电子制造企业面临的挑战,认知制造帮助帮助企业应对转型

描述

01

电子制造企业面临的挑战

随着智能化技术的快速发展,传统的电子产品的功能正在发生显著变化,从满足用户的特定功能到辅助人来完成一些智能化的工作,电子产品功能的智能化导致制造工艺正变得越来越复杂。与此同时,在日趋激烈的产业竞争中,电子制造企业要做到既要满足客户不断变化的应用需求,还要面对传统低成本生产市场中资源成本不断攀升的问题。

为持续保持企业的市场竞争力,电子制造企业必须提高定制水平,缩短销售周期,应对频繁的需求变化,解决订单规模不断萎缩等问题,同时还要管理错综复杂的供应网络。他们需要检验自动化的潜力,维持关键的专业知识。但是,利润缩水和竞争加剧危及到稳定的质量、高水平的正常运行时间以及期望的灵活性。与此同时,对新设备和自动化系统的投资使得生产车间所产生的数据量激增,但其中的大部分都未得到充分利用。

2

认知制造帮助帮助企业应对转型

针对当前电子制造企业发展过程中面临的一系列问题,IBM提出了认知制造。认知制造有能力面对这种复杂局面,助力生产环境转型。这些新系统解决了复杂的制造问题,将网络与物理系统整合起来以实现最优输出,并通过解读数据以发现并实现价值。

IBM认为,认知计算代表了一种新兴技术,有助于提高生产力,增加产量,促进质量,同时还能够不断学习,改善员工操作和流程,实现更好的成效。当认知计算与制造技术相结合时,就产生了认知制造。

IBM认知制造将数百万个数据点结合成一个数据源,这包括用户、设备、位置以及流传感器数据,从而可以发现工厂中的运作模式,回答各种问题。认知制造利用自然语言和基于感知的功能。认知制造借助最新的生产技术,比如工业物联网(IIoT)、分析、移动、协作和机器人,在工厂层面带来切实的效益。

IBM认知制造创造了人与机器的新型互动。它支持机器监控人员对流程或机器的性能进行评估,即时获取答案,预防意外宕机。可以帮助机器技术人员访问多年来所积累的性能洞察、质量评估报告、手册和修修详细信息,再结合具体需求后提供给用户使用。认知制造以共享解决方案的方式提供供应商/生态系统详细信息、天气和交通信息以及企业专业知识,解决可能出现的关键部件短缺问题。

3

认知制造在电子制造行业的应用

IBM研究表明,电子行业中广泛采用认知技术的企业是其他行业的将近两倍。而且更多的制造商已经准备好迎接认知时代的到来。具备认知能力的企业积极使用先进的分析技术。这可能包括预测性分析或大数据方法。大多数受访者正在积极推进这些方面的工作,超过四分之三的受访者正处于试点或推广阶段。具备认知能力的企业还使用制造环境中的物联网或传感器数据。超过70%的受访者正在开展工业物联网项目。电子制造商具备这两种能力时,它就成为认知型企业。超过65%的受访者属于这个类别。

在消费电子应用领域,目前IBM与许多大型制造企业都有着良好的合作。比如IBM与国内某领先的电器公司合作打造认知电视机,人不但可以实现与电视机的简单语言互动,还可以根据人的喜好进行观影识别。在汽车电子领域,IBM与宝马、奔驰等企业合作推出无人驾驶和无人聊天系统。

除了消费电子领域的应用,IBM认知计算的最终目标是进入到制造业,将IBM的认知计算能力融入到制造企业的生产的每一个环节,帮助企业更早的识别出来生产过程中存在的问题,并用一种非常自然的方式展现出来,或者是用人机对话的形式进行交互,让生产者和管理者能及时的了解问题并解决问题。

目前,IBM认知检测技术已经被应用到电子制造企业的工厂之中,在华星光电,IBM帮助企业以更加高效的手段检测面板缺陷,利用认知视觉检测技术识别面板缺陷并进行标记分类,准确率达到98%,成功的替代人来完成面板质量检测工作。对于生产过程中出现的不合格产品及时进行报警。在大陆集团,IBM认知技术帮助工厂改进生产流程,实现人、机器和资源的最大化利用,消除可能存在的生产瓶颈。在舍弗勒工厂中,IBM实现对设备关键轴承部件的数据采集和状态监测,实施监控汽车及机械设备的运行状态,提前预知可能存在的故障和风险。目前,IBM认知制造技术在全球45个国家推广,并在20多个场景中得到了应用。

4

IBM提供认知平台实施与咨询服务

IBM拥有独一无二的市场地位,提供认知平台和服务、特定于行业的产品以及专家咨询服务,能够为电子行业的企业提供大力支持。我们与客户积极合作,确定认知制造的切入点,通过运用以下能力,帮助企业将工作重点从降低成本转向生产转型:

●业务和技术战略咨询服务,为客户定义认知制造战略和用例,通过技术实现业务价值;

●Watson加速器和服务,帮助客户快速开展关键的认知制造用例,包括目测检查和质量保证、维护以及工厂级别的物联网;

●一流的企业搜索平台,帮助客户掌握趋势,深入发掘洞察;

●咨询、设计和实施方法,支持新型互动和业务模式,让认知制造更加经济有效、更易于扩展。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分