电子行业的制造优化：如何使用 亚马逊云科技 上的 Tapelital Inc. 加速产品开发和提高工程效率

电子制造业新产品开发面临的挑战

微型化、功能复杂性、客户质量需求、成本和利润、竞争和环境期望等压力使电子设备的开发和生产比以往任何时候都更加困难。它们变得越来越复杂，供应链也变得更加复杂——通常横跨多个国家和大洲。制造商必须平衡这些压力，生产出具有成本效益、可靠、环境可持续且可以按时上市的产品。

高科技电子产品的生命周期分为两个部分： 新产品推出（NPI） 和批量生产（MP）。NPI 阶段至关重要。它涉及概念开发、产品设计、制造设计、装配设计、工具和设备、试点生产和能力分析。系统的每个部分，包括半导体或芯片、印刷电路板 (PCB) 和最终组装组件，都需要经过设计和测试，然后才能过渡到批量生产和产品发布的 MP 阶段。必须在 NPI 阶段尽早发现缺陷，以确保为高效的 MP 阶段做好设计和流程准备。不这样做可能会导致停机坪延迟、生产线的高产量影响、低吞吐量以及客户的高回报率。

利用数据和人工智能提高 NPI 的效率

贝恩公司的一项 研究 计算出，制造业每花费1美元，就有20美分被浪费了。这种浪费有多种形式，包括下线或返工成本、报废和退货。几十年来，半导体制造商一直在优化方面进行投资，从而实现高效运营和制造原本无法实现的产品。但是，同样的优化水平并未扩展到下游的印刷电路板或最终组装，从而导致了流程中的严重效率低下和浪费。

产品设计工程师 (PDE) 亲身经历了识别和解决 NPI 中的问题所面临的挑战和高成本，因为他们负责设计和验证新大批量设备的部件和装配流程。此过程通常发生在生产线和海外工厂中。

为了解决问题，PDE必须访问装配过程中的制造数据，但这通常不足以发现和解决问题。这就是为什么他们必须经常飞到国外去工厂的原因——通常是为了站稳脚跟，希望在正确的时间到达正确的地点，发现缺陷并找出改善整体设计或装配的机会。出现问题时，他们会亲自收集和拆卸设备，进行详细的故障分析以确定根本原因。有时，此过程包括汇总来自多个子组件供应商的大量测试数据，并进行统计分析以发现相关性和关系，从而帮助确定解决方法。

由于许多 PDE 团队的主要目标是在 NPI 期间快速发现并修复问题（这样 MP 就可以按计划启动），因此要与全球供应链、不同的工厂位置以及无法可靠地访问成功所需的所有制造数据保持正轨变得非常困难。

为了回收数十亿美元的废物，电子制造商必须从更大的角度思考，而不是在批量生产中逐一解决问题。这意味着他们需要重新构想取证和优化的真正含义以及何时发生。对于电子行业而言，现代制造优化关乎规模和速度，这需要新的工具和技术。

亚马逊云科技 为电子行业提供制造优化

亚马逊网络服务 (亚马逊云科技) 提供各种服务和解决方案，以提高制造效率。 他们认识到数字化转型在制造业中的重要性，并与Inspertal等 行业技术领导者合作，共同创建 改善制造情报 的解决方案 。 这些解决方案可帮助制造商更快地推出产品，提高质量和产量。

仪器汇总产品数据，并使用先进的人工智能和计算机视觉软件向工程师和运营团队提供可操作的信息，使他们能够优化产品和流程。

该团队专注于为其客户构建功能，并依靠 亚马逊云科技 来运行代码、管理数据和集成应用程序，而无需管理服务器。亚马逊云科技 的无服务器计算服务（如 亚马逊云科技 Lam bda ）提供自动扩展、内置高可用性和按使用量付费计费模式，以提高灵活性并优化成本。这些技术还消除了诸如容量配置和补丁之类的基础架构管理任务。

与 亚马逊云科技 合作还使得 Interpalital 能够利用各种服务来支持制造商。亚马逊云科技 处理了超过 30 亿个数据点，对于大数据分析、识别效率低下和提高生产力至关重要。而且，得益于其保护高度敏感 的制造数据 的安全和合规服务 ，客户可以确信他们的数据是安全的。

