復合材料制造商習慣于處理設備、材料和工藝的持續(xù)改進，這些改進會影響他們的運營。但他們可能還沒有為工業(yè)4.0做好準備。工業(yè)4.0也被稱為第四次工業(yè)革命，它預示著一個前所未有的技術創(chuàng)新時代，將改變我們所知道的制造業(yè)。

德勤咨詢公司（DeloitteConsulting）負責人布萊恩?米克（BrianMeeker）解釋說：“工業(yè)4.0既是一套流程，也是一種技術，它可以實現整個企業(yè)的數字協(xié)作。它是跨行業(yè)制造業(yè)的未來，并且涵蓋了廣泛的數字功能。”

這些能力包括捕捉和傳輸信息的傳感器、物聯網（IoT）、云計算、機器人技術、機器學習、人工智能（AI）等。通過協(xié)同工作，這些數字技術使公司能夠自動化更多的設備和流程，并收集、分析和建模數據，從而做出更好的業(yè)務決策。

“目標是創(chuàng)建智能工廠，在需要時能夠生產更多的零件，并在不影響產品質量的情況下縮短上市時間?！睂ｉT從事工業(yè)物聯網軟件的Plataine首席營銷官AmirBenAssa說。

自動化的數字復合材料生產線

新的數字復合材料生產線（DCML）已經開發(fā)出來，目前正由SABIC和Airborne進行試點測試，它展示了工業(yè)4.0的變革性質。DCML是一個全自動化的制造系統(tǒng)，可以批量生產輕質、高模量和低翹曲層壓板，定制設計以達到所需的厚度、尺寸和性能。DCML只需60秒就能制造出四種熱塑性復合材料層壓板。

DCML采用SABIC的連續(xù)纖維增強熱塑性條帶，采用高壓纖維浸漬技術HPFIT?。SABIC高級復合材料全球業(yè)務負責人吉諾·弗蘭卡托（GinoFrancato）解釋說：“我們需要兩種寬度不同的條帶，一種用于零方向，另一種用于90度方向?！眱蓚€送帶器將條帶放在托盤上，托盤在第一個送帶器和第二個送帶器之間循環(huán)移動，然后再回到第一個送帶器，直到達到所需的層數。

然后，托盤移動到下一站，在那里各層被點焊在一起。機器人將四個點焊堆垛轉移到加固區(qū)域，在該區(qū)域需要60秒的熱量和壓力才能制成完全加固的層壓板。修剪和包裝后，工人將裝有層壓板的盒子拿起來存放。

在這個過程的每一個階段，系統(tǒng)本身——沒有人的幫助——都會檢查條帶、堆棧和層壓板的質量，以查找缺陷。如果識別出有缺陷的條帶段，系統(tǒng)可以快速移除并用一段完好的條帶替換，以保持線路運行。如果層壓板有缺陷，則系統(tǒng)可以檢測到缺陷并也將其丟棄。

在滿負荷下，DCML每年可生產多達150萬個零件。這應該會吸引消費電子行業(yè)的新客戶，他們被復合材料的重量輕、可持續(xù)性和外觀所吸引，但由于大規(guī)模生產中質量的一致性不足，他們一直在謹慎使用復合材料。

SABIC和Airborne將繼續(xù)升級DCML。一種改進可能是增加機器學習功能，以使該過程更加靈活且更具成本效益。

數字雙胞胎

由于數字雙胞胎是基于物理世界的對象、過程或系統(tǒng)的精確數字復制品，因此基于AI的此類決策是可能的。在復合材料生產中，工程師可以使用數字雙胞胎來測試驅動其設計并模擬它們在各種條件下在現實世界中的工作方式。在制造業(yè)中，運營商將能夠查看數字孿生，以確定工程變更或新工藝將如何影響生產線?！叭绻矣心芰M行完全模擬的車間并更改變量，那么我可以快速運行模擬，這樣我就知道問題將要發(fā)生在哪里?！泵卓藸枺∕eeker）說。

