您所在的位置:首页 > 通信与网络 > 高端访谈 > 应用材料公司:SmartFactory®助力制造商提升生产过程的质量和可靠性

应用材料公司:SmartFactory®助力制造商提升生产过程的质量和可靠性

——“自动化巨头拥抱工业互联网时代”系列采访六
2021-08-12
作者:韦肖葳
来源:电子技术应用

【编者按】

“十四五”时期,是工业互联网结合5G,大数据,人工智能等新一代信息技术,加速推进制造业转型升级的关键阶段。工业互联网正在重塑制造业生态,使之呈现一种万象更新的气派。这一次,《电子技术应用》杂志社以 “自动化巨头拥抱工业互联网时代” 为主题,邀请到全球六家自动化巨头:ABB,艾默生,施耐德电气,西门子,罗克韦尔自动化,费斯托,以及全球两家电子制造龙头公司:应用材料公司,环旭电子,针对企业在工业互联网时代的转型问题邀请嘉宾发表观点,共话智能制造新篇章。


----------------------------------------------------------


工业互联网时代,工业自动化程度的提升对产业转型升级,工业结构调整以及企业竞争力提升都具有重要的意义。在应用材料公司自动化产品部营销总监David Hanny看来,企业的自动化水平很大程度上取决于制造业的环境和亟待解决的挑战。



应用材料公司自动化产品部营销总监 David Hanny | 图 源:应用材料公司

 

当下,半导体行业日新月异,提高工厂生产效率已成为刻不容缓的任务。作为全球半导体行业自动化软件,服务和设备的领军企业,应用材料公司开发的 Applied SmartFactory ?是制造业中全面的自动化软件解决方案。Applied SmartFactory?解决方案通过提高制造流程的效率并大幅减少手动操作,旨在与工厂中的集成系统无缝协作,以改善运营状况,提高产量和利润。? ?

 

图 源:应用材料公司


应用材料公司提供多元化的SmartFactory产品,在市场中处于领先地位。其集成能力包括过程质量,工厂生产率,生产执行以及贯穿供应链的计划和调度。“我们通过全面的制造执行系统(MES),全自动物料处理系统(AMHS)控制,实时调度和短间隔调度,规格一致性(SPC),设备维护策略和故障监测以及实时配方调整和耐用品管理实现工厂的全自动。” David Hanny在接受专访时如是回答。

 

传统设备公司通常专注于产品的研发和推出,然而在应用材料公司,“服务”与产品同等重要。一直以来,应用材料公司不只以“满足客户需求”为标准,更多的还会考虑如何“帮助客户创新”。“事实证明,应用材料公司可以在90天内将非常复杂,资产密集型的工厂实现全自动状态。我们的技术支持团队将全天候为工厂发生的问题提供解决方案。业务连续性对我们的SmartFactory客户至关重要,因此我们为客户提供自动化路线图,升级和补丁服务,以保持生产平稳运行。” David Hanny说道。

 

同时,多元化的SmartFactory产品组合使应用材料公司能够为客户提供全方位的一站式服务。David Hanny表示,应用材料公司有一个庞大的部署专家团队,在他看来,单一供应商责任制对公司客户来说更具成本效益,既能够加快成功部署的速度,又可以随时为他们提供服务以适应其制造流程的发展。另外值得一提的是,应用材料提供的EngineeredWorks?解决方案是公司预先构建的自动化逻辑,可以为客户快速部署成熟的业务规则。

 

传统制造业迈向智能制造的大前提,就是数据的采集和传输。“制造商总是希望更快地传输数据。”David Hanny说,“这其中包括5G高效的数据传输,还包括对存储更多数据,更快处理数据以及收集工厂行为分析的需求。”随着其它先进技术日趋成熟,如云,大数据,更快速的处理器(GPU等)和消息总线技术,5G技术的应用成为市场主流。David Hanny告诉我们,应用材料公司致力于将这些技术集成到公司的SmartFactory产品组合中,为离散式制造企业和流程式制造企业提供解决方案。


图 源:应用材料公司

 

工业互联网想要稳固发展,安全风险问题不容小觑。在David Hanny看来,当客户进行数据迁移时,安全性是一个巨大的挑战。要克服的第一个障碍就是弄清收益会在何时或者以何种方式大于风险,这就要求各公司制定风险缓解策略。应用材料公司一直与客户保持密切合作,以了解这些使用实例。“我们将从客户对数据转移到异地的风险顾虑出发,有针对性地制定和管理安全路线图。”他讲道。

 

最后,当谈及工业互联网目前面临的挑战时,David Hanny表示工业4.0不是目标,而是一个关键的赋能因素。“成熟的自动化智能非常重要,先进技术在提高生产速度的同时还创造了一个学习的环境(例如机器学习,深度学习等),这反过来又允许概率智能的结果变得可预测,并可以将这些结果应用到人工智能领域。运用赋能技术需要安全可信度和强大的系统数据完整性。但我们认为,目前来讲最大的挑战在于客户对于其制造工厂拥抱变革的意愿。”他说。



此内容为AET网站原创,未经授权禁止转载。
Baidu