United Grinding访谈

可以预见，流程数据的重要性在机床行业 也将日益增加。各公司对这一趋势的准备 情况如何?

Gaegauf:

我们并不是刚刚才开始处理数 据，但毫无疑问，现在关于数据的话题已 经成为一大趋势。我在我的职业生涯中一 直关注数字化领域，所以我有点像数字一 代。现今，大家总认为数字化是一个全新的 东西。但事实上，真正的新趋势是数字化意 识的增强。另外，我们不能忘记的是:它对 客户有什么作用?我们能够通过它提供哪 些好处?

Pfisterer:

确切地说，我们在自动化和数字 化方面已经取得了很多成就。但近年来，随 着工业 4.0 的到来，这一发展得到了新的 推动，这也使整个流程呈现网络化并变得 更加透明。博世定位于高端市场:我们拥有 大量制造厂并有能力通过内部生产的传感 器支持我们的流程。

Riedel:

我们现在处于以网络化为基础的第 二次数字化浪潮中。但以我的经验来看，在 机床制造行业，许多公司在这一领域仍近 乎空白，他们应当向已取得很大进展的汽 车和航空业学习。航空业必须使用数据，因为根据法律，该行业必须记录其产生和开 发的一切信息。

目前在工业生产过程中通常会采集哪些类型的数据?

Riedel:

所采集的数据基本上是关于产品是 否存在故障。详细地说，还包括测量数据和 测量记录等内容。下一步，我们将增加用于 状态监控、预测性或规定性维护所需的数 据。但关键在于:数据处理系统越智能，数 据就越有意义。单纯的数据采集没有任何 用处。

Gaegauf:

在此领域中，我们一方面采集记 录机床状态的机床数据，这些数据可以用 于状态监控。另一方面，由于流程数据是基 于生产的专有知识，因此对客户十分重要。

Pfisterer:

最终用户、机床制造商和传感器 制造商之间必须形成稳固的三角关系，这样 最终用户才能看到共享数据的好处。

Riedel:

在数据采集方面，我建议尽量采集 多一点的数据。目前，存储容量和计算能力 的成本几乎为零。

那么现在采集的数据是过多还是过少?所 采集的数据量是否足以实现可靠的预测 性维护?

Riedel:

我认为目前还不够。现在只是从独 立的机床或生产系统的一部分采集局部数据，这是不够的。目前的预测性维护方 案通常经过精心设计。如果我作为制造商 能在六个月或一两年后看到机床并检查我 在设计这台机床时所用的计算是否符合实际情况，这当然很棒，但也绝不是一件容易 的事。

Gaegauf:

我们有一个已进行了 10 年数据 测量的装置，当然，要访问其中的数据不是很容易，只有在对机床进行维护时才有可能。然而，就是从这些数据中，我们已经 可以识别出偏离机器标准行为的偏差等信息。

Riedel:

有一个可以从中得出可靠结论的 关键数据量。如果机床制造商能访问许多 客户的数据，并且数据量很大，这就变得非 常有意义。而且这也为客户带来了优势:如 果他将数据放入制造商数据库中，他也可 以从其他客户的数据中获益。如果制造商 下次看到一种模式，我们就能从所采集的数据量中了解其背后的信息。为了能对此进行评估 ，需要对数据值进行量化 。这 样就能让好处立刻显现出来并产生了参与的动力。

如何在目前的条件下实现基于数据的质量管理体系?

Riedel:

如果要实现基于数据的质量管理体 系，基础数据本身必须具有高质量，并且还 必须验证这些数据是否正确。为了保证这 一点，必须进行预处理，即更接近传感器并 首先对其数据进行考证，以便后续制定质 量报告。这里的问题在于，你能以多快的速 度充分了解收集到的数据，并且能以多快 的速度基于这种了解开始进行测量。我认为我们在这方面面临更大的障碍。

集团以 UNITED GRINDING 数字解决方 案TM 品牌提供数字服务。其中哪些是以基 于数据的生产过程为基础?

Gaegauf:

我们提供的服务之一是生产监 控，这是 UNITED GRINDING 数字解决方 案TM 的重要组成部分。该服务提供对机床的 实时分析，通过 7 天 24 小时监控来优化机 床的可用性和利用率，并且尽早发现即将 发生的生产积压。从广义上讲，它属于整体设备有效性 (OEE) 领域，即系统工作效率的 表征。产品监控还为其他应用提供接入点。 我们在我们机床上的所有必要位置配备了 传感器，以此识别缺陷。这些数据随后被输 入到生产监控器中。

但如果在生产过程中数据的重要性增加， 则有一个问题对公司而言变得越来越重 要:如何将数据专家与流程专家组合在 一起?

Riedel:

所有机床制造商都应该接受一个短 期的 IT 基础培训课程。如今，机床制造商在 进入劳动力市场时对 IT 知识知之甚少。而 IT 人员对机床制造也一无所知。目前，公司 必须考虑如何让员工在其他学科上快速进 步。而我们有一个出色的双重培训体系，能 够实现这一目标。斯图加特大学是第一所 设立这一组合专业的院校。每个人都对其 他人的工作有一个基本了解，这非常重要， 这样双方才能一起设计一条生产线。

现在的热门词是定制，那么基于数据的生 产过程对小批量生产的必要性有多大?

