智能制造工业4.0与供应链之间的协同作用(一)

要阅读本系列文章的下部分,请单 击此处。 https://www.vipsmt.com/pcb/smtjc/37275.html

随着缩短材料订购过程中的交付周期的趋势,以及灰色市场的材料紧急订单的频率,假冒材料进入的机会增加。当供应链中的材料真正短缺时,情况会变得更糟。在许多情况下,市场对材料供应问题的反应通过对受影响材料的过度订购来解决,以便尽可能长时间地确保供应,这通常会使整个行业的问题变得更加严重,将严重短缺升级到关键水平。

在这些时候,装配制造商迫切需要材料供应,材料经销商也会感受到合同到位以确保供应。寻找合格材料以满足不稳定的需求变得越来越广泛,创造了使用不符合标准或质量的材料来履行材料订单的动力和机会。由于大多数装配制造商已经签订了可信赖的供应商协议,因此不再全面执行工厂收货时对材料的检查。

在组装过程结束时,可能不会检测到任何伪造的材料,因为产品已经过测试; 而且经常,甚至不是。已经发现造假者利用专门破坏进入检查程序的技术并产生足够的混淆以使装配公司无法对伪造材料进入负责。一个例子被发现,一卷材料上的前100个零件是真品,然后每七个零件被发现是伪造的。即将进行的检查是否适用于无源设备,通常只能查看卷轴中的第一种材料。如果在组装和测试期间发现任何缺陷,则使每个第七部分伪造产生足够随机的图案以引起最大的混淆。由于这些是本例中便宜的无源元件,预计在工厂内管理它们的工作量很小。然而,具有无源元件的伪造材料的实例数量迅速增加。尽管与例如高价值IC相比,无源材料本身可能是微不足道的,但是仅仅一个的短缺或缺陷将阻止产品以及可能的整个工作订单被运输。由于许多假冒材料具有相同的功能,但规格低于真正材料的规格,因此伪造材料很容易通过组装和测试过程检测不到 – 并成为安全关键产品的一部分。虽然可以通过使用检查,测试甚至X射线过程来检测伪造品,对每天普通工厂放置的所有数百万材料组件进行测试是不切实际的。在当今竞争激烈的世界中,制造业永远无法承担成本。

另一方面,电子产品的使用已成为人类社会几乎所有方面的关键,成为每个家电和通信设备,运输方式,防御系统等的关键部分。无法消除风险的后果进入市场的缺陷对个人和公司品牌形象都是灾难性的,更不用说相关的复苏成本了。除非发生重大变化,否则这只是时间问题。

智能工厂

在大多数对话中,作为智能工厂一部分的可追溯性讨论并未列入议事日程。智能工厂的重点是实现提供灵活制造,无遗留约束的目标,即使是小批量产品的高度混合,也可以提供高度优化的资产使用。然而,智能工厂的一个关键方面是能够完全控制生产依赖性,包括物料流。工业4.0代表了所有运营流程的数字化,无缝共享数据。工业物联网(IIoT)标准,如IPC 的Connected Factory Exchange(CFX)是实现这一目标的最有效方式。

Fig1_Ford_SMTWeek_5Jun2019.jpg

图1.智能工厂,工业4.0。

在智能工厂内,数据在自动化机器过程之间交换,以及手动组装和测试过程,以便提供工厂操作的清晰可见性。数据在执行级别进行交换,允许基于机器或行的软件自我优化其操作。数据也在执行层和工厂层之间交换,为机器提供特定的材料和工单信息,并提供相反方向的精确材料使用和腐败信息。许多MES功能在工厂层内协同工作,以提供整体工厂优化,随着客户需求的变化实时工作。然后,数据也与高级业务系统(可能包括ERP和MRP)进行交换,以确保他们掌握最新信息,说明哪些产品已经制造,将在短期内制造,以及哪些材料已经生产。在每次操作中使用和物理分配。

对于本文的范围,重点仅在于属于智能工厂的许多关键元素中的四个:

  • 工艺工程
  • 适应性规划
  • 精益物流
  • 可追溯性

智能工厂中的工艺工程方法与传统方法完全相反。不是通过过程工程预先设置组件配置,而是预先创建一个通用的数字产品模型,然后可以根据需要将其轻松导出到数据中,以便进行任何有能力的线路配置。该过程从消除以前用于将设计和物料清单(BOM)信息转移到制造中的所有不同文档开始。

智能工厂中推荐的方法是使用包含设计数据所有方面的单个文件,例如IPC-2581格式。它包含单个文件中电气和机械设计,材料规格以及设计BOM信息所需的所有元素。使用IPC-2581完全消除了手动创建产品模型,交叉引用信息和解决冲突的需要。然而,对装配工程过程的影响是将大约八天的工作时间和交付时间缩短到几分钟。借助功能强大的数字流程制造工程工具,数字产品模型可用于按需输出任何选定机器或线路配置的多种不同格式,这被视为满足客户直接需求的最佳方式。虽然工程实践中的这种逐步改进将与那些寻求缩短产品引入时间以及数据准备成本的人产生共鸣,但对于工业4.0而言,这也提供了引入工程灵活性的关键能力。制造过程,允许产品在短时间内在线路配置之间移动,以满足客户要求的不断变化的交付率。除了操作灵活性之外,工作量和交付周期的减少还允许更广泛地接受所使用的材料,例如,在托盘而不是卷轴上交付IC。容纳更广泛的物质资格,可以很容易地纳入操作,

