Kümme intelligentset tootmistehnoloogiat on üksteisega tihedalt seotud. Tootmisettevõtted peaksid järk -järgult edendama nende kümne intelligentse tehnoloogia rakendamist.
1. intelligentne toode
Intelligentsed tooted hõlmavad tavaliselt mehaanilisi, elektri- ja manustatud tarkvara mälu-, tajumis-, arvutus- ja ülekandevõimalustega. Tüüpiliste nutikate toodete hulka kuuluvad nutitelefonid, nutikad kantavad seadmed, droonid, nutikad autod, nutikad koduseadmed, nutikad müügiautomaadid ja paljud nutikad riistvaratooted. Intelligentsed seadmed on ka omamoodi intelligentne toode. Ettevõtted peaksid mõtlema, kuidas lisada toodete lisandväärtust toodetele intelligentseid ühikuid.
2. intelligentne teenus
Andurite ja asjade interneti (IoT) põhjal võib see tunda ennetava hoolduse seisundit, aidata klientidel varuosi õigeaegselt asendada ja isegi aidata klientidel tuua ärivõimalusi, teades toote olukorda. Samuti võib see koguda tooteoperatsiooni suurandmeid, et aidata ettevõtetel turundusotsuseid teha. Lisaks on ettevõtetele suunatud kliendile orienteeritud rakenduste arendamine ka intelligentse teenuse vahend, mis võib pakkuda ettevõtete ostetud toodetele suunatud teenuseid, et lukustada kasutajad ja viia teenuste turustamine läbi.
3. intelligentsed seadmed
Tootmisseadmed on kogenud mehaanilistest seadmetest numbriliste juhtimisseadmeteni ja areneb järk -järgult intelligentseteks seadmeteks. Intelligentsel seadmel on tuvastusfunktsioon, see võib realiseerida masina tuvastamist, et kompenseerida töötlemisviga, parandada töötlemise täpsust, kuid võib ka termilist deformatsiooni kompenseerida. Varem oli mõnel täpsusega seadmel keskkonnale kõrged nõuded, kuid nüüd saab suletud ahela tuvastamise ja kompenseerimise tõttu vähendada keskkonna nõudeid.
4. intelligentne tootmisliin
Automatiseeritud töötlemise, kokkupanemise ja testimise saavutamiseks tuginevad paljude tööstusharude ettevõtted automatiseeritud tootmisliinidele. Automatiseeritud tootmisliinide, näiteks laagrite tootmisel kasutatakse ka mõnda mehaanilist standardosa. Kuid seadmete tootjad keskenduvad endiselt diskreetsele tootmisele. Paljud ettevõtted keskenduvad tehnoloogilisele muundumisele, on automatiseeritud tootmisliinide, monteerimisliinide ja tuvastusliinide loomine.
5. intelligentne töötuba
Töötoas on tavaliselt mitu tootmisliini, mis toodavad kas sarnaseid osi või tooteid või millel on montaažisuhted üles- ja allavoolu. Aruka töötoa realiseerimiseks on vaja koguda ja analüüsida tootmise olekut, seadmete olekut, energiatarbimist, tootmise kvaliteeti, materiaalset tarbimist ja muud teavet reaalajas, viia läbi tõhusa tootmise ajakava ja mõistlikku ajakava ning parandada oluliselt seadmete kasutamise määra (OEE). Seetõttu, olenemata sellest, milline töötleva tööstuse valdkond (MES) saab ettevõtete vältimatuks valikuks.
6. Nutikas tehas
Tehas koosneb tavaliselt rohkem kui ühest töötoast, suurtel ettevõtetel on rohkem kui üks taim. Intelligentse tehasena tuleks mitte ainult tootmisprotsess olla automatiseeritud, läbipaistev, nähtav ja lahja, vaid ka toote testimine, kvaliteedikontroll ja analüüs, tootmislogistika tuleks integreerida tootmisprotsessiga suletud ahelaga. Tehase mitu töötuba peaksid mõistma teabe jagamist, õigeaegset levitamist ja koostööd. Mõned diskreetsed tootmisettevõtted on loonud ka protsesside tootmisettevõttega sarnase tootmisjumandikeskuse, et kogu tehase juhtimiseks ja väljasaatmiseks ajaliselt äkiliste probleemide avastamiseks ja lahendamiseks, mis on ka intelligentsete tehaste oluline sümbol.
7. Arukas uurimis- ja arendus
Intelligentsete toodete väljatöötamiseks vajavad ettevõtted mehaanilise ja elekttarkvara multidistsiplinaarset koostööd. Tootearenduse tsükli lühendamiseks on vaja sügavalt rakendada simulatsioonitehnoloogiat, luua virtuaalne digitaalne prototüüp, realiseerida multidistsiplinaarset simulatsiooni ja vähendada füüsikalist testi simulatsiooni abil. Vajadus rakendada standardiseerimise, serialiseerimise, modulaarseerimise idee, et toetada massiliste klientide kohandamist või toodete kohandamist; Simulatsiooni tulemuste usalduse parandamiseks on vaja ühendada simulatsioonitehnoloogia testide haldamisega.
8. Arukas juhtimine
Viimastel aastatel on suurtes ettevõtetes kasutusele võetud põhiandmete põhiandmete ühtsel viisil haldamise põhiandmeid (MDM). Aruka juhtimise ja otsuste tegemise kõige olulisem tingimus on põhiandmete täpsus ja peamiste infosüsteemide sujuv integreerimine.
9. intelligentne logistika ja tarneahel
Tootmisettevõtete hanke-, tootmis- ja müügiprotsessidega kaasneb materjalide voog. Seetõttu pööravad üha enam tootmisettevõtteid tähelepanu samal ajal tootmise automatiseerimisele, kuid pööravad ka üha enam tähelepanu logistika automatiseerimisele. Automaatne kolmemõõtmeline ladu, mehitamata giidiga auto (AGV), on laialdaselt kasutatud intelligentset rippumissüsteemi. Tootmisettevõtete ja logistikaettevõtete logistikakeskuses on intelligentse sortimissüsteemi, virnastamise roboti ja automaatse rulllauasüsteemi rakendamine üha populaarsemaks.
10. Arukas otsuste tegemine
Operatsiooni käigus genereeritakse suur hulk andmeid. Ühest küljest on erinevatest äriüksustest ja ärisüsteemidest loodud põhiandmed. Samal ajal saavad ettevõtted neid andmeid kasutada ettevõtte KPI -de eraldamiseks ja eelseadistatud eesmärkidega võrrelda. Tehnilisest küljest on mälusisene arvutamine BI-le oluline tugi.