的细节,但是,了解这些智能软件是怎样逐步集成,成为整个制造资源团队的成员的过程非常重要。随着制造实践向数字化方向发展和演进,将利用更多的软件功能,推动进一步的收益和开发出新的功能,从而扩大软件的“人工智能”范围,创造出更多的商业机会。

为了使整个方案成为成为制造业可接受的一部分,客户和软件供应商之间必须在可见性、信任度和灵活性上下功夫,以降低出现任何不利于智能制造问题的风险。最有效的方法是选择能够实现低风险、可信赖的功能与协同工作能力的正确工具,并且,这些工具的进步还要能够跟上制造实践的发展速度。要避免使用定制的软件和中间件组件,因为它们的静态特性会带来限制和障碍,最终引发解决方案选择上的逐步改变。按照行业标准而且理念先进的公司生产出来的产品,能提供全面且具有完全可互操作的解决方案,这代表伟大的智能制造时代的开端。

现在,运营生产制造的客户都希望看到一个计划。没有数字化的计划越来越被视为是浪费机会,由此产生竞争和客户价值的风险。这种情况就像气候变化问题一样,没有人会指望能在一夜之间建立起完全自动化的数字化工厂,但制造商应该实施必要的教育、技能和战略,把智能制造推向它的最终目标。鉴于每一家公司优先级和选择的软件各不相同,各个公司将采用不同的路径。在组织中拥有具备合适技能和能够前瞻性思考性、的人是至关重要的。能够在制造中能够利用整体“人工智能”的那些人很可能不是来自目前的大多数大学,人力资源经理要寻找的必须是能够掌握制造数字化愿景和方法的人,来增加他们的经验,从而使他们在组织内获得的信任。

为了真正实现数字化制造,我们需要知道我们正在进入什么样的阶段,而且要信任那些让我们能够完成这个旅程的人,同时我们做这件事的动力是创造收益增量,所有这些都和中长期的业务目标是一致的。SMT007

作者简介:Michael Ford是Aegis Software公司的新兴产业战略高级总监。

分享到:
  点赞
  收藏
  打印

中国电子制造专业人士刊物

创于2003年

全国"一步步新技术研讨会"官媒

SbSTC服务号
actSMTC订阅号
扫一扫,掌握最新资讯
评论(0
已输入0
相关推荐
      
      
      
      
热门标签