首页 > 工业4.0

九大工业风向标 一览汉诺威2018

来源:南山工业书院2018.04.19阅读 4909

  下周,汉诺威工业博览会正式拉开帷幕。此次展览会共有九大热点主题,最红的当然是工业4.0,这越发成为民族血统的德国标签。
  热点1  工业4.0
  德国工业4.0换了调子:人类继续成为主角,而连接勇攀高峰。“人类、机器和IT”这三者,同时成为未来工厂的基石,而网络(或者干脆就是物联网),正在将工业4.0推向新的阶段。透过‘产业集成—连接与协作’这一主题,汉诺威强化了工业连接,是如何促进全新业务、工作和协作形式的发展。
  更重要的是,德国已经在12个区域测试“如何将新技术成为协作能力的一部分”这样一个“技术进步与组织协同”的问题。这也是德国联邦经济部“数字中枢倡议(digital Hub)”的重要目标。


  图| 数字中枢在德国


  这个一年前由德国BITCOM协会成立的联盟,旨在推动德国工业的数字化转型。目前已经有350个创业公司、150个企业和45个院所,其中“中枢办公室”作为一个中心办公室实现网络化连接。大中小企业、创业的雇员可以混在一起办公,德国人这次是不是很激进?
  协同,成为工业4.0的新调调。
  热点2  物流4.0
  物流也在蹭光了。是不是4.0都是德国的?
  看上去是的。
  全球最大的物流展CeMAT,以前是独立展会,今年也将同期举办。生产和物流正处在无缝整合的过程,使得厂商能够打造更加高效、灵活的产业链,从场内物流,到场外物流,甚至到零售,边界都在模糊。
  在今年的博览会中,借由大量的产品及案例,观众能感受到智能物流的巨大潜力。同时,在服务为王的时代,此次博览会中观众还可以看到全方位跨渠道物流系统以及物流运维服务的相关解决方案。
  德国MAN为申克提供了一个先导测试车队。几辆车连在一起,由第一辆头车指引和控制后面几辆车的速度,从而整体实现省油的目的。今年2月份开始通过空车的方式,进行测试。


  图 | 货车联网节省燃料


  工业4.0能够牵手物流4.0,是因为它们具备共同发展的契机。在工业4.0工厂的框架内,智能物流是连接供应和生产的重要环节,也是构建智能工厂的基石。智能化物流系统将融入智能制造工艺流程,使智能制造与智能物流的系统集成。所以,智能物流的愿景是:所有的物流环境全部始于自动化仓库,全部利用数字化方案解决,而非人力。实现这一点,主要的挑战便在于管理复杂的流程并使其更高效。这需要强劲的自动化技术支撑,也需要能够处理日益复杂的供应链的创新物流流程。
  热点3  平台经济
  数字经济正在全球热推。德国近两年相继发布了不少研究报告,探讨德国推进数字化工作的方法及影响。其中以2016年5月发布的《德国数字化平台绿皮书》以及2017年3月发布的《德国数字化平台白皮书》最为权威。这两份报告同时提到了进一步推动传统经济发展为数字化生产和平台经济,成为成长、创新、生产力和就业驱动力的重要性。
  对于很多人而言数字化生产基本等同于工业4.0,也就是平常我们所说的向智能生产和智能设备的转变。更值得注意的是,市场经济结构也在转变,那就是平台经济。这才是数字化变革的核心。
  工业4.0之所以与平台经济密切相关,其中最重要的关联点是数字化工厂。在数字化工厂中,整个生产流程和供应链都是虚拟的,而且高度柔性化。在数字化平台中企业可以为消费者提供更多的产品和更贴切的服务,这种平台会逐渐演化成一个生态系统,企业通过模块化业务即可与更多的第三方平台有机地结合,从而满足用户的各种要求。
  可以更简单一点看,现在很多企业在生产流程中,可能会用到不同供应商提供的云解决方案,面向不同的应用 。分开应用也能解决问题,但是合并起来会怎么样呢?德国智能工厂联盟SmartFactoryKL提供了一种“元云meta-cloud”的解决方案。


  图 | 元云更强大


  这是一个超级平台,汇集不同的单独云解决方案。它提供专业知识,覆盖各种机器,但只提供特定的应用。各种不同机器的数据,可以混合分析与应用。
  热点4  协作机器人
  机器人大显身手,所有重要厂商悉数在场。KUKA、Yasakawa、ABB、Kawasaki、Mitsubishi、Schunk、St?ubli、Universal Robots、Franka Emika,这些机器人公司、系统集成商和夹具系统供应商等将展示其智能工厂解决方案。他们的出现反映了机器人在当今现代制造业中不可或缺的作用。其中协作机器人(Cobots)将会是本届展会的一个焦点。
  协作机器人是一种从设计之初就考虑降低伤害风险,可以安全的与人类进行直接交互与接触的机器人。协作机器人的目的是把机器人(精确)的重复性能和人类独特的技巧与能力结合起来,随着技术的发展,未来所有的机器人都应该具备与人类一起安全的协同工作的特性。2025年,人机协作型机器人的全球市场价值将达到115亿美元,相当于目前传统工业机器人本体的市场规模。
  沈阳远大与长期从事机器人研发的德国汉诺威莱布尼兹大学合作研发的协作机器人将会在本届汉诺威工业博览会上全球首发,值得关注。这是自去年1月份二者开始合作以来,能够听到的最好消息了。沈阳远大已经开发的智能磨削型机器人具有智能、柔性、高精、防爆、环保等优点,实现了在加工行业的“机器替人”;而视觉引导技术通过3D机器视觉、建模、比较计算、信息网络传输,引导机器人运动,相当于为机器人装上了眼睛。
  来自丹麦的UR机器人公司,致力于“即插即产”的方式,简单的安装和成本,得益于其UR+的生态系统,在线提供了大量的软件资源、传感器、夹具模块等 。


