Jump to content

Умное производство

Умное производство [1] — это широкая категория производства , в которой используется компьютерно-интегрированное производство , высокий уровень адаптируемости и быстрые изменения конструкции, цифровые информационные технологии и более гибкое обучение технической рабочей силы. [2] Другие цели иногда включают быстрое изменение уровня производства в зависимости от спроса. [3] [1] оптимизация цепочки поставок , [3] эффективное производство и возможность вторичной переработки. [4] В этой концепции умная фабрика имеет совместимые системы, многомасштабное динамическое моделирование и симуляцию, интеллектуальную автоматизацию , надежную кибербезопасность и сетевые датчики.

Широкое определение умного производства охватывает множество различных технологий. Некоторые из ключевых технологий в движении «умное производство» включают возможности обработки больших данных, устройства и услуги промышленной связи, а также передовую робототехнику. [5]

Графика образца системы управления производством, показывающая взаимосвязь анализа данных, вычислений и автоматизации. [6] Графика образца системы управления производством, показывающая взаимосвязь анализа данных, вычислений и автоматизации.
Передовая робототехника, используемая в автомобильном производстве

Обработка больших данных

[ редактировать ]

Умное производство использует анализ больших данных для совершенствования сложных процессов. [ нужны разъяснения ] и управлять цепочками поставок . [7] Аналитика больших данных относится к методу сбора и понимания больших наборов данных с точки зрения так называемых трех V: скорости, разнообразия и объема. Скорость определяет частоту сбора данных, которая может совпадать с применением предыдущих данных. Разнообразие описывает различные типы данных, которые могут обрабатываться. Объем представляет собой объем данных. [8] Аналитика больших данных позволяет предприятию использовать интеллектуальное производство для прогнозирования спроса и необходимости изменений в конструкции, а не для реагирования на размещенные заказы. [2]

Некоторые продукты имеют встроенные датчики, которые производят большие объемы данных, которые можно использовать для понимания поведения потребителей и улучшения будущих версий продукта. [9] [10] [11]

Продвинутая робототехника

[ редактировать ]

Усовершенствованные промышленные роботы , также известные как интеллектуальные машины, работают автономно и могут напрямую взаимодействовать с производственными системами. В некоторых продвинутых производственных условиях они могут работать с людьми для выполнения задач совместной сборки. [12] Оценивая сенсорную информацию и различая различные конфигурации продуктов, эти машины способны решать проблемы и принимать решения независимо от людей. Эти роботы способны выполнять работу, превышающую ту, на которую они были изначально запрограммированы, и обладают искусственным интеллектом, который позволяет им учиться на собственном опыте. [5] Эти машины могут быть переконфигурированы и перепрофилированы. Это дает им возможность быстро реагировать на изменения конструкции и инновации, что является конкурентным преимуществом по сравнению с более традиционными производственными процессами. [13] Областью беспокойства, связанной с передовой робототехникой, является безопасность и благополучие людей, которые взаимодействуют с роботизированными системами. Традиционно принимаются меры по отделению роботов от человеческой рабочей силы, но достижения в области когнитивных способностей роботов открыли для роботов такие возможности, как коботы , для совместной работы с людьми. [14]

Облачные вычисления позволяют быстро использовать большие объемы данных или вычислительные мощности в производстве, а также позволяют собирать большие объемы данных о производительности машин и качестве продукции. Это может улучшить конфигурацию машины, профилактическое обслуживание и анализ неисправностей. Более качественные прогнозы могут способствовать разработке более эффективных стратегий заказа сырья или планирования производственных циклов.

3D-печать

[ редактировать ]

По состоянию на 2019 год 3D-печать в основном используется для быстрого прототипирования, повторения дизайна и мелкосерийного производства. Улучшения в скорости, качестве и материалах могут сделать его полезным в массовом производстве. [15] [16] и массовая настройка . [16]

Однако в последние годы 3D-печать настолько развилась, что больше не используется только как технология прототипирования. Сектор 3D-печати выходит за рамки прототипирования, особенно он становится все более распространенным в цепочках поставок. Отрасли, в которых цифровое производство с использованием 3D-печати наиболее распространено, — это автомобилестроение, промышленность и медицина. В автомобильной промышленности 3D-печать используется не только для прототипирования, но и для полноценного производства готовых деталей и изделий. 3D-печать также используется поставщиками и производителями цифровой продукции, которые объединяются для борьбы с COVID-19. [17]

3D-печать позволяет более успешно создавать прототипы, тем самым компании экономят время и деньги, поскольку за короткий период можно изготовить значительные объемы деталей. Существует большой потенциал 3D-печати для революционного изменения цепочек поставок, поэтому все больше компаний используют ее. Основная проблема, с которой сталкивается 3D-печать, — это изменение мышления людей. Более того, некоторым работникам придется заново изучать ряд новых навыков для управления технологией 3D-печати. [17]

