2050 年的制造业：世界天翻地覆？

到 2050 年，强大的趋势将推动制造业接近完全自动化，而仍在该行业工作的人们将获得前所未有的快速创新能力。

多年前，沃伦·班尼斯 (Warren Bennis) 预测：“未来的工厂将只有两个员工，一个人和一条狗。那个男人会在那里喂狗。狗会在那里防止男人接触设备。”

我们还没有到那里。但是，到 2050 年，许多强大且相互关联的趋势将推动我们接近这种状态，而仍在制造业中的人们将获得前所未有的快速创新和建设能力。

文/埃德Sinkora

多任务和自动化

可以肯定的是，到 2050 年，普通机床将完全自动化且功能更强大。多任务处理将是普遍的，也许几乎是普遍的。趋势已经确立。

正如行业资深人士、三井精机美国公司（新泽西州富兰克林湖）董事长 Scott Walker 所说：“在 2000 年代初期，北美五轴机床市场为 150 台。如今已达到 3,000 台。机器还结合了磨削和铣削，或激光金属沉积和铣削，或磨削和加工硬化。” 他补充说，虽然好处是能够在工作范围内完成更多工作，但“噩梦”一直是让所有这些功能正常和一致地运行。“但随着技术、监控和软件都变得更好，这种情况将会改变。”

对于许多制造商来说，房间里的大象是 3D 打印将在多大程度上改变技术组合，除此之外，它对产品设计和许多其他问题的影响。到目前为止，增材制造的速度限制和高昂的原材料成本严重限制了其在原型制作之外的可行性。但是，Wohlers Associates  （科罗拉多州柯林斯堡）首席顾问兼总裁 Terry Wohlers 表示， 到 2050 年，速度“不会成为敌人”。

以粉末床系统为例：大部分生产时间是用激光跟踪表面以融合材料。“但系统现在可以在构建平台上同时使用许多激光器，”Wohlers 说。“来自电子束的能量可以分成多达 100 束，以帮助加快这一过程。” 另一方面，这些方法需要大量能量，这是昂贵的。Wohlers 认为我们将克服这些限制，或许可以通过“直接利用太阳的能量来熔化材料，而不是插入 440 插座”。

Wohlers 补充说，定向能量沉积本质上比用于构建金属部件的粉末床方法更快，但“用户在他们可以创建的对象方面受到限制，并且在分辨率方面存在权衡，通常需要机械加工，有时需要大量加工。 ” 这让我们回到了将增材制造与 CNC 铣削相结合的混合系统。和沃克一样，沃勒斯相信，让这两种方法协调工作的问题将在未来 32 年内基本得到解决。

另一个主张更多使用增材技术的因素是材料成本的预期下降和更广泛的选择。“例如，今天的机器只能使用几十种热塑性塑料，”Wohlers 说，“但传统制造中却有数千种热塑性塑料可用。”

也许更重要的是，目前用于 3D 打印的聚合物的成本是传统制造中类似聚合物的 50 倍。这使盈亏平衡点在数百到数千个单位之间，具体取决于零件的大小。但沃勒斯表示，许多用聚合物生产零件的机器的专利已经过期，导致新机器使用成本更低的材料。“盈亏平衡点将显着提高，因此添加剂将挑战更广泛产品的注塑成型，包括更大批量的应用。”

有一个类似的案例可以用于金属，但 Walker 对其中之一表示怀疑，添加剂是否会在金属中实现成本概况，从而证明取代传统方法是合理的。“加热 60 吨并轧制金属板比用粉末金属或覆层建造东西要容易得多，”沃克说。“我将添加剂视为一种功能，您可以将其放入机器外壳中，以增加流程的价值。但我不认为添加剂是制造钢铁的替代工艺，除非技术发生变化并且我们达到了使用不同类型能源进行分子操作的地步。”

增材制造确实还剩下一张王牌，至少对某些玩家来说是这样：创造原本不可能的形式的能力。这不仅开辟了新产品和新功能的潜力，还有助于缓解 3D 打印的速度问题。这是因为通过 3D 打印实现的开放式晶格结构可以实现许多应用所需的强度和刚度，而材料远少于实体结构。而3D打印的生产速度与材料的立方体积成正比。奇怪的新结构与我们的下一个主题很好地重叠。

自动化的创意设计

在沃克看来，制造业有望在两个领域实现最大的生产力提升，其中之一是将准备制造过程所需的所有工作数字化。“今天，设计师从数字模型开始，然后生成刀具路径……然后有人设计夹具……然后你得到一个锻件……然后应用工程师将程序滴入机器并逐个工具运行并监控如何削减声音和它的外观……最终他让机器制造零件……然后他改进所有动作，这样他就可以缩短周期时间。” 实际上更糟，因为获得初始设计也很麻烦。幸运的是，许多聪明人正在努力简化和加快这个过程的每个部分。