一旦一個產品被制造出來，它收集的數據就可以傳遞給它的數字孿生兄弟，幫助所有者跟蹤它的性能，并確定一個產品是否需要維護或有一個部件可能出現故障。

創(chuàng)建真正精確的數字雙胞胎可能很困難。米克爾解釋說：“要做到這一點，你必須在設計界和制造界擁有全系列的產品數據；你必須讓一切都以數字形式表現出來?！彼嘈牛嗟脑O備制造商將為他們的產品創(chuàng)建數字模型，并在客戶意識到產品價值時向他們提供。

人工智能

Plataine提供智能數字助理，使用人工智能幫助復合材料制造公司提高產量和效率?！八鼜挠媱澓桶才鸥鞣N工單和工作開始，并繼續(xù)密切監(jiān)測制造過程的進展。”本阿薩（Ben-Assa）說，“人工智能可以提供警報、預測和建議，這在復雜動態(tài)的復合材料制造環(huán)境中非常有用?！?/p>

例如，一個工人進入一個冷庫，為一個工單選擇預浸料材料，他只能基于有限的因素作出決定。另一方面，一個基于人工智能的系統(tǒng)可以考慮數百個數據點，包括材料的大小、剩余的保質期、剩余材料的數量，以及公司在那個班次（一天或一周）內的其他工作。

本阿薩解釋說：“工智能是在后臺進行數千次計算，使用機器學習和其他方法來運行大量的歷史數據，然后做出預測，以幫助你得到最優(yōu)的決策?！?/p>

制造商利用這些新技術節(jié)省時間和材料。他繼續(xù)說：“我們所說的準時交貨率增加了5%到7%，僅僅是因為你沒有這些延誤。由于制造商不再使用過期的材料，所以返工的數量大大減少；軟件會提醒他們，并推薦哪些材料用于哪些工作。所以你第一次就把事情做對了。”

人工智能可以提高許多制造領域的效率。如果產品中存在質量問題，智能系統(tǒng)可以將工廠的數千個數據點作為因素，以確定根本原因并建議解決方案。

云計算

Plataine集成了其軟件解決方案以在GoogleCloud上運行，從而使其能夠將GoogleGlassEnterpriseEdition用于增強現實（AR）。在Plataine的實施中，戴上這些智能眼鏡的工人可以在鏡頭的一側看到他們需要做的工作的圖像，并聽到AR系統(tǒng)的操作指導。

本阿薩說：“戴著智能眼鏡的操作員無需手持任何東西，因為他們不需要握住紙，平板電腦或筆記本電腦之類的東西?！惫と丝梢栽儐朅R系統(tǒng)他們需要填寫哪些訂單，可以在哪里獲得所需的材料以及如何執(zhí)行上層作業(yè)或其他工作。這樣可以節(jié)省工人的時間，因為他們無需查找材料，獲得清晰的說明，也不必使用紙，電子電子表格或其他系統(tǒng)來報告所做的一切。

本阿薩說，工作人員將20％的時間用于記錄他們所做的工作和所使用的材料。在此特定示例中，AI和GoogleGlass的另一個優(yōu)勢在于，它減輕了報告員在工廠現場的負擔。您可以簡單地說：“我確認執(zhí)行此操作”，并且它會在系統(tǒng)中更新。

云計算和存儲使諸如此類的AI應用成為可能。工業(yè)4.0和云計算的一大優(yōu)勢在于，它允許各種規(guī)模的工廠非常快速地部署，而無需任何安裝或生產停機。他們可以開始跟蹤其資產、零件和材料，收集大量信息，而不必擔心將其存儲在何處。除此之外，使用者還可以獲得所有這些人工智能算法的計算能力，無論我們是在討論機器學習還是其他需要巨大計算能力的工具。

云計算的優(yōu)點在于，它使公司能夠靈活，靈活地僅在需要的地方便宜地使用這些資源。此外，如果他們希望擴大生產規(guī)模，那么一旦他們進入云計算就更容易了。

優(yōu)化算法

隨著計算能力的提高，一些公司正在利用數學來幫助復合材料制造商克服生產挑戰(zhàn)。

Rafinex首席執(zhí)行官安德雷威爾?姆斯（AndréWilmes）解釋說：“我們的工作是將客戶的挑戰(zhàn)轉化為可以用數學方法解決的問題陳述。我們的高端算法直接針對其特定的痛點，為用戶提供他們可以采取行動的答案，而不是用原始的模擬結果使其超載。”挑戰(zhàn)的范圍可以從減少生成零件的時間到提高工具的精度。

