2019年，SICK在弗萊堡

開啟了通往4.0 NOW Factory的大門（工業4.0）。

在此期間，通過工業4.0我們獲得了哪些新認知？

就此，SICK集團光電傳感器和光纖業務負責人

Joachim Schultis接受了專訪。

▲Joachim Schultis（左），光電傳感器和光纖業務負責人

Q1 : Schultis 先生
，您在一家按照工業 4.0 原理運作的工廠中擔任生產負責人。您的工作與傳統工廠的生產負責人的工作有什麼不同？

Schultis：在傳統工廠中要做的工作是，應用已知的策略和方法不斷提高整體效率。

工業 4.0 工(gong)廠(chang)的(de)目(mu)標(biao)也(ye)一(yi)樣(yang)，就(jiu)是(shi)要(yao)提(ti)高(gao)整(zheng)體(ti)效(xiao)率(lv)。但(dan)是(shi)實(shi)現(xian)目(mu)標(biao)的(de)途(tu)徑(jing)不(bu)一(yi)樣(yang)。它(ta)主(zhu)要(yao)是(shi)要(yao)在(zai)觀(guan)察(cha)中(zhong)學(xue)習(xi)
，為(wei)未(wei)來(lai)設(she)定(ding)正(zheng)確(que)的(de)方(fang)向(xiang)。新(xin)事(shi)物(wu)提(ti)供(gong)了(le)消(xiao)除(chu)“舊”世界現存邊界和重新定義整體效率的機會，無論我們所說的是什麼原理、技(ji)術(shu)或(huo)者(zhe)方(fang)法(fa)。作(zuo)為(wei)生(sheng)產(chan)負(fu)責(ze)人(ren)要(yao)做(zuo)的(de)是(shi)，從(cong)新(xin)策(ce)略(lve)中(zhong)學(xue)習(xi)
，有(you)勇(yong)氣(qi)消(xiao)除(chu)已(yi)知(zhi)的(de)邊(bian)界(jie)，在(zai)這(zhe)裏(li)，新(xin)技(ji)術(shu)首(shou)先(xian)提(ti)供(gong)了(le)能(neng)夠(gou)突(tu)破(po)邊(bian)界(jie)的(de)前(qian)提(ti)。

Q2: 您通過工業4.0獲得了哪些重要的認識？

Schultis：xindeshengchanxitong，biruwomensuochuangzaodezhegexitong，tadefuzaxingduizuzhiguanlifangmiantichulexindetiaozhan。womenbixuzaizuzhiguanlifangmianzhongjian，yifangmianshiweilegenjukehudexuqiujinxingshiyingshichangdeshengchan，lingyifangmianshiweilezaihaixuyaozhenghexinbanbendeqingkuangxiacongzhengtishanggaijinshengchanxitong。

然(ran)而(er)，傳(chuan)統(tong)的(de)規(gui)劃(hua)與(yu)控(kong)製(zhi)係(xi)統(tong)很(hen)快(kuai)就(jiu)達(da)到(dao)其(qi)極(ji)限(xian)。為(wei)了(le)適(shi)應(ying)這(zhe)些(xie)要(yao)求(qiu)，我(wo)們(men)引(yin)入(ru)了(le)靈(ling)活(huo)的(de)工(gong)作(zuo)形(xing)式(shi)，明(ming)顯(xian)提(ti)高(gao)了(le)靈(ling)活(huo)應(ying)對(dui)不(bu)斷(duan)變(bian)化(hua)的(de)目(mu)標(biao)要(yao)求(qiu)的(de)能(neng)力(li)。我(wo)們(men)的(de)團(tuan)隊(dui)在(zai)其(qi)站(zhan)立(li)會(hui)議(yi)（Stand-up Meeting）和敏捷會議（Sprint）中會使用實時數據或我們通過數據挖掘（Data Mining）過程獲取的已處理完畢的信息
，用以做決策。而在行動方麵，我們也隻是處於初始階段
，每天都在學習。