Устранение неэффективности и опасностей на рабочем месте

[ редактировать ]

Умное производство также можно отнести к изучению неэффективности рабочих мест и оказанию помощи в обеспечении безопасности работников. Оптимизация эффективности находится в центре внимания пользователей «умных» систем, что достигается посредством исследования данных и интеллектуальной автоматизации обучения. Например, операторам могут быть предоставлены персональные карты доступа со встроенными Wi-Fi и Bluetooth, которые могут подключаться к машинам и облачной платформе, чтобы в режиме реального времени определять, какой оператор на какой машине работает. [18] Можно создать интеллектуальную, взаимосвязанную «умную» систему, которая будет устанавливать целевые показатели производительности, определять, достижимы ли они, и выявлять неэффективность из-за невыполнения или задержки целевых показателей производительности. [19] В целом автоматизация может снизить неэффективность из-за человеческой ошибки. И в целом, развитие ИИ устраняет неэффективность своих предшественников.

Поскольку роботы берут на себя все больше физических задач производства, работникам больше не нужно присутствовать, и они подвергаются меньшему количеству опасностей. [20]

Влияние Индустрии 4.0

[ редактировать ]

«Индустрия 4.0» — это проект высокотехнологичной стратегии правительства Германии, который способствует компьютеризации традиционных отраслей, таких как производство. Целью является интеллектуальная фабрика (Smart Factory), которая характеризуется адаптируемостью, эффективностью использования ресурсов и эргономикой, а также интеграцией клиентов и деловых партнеров в бизнес-процессы и процессы создания ценности. Его технологическую основу составляют киберфизические системы и Интернет вещей. [21]

В этом виде «интеллектуального производства» широко используются:

  • Беспроводные соединения, как при сборке изделий, так и при удаленном взаимодействии с ними;
  • Датчики последнего поколения, распределенные по цепочке поставок и одинаковые продукты ( Интернет вещей )
  • Разработка большого объема данных для контроля всех этапов производства, распространения и использования товара.

Европейская дорожная карта « Фабрики будущего» и немецкая « Индустрия 4.0» иллюстрируют несколько направлений действий и связанные с ними выгоды. Некоторые примеры:

  • Передовые производственные процессы и быстрое прототипирование позволят каждому заказчику заказать уникальный продукт без значительного увеличения затрат.
  • Платформы Collaborative Virtual Factory (VF) значительно сократят затраты и время, связанные с проектированием нового продукта и проектированием производственного процесса, за счет использования полного моделирования и виртуального тестирования на протяжении всего жизненного цикла продукта.
  • Устройства усовершенствованного человеко-машинного взаимодействия (HMI) и дополненной реальности (AR) помогут повысить безопасность на производственных предприятиях и снизить физический спрос на работников (чей возраст имеет тенденцию к увеличению).
  • Машинное обучение будет иметь основополагающее значение для оптимизации производственных процессов как для сокращения времени выполнения заказов, так и для снижения энергопотребления.
  • Киберфизические системы и межмашинная связь (M2M) позволят собирать и обмениваться данными в реальном времени из цехов, чтобы сократить время простоев и простоев за счет чрезвычайно эффективного профилактического обслуживания .

Статистика

[ редактировать ]

Министерство экономики, торговли и промышленности Южной Кореи объявило 10 марта 2016 года, что оно помогло построить интеллектуальные заводы на 1240 малых и средних предприятиях , что, по его словам, привело к снижению бракованной продукции в среднем на 27,6% и увеличению производства на 7,1%. прототипов и снижение стоимости на 29,2%. [22]

