学徒制是解决制造商面临的劳动力挑战的有力工具，特别是在人才获取、员工敬业度和保留方面。在劳动力市场紧张、对熟练工人的需求量很大的情况下，学徒制为培养具有特定职位所需的确切能力的员工提供了结构化的途径。制造商不必竞争经验有限的人才，而是可以培养自己的员工队伍，确保新员工符合公司文化和运营需求。通过提供明确的职业道路，学徒制可以吸引积极主动的个人寻求稳定、长期的就业机会，从而减少与传统招聘相关的时间和成本。 除了人才获取之外，学徒制还可以培养对职业发展的投资意识，从而提高员工的敬业度。学徒将接受实践培训、指导和明确的职业发展机会，从而增强他们对组织的承诺。敬业的员工更有可能掌控自己的工作，为积极

对于许多伊利诺伊州制造商来说，报价是日常运营中最耗时且不一致的流程之一。团队通常依靠 Excel、Word、电子邮件线程和手动计算来响应 RFQ。虽然 Excel 是一个强大的工具，但它也可能是无组织的。断开连接的电子表格可能会减慢您的报价工作流程。但是，IMEC 每天都在帮助公司优化 Excel。 随着报价量的增加和客户期望更快的周转，这些手动流程成为影响收入、利润和竞争力的瓶颈。  IMEC 通过两种方式改进制造商的报价流程来支持制造商： 优化和自动化基于 Excel 的工作流程 当公司需要可扩展的数据库驱动系统时构建 Access 数据库 这两种方法都减少了手动工作，提高了

就业中心面临一系列独特的挑战 加工车间不会因为缺乏工作而陷入困境。他们之所以挣扎，是因为他们所做的一切都存在着可变性。不断变化的订单、不断变化的优先级和不可预测的需求使得按时交付和保护利润变得困难。 “加工车间”一词是指依赖报价流程来确保工作并根据特定客户要求生产零件的定制和按单生产制造商。虽然一些加工车间专门专注于定制工作，但许多制造商在混合环境中运营，平衡一次性工作和重复订单。这种组合带来了复杂性，如果没有合适的系统，可能很快就会导致效率低下、延迟和利润侵蚀。 价值流图 价值流图是车间最有效且极其简单的改进工具之一。该技术涉及创建产品旅程中每个步骤的可视化地图，从报价到现金：报

持续改进并非偶然发生。当组织中各个级别的人员都有能力看到机会，批判性地思考他们面前的工作，并使用清晰、结构化的方法采取行动时，就会发生这种情况。 在最近的 IMEC 网络研讨会中，掌握工作方法：通过 TWI 解锁持续改进 ，我探讨了行业内培训 (TWI) 工作方法计划如何为一线领导者和团队提供一种实用且行之有效的方法来改进车间每天的工作完成方式。 TWI 最初是在第二次世界大战期间开发的，旨在快速提高工业劳动力的技能，如今仍然是制造业中最有效且往往未得到充分利用的持续改进工具之一。 什么是 TWI 工作方法？ TWI 工作方法 (JM) 的核心关注一个基本问题： 我们如何才能在不牺

作者：IMEC 技术专家 Amy Murphy 和 IMEC 项目经理 Angelika Stratulat 今天的制造业劳动力比以往任何时候都更加多元化。在许多组织中，拥有数十年经验的资深员工与职业生涯早期的专业人士和新进入者并肩工作；每个人都会带来不同的期望、学习方式和职业目标。这种多样性既带来了挑战，也带来了巨大的机遇。 在最近的 IMEC 网络研讨会上，吸引多代人：通过培训途径加强技能 制造商探索了包括实习、学徒、结构化在职培训和标准化技能开发在内的有意培训系统如何为员工职业生涯的各个阶段提供支持，同时保护关键的机构知识并为未来打造一支有弹性的员工队伍。 为什么多代人参与很重要

维护工作处于生产力和风险的十字路口。从维修带电设备到在压力下排除故障，维护团队经常面临生产团队可能永远不会遇到的危险。这一现实是我最近主持的 IMEC 网络研讨会的核心：维护安全：保护工人并确保可靠性 ，我们探讨了为什么维护活动仍然是制造业中最危险的活动，以及组织可以采取哪些措施来降低风险，同时提高运营绩效。 为什么维护工作风险较高 与日常生产任务不同，维护工作很少是可预测的。它通常涉及非常规工作、异常设备状况以及快速恢复运营的时间压力。添加不完整的程序或在设计时从未考虑到安全维护的遗留设备，风险会迅速升级。 许多严重伤害和死亡事故发生在维护、故障排除或维修后启动期间，而不是在正常生产

1. SMED 的历史 , 一分钟更换模具 起源 单分钟换模 (SMED) 的概念起源于 20 世纪 50 年代末至 60 年代初，由日本工业工程师 Shigeo Shingo（丰田生产系统的关键人物）提出。他的目标是将冗长的冲压模具更换时间大幅缩短至十分钟以内，从而提高丰田的生产率和灵活性。 [learnqctools.in]，[aiiem.org] Shingo 的方法改变了制造思维，从容忍数小时的转换到努力实现快速、接近个位数分钟的转换。 [learnqctools.in]，[aiiem.org] 注塑成型的演变 SMED 原理不仅适用于冲压，还适用于注塑成型以及其他需要

