Job Shop自动化报价和编程

尼克·平克斯顿(Nick Pinkston)和杰里米·赫尔曼(Jeremy Herrman)在他们初创的数控机床店Plethora吸引了第一批客户时，已经习惯了别人说他们疯了。并不是说他们被冒犯了。考虑到他们的软件背景和他们的年轻(两人现在都30出头)，他们说他们完全预料到了人们的反应，从“这是不可能的”到“你以为你是谁啊?”他告诉业内资深人士一个想法，将从根本上改变多面手、合同机械车间的运作方式。

最近的增长证明，雪花的创始人一点也不疯狂。据报道，仅在2017年，营收就增长了6倍，员工人数从34人增至70人。那是这家店开业的第四年，也是“我们真正开始销售的第一年，”平克斯顿先生说。更重要的是，他和赫尔曼坚称他们才刚刚开始。这家公司占地1.8万平方英尺，距离旧金山市中心只有几英里。他们说，公司的总体目标是让订购机械零件像订购披萨一样简单。

更具体地说，他们的目标是让硬件像软件一样易于迭代。在后一种情况下，新特性是在开发时部署的，有时甚至是自动部署的。这种持续不断的改进与以往计划的、全面的更新截然不同。通过在实体产品的制造中实现同样的事情，Plethora的目标是加快原型迭代，让更多的人更快、更容易、更实惠地将想法转化为现实。平克斯顿先生说:“今天开发的很多最酷的技术基本上都只是一个有身体的软件。”“我们必须让身体跑得更快。”

快速周转的主要障碍并不是保持照明的成本，也不是购买或维护设备的成本。就像许多机械工厂的情况一样，主要的开支是人力。然而，没有机器人手臂或其他明显形式的自动化来减少车间的劳动力。这都是在幕后。平克斯顿解释说:“当你做的是低产量和一次性产品时，单位成本和机器时间不会是你最大的成本。”“即使是在地板上工作的人也不会代表你最重要的成本。最大的开销是给你的机器编程。这就是我们选择专注于自动化的地方。”

通过机械师、在职数学家和其他博士学位持有者的合作，这种自动化包括部分复杂的软件算法，自动选择和应用工具路径到实体模型。这个后端系统在客户和数字化工厂之间的接口上直接与前端自动化连接。无论是通过网络还是在客户的CAD系统内，该软件分析设计，并根据客户选择的日期提供可制造性和交货价格的即时反馈。

就像机器人解放了人类的双手一样，Plethora的端到端的自动化软件旨在解放人类的思维，从CAM编程和与报价和谈判设计问题相关的前端任务中解放出来。其结果，正如赫尔曼所说，是“几天内就能立即定价并获得零部件”。

检查假设

就像创始人的倾向于汲取灵感来自Facebook这样的公司 - 这是赫尔德曼先生所指出的，可能会在任何给定的一天的商业模式上发布几百个“微观更新”是他们经验的产品。

两人都是狂热的修补匠。他们相识于2008年，都是创客运动的狂热爱好者。创客运动是一种diy的发明家文化，它催生了充满3D打印机、桌面机床和其他可用制造技术的协作“创客空间”。然而，他们的背景大多是软件。赫尔曼之前是一名开发人员，平克斯顿此前创立了另一项由定制软件推动的业务。基于“制造即服务”的理念，CloudFab将客户连接到一个大型的、地理上完全不同的注塑和加法制造业务网络中。

对于过剩的客户，前端体验是类似的。然而，在这种情况下，没有现成的基于云计算的供应商网络来加工这些部件。相反，设计的评估和定价完全取决于车间的资源。这是有原因的。“你不可能让别人改变他们做事的方式，”平克斯顿先生说，他回忆起在无法与任何参与生产的人联系的情况下，试图处理成本或交付超支的沮丧。“亚马逊Prime不是靠一元店来完成订单的，”他在谈到这个广受欢迎的订阅送货服务时指出。“它通过拥有自己的仓库实现了这一目标。”

自动化不仅仅是遵循一个永远不会改变的重复脚本。软件可以灵活得多。
-杰里米·赫尔曼，雪花的创始人

CloudFab于2012年被出售。至于Plethora(过剩)，创始人表示，把制造业看作相对的局外人，这是建立自己的“仓库”的一个关键优势。当然，在这个例子中，“仓库”是一个自动编程的机器商店。他们特别指出，许多制造商似乎没有充分把握自动化的潜力。赫尔曼先生说:“这不仅仅是遵循一成不变的重复剧本。”“软件可以灵活得多。”