最后，Inter m alital依靠亚马逊云科技的人工智能服务（例如Ama zon SageMaker）来提供 高级计算机 视觉功能，这些功能可以检测已知缺陷并自动发现新缺陷。为了更接近智能工厂的愿景，亚马逊云科技 提供 物联 网 (IoT) 服务和 解决方案，用于收集和分析来自工厂车间机器和传感器的数据，与仪器仪表相结合，可以帮助客户迈向制造 4.0。

案例研究：联想

在与联想合作时，Interparital帮助加速和提高了产量，从而节省了大量资金。联想的生产经理使用实时帕累托和趋势仪表板来确定日常工作的优先顺序。通过利用仪器的人工智能，自动发现了 200 多种缺陷类型，使工程师能够启动超过 58 次实时测试。 阅读完整故事， 了解联想从第一天起如何通过每台设备节省约1美元并减少50％的返工来获得积极的投资回报。

“在开发过程中使用仪器化的程序比不使用它的产品增长得更快。” — 摩托罗拉移动工程和新产品引擎总监

在 亚马逊云科技 上发挥重要

Insperital 通过人工智能驱动的主动缺陷发现、端到端故障分析工具和远程实时构建监控来提高运营效率，从而提供久经考验的投资回报率，所有这些都集中在一个简单的云平台上。该应用程序提供统一、可追溯的数据记录，以帮助识别和调查问题，更快地采取行动，并使用人工智能解决以前在装配和制造线上难以解决的问题。

由于工程师和运营团队在整个产品生命周期中面临不同的挑战——这些挑战取决于产品的复杂性、唯一库存单位 (SKU) 的数量和产量，因此Intermatial提供了两套工具。第一个是专注于NPI故障分析的产品开发套件，第二个是专注于MP中的监督和快速解决问题的生产套件。

在产品开发 (NPI) 中，该工具套件侧重于三个核心功能：发现、求解和监控：

• 发现 ：借助专有的计算机视觉算法，可以在装配线的关键节点快速设置仪器摄像站。使用计算机视觉，只需 30 个单位即可在 30 分钟后自动检测异常。这使工程师能够在构建的早期发现和修复功能故障，防止它们变成更大的问题。
• 解决： 使用测试数据，工程师可以利用仪器的人工智能来整理图像和测试数据，以找到相关性并提出潜在的根本原因。
• 显示器： 为了保持生产线的高产量，工程师利用摄像站的计算机视觉功能。只需点击几下，他们就可以训练车站区分及格和不及格，防止问题再次发生。

在批量生产 (MP) 中，制造商的目标是保持稳定性并持续改进，同时降低成本和提高效率：

• 监控和维护： 在批量生产中，制造商一直在寻找在不牺牲质量的情况下降低成本的方法。借助统一的远程监控和主动警报，可以在问题导致错过目标之前更早地发现问题。工程师可以查看控制图并接收来自任何来源的任何测试的警报，主动通知他们偏移和其他统计过程控制 (SPC) 违规行为。Insporital 还提供对 Cpk 和其他 KPI 的开箱即用访问权限，从而在潜在问题发生时提供至关重要的可见性，确保流程保持稳定。
• 持续改进： 仪器还有助于制造商不断提高质量和产量。通过对工厂车间的实时洞察，运营团队有时间和正确的数据来调查和改善运营。
• 降低风险和异常情况： 最后，当生产线停机时，或者对于面临高回报率的公司，Interpalital 会提供综合故障分析，以找出根本原因并快速回到正轨。

结论

制造业效率低下会导致产量低下以及计划和退货延迟，这非常昂贵，并可能对品牌产生负面影响。Tesporital 基于 亚马逊云科技 构建的基于云的人工智能解决方案可帮助工程师随时随地访问数据，并提供自动异常检测和关联工具。

本博客中概述的在亚马逊云科技上使用Interalital实施制造优化技术可以帮助减少缺陷、提高产量和提高工程效率。