客戶的需求和期望是產品開發和制造背后的驅動力。客戶需要選擇豐富且個性化的產品。他們不僅希望快速制造和交付定制化產品，更希望制造商與他們的價值觀相一致。盡管效率、準確性和安全性等傳統制造目標依然很重要，但制造環境正朝著擁有敏捷性、可訪問性、數據驅動型決策、協作和可持續性等新特征加速前進。下文將探討這些特征以及它們如何幫助滿足客戶快速變化的需求和期望。

敏捷性

敏捷系統植根于批量生產方式，其中基本產品是大規模生產的，而客戶定制則分批次進行，例如，生產一批紅色涂裝、一批藍色涂裝，一批粉色涂裝。敏捷性與市場變化和客戶需求相關；它將生產一兩種型號的理念轉變為將這些型號作為選項，從而將制造定制產品轉變為個性化產品。產品定制能夠讓客戶滿意，而個性化則會提升客戶愉悅度。

先進系統在生產線上將每個產品作為單獨的訂單生產，并借助于客戶數據來推動個性化。想象一下，您在生日當周訂購產品時，制造商可能會在包裝盒中放置一張生日紙條，或在包裝上印上“生日快樂！”來為您提供個性化產品。或者，假設您經常看外賣信息，制造商可能會在包裝盒里放一張外賣優惠券。通過將批量生產過程與客戶數據相結合，制造商可以做很多事情來進行產品個性化，不僅能讓客戶滿意，而且還能取悅他們。

可訪問性

在工業自動化中，可訪問性有兩個不同的含義。首先，可訪問性是指通過集成的安全系統將分散的勞動力連接起來。此類系統已經發展了數十年，但直到最近才融合了實現無縫和安全協作所需的技術。在最初的幾十年里，我們看到各式各樣的技術使協作成為可能，但直到現在我們才擁有在業務的各個方面完全集成分散式勞動力、資源和服務所需的一切。

其次，可訪問性是指將人為因素整合到系統設計中，以便于安裝人員、操作人員、技術人員、地板工人和其他人員使用。以人為本的設計曾經是事后的想法或體現在細微之處。現在，很多公司都意識到在這些情況下安裝人員、操作人員以及所有其他人員都是客戶。因此，考慮人為因素并運用相關指南成為了設計成功與否的關鍵。

在這兩種情況下，云基礎設施以及系統集成商（如提供基礎設施即服務、平臺即服務、軟件即服務等類似概念）是可訪問性的重要推動因素。以極低延遲實時工作的團隊為可能的協作類型提供了相當大的可擴展性。增強現實（AR）就是一個很好的例子。AR讓工程師、技術員、制造商和其他相關人員能夠訪問數據分析、實時查看系統并使用可視化疊加來完成維修或改動，因此他們不用舟車勞頓就可進行安裝、操作、故障排除或維修機械系統。與成本、時間和產品生命周期相關的成效已經非常顯著，我們可以預期隨著時間的推移，會涌現更多先進的AR技術。

數據驅動型決策

在當今的工業自動化中，許多洞察都由數據驅動。例如，數據可以評估制造商如何按照公司的重要性等級來行事。在這里，價值矩陣用于確定衡量公司成功與否的五六個重要因素，例如速度、準確性、標準符合性、法規符合性和客戶滿意度。使用實時數據和隨時間變化的數據趨勢，利益相關者可以了解公司的整體表現、價值觀方面的表現以及與行業平均水平相比的表現。

數據洞察使人們從單純對生產問題作出被動反應轉變為主動預防和解決這些問題。數據波動可用于識別某些環節何時有可能出現問題，然后向負責技術員發送電子郵件、向服務臺提交支持工單或向主管發送短信。在某些情況下，波動可能是良性的；盡管如此，實時數據和趨勢依然可以幫助人們掌握主動權而非處于被動狀態。

最后，數據還可用于評估本文討論的工業自動化特征。例如，數據可以告訴制造商何時開始提供其他顏色或不同面料的沙發，而不是作為產品變動，通過這樣的洞察可以提高制造敏捷性。數據還可以通過最大限度地減少因產品變動造成的停機時間，并確保各類人員在正確的時間處于正確的位置，從而提高整個過程的彈性。

（與機器人）協作

隨著人類相互之間以及與機器人的協作，協作的性質也在不斷演變。在工業環境中使用機器和機器人技術的目標歷來是將繁重、重復和危險的任務從人類轉移到機械和自動化系統。協作機器人（cobot）擴展了這些用例，以便納入：