再來談一下您的關於“重要認識”的問題：我們認識到，我們必須將技術創新和組織管理創新組合在一起
，才能快速、有針對性地作出反應，利用新的增值機遇。

Q3: 您能否詳細地闡述這些優勢
？

Schultis：liru，womenzaiguoqudejigeyue，zaizhizaowuliuzhongcaiyonglexinchanpin。womenzaiyangjijieduanjiuganshoudaolegaoduzidonghuashebeidehaochu
，womenwuxuewaiweiyangjishougongzhizaoyitaishebei。bingqiezhequeshiyouyong。gongchangdelinghuoxingxianeryijian。womenzaipiliangshengchandetongshizhizaoyangji。

Q4: 您是如何做到這種靈活性的？ 

Schultis：我們的工廠具有模塊化結構。各個全自動和半自動的製造模塊都通過小型自主駕駛小車 (AGC) bicixianglian。yuchixujinxingdepiliangshengchanxiangfan，womenzaizhelikeyizhijiejinxingshiyanhuozheyanfaxinchanpin。ruguochuxianxiaoguzhang，zhenggezhizaoxitongbuhuilijitingzhi。zhetixiandeshichuncuidelinghuoxing。zhengtishangxianzhujianshaolewomenzaiqidongjieduansuojinglidekunrao。womenzaiguochengzhongdekekaochengdumingxiantishengbingqieyongyougenggaodeziyoudu。

Q5: 設備發生故障時是什麼情況？能不能用其它設備接替？

Schultis：keyide。womensuiranbushiyiqiedouchengshuangchengdui，danwomenyoukeyiquanzidonghuozheshoudongzhixingdegongyiguocheng。cishi，shangyouzhuanmenweigongchangkaifadezhizaokongzhixitongchengdanwuliaoliudekongzhirenwu。

Q6: 2019年您說到了五個產品係列。現在狀況如何
？

Schultis：我(wo)們(men)在(zai)此(ci)期(qi)間(jian)額(e)外(wai)做(zuo)了(le)兩(liang)個(ge)產(chan)品(pin)係(xi)列(lie)，目(mu)前(qian)生(sheng)產(chan)過(guo)程(cheng)中(zhong)有(you)七(qi)個(ge)產(chan)品(pin)係(xi)列(lie)，年(nian)底(di)還(hai)會(hui)增(zeng)加(jia)另(ling)外(wai)兩(liang)個(ge)。在(zai)這(zhe)些(xie)產(chan)品(pin)係(xi)列(lie)中(zhong)還(hai)會(hui)增(zeng)加(jia)不(bu)同(tong)的(de)版(ban)本(ben)。目(mu)前(qian)我(wo)們(men)已(yi)做(zuo)的(de)版(ban)本(ben)數(shu)量(liang)達(da)到(dao)了(le)四(si)位(wei)數(shu)。機(ji)器(qi)承(cheng)受(shou)這(zhe)樣(yang)的(de)增(zeng)長(chang)毫(hao)無(wu)問(wen)題(ti)。除(chu)了(le)安(an)全(quan)產(chan)品(pin)之(zhi)外(wai)，我(wo)們(men)目(mu)前(qian)甚(shen)至(zhi)在(zai)相(xiang)同(tong)的(de)模(mo)塊(kuai)上(shang)生(sheng)產(chan)非(fei)安(an)全(quan)產(chan)品(pin)。

Q7: 您在開頭談到了數據挖掘。您能否跟我們分享一下您所獲得的認識？

Schultis：我們將生產環境中的數據分為三個主要類別。在智能製造這個類別中，我們上升到過程層次
，以改善質量
，提升 OEE（整體設備效率）等。這是一個重點議題。

第(di)二(er)個(ge)議(yi)題(ti)是(shi)預(yu)見(jian)性(xing)維(wei)護(hu)。在(zai)這(zhe)方(fang)麵(mian)
，我(wo)們(men)使(shi)用(yong)數(shu)字(zi)信(xin)號(hao)，以(yi)盡(jin)可(ke)能(neng)高(gao)效(xiao)地(di)實(shi)施(shi)維(wei)護(hu)工(gong)作(zuo)。例(li)如(ru)
，我(wo)們(men)並(bing)不(bu)始(shi)終(zhong)采(cai)用(yong)固(gu)定(ding)的(de)維(wei)護(hu)周(zhou)期(qi)，在(zai)需(xu)要(yao)維(wei)護(hu)的(de)時(shi)候(hou)
，傳(chuan)感(gan)器(qi)和(he)執(zhi)行(xing)器(qi)會(hui)發(fa)出(chu)信(xin)號(hao)。

