工业 4.0 将如何影响未来的制造业

劳动力短缺不再是一个地区性问题。婴儿潮一代正在退休，大多数发达国家或高度发展中国家的出生率正在下降。在 Covid-19 大流行期间，这一趋势加速了。制造商很快将不得不面对工人数量减少和工资上涨的双重打击。

制造业只有通过变得更加智能并过渡到工业 4.0 才能度过即将到来的危机，其中包括使用传感器、人工智能分析、自动化和机器人技术。此外，机器人技术可以应用于更多的制造领域，从而改善更多的操作。

预防性的维护

突然的设备故障会给制造过程带来不可预测性，增加运营风险和成本。故障需要维修。在进行维修时，生产会减慢或完全停止，从而对下游流程产生连锁反应，这对制造商和客户来说可能代价高昂。

预防性或预测性维护涉及使用连接的传感器来监控设备运行状况并识别开始出现问题的机器。通过让传感器检测问题来触发修复过程意味着问题在零件或机器发生故障之前得到解决。这种检测使管理人员能够提前计划，进行调整以确保操作继续进行，并避免在更换零件或维修机器时代价高昂的停机。

数字孪生

通过物联网传感器收集数据、云数据存储、人工智能数据分析以及基于这些分析的决策构成了数字双胞胎。

通过在实验室或现场的产品或原型上放置许多传感器，产品设计人员可以收集大量数据集。这些数据集揭示了产品在不同环境中的功能。借助这些数据，工程师可以执行仿真以改进产品的开发，从而以更少的原型和更少的测试加快设计周期。

除了有利于测试和验证之外，数字双胞胎还可以帮助团队计划最终原型的准时化和准时化生产。传感器收集的数据可以检测和解决生产问题，以确保质量。

数字孪生还为数据科学家、产品经理和设计师提供了一个协作平台。借助数字双胞胎，管理人员可以可视化数据和趋势，从而更全面地了解机器操作和生产过程。因此，可以生产出更成功的设计，并且流程可以变得更高效，从而节省时间和资源。

制造业中的人工智能

除了在安排主动机械维护以减少停机时间方面的作用外，人工智能还可以帮助提高制造效率。缺乏信息共享和协调往往会造成效率低下。错误和不一致地实施政策可能会延迟运营。例如，在工厂车间的某些区域而不是其他区域实施安全措施是一个可能导致危险情况的错误。缺乏协调可能会导致移动设备的情况，例如，以牺牲其他人为代价来方便一些工人。错过协调机会可能导致工作延误甚至事故。此外，不同工作站之间的无效沟通可能会导致某些零件生产过剩或生产不足，从而导致工作量不平衡和延误。借助物联网传感器，人工智能可以帮助减少错误，执行工作量分析以实现更好的平衡，并整合数据以改善工厂不同部门或同一楼层不同工作区域之间的协调。AI 生成的分析整合数据（例如有毒气体浓度和温度）有助于确定预防危险情况或系统关闭的措施。

超越机器人/分析

基于软件的人工智能制造改进可以与硬件元素的改进相结合。例如，可以通过自动化系统增强生产线。

自动化通常在单个零部件的生产中实施，其中所需的技能和产品复杂性都很低。操作顺序通常由设备配置确定（硬自动化）。另一方面，机器人技术在质量检测中最为常见，其中机器人擅长以高精度执行大批量、重复性任务，并且不会感到疲惫。机器人技术将在使自动化更加可编程和灵活方面发挥关键作用。这正在改变。

装配传统上由人执行，因为人而不是机器可以解决在过程中以不可预测的频率或顺序出现的各种问题。有两种潜在的策略可以让机器人更好地解决复杂的问题。一项复杂的任务可以分解成更小、更可预测和可解决的部分，供机器人使用。例如，可以在每个工位安装用于特定任务的不同工作头，例如螺丝车削、铆接或焊接。或者，机器人可以用来帮助人类解决问题。机器人更擅长识别问题和处理重复、危险或令人筋疲力尽的工作。他们可以将触觉和灵活的工作留给人类，即使机器人也在这一领域取得进展。