Rafinex的服務包括隨機拓撲優(yōu)化（形狀生成）、隨機變量風險建模、復合纖維方向優(yōu)化和早期設計可制造性分析。隨機拓撲優(yōu)化使制造商能夠為汽車、航空航天和一些體育運動等高性能領域使用的復合材料生產更安全、更穩(wěn)健的設計。隨機過程考慮了設計中荷載方向和材料特性的實際變化。然后，它在數千個模擬中同時和幾乎同時測試它們。其結果是針對客戶需求進行優(yōu)化的單一設計，同時由于風險量化，在最佳和最壞情況下都保持安全。

Rafinex的隨機風險分析算法使用相同的數學方法，在一個單一的模擬步驟中，深入了解概念階段設計在所有實際操作條件下的全局性能。

公司有選擇地使用人工智能來加速這些模擬和優(yōu)化。隨著模擬的進行，中間數據可以用來加速算法，使其在幾個小時內完成，而不會失去準確性，從而提高設計質量。“這使得我們可以在優(yōu)化中掃描更廣闊的設計空間。”以前，對任何現實的工業(yè)設計問題進行隨機拓撲分析都需要3到4周的時間。

未來，Rafinex將與Psylotech公司合作，開發(fā)用于粘接接頭和結構粘合劑的粘彈性模型AI。這些算法將為復合材料中的粘彈性損傷積累提供新的材料模型，包括速率和溫度依賴性，同時還將使獲得材料參數所需的實驗室測試減少10倍。

加入革命

擁有如此眾多的新技術和多種使用方式，復合材料制造商可能不確定從何處著手進入工業(yè)4.0。

“數字和工業(yè)4.0面臨的挑戰(zhàn)之一是可用的技術數量眾多，以及如何理解它們?！泵卓藸栒f。他建議制造商找到知識淵博的顧問，他們可以幫助他們確定哪種技術從長遠來看是最佳的。

制造商還可能擔心他們將不得不淘汰舊設備并購買新設備以利用工業(yè)4.0技術。事實并非如此?！澳梢詫⑦m用于工具、零件和材料的改造，傳感器應用到其中。”本阿薩說。

他建議公司首先確定一個特定的痛點，然后找到可以提供價值的技術解決方案。一旦獲得勝利，他們就可以將其作為商業(yè)案例進行介紹，以鼓勵管理層對技術進行進一步的投資。

制造商很快也會有另一種選擇。包括來自行業(yè)、政府、研究實驗室和其他組織的領導人在內的智能制造領導聯盟（SMLC）一直致力于創(chuàng)建共享的基礎架構，該基礎架構包含使用、管理和建模數據的負擔得起且可靠的平臺、應用程序和工具。每個人都可以訪問位于云中的這個市場。它將提供廠商或公司已經開發(fā)并愿意共享的成熟解決方案。

例如，想要提高生產線上產量的復合材料制造商，可以去市場并輸入有關其使用的材料和工藝的信息。SMLC首席執(zhí)行官丹尼斯?斯溫克（DeniseSwink）解釋說：“我們將推出一系列的應用程序和工具包，無論成本高低，它們都可以用來集成現有的應用程序和工具包?！?/p>

由美國能源部(DOE)資助的位于加州大學洛杉磯分校的清潔能源智能制造創(chuàng)新研究所(CESMII)正開始創(chuàng)建這一市場。今年，CESMII將呼吁愿意為基礎設施開發(fā)應用程序的公司，美國能源部將支付它們50%的開發(fā)成本。符合條件的開發(fā)者必須同意以合理的價格在市場上提供他們的應用程序。

當公司可以很容易地使用這些工具時，它們將認識到許多好處?！盎貓笫蔷薮蟮模谛阅?、能量、生產力和安全性方面?！彼箿乜苏f。

無論制造商如何采用工業(yè)4.0，他們都不應等待太久才能加入這場革命。這種趨勢比我們預期的要早得多。在這個市場上競爭非常激烈，人們了解到他們不能讓自己落后。