引言：近年来，复合材料制造业经历了一场数字化转型，而各行各业的制造商都在感受着工业物联网的力量(IIOT)。这一数字革命的驱动力使得复合材料的需求不断增长，同时也面临着降低成本的压力。复合材料制造商的数字变化的规模是非常显著的。但这只是其中的一部分。
——Avner Ben-Bassat
CEO
PLATAINE
复合材料制造商还在学习如何充分利用他们现在掌握的复杂的能力和计算能力。人工智能(AI)和数字线程是打开工业物联网潜力的关键。
复合材料制造过程的动态特性使人为误差成为可能。这是由于在复合材料生产过程中，要使得大量的变化和需求在有限的时间内吸收信息并且做出决策是非常困难的。此外，在复合材料工业中也出现了一些独特的挑战，如预浸料的适用期，设备维护的重要性，以及严格的质量标准。
对于复合材料制造商来说，为了满足客户日益增长的需求，他们必须引入高度精密的跟踪、回溯能力和审计能力。正是这一点推动了工业物联网技术的发展产业物联网确保工厂中的所有部件、组件、流程、机器、设备和人员都保持连接，并且他们的数据和信息是实时收集和存储的。这些信息提供了完整的数字跟踪能力:一个从原材料到最终产品的数字主线。
一旦工厂实现数字化和自动化，实时监控就能确保在质量问题发生之前快速响应。当人工智能软件被应用到数字主线上时，复合材料制造商就能完全控制他们的生产过程，即使发生了意想不到的事情，他们也能迅速做出对生产进度、成本和质量产生最小影响的反应。
传感器:记录数字主线
一旦一个组件从给定的原材料中创建，它就会自动地继承母体材料属性，并且一旦带有传感器，它就会自动被跟踪。所有这些环节，例如原材料、新工具、成品、设备和机器，都是集中的，自动跟踪的，并且在每个环节上使用传感器，工厂可以消除人为错误的风险。
在工业物联网和人工智能时代，有一种更聪明的方法来管理和优化你的制造。（图片来自网络）
使用这种技术，当资产即将达到阈值时，生产工段的员工和管理人员都可以依赖系统的警报，接收优化的行动建议和生产决策。
什么构成了数字主程
除了提高质量和创建数字监控主线外，实时跟踪对于卓越的生产也变得至关重要。在生产层内外不断跟踪关键的工厂资产，是使用工业物联网有效改善工厂运作的关键。
复合材料制造商已经认识到人工过程容易出现人为的错误，这意味着操作员对生产层上的事件的理解通常仅限于他们在事后能够看到和听到的内容。
因此，许多复合材料制造商发现，全面的在线跟踪能力可以消除或改进许多人工流程。然而，获得完整的在线跟踪能力会产生大量的数据，这表明需要高效的数据管理和智能分析系统。
当云计算遇上制造
当传感器网络被广泛地部署在工厂中时，它会将所有的事件的细节前所未有的放大。随着时间的推移，这些数据提供了完整的可追溯性-通过制造过程和MRO(维护、修复和操作)，将产品的生命周期映射到产品的生命周期的数字线程。这些数据给管理带来了挑战，因为当工业互联网的解决方案被广泛部署到生产现场时，收集到的数据集往往是难以想象的大。
在现场存储如此大量的数据可能会很快导致产能问题，从而产生对重大设备投资的需求。
对于大多数制造商来说，高成本和持续维护相当规模的现场数据存储系统是不可能的。当然，云存储空间是无限的，当工厂需要更多的空间时，系统就可以立即扩展。
考虑到目前在复合材料工厂中实时收集的大量数据，将其存储在现场服务器几乎是不可能的。相反，制造商们选择将其存储在云端，并且还很安全。云计算的一个关键好处是安全性，而像“微软云”和“亚马逊网络服务”这样的公司在保护客户数据方面比专家更有优势。与流行的假设相反，云计算的成本也很低。数据存储设施必须有能力为大规模和不断增长的数据集提供容量，而且更为重要的是，它们必须拥有必要的强大计算能力，以便以有用和有效的方式分析这些大量的数据。
人工智能和数字助理
基于ai的软件的应用充分发挥了产业物联网的潜力。基于人工智能的软件充当了工厂员工的数字辅助系统，提供了来自内部的警报和建议，并允许管理人员和生产人员利用产业物联网的全部好处。一个有动力的数字辅助系统可以“看到”、监控和“理解”成百上千个实时的变量，利用这些信息为人工操作者提出建议，甚至可以完全自主地为他们的生产进行优化。这代表了工厂运行、自动化和优化整个生产过程发生了根本性的变化，也使得使工厂变得更“聪明”。
在云计算和Al算法一起出现的今天，为生产经理提供一个真正的、可以很容易消除错误和效率低下的人工过程的数字辅助系统（是完全可能的）。当需要跨越整个行业时，这些数字辅助系统可以通过移动设备与工厂的工作人员进行沟通，让每个员工都有一种超越自身能力的情景意识。这种前后工段相互感知可提高复合材料生产设施的各个工段的生产力，并跨越多个站点。
数字助理从工厂的地面传感器收集数据，在库存、工作订单、机器工具等方面提供全面的可视性。（图片来自网络）
