使用数据在制造中更好地做得更好

数十位会议发言人、众多参展商和数千名与会者——把他们加在一起，你就会在2018年智能制造大会上遇到多少不同的“智能制造”定义智能制造经验。然而，该事件令人信服地抓住了智能制造的范围和承诺，这是一个广泛的概念，可以松散地表征为“使用数据更好”。

在一个级别上，该事件能够深入了解全球制造公司如何使用数据来更好地管理其全球供应链。在另一个级别，该事件介绍了小型作业商店甚至可以使用数据来更好地管理机器设置和其他基本功能。它在制作事业中，审查这些巨大不同水平的技术发展以及之间的各个级别的业务。

这很重要，原因有二。第一，收集数据、保证数据安全、使数据有意义并将其转化为积极行动的技术是可扩展的。它可以分阶段实现，并向上或向下添加，以满足商店当时的特定需求。例如，车间可以在主轴上安装传感器来检测轴承状况。然后，它可以在机器健康数据库中收集数据，以便在主轴故障之前捕获问题。最后，它可以在云中共享数据，作为公司范围或行业范围的预测维护系统的一部分。同样，企业可以开始构建工业物联网(IIoT)框架，提供远程资产监控(包括预测性维护)，从而向每个生产单元发出指令，在每台机床上安装联网主轴传感器。

第二个原因是，从公司董事会到车间，任何与制造公司有业务联系的各方都需要数据连接，某种智能制造接口，在这些制造商实施数据驱动制造的策略时，保持这种关系。

我认为，体验这种利用数据在各个层面上做得更好的新兴现实，是参加这个新的贸易活动的主要意义和好处。我的策略是集中在展示机床的摊位上。在这些例子中，我选择了一个小样本，它代表了使用数据来做得更好的主题。

方法机床的展位是真正的一款带有机器的微型工厂，用于完全生产脊柱植入物，从3D系统的选择性激光烧结单元开始，从钛粉末中构成一批零件。使用Robocut线EDM从构建板中取出成品件，然后机器人地转移到Robodrill加工中心以进行整理操作。在Vytek紧凑型精英机器上的视觉计量单元和激光标记上的另一个站组合光学检查。当生产控制系统指挥它时，来自Gibson Engineering的自行引导车从站到站的零件托盘。该生产线中的所有设备可从方法中获得。

Robert E. Morris公司展示了几台来自津海和大隈的数控机床，由Caron Engineering(切削工具性能)和MachineMetrics(机床利用率)监控，就像一个商店可能会将现有机床联网一样。Gosiger Automation的机器人装卸系统展示了车削中心的实际自动化。这些都是实现连接的、数据驱动的机械车间的“下一步”技术的好例子。

在附近的HAAS工厂直销展位上，两个附加机器人装载/卸载系统均趋于趋势加工中心。HALTER LOADASSISTASTANT是一种独立的单元，具有连接的机器人臂，可以在机器旁边设置并与可编程逻辑控制器接口，以与加工中心集成。第二个系统恰当的生产它具有类似的功能，但是，它包括一个便携式机器人和一个带抽屉的工具柜，机器人可以进入这些抽屉来装卸工件。在展会上，还宣布了HaasConnect，入门级机器监控系统，现在是标准功能的哈斯轧机和车床与下一代控制。它是符合MTConnect，所以任何CNC生成的数据在这种格式可以接受。

牧野的展位是简洁的精髓。它由一个DA300五轴加工中心和一个显示公司MPmax工厂可视化和机器监控软件的显示屏组成。关键是，即使是一台复杂的机器，也能产生大量的关键数据，这些数据必须被解释并有意义地呈现给决策者。MPmax还可以用于监控长加工周期时间的数据，以优化加工过程的尺寸精度。

制造业数字化被称为新时代、又一场工业革命和翻天覆地的变化。事实上，这就是全部。在智能制造体验大会上，与会者被鼓励沉浸在其中包含的变革技术中。我们必须在保持头脑冷静的同时，用各种方法来做这件事。