勞動(dòng)力痛點(diǎn)及各類物流挑戰(zhàn)正對(duì)運(yùn)營韌性與靈活性構(gòu)成考驗(yàn)，但工業(yè)4.0的技術(shù)進(jìn)步或?qū)⒊蔀閺?fù)合材料制造商轉(zhuǎn)型的關(guān)鍵。
制造商目前面臨一系列獨(dú)特的挑戰(zhàn)，這些挑戰(zhàn)正在考驗(yàn)其運(yùn)營的韌性和靈活性。盡管技術(shù)快速發(fā)展，全球市場不斷變化，企業(yè)正面臨加快生產(chǎn)效率的需求，而由于技術(shù)和有經(jīng)驗(yàn)的工人嚴(yán)重短缺，這一目標(biāo)變得更加困難。供應(yīng)鏈中斷也變得普遍，常導(dǎo)致物料交期延長，制造物流更加復(fù)雜。此外，隨著利益相關(guān)者要求更環(huán)保的做法，要求達(dá)到更高可持續(xù)性標(biāo)準(zhǔn)的壓力也在不斷增加。因此，制造復(fù)合材料零件的公司在努力保持效率、盈利能力和可持續(xù)性時(shí)面臨多方面的難題，尤其是在不斷變化的世界中。
復(fù)合材料制造的后視鏡
歷史上，復(fù)合材料制造在短、中期和長期的生產(chǎn)規(guī)劃與執(zhí)行中高度依賴人類專業(yè)知識(shí)和傳統(tǒng)方法。這些方法——包括先進(jìn)先出(FIFO-first-in,first-out)、看板等——都是在20世紀(jì)以最佳實(shí)踐為指導(dǎo)的。如今，他們?cè)谔嵘a(chǎn)關(guān)鍵績效指標(biāo)(KPI-keyperformanceindicators)方面已達(dá)到極限，如產(chǎn)能和產(chǎn)量、準(zhǔn)時(shí)交付和質(zhì)量。此類方法未能充分考慮制造環(huán)境的動(dòng)態(tài)特性，工廠車間的突發(fā)變化可能對(duì)效率、可擴(kuò)展性和增長目標(biāo)構(gòu)成重大障礙。過去采用的這種靜態(tài)方法常常不足，影響了運(yùn)營的幾個(gè)關(guān)鍵方面：
1.制造計(jì)劃受限，無法充分考慮復(fù)合材料生產(chǎn)過程中的變異性和不可預(yù)測性。
2.日常執(zhí)行常常效率低下，因?yàn)槿斯じ深A(yù)和決策無法跟上實(shí)時(shí)調(diào)整的需求。
3.物流和供應(yīng)鏈管理靈活性不足，導(dǎo)致低效、中斷和交貨延遲。
4.決策在各級(jí)（管理和運(yùn)營層）都受到阻礙，常因過時(shí)信息或?qū)S車間當(dāng)前狀況的理解不足，例如數(shù)據(jù)來自各種不相連的系統(tǒng)（ERP、MRP、采購、班次記錄等）。
更具體地說，材料選擇過程通常是手工的，這不僅耗時(shí)，還導(dǎo)致殘?jiān)U料和產(chǎn)率下降。材料接收通常為人工，且容易出現(xiàn)錯(cuò)誤和延誤。規(guī)劃工作通常依賴Excel表格等工具，導(dǎo)致進(jìn)度很快過時(shí)，設(shè)備整體效能(OEE-overallequipmenteffectiveness)低，交付延遲，證明這些方法無法應(yīng)對(duì)復(fù)合材料行業(yè)新興且更具動(dòng)態(tài)變化的特性。
數(shù)字化轉(zhuǎn)型的黎明
隨著數(shù)字技術(shù)的到來，先進(jìn)制造業(yè)正經(jīng)歷一場重大轉(zhuǎn)型，融合了傳感器、物聯(lián)網(wǎng)和人工智能。盡管仍處于早期階段，這一數(shù)字化轉(zhuǎn)型有望在工作流程、減少廢棄物和能源使用方面帶來顯著改善。人工智能正成為關(guān)鍵驅(qū)動(dòng)力，推動(dòng)更明智的決策，提升生產(chǎn)效率和可持續(xù)性。普拉泰恩（美國北卡羅來納州海波因特）見證了這一轉(zhuǎn)變，并在過去十年中一直是其中一員。我們看到，通過使用人工智能，復(fù)合材料制造在多個(gè)關(guān)鍵領(lǐng)域取得了卓越進(jìn)展：
規(guī)劃和排程軟件被用于優(yōu)化復(fù)合材料生產(chǎn)
規(guī)劃與調(diào)度：傳統(tǒng)的手動(dòng)計(jì)劃工具如Excel正被AI驅(qū)動(dòng)的軟件取代，以自動(dòng)化和優(yōu)化生產(chǎn)計(jì)劃，保持計(jì)劃的更新。軟件利用人工智能算法最大化生產(chǎn)產(chǎn)能，最小化低效。借助基于人工智能的軟件解決方案，這種數(shù)字化變革不僅提升了效率，還能實(shí)時(shí)動(dòng)態(tài)調(diào)整工廠車間的意外變化。這保證了資源的最佳利用和最小的停機(jī)時(shí)間。例如，我們一家生產(chǎn)醫(yī)療器械復(fù)合零件的客戶，使用Plataine軟件模擬模具添加對(duì)其產(chǎn)量增長能力的影響。模擬多種場景使他們能夠找到一個(gè)最佳平衡點(diǎn)—在增加零件體積的需求與購買額外模具的成本之間取得平衡。