这就提出了一个问题：如何最好地在数字工厂中实施工业物联网技术。通常使用的三个实现过程的例子是优化材料选择、设备维护和质量控制。
优化材料选择与数字辅助系统
选择低温贮存碳纤维预浸料的方法对效率有重要影响。在众多考虑的参数中，预浸料暴露时间(ETL)和轧辊长度最为关键。然而工厂员工很少有时间或能力去研究所有的变量，有时，关键的信息往往是不可用的，因此反而没有考虑到。可以理解的是，工厂的工作人员往往会抓住最靠近的预浸料卷，尽量减少打开冰柜的时间，并希望能够快速的工作以提高工作效率。这种手工和随机的材料选择过程对成本的浪费有很大的影响。
一种基于工业物联网/ AI(人工智能)的解决方案，对于适用期敏感材料的是非常有效的。它监控每一卷装着RFID（无线射频识别）或BLE（低功耗蓝牙）标签的预浸料，当他们进入生产设备时，他们会在生产层扫描材料卷上，允许一些关键信息，比如ETL和roll length等存储在一个安全的，非现场的云端数据里。当一个人工智能的数字辅助系统访问这些信息时，它会立即分析这些信息来选择一个最佳长度的材料卷和最短的ETL。
负责从冰柜中取出预浸料卷的工人可以配备手持移动设备，这样数字辅助系统就能与他们“交流”，每次都能将他们导向最佳的滚动选择。通过分析更多的信息而且能够以一种人类头脑无法做到的方式来处理和分析它，而不是用人类的思维，这个过程具有消除人为错误的能力。
对于质量控制和审计的目的，智能软件记录了从原材料到最终产品的双向数字线程
数字助理进行设备维护
工业物联网允许一个设备维护管理过程，该过程依赖于工具的标记和传感器，以自动化监视、跟踪和记录设备的使用，同时也安排维护会话。它了解每个设备的预防性维护需求，并通过实时监控高压灭菌器的任务周期，优化设备利用率，优化未来的生产计划。
从“基于时间的维护”到“基于任务的维护”对操作的效率至关重要，避免了在常规之外的设备维护。
对于数字辅助系统来说，当一个设备需要进行定期的预防性维护时，员工会及时接到通知，以便能够相应地重新安排生产计划，避免延迟和瓶颈期。数字辅助系统还会更新其他系统，以保持工作秩序，这需要相同的设备，避免工厂场地的拥堵。
在航空航天等要求较高的行业，制造商发现有必要在任何给定的时间提供审计报告。精确的设备维护记录允许数字辅助系统立即生成报告，以确认制造商遵守了所有必要的规章和程序。
质量控制与数字助理
当一个人工智能的数字辅助系统在复合材料组件设施中负责质量控制时，其结果是非常令人印象深刻的。例如，如果发现由于冷冻设备的故障而导致的一批原材料有缺陷，并且该过程是人工处理的，工厂的工作人员可能会被迫在书面记录搜索，以识别和检索所有受影响的原材料单位。而剩余的暴露时间需要人工重新计算，并且需要单独检查助剂体系以确定其是否适合使用。
这个过程可能需要花费大量的工时，所以由于暴露时间的增加而产生的浪费肯定是很高的。工厂的成本最终可能是巨大的，因为在这几天里，需要降低生产能力来解决这个问题。数字在线监控指的是从原材料阶段一直追踪到在生产层面和现场安装的所有的材料、助剂体系和复合材料零件。
在数字辅助系统到位的情况下，如果发现冰柜出现故障，会损坏原材料或组件，系统立即识别所有受影响的材料、组件和成品部件。对于所有的原材料，暴露时间会自动重新计算，员工会被告知所有材料和设备所处的状态。
根据他们的状态，材料和设备可以被报废，或者被送去进行质量检查。那些被标记为过期的（材料和设备）标记为紧急完成。这意味着一项原本需要数小时才能完成的任务现在只需几分钟就能自动完成。它确保没有故障的部件离开工厂，并且不会由于质量问题导致生产延误，（有质量问题的部件）立即被检测到并且可以被最小化和快速控制。数字辅助系统还能够100%确定所有受影响的组件和部件已被识别和定位。此外，软件警报会立即提示已经离开工厂发货给客户的部分。它们要么被终止运输，要么立即通知客户，以使制造商并使声誉损失最小化。
闭循环:TTOT, AI和数字助理
有了数字化的线程信息，如果意外发生了，就可提供双向的可追溯性-从材料到产品，从产品到材料。制造商可对于生产计划，工作流程时效性和实现产品质量最小的干预下做出快速反应。
强大的安全连接技术和强大的可伸缩的云计算能力现在已经被广泛地使用并且负担得起，而且对人工智能的需求是明确的。由于OEMS的质量和成本要求变得更加繁重，产量增加，复合材料的制造过程变得更加复杂。有必要用智能软件提升工厂的工作人员，使他们能够在任何给定的时间做出优化的决策。
Al解决方案应该在整个复合材料制造过程中实现，它们应该与现有的产业物联网解决方案实现完全集成，并且必须不断地修订和升级。这样做的工厂将在效率和质量控制方面享受更高级的奖励，让他们保持活力和竞争力。
注：文章内容原文刊登于2018年3月的《JEC magazine》，由易复材资讯翻译整理。