尽管如此，他们表示，他们现在已经更好地理解了为什么有些人在CAM编程自动化的前景面前畏缩不前，这是一项涉及复杂决策和许多变量的任务。事实上，“雪花”的自动化是有限制的。复杂几何形状的三轴和五轴加工通常没有问题，但特征公差小于±0.005英寸往往需要车间最经验丰富的机械师的传统CAM编程技能。公差可达±0.001英寸，这取决于零件，但商店不涉足复合几何图形，在撰写本文时，转向正处于测试阶段。三坐标测量机(CMM)的编程仍然是手工操作。某些工作仍然需要在前端进行传统的报价和可制造性设计(DFM)分析。事实上，大多数工作在某些时候都需要人类参与。

也就是说，绝大多数部件(近90%)也至少部分地参与了软件自动化。也许更重要的是，随着更多的“智能”被内置到系统中，这个数字还在继续增长。在撰写本文之前的6个月里，该公司已将所有发货部件的平均CAM时间减少了24%。在平克斯顿和赫尔曼看来，这样的进展彻底推翻了以前的警告，即一家专注于一次性产品和低产量的多面手机械制造企业在当今是无法盈利的。“有些人似乎是这样看待事物的:‘存在例外;因此，这是不可能的，’”平克斯顿说。“我们拒绝这种想法。”

端到端自动化(和数字化)

与传统思维的另一个突破是，Plethora的创始人表示，他们的自动化刀具路径不一定能为任何给定的零件提供最有效的加工策略，这并不重要。只要工件可以加工到规格，减少所需的时间，把他们放到地板上的第一个地方，使更多的差异。这就是企业运营成本的情况。“生产周期并不是交货时间的主要部分，”平克斯顿先生指出了工厂的首要任务，并补充说，安装一台新机器比找一个能编程的人更容易，成本也更低。

软件自动化始于一个分析系统，该系统使用特征识别来识别特定的几何形状。将这些结果与加工车间的能力和局限性进行实时比较，并将这些结果与加工车间的工具、工件夹具、参数和其他数字化工艺信息的数据库进行连接。它返回一个用颜色编码的部件模型，表示无法加工的区域，以及可以通过设计更改来更经济有效地加工的区域。通过web上传器反馈通常需要不到两秒钟的时间，而Plethora的工程师随时准备在请求时介入。价格是根据商店自己的成本和顾客选择的交货时间浮动的。最快的选择(取决于零件和商店的不断更新容量模式)是3天。

Pinkston先生与CloudFab经验的课程继续过滤进入这款前端软件的开发。“每个人都希望直接在CAD内直接引用”，“他介绍了最早的最早目标之一。两年前，该公司实现了这一目标，通过免费，可下载的CAD加载项发布，将虚拟版本的Plethora工厂的Fingertips释放出来。更具体地，没有必要为DFM反馈和定价传输或翻译任何东西。它全部可用，单击单击CAD程序接口。除了Dassault Systemes的SolidWorks和Autodesk Inventor的原始产品之外，去年的加载项延伸，还包括来自Siemens的NX和Solid Edge CAD系统。计划在工程中以获得其他文件格式。同时，Web Uploader支持步骤，IGES和各种其他格式。

为每个特征确定最佳的加工方法和这些操作的顺序——加工零件的策略是一项比区分孔和槽更为复杂的任务。直接由前端设计分析提供，后端产品过剩系统的界面看起来与客户看到的非常相似。然而，在这种情况下，3D模型的颜色编码并不意味着零件是否可以在生产车间生产，而是意味着编程可以在多大程度上实现自动化。例如，黄色表示系统只能处理零件特征的一部分工作(比如，只有粗加工)，而红色表示需要完全手工编程。

该模型的绿色区域完全留给商店博士学位持有人编写的算法，其专业知识从数学和抽象数字理论到图形工程和物理学。一般而言，这些算法旨在利用基本上与人类程序员大脑中发生的消除过程基本相同。第一步是确定部分的最佳抓握方向（反过来，这反过来通知选择性化的选择）。从那里，正如Pinkston先生所说的那样，“功能成为选项的套装，并且系统将这些选项置于最佳选择。”

他举了一个简单的通孔的例子，它可以从两个方向接近。确定最佳的方法向量需要首先绘制出如何加工零件上所有其他特征的所有可能性。毕竟，其他功能的某些选项可能会阻碍钻井，反之亦然。通过重复的模拟周期，系统自动调整程序，直到它达到一个策略，以切割整个部分的规格。

