博世的生存计划：一个传统的制造商如何靠数据保持全球竞争力
Russ Juskalian | 2016-07-15 14:43
【数据猿导读】 对于博世来说，将现有高效的生产系统打造成更充分的自动化显得非常迫切。这个有着130年历史的制造商，在全球范围内拥有375000名员工，它必须向智慧制造方向努力以保持竞争力。那么，这家传统的制造商如何靠数据保持全球竞争力
六位年轻的男工程师正在一间明亮、开放的办公室里写代码，桌上摆放着好几台显示器、笔记本电脑、平板电脑以及耳机。你以为这是一个技术型的创业公司?其实这是博世在德国Immenstadt im Allgäu地区汽车工厂的一个房间。这些工厂员工正在解决生产效率低下的问题并且试图开发出一个系统。他们希望在明年之前，该系统能够让厂里的机器自己诊断故障，自己订购需要更换的部件，并且能够提前几小时甚至几周提醒维护。
透过计算机房的大玻璃窗，能看到工作车间内有一排一排的机器的小部件，比如燃油喷嘴、电子安全控制系统、机械制动系统等等。这些机器为宝马、大众和特斯拉等汽车企业生产设备。
每台机器之上都有显示效率状态的指示灯，旁边的大屏显示器显示实时生产信息。工作人员可以分析来自每台机器上超过100个传感器所捕获的数据。经理能看到从电到压缩空气等每一个相关消耗原料的实时价格。
他们所看到的信息已经突破单个零件或者机器，RFID(射频识别)标签跟踪一切信息。这些信息不仅可以用图表的数字表示，而且也可以通过机器和工厂车间的图像准确表现出来。
对于博世来说，将现有高效的生产系统打造成更充分的自动化显得非常迫切。这个有着130年历史的制造商，在全球范围内拥有375000名员工，它必须向智慧制造方向努力以保持竞争力。高昂的劳动力和能源成本使得一些特定位置的工厂以相当高的成本在运营，比如上面这家工厂。
博世高效的生产系统
这是一个转变，就像上个世纪的第二次工业革命对传统社会的破坏性一样。博世的关联行业的高级副总裁Stefan Assmann说，跟不上速度就像没有完成从胶片到数码摄影的转换一样。“柯达对于那些想要转变的公司来说就是一个警告，风险不在于去转型，而是假设昔日的美好时光会继续下去。”
在这个公司，转型随处可见。在自助餐厅中，装有RFID标签的盘子和杯子取代了收银员。餐厅外面，机器人除草机修剪出了博世标志的草坪。
用数据驱动的博世
自2012年起，博世工厂主要装配线的生产效率增加了20%。博世估计到2020年，关联装配线的技术、基于预测的设备维护以及机器人生产等会产生11.2亿美元(10亿欧元)的额外销售额，而且也可以节约相同的运营成本。“这只是其中的一部分”，工厂经理Rupert Hoellbacher说，他是包括这家工厂在内的11家博世工厂更加精干、更加互联以及更加智慧的推动力量，“我们的目的就是为了赚钱。”
显示器展示了工厂里每一台机器的能源管理状况
一个在两条最终装配线上工作的工人，这两条线是：自动化的刹车系统和电子稳定性项目
Hoellbacher说，即使装配线上有机器人，传统制造业的缺陷也日益显现。当你需要去测量和调节热度、周期以及超出人类能达到的敏感度和速度的灵敏度时，你从机器中得到的东西是有限的。
装配线监控自身的软件
为了达到公司的生产效率目标，整个装配线必须有监控自身的软件，并以超级计算机的速度进行复杂数据分析，从而制定出最有效的操作流程、预测故障并准备解决方案。这项工作顺利开展是一个很大的挑战，但是，大多数Hoellbacher的工厂机器已经建立联系，能够传输信息到位于斯图加特的博世数据中心。
Rupert Hoellbacher管理着11家博世工厂
到今年年底，11家工厂内的6000台机器每秒钟产生的数据都会被收集，而且每一台机器的每日运作将会在一个20页自动生成的报告中进行总结和分析。博世在全球拥有250家工厂，公司计划将这个技术引入到全部工厂中。
装配线上的制造机器的内部
让数据走出博世
在工厂车间，负责IT部门的Kolleck Arnd在谈论一个充满未来想象的博世产品iBooster。这是一个可以用于混合动力车以及电动车的电动机械助力器。它可以在司机不干预的情况下产生刹车压力，在司机意识到脚踩刹车之前就提前缓慢减速或急停，这为自动驾驶创造了可能。
在2013年的研发出来的iBooster安装量已经超过350000辆车。今年早些时候，它更新了一项新功能，即将车载的Wi-Fi和家庭网络相连，并将诊断和制动细节反馈给博世。“现在我们更了解何时、何种原因司机会刹车，而不仅仅是司机刹车这一行为”，Kolleck说，而且他也解释了数据是汇总的、匿名的。
利用这些信息，博世为未来的iBooster积累新的硬件和软件原型，这将更好地满足特定的驱动程序配置文件和客户需求。
它也可以挖掘其他自动化的应用程序或产品的数据，包括那些在自己工厂车间的电子设备。专门从事零部件生产的机器人通过数据反馈学习将越来越像人类工人。
当物品通过RFID门时它们会被自动扫描
一块显示车间目前运行状况的牌子
“我们在交通中学会的也可以帮助我们提高工厂的内部物流。”阿斯曼说。通过在汽车上的传感器技术所得到的内容，采集得到的数据，“我们可以让机器人有眼睛、耳朵和感觉。”
阿斯曼对这些数据的野心甚至超越了博世的内部应用。他说，公司将出售其在物流、数据处理和制造等服务。
单身还有两个挑战笼罩着博世的智能工厂项目以及这些野心。第一个挑战是找到有能力的员工，来运行不断增加的由数据驱动的制造系统。第二个挑战是创建行业标准，从而使这些系统能够一起工作。
虽然有很高的金融风险，但是德国的劳动力和能源成本都很高，自动化程度和效率的提高是博世这样的企业在未来是否保持盈利的关键。正如Assmann说的那样，拥抱互联网不是一种选择，“它是必须的。”
来源：涂子沛频道
刷新相关文章
我要评论
活动推荐more >
- 2018 上海国际大数据产业高2018-12-03
- 2018上海国际计算机网络及信2018-12-03
- 中国国际信息通信展览会将于2018-09-26
- 第五届FEA消费金融国际峰会62018-06-21
- 第五届FEA消费金融国际峰会2018-06-21
- “无界区块链技术峰会2018”2018-06-14
