数据|机器主宰工厂这件事,远比你想的近( 二 )


最后是整体的运维统筹能力 , 所有机器人的数据在边缘计算处理之余 , 还得汇总到一起 , 数据汇总的仪表板可帮助奥迪员工直观查看数据 , 并且系统会在检测到焊缝缺陷或潜在配置变化时提醒技术人员 , 以最大限度减少或消除缺陷 。
协助奥迪完成这么大一个挑战的伙伴不是别家 , 就是全球半导体业巨头英特尔 。 在内卡苏尔姆工厂进行的机器人升级 , 就是英特尔和奥迪在合作进行概念验证(POC)试验 。
虽然只是一次试验 , 但效果依旧十分明显 。 奥迪的生产计划、自动化和数字化负责人Michael H?ffner就专门表示 , 通过这次试验 , 生产线上劳动力成本降低了30%到50% 。
更为关键的是此次试验的内容 , 完全可以作为一种基础性技术 , 扩展到汽车生产的其他环节中去 , 如铆接、涂胶和喷漆等等 。 横向拓展能力的基础主要有两点 , 一是英特尔打造工业互联网时的硬件基础 , 各种不同的工业解决方案都是运行在英特尔的X86处理器上 , 而英特尔X86处理器自身从边缘到云计算的广泛布局 , 让其工业互联网解决方案极具扩展能力 。
另一方面在于英特尔在工业互联网上的提前投入 , 在奥迪解决方案中 , 便使用了英特尔的“Industral Edge Insights(下文简称IEI)”软件 。 这套软件本身就着眼于工业中的各种场景 , 通过与英特尔自身灵活的硬件基础结合 , 帮助客户更快完成数据收集、存储和分析 , 降低工业互联网的门槛 。
数据|机器主宰工厂这件事,远比你想的近
图片

解决方案拓扑图
仍以焊接这个任务为例 , 英特尔还和国内公司信捷点气合作 , 研发了一款完全通过3D机器视觉实现的焊接解决方案 , 能够完成很多以往非智能解决方案无法完成 , 必须依赖人工的焊接任务 。
制造业的下一步 , 应该是什么样子?
作为决定人类生活水平的前提 , 制造业的发展注定没有终点只有更远的远方 。 这个不断前进的过程中 , 最关键的是找到未来的核心趋势 。
日本在上世纪70、80年代疯狂地将各种机器人技术引入了机械、电子、汽车为代表的制造业 。 时至今日 , 日本的机器人保有量虽持续下滑 , 但仍牢牢占据世界第二的位置 。 这背后所对应的就是日本对于制造业发展的判断:
一是机器人在完成高精尖的制造任务时有先天优势;
二是日本是全球少子化、人口老龄化最严重的国家 , 机器人可以极大幅度解决劳动力问题 。
问题来了 , 从当下趋势看 , 制造业未来的核心是什么?
传统机械化主导的制造业发展已趋于完善 , 基础的数字化手段开始往更高级、更系统的数字化阶段迈进 , 而传统死板的自动化手段应用场景始终受限 , 通过给计算机喂数据来实现编程的机器学习有望大规模应用 。 几个点结合起来看 , 可以归纳为一句通俗易懂的话——机器注定将会在更多的制造场景和领域中 , 全面超越人工 。
去年 , 富士康曾联合亿欧智库、腾讯云共同发布了一份白皮书 , 其中提到中国制造业转型升级 , 内里最关键的是要构筑卓越制造体系 。
具体一点的内容包括精细化管理和决策、动态需求和资源规划管理、柔性生产、全价值链的可追溯性等等 。 这些小的要点都需要强大的数字化能力支撑 , 例如动态需求和资源规划管理 , 需要构建统一的数据治理体系 , 又比如长期被作为工业4.0代表的柔性制造 , 就需要多机协同的工业互联网架构 。
在这个过程中 , 英特尔扮演的角色 , 就是和自己的合作伙伴一起 , 将自己主导的软硬件乃至更上层的生态 , 实打实地推广到更多工业实际应用中去 。
数据|机器主宰工厂这件事,远比你想的近
图片

(责任编辑:董云龙 )


推荐阅读