还记得在过去，只有少数有特权的人才能登上飞机环游世界吗?
如今，我们见证了一系列航空革命的成果，这些革命把机票变成了一种非常实惠和常见的可购买的商品。
未来20年，航空客运量将增长一倍以上。根据行业预测，未来10年，现役飞机的数量预计将以每年3.7%的速度净增长。越来越多的人经常乘坐飞机，这一趋势每分钟都在增强。
以下是展示2018-2019年基准的信息图表:
虽然有机会与商业伙伴见面、访问遥远的目的地和体验外国文化是一件美妙的事情，但在幕后，航空航天制造业面临着巨大的压力，需要交付维持这台机器运转所需的部件。这就是“产量挑战”。
不仅如此，生产技术和工艺也在不断提高，工厂需要在更短的时间内用更先进的材料生产出更优质的零件。
一个对全球数十亿旅客的安全负有责任的行业，不能以任何方式偷工减料或降低其质量标准。显然，除了严格的规定，这样做可能会导致可怕的悲剧，也会导致公关危机，就像波音最近经历的那样。
我相信这使得产量问题成为一个关键的行业挑战，没有工业4.0技术是不可能取胜的。经过多年在该领域的合作，我在这里分享了一些有价值的航空航天制造总产量挑战的例子，这些例子阐明了先进工业4.0技术的作用。
润滑良好的机器：设备整体效能优化
为了应对需求的增长，航空航天制造商应该做些什么?最初的想法可能是为了跟上最新的发展和全球不断增长的需求，制造商应该建立新的站点，购买机器，并实际扩展他们的业务。但是，很明显，这种策略是非常昂贵的，只有在最大化制造业现有的元素之后，才应该考虑。
在购买新机器(并扩大生产车间容纳它们)之前，首先检查我们当前机器的效率水平，或整体设备效率(OEE)。我们很有可能会发现一些机器由于不同的问题而处于闲置状态，从而导致工作进程停止。其中包括材料识别和分类，人工质量检查和批准，人为错误导致的延误，等等。
时至今日，在许多工厂里，机器最终只工作了45%的时间，尽管它们已经完全准备好并能够工作。当然，100%的工作时间是不可行的，但是45%的工作时间会有很大的进步空间。
例如:“非计划停机每年给工业制造商造成约500亿美元的损失。42%的非计划停机是由设备故障造成的。
工业4.0解决方案，特别是基于人工智能的IIoT优化解决方案可以找出阻碍机器工作时间最大化的问题，并且通过自动化程序可以尽量减少延误，并最大限度地提高每台机器的生产能力。方法如下:
- 材料加载：基于人工智能的解决方案允许制造商优化材料加载时间和质量控制程序。由于RFID读取器能够立即识别每种材料并提供最佳处理方式，材料管理流程的每一步都变得更快、更高效。例如，这包括为冷冻材料设置合适的时间，以便在需要的时候可以及时取出并投入使用。
- 机器维护：即使是最先进的机器也需要定期维护。有了人工智能技术，制造商可以更好地安排这些过程，尤其可以减少机器停机时间。此外，他们能够优化相关技术人员的工作时间。
- 工具维护和服务：在制造过程中使用的各种工具和模具也是如此，需要维护、清洗和校准，以确保生产出合格的零件，避免出现质量问题。
第四次工业革命通过跟踪每一个零件或材料将这些点连接起来，如果我们仍然发现需要购买新机器，我们将有明确的投资回报率数据来支持这次购买。
发挥的作用：减少返工
航空航天工业标准要求制造过程中使用的材料必须通过严格的质量控制测试，并在使用前获得相应的批准。走错一步，就意味着要重复整个过程，浪费宝贵的时间和昂贵的材料，并面临生产延误。这与总产量挑战直接相关。
在某些情况下，除了总产量的挑战，时间敏感的材料，如碳纤维增强聚合物(CFRP)只是因为错误地计算了它们的到期日或暴露时间而被浪费，这也是一大挑战。通过人工智能和工业4.0解决方案可以减少和防止返工。例如:
- 出于质量控制的目的，自动监控材料暴露的时间，以防止使用任何过的期材料，从而避免重新使用相同的零件进行返工。掌握关于每种材料的所有信息，可以使制造商提前识别和优化工作流程。
- 借助物联网传感器和云软件，制造商可以统一管理订单，从而节省时间和材料以及减少工作量。所有相关的零件生产步骤，都被组合成单一的数字化和自动化的过程，而不是对不同的零件重复相同的过程。
- 人工智能技术被用来分析历史数据，并提供优化以及对延迟的工作订单和潜在质量问题的智能预测。
- 制造商不仅能够在更短的时间内实现相同的目标，而且还可以在不产生任何额外压力或增加错误的情况下扩大规模并提高效率。
工人的力量：劳动力的最大化
生产车间的工人不仅是一种昂贵的资源，也是赢得产量挑战的关键。
如果不能优化劳动力效率，航空航天制造商每年都要付出巨大代价，这会让所有人，包括工人自己，都不太高兴。
科技如何起作用？这里有一个例子:
根据我们一家领先的航空航天制造客户的说法，25%的工人时间都花在了手工报告任务上，而不是他们受雇并接受专业培训的生产工作。
当需要优化生产力时，制造商不应雇佣和培训更多的员工，而应集中精力部署技术，使工人从低效的报告程序中解放出来，从而专注于他们实际的生产工作。此外，他们将节省这些报告任务所需要的时间，并使得人工报告程序中产生的错误最小化，从而解决员工脱离核心任务的问题。
通过使用人工智能的软件解决方案跟踪和监控每一步，作为一个积极的副产品，公司的(机器)学习能力将会增强，并支持制造过程的每一步。预测趋势和管理库存将变得更加容易和准确。
具体怎么做呢?当工业4.0成功上线后，多个数据会被自动跟踪、收集并存储在云端。
太多的好事：库存优化
当谈到库存问题时，我们都知道库存耗尽，缺少所需的部件或材料，是任何生产操作的主要风险。公司通常通过持有过多的库存和在制品(WIP)来应对这一问题，这增加了大量的成本并降低了生产速度。
随着不必要的零件过期、堵塞道路和不断被放错地方，企业因库存管理不善而损失了宝贵的时间和大量的资金。
库存优化再次成为人工智能面临的一个经典挑战，因为这些系统运行着智能预测，可以根据使用智能物联网传感器实时跟踪的库存水平预测将要消耗的库存数量，而不是更多或更多。如果没有合适的人工智能，这些计算几乎不可能进行，更不用说生产需求的动态性了。
不要让我失望：停机时间最小化
在讨论核心问题时，我们至少要提到遗留系统的停机时间，这与机器时间和工作时间的损失密切相关。通过与创新的云软件合作，航空航天制造商能够使用先进的云连接传感器和基于SaaS的软件来推进甚至是过时的系统，并跟踪生产，这些软件提供冗余和比现在使用的旧IT系统更高的可用性率。
总结
航空航天制造业的总产量挑战是一个关键的挑战，面对所有相关参与者提供的旅行趋势和可靠预测，预计这一挑战只会增长。
制造商正在努力最大限度地发挥现有资源的潜力，然后才开始建设新的生产基地、购买新的机械和增加劳动力。
为了维持和增长利润，他们必须优化现有的经营。这只能通过利用工业4.0 人工智能技术来实现。
除了它们在克服总产量挑战方面的关键作用之外，这些技术还提供了可靠的投资回报率，这里将对此进行详细说明。
