未来制造业：碳中和、AI和数字化(2)

弗劳恩霍夫数字媒体技术研究所（IDMT）在工博会上展示了一个基于AI的工业噪声分析在整个生产链上应用的案例。内容包括过程监控、产品在线和终端质量控制以及机器的预测性维护等。创新的测试系统可以根据每次插拔过程中产生的噪音来识别部件是否正确连接。给人的反馈可以是听觉的、视觉的或触觉的，例如通过振动。机器人则直接从传感器系统获取必要的信息。IDMT开发的解决方案还包括用语音命令可靠地控制机器。即使在工厂车间嘈杂的环境中，语音识别也能正常工作。

在模拟仿真方面，领先的工程AI软件公司Monolith AI展示了其机械工程仿真解决方案。它的AI方法比普通的数字模拟走得更远。每次模拟都可进一步开发一个产品模型，从而为制造商提供更多分析数据。这意味着机械工程可节省大量测试。像ChatGPT或DALL-E这样的系统已可支持当今的文本生成、编程和设计。在传统的设计空间探索（DSE）中，工程师必须手动扫描非常大的问题空间来获得设计解决方案。而在AI的帮助下，包括芯片设计在内的复杂设计领域将发生重大的变化。可以预见，DSE将是未来AI项目的重点之一。

此外，参观者还可在工博会中找到能激发灵感的AI工具和用例。例如，费斯托在开发生物反应器时就利用AI和量子传感器来检查细胞的活力；英特尔与合作伙伴则展示了基于AI的机器人如何确保装配线上的质量；西门子展示了在AI系统ChatGPT的协助下如何加速可编程逻辑控制器的代码编程；弗劳恩霍夫智能分析和信息系统研究所则展示了针对AI程序的开发测试工具和程序，从可靠性、公平性、稳健性、透明度和数据保护方面检查和评估AI应用程序。

制造业的数字化趋势

自动化之后是生产的数字化，目标是生产效率、速度和质量的提高，使企业在通向未来工业的道路上获得更高竞争力。未来的生产是数字化、智能化和网络化的。数字化工厂需要从产品研发、工艺、制造、质量和内部物流等与产品制造价值链相关的各个环节都基于数字化软件和自动化系统进行支撑，例如制造执行系统（MES）。通过监控、跟踪、记录和控制整个生产周期来优化制造流程，MES填补了生产计划与底层工业控制之间的鸿沟，实现了企业计划、执行、控制三层之间的信息流通。

在工博会上，参观者可看到下一代MES产品，即面向工业物联网框架的制造运营管理系统（MOM）。现代企业需要全球化的解决方案，以实现供应链分段管理，适应快速的市场变化，以及任意地点设计、生产和销售产品。MOM强调生产同步性，支持网络化制造。现代企业的管理架构在云/工业物联网平台、本地、边缘或混合场景中得到灵活使用。用发展的眼光看，实现数字化企业转型意味着要将产品生命周期管理、MOM和自动化整合在一起。

至于已提出10多年的“工业4.0”，作为德国工业制造的伞形品牌概念，它将传感器制造商、自动化专家、机器人制造商、软件制造商和用户聚集在一起，成功激发了人们对自动化的热情，也对工业过程的数字化产生很大的影响。

此外，研究人员发现，来自亚洲的充满活力的公司，正在企业的数字化领域投入巨资，并且已超越了许多西方竞争对手。慕尼黑大学与合作伙伴一起对全球899家工业公司进行了数字化程度调查。结果发现，只有50%的生产过程实现了自动化。最有效的是两种技术是自主运输和AI。在德国、奥地利、瑞士、英国和美国的公司中，整个生产过程中只有大约44%是自动化的，而在中国，这一比例已达到69%。