适应性规划是最近与智能工厂相关联的术语,但实际上它代表了多年来在大多数车间使用的实际实际规划方法的演变。选择的传统自适应规划工具就是Excel。其他规划工具,无论是基于无限,有限还是APS模型,都有各种各样的规划工具,专注于中期或长期规划任务,满足客户提前达成的最后期限,几乎没有实际考虑执行操作的级别优化。生产工程师可以根据他们对过程的了解,借助Excel帮助计划实际优化的工作顺序。在工业4.0中,这种模式被推向了极致,因为工作分配的连续评估需要根据客户的日常需求变化来进行。Excel是一个很好的工具,但是根本无法理解和表示避免执行风险或按时交付失败所需的所有实时计划约束,例如考虑实际可用的材料。智能自适应规划解决方案建立在那些长期依赖Excel的人的经验基础之上,将约束的可见性和理解引入焦点,使规划工程师能够在保持最大可能的运营效率的同时快速准确地进行分配和排序决策。这是通过在完成的产品和消耗的材料方面实时共享自动和手动操作的信息来实现的,

拥有关于材料消耗的可靠数据,包括使用和腐败,是智能工厂的另一个关键要素。可以根据实际材料消耗率生成材料的精益“拉动”信号,以及后续预定工作订单的详细信息,然后可以使用这些信号创建用于从仓库运输物料的实时物流计划,或者本地使用点仅在需要时存储到机器,换句话说,就在时间(JIT)。装配过程中的实时数据采集可确保每种材料都得到考虑,创建近乎完美的库存记录,随后可与ERP和MRP共享。可以完全避免创建推动套件的需要。通过使用自适应规划,准确确定在可预​​见的将来执行工作订单的材料库存的准确可见性,从而在车间和仓库中建立不必要的物理材料缓冲库存,可以完全避免,没有任何意外的内部材料短缺的风险。MRP现在能够确切地知道工厂中的材料,可以提供准确且不太紧急的材料订单系列,具有更大的灵活性。

当一个专为IIoT环境设计的现代智能数字MES系统,为智能工厂车间的制造执行精益供应链管理提供支持时 – 完全可追溯性作为一种自然结果发生,基本上是“免费”的。运营成本视角。使用精益材料,所有材料载体以及单独标记的关键部件和子组件都可以从其原始包装中进行独特标记和跟踪。由于材料的每个实例都用于生产,因此无论是昂贵的IC还是明显无关紧要的无源元件,都可以追溯所用材料的确切来源。如果发生任何材料质量错误,例如检测到伪造材料,可以识别确切的进料包装,

可追溯性 假冒价值精确可追溯性数据的可用性对假冒入侵的潜在后果产生深远影响。下面举例说明了造成市场问题的假冒材料的真实案例,但细节已经改变以保护有关人员的身份。

在一个示例中,存在汽车制造商的情况,其发现在一批气囊展开传感器的寿命测试期间,一些未正确部署。工程团队进行了调查,发现每个部件控制器内部组件发生故障,导致部件控制器中的组件出现故障,该组件被立即怀疑是来自有缺陷的批次,甚至是伪造的。如果没有可追溯性数据,则必须召回大约400,000辆汽车以检查它们是否受到影响,或者为了以防万一而更换控制器。这个数字是根据制造故障单元的时间范围,当时的材料以及材料可以继续使用的时间(这些日期的任何一方)决定的。凭借基本的可追溯性以及有关使用哪种材料的可用知识以及他们分配给其他批次的产品,受召回的汽车数量减少到15,000辆。然而,在这两起案件中,此次召回都是全国公开宣布,对受影响汽车的标识造成了极大的损害。在可获得精确可追溯性数据的情况下,可以使用它来发现数据中指示缺陷原因的模式。这可能不一定是材料本身。在此示例中,通过使用精确跟踪数据,故障被追溯到特定的操作过程,而不是实际上是特定材料。所有有缺陷的装置都是在报告有故障的接地带之前的某个时刻经过了一个特定的过程,并进行了更换,但是没有采取任何行动来检查在没有正确连接带子的时间段内制造的产品。结果,修改了处理这种类型的接地带故障的纠正措施程序,并且已知具有特定影响的882辆汽车的确切数量被“离散地”“维修”以替换可疑控制器。

在第二个例子中,智能家用中央供暖控制器的随机故障在市场中经历,随着时间的推移显着增加。在维修中心,发现常用的IC有不规则的标记,有证据表明以前的标记已被删除。该IC被确定为伪造的。不幸的是,相同的IC在许多类型的关键和非关键产品中非常常见。总之,如果没有可追溯性数据,市场上已有大约一百万种产品由于可能使用假冒材料而面临失败的风险。通过基本的可追溯性数据,确定了来自同一来源的适用批次材料,从而将问题的潜在范围缩小至50,000种产品。具有精确的可追溯性,

