智能制造的其他应用

　　具有实时数据分析的传感器早已在军事和商业中用于直升机发动机的预测故障隐患，菲尔·雪莱说，他是西尔斯控股公司的前CTO和牛顿园合作伙伴（一家数据分析公司）的现总裁。“很显然，该故障可能是灾难性的。通过嵌入式传感器和实时计算技术分析振动等性能指标，在故障前实施关键性维护，这就不会让事件发生。”

　　通用电气公司（GE）有很多大型的物理设备，如：风力涡轮机，都嵌入了高度复杂的传感器，用于检测设备内部是否健康。传感器对周围环境的水温度、油压力、机械振动和金属碎片等实时数据进行监测。预测数据分析系统模型对这些数据进行计算，确定该设备的运作效率。“很显然，提前数月或者数周就知道风力涡轮机的性能已经下降，需要及时维修，远为比不知道或现在才发现要好的多，” 唐*布斯克说，他是GE智能平台制造运营管理软件的总经理。

　　传感器还能推动质量改进和浪费减少。雪莱援引注塑成型业务中注射机内传感器的使用进行说明，注塑机上的塑料孔隙率可能导致产品作废。“通过使用传感器和相关算法可以优化注塑成型机上的压力、温度和其他参数，在正确的压力下，可以确保注入足够的塑料，消除空洞的问题，”他解释说。“这能改善注塑产品的质量，减少浪费，以及其他事件的发生。”

　　这一切听起来好像难以置信，但在一些现实中确实存在。企业不可能靠简单地扳动开关，就能变得更“聪明”。挑战比比皆是，其中最主要的因素是缺乏“技术工人或者‘聪明’的人，他们知道如何使用IT技术让机器变得更加智能，”博内登说。

　　斯温克提出了另一个问题。“在生产运营中，一个比较艰巨的任务是：你是否真正知道和了解你已经拥有的数据，能否有效地使用这些数据做出更明智的决策，然后再找出你进一步要收集的数据，”她说。“组织上的区域划分和功能划分是实施智能制造的巨大障碍。”

　　有些组织暂时停止了智能设备的使用，因为他们要等到员工和组织结构完全准备就绪。“最近，我在和一家金属部件制造商的CEO谈话时，问他为什么不购买一款新式的自动焊机，因为它可以增加高品质产品的产量，”博内登说，“他说，他找不到合适的员工来操作它，因为这个员工必须同时具备编程技巧和焊接技术。”

　　他补充说，“没有多少焊工能够掌握IT技术。但在智能工厂中，要做的就是对这些智能机器编程、操作和维护。”

　　不过，尽管存在有各种各样的困难，但这并没有阻止公司需要改进的步伐。根据美国质量协会对制造商最近的一次调查，虽然只有13％的企业在组织内部实施了智能制造。但在实施了智能制造的企业中，82％获得了更高的效率，49％减少了产品缺陷，45％提高了客户满意度。

　　这些回报物有所值。

　　作者：华镕

　　该作品已获作者授权，未经许可，禁止任何个人及第三方转载。