См. также

[ редактировать ]
  1. ^ Jump up to: Перейти обратно: а б Лу, Юцянь; Сюй, Сюнь; Ван, Лихуэй (июль 2020 г.). «Умный производственный процесс и автоматизация систем – критический обзор стандартов и предполагаемых сценариев» . Журнал производственных систем . 56 : 312–325. дои : 10.1016/j.jmsy.2020.06.010 . S2CID   225557967 .
  2. ^ Jump up to: Перейти обратно: а б Дэвис, Джим; Эдгар, Томас; Портер, Джеймс; Бернаден, Джон; Сарли, Майкл (20 декабря 2012 г.). «Умное производство, производственный интеллект и динамика спроса». Компьютеры и химическая инженерия . FOCAPO 2012. 47 : 145–156. doi : 10.1016/j.compchemeng.2012.06.037 .
  3. ^ Jump up to: Перейти обратно: а б СМИК 2011
  4. ^ Шипп, Стефани С. (март 2012 г.). «Новые глобальные тенденции в передовом производстве» (PDF) . Новые глобальные тенденции в передовом производстве . Институт оборонного анализа. Архивировано из оригинала (PDF) 6 июня 2012 г. Проверено 12 апреля 2020 г.
  5. ^ Jump up to: Перейти обратно: а б «На пути к умной производственной революции» . www.industryweek.com . 30 декабря 2015 г. Проверено 17 февраля 2016 г.
  6. ^ Альбус, Джеймс С. (1 января 1995 г.), английский: Архитектура исследовательского центра автоматизированного производства NBS (AMRF). , получено 4 марта 2016 г.
  7. ^ Рачури, Сударсан (4 февраля 2014 г.). «Проектирование и анализ интеллектуальных производственных систем» (PDF) . Национальный институт стандартов и технологий . Проверено 16 февраля 2016 г.
  8. ^ Выравнивание, Дж.; Эдельброк, М.; Отто, Б. (1 декабря 2014 г.). «Аналитика больших данных для управления цепочками поставок». Международная конференция IEEE 2014 по промышленной инженерии и инженерному менеджменту . стр. 918–922. дои : 10.1109/IEEM.2014.7058772 . ISBN  978-1-4799-6410-9 . S2CID   31872187 .
  9. ^ Ян, Чен; Шен, Веймин; Ван, Сяньбинь (январь 2018 г.). «Интернет вещей в производстве: ключевые проблемы и потенциальные применения». Журнал IEEE Systems, Man и Cybernetics . 4 (1): 6–15. дои : 10.1109/MSMC.2017.2702391 . S2CID   42651835 .
  10. ^ Портер, Майкл Э. (ноябрь 2014 г.). «Как умные сетевые продукты меняют конкуренцию» . Гарвардское деловое обозрение . Апрель 2016.
  11. ^ «Создание более интеллектуального производства с помощью Интернета вещей (IoT)» . Мир ИТ Канады . Лопес Исследования. 2014 . Проверено 12 апреля 2020 г.
  12. ^ Ван, В.; Ли, Р.; Чен, Ю.; Дикель, З.; Цзя, Ю. (2019). «Облегчение выполнения совместных задач человека и робота путем обучения, обучения и сотрудничества на основе человеческих демонстраций» . Транзакции IEEE по автоматизации науки и техники . 16 (2): 640–653. дои : 10.1109/tase.2018.2840345 . ISSN   1545-5955 .
  13. ^ «Робототехнические системы для умного производства» . www.nist.gov . Министерство торговли США. Октябрь 2013 года . Проверено 4 марта 2016 г.
  14. ^ Бички, Антонио; Пешкин Михаил Александрович; Колгейт, Дж. Эдвард (1 января 2008 г.). «Безопасность физического взаимодействия человека и робота». В Сицилиано, Бруно; Хатиб, Усама Хатиб (ред.). Справочник Спрингера по робототехнике . Шпрингер Берлин Гейдельберг. стр. 1335–1348. дои : 10.1007/978-3-540-30301-5_58 . ISBN  9783540239574 .
  15. ^ Циммерманн, Стефан (26 марта 2018 г.). «Индустрия 4.0 – 3D-печать в обрабатывающей промышленности» . Блог Атос . Атос SE . Проверено 9 июня 2019 г.
  16. ^ Jump up to: Перейти обратно: а б Хьюз, Эндрю (23 марта 2017 г.). «Индустрия 4.0 — это больше, чем просто данные: 3D-печать в производстве» . Блог о цифровой трансформации и операционном совершенствовании . Исследование ЛНС . Проверено 9 июня 2019 г.
  17. ^ Jump up to: Перейти обратно: а б Уилсон, Джорджия (16 мая 2020 г.). «Эволюция 3D-печати в производстве» . Производство по всему миру . БизКлик Медиал Лимитед . Проверено 4 июня 2021 г.
  18. ^ «ТингТракс» . ThingTrax Connected Производство . Лондон. Архивировано из оригинала 12 апреля 2017 г. Проверено 12 апреля 2020 г.
  19. ^ Юнг, Киук (16 марта 2015 г.). «Сопоставление стратегических целей и показателей операционной эффективности для интеллектуальных производственных систем» . Procedia Информатика . 44 (44 стр. 184–193): 184–193. дои : 10.1016/j.procs.2015.03.051 .
  20. ^ Луше, Ален (6 января 2014 г.). «От умного производства к умному производству» . www.automationworld.com . Мир автоматизации . Проверено 4 марта 2016 г.
  21. ^ Хасинто, Джоан (31 июля 2014 г.). «Умное производство? Индустрия 4.0? Что это такое?» . The Vault – Полностью интегрированная автоматизация Siemens .
  22. ^ Чон Мин Хи (11 марта 2016 г.). «Умные фабрики, повышающие производительность МСП» .
[ редактировать ]
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: d837e2471e03e42fe78af39182aca097__1713306300
URL1:https://arc.ask3.ru/arc/aa/d8/97/d837e2471e03e42fe78af39182aca097.html
Заголовок, (Title) документа по адресу, URL1:
Smart manufacturing - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)