一年又过去了，我们一起来回顾2021，同时展望2022年的趋势和发展。自2020年以来，新冠疫情带来的不确定性令航空航天业倍感困扰，令人振奋的是，经济复苏有望在今年开始，并将持续一段时间。
下表显示了国际航空运输协会（IATA）对乘客同比增长的估计。
从上图中可以看出，这并不意味着今年我们将从流感大流行期间该行业遭受的重大打击中完全恢复过来。尽管如此，令人欣慰的是，随着更多国家对国际旅行开放边境，专家预测经济会出现强劲反弹。
技术趋势将在这次复苏中扮演重要角色。在2021年的趋势预测中，我们预测：在航空航天复合材料制造业，供应链优化、数据赋能的实时决策和劳动力优化将发挥越来越大的作用。现在回顾2021年，这些趋势有多大的吸引力以及它们对整个行业的核心技术有多大的影响。
然而，由于新冠大流行的持续复苏，通过实施技术以削减成本、提高效率仍将是重点，这有助于我们应对下一场危机并保持恢复的弹性，从而减少损失。
当需求不稳定、供应链变得不可靠、需要立即做出实时决策时，制造商们正致力于构建未来的弹性。
本文将重点关注已经在上升的趋势，围绕着降低风险、扩大产能以及向工业4.0和制造业的未来迈进，从而帮助我们为2022年做好准备。
那么，直奔主题，2022年对航空航天和复合材料制造商来说意味着什么？
1. 超自动化
极端自动化或超自动化是指将自动化推进到尽可能接近生产车间假设的100%自主性，在这里，操作员和机器运行全自动的流程。100%似乎是不可能的，但该行业不断提高自动化水平，使越来越多的功能和流程实现自动化。
极端自动化的好处是显而易见的：从消除生产延迟、简化流程到由于时间敏感的复合材料的自动化管理而减少错误和返工。其结果是降低运营成本——这是从大流行中恢复过来的关键。
正如你在这篇文章中所看到的，Forrester讨论了这一事实，即新冠大流行的爆发推动了总体自动化趋势，以便“通过使用最新的分析，获得重新调整优先级的能力”。
由于制造商相关技术的成熟，极端或超自动化正在成为一种趋势，主要是在工业物联网（IIoT）自动数据采集功能的基础上增加人工智能（AI）层。
下面的信息图显示了来自Plataine客户的数据，并展示了引入极端自动化对降低成本和提高产量的影响：
正如Gartner的分析师所说，“超级自动化通过快速识别、审查和自动化尽可能多的流程，实现了加速增长和业务恢复能力。”
2. 预测分析和维护
暂且把自动化放在一边，生产车间最强大的人工智能应用之一是预测分析。最直接的用例是预防性维护。
乔治·J·牛顿（George J.Newton）为《商业视图》杂志撰文说：“98%的企业报告说，一小时的停机时间会让他们损失超过10万美元。这是一笔很大的浪费，这就是为什么采取预防性维护策略对于降低成本至关重要的原因，尤其是在今天。”
据TWJ称，“计划外停机每年给工业制造商造成的成本估计为500亿美元。设备故障是42%的计划外停机的原因。计划外停机导致过度维护、维修和设备更换。”
这种趋势有多强？最近的一份报告指出，“制造业市场的预测性维护预计将以高复合年增长率增长”。
从本质上讲，通过分析由工业物联网（IIoT） 传感器和遗留系统生成的数据，人工智能和机器学习算法可以预测机器、工具或任何设备需要维护或出现故障的可能性以及时间。一旦可能性超过预定阈值，系统会自动、实时地触发警报，并提供有关如何处理新情况的具体建议（例如，将工作订单定向到不同的工作站、更改轮班计划等）。
另一个用例是预测共享相同固化配方的零件在每个固化周期中的热压罐利用率，并相应地协调（或安排）铺层操作和材料切割（确保热压罐产能最大化，并最大限度地减少浪费）。
预测分析也有更多创造性的用途。例如，“需求预测等关键挑战需要基于运营数据分析的强大预测系统，”Gengarajan PV 在 readwrite 中写道。 “没有这一点，制造商永远无法为未来做好规划。”
航空航天复合材料行业的特定用例：
- 根据准确的需求预测，解冻和切割时间敏感性材料
