一份新报告敦促美国投资新兴制造技术，称私营部门无法独自保护美国制造业。 根据一个名为 MForesight 的组织的报告，“仅靠市场力量不太可能实现所需的改变”。 “到目前为止，他们还没有……。只有政府才能克服这种市场失灵，以确保美国保持全球竞争力。” 这份名为《制造业繁荣》的报告实质上是试图重振 1980 年代美国是否应该制定产业政策的政治辩论。 在那十年中，该想法的支持者引用了欧洲和亚洲政府如何积极规划并与工业合作。反对者表示，市场力量更好，产业政策试图增加监管。产业政策运动毫无进展。 新报告提倡美国对制造业进行“持续的战略投资”。 报告称，制造商“受到短期财务激励”的推动，并专

汽车工程从未有过如此复杂的问题需要解决。每年生产数百万辆汽车是一项艰巨的壮举。随着用于实现自动驾驶的下一代智能特性和功能的引入，这种复杂性呈指数级增长。制造商在应对这种复杂性、管理变化以及将这些创新快速有效地推向市场，同时提供最高水平的安全性和可靠性方面面临着无数挑战。 从自动驾驶和先进的安全系统，到自适应巡航控制和车道保持辅助，创新正处于超速状态。自动驾驶汽车需要复杂的交互软件网络以及电气和机械部件，以支持基于雷达的传感器、3D 映射、图像识别、车对车通信、人工智能等。汽车制造商和供应商正被推到他们能力的边缘。工程团队越来越多地忙于管理这种日益增加的复杂性的日常任务。 对汽车产品线的设计

汽车是世界上自动化程度最高的行业之一，几十年来一直是扩大工业自动化应用的主导力量。事实上，第一台投入生产的工业机器人是通用汽车公司于 1962 年在新泽西州的一条压铸生产线上安装的 Unimation UNIMATE。 最初部署在汽车领域的斯坦福臂和麻省理工学院的银臂等发展导致整个 1970 年代和 1980 年代美国汽车行业的工业自动化广泛扩散。 工业自动化在汽车行业中持续增长。根据国际机器人联合会的数据，2016 年汽车行业占北美所有工业机器人订单的 56%，占当年全球所有新机器人销售额的 35%。 随着汽车制造商和供应商构建通常称为工业 4.0 的“智能”网络物理系统，制造业中自动

ARIS Technology 表示正在改进 3D 扫描 虽然许多汽车零部件制造商已经采用了 3D 扫描，但质量控制 (QC) 中的用例却很有限。这主要是由于以下限制： 1. 3D扫描已手动。 2. 现有的“所谓”自动化 3D 扫描系统往往效率低下。 3. 3D 扫描试图成为一种一体化解决方案，但仍有理由使用接触式设备 (CMM) 进行某些类型的测量。 克服手动 3D 扫描 通常，当制造商购买独立的 3D 扫描仪时，它必须附加购买 3D 图像处理软件，例如 Geomagic 或 Polyworks、两轴转盘、3D 扫描仪三脚架或其他软件。购买此类产品后，必须对工人进行以下培训： –

Advanced Robotics for Manufacturing（宾夕法尼亚州匹兹堡）宣布了第一轮项目资金的获奖者，以加强美国制造业。与第一次正式项目征集不同，这些项目在 ARM 成立之初就被选中，以便对国家制造业格局产生及时的影响，并作为其使命的典范。 ARM 向四个项目团队提供了 280 万美元的资金，这些团队贡献了大约 400 万美元的成本分摊，总投资近700万美元。通过与 ARM 的四个战略目标中的一个或多个保持一致，每个项目的成果都将对国家制造业生态系统产生影响：确立美国在先进机器人制造领域的领导地位；授权美国工人与国外低薪工人竞争；降低公司采用机器人技术的技术、运营和经济障

成功的制造公司和分销商都知道良好 ERP 系统的重要性。没有它，出货量就会受到影响，利润也会下降。然而，保持 ERP 车轮润滑的一部分是保持软件技术的最新状态，以及与行业同行建立联系。 这就是 Epicor Insights 2018 的目的，该用户会议由 Epicor Software Corp. 于 5 月 21 日至 24 日在田纳西州纳什维尔的 Gaylord Opryland 度假村举行。在会议上，软件开发商的管理层、员工和合作伙伴为客户和销售潜在客户举办了为期四天的“heres-everything-thats-cool-about-our-products”活动。 Insi

工业物联网正在支持先进制造 有很多制造业标语：工业物联网 (IIoT)、工业 4.0 和数字工厂。 “有时这是很多流行语。有时背后有很多现实，”西门子（柏林和德国慕尼黑）研发经理罗杰哈特说。 “数字化正在改变很多事情。在许多情况下，它确实推动了新的商业模式，”哈特说。 “人们发现，一旦他们将越来越多的制造数字化，他们就能够将越来越多的数据和他们能够收集的信息货币化。” IIoT 是指能够从机器生成、收集和传输数据的“连接”工业设备。可以通过平板电脑或智能手机等设备进行维护。生成的数据更多，并在制造运营中得到更广泛的共享。 西门子区域副总裁 Tim Wormus 说：“这不仅仅是‘嘿，这