伊利诺伊州卓越制造中心技术专家 Jeremy Smith 主持的网络研讨会的见解 自动化在现代制造业中无处不在。协作机器人。智能传感器。人工智能驱动的系统。集成电池在展会现场看起来完美无缺。 他们很令人兴奋。强大的。令人印象深刻。 但许多制造商最终都会遇到一个残酷的事实： 并非每个问题都值得自动化。 在伊利诺伊州卓越制造中心 (IMEC) 最近主办的一次网络研讨会中，技术专家 Jeremy Smith 探讨了一个看似简单的问题： 我们如何确保我们以正确的理由自动化正确的事情？ 答案不是从技术开始，而是从问题定义开始。 自动化陷阱：爱上解决方案 制造商不断接触新的工具和

如果您像许多中小型制造商 (SMM) 一样，您可能会比以往更加精简，但仍有空缺职位需要填补。每一个间隙都会带来伤害。加班时间增加，人员捉襟见肘，培训质量参差不齐。更不用说新员工入职的成本以及现有员工必须从其他职责中抽出时间来让他们跟上进度。 不过，有个好消息。您不必依赖外部资源来寻找下一个员工。您可以自己培养它们，并创建自己的人才管道。结构化学徒制提供了一种可预测且经济高效的方式，不仅可以稳定您的人才管道，还可以培养充分利用技术所需的下一代技能。 而且，尽管许多 SMM 有这样的假设，但您不必是一家大型企业才能从学徒期中看到真正的投资回报率。事实上，数学甚至可能有利于规模较小的制造商。这就

对于国防工业基地（DIB）的中小型制造商（SMM）来说，网络安全成熟度模型认证（CMMC）不再是未来的要求，而是现在的标准。 12月，美国国防部最终确定CMMC 2.0 ，将其正式嵌入国防部合同中。如果您提供、分包或计划从事国防相关工作，这会影响您。 在 DIB 的大约 300,000 家公司中，很大一部分需要获得2 级认证 以便继续处理受控非机密信息 (CUI)。 原因如下： 实施可能需要6个月到3年的时间 费用可能在20,000 美元到 200,000 美元之间 ，取决于复杂性 您的 IT 提供商可能不具备所需的网络安全专业知识 认证第三方评估机构 (C3PAO) 仍在不断涌现，

许多制造商都知道启动新的改进计划的兴奋：早期的胜利、充满活力的团队和充满希望的结果。然而，这种势头常常会消退，让组织感到沮丧，并想知道为什么持续改进 (CI) 努力无法坚持下去。 在最近的 IMEC 网络研讨会 技术专家 Mark Loscudo 探讨了这一挑战，并提供了制造商可以用来长期持续改进的策略。 为什么持续改进很重要 一个简单的类比说明了制造商面临的现实： 在非洲，每天早上，瞪羚醒来时都知道它必须跑得比跑得最快的狮子，否则就会成为早餐。每天早上，狮子醒来时都知道它必须超越跑得最慢的瞪羚，否则就会挨饿。 无论你是狮子还是羚羊，原地踏步都不是一个选择。制造商必须不断改进以保

作者：帕维尔·索拉尔 || 2025年10月23日 现代基础设施需要持续监控以确保安全并优化维护。传统的道路检查方法速度慢、破坏性大，而且往往是主观的。未来在于自动化、高速 3D 扫描系统，该系统可以在正常行驶速度下捕获路面状况。 Neousys Technology 工程师为世界上最恶劣的环境构建了工业计算平台。他们的 Nuvo 系列坚固型计算机旨在在传统系统无法满足的情况下提供稳定的性能：在遭受持续振动、不稳定电源、极端温度和苛刻的实时 3D 数据采集要求的车辆中。 该系统的成功取决于关键的合作伙伴关系：集成 Photoneo 的尖端 MotionCam-3D 视觉技术，该技术提供了

通常，扫描的距离越远，图像就越模糊。 工业 3D 扫描遇到了瓶颈：要么可以精确扫描，要么可以扫描很远。不过，得益于蓝色激光技术或扩展动态范围等大量改进，PhoXi 3D 扫描仪 Gen3 突破了这一限制。 得益于最新的改进，您现在可以实现卡车装载、深度码垛和大规模装配的自动化。  但首先动态范围是多少？  什么是 3D 扫描中的动态范围 3D 扫描中的动态范围表示传感器可以有效捕获和处理的最强和最弱光信号之间的比率。  该规格以分贝 (dB) 为单位，直接决定了扫描仪从具有挑战性的场景中提取有意义的 3D 数据的能力，尤其是在远距离情况下。 在 PhoXi 3D 扫描仪等结构光

