早在 2020 年,世界经济论坛就确定了制造业的四个持久转变:
敏捷性和以客户为中心
将其置于运营的中心,从而更快地识别客户偏好并相应地调整下一代小型模块化工厂的生产流程
供应链弹性
作为一种竞争优势,需要互联互通、可重构的多层级供应生态系统、区域化和更高水平的定制化
速度和生产力
通过提高自动化水平和劳动力增加,提高安全性和竞争力,在一个不断重新学习技能和流动性正在成为常态的社会中实现
生态效率
是维持业务并确保遵守日益复杂的
监管格局
他们描述了四个转变 被誉为“在前所未有的挑战面前,企业转型的重要性日益凸显”和“在颠覆性变革面前,企业可持续发展的关键”。今天,这四个转变对于企业在未来保持竞争力、韧性和责任感仍然至关重要。
在本文中,我们将介绍 Flex 的五个用例,它们利用不同的工具集、系统、业务模型和方法来解决制造业转型中的一个或多个持久变化。通过利用 先进制造技术 结合创新、以人为本和数据驱动的决策,制造商可以把握所有四个转变:敏捷性和客户中心性、供应链弹性、速度和生产力以及生态效率。
在当今不断变化的商业环境中,数据分析和及时做出明智决策的能力对于保持竞争力、弹性和敏捷性至关重要。在 Flex,我们认识到数据收集和分析是每个系统的基础。我们还认识到,利用高级分析可以优化制造流程和其他系统范围的改进,以便我们能够满足客户的批量需求,同时保持世界一流的产品质量。
使用工业传感器,制造商可以测量各种参数,例如振动、湿度、温度、压力以及视频和光学数据。这些丰富的信息为制造运营提供了宝贵的见解,并实现了实时数据驱动的决策。此外,物联网 (IoT) 平台和数据管理解决方案可用于整合高级分析、机器学习和故障分析等功能。在 Flex,我们采用这种整体方法将高级分析嵌入到制造过程中,以便我们能够充分利用数字制造生态系统的潜力。
为了实现超连接价值网络的愿景,制造商必须采用各种数据和分析应用程序,例如预测性维护、高级机器人技术以及供应网络中的跟踪和追踪。底层数据资产是这些应用程序的命脉。
这些数据可以:
- 通过人工分析报告和仪表板,辨别数据中的模式,提供可操作的见解。
- 使用历史数据的高级分析来预测业务利益相关者采取行动的未来结果。
- 实现自优化系统,通过自学习自主引导算法,利用历史和实时数据输入,自主采取行动。
在 Flex,我们通过全面的工业物联网生态系统方法提供实时分析和控制。通过投资涵盖数据收集、高级分析和实时控制的端到端生态系统,我们推动整体效率提升、优化制造流程并帮助客户取得成功。
工厂虚拟操作员提高先进制造业的速度和生产力
我们位于奥地利阿尔特霍芬的工厂是一个多品种、小批量的工厂,为客户提供数百个高度复杂的项目组合。这意味着在任何一个月,该工厂每月平均进行 900 次转换。
这种复杂程度对于人类操作员来说可能非常困难且耗时,因此该团队寻求通过实施一种方法来改进这些流程。 全天候停线助手,我们称之为 LISA. LISA 是专有的虚拟操作员系统,可以实时访问与生产线相关的所有数据源。
LISA 使用这些数据来停止配置错误的生产线,提醒车间团队在错误进一步影响下游之前解决错误。它还可以识别生产线操作员,并确保他们在配置生产线之前得到适当的培训。
自 2019 年 LISA 首次推出以来,阿尔特霍芬工厂通过减少以下措施实现了转换指标的改善:
利用人工智能进行预测性维护,提高 PCBA 的准确性和生产率
Flex 可生产数千 印刷电路板组件 (PCBA) 我们位于匈牙利佐洛埃格塞格的工厂每月生产 1000 件产品。PCBA 是所有电子产品的必需品,因此几乎是每个客户设计的关键要素。鉴于客户对复杂性、质量和数量的需求,容不得半点差错。
此外,如果这些机器的循环时间太长或太短,则可能会发生故障或其他负面事件。这就是为什么制造商必须确保机器正常运行,并在机器性能不符合标准时迅速发现问题。很多时候,错误会以某种模式发生,如果未及时发现,可能会影响数百台设备。
传统上,我们利用先进的系统从用于生产 PCBA 的机器收集数据,然后分析收集到的数据,以帮助更好地了解生产过程中的机器故障、维护和异常情况。这意味着现场操作是在错误或问题已经发生后才获得见解的 — 因此不可能采取预防措施。
2023 年,Flex 实施了一种更主动的方法,使我们能够快速收集和评估精细数据,以便在问题出现或恶化之前采取行动。我们使用生成式 AI 开发了深度学习模型来分析大量历史数据,以在异常、维护和故障发生之前进行预测和定位。这种新方法带来了以下结果:
20–30%
通过减少 PCBA 流程中的停机时间来提高生产线利用率
根据 麦肯锡公司 2023 年采购报告“采购领导者可以通过了解他们所面临的压力来应对波动、通货膨胀和短缺并增强抵御能力”,并且“建立灵活的采购职能并与内部和外部合作伙伴建立更紧密的联系是成功的关键。”
我们还实施了 Flex Pulse® 风险管理工具,一款利用人工智能和机器学习 (AI/ML) 技术的工具,帮助我们的客户从产品物料清单 (BOM) 中设计出风险。借助风险管理,我们与客户合作,共同应对供应链风险并推荐缓解方案。该工具可在产品生命周期的早期阶段提供零件级洞察,从而避免在产品构建或生产阶段出现风险时造成更大的负面影响。
这些强大的数字工具使公司能够轻松应对不断变化的商业环境、降低风险并做出数据驱动的决策,以保持更敏捷、 弹性供应链.
通过自动化和机器人技术实现效率并创造更安全、更具包容性的工作环境
一家 德勤研究指出 “自主机器人可用于提高日常操作的速度和效率,特别是在仓储和制造领域;与人类并肩工作以提高效率;并降低员工在危险环境中受伤的风险。”
在制造业中, 自动化和机器人技术 包括协作机器人 (cobot) 和自主机器人 (AMR) 在内的各种机器人可以协同工作,优化生产,同时使工作场所更安全、更具包容性。例如,在狭窄空间使用机器人技术可以将人类工人从危险或不愉快的任务中解放出来,而能够举起重物的机器人可以有效地消除许多职位描述中“举重能力”的要求,从而使具有不同能力的申请人能够胜任这些职位。
在 Flex,AMR 被用于先进的制造仓库设施,将物料运送到自动化生产线,将组件从一个位置移动到另一个位置以进行下一步操作,并将最终产品运送到装卸码头以运送给客户。机器人操作员通过平板电脑、智能手机或计算机分配任务、跟踪其位置并响应问题或障碍。机器人运行时会收集数据分析,并用于增强性能和安全功能,以实现持续改进。
新兴的自主解决方案(例如安装在 AMR 上的协作机器人)可以帮助通过增强的技术重新利用传统基础设施。
— 麦肯锡公司,2023 年 12 月 仓库自动化报告
通过先进制造实现可持续发展效益
另一个越来越受到企业关注的领域是可持续性。Gartner 的一份报告指出,“各组织正在制定积极且具有战略性的可持续发展目标 以提高品牌声誉、确保法规遵从性并提高资源效率。”同一报告引用调查数据,表明到2025年可持续发展计划将带来的最大好处包括:提升公司品牌/声誉、提高资源效率、创新和新产品、提高客户满意度和更好的风险管理。
There’s a sense of urgency in prioritizing sustainability as consumers, investors, and regulatory agencies continue to hold the brands they support to a higher standard. And while the benefits are myriad, companies may struggle with the learning curve and investments required to achieve sustainable design, sourcing, manufacturing, fulfillment及 售后服务.
在 Flex,我们遍布全球的工厂利用先进的制造技术和解决方案,不仅为我们的客户提供更好的业务成果,而且 推进可持续制造和生产.
通过数字化 循环经济体系索罗卡巴的工厂还能够更好地衡量可持续影响,包括 41% 减速 范围一和范围二的温室气体排放以及 30% 减速 在水消耗方面。
结论
处于制造业转型前沿的组织认识到,解决四个持久的转变——敏捷性和客户中心性、供应链弹性、速度和生产力以及生态效率——将使他们能够大规模设计、制造和交付创新的高质量产品。
在 Flex,我们不断增强先进制造能力,投资于先进制造技术和解决方案的重点组合(包括模拟、自动化、机器人、数字化和增材制造),同时采用新的商业模式并增强员工的能力。这样做可以推动我们灵活的全球制造,并提高效率和质量。全方位采用先进制造使我们能够满足客户的上市时间、弹性、可持续性和终端市场要求。
下载白皮书