  不过,协作机器人在中国并没有受到太大的追捧。ABB的Yumi机器人更像是一个萌酷的玩物,并没有引起行业的注意。
  热点5  数字孪生
  数字孪生指的是将物理对象以数字化方式在虚拟空间呈现,以数字化方式为物理对象创建虚拟模型,模拟其在现实环境中的行为特征。数字化孪生具有模块化、可大可小、保真性和连接性的特点,可以从测试、开发、工艺及运维等角度,打破现实与虚拟之间的藩篱,实现产品全生命周期内生产、管理、连接的高度数字化及模块化。
  全球制造业挑战不断加剧,制造企业急需数字化转型,数字孪生成为一门重要的技术。它不仅指产品的数字化,更包含工厂本身的数字化建设和工艺流程及设备的数字化。数字孪生实现的过程中,需要各种集成的软件工具、精确的建模和三维全生命周期的标识。
  没有一个企业的数字战略能够忽略数字孪生的作用。SAP Leonardo平台为数字孪生,引入了一个云解决方案“预防性工程洞察力”。利用刚刚购买的一家挪威的3D软件,对那些从传感器来的压力、张力和材料生效数据,进行评估,从而帮助企业加大对设备的洞察。
  (不能前往现场?请联系微信号 ygpz5249 加入 “知识星球”。立刻弥补缺憾!)
  热点6  预见性维护
  这个问题成为工业热点好多年了。
  无论哪个行业,设备都是高价值资产,并对整体生产运营有至关重要的作用。意外停机不但会影响交货期,还会降低维修效率,增加设备连锁损坏风险,并会进一步影响上下游设备的生产,对企业而言损失重大。因此,设备维护享有高优先级的待遇,而明确的早期识别和干预计划对工业设备的维护是非常有价值的。
  预见性维护依靠智能传感器来确定运行中机器的状态,并在有需要时安排维护。通过这些传感器收集的数据,机器制造商可以适时地向工厂运营方提供维修服务,由此建立起他们的售后维修业务。
  德国大陆轮胎提供了一个ContiConnect 物联网平台(实际上,固特异等也有类似平台),通过Vodafone提供移动通讯支持可以为车队经理提供对所有轮胎数据进行监控。


  图| 大陆轮胎的监控平台


  不过有意思的是,这个平台暂时在德国并没有开放。而只是在美国、泰国等地进行运行。
  热点7  集成能源
  能源行业的数字化一直没有停止过。如果没有数字化,现有的集中发电厂,很难转向到可再生能源和分布式发电结构的现代高效能源系统。在即将到来的汉诺威工业展中,“Integrated Energy”的标牌尤为突出,能源馆将展示数字化如何影响能源系统。展会上,观众不仅能够看到传统能源生产、传输、分配和储存的整个产业链,还将发现智能电网、虚拟电厂、可再生能源解决方案以及移动替代解决方案。
  热点8  轻量化结构
  德国是当前汽车轻量化材料占比最高的国家。德国汽车工业十分发达,在新材料工业和机械制造领域聚集了世界上最优秀的几个生产企业,具有推动轻量化得天独厚的优势。
  5号馆的工业供应展将成为这个热门话题的主要展示。在这里,寻求解决方案的人可以前往综合轻量化广场:在整个工业领域内轻量化材料、工艺和解决方案的新市场。广场将设有演讲角和中央演示区。14个国家协会和组织正在向综合轻量化广场提供他们的专业知识,其中包括德国复合材料、弗劳恩霍夫轻量化设计联盟和德国联邦经济和能源部一起赞助的轻量化设计倡议。
  混合轻型结构正在成为热点,通过不同材料的混合,例如,使用铝、钢、CFRP(增强型碳纤维),而不是采用“铁板一块”的方式。显然,汽车行业、铁路车辆制造、物流、电子、机械和设备工程、航空航天和医疗技术等众多行业的代表来到汉诺威寻求轻量化的设计解决方案。汉诺威工业展会正在迎合这种趋势。
  热点9  人工智能
  最不能缺席的技术恐怕就是人工智能了。它是所有国家的明星。遗憾的是,在制造业,它甚至连配角的位置都还没找到。
  泛泛而言,人工智能与IT平台和工业机器人三者之间的集成,将使新一代的智能工厂达到一个更高的水平。机器学习已成为人工智能应用在制造业中最重要的技术,它能够让数字系统识别数据中循环出现的模式,将其应用到新的数据流中,从而在系统运行中实时监测到新的趋势和异常情况。
  不过,看上去有大量的机器学习应用在制造业中的场景,例如,智能化监控设备故障、能源优化管理、物流车辆自动调度等,都是跟大数据分析有着密切的区别。说是人工智能,其实也嫌勉强。AI最常用的,仍然是图像识别,其次仍然是数字助手等。
  虽然AI很耀眼,不过在工业领域,仍然只能算个凑数的吧。

继续阅读