산업 제조
산업용 사물 인터넷 | 산업자재 | 장비 유지 보수 및 수리 | 산업 프로그래밍 |
home  MfgRobots >> 산업 제조 >  >> Manufacturing Technology >> 자동화 제어 시스템

머시니스트와 프로그래머: 제조 현장에서 함께 성장하기

현장에서 충분한 시간을 보내면 그곳에 거주하는 두 개의 서로 다른 숙련 노동자 그룹에 대해 알게 됩니다. 한편에는 구식 머시니스트가 있습니다. 손, 눈, 귀를 사용하여 공작기계를 안내하는 숙련된 장인들입니다. 다른 한편에는 프로그래머와 엔지니어가 있습니다. 그들은 CAD와 CAM에 대한 깊은 지식을 가져와 키보드와 마우스로 CNC 기계로 가득 찬 현장을 제조 오케스트라로 바꾸며 모든 것을 지휘합니다.

이 두 그룹이 존재하는 주된 이유는 제조업이 아직 그들을 단일하고 응집력 있는 그룹으로 융합하지 못했기 때문입니다. 두 그룹은 매우 달라 보입니다. 전통적인 머시니스트는 실무 기술을 가집니다. 새로운 세대 머시니스트는 핸들과 드로바보다 소프트웨어에 더 익숙합니다.

하지만 제조업에서 차이는 기술 세트나 도구에만 있는 것이 아닙니다. 오늘날 기술은 과거에 불가능했던 윤곽, 정밀도, 반복성을 가진 부품의 비용 효율적인 생산을 가능하게 합니다. 전통적인 가공 기술은 특정 전문 틈새와 응용 분야에서 계속 중요할 것이지만, 제조는 점점 더 컴퓨터 구동 도구를 요구할 것입니다.

하지만 그렇다고 전통적인 머시니스트가 떠날 때이거나, 공장이 1과 0으로 작업을 생각하는 기술자들로만 채워져야 한다는 뜻은 아닙니다.

노동 시장 과제

우리는 여전히 전환이 얼마나 빠를지, 마지막 비-CNC 기계를 없앨 때가 언제인지 모릅니다. 그동안 현재 도전적인 제조 노동 시장에서 일은 계속되어야 합니다. 제조업체는 숙련된, 심지어는 의욕적인 근로자를 찾는 데 어려움을 겪고 있습니다. 구식 머시니스트와 새로운 물결의 프로그래머 및 엔지니어 모두에게 할 일이 많이 있습니다. 그래서 고용주로서 무엇을 해야 합니까?

첫째, '구식'과 '신식'을 별개 그룹으로 생각하는 것을 멈추세요. 그들은 서로 배우고 제조 경제를 강화하기 위해 함께 일할 수 있습니다. 그런 의미에서 인력 과제에도 불구하고 제조업은 그 어느 때보다 더 큰 잠재력을 가질 수 있습니다.

미래에는 CAD/CAM, 기계 제어 및 모션 기능이 계속 확장될 것입니다. 멀티태스킹과 다축 가공 기능 극대화는 프로그래밍에 달려 있습니다.

시뮬레이션은 또 다른 혁신입니다. 공구가 고정구나 바이스에 부딪힐지, 프로그래밍된 이송 속도에 0이 하나 너무 많은지 아는 것은 새로운 세대 프로그래머에게 선배들이 결코 가질 수 없었던 자신감을 줍니다.

가장 진보적인 현장에는 가공 프로그램을 개발하고, 전체 생산을 평가하며, 끊임없이 공정을 개선하는 사람들이 있습니다. 그들은 스크랩 비율을 줄이고, 사이클 타임을 단축하며, 공구 수명을 개선하고, 효율성을 높일 수 있습니다.

그런 목표에 도달하려면 가공의 모든 측면을 이해하는 사람들이 필요합니다. 그리고 임원, 현장 관리자, 프로그래머, 머시니스트 간의 팀워크가 필요합니다—MSC 같은 공급 및 컨설팅 조직의 업계 전반적 경험과 함께.

팀 구축

현장 소유자는 어떻게 이 팀워크를 설계합니까? 주요 초점은 직원 교육이어야 합니다. 컴퓨터나 로봇공학에 구체적으로 초점을 맞추기보다, 공정 개선, 처리량 증대, 품질 향상 방법을 배우는 데 초점을 맞춰야 합니다. 많은 작업이 자동화되었거나 자동화될 것이지만, 모든 요소를 분석하고 제조 생산성을 극대화하는 결정을 내리는 데 인간 지능이 항상 필요할 것입니다.

그렇게 하면 여러분의 근로자들이 앞으로 세대에 걸쳐 제조 부문을 이끄는 엔진으로 남을 것입니다.

자동화 제어 시스템

  1. 제조업, 로봇과 사람을 동시에 늘릴 수 있을까? 자동화 영향에 대한 통찰
  2. VR과 AR로 제조 교육 혁신
  3. 계획과 실행의 통합으로 민첩한 공급망 구현하기
  4. 플릿 관리 혁신: 더 스마트한 운영을 위한 AI와 IoT 통합
  5. AV&R·APN, 퀘벡 항공우주 공급망 디버링 완전 자동화 위한 차세대 로봇 공동 개발
  6. 제조 공정 이해하기: 정의, 유형, 핵심 요소
  7. TCS, 애자일·지능형 제조 탐구: 디지털 전환 청사진 제시
  8. PwC 인사이트: AI와 빅데이터로 제조업 혁신하기
  9. 데이터와 AI로 제조업 혁신: 업계 과제 극복하기
  10. IBM 켄드라 디키렐(Kendra DeKeyrel) "2022년 AI 주도 제조 트렌드: 공급망 최적화·예지보전·실시간 개선"