没有比完全消除问题更好的方法来解决问题。至少 KTH Parts Industries Inc. 是这样的 （俄亥俄州圣巴黎）考虑为其机器人焊接单元实现手动设备更换过程自动化的决定。 KTH 选择了 ATI 工业自动化公司（Apex，NC）的 GA2 公用耦合器来完成这一壮举。具体来说，新的空气和电力设施与电池的自动耦合消除了每条生产线每年大约 65 小时的停机时间，降低了总运营成本，并提高了设备​​利用率和生产力。 KTH Parts Industries 是全球一级汽车底部结构件供应商，拥有 1100 多名工程和制造员工参与汽车零部件制造的多个阶段，包括产品开发、产品分析、产品成型性、

DMG Mori（伊利诺伊州霍夫曼庄园）为航空航天原始设备制造商和生产车间提供制造技术，由西门子工业公司（伊利诺伊州埃尔克格罗夫村）提供的 CAD/CAM/CNC 硬件、软件和工程服务包支持，用于航空航天加工。作为西门子的长期合作伙伴，DMG Mori 制造了各种传统的切屑和超声波加工中心。 对于航空航天工业，需要在航空航天加工过程中非常小心和规划，以实现所需的精度和整体生产效率。生产的典型部件包括由轻质但坚硬的材料制成的部件，例如钛和相关合金以及铝工件，其中会发生大量材料去除。由于循环时间长和其他高昂的原材料成本，此类部件的加工具有挑战性。 最近的两个应用说明了 DMG Mori 如何借

制造工程： 简单介绍一下您的背景以及您是如何参与制造的。 迭戈·坦布里尼： 当然！这实际上是我在去年 11 月开始的第三次微软之旅。我目前担任 Azure Manufacturing 的主要行业负责人，我专注于确保 Azure 为制造提供最佳云平台。我工作的另一个重要部分是与行业的决策者和影响者分享微软的云故事。在加入微软之前，我在 Autodesk 担任了大约五年的制造业战略家。 在 Autodesk [第二次与 Microsoft 合作] 之前，我曾在 Microsoft Dynamics 开发团队工作，开发用于专业服务的 Dynamics ERP 的第一个云版本。我还与开发人员和平

智能工厂已经存在 自从制造业诞生以来，智能——定义为制造知识的获取和应用——只存在于工厂的员工身上。 随着数控 (NC) 和计算机数控 (CNC) 技术的出现，工厂机器获得了数字 I/O 功能，但仍然不够智能。数字化机器虽然生产力越来越高，但对自身、环境或正在执行或将要执行的任务一无所知。 尽管存在这些限制，但通过一组确定性的低级数字命令和响应，已经以适度的规模实现了集中式工厂智能。通用汽车 1982 年的制造自动化协议 (MAP) 是大规模集中式工厂智能的一项实验，该协议通过令牌总线网络协议 (IEE 802.4) 运行。启用 MAP 的工厂智能实验于 2004 年结束，因为难以维持运行

很多商店都说他们想要自动化操作，但实际上有多少？ 2017 年 8 月出版的线性托盘系统制造工程中的一篇文章引用了一位行业专家的话说，他访问的每家商店都希望实现自动化。然而，Okuma America Inc.（北卡罗来纳州夏洛特）的产品专家 Errol Burrell 最近表示，只有 10% 的机床是自动化的。而且，根据 Methods Machine Tools Inc.（马萨诸塞州萨德伯里）的国家自动化经理 John Lucier 的说法，机器人工业协会报告说，只有 3-4% 的新机器配备了机器人。 因此，无论我们谈论的是线性托盘系统、简单的托盘更换器还是机器人，很明显，美国加工操

在解决产品复杂性、轻量化、先进材料和新制造方法等棘手问题时，当今的制造工程师越来越多地使用高保真模拟来可视化这些挑战的解决方案。最新的仿真软件可以通过高端 CAE 软件包和 NC 仿真软件为改进产品设计和性能提供线索，这些软件不仅有助于确定最佳设计，而且有助于确定实现这些设计的最有效方法。 增材制造 (AM) 等新制造工艺给制造商带来了不同的问题，而仿真可以预先确定哪些解决方案最有效。许多模拟软件包现在提供特定于添加剂的模拟，可以帮助阐明制造添加剂产品的分层过程，同时还可以可视化如何使传统的减材金属切削工艺更高效。 解决复杂性问题 在离散制造中，产品开发工程师面临着巨大的挑战，因为从汽车