2025 年 11 月，我们发布了 Bin Picking Studio 和 Locator Studio 的最新版本。此更新专注于一件事：为您的指尖提供更多动力和精度。  我们从根本上增强了定位引擎的功能，通过 PhoXi 3D 扫描仪 Gen3 支持解锁了下一代扫描，并实现了多传感器校准的新精度水平。  这些重大增强功能将优化您的项目，我们很高兴能详细解释它们。 功能概述： 支持全新 PhoXi 3D 扫描仪 Gen3 更新后的 PhoXi Control 1.16 与新的维护菜单的集成 能够在单个视觉系统中配置多个本地化边界框 适用于多传感器设置的全新“校准精细对准”功能 基于 A

作者：帕维尔·索拉尔 || 2025年11月25日 请于 12 月 11 日加入我们，独家了解当行业领先的 3D 视觉与无缝机器人控制相遇时会发生什么。 先进视觉系统和机器人单元之间的传统壁垒正在崩溃——而我们正在引领这一潮流。 我们很高兴地宣布与 ABB Robotics 举行免费网络研讨会，该研讨会将展示制造商多年来一直要求的东西：一种真正统一的视觉引导机器人方法，可消除复杂性、降低成本并加速部署。 我们构建了什么 我们已经实现了 Locator Studio 和 Bin Picking Studio 软件直接无缝集成到 ABB Robotics One 生态系统和 Omni

作者：帕维尔·索拉尔 || 2026年1月20日 如何教机器人不仅看到一堆盒子，还看到各层之间的薄滑片以及将它们固定在一起的弹力带？  对于 EEP-Robotics GmbH 的专家团队来说，他们对这一复杂挑战的回答不仅仅是解决客户的问题。它为他们赢得了 2024 年 Photoneo 技术与应用大会上的一等奖。 通过围绕我们的四台 PhoXi 3D 扫描仪 L 构建解决方案，EEP 设计了一个真正智能且自主的订单拣选系统。 挑战：复杂、非结构化订单拣选系统的自动化 EEP 的客户需要从欧洲托盘上自动卸垛各种纸板箱和塑料负载载体 (KLT)。 市场对自动化的需求不断增长，需要远远超

多年来，制造商一直面临着集成瓶颈——先进 3D 视觉和机器人控制之间复杂且耗时的差距。 但这必须改变。  12 月 11 日，我们与来自 Photoneo 和 ABB Robotics 的专家举办了一场独家网络研讨会，展示了我们如何将 Locator Studio 和 Bin Picking Studio 直接合并到 ABB Robotics 生态系统和 OmniCore 控制器中。  通过允许基于 CAD 和人工智能驱动的应用程序在熟悉的 ABB 机器人环境中运行，我们已经证明，曾经需要数天的编程现在只需几个小时即可完成。  该会议由 Benoît Gerber（ABB 机器人）、Fr

用随机的产品组合构建一个托盘可能听起来很简单。但对于机器人来说，码垛一直是最难掌握的工作之一。随着在线购物的不断增长，商店需要更多定制的、现成的货架交付，仓库面临着更快、更智能的移动的压力。 虽然机器人现在可以处理许多仓库任务，但将混合产品堆垛到稳定的托盘中基本上仍然是手动工作。得益于人工智能和 3D 视觉的飞跃，这种情况正在迅速改变。智能机器人现在可以实时“查看”和计划，使混合箱码垛更快、更安全、更高效。 人工智能技术和 3D 视觉的最新进展终于解决了这个数十年之久的问题。 为什么混合码垛会阻碍自动化 混合箱码垛涉及将不同库存单位 (SKU) 的箱子战略性地排列到单个托盘上。这种做法是

2025 年 12 月 11 日，我们与 ABB Robotics 联手举办了一场独家网络研讨会，“利用 3D 视觉引导机器人掌握复杂自动化”。  目标是展示工业自动化的重大飞跃：先进 3D 视觉系统和机器人单元之间的传统墙壁的崩溃。 多年来，制造商一直要求采用统一的视觉引导机器人方法——一种消除复杂性并加速部署的方法。我们响应这一号召，将 Locator Studio 和 Bin Picking Studio 直接集成到 ABB Robotics One 生态系统和 OmniCore 控制器中。  在下面的指南中，我们将引导您了解此集成的技术细节。从硬件连接到最终的块编程向导。 

作者：帕维尔·索拉尔 || 2026年2月27日 客户： Rebl Industries AB 的全球零售客户 行业： 零售、物流和仓储 应用： 视觉引导机器人、智能码垛 Photoneo 技术： MotionCam-3D  摘要   瑞典的一家全球零售客户每年要手动处理近 200 万个不同尺寸的包裹，因此面临着重大的人体工程学挑战。为了自动化这项繁重的任务，自动化合作伙伴 Rebl Industries 开发了 Rebl Palletizer，这是一款由人工智能驱动的机器人工友。   关键的挑战是使机器人能够在不停止生产线的情况下处理不断变化的随机、未知尺寸的盒子，其中 Photo