- 提前并在轮班期间运行排产调度，以适应计划的生产吞吐量，并响应不可预测的变化
- 协调热压罐的输入，以最大限度地提高利用率，避免半空运行
要了解更多信息，请访问此案例研究：
3. 决策智能
如果你真的想帮助工厂经理，不要向他们灌输更多的数据，而是让他们知道你建议采取什么行动…
就像一个合适的GPS导航系统，在高速公路上发生事故时为你提供一条新路线，而不仅仅是显示大量数据。这就是“报告/仪表盘中显示的数据”和“决策智能”（我称之为真正的数字助理）之间的区别。
与预测类似，决策智能（DI）建立在历史学习和模式识别的基础上。这些分析取代了人们因自身局限性而做出的冲动和有偏见的决定。
Gartner预测“在未来两年内，三分之一的大型组织将使用决策智能进行结构化决策，以提高竞争优势。”
然而，最大的挑战不是收集或存储数据。相反，它是在分析上下文数据，并将其转化为有意义的见解，从而改进业务运营。这就是人工智能的作用。
在当今充满不可预测的环境变化的繁忙制造业环境中，如果没有技术援助，做出最佳决策对人类来说变得太难了，尤其是需要在瞬间和大规模做出决策时。作为大流行经验教训的一部分，预计该行业将深化对解决方案的投资，这些解决方案在分析层的基础上提供智能层。
要了解更多信息，请参阅我们关于将数据转化为决策的完整指南：
2022年，航空航天制造业将继续增加对软件的投资，在现有MES或ERP系统的基础上增加此类功能。此类解决方案使用工业物联网（IIoT）和人工智能（AI）实现100%的可追溯性和可见性，自动化复合材料切割计划决策、调度决策、库存管理决策等。自动警报和建议对于帮助生产经理处理作为决策过程一部分的数据量至关重要。
4. 利用智能劳动力
这场新冠大流行给了我们很多教训。在隔离、取消商务旅行和大规模迁移到远程工作之间，我们了解到远程劳动力在许多情况下都非常有效。
智能劳动力利用的趋势涉及超级自动化，因为除了使用技术帮助专家远程指导生产车间员工之外，它还使劳动力摆脱了技术所能完成的一切。它还涉及无需亲自到场即可获得可见性和可追溯性。
一项新的谷歌云研究显示——“根据我们对七个国家的 1,000 多名高级制造业高管进行调查的数据，由于数据和分析、云和人工智能等大流行，76% 的人已转向数字推动者和颠覆性技术（人工智能）。在日常运营中使用人工智能的制造商中有 66% 表示，他们对人工智能的依赖正在增加。”
在此图中查看制造商在日常运营中使用人工智能的前三大原因是什么：
5. 工厂车间的可视性和100%的可追溯性
制造航空航天复合材料有着独特的挑战。从确保最高安全水平和最高质量标准的法规开始。由于许多材料对时间非常敏感，我们需要跟踪和管理它们，因为它们在工厂车间从一个站移动到另一个站，从接收到冷柜再到热压罐等等。
此外，了解我们手头有多少库存和预测需求非常重要，以确定我们是否需要订购更多的材料，或者我们是否会留下即将过期的材料。
采用老式方式（使用纸张或Excel）跟踪时间敏感材料的制造商错过了实时可见性。结果是材料损失、质量缺陷和返工。
这就是为什么该行业正朝着在工业物联网（IIoT）网络中与人工智能一起使用传感器来精确监控库存并进行精细计算的方向发展。可追溯性和可视性对于降低运营成本和提高质量至关重要。
6. 3D打印
这一趋势也被称为增材制造（AM），并不是什么新趋势，而且随着技术已经对航空航天制造业产生了巨大影响，并且在某些情况下使生产更快、更容易、更具成本效益，这一趋势仍在继续。
总结
毫无疑问，2022年将在现有挑战的基础上带来一系列的挑战。
然而，目前看来，我们有充分的理由抱有希望。
为了跟上竞争的步伐并从 2020 年和 2021 年的亏损中快速恢复过来，制造商必须采用能够显着提高生产效率、降低运营成本、实现极端自动化并更好地利用库存和劳动力的技术。这将确保比以前有更强大的力量摆脱这场令人难以置信的危机。
看看2022年在需求和创新方面带来了什么将是一件有趣的事情。虽然我们无法准确预测未来，但我们可以看到风向，并据此调整航向。
