|7分钟阅读

如何实现零缺陷制造:行业的承诺4.0

假设我们基于过去或目前的情况,我们对未来的处理是一种常见的谬论。如果2020年集体教导我们任何东西,那么明亮的闪亮课可能是我们永远不应该如此喧嚣,以便我们能够知道未来持有的挑战。

由第一个提供的第二课是,即使我们不知道角落周围的话,我们也可以为意外做好准备。

行业4.0的概念(或有时被称为第四届工业革命或未来的“工厂”)是制造商在2021,2022,2023等中存活的方法所在的方法。。

一个答案来实现一个聪明的生产过程,巧妙地适应新的甚至地球破碎的变化(这是行业的梦想4.0)在质量检验,验证和监测范围内。质量数据的收集和转移有能力解锁新的途径,以解锁生产效率,吞吐量加速,过程创新,根本原因分析,产品性能故障避免和零缺陷制造。

简而言之,优化数据等于降低成本和更高的收益率。

数据文档如何改变,需要进化

一种很好的思考每个行业时代之间过渡的方式是通过查找每个工业迭代中存在数据的位置。

  • 行业2.0 - 从纸张到电子文件;数据的数字化允许更广泛的共享和存储信息
  • 行业3.0 - 电子文件被汇总,评估趋势
  • 行业4.0 - 元数据瞬间收集和共享。具有机器学习的传感器和算法允许人类尽可能快地做出最佳决策。这些观察结果可以立即纳入过程改进。

我们目前处于元数据时代,工业4.0的承诺是一种从文档思维模式的转变。这需要的不是回避文档本身,而是不要像纸张甚至pdf那样以平直的方式思考数据。由于所有这些信息到处乱飞,无法辨别最重要的数据,也无法理解如何解读这些数据,导致70%的制造企业无法成功实施工业4.0。

要了解有关全面地查看粘附过程的更多信息,收集预测数据并将所有作品放在一起,下载我们的电子书:制造商的路线图,以消除生产中的粘附问题欧宝娱乐ob

数据收集,分享和分析的动态方法是将制造商通过的东西。

这对优质工程师来说是什么样的数据是数据的积累,这些数据涉及其产品成功。任何可以衡量的东西都是公平的游戏;温度,强度,拓扑和表面质量,只是为了命名几个。

我们的含义质量是用于粘合,涂覆,密封,印刷,涂漆的材料表面的准备,或者只是表面清洁所有有机污染物,可能阻碍粘附和性能。

在这种意义上,表面质量是一种难以在生产中衡量的化学状态。大多数设备,对影响表面质量的分子变化敏感,非常有限于其“靠近行动” - 行业4.0的关键方面。

如果您无法在实际部分上衡量质量,那么您将被留下来。但是制造商必须克服自己的期货,这是这些类型的数据问题。

将数字资产应用于制造业

数字资产不一定在面值时的声音更复杂。可以以电子方式存储和共享的任何内容都是数字资产。这可以是用于在粘合或清洁过程中测试表面清洁度的时间戳,视频,图像或接触角测量。

将行业3.0带入工业4.0的明亮光明的东西是这些数字资产是如何收集和使用的。

每个行业的许多制造商都在呼叫自动化他们的生产线。这可能是开发智能制造框架的一个非常重要的一步。自动化打破了开放的机会,采用正在推动推动先进制造工艺的新和新兴技术。

新的,破坏性和非传统技术是创造高速率的重要组成部分,零缺陷生产制造商正在寻找。要记住的是至关重要的:这是:技术的自适应,灵活性和响应性,他们提供的数据将是彻底改变流程的东西。

单独的机器人不会拯救我们。自动化缺陷的过程仅仅加快了质量差的零件的生产。包括自动数据分析的制造过程允许采取措施更快,并且可以采取更远的上游以防止重大中断。它不仅仅是铆接,表面处理,粘合剂应用和固化,或其他传统的手动过程,我们应该自动化。

关于零件质量的数据,可以在每一个瞬间收集关键控制点(CCP)- 从供应商到整理程序的零件 - 是建立实际发生在实际生产环境中实际发生的整体地图的最佳工具,并在实际生产环境中。

通过内联预测分析改造质量

实现行业4.0级生产水平的制造过程的一个关键特征是发生行动的数据收集。这有时被称为“接近行动”方法,因为它采用了云计算,人工智能,虚拟和增强现实的宇宙思想,是不断嗡嗡的事情互联网,它将它们全部带到地球上。