人類需要多年訓練才能熟練掌握的技能。焊接就是這樣一項技能，這項技能需要超過100小時的課堂學習和三到四年的學徒期。即便如此，機器人完成焊縫的質量和一致性通常讓人類焊工望塵莫及。舉例來說，即使是技術嫻熟的焊工在一次連續動作中也只能焊接60厘米的焊縫，并且在開始和結束作業時都會對整體焊接質量產生影響。相比之下，機器人可以一次連續焊接大約121厘米的焊縫，生產出更高質量的焊縫。焊接協作方法可以讓機器人來完成需要技能并可能會影響質量的步驟。而由人類執行更直觀的任務，例如設置過程和處理異常。這種構思正是利用了兩者各自的優勢實現了效率最大化。機器人可以完成部分工作的任務。有時，我們會收到一些易碎、不易處理、或者是需要在潔凈室進行處理的組件。如果使用協作機器人打開各種尺寸和形狀的箱子會存在一些設計挑戰，而且這些任務很直觀，不需要經過計算，所以由人類來執行這類任務會大大提高效果與效率。相比之下，協作機器人可以在開箱后輕松地處理這類敏感組件，并且可能比人類更快、更一致。

彈性

彈性是指系統能在需要調整產品生產時快速適應的能力。例如，一個用于生產產品A的系統，在生產開始時，將其設置為制造產品A。但是，當需要對產品進行變動時，比如要換成不同的顏色、尺寸、織物圖案、模塊或包裝，會發生什么情況呢？在彈性較低的系統中，需要有人手動更改設置以適應這些變化，進而導致停工停產以及用工成本增加。彈性系統則可以承受這類不可預見的不利情況并迅速恢復生產。彈性系統的目標是考慮系統可能遇到的各類變動，以盡可能減少停機時間和人類干預。

而對于工程設計來說，很容易會陷入開發超復雜系統以執行更多任務，甚至可以應對罕見場景的想法。然而，系統越復雜，出現故障的機率就越高。與能夠處理90%生產場景的復雜系統相比，能夠處理80%生產場景的簡單系統可能會更好。彈性設計就是要在需要更多人工參與的簡單系統與具有更多故障點并可能影響其他生產領域的復雜系統之間尋求平衡。

可持續性

可持續性是指在不損害自然環境或影響子孫后代滿足其自身需求的情況下，設計和運行系統。工業自動化通過提高生產率、節約能源和減少廢物來支持可持續發展目標。越來越多的客戶與那些在保護環境和減少環境破壞方面有著共同價值觀的公司站在一起。從這個意義上講，工業自動化的可持續性可以幫助公司從滿足客戶轉變為取悅客戶。

可持續性也是日益自動化的工業環境的潛在結果：

數據驅動型洞察使生產過程更加高效，從而降低能源需求并減少產品制造當中產生的廢物。

數據驅動型洞察使過程更高效，從而減少與制造相關的污染。

數據驅動型洞察使預測性維護成為可能，從而減少對信息物理系統冗余度的需求。

可訪問性實現了遠程協作安裝、運行、故障排除和維修，減少了對現場支持人員的需求，以及與差旅相關的燃料消耗和污染。

AR等訪問支持技術可以減少安裝、運行、故障排除和維修對大量紙質文檔和更新的需求。

協作機器人技術可以減少所需的物理空間量，從而幫助制造商減少全球碳足跡。

最后，可持續性還會帶來可觀的金錢收益。現在有一系列解決方案可用于捕獲、挖掘和監控能源相關數據，并將這些數據進一步轉化為降低成本的洞察力。

論語

客戶需要有豐富選擇和個性化的產品。他們希望快速制造和交付定制化產品，還希望制造商與他們的價值觀相一致。效率、準確性和安全性等傳統制造目標仍然重要，但幫助滿足客戶需求和期望的新特征也在不斷涌現，如敏捷性、可訪問性、數據驅動型決策、協作、彈性和可持續性。制造工程師已經將這些特征融入系統設計中，可以預見到在未來將更加普及。

Darshan Pandya作者介紹

Darshan Pandya是沃爾瑪高級工程和新興技術團隊的高級機器人和自動化工程師，擁有機電一體化工程學士學位和馬里蘭大學機器人學碩士學位。多年來，Darshan一直利用他對工業4.0和未來概念工廠的深刻理解來影響和孵化新興技術、制造、生物技術和供應鏈行業等環境。Darshan熱衷于應對與人機協作 （HRC）、可持續性和為敏捷和精益工業自動化設計網絡物理系統相關的挑戰。

原文標題：客戶推動工業自動化創新

文章出處：【微信公眾號：貿澤電子】歡迎添加關注！文章轉載請注明出處。