工业4.0
数字化转型正在改变世界。从长远来看，只有开放、积极和勇敢地拥抱变革，才能取得成功。本特勒正是如此。
我们利用数字化获得许多新的机会。物联网解决方案改变了我们的生产方式。我们专注于工业4.0和大数据应用，促进可靠性、效率和可持续性。现今，我们已做好数字化转型的准备，这对我们的客户、员工和环境都十分有益。
大数据
工业4.0应用的关键
在世界各地，我们以不同的方式使用大数据：例如，搭建内部数据平台，进一步提高产品和工艺的质量和可持续性。
本特勒布尔戈斯汽车厂的大数据应用
从焊丝速度到焊接电流:随着现代自动化的发展，我们可以从制造工艺上的传感器中获取数据。一般而言，每天每条生产线上会生成数百万个数据点。
为了更好地分析数据，布尔戈斯工厂使用了本特勒智能生产数据平台(SPDP)。该系统能在生产系统界面上展示数据，还能向员工发送警报和通知，以便及时采取适当的行动。
大数据帮助提升生产质量
在阴极浸涂中，电流使涂料附着在产品表面。在布尔戈斯工厂，通过大数据监测，我们可以了解电流是否超出功率范围，以便及时采取纠正举措，并确保统一的油漆应用。
大数据帮助提升可持续性
在使用热成型烘箱时，即使出现一点绝缘泄漏，也会导致高能耗。在布尔戈斯工厂，我们利用大数据来评估烘箱的密封性，以此减少不必要的能耗、保护资源、保护环境。
利用工业4.0实现自动化质量控制
预测性数据控制
本特勒钢材/管材事业部的自动化质量控制
在本特勒钢材/管材事业部，我们正在使用一款创新的3D表面检测系统，可用于检测长达150米的管道的表面缺陷。该系统取代了耗时且高成本的视觉检测方式，可在早期就检测出质量偏差。
我们的IT部门和工厂工程部门共同合作，有效处理和压缩了每日生成的近2tb数据。这些测试数据可以辅助操作人员做决策，并用于以后的数据分析
预测性质量
热，热，热！当产品从热成形压力机中出来的时候，这正是工程师最希望看到的情况。 在某种程度上，质量是由挤压过程中的热量分布所决定。作为it’s OWL 技术网络ML4Pro2项目的一部分，现在我们使用热像图的数据，来预测最终产品的质量。通过这种预测性质量控制，我们始终致力于为客户提供高质量的产品。
工艺优化
快速、可靠、自动：利用光学扫描技术进行质量控制，拥有诸多好处，但同时也产生大量数据! 例如，单个焊缝分析的数据可达1gb。
这些海量数据很快就会形成数据森林。为了更好地看清森林中的每棵树，我们利用内部的智能生产数据平台及其先进的数据可视化工具， 以图形方式来呈现数据，确保更精准的分析。成效如何？之前所忽略的报表为持续工艺优化提供了宝贵的数据源。
本特勒现有的工业4.0创新
创新光学
在维多利亚的汽车工厂，我们正在用“白光”光学测量技术进行质量控制。该技术对部件进行全方位扫描，以3D形式呈现其图像，并与参考数据进行比较。它比传统方法更快、更灵活，在不到30秒的时间内，就可提供每个部件的表面尺寸
用数据标记颜色
在捷克的克拉斯特莱克工厂，其工业4.0计划之一就是利用3D光学测量技术验证产品的精确性：在完成冲压后，一个搭载传感器的机器人对冲压件进行快速扫描。通过高精度数据分析，若某个组件超过公差范围，那该部分会用不同颜色标记出来。
精准定位
在布尔戈斯工厂，我们利用视觉系统保证组件的精准定位。通过扫描机器人操作臂上的零件轮廓，可计算出零件位置和任意偏差，从而进行相应调整。 该系统帮助我们缩短了40%的点焊时间。
本特勒的工业4.0应用研究
“MoSys”研究项目
优化工艺，高效产品开发，充分利用工厂产能
在Fraunhofer IEM的领导下，我们和其他企业一起参与了“MoSyS”的研究项目。其目标是创建一个模块化的“以人为本的系统”，用于优化工作流程，节省开发精力。我们的用例是关于扭转梁轴的开发和生产。该模块化系统将为我们提供更大的生产灵活性和更高的质量，多个产品可在一个模块化工厂中投产。因此，我们将能够更快地响应客户的需求。
欧盟赞助的研究项目“BOOST 4.0”
预测性维修模型可使设备效率提高5%
本特勒与国际知名的弗劳恩霍夫研究所(Fraunhofer Institute)合作，利用大数据开发了一个预测性设备维护模型。本特勒正在生产过程中应用该工艺模型。 实践表明，该技术可避免设备停机，帮助我们以公平的价格按时交付产品给客户。 “感谢Boost 4.0 项目，让我们显著改善了自身的大数据基础设施，提升数据分析水平。我们从该项目中获益良多，设备整体效率提高了5%，这让本特勒在工业4.0领域具备更强的竞争力。本特勒汽车事业部的首席运营官 Emerson Galina说道：“下一步，我们计划在本特勒全球工厂推广和应用该项目成果。”