在前端，衍生式设计技术正在帮助更多的创意群体快速探索新的几何可能性。以Autodesk  （加利福尼亚州圣拉斐尔）的 Fashion 360 为例，该软件在云端运行，并使用机器学习和人工智能 (AI) 自动生成数百个设计，每个设计都满足设计师对强度、成本、制造方法的标准、材料等。此外，Autodesk 制造和生产战略总监 Bob Yancey 解释说，这些设计“不仅仅是一些无法使用的理想化几何体，它们是真正的工作 CAD 模型，可以在 CAD 软件中进一步操作。”

他们也是 Yancey 所说的“制造意识”，这意味着他们从一开始就将所需的制造方法内置为约束条件。“因此，如果您指定零件需要能够在五轴 CNC 上进行加工，您的所有设计选项都将符合该约束，”他说。

它并没有消除对人类设计师的需求。正如 Yancey 所说，“准确地和专业地描述设计挑战是一项不会消失的工程技能。衍生式设计软件的作用是为您提供比任何人自己想象的更多的设计选项，因此您更有信心考虑更多的选项并获得更好的结果。我们将其视为工程师与计算机或人类智能与人工智能共同创造的未来。”

也许更深刻的是，这些设计往往令人吃惊，而且超出了人类的想象。正如微软 （华盛顿州雷德蒙德）制造行业社区/云 + AI 部门的主要行业负责人 Diego Tamburini 所说：“如果我坐在我的 CAD 工具前设计一个零件，我已经有 1,000 个关于它应该如何设计的先入之见。外观基于几个世纪以前的设计。AI 没有这样的概念。虽然我同意自动化设计是一个难题，很难想象计算机设计复杂的项目，但我们必须认识到，相反，在许多情况下，我们生活在次优的人类设计中。”

我们的一些先入之见源于我们对原材料仅限于块材、棒材和板材的经验。但 3D 打印不仅限于这些原材料。它也不受它可以创建的形状的限制。

如果你消除这些限制并让 AI 工作，衍生式设计通常会创建“与我们习惯的完全不同的形状。更有机，比如动物骨头，”坦布里尼说。
沃勒斯对此表示赞同，并说大自然提供了具有非凡强度重量比的结构的极好例子。直到最近，3D 打印机还生产由罐头程序定义的晶格、网格或蜂窝结构，但对其强度特性知之甚少。“最新的拓扑优化工具可以产生强度确定的工程晶格和网状结构，”Wohlers 说。“在未来，我们可以看到比碳纤维复合材料更轻的不同金属合金制成的超轻结构，这种材料的生产既费时又昂贵。”

Tamburini 说他见过这样的案例，其中计算机的格子形状不会激发人们对人类的信心（它看起来太轻和脆弱），所以设计师用一些东西覆盖它，使其看起来更坚固。毕竟人还是人。

加快进程

Make It In LA  （洛杉矶）的创始人兼首席发起人 Krisztina “Z” Holly 强调了将越来越智能的软件与 3D 打印和其他新技术（如虚拟现实）相结​​合的好处，可以大大加快迭代产品开发周期。除了能够在流程早期从消费者那里获得更多反馈，这可能会带来更好的产品，她指出，新工具使设计和构建过程民主化。

“这对我们如何创新以及谁创新意味着什么？我认为，如果我们允许非工程师设计他们想要的产品种类，世界将会变得不同，”她说。“企业家也将更容易开展制造业务。如果人们可以像开展数字产品业务一样轻松地开展实体产品业务，将会有哪些类型的产品？”

她设想的一个结果是：“两套技能变得非常有价值。一是深入的技术技能，用于对这些系统进行编码，并了解哪些有效，哪些无效。” 另一个是对客户需求和市场机会的同理心理解。

哪些技能变得不那么重要？实际运行机器。从设计到 CAM 的过程或多或少会自动化。正如沃克所解释的那样，如果设计模型包含有关材料的信息（这将成为标准），那么机器应该“具有完成其余工作的智能。从 8,000 个刀具架中取出合适的刀具，并以合适的速度遵循正确的刀具路径。机器应具有视觉和听觉监控功能，以避免碰撞，并测量切削条件并相应地调整速度和进给。这就是应用工程师今天所做的。30年后我们需要多少？希望没有。”

