- KUKA移动机器人AMR助力全链路制造物流全面升级
- 库卡机器人无支承结构的 3D 金属打印
- 库卡机器人LBR iisy助力总线连接器质量控制自动化
- 库卡移动机器人发布重磅新品KMP 400P
- 库卡移动机器人赋能智造新未来
2030年的工厂是什么样子的?
BCG波士顿咨询公司发布了关于未来工厂的最新研究报告《2016年未来工厂研究》,通过研究汽车供应商和整车厂来探究未来几十年的工厂,在利用创新提高生产效率方面,这两类企业一直走在前列。报告的目的是描绘2030年未来工厂的蓝图,并对其价值进行评估和制定实施路线。
未来工厂的要素
作为一种未来设想,未来工厂是是指制造商应通过改进工厂结构、工厂数字化和工厂流程,来提高生产效率。通过未来工厂结构、数字化、流程来说明未来工厂是由哪些要素构成。
未来工厂的结构
未来工厂结构的布局更加灵活、方向更多,拥有模块化生产线装置和可持续的生产流程。其结构主要包括多方向式布局、模块化生产线装置和可持续生产。调查中,无论是现在还是未来,受访者都认为工厂结构在远水救不了近火工厂中发挥重要作用。
多方向式布局。未来工厂将会采用多方向式布局,将产品放在无人驾驶运输系统上,通过与生产机器相联系来单独指导生产。德国奥迪R8的工厂里就没有固定的传送带,。与此相反,按照地面激光扫描仪和RFID技术,无人驾驶运输系统会在装配流程中移动车体,达到快速改变装配布局的目的。
模块化生产线装置。未来的工厂结构拥有可更换的生产线模块和生产机械,可轻松进行重新配置。目前,丰田正在墨西哥和中国的工厂装配“简单利落”的生产流水线。这家汽车制造商将会使用模块化的传送带(建在工厂地面而不是坑井中)给工人提供更大的灵活性,他们可以灵活地改变生产线的长度和移动线端设备。
可持续生产。未来工厂的目的是实现生态可持续生产,其中包括有效利用能源和材料。伟巴斯特已为罗马尼亚阿拉德的工厂配备了LED照明和夜间自动冷却系统,从而大大降低了能源消耗。
未来工厂的数字化
制造商对数字技术的使用越来越广泛。越来越多的公司都尝试引入更智能的自动化生产,以此来提高生产效率。
智能机器人的安装。机器人可以执行工人无法执行的复杂任务,能够快速地从生产线收集信息,按其特性自动调整它们的动作。
使用协作机器人。机器人可以与工人展开协作。在德国的大众汽车工厂中,协作机器人完成了工厂无法拧紧的螺丝。
实行增材制造。制造商已开始使用3D打印技术制作工具和组件。劳斯莱斯幻影这款车使用3D打印技术制作的部件超过1万个。
使用增强现实技术。增强现实技术(例如佩戴智能眼镜)能使员工获得视野范围的信息。这种协作技术在装配、维护和物流等方面特别有用。德国的大众汽车的工厂就已经配置了3D智能眼镜,进行订单拣选。
应用生产模拟技术。使用实时3D生产模拟技术,制造商可以优化生产流程和物料流。
进行实境培训。3D模拟培训有助于员工在现实化环境中学习,奔驰通过车辆和装配组件的数字模型开发出虚拟装配生产线。员工在虚拟环境中使用虚拟角色,分析完成装配任务的最佳方法。
进行去中心化生产指导。很多公司已开始使用先进技术在工件、机器和员工之间进行通信,从而创造出自主生产流程。博世尝试开发能够检测工具位置的程序,根据工具的位置以及其收到的有关工件确切位置的信息,这种工具将会自动加载相应程序,执行特定操作。
进行大数据分析。制造商正在使用应用程序来自动分析大量的数据。在位于德国下图尔克海姆的工厂,奔驰已在使用预测分析来检测600多项质量影响参数,生产完美的气缸盖。
工厂流程
通过使用新的数字技术,制造商已将精益管理提升到了新的高度。在精益管理中,数字技术能够提升的两个关键要素是以客户为中心和持续改进。
以客户为中心。制造商对客户需求有了更深的了解,比如通过大数据分析,他们能够获得客户的产品应用反馈。反之,公司也可使用这些客户反馈来改善产品设计和生产流程。很多公司还希望能够利用新技术,了解客户在汽车生产方面的意见。