这些高级工具只能像他们出现的结果一样酷。

行业的一个主要福利4.0 Ethos是它实际上为中型和小公司的范围内带来了高端分析力量。数据的数字化可以使收集和分享较便宜,因此它过于阳性级别播放字段。

虽然,有很多公司在那里,您认为,为了能够合法地声称一个行业4.0设施,您必须购买每个闪亮的Gizmo和Do-Dad。它根本不是这样。

这种营销可以使他们希望实施行业4.0型号的高级执行团队的优质工程师,因为它使得这一举动似乎是一个只有理论上收益的预算流失。

事实是,行业4.0更多关于将互联网时代的分散,泛滥,合作精神带入制造领域。它是关于授权每个级别来创新和行动,尽量减少,以便无需额外费用。原理思想是利用预测分析的力量,因此失败的趋势可以摆脱或改变(大或小)可以适应精确,也可以尽可能少的猜测。当您对您的过程中的细节有可见性时,您可以看到可以进行调整以适应新情况,您可以预测这些调整如何影响所有相互关联的流程。

理解这一点的最佳方法是从当前问题或想要避免的问题开始。寻找当前过程中的差距。

例如,汽车制造商需要通过一定百分比减少新设计的重量,因此它们构造了轻质复合材料而不是钢的框架。为了进一步减轻重量,它们采用粘合剂粘合工艺从设计中除去金属紧固件。他们知道等离子体治疗将有助于这种粘连过程更加成功,他们正试图实施更多的行业4.0策略,因此它们在整个设施中安装自动化大气压等离子体设备。但是,在行业4.0心态上,他们需要在所有这些新进程上收集数据。他们需要提出关于复合材料的表面质量的问题,并且他们需要数据知道等离子体处理每一次真正创造一个可粘合的表面。

通过连接到自动化系统的智能传感器,他们可以立即评估治疗前后复合表面的质量,通过全球或制造执行系统一直发送该数据以进行自动调整或标志趋势。现在,汽车制造商正在建立一个更安全的系统,它具有它之前没有的自我监管。

CO2清洁治疗 -  GIF

不可避免地,等离子体处理系统等设备将通过使用机器的DINT漂移。传感器不仅揭示了漂移是否发生,而是可以精确量化多少,保护制造商在他们想要保持周围的新设备和遗留机器中的投资。设备可以更连接,并确保始终以100%的效率运行,当检查内置的过程中,以证明您充分利用您的设备。

使用行业4.0方法攻击这些问题是战略性的,将向其他生产领域开花。

创建可扩展解决方案

众所周知,制造过程是相互依赖的,并且即使在一端的微小变化也可以对另一端具有大规模的影响。垃圾箱的1度变化,突然间,你的整个船是千里偏离历史悠久的路线。

这就是制造问题的数据解决方案需要直接通知工程师在流程和规模中发生的事情。端到端的常用语言意味着更好地沟通0b足球 他们的测试和设计实验室的技术人员向技术人员监督远程员工和管理的实际程序,他们可能很少在工厂踏板上踏上脚。

每个CCP需要具有从其特定点收集的相关数据,该过程中直接引用和补偿每个其他相关步骤。这一切都需要实时完成。

似乎是一个大问题,但如果您根据如何使用数据如何将CCP分解为类别,它揭示了将整个过程拉到一起的绗缝模式。

在发育最早阶段收集的基线数据可以被视为预防性分析。这些是最终产品的规格和要求,沿着实现完美的输出的每一步。这为稍后收集的所有分析奠定了基础。

接下来是预测分析,将线索和深入了解准备的操作是如何满足真实世界的情况。这可以是在储存部分之前建立的磨损步骤或清洁度测量之前的初步检查。这是使这些过程比以往更灵活的数据。预期变化意味着它不会在发生时摇滚船。

验证分析是收集的数据,以证明过程的功效。例如,当含氟聚合物被激光蚀刻并且简单的接触角测量时,验证该部件现在的化学反应足够遵守,这是工作中验证分析的完美示例。虽然在后期后监测期间也可以收集到此过程中最有效的点,但该数据通常在此过程中收集。这些可以是涂覆疏水性验证或均匀测量的形式。

制造业的未来现在

提高精度,效率,技术采用,并扩大了制造业所需的想法需要创造力,但并不像它看起来那么困难或遥远。

关于如何倾向于在大多数制造过程中已经存在的宏伟连接的转变态度将使公司能够挖掘新的数据流程,只需开发出来并良好使用。

它就在那里,行业4.0是一个花哨的术语,了解制造商在以前没有看过以改善他们的流程。

要了解有关全面查看您的粘附过程的更多信息,收集预测数据并将所有作品放在一起,下载我们的电子书,概述了制造商最大的困境。“制造商的路线图,以消除生产中的粘附问题欧宝娱乐ob“电子书在所有CCP之间绘制一条线,并通过如何实现如何实现为您提供所需数据的智能传感器。

制造商的路线图,以消除生产中的粘附问题

发表评论