EU Automation: Tren Teknologi Manufaktur Terbaik Tahun 2020 & Dampak Masa Depan
EU Automation membahas tren teknologi manufaktur terbaik dari tahun 2020…
Tren umumnya didefinisikan dengan dua cara. Pertama, itu mungkin merujuk pada arah umum di mana sesuatu bergerak atau berkembang. Alternatifnya, itu mungkin dianggap sebagai sinonim untuk gaya. Di sini, John Young, APAC director di EU Automation, melihat beberapa tren manufaktur kunci dari tahun 2020 dan menilai mana di antara kemungkinan besar akan memainkan peran yang lebih menonjol pada tahun 2021 dan seterusnya.
Tetap ada (di rumah)
Dengan memaksa bisnis untuk memfasilitasi bekerja jarak jauh selama lockdown, pandemi telah mendorong perubahan budaya. Saat vaksin diterapkan pada tahun 2021, jangan harapkan perusahaan kembali ke tingkat kerja di tempat sebelumnya. Dengan bantuan teknologi digital, manufaktur telah mengalami beberapa manfaat bekerja jarak jauh dan fleksibilitas yang lebih besar.
Teleoperasi dapat memiliki banyak bentuk, tetapi satu area pertumbuhan menarik pada tahun 2020 adalah kendaraan dikendalikan jarak jauh di lingkungan industri. Misalnya, truk pengangkat dapat dilengkapi dengan kamera dan sensor dan dikendalikan jarak jauh oleh pengemudi yang bekerja dari meja di rumah.
Tangan robot yang membantu
Pemasangan robot terus berlanjut tetapi area pertumbuhan kunci telah menjadi robot kolaboratif, atau cobot. Dibandingkan dengan robot industri yang lebih tradisional, cobot lebih kecil dan dirancang untuk digunakan dengan aman di samping pekerja manusia. Penerapan teknologi ini di logam dan sektor otomotif tampaknya akan terus berlanjut. Ford, misalnya, sekarang menggunakan cobot untuk memasang absorber, membebaskan pekerja manusia untuk tugas yang lebih strategis.
Sebagian besar tren ini sebenarnya didorong oleh usaha kecil dan menengah (SME). Ukuran dan biaya awal robot industri menutup perusahaan ini dari memanfaatkan area otomatisasi ini. Cobot cukup kecil untuk diterapkan di pabrik di mana ruang terbatas dan mereka memerlukan investasi awal yang lebih kecil, memungkinkan bisnis untuk meningkatkan investasi mereka secara bertahap.
Belajar cerdas tentang pemasok Anda
Pada tahun di mana rantai nilai global telah menghadapi ketidakpastian yang tidak pernah terjadi sebelumnya, perusahaan yang paling cepat mengadopsi teknologi digital dalam manajemen rantai pasokan mereka telah menghadapi badai dengan lebih mudah.
Algoritma pembelajaran mesin dan penggunaannya dalam pemeliharaan prediktif bukanlah fenomena yang sama sekali baru, namun aplikasinya terus tumbuh. Sebagai pemasok bagian otomatisasi, satu area pertumbuhan yang menonjol bagi saya adalah penggunaan algoritma pembelajaran mesin untuk menganalisis perilaku pemasok, memprediksi kapan akan menerima bagian dari pemasok berdasarkan pola masa lalu. Ini dapat meningkatkan manajemen inventori dan arus kas.
Mari kita pribadi
Peningkatan kustomisasi didorong dari baik sisi permintaan dan sisi pasokan. Di sisi permintaan, perilaku pelanggan menunjukkan preferensi untuk tingkat kustomisasi dan personalisasi yang lebih besar. Pergeseran ke model bisnis produk-sebagai-layanan dan kemampuan untuk mengakses dan menganalisis volume data besar tentang perilaku pelanggan memungkinkan produsen untuk memahami permintaan ini dengan lebih baik.
Di sisi pasokan, ada banyak inovasi teknologis yang memungkinkan produsen yang cepat tanggap untuk menggabungkan kustomisasi yang lebih besar. Misalnya, ABB telah menerapkan fasilitas manufaktur yang berputar di sekitar sel otomatisasi, berkontras dengan garis produksi linier tradisional. Sebaliknya, robot bergerak dari stasiun ke stasiun untuk tingkat kustomisasi yang lebih tinggi.
Kecerdasan di tepi
Edge computing melibatkan penempatan pemrosesan data komputer semakin dekat ke sumber data sebisa mungkin. Menurut penelitian Gartner, sekitar sepuluh persen data yang dihasilkan perusahaan dibuat dan diproses di luar pusat data terpusat tradisional atau cloud. Diperkirakan angka ini akan naik menjadi pertengahan dekade ini.
Diterapkan secara cerdas sebagai bagian dari arsitektur data bercampur atau hybrid, edge computing dapat meningkatkan kemampuan pemeliharaan prediktif. Misalnya, sensor cerdas yang diterapkan pada motor dan pompa industri dapat meningkatkan pemantauan secara real-time, memberi tahu manajer pabrik saat saatnya menghubungi pemasok yang tepercaya seperti EU Automation. Dengan menempatkan AI di dalam sensor itu sendiri, produsen menghemat langganan cloud, meningkatkan keamanan siber, dan melindungi operasi mereka dari gangguan listrik.
5G diluncurkan dan terus berlanjut
5G sedang diluncurkan, tetapi potensi penuhnya akan terus berlanjut seiring dengan memungkinkan lebih banyak produsen untuk bertransisi ke Industry 4.0 dan Industrial Internet of Things. 5G, seratus kali lebih cepat dari 4G, bukan sekadar tren, tetapi pendorong kunci bagi banyak inovasi teknologis lainnya dan sesuatu yang akan memberikan dampak mendalam pada manufaktur selama dekade ke depan.
Di sini di Singapura, sebuah aplikasi awal yang menarik adalah proyek yang melibatkan IBM, Samsung Electronics, perusahaan telekomunikasi Singapura M1 dan Infocomm Media Development Authority Singapura. Kolaborasi ini dirancang untuk mempilot use case manufaktur 5G, sebagai bagian dari Inisiatif Smart Nation negara.
Untuk memberikan satu contoh dari proyek ini, 5G memfasilitasi penggunaan augmented reality (AR) untuk insinyur lapangan pabrik yang melakukan pemeliharaan mencegah. Tanpa kecepatan 5G, insinyur ini akan kehilangan jam produktivitas dalam mengunduh model AR yang tepat atau membutuhkan beberapa teknisi di tempat untuk menyelesaikan masalah yang dapat ditangani secara jarak jauh.
Gaya tren datang dan pergi tetapi beberapa tren tetap ada. Tahun 2020 telah melihat penggunaan yang meningkat dari banyak inovasi teknologis dalam manufaktur yang akan semakin menonjol selama beberapa tahun ke depan. Dari 5G hingga cobot, perusahaan besar dan kecil di seluruh region APAC memimpin dunia dalam adopsi Industry 4.0 dan teknologi otomatisasi.
Untuk informasi lebih lanjut tentang topik manufaktur - silakan lihat edisi terbaru
Ikuti kami di dan .