车间/仓库内的资产跟踪

稳定的零件供应对于确保生产不间断地进行是必要的。在装配线上，正确的零件需要始终如一地移动到工作站。有缺陷的零件交付至少会延迟组装，在最坏的情况下，会产生有缺陷的设备。在后台，必须及时补充零件，以防止出现缺货的情况。

当工具损坏时，工人需要迅速找到替换工具，以避免关闭整条装配线。每天解决一次中断可能是可行的。但如果一个零件或工具一天丢失几次，延误会增加仓储、生产、劳动力甚至配送成本。此外，即使在生产线可以继续运行的情况下，寻找被盗、丢失或放错位置的设备也是耗时且浪费人力的。

物联网资产跟踪可以帮助减少人为错误并确保将正确的零件交付到正确的工作区域。更重要的是，可以持续补充零件，并且可以快速找到丢失或移位的设备。物联网资产跟踪还支持主动设备维护，最大限度地减少意外停机。

安全

库存或信息盗窃是一项重要的制造成本。一方面，增强的连接性带来了好处，但将所有东西都连接起来也会增加整个系统的脆弱性。一旦黑客闯入制造工厂的某个部分，他们可能很容易破坏系统的其他部分。因此，需要持续监控以确保工厂的物理和网络安全。人工智能可以检测工人在工厂中移动的异常情况以及计算机访问各种系统的异常模式。发现这些异常模式有助于防止潜在的攻击或削弱正在进行的攻击。

设计案例#1：MultiTech

除了提高运营效率，人工智能还可以帮助制造商更有效地应对环境条件。例如，人工智能可以将传感器测量或即将到来的风暴或热浪的天气预报整合到数据分析中。这有助于确定何时打开或关闭某个设备，以避免使整个系统负担过重。

然而，集成测量和分析所需的大量有线位置指示器或限位开关安装起来非常昂贵。因此，比利时公司 Aloxy 开发了一种安全高效的工业物联网 (IIoT) 解决方案，用于自动化阀门操作。Aloxy 的解决方案不仅可以确定阀门是否正确定位，还可以实现实时警报。

Aloxy 需要一种具有低数据速率、高能效和远距离传输的网络解决方案。该网络还必须具有足够的可扩展性和坚固性，以承受长时间的户外使用。

经过深思熟虑，Aloxy 选择了MultiTech Conduit IP67 基站，这是一种坚固耐用的物联网网关解决方案，专门用于户外 LoRaWAN 公共或专用网络部署。该网关还具有高度可扩展性，能够抵御最恶劣的环境因素，包括湿气、灰尘、风、雨、雪和极热。

设计案例#2：u-blox

由独立组件（包括硬件、软件和云服务）组成的安全物联网解决方案可以显着确保制造工厂的安全。需要仔细设计可靠的 IIoT 系统，以保护本地存储在设备上的数据的完整性。然而，使用专用硬件来存储机密、证书和密钥的传统方式可能成本高昂，更不用说缺乏可扩展性和灵活性了。

u-blox 提供的SARA-R5 LTE-M模块提供物联网安全即服务解决方案，无需专门的可信芯片即可保护设备上的敏感信息。Design Security 包使客户能够安全地存储敏感信息。此外，芯片到芯片的安全保护设备免受外部攻击，例如总线嗅探和数据注入。该解决方案可以被其他物联网应用程序采用。

结论：实现真正的生产力

工业 4.0 涵盖制造业的许多方面，包括预防性维护、数字双胞胎、人工智能、机器人技术和分析、车间和仓库中的资产跟踪以及安全性。

通过提高组织内信息的透明度和流动性，可以实现制造业的真正生产力。不同的团队必须能够及时访问正确和适当的信息，以避免混淆、错误或事故。另一方面，需要保护内部信息，以降低开展业务的风险和成本。随着物联网传感器不断收集数据，人工智能将能够执行实现这两个目标所需的分析。

工业 4.0 仍处于早期阶段。未来，与 IIoT 相关的新创新将继续帮助未来的制造业提高生产力。

审核编辑 黄昊宇