供應(yīng)鏈協(xié)作：云軟件促進(jìn)了供應(yīng)商與制造商之間的更好溝通與協(xié)作。這種集成加快并簡化了發(fā)貨和接收流程，減少了延誤，并提升了供應(yīng)鏈的整體響應(yīng)速度。
庫存管理：AI算法能夠分析趨勢并預(yù)測需求，從而幫助物料管理者和采購最大化庫存效率。這種方法顯著減少了廢料和廢棄物，幫助這些公司實(shí)現(xiàn)更高的可持續(xù)性和成本節(jié)約。
設(shè)備與工具管理與服務(wù)：AI輔助軟件向負(fù)責(zé)設(shè)備維護(hù)的工作人員提供提醒和建議。這種主動(dòng)維護(hù)方法防止了意外停機(jī)，延長了機(jī)械壽命，并確保資源得到最佳利用。
能源消耗優(yōu)化：AI算法在優(yōu)化能源使用方面發(fā)揮重要作用，尤其是在熱壓罐固化等高能耗工藝中。Plataine不斷向客戶學(xué)習(xí)。例如，最近關(guān)注的一個(gè)重點(diǎn)是熱壓罐調(diào)度系統(tǒng)是必不可少的。我們看到，人工智能技術(shù)正在引領(lǐng)工廠熱壓罐運(yùn)營管理的重大變革。通過優(yōu)化時(shí)間表，使用該技術(shù)的制造商大幅減少了熱壓罐的運(yùn)行次數(shù)，降低了能源消耗。
人工智能在未來制造業(yè)中的作用
展望未來，我們看到AI已成為工廠員工越來越多地使用的工具，以簡化工廠的制造流程。正如人工智能已成為我們?nèi)粘Ｉ畹囊徊糠帧ㄖ悄苁謾C(jī)、Siri、Alexa等—人工智能也將在我們工廠的職業(yè)生涯中扮演非常重要的角色。
在制造業(yè)中，我們看到人工智能作為另一種數(shù)字助理，使我們的日常工作更加輕松。例如，生產(chǎn)計(jì)劃人員會(huì)運(yùn)行不同場景和結(jié)果的模擬，以達(dá)到高效率。人工智能在制造規(guī)劃中的未來將跨越三個(gè)視野，每個(gè)視野都有其獨(dú)特的可能性和創(chuàng)新：
短期規(guī)劃（最長2周）：AI將使工廠能夠模擬各種場景，如不同的機(jī)器或操作任務(wù)分配，以及為工單分配庫存和工具。這些模擬能夠?yàn)槊總€(gè)班次制定詳細(xì)的時(shí)間表，并迅速響應(yīng)工廠車間的突發(fā)事件。通過快速評(píng)估多種場景，基于人工智能的軟件能夠呈現(xiàn)最高效的結(jié)果，確保短期周周規(guī)劃的高度靈活性和響應(yīng)性。
2.中期規(guī)劃（2-4個(gè)月）：展望未來，AI的能力將擴(kuò)展到模擬運(yùn)營調(diào)整場景，如增加班次、增加每班人手或購買額外工具或模具。這一中期規(guī)劃將有助于戰(zhàn)術(shù)決策與預(yù)測的需求和運(yùn)營能力保持一致。因此，資源分配和生產(chǎn)力都能得到優(yōu)化。
3.長期規(guī)劃（1-2年）：從長期來看，AI輔助軟件將加快戰(zhàn)略擴(kuò)張和投資，如購買新機(jī)器或增加生產(chǎn)線和工廠空間。這些模擬將支持長期增長策略，確保投資物有所值，并符合未來市場需求。
我們相信，人工智能還將在促進(jìn)制造設(shè)施與工廠之間的協(xié)作與互聯(lián)方面發(fā)揮重要作用，預(yù)測需求高峰和短缺，作為互聯(lián)工廠生態(tài)系統(tǒng)的一部分。此外，基于人工智能的軟件將促進(jìn)供應(yīng)商與客戶之間的協(xié)作，簡化溝通，創(chuàng)造透明度并縮短流程。
促進(jìn)創(chuàng)新以保持競爭力和成長
從依賴傳統(tǒng)方法到開創(chuàng)性采用人工智能，這一行業(yè)的演變之路是向效率、可持續(xù)性和創(chuàng)新邁進(jìn)的真正變革性轉(zhuǎn)變。毫無疑問，生成式人工智能(GenAI-generativeAI)的整合將進(jìn)一步推動(dòng)這一動(dòng)態(tài)。傳統(tǒng)人工智能側(cè)重于分析歷史數(shù)據(jù)并利用算法預(yù)測未來，而生成式人工智能則使數(shù)字技術(shù)能夠產(chǎn)生新的輸出，包括圖像、視頻、文本、聲音及其他媒體。
新的生成式人工智能工具將實(shí)現(xiàn)人機(jī)之間的自然交流，使復(fù)雜軟件更加直觀、友好且易于訪問。這些技術(shù)不僅有助于簡化生產(chǎn)流程，還能獲得實(shí)時(shí)警報(bào)、智能洞察和建議—工廠的人員會(huì)隨著時(shí)間學(xué)會(huì)信任這些（還記得Siri、Alexa和Waze嗎？）。
Plataine專注于可持續(xù)、以客戶為中心的生產(chǎn)，他們體驗(yàn)到擁抱人工智能如何幫助工廠提升OEE、減少材料浪費(fèi)，并為操作員節(jié)省時(shí)間和運(yùn)營成本。隨著復(fù)合材料制造商采納這些創(chuàng)新，他們將朝著更具響應(yīng)性和環(huán)保責(zé)任感的工藝邁進(jìn)。
原文《HowAIisimprovingcompositesoperationsandfactorysustainability》
楊超凡，有刪改
English
簡體中文
