由于技术进步，今天的批量比以往任何时候都更有可能。

从零食到汽车，所有的制造商都在为他们的客户提供更高层次的品种。由于购物者现在可以通过各种数字设备获得大量的信息，供应链的力量已不可避免地转移到消费者身上。为了保持市场份额，制造商必须跟上快速变化的消费者情绪。

如果我们要定义最佳的供应链以满足这种趋势，那么无论复杂性如何，都可以按需生产。即使是低成本的商品产品，如糖果，也可以在批量大小生产。从理论上讲，消费者可以从他的iPad中选择家庭狗的照片，将其上传到糖果制造商的网站，几天后几天收到一盒巧克力，每个巧克力都是邋。

如果制造商是满足这一需求，他们必须采用游戏和信息技术世界的创新。简而言之，他们必须转到“云”制造业，即。云制造代表了信息、学习过程和智能运动或活动的融合。制造商首次将能够充分实现机器人，伺服电机和其他灵活技术的能力。

一段时间以来，用于组装、装饰、贴标和包装的机器已经具备了随时变化的能力。节奏变量始终是过程控制，最终是来自消费者的信息。现在，由于人与商业世界之间的数字连接速度达到了前所未有的速度，制造商可以通过云计算获得这些宝贵的信息。

蛋糕上的糖霜

云制造是一种模式，可以方便地、按需地通过网络访问可配置的制造资源共享池，如机器人、控制系统、网络、应用程序和服务。感官输入、数据库和计算资源的联网使制造系统能够识别复杂的模式并执行算法以适应不断变化的条件。与此同时，对环境条件和云中的可用信息进行协调，使机电一体化成为数字世界和物理世界之间的管道。

为了说明概念，考虑一个机器人任务，该机器人在蛋糕上分配冰。今天，机器人被编程为应用其用户教授的某些模式和图形。机器人将配备用不同的喷嘴分配各种颜色的能力，并且系统将产生各种图像的蛋糕。在高度控制的环境中，具有集编程路径的单元格将在不发生的情况下产生图像。

但是，如果环境或流程发生变化会发生什么呢?考虑以下变量:结冰的粘度、环境温度和设施内的湿度。

糖霜的粘度是非常关键的，并且受到严格控制。为了确保一致性，蛋糕装饰师要么自己制作糖霜，要么从单一供应商那里采购。

饼厂内的温度会影响多个工艺参数。温度会影响蛋糕在环境条件下冷却的速度。这反过来又会影响蛋糕到达自动装饰站时的尺寸。同时，如果糖霜在输送系统中停留很长一段时间，并且设备的温度每天都在变化，那么糖霜的粘度就会发生变化。

和温度一样，湿度也会影响蛋糕的制作过程。面糊中较高的水分水平会影响蛋糕在冷却时的膨胀程度或尺寸。

在某些情况下，简单的局部感觉输入可以调整此类环境变化。如果由于温度或湿度的变化而波动，各种传感器可能会告诉机器人抵消分配高度以适应变化。基于规则的解决方案远非复杂。

类似地，可以用位于递送设备或线条中的传感器测量粘度。利用适当的递送机构，可以对冰布泵送并最终通过每个喷嘴泵送的方式，并调节粘度变化。

基于这个例子，似乎在传感器的帮助和基于规则的控制系统的帮助下，蛋糕装饰机器人应该能够适应它遇到的任何环境变化，正确？不是那么快。随着湿度的变化和温度上升或下降，结冰表现出不同的粘附性和设置。因此，虽然机器人可以在右高度处分配正确的体积，但是糖化康乃馨可能最终看起来更像蒲公英。系统无法解释过程中所有变量之间的相互作用。

当变量的数量变得足够大，基于规则的规则的控制系统可能会被淹没。要继续执行我们的示例，让我们将3D视觉系统添加到我们的蛋糕装饰牢房中。系统将分析蛋糕的图像以确定某些关键特征是否在规范中。图像将与环境数据编目温度，湿度，糖霜粘度，蛋糕高度和我们护理监测的任何其他输入相关联。

随着视觉系统对实际结果的预测结果进行了比较，控制系统具有动态调整过程的能力。随着时间的推移，随着模式的模式，该过程将进化以适应环境条件的任何组合。控制系统将学习如何修改机器人的路径以在任何一组条件下可靠地绘制康乃馨。

云制造通过将预测结果（例如存储在数据库中的“金色部分”或信息）与实际结果（来自环境的感官数据）进行比较，使机器学习能够进行机器学习。在我们的蛋糕装饰示例中，机器人系统是提供感觉输入的网络设备，并最终使用云中处理的信息来智能处理该部件。机器人充当数字和物理之间的连接。