智能可穿戴工具正在为今天的玛莎拉蒂工厂中的意大利未来汽车工厂定下 Industry4.0 基调。在当今的智能工厂中开发和使用技术正在提供一定程度的内部连接，这正在改变现代制造业的框架。随着流程和人员之间的联系日益紧密，分析和数字化信息有助于减少甚至消除停机时间。为了帮助利用数字制造的固有优势，柯马正在为世界顶级汽车制造商提供支持工业 4.0 的系统和可穿戴技术，以帮助他们体验更高的生产力、更好的质量、更快的上市时间和更低的成本。 工业 4.0，也称为工业物联网 (IIoT)，将实时生产数据提供给整个工厂，从而创建共享智能的动态存储库。在制造限制和缩短上市时间要求司空见惯的汽车领域，这可能是

我的直觉告诉我，我们需要对在制造业中使用人工智能 (AI) 有一种紧迫感。 紧迫性取决于当今技术的发展速度，以及意想不到的突破如何迅速占据主导地位。人工智能用于面部识别、将语音转换为书面文字以及赢得国际象棋比赛。当然，在制造业中肯定有大量的潜在应用。 虽然我之前写过，我认为 AI 的“智能”的现实是复杂的数学，但当我向真正的专家提出这个观点时，我得到了一个更开明的愿景。在他看来，我们必须从更广泛的角度来考虑人工智能。 “公平地说它是数学，但很容易对数学过于执着，因为它实际上更多的是关于数据，”位于 New 的人工智能咨询和战略公司 Foxy Machine 的创始人 Oliver Chri

制造工程： Autodesk 的最新 PowerMill 2019 更新添加了新的增材插件模块。您能描述一下这种“高速”增材制造系统及其工作原理吗？ 克林顿佩里： PowerMill 2019 提供了一套专用工具来编程高速增材工艺——通常称为定向能量沉积 [DED]。 DED 工艺利用 CNC 机床或工业机器人，可以将电源（通常是激光、电弧或电子束）聚焦在空间中的某个点。同时，材料[金属粉末或金属丝形式]被送入“热点”。电源使材料熔化，形成熔池。通过操纵这个水坑，可以构建 3D 形状，并且以高度可控的方式进行。 熟悉粉末床 3D 打印机的人都知道，它们可以制作极其复杂的 3D 表格。然而，

随着 OEM 和供应商都在努力将大数据转换为智能数据、工业 4.0 和数字化，以及用于生产监控和管理的基于云的技术，制造商如何才能最好地与最终用户合作，以​​实现今天的生产目标并规划未来的设施？ 工业 4.0 作为制造任务的快速发展正在从海量信息收集技术发展到预测性维护和整体设备效率 (OEE) 的高度实用领域。在某种“完美风暴”情景中，未来“智能工作单元”的趋势，包括快速、高度灵活的转换、协作机器人（cobots）和工厂范围的通信平台，同样以火箭般的速度运行。 当今工厂规划人员和生产经理面临的重大挑战是获取大数据，使用这些信息片段的分析层次结构将其转换为智能数据，并将它们混合成透明的外观在

下一个“动态二人组”可能根本不涉及人类。 “机器视觉和机器人完美结合，”ABB Robotics（密歇根州奥本山）视觉系统全球产品经理 Klas Bengtsson 说。这并不新鲜。视觉和机器人技术已经携手并进多年。但与其他联姻不同的是，随着机器视觉功能的扩展和寻找新应用，这一联姻正在蓬勃发展。过去的“完美”婚姻涉及引导机器人。但新的应用（例如美满婚姻的孩子）现在包括检查零件、读取条形码或二维码以实现可追溯性，以及寻找包装和拆包零件的新方法。 这一切都归结为机器视觉提供的灵活性. “Vision 帮助 ABB 增强了许多机器人应用的能力，”他说。 许多行业对灵活引导机器人的需求受到产品多样性的

工业 4.0 和 IIoT（工业物联网）计划的一个关键成功因素是在加工中心甚至切削工具本身中出现了更多更好的传感器。这些传感器提供的数据和连接性是“未来工厂”的基础。 但是，远非未来主义，今天有一系列“智能传感器”可用——收集数据并向操作员展示他们机器的健康状况和金属切削过程。进化是通过越来越精确的零件位置测量和成品零件的几何形状，以及过程中使用的工具的配置和控制来实现的。 制造工程部请多位行业专家评估基于传感器的切割控制系统的当前状态，并凝视水晶球以帮助发现未来的机会。 现在和未来 在基于传感器的控制和优化领域，我们在从绘图板到成熟产品的连续性上处于什么位置？这个问题的答案是，“这取

新版本增加了云版本、模拟、增强现实/虚拟现实和添加剂产品，同时展望制造业的 IIoT 未来 复杂性在当今的组件设计和制造过程中无处不在。在最新的产品生命周期管理 (PLM) 软件中，制造商获得了更多选择，并添加了新功能，以帮助通过增强现实 (VR) 和虚拟现实 (VR) 等技术实现制造流程的可视化。这些功能使制造商能够利用工业物联网 (IIoT) 和工业 4.0 处理日益复杂的设计，帮助他们在早期阶段验证日益复杂的产品开发，从而节省时间和制造成本。 制造商的 PLM 产品组合包括产品数据管理 (PDM) 应用程序以及用于数字设计、制造和可视化功能的全系列 CAD/CAM/CAE。包括 Si