在这两个例子中,作为智能工厂运营的一部分收集的精确可追溯性数据能够将潜在的公司/品牌威胁问题转变为不幸但可管理的情况。这种能力是向前迈出的重要一步,许多人认为这应该是当今行业的强制性要求。就其本身而言,它并非完全解决假冒材料进入的威胁,因为毕竟仍然存在假冒材料的实际情况。采取的行动对消除此类事件再次发生的风险没有影响。

智能安全的供应链

为了彻底消除假冒材料的进入,有必要对来源进行反击,对责任人进行问责甚至起诉。在装配制造中使用精确的可追溯性是发现的任何伪造材料之间的非常低成本但确定的连接,回到原始包装,其中材料到达装配制造现场。这种能力是创建有效的端到端安全供应链的关键推动因素,利用最新的安全技术(如区块链)安全地跟踪从装配到供应链的伪造进入,并通过这样做,发现入口点。

Fig2_Ford_SMTWeek_5Jun2019.jpg

图2:安全供应链概述。

任何此类技术都需要作为全球标准提供; 为了实现可持续发展,需要为所涉及的每个公司或实体提供福利。

安全的供应链理念始于原始材料制造商,他们为每个发送的材料包装单元创建一个独特的区块链分类帐。标准单位数量很可能被包装成标准尺寸的包装,即防篡改,具有独特的标签或其他形式的标识,也是防篡改和不可操作的。为此目的存在若干技术。标准与程序和审计跟踪更相关,而不是技术本身的选择。区块链将记录材料包装信息,其中应包括所包含材料的所有机械和电气规格 – 实际上,它是一个电子数据表。经过数字化设计,

发货后,分销事件将记录到区块链中。就其性质而言,没有添加到区块链的数据可以被更改或篡改。记录对安全包装或标签的任何损坏,使材料内容不安全。当包装损坏或包装内容需要分开时,经销商可以重新包装材料,但是在分销商中执行此操作的特定实体承担新包装内容的责任。

在装配工厂,确认包装和识别的安全性,并检索区块链数据。除了能够检查材料分布的路径之外,装配制造商还获得有关材料本身的数字信息,这是智能材料管理的重要组成部分。

装配制造商的好处是,如果存在任何质量或可疑的假冒问题,可以快速准确地识别真实的实体。有了这项技术,对那些试图替换不适当材料的人有强烈的威慑作用,因为毫无疑问,在发现时,他们将被追踪并承担责任。此外,装配制造商获得了材料的数字规格,这些材料以前必须从数据表中手工获得,是引入新材料的新产品推迟的延迟的另一个原因,或者,在不同的材料被批准的情况下作为替代或替代。对于经销商而言,与客户一起返回可信任状态,

对于组装制造商和分销商而言,由于最终消除了伪造材料进入,因此降低了成本和测试需求。对于原始材料制造商而言,还有与其品牌保护和客户信任相关的好处。虽然其他人可能不会对材料制造商负责制造其材料的假冒产品,但客户仍倾向于将它们联系起来并开始避免使用这些材料,因为出现假冒问题的风险会出现更大。虽然这很难量化,但毫无疑问,随着时间的推移,这种影响会变得非常显着,对打击假冒入侵无可奈何。

安全供应链的建立取决于行业标准的制定以及行业内众多公司的合作,包括材料制造商,分销商,装配制造商,区块链数字安全基础设施供应商,包装和标签专家,以及智能工厂的数字制造执行系统提供商。

结论

电子组装行业正在酝酿一场“完美风暴”。MRP和ERP等传统工具无法解决行业中的材料短缺问题,这在很大程度上是由于工厂灵活性的提高,这有效地缩短了材料订购的交付周期。根据工厂原材料库存或成品的累积和费用,整个行业无法灵活变通。通过对软件高混合生产的自动化优化控制,智能工业4.0运营代表了西方国家制造业的长期生存和增长计划。作为一种协同效应,安全的供应链概念诞生了,因为伪造材料的直接责任现在可以追溯到源头。

现代数字智能工厂中的安全供应链不仅限于原材料,而且同样适用于内部或外部的子组件 – 所有这些组合起来为每个生产的产品创建完整的数字构建记录。生活在一个电子设备和电路几乎与我们今天所做的一切互动的世界中,以一种经济高效的方式保持对我们设备的信任至关重要。安全的供应链潜力由智能工厂运营驱动,是IIoT,区块链和工业4.0等新技术协同作用的一个很好的例子,支持可持续,可靠的本地制造的业务目标。

Michael Ford是Aegis Software新兴行业战略的高级总监  。

该技术论文最初发表在SMTA International 2018的会议记录中。

» 本文来自:港泉SMT » 智能制造工业4.0与供应链之间的协同作用(一) » 版权归原作者所有,转载务必注明出处。

» 链接地址:https://www.vipsmt.com/pcb/smtjc/37276.html

» 本文标签: ,