德国弗劳恩霍夫协会IPK研究所高级总监科尔:国际视角看制造业数字化转型

管理 761 0

  11月22日-25日,世界智能制造大会将在江苏南京举行。作为专题论坛之一,制造智能决策控制(工业软件)论坛由世界智能制造大会组委会主办,爱波瑞智能制造研究院、爱波瑞(江苏)科技发展有限公司、常之瑞科技发展(常州)有限公司、南京德锐企业管理咨询有限公司联合承办,常州电子装备协会协办,于2022年11月22日在南京国际博览会议中心扬子厅举行。

  德国弗劳恩霍夫协会IPK研究所高级总监Holger Kohl出席并演讲。

德国弗劳恩霍夫协会IPK研究所高级总监科尔:国际视角看制造业数字化转型-第1张图片-生活照片记录

  以下为演讲实录:

  科尔:今天我讨论的主题是数字化转型在制造业的应用,作为弗劳恩霍夫协会主管生产体系和工业设计的高级总监,下面我就给您带来一些目前在运行项目的进展,尤其是在制造业数字化转型领域,上个世纪以来,制造业进行了很多改变,从手工演变到了所谓大批量生产,当审视制造业本身,主要不同就是变量数量显著增加,以及每个变量的单位数量的大幅增长,这就意味着,大量不同标准化产品被大批生产和制造。

  如今您可以看到大众品牌的上百款车型,您还可以给您的车进行定制化配置,这就是我们说的客户定制化的大规模生产,这些不仅得源于标准化生产,也源于模块化生产,如果我们有格式样品模块,我们可以轻易的组装,尽管这仍然处于大批量生产的前提下,大家漏洞知道增材制造,或者您起码听说过3D打印,现在,我们可以制造一些非常复杂的几何构造,在脱离制造工具和模具的条件下,如何在生产系统加入更多个性化、适应性、灵活性,这是如今世界上很多公司要面临的挑战。这里有一些图表,你可以看到左手边一张德国奥迪工厂组装线的照片这奥迪限量版轿车的案例,你可以看到车身并没有和连接在固定的组装线上,他们连接的是自动导引车AGV,这就允许每辆车的个性化定制,也可以实现如果有备件丢失,或者特殊工序花费过长,这样AGV小车可以暂停在一侧,让其他产品经过,这样一种产品可以和另一种产品进行交替生产。

  在传统的固定组装生产线上,这样的生产不可能发生,在底部你可以看到非常长的一串数字,一辆奥迪A3车型理论的变量数,这还是奥迪品牌中比较小型的车辆款式,在一年生产的汽车中,没有任何两辆车完全相同,每辆车与其他制造车辆相比都是百分百的独特配置,在这一年的奥迪A3款式的车辆生产中,当我们从全球趋势和国际战略看一些国家的时候,从制造业数字化转型角度,你可以看到其一优势,即德国为数字化世界带来了大量卓越的工程学知识。

  当提到数字化转型,智慧工厂是一个很重要的话题,在这里您可以看到一个简单的例子,是我们在2009年就已经案发完成的演示,这距我们的总理默克尔女士宣布工业4.0还有两年,在此演示中,我们已经展现了自组织式生产是可行的,这就意味着在制造环境中的不同对象,包括机器、产品、订单甚至是人可以互相交流,也可以基于彼此做相应决策。

  另一个例子在我们平时说到的制造业数字化转型时也经常提起的,就是有关状态监测和智能维护,我们可以让机器看到、感受、利用传感器和传感器数据,而这些传感数据可以表达生产系统的实时状态,我们再在自动化和机器人领域举几个例子。

  您现在看到的是,在复杂的制造系统中,越来越多的设备和机器人在与其他设备机器人合作,例如,一个连接在AGV小车上的机器人,正在向另一台机器上传输工具和零件,比如机器工具、钻井设备或挖掘设备,这就意味着机器和设备在直接进行相互对话,并向对方提供服务。

  在幻灯片的底部,你可以看到另一个例子,在充满不确定性的环境中物体进行自主操纵,这里机器人可以感知自身环境,感知区域内条件。并根据收集到的信息,而决定其AGV机器人小车的行进路线,这一过程完全定制化,完全根据周围特定条件和环境进行配置。

  另外一个例子,而且我个人认为是一个非常重要的趋势,即软体机器人。如今,人类和机器必须在不同的区域工作,因为工人需要得到保护,利用机器人技术,我们可以使用一种新的技术让人类和机器人更为紧密地在一起宏观,比如人工皮肤机器人。

  另外,可以看到夹具越来越灵活,以适应复杂化任务,尤其是那些对精度要求达不到100%的产品,在标准自动化流程中,你不能在零件没达到100%精准的情况下完成任务。但是利用柔性机器人,你甚至可以用它来再组装线,即使精准度没那么高,哪怕是在一些非常复杂的领域,比如齿轮的组装,这本应该是非常难以自动化的领域。

  另一个人机交互的例子,我们经常会处理一些笨重粗大的设备,而这里,工人们可以和机器人非常好的进行沟通,因为机器人可以承重,而人类进行组装或者其他制造流程。

  而这些是依靠意图识别来完成,所谓的意图识别允许机器人去识别人类的意图,这不是示教的模式,而是控制机器人对人类压力传递的反应。因此这是一种对压力控制的快速自动化。希望今天能为您概括地分享了些当下的研究成果,非常感谢您的聆听,下次再会!

  新浪声明:所有会议实录均为现场速记整理,未经演讲者审阅,新浪网登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。

抱歉,评论功能暂时关闭!