戳上面的藍色KIC中國關注我們哦！
工廠生態系統如何能以指數遞升式驅動價值
讓我們來看幾個我所關心的熱工藝制程案例。熱工藝無疑的對絕大多數工廠來說是*不被了解和*不被重視的。大多數工廠使用手動測溫儀，以每月、每周或每天測試一次的頻率測試溫度曲線。他們覺得熱工藝看起來狀況良好，不需要太多的關注。但是隨著電子產品變得越來越小越來越復雜，相應的熱工藝窗口也不斷變窄，易于出錯。
回流焊測溫儀的曲線預測軟件可以識別每個PCB組裝的爐溫設置，從而減少新品導入（NPI）時間。更先進的優化軟件能使產品轉換幾乎能瞬時完成，減少電能損耗。這種抽查和優化的組合能有效的影響整條產線的效益以及能量的消耗。
大多數工程師估計回流焊缺陷小于所有SMT缺陷的5%。然而，當一條產線因缺陷問題而停機時，往往為確認回流焊工藝是否是主要因素而浪費了大量（昂貴的）停機時間。這是因為回流焊過程相當于一個不可認知的黑箱，我們僅通過抽查來確定生產的狀態。當生產良率出現問題時，手動測溫儀當時很可能是處于被束之高閣的情況。增加實時監控系統能洞察整個熱工藝過程，立即驗證回流工藝是否是導致缺陷的主要原因。如果焊接工藝不合格，系統同樣將發現發生變化的地方，以便維修人員能盡快修復問題。添加自動測溫不僅能改進回流工藝，而且整條產線將因為更快的故障修復和消除人工作業而提升效率。
制造工程師平均花費40%的時間來尋找設備、人員和信息等，這包括了花在手工測溫的時間。車間里有多個爐子，多個產品型號在等待溫度測試。生產種類繁多的新產業趨勢將使情況變得更加復雜化。新型的熱工藝管理模式將所有回流數據集中到一個數據庫中，并允許工程師在任何授權的PC或移動設備上通過鼠標點擊隨機管理和檢索所需的數據。每個PCB生產的相關數據在數秒內就可獲取。
智慧工廠很好地利用了設備和工藝數據使生產更高效。在熱工藝上添加數據分析將可以獲得更高水平的自動化和生產力。例如，一個智能數據庫可以學習每個組件、工藝窗口及爐子性能之間的關系，從而消除或減少手動測溫的需要。將一個新PCB組件的長、寬、重量輸入到軟件中，將產生一個推薦的*佳設置。數據分析可以提供預測性工藝控制和預防性維護，進一步提高生產力并朝著零缺陷目標前進。獲得的數據不僅適用于熱工藝的二次優化，而且可以通過工廠網絡與其它設備及MES系統共享，以優化多條產線，甚至整個工廠。
每臺手動測溫儀、優化軟件程序、自動測溫系統、中心數據模型和數據分析提供了意義重大的個別價值。但當他們組合起來的時候，效率將呈指數級增長。一個具有競爭力的作業只能建立于數據與其他機器或MES系統的共享基礎上，并促成生產力提高，成本降低和質量一致的結果。但相互依賴和附加值的增加沒有因此停止。工程師和技術經理負責運行***的工廠，銷售人員和企業管理人員則專注于促進一個有競爭力的工廠，以吸引新的（和當前的）客戶。他們思考他們工廠的“獨特性”和競爭優勢，這可以讓他們在爭取下一個幾百萬元的訂單中獲得優勢。除了高成本效益的考慮點外，是否能有效提升客戶在意的功能，如工藝控制、工藝透明度和工藝可追溯性至單個PCB，都意味著訂單的贏取或丟失。
電子制造是一項資本密集型的生意。工程部，管理層，和采購部的一個關鍵職能是為他們的工廠獲得合適的設備和軟件。這牽涉到大量的資金，且在這樣一個競爭激烈的低利潤行業中，承受的壓力之大可想而知。孤立地評估每個單獨的設備或軟件會導致在一個相互依賴和相互關聯的環境中產生次優的決斷。生態系統不僅僅是每個產品的性能和特點的總合。它們能協和創造遠遠超過單個設備或工藝的指數級價值，它影響整個工廠，甚至深入到一個成功企業的非技術層面。