Riedel:

批量规格是一个宽泛的话题。我举 一个最著名的例子，在媒体上进行大量宣 传的运动服装制造商阿迪达斯，同时也生 产定制版运动鞋。如果你仔细观察一下，就 会发现其实这称不上是定制。它们只是由 几个模块组成的鞋子，其中修改了两三个 参数和设计。我仍然不认为这是一件定制 产品。一般情况下，小批量所面临的挑战是 直接达到 100% 的品质。当然，只有通过基 于数据的质量管理体系才能实现这一点。

Gaegauf:

如果我们客户的客户只需要一 个定制工件，那么生产流程中的批次规格就会成为我们的一大问题。最大的挑战在 于如何快速实现目标质量。这不但是一个 数据问题，也是经验问题。另一个问题是重 新设置机床的速度有多快。多年来，我们一 直致力于研究如何尽可能缩短切换时间。

Riedel:

切换和机床设置也是大规模生产 中的问题。比如车门。虽然只是车门，但各 制造商和车型的车门都不一样。难点在于 数据的处理:我如何保存各个变量的设置 参数，从而使生产系统能够在需要时在车 型之间快速切换。

传感器用于采集工业生产过程中的数据。 那么这些传感器需要满足哪些要求?

Pfisterer:

从制造商的角度来看，传感器的 坚固性、可靠性和标准化非常重要。这样就 不必经常重复工作。可用性也很重要。它需 要确保即使在五年或更长时间后，传感器 或接口仍然可以运作。

Gaegauf:

40多年来，我们一直在每台机 床上使用加速度传感器。我们自己开发 并制造的这台传感器称为 Sensitron。 它能帮助我们检测砂轮与工件接触的时间。此步骤之前被称为空气磨削，因 为效果不佳，因此必须快速接近工件。

微型机电传感器 (MEMS) 的与众不同之 处是什么?相比传统传感器，它们有哪些 优势?

Pfisterer:

你可以将大量功能集成到 MEMS 的小空间中，即约五到六种传感器功能，这 节省了大量空间。除了从传感器角度来看 十分高效之外，我还可以选择预处理所采 集的数据，换言之:实现传感器的智能化。

MEMS 传感器不仅能处理电子脉冲，还能 处理机械脉冲。这在工业生产过程中如何 表现?

Pfisterer:

如果我们从更广泛的角度定义 工业生产过程并整合物流过程，那么在机 床系统上使用这种传感器可以带来许多可 能性。这与机床的位置有关。机床不应倾斜放 置 或 安 装 在 不 平 的 位 置 。我 可 以 用 M E M S传感器记录这一信息。我可以记录泵、驱动器等电子部件的加速度值。还可以记录旋转速度或温度等其他值。我认为重要的是:作为传感器制造商，我们只是助力者。我们 不产生信息，也不产生利益。没有机床操作 人员的反馈和整合，我们也无计可施。

Gaegauf:

在运输机床时，我们可以使用加 速度传感器精准确定机床所承受的振动。 在卡车和船舶运输中，存在巨大的振动风 险 。在 机 床 运 行 过 程 中 ，传 感 器 对 滚 珠 轴 承等部件的监控至关重要。这些是承受高 动态负载的重要易损部件。如果我们记录 这些轴承的温度、振动和速度等参数，就可 以对轴承的技术状况作出判断并估算它们 的寿命。

生产系统数据的完整采集及其代表性是 一对数字双胞胎。如果您将二者和生产系统与反馈环节联系起来则它们可以作为 自动系统进行自我控制。您认为这是否能 够实现？

Riedel：

我认为未来一定能够实现。只是需 要一些时间。就目前情况而言，这样做成本 昂贵，实际操作并不现实，但这个想法是令 人欣喜的。

 
Gaegauf：

我们在重新设计机床时，就已经 有了一对数字双胞胎。比如我们可以根据 CAD 图纸进行模拟并评估机床的动态行 为。这样就可以优化刚刚开发的机床。另 外还可能实现自动化生产控制：磨削始终 是流程链的最后一环， 因此可以对之前的 流程步骤进行评估。磨床可能会“说”：你 好，车削机，可以把公差缩小一点，这样我 就不必过多地磨削。但为此，我们需要通信 能力；一台机床必须知道另一台机床在说 什么。因此，我们正在与德国机床制造商协 会 (VDW) 合作，研究所谓的 VDW 连接器和OPC UA 机床协议的数据格式定义。作为一 个公司集团，我们的目标是在这一领域为 客户提供支持，比如当他们需要应对频繁 的生产变更时。

在生产过程中生成数据时，如何确保数据 安全？ 

Pfisterer：

我们在产品制造过程中采用了 一个安全工程流程。也就是说，在开发过 程中的每个重要节点，我们都会检查所采 集的数据以及从中得出的结论。

Gaegauf：

我们使用标准化系统发送经过加 密和 TÜV-IT 认证的数据。我们将客户数据 的安全性放在第一位。

谁会拥有这些数据？该如何分配与这些数 据相关的用户权限和角色？

Pfisterer：

这些数据最初属于机床操作人 员。但正如我们所见，如果机床制造商可 以从双方的数据中获益，那么双方都应该 考虑如何开展合作。我认为每个人现在都 已认识到数据的价值。 

Gaegauf：

机床上安装的数据采集系统自然归我们所有。该软件包含  UNITED GRINDING Group 的专有知识。所采集的 数据是客户的机床和流程数据。这些数据 自然属于客户，并且我们自己无法访问。 如果客户希望在受监管的框架内与我们 共享这些数据，显然我们能够通过数据为 客户的利益提供诸多帮助。随着人工智能 和机床学习技术的增强，未来的流程优化 必然会呈现巨大潜力。对我们来说，提供此 类综合解决方案也可能意味着一种不同的 商业模式。

Pfisterer：

提供数字解决方案通常会带来商 业模式的改变。比如，我们曾提供过 GPS 追踪器。一家客户希望跟踪他的供应链，但他 不想购买硬件和软件，只需要服务。这样， 你就从生产商变成了服务供应商，并且必 须考虑其中的商业模式是什么。