第di三san個ge類lei別bie涉she及ji的de是shi能neng源yuan管guan理li。我wo們men了le解jie到dao，整zheng個ge車che間jian在zai一yi年nian中zhong消xiao耗hao的de能neng源yuan是shi什shen麼me情qing況kuang。未wei來lai，這zhe種zhong透tou明ming度du將jiang幫bang助zhu我wo們men盡jin可ke能neng高gao效xiao節jie能neng和he可ke持chi續xu地di進jin行xing生sheng產chan，因yin為wei我wo們men可ke以yi在zai更geng有you利li的de時shi候hou進jin行xing生sheng產chan活huo動dong。

Q8: 你們是否已經有能力分析數據得出結論？工業 4.0 意義上的
？

Schultis：這個問題我必須嚴謹地用“是又不是”來回答。是的，我們已經有能力分析數據得出初步結論。是的，我們對此做得越多
，潛力空間就越大。

一個小例子：我們現在用數字方式監控生產模塊中的壓縮空氣。這在以前是沒有的。以前，如果壓力下降至低於 5 bar，隻zhi有you生sheng產chan出chu了le問wen題ti
，我wo們men才cai會hui知zhi道dao壓ya力li下xia降jiang。現xian在zai，我wo們men采cai用yong數shu字zi方fang式shi進jin行xing監jian控kong，設she有you警jing告gao極ji限xian。如ru果guo超chao過guo或huo低di於yu這zhe些xie極ji限xian，我wo們men就jiu會hui通tong過guo BPM（博世性能管理器）jihuoyizhangzhichipiaozheng。lingwaiyigelizijiushiqigangdeyidongsudu。yibanlaishuo
，congzhongkeyishibiechumosunxianxiang。weilai
，zhexieshujujiangyouzhuyuwomencaijigezhongzhidongqi/傳感器的維護警告極限。目標是，在故障/失效情況發生之前就將其識別出來。

Q9: 是否存在您不借助數據就無法發現的情況？未來工廠應該如何發展？

Schultis：我們在一個模塊中碰到過這種情況
，我們在該模塊中用我們的 SICK 傳感器 FTMg 監控壓縮空氣。傳感器本身通過一個網關 (TDC-E) 與雲端相連。我們將 BPM 托tuo管guan在zai該gai雲yun內nei，幫bang助zhu我wo們men對dui數shu據ju進jin行xing可ke視shi化hua處chu理li。我wo們men可ke借jie此ci識shi別bie壓ya縮suo空kong氣qi供gong應ying的de波bo動dong並bing采cai取qu相xiang應ying的de措cuo施shi。若ruo故gu障zhang未wei被bei發fa現xian，就jiu可ke能neng導dao致zhi換huan向xiang閥fa故gu障zhang。我wo們men可ke以yi提ti前qian對dui其qi進jin行xing更geng換huan，避bi免mian停ting機ji。 

Deep Learning 在未來的工廠中是否也能發揮作用？這是肯定的。Deep Learning 是shi一yi種zhong能neng夠gou以yi多duo種zhong方fang式shi幫bang我wo們men變bian得de更geng好hao的de技ji術shu。我wo們men正zheng在zai開kai發fa一yi個ge解jie決jue方fang案an，有you了le它ta我wo們men就jiu能neng在zai質zhi量liang檢jian驗yan中zhong使shi用yong神shen經jing網wang絡luo技ji術shu。具ju體ti來lai說shuo，這zhe將jiang是shi一yi個ge可ke內nei嵌qian的de焊han點dian自zi動dong光guang學xue檢jian查zha (AOI) 解決方案。您看，我們每天都在學習新知識和測試新技術。

未來工廠
，必須始於當下
，否則未來將永遠隻是未來。我們今天可以利用機會
，借助數據產生增加值
，從而盡可能高效地進行生產。

SICK不隻是談論工業4.0

我們實施工業4.0

我們將與您攜手

在工業4.0的道路上一起探索前行！