克林貝格集團(KlingelnbergGroup)的歷史可以追溯到1863年，現(xiàn)在已傳承到家族第七代。1993年，克林貝格收購奧利康(OerlikonGeartecAG)；1997年，成功攻克螺旋傘齒輪干式切削技術；2008年，投入運營全球最先進的大型錐齒輪生產(chǎn)設備；2012年，收購霍夫勒(H?flerMaschinenbauGmbH)的核心業(yè)務。

如今，克林貝格已成為全球領先的錐齒輪、圓柱齒輪、齒輪測量、定制化高精度齒輪零部件的研發(fā)和制造公司?？肆重惛竦念I先地位來源于精益求精的產(chǎn)品和服務質量，絕對的可靠性和嚴格的交貨期。

HartmuthMüller博士自1990年以來就在技術創(chuàng)新部門工作，現(xiàn)為這家德國隱形冠軍的首席技術官。

ConnectedIndustry：

Müller博士，工業(yè)4.0被視為是當前國際工業(yè)領域內最大的技術趨勢，然而各行各業(yè)對這個理念都各有高見。那么您覺得這當中，工業(yè)4.0的共同點是什么呢？

HartmuthMüller：

我們集團認為工業(yè)4.0是一種必然的趨勢，整個工業(yè)領域都聚焦于此，但是針對不同行業(yè)他們都帶有千差萬別的理解。因此描述這一趨勢的關鍵詞也都不盡相同。對于我們來說，工業(yè)4.0的核心思想是賽博物理系統(tǒng)(CPS)。

ConnectedIndustry：

您認為，“工業(yè)4.0”這一概念真的貼切嗎？真的是未來的