9月6日，以“柔性制造与成本效率”为主题的ABB贝加莱2018年用户大会在上海举行。来自印刷、包装、塑料、3C、汽车电子、新能源等领域的260多位嘉宾和行业专家共聚一堂，探讨如何通过柔性制造应对市场变化和提升成本效率，交流自动化和数字化在智能制造中扮演的角色，并展示如何利用工业物联网、大数据等前沿技术实现自动化设备的智能互联。
以不变应万变 = 柔性制造
贝加莱大中华区总裁
肖维荣博士
肖维荣博士以消费市场对于个性化的需求同时希望获得与大批量成本相同的价格，提出柔性制造的迫切性，而柔性制造的关键在于成本效率，解决成本效率的途径包括了产品技术、平台、组织与人才。
柔性制造实现的三个支柱
为此，贝加莱不断努力在多个方面，产品技术方面推出SuperTrak、机器视觉等创新的产品，在平台方面不断提升Automation Studio平台的能力，包括mapp延伸到垂直行业的应用模块，第三方面就是自身的人才培养，不断提升工程师的综合方案提供能力。
基于统一的自动化平台、标准化与模块化的软件、统一规范的工业互联标准、智能输送系统、机器视觉、以及ABB的Ability全流程数字化平台，我们将与我们的合作伙伴共同构建柔性制造平台解决方案，需求、生产是变化的，而平台、标准以及我们对客户的承诺是不变的，因此我们说‘以不变应万变=柔性制造’
自动化在敏捷制造的
高成本效率中扮演核心角色
贝加莱自动化学院院长
Franz Enhuber
从消费市场的需求、到生产，再到OEM设备制造商，再延伸到自动化方案提供商，柔性制造的需求不断提出挑战，而自动化扮演核心的角色，在未来，通过创新、标准与规范、资源的优化、开放互联，自动化将使得制造更为敏捷，来响应动态市场的变化需求。
而贝加莱，通过采用验证过的面向未来的技术、关注整个生命周期拥有成本的产品规划与设计，使得机器可以快速上市，并对生产柔性进行完美的支撑。
软件响应柔性的需求
产品战略委员会委员
Stefan Schoenegge
对于柔性制造而言，意味着机器的重组变得经常发生，大量的时间耗费在软件的开发、测试、验证显然使得柔性制造缺乏经济性，而对于贝加莱而言，我们已经为此准备多时，自2011年我们就推出mapp的原型并一致致力于其发展。
软件模块化开发平台带来柔性的机器开发
通过可服用的软件组件，机器可以被快速的“配置”而非编程，这些模块包括：
◆ 基础的如配方、报警、事件、用户；
◆ 专业库包括运动控制、CNC和机器人；
◆ 面向行业的专业库如注塑机、包装、印刷、钣金等行业的库；
◆ 智能工厂的需求，配置OEE、能源、排产、审计追踪也成为了迫切的需求。
贝加莱提供了软件响应柔性的思想，并构建了大量被验证过的可服用软件组件，对于柔性制造而言，这变得简单且经济，应对创新的挑战，却又可以保持稳定的技术发展。
实现批量为‘1’的生产
贝加莱电机电控制专家
Robert Kickinger博士
贝加莱产品战略委员会委员
Anton Meindl
柔性制造遇到了传统机械输送的不灵活、复杂、不易维护、生产重组难以实现等缺点，推出了ACOPOStrak新一代柔性电驱输送系统，它使得生产的组织发生了革命性的变化，由于动子可以根据需要依靠“软件”方式配置，而非传统机械需要人工拆装重组，因此，可以最大的柔性适应变化，通过这种灵活的生产重组与配置，ACOPOStrak可以实现批量为“1”的生产，使得柔性制造得以实现。
ACOPOStrak提供了分流汇流技术
ACOPOStrak以体现了自动化向机械的延伸，变得机电一体化，进而可以被“软件”定义智能，这是通向智能制造的关键技术。
集成视觉使得自动化与视觉融为一体
而Anton Meindl则介绍了全新的机器视觉产品，它与传统视觉最大的不同在于“集成性”—传统自动化与视觉都是分立的，而贝加莱的视觉则与自动化系统包括PLC、IPC、机器人通过POWERLINK传输，达到数据的同步，并通过Automation Studio平台进行无缝的软件应用集成。
数字化使柔性制造成为可能
贝加莱产品战略委员会委员
Raimund Ruf
数字化成为柔性制造实现的基础设施一样的角色，必须构建全局的数字化，这个就是IIoT之所以成为趋势的原因。
IIoT构建柔性制造的数字化基础
上图全景的阐述了IIoT的数字化制造使能层级与路径，基础的现场连接、安全、数据融合、历史数据、商业智能、机器学习到云的长期数据存储，数字化在各个阶段扮演着不同的角色：
贝加莱提供了基础的连接如OPC UA的总线控制将POWERLINK和OPC UA融合，并在未来将TSN与OPC UA融合实现基础的跨平台、满足语义互操作规范的连接，在嵌入式边缘控制器层，X20等控制器实现本地的控制任务与数据存储功能，并通过OrangeBox、APROL作为边缘控制器实现产线、工厂一级的数据采集，并通过BI为企业实现数据呈现、报表、趋势、报警的任务，而通过MQTT/AMQP等软件接口与各种第三方的云进行连接，并实现机器学习、长周期数据的存储。