持续改进。制造商正在使用各种新技术来提升作业价值,不断改进生产流程。博世使用的软件能够分析燃料喷射器的实时生产数据,该软件会监测流程执行率并识别作业趋势。它能将偏差信息自动传递给操作员,由他们加以纠正。
全方位一体化价值链
在未来工厂中,由供应商、部件制造、冲压车间、车身车间、涂装车间、最终组装及客户组成的价值链,将实现全方位一体化,打破传统界线。在整个价值链中,IT系统与各种必要的生产数据全方位一体化,将对生产制造产生促进作用。在一个公司里,这种一体化可以加强研发部门、生产部门、销售部门等其他职能部门之间的联系。
对于这种一体化价值链中的每一个工厂车间,汽车行业调查对象均针对其认为的在工厂结构、工厂数字化、工厂工艺方面最重要的要素给出了自己的看法。
部件制造
部件制造将具有更大的灵活性、更好的工作条件,并从中受益。例如80%的汽车行业调查对象提到了去中心化生产指导的相关性,尤其提到了2030年未来工厂机器参数的自动调整。
几乎所有调查对象均指出了机器与产品之间通讯时的灵活性提升问题。生产凸轮轴时,蒂森克虏伯公司为每一凸轮轴分配了一个数据矩阵代码,代码中包含产品数据。产品机器对每一凸轮轴代码进行扫描,并在执行制造任务前,对其参数进行相应的调整。
此外,超过70%的调查对象表示,到2030年时,增材制造(一般称为“3D打印”)将与部件制造相关。其中,提到的增材制造的用途不仅有打印原型,而且还有打印各种工具和零部件。
冲压车间
冲压车间的设备效率将大大提高。93%的汽车行业调查对象提到了2030年预见性维护的相关性。实际上,大部分调查对象已经实施了其第一次预见性维护,或者正在计划在未来两年内实施。
德国舒勒集团研制出了一款机器人,不仅可以沿着冲压线移动零部件,还可以对各种部件的情况进行监测并提前发送给工人的更换零件的信号测。斯柯达汽车公司将安装能耗比传统系统低15%的冲压线,对冲压期间释放的能量进行回收。
车身车间
各汽车公司正在采用新技术来提高车身车间的灵活性。超过80%的汽车行业调查对象表示,到2030年,智能机器人及生产模拟将与车身车间密切相关。汽车制造商已经在利用可以与车身进行通讯并根据接收到的信号相应地调整自身行为的机器人,工业机器人维修,同时模拟还可协助车间布局的规划与配置。
库卡和微软两家公司针对生产Jeep牧马人的车身车间开发出了一款智能系统,不仅可以连接所有机器人,而且还可以对机器人的磨损情况进行监测。麦格纳实施了西门子开发的一款模拟程序,该程序可促进数字化规划,同时还可复制车间操作流程,例如高达6个机器人的互动化协作。
涂装车间
#p#分页标题#e#各种技术将提高能效及油漆工作的质量,因而涂装车间将从中受益。超过1/3的汽车行业调查对象表示,到2030年,KUKA机器人维修,在涂装车间中,能效将具有相关性。例如,在保时捷位于莱比锡的工厂中,保时捷现已采用来自附近生物质发电厂的废热,进行碳中和供应,满足了涂装车间80%的热量需求。
总装
布局将更加灵活、更具多向性,届时,总装将会是最大的受益者。为了满足客户越来越高的期望并符合越来越严的政府规定,汽车公司将不得不日益推出种类更多的车型;多方向式布局将促成生产更多的种类,同时还可维持较高的产量输出。
超过90%的汽车行业调查对象预计,到2030年时,模块化生产线设置将在总装方面具有相关性,其中,灵活、经济地更换生产线元件被认为是尤其重要的。例如,丰田正在引进更小、更灵活的生产线,进而减少了生产线的资金投入。
至于工厂工艺,到2030年,精益原则将在整个价值链中具有重要意义。例如,生产模拟的利用,将使制造商能够提高生产效率,进而缩短等待时间和工作时间。增强现实(例如智能眼镜)将能够显示操作程序,进而协助操作人员开展组装与维护作业。通过利用先进的大数据算法对生产数据进行分析,制造商将更好地了解每一生产步骤的总体情况,进而不断改进生产工艺。