批量大小

让我们继续我们的装饰蛋糕的例子，并回到为每个消费者个性化产品的愿望。云制造提供对消费者所在网络的访问。在一个基本模型中，我们的面包师有一个网站，客户可以上传他的孩子打曲棍球的照片，这样就可以打印在生日蛋糕上。

通常，这将是我们面包师的简单印刷过程。但是我们的贝克想要重现这种形象，对此有一些深度，而不是一个简单的一维照片。

当系统被设置成制作康乃馨时，装饰师必须给机器人编程，使其以特定的速度分发糖霜。机器人还必须在适当的时间以正确的角度放置糖霜，这样它就能创造出一朵花的一层。它会继续在蛋糕表面涂上一层一层的糖霜，直到蛋糕变成完整的康乃馨。这不太可能是一次性的编程工作。事实上，花了很多时间，精心制作，还有很多蛋糕，才最终得到了一朵符合装饰师艺术标准的康乃馨。

面包师的商业模式面临的挑战是，考虑到糖霜的成本和用于练习和编程的机器人的有限可用性，装修师将没有奢侈的处理长曲棍球图片无数次。

我们再一次发现，模式和数据集如此庞大，以致于基于规则编程的能力无法承受。在云制造中，数据库最终会随着时间和迭代而构建。有了这个数据库，裱花机的行为就会进化到知道已经铺了多少糖霜，从喷嘴上喷了多少糖霜，并相应地调整涂胶过程。

减少编程

为了实现更大的灵活性，制造商们已经开始依赖机器人技术来逐步提高组装和包装的定制水平。然而，部署机器人的最大障碍和机器人用户的最大抱怨之一是编程。许多人问，为什么他们必须精通专门的语言，才能使用机器人或机电一体化来完成一般简单的任务。云计算为今天的这些挑战提供了解决方案，并为未来提供了更大的希望。

制造商很早就熟悉云计算的概念，在云计算中，程序可以远程存储并在网络间共享。如果一个安装在加利福尼亚的单元要复制到北京，位于服务器上的备份程序简单地转移到机器上，执行一个校准程序，并共享该程序。这有效地使中国的操作员能够利用加州程序员所做的工作。随着编程语言变得越来越开放，算法和固定例程将在云中可用，这样程序员就可以提取代码块，而不是总是从头开始。

机器才刚刚开始获得搜索这些块的能力，并在特定条件下实现它们以动态影响其活动。在另一个例子中，回收厂使用机器人从纸生产线上拣玻璃。如今，该机器人的程序可以识别和移除数百种独特的玻璃，并对它们进行分类，以便进行最佳回收。机器人使用板载处理器来确定所有已知的产品，该处理器通过本地摄像头识别每个产品来编程。训练系统识别数百种独特的玻璃类型不仅繁琐且容易出错，还会使系统无法适应未知参数和外来材料。

然而，如果回收系统能够利用来自云的计算能力和信息，它可能会搜索tb级的信息，以识别之前在该系统位置未见过的物体。这将与今天的“爬虫”搜索Web的方式非常相似。在此场景中，一旦商品与云中的图像匹配，就会执行相应的操作，因为图像被分组到一个产品类或家族中，指导机器人如何操作和放置商品。

这降低了系统的编程要求，同时几乎无限地扩展其灵活性。结果是一个系统，即部署并为再循环者提供更大的经济价值。

生态系统司机

云制造的概念不仅仅是通过对自动化系统的灵活性和效率的需求驱动。也有一种供应副作用。今天的信息技术和网络可以更快，更便宜的数据处理比以往更快。工程师必须开始查看工厂自动化和机器人，而不是工业群岛，而是作为“信息生态系统”中的设备。

从历史上看，制造机器唯一的与环境的连接是电源，原料的输入，以及加工商品的输出。因此，它无法适应任何形式的变化。

工业革命就是大规模生产。它让曾经被认为是奢侈品的产品人人都买得起。制造商采用流程以更快、更一致地生产产品，但灵活性并非必不可少。消费者可以从福特买到他们想要的任何颜色的车，只要它是黑色的。

由于制造业进入信息革命，机械和自动化将产生和消耗更多的数据，以便通过动态过程控制，满足消费者对大规模定制的胃口，并通过学习启发式来降低实施成本。与亨利福特时代的生产率收益不同，今天的收益将通过更好地利用信息技术来驱动。

在线组装

欲了解更多关于装配自动化的信息，请访问www.jaquemin.com阅读这些文章:

• 在行动中汇编：机器人有助于观看制造商双重生产。

• 机器人：阳光充沛的性格。

• 机器人安全具有年龄。