话虽如此，霍莉告诫不要只关注工作。首先，会有工作——只是不同的、更有创意的工作。其次，“重要的是保持本地创新，”她说。“将设计和制造送到海外有很多负面影响。你失去了对知识产权的控制。这对环境不好。除非你亲自动手制造，否则你会看不到什么是可能的。”

按订单生产……本地化

每个人似乎都同意制造业将在地理上变得更加分散，这一过程极大地得益于单个机床的倍增能力。Yancey 表示，许多制造商既希望降低风险，又希望让产品更贴近客户，以更好地适应市场。

沃克同意并预测运输成本和环境影响将推动公司在当地生产。他补充说，还有政府规定的补偿，制造商必须在一个国家生产一定数量的零件才能在该国家销售产品。另一个动力是尽管货币波动但仍能保持盈利能力，利润率收紧加剧了这一问题。

同时，定制化程度会更高，供应链也会更紧密。正如 Tamburini 总结的那样：“预测需求和大规模生产零件以满足预期需求的做法将彻底改变。它将更接近客户，准确地告诉制造商他们想要什么，然后制造商制造它。数字化和自动化正在使这个梦想在技术上，甚至在经济上更加可行。”

这不适用于所有产品，标准化、定制化和个性化之间的界限是模糊的。但 Tamburini 确信通过一系列预定义选项定制产品的做法将呈指数级增长。一些产品，如假肢和服装，可能完全是个性化的。同样，大多数制造商将是广义的服务机构，而不是专家。这些机器将根据需要构建来自云端的任何东西。

正如沃克所说，“今天，一家公司需要签订一份为期三到五年的合同来制造组件，因为购买、编程和装备机器以一致和准确地制造零件的成本是巨大的。” 使机器自动化和多功能化，并消除大部分设置工作，制造变得更加灵活，而且利润率可能更低。正如洛杉矶 Make It 的 Holly 所拥有的那样，设计过程、设计工具和界面变得更加重要。

保持嗡嗡声

数字化程度的提高、“超连接”和人工智能应该大大提高我们以最少的人力和停机时间保持生产运行的能力。Tamburini 说，现在收集的大部分数据都用于监控工厂和整个供应链中的情况。“但我们开始问’为什么’某些事情会发生，并使用人工智能来预测会发生什么。这个过程的下一阶段是使用人工智能和机器学习来实现自主响应。”

换句话说，有了足够的数据进行分析，机器学习就可以准确预测特定的零件故障。凭借良好的决策算法和对车间所有生产需求的了解，系统还可以自行决定如何处理未决故障：订购零件、安排停机时间、将某些工作转移到备用机器等。你甚至可以想象一台机器可以自我修复或订购机器人，尽管沃克说他认为我们永远不会摆脱对人类维护技术人员的需求。然而，他确实认为机器将通过声音传达需要做什么——不需要手持设备或屏幕和控件。

Tamburini 说，微软有一款头戴式产品（HoloLens），可以让你与周围的全息图进行交互。“它将数字信息叠加在现实之上，从某种意义上说，赋予你超能力。人们发现增强现实可用于提供装配说明、QC 说明或维护说明等，从而减少培训需求。” 例如，远程维护专家可以通过指向零件或指示如何移动零件来协助当地技术人员，就好像他们在同一个车间里一起看同一件事一样。

最后，Tamburini 指出机器学习的优点之一是“当它们变得更好时，这种能力或知识可以立即传播给全世界，因为它只是软件。因此，假设我们可以共享数据，那么每个人都会变得更聪明、更好。” 他将这与依靠工厂专家进行对比，该专家利用自己多年的经验来解释机器的声音等。“传播这种知识非常具有挑战性。”

什么不会改变

就其提出的程度而言，专家们似乎并不认为制造精度在未来 30 年会有很大进步。正如沃克所说：“我们现在正在研究公差，而确定精度的计量学是一个更大的问题。” “获得更好耐受性的下一步将是分子操作，”（没人想到）。似乎也没有人认为加工速度会明显更快。即使是前面讨论的 3D 打印速度的改进，也将更具进化性而非革命性——不如软件改进带来的生产力提高那么显着。同样，我们目前生产微小部件的能力已经非常惊人。Wohlers 将小型化称为“部分是寻找问题的解决方案。

如果您担心这些变化，Walker 可能会用这样的想法来安慰您：“自 1780 年代以来，我们一直在调整制造。除非我们想出真正具有革命性的东西，否则接下来的 30 年将更加调整。” 他问我是否有人说他们已经找到了如何操纵重力这样我们就可以在不燃烧化石燃料的情况下飞向月球的方法，他知道答案。回想起来，也没有人提到阻止男人对机器进行更改的那条狗。