三大驱动力
为实现未来工厂的设想,汽车制造商必须解决与三大驱动力相关的问题:战略和领导力、员工技能、信息技术基础设施。公司必须将未来工厂战略作为公司战略的有机组成部分,并按照新的作业方式改变领导风格。
制造商还必须注重建设一支掌握新技能的员工队伍,以顺利完成以技术为中心的生产任务。最后,公司必须建立完备的信息技术基础设施,为整个价值链的连接性提供支持,同时确保数据的安全性。
战略和领导力
制造商必须将未来工厂的实施战略纳入公司的整体战略当中,并构建组织结构来促进严格管理。公司必须满足三方面的组织需求︰
战略和路线图。未来工厂的实施战略必须植根于公司战略之中。很多公司缺乏战略眼光来指导结构化的实施过程。
管理。为了实现自己的愿景,制造商必须构建起组织结构(如明确未来工厂的指导和协调责任),并确定所需流程,将未来工厂战略转化为实施行动。许多受访者认为管理是一个重大挑战,主要问题是部门之间缺乏沟通、责任划分不清和管理不到位。
新的领导风格。汽车行业受访者认为与专制型风格相比,顾问型的领导风格对于未来工厂更加重要。以转型和集团为导向的领导力也将获得重视。
员工技能
虽然更多地使用机器人和计算机将会减少装配和生产中的岗位数量,但需要信息技术和数据科学技能的制造岗位数量将会增加。
认识到未来工厂对员工素质的要求更高,38%的汽车行业受访者认为员工技能是一项主要挑战。为确保员工能够与时俱进,公司必须努力提高技术和社会能力。它们还必须采用新办法来培训员工,帮助他们掌握必须的技能。
技术能力。制造商在培训或雇用员工时,需要注重他们的技术能力和背景。汽车行业受访者认为到2030年,信息技术、电子和机电一体化(机械、电子、和信息技术等综合技能)方面的技能将更加重要,纯粹的机械技能将不会得到青睐。
社交能力。未来工厂的发展步伐非常快,因此员工必须愿意而且能够不断学习新的技能。他们不再是执行重复性的作业,而是要作为跨学科团队的成员来参与解决问题。超过90%的汽车行业受访者认为到2030年,学习能力、团队合作、勇于担责和解决问题的能力这四大社会能力都将会变得更为重要。
培训和资质。制造商不能指望员工自己掌握必要的技术和社会能力。为成功过渡到未来工厂,制造商需要制定出员工培训和考核办法。
技术化学习。新一代员工希望培训能够更加灵活,提供更多的时间和地点空间选择。与坐在教室看幻灯相比,通过移动设备进行自学已成为首选的培训方式。
IT基础设施
三分之一的汽车行业调查对象认为IT基础设施是一个重大挑战。必须满足以下两个相关需求:
云技术与连通性。制造商需要全厂连通的基础设施(例如无线局域网)与技术,用于采集生产数据并进行存储。调查对象表示,将私有云服务用作数据存储的中央平台以及将软件用作一项服务,将具有越来越重要的意义,但他们却对私有云服务的使用持怀疑态度。提高全厂连通性面临的两大主要挑战分别是:缺乏网络标准、网络基础设施不好。
数据安全。更强的供应链连通性是至关重要的,但需要采取防护措施来保证数据交换的安全性。数据安全的确是汽车公司担心的主要问题。
起航
波士顿咨询公司(BCG)利用本研究结果制定了未来工厂的实施路线图,各制造商必须根据各自的起点量身制定路线图。
在大多数情况下,制造商应在中短期内将重点放在工厂数字化上,以免落后于已经正在实施数字化使用案例的竞争对手。在中长期时间内,KUKA机器人示教器维修,应追求工厂结构的改变,因为工厂结构的改变对所有设备和工厂布局均有影响。
在改变工厂结构时,一般还会对工厂进行全面检修或推出新款产品。对于工厂工艺,制造商应不断采用新技术,对工艺进行改进,同时提高客户满意度,将其作为制造商当前精益管理议程的延伸。制造商还应立即开展相关工作,使基础促成因子尽快到位,因为现有员工的培训、新员工的招聘以及IT基础设施的安装等工作均非常耗时。