德国工业微报 11.30| 德国工程师缺口处于历年最高水平

科技   科技   2022-11-30 14:29   美国  

点击上方【合集】订阅“德国工业微报” 


made in Germany



- 新技术 新商机 新模式 -



德国工业微报

德国工业智库  - 2022.11.30 -



     通过物联网实现可持续发展

德国工程师缺口处于历年最高水平

预测性维护

Spaicer:供应链可靠性预测

Amcocs:增材制造快速测试




1

通过物联网实现可持续发展


【关键词】物联网;可持续发展;


根据Fortune Business Insights的数据,全球物联网市场预计将从 2021 年的 3800 亿美元增长到 2028 年的 1.9 万亿美元。这种增长的大部分驱动力来自于企业利用连接设备、传感器、大数据分析以及自动化和机器学习,以缩减能源使用并实现可持续发展目标。


通过物联网技术如何实现可持续发展目标?例如,物联网传感器可以很容易地提醒控制室的工程师注意工厂车间那些没有产生实际价值并且在运行的耗电设备。结合机器学习,物联网具有更广泛的可持续性应用。机器学习算法会监控噪音、振动、温度和使用模式,主动提醒维护团队注意可能需要维护的设备,从而保持它有效运行。


随着全球对企业可持续发展地不断重视,未来将会有越来越多的工业企业通过投资创新和部署物联网尖端技术来实现其环保目标。





2

德国工程师缺口处于历年最高水平


【关键词】人才缺口;机械制造;


根据VDMA最新的调查结果,德国机械工程师的需求量达历史新高。在接受调查的 519 家机械制造商中,67%的公司该岗位存在空缺, 2019年的比例约为50%。未来几年缺口可能会进一步扩大,尤其是在研发和设计部门。


仅1/3的受访公司认为能够按计划填补岗位空缺,近1/4的公司表示无法找到合适的人才。招聘年轻人才是机器制造商面临的最大挑战之一。VDMA 副总经理 Hartmut Rauen认为工程师短缺的主要原因是人口趋势、与其他行业对大学毕业生的竞争以及机械工程行业的增长。


VDMA呼吁学校应激发学生对于技术的兴趣,可惜很少有联邦州将技术列为单独的学校科目。此外,技术工人移民问题也十分重要。调查显示,机器制造商正通过学期论文、实习、双修课程和学生公司访问等方式在为自己争取人才。


在招聘女性工程师方面,需求是巨大的,且还有改善的空间。调查显示,14%的企业正采取弹性工作时间、兼职工作和家庭办公等措施来提高女性员工比例。目前,女性机械工程师的比例为11.3%,比2019年高出两个百分点。





3

预测性维护

【关键词】预测性维护技术;


预测性维护是提高未来生产效率的关键问题。例如,若能准确预测机器磨损进度,则可以根据需要来安排维护和维修日期,从而减少甚至避免停机时间。


管理和技术咨询公司Bearing Point的一项研究再次证实,预测性维护技术可以节省多达18%的工厂停工时间和多达17%的维护和服务成本,从而大大提高了效率。


然而,不同厂商的应用程序之间缺乏合适的接口,阻碍了相关技术的广泛应用。Platona-M的新型平台生态系统可以把来自不同厂商的机器数据通过平台简单而系统地集合,从而实现高质量的数据分析,同时可以保证数据提供者的数据主权。


该公司的下一步计划是搭建一个数字平台,提供大量基于数据的服务,协助实现预测性维护目的。



4

Spaicer:供应链可靠性预测

【关键词】供应链;人工智能;


由于疫情,供应短缺几乎每天都成为头条新闻,给企业带来巨大的经济负担。Spaicer项目通过领先的 AI 技术和工业 4.0 标准,开发基于终身、协作和低门槛智能弹性服务的数据驱动生态系统,旨在最大限度地减少与交付问题相关的停机时间。


为此,人工智能系统会不断监控各个供应链的可靠性,并在紧急情况下生成经济的替代方案,优化生产计划,公司可以利用这些方案有效应对危机情况。


作为项目的一部分,项目正在开发特定于行业的智能弹性服务(Smarte Resilience Services,简称SRS),可根据不同公司的需求进行单独调整。


SRS是人工智能模块,它依靠大量数据来预测供应链的生产中断,并向决策者提出调整方案。SRS通过数字平台向制造商提供服务。



5

Amcocs:增材制造快速测试

【关键词】人工智能;增材制造


许多公司经常低估的一个破坏性因素:冗长的测试和认证过程。尤其是使用增材制造等新技术时,由于缺乏经验,无法可靠地预测组件的质量,后期需要对组件进行繁复的检查。


因此,Amcocs技术项目将制造过程的所有数据——从材料到打印再到后处理——都汇集在一个平台上,并将其与材料研究的历史数据和不断更新的数据进行比较。


在基于 AI 的分析算法的帮助下,甚至可以在组件制造之前就检测到异常和与规范的偏差,从而在早期阶段就避免了缺陷,大大简化了测试和认证程序。系统还通过每次的测试进行学习,使程序越来越准确。


该技术最初将用于航空业,因为在这个受到严格监管的行业,组件的认证特别耗时。随后,它将扩展到其他领域,例如医疗技术或汽车工程。





德国工业智库为您在德国工业界和学术界的交流合作提供支持


商务合作/广告投放

手机:173 2866 5740

微信:sino40

投稿咨询

手机:150 1988 6869

微信:wade1226

技术转移/德国产品咨询

电话:150 5950 5883

微信:deguozhiku


扫码关注

“中德工业4.0能力中心”

德国展会直播|中德商机

工业4.0技术库|德企路演


 

德国工业智库

德国工业智库是服务于中德智能制造领域的创新型交流合作平台,专注于智能制造创新技术产业。以德国先进技术及项目经验为源头联动中国制造业企业,以深度行业研究能力和技术分析能力解析中国市场,致力为客户提供专业的技术标的挖掘、项目合作对接、投融资咨询和市场营销等全方位定制化服务。交流合作:info@sino40.de

德国工业智库
德国人工智能白皮书,添加sino40获取。
 最新文章