大多数制造商都努力生产优质产品，但他们的努力致力于自动化他们的检验过程？
为了找到答案，《自动化世界》在今年年初进行了一项读者调查。超过三分之一(37%)的受访者来自加工行业(如食品饮料、化工、石油、公用事业);近一半(46%)来自离散制造业(如汽车、航空航天、机械和设备);剩下的17%与建筑和采矿、系统集成、咨询和其他业务有关。
不出所料，他们对调查的反应参差不齐，52%的受访者说他们在生产前进行检查，67%的人说他们在生产后进行检查。这些数字加起来不等于100%，因为许多受访者在生产过程的多个点进行质量检查。
更令人惊讶的是这些检查在增加自动化和数字化时期的自动化。只有一半的受访者（45％）表示，不到10％的检查是自动化的。大约四分之一（26％）报告称，10-25％的检查是自动化的，然后报告25-50％的自动化检查的14％，以及15％的人说，50-100％的检查是自动化的。我们不期望这些结果如此紧密地镜像，在四年前举行的这项调查的最后一次自动化世界。
自动化厂商对此提供了许多理由。一是调查对象是各行各业的人——从流程制造业到离散制造业。
“我们在工业业务应用设计工程管理经理Siva Kanesvaran说：”我们看到采用自动化和应用程序的应用程序和应用程序的应用程序不断增长，以描述产出标准。“施耐德电气．他表示:“因此，(接受调查的)不同群体可能会使用不同的术语来指代他们认为的质量。”“并非所有人都以生产线上的方式看待质量。”
“好消息是，质量仍然是一个重要的话题，因为80％的受访者[报告他们]正在进行流程质量检查，”数字企业副总裁Alastair Orchard说明西门子数字工业软件公司。
西门子数码行业软件的数字企业副总裁Alastair果园，在西门子数字行业软件分析师和媒体会议2019
IIOT和分析效应
更强的连通性和越来越多的数据分析的使用是在质量领域缺乏自动化进步的另一个解释。操作部门不仅能够越来越多地根据传感器和驱动器等设备的反馈进行操作，而且还可以跟踪和使用这些粒度数据进行质量控制(QC)。“他们仍然在衡量质量，”Kanesvaran说。“它只是在整个过程中被分散开来。”
更大的连接和分辨率进入过程通常会降低生产后检查的需求。“这使得可以简化最终产品检查，”Kanesvaran Notes。毕竟，如果您不需要在生产后检查尽可能多的点，那么例如，视觉系统的工程和费用就不太可能得到保证。
“也许是使用的检查方法的问题，因为IIT [工业互联网]采用的增加变得不那么相关，”西门子果园说。“而不是在PLC [可编程逻辑控制器]中自动化质量控制，并通过专用的QC服务器中的工业网络通过数据，IIT设备正在超越传统基础架构并直接将数据发布到IIOT平台上进行可视化和分析。”
这些观察结果似乎与今年的调查中有一些其他好奇的结果。例如，在报告的使用通常与自动检查相关的技术使用中发现了显着下降。例如，呼吁使用视力系统的呼视系统今年下降到35％，从之前的调查中达到九点。同样，使用自动测量的人数下降了11分，降至4％。QC软件的使用越来越多，QC软件与控制器之间的网络通信，QC软件12分下降了12分，下降了14分至18％。然而，使用制造执行系统（混乱）和跟踪和跟踪软件仍然与四年前相同。
Kanesvaran在调查中指出了另一个发现，表明对传感器和过程反馈的越来越依赖。如上所述，大约80％的设施在生产过程中在某些时候进行了质量检查，而67％则是这样做的。此数据不仅反映了对过程检查的偏见，而且自上次调查以来的运动表明这种偏差可能会加剧。在早期的调查中，报告在生产过程中检测到大致相同的百分比，79％，而72％表示他们在今年的调查中检查了他们的检查。
罗克韦尔自动化连接企业运营总监
到期的旅程
尽管使用自动化检查的使用相对较低，但调查确实表现出积极的趋势，据路易斯哥伦布，校长IQMS.该公司是一家企业资源规划(ERP)和MES供应商，最近成为达索系统(Dassault Systemes)的一部分。在将自动化检查的数量映射到成熟度模型后，他看到了这种趋势的出现，成熟度模型将用户划分为四个类别:反应型、预测型、协作型和编配型。