普遍的基础

无论他们倾向于颠覆传统的机械零件加工思维，大多数机械加工车间都没有博士。尽管如此，多年来本杂志所报道的许多公司已经在很好的地方迈出了实施类似系统的第一步。精益实践，如5S和使用影子板;可加工虎钳和快换夹具;严格的管理工具;在机器probing-Plethora的创始人强调,这一切和更多的使事情在车间工作的关键。流程标准化对于任何制造操作都是有益的，对于保持软件自动化的灵活性尤为重要。毕竟，系统必须“知道”它在处理什么。可互换的工作站，以及与最佳实践、特定材料参数相关的完全定义的切削工具组件的数字图书馆，只是几个例子。

另一款定制软件将工作安排部分自动化，需要较少人工关注的工作将首先完成。然而，该系统通过可购买的ERP系统(Plex)直接插入存储和组织在云中的数据，并提供了对所有制造商都有益的运营可视性。即使是像数据中心的服务器这样的联网机器(如果只是基本的)监视)，或使用平板电脑传达工作指令，正变得越来越普遍。简而言之，“过剩”与其他许多精干、干净的机械工厂非常相似，至少从地板上看是这样。

创始人说，在过去几年中保持这种方式是对经验丰富的机械师的知识和投入的信誉。他们补充说，在算法上工作的人也取决于这些商店的退伍军人的专业知识，经验和本能 - 大学教育不伴随着的作物。事实上，普罗萨的项目经理的主要角色之一是确保从机械师到软件作家的地板上录取的知识和经验教训。“Over the years we’ve been developing this, we’ve encountered a lot of different components—tens of thousands of unique designs—and we’ve just kept writing new geometric tests,” Mr. Pinkston says about the shop’s continuing work on automated programming. “Expert machinists are great at dealing with the subtleties that the computer doesn’t know exist. Then, over time, we capture their human behavior to improve our software system.”

至于指导继续这一实践所必需的新人才，过剩的经验丰富的机械师有计算机辅助。例如，如果操作人员安装的钢坯弯曲或装载了错误的刀具组件，系统就会发出警报和纠正错误的指示。这样的保障措施旨在让几乎所有人都能装卸机器，在操作过程中学习并建立信心，而几乎不存在零件或主轴损坏的风险。用不了多久，从事基本安装工作的人可能就能在更高层次上做出贡献，比如，帮助确保零件壁薄到足以在工具压力下弯曲的程度，不会为自动CAM开绿灯。赫尔曼先生说:“5个月前开始打包箱子的人现在在为我们的五轴机器做程序。”

加速创新

“夸氯”一词意味着过度，过度数量。“我们希望有一个真正暗示我们的意图是多么暗示的名称，类似于谷歌如何基于第10次到第100次电力，”Pinkston先生说。

这种思维证明了他和赫尔曼先生的野心的范围。根据“未来工厂”的大多数定义，生产中的产量将发生在循环中，而不是线条。也就是说，工程将携手生产。在生产周期中的每个节点的零件和设备数据中收集的见解将推动设计改进和速度迭代周期，即使它在轨道上保持制造过程。然而，血液致力于努力。“从软件的角度来看，我们称之为只读，”Pinkston先生说了智能工厂的共同定义。“你只是在看东西，人类必须调整一切。”

CNC让我的祖父是程序员;它没有让他失业。
——过剩创始人尼克·平克斯顿

他接着说，下一步是什么，即雪花的自我编程工厂代表的是物理上的持续部署。这是一个软件行业术语，描述了利用云计算在不需要人工参与的情况下立即更新软件。事实上，他和赫尔曼表示，更广泛的趋势已经在推动这个行业朝这个方向发展，比如更多的自动化、更大的流程数字化和更多的内置智能。无论他们的特定业务模式流行到何种程度，他们都认为，在未来产品开发周期压缩的情况下，每个人都有更多的机会。

这个机会不仅仅包含了假想的未来的“过剩”(Plethoras)，后者在低劳动力成本的竞争中面临的威胁很小，除了新设备的成本之外，扩大产能的障碍也很少。它不仅仅包括工程师和产品开发人员，也许有一天他们能够在物理空间和虚拟空间中一样快速地迭代。它还包括未来的劳动力。他们的机会可能是多样的，无论是在开发软件来支持自我编程工厂;将传统的CAM技能应用于更适合医疗或安全关键的航空航天部件的更专业的操作;或者整合被认为推动了北美制造业竞争力的机器人技术。“CNC让我的祖父成为了一名程序员;这并没有让他失业，”平克斯顿说。“机械师了解金属及其工作原理。这可能永远都是有价值的。”