哥伦布将那些少于10％的检查中的反应类别，这包括对客户需求的“反应”，通常依靠Expeditors来弥补缺乏自动化。进入下一个类别，“预期”，哥伦布将那些自动化的10-25％的检查。“预期人员”使用自动化将足够的订单放入生产中，以仅需要Expeditors进行异常。第三类“协作”，包含在普通的ERP系统上融入所有部门的制造商，以便每个部门都能有助于满足订单。哥伦布与那些自动化的25-50％的检查相关联此类别。第四个和最终类别“协调”，其中包含50-100％的自动化。“在这里，真正的集成系统达到了一系列的采用，制造商开始看到其效率的好处，”他说。
基于这个模型，超过四分之一(29%)的人已经达到了协作和协调的成熟水平。在这一点上，超过一半(55%)的受访者已经踏上或达到了成熟的旅程。
由于这个原因，哥伦布把这些结果解释为成熟的结果。他说:“这些受访者认识到，真正重要的是数据的反馈和解释，而不是认为他们必须自动化收集数据。”“他们正在向供应链上游转移，转向分析工具和微调生产计划。”
在西门子的果园遇到略有不同的角度，在50-100％的支架中，大多数在50-100％的括号中是大量制造商，如汽车制造商，散装化学生产商（谁需要几乎没有灵活性），或者使用CAD / CAM的部件制造商几十年。“其他受访者可能是在质量检查可以自动化之前必须完成的数字转型之旅，”他说。
他进一步嫌疑人，这一旅程中的大多数都是生产几种类型的产品或为客户个性化产品。由于这些种类的生产线需要从致力于一个产品的设施中使用的传统自动化技术提供的灵活性，因此该线路必须严重依赖手动干预，包括手动检查。处理这些操作的受访者可能难以使它们成为数字企业。
Siva Kanesvaran，施耐德电气工业业务应用设计工程经理
为什么经验是必须的
对于那些寻求自动化质量控制的制造商来说，果园建议以与生产相同的速度。“在任一方向的不平衡将导致较低的KPIS [关键绩效指标]，”他说。
事实上，他认为，将今年的调查与四年前的调查进行比较后，一项特别令人困惑的发现可能是由于不平衡造成的。认为自动化检查的好处——质量更好、浪费和返工更少、费用更低、更符合监管要求、更快的生产效率、更少的召回——的受访者比例分别下降了约10个百分点。
奥查德怀疑客观效益实际上已经恶化，他认为更有可能的是数字化在质量上的发展不如在生产上的发展速度快。他表示:“可能是四年前通过自动化所取得的进步，没有以同样的速度带来持续的进步。”
在许多情况下，当用户无法从自动化中获得所需的好处时，罪魁祸首是“点解决方案”，它解决了一个特定的问题，但对整个过程没有贡献。扭矩控制工具就是一个例子。“你可以获得正确的扭矩来安装螺丝，”米克·曼库索(Mick Mancuso)解释道罗克韦尔自动化．“但是，该系统不符合工作指导系统，并没有向制造过程提供反馈。”
其他原因，人们可以在自动化质量检查方面提供缓慢的进展，而不是获得所需的结果谎言缺乏对投资回报率的定义，而不是在工程，运营和信息技术之间进行协作。“如果这是一个可以合理的项目，那么它将获得资金的机会，”Mancuso说。“那么，如果焦点上升，成功率也是如此。”为了获得结果，他建议寻求可以帮助您考虑整个端到端流程并使用像MES这样的平台的合作伙伴。
根据我们看到的反应的变化，寻求帮助的这一建议可能是特别益处，这是我们看到的受访者的数量，表明自动化在质量检验中发挥了不到一年的关键作用。2016年，5％表示这是如此。今年，这个数字跃升到33％。
“虽然这一变化可能是由于新用户可能是由于新的订户，但它必须是刚刚自动化的公司，”哥伦布在IQMS说。
罗克韦尔自动化的曼库索指出，这些公司可能还没有必要的专家。然后，再加上劳动力的代际变化。他表示:“随着更有经验的员工退休，他们将被新一批可能刚刚开始职业生涯的员工取代。”
这一代人不仅缺乏导师的经验，而且更容易偏离传统的PLC架构，走向数字化的道路。“质量的清晰度可能会受到影响，因为在数字转换中，这些领域肯定会在合并的数字线程下混合，”乌查德在西门子观察到。“也许质量被重新归类为生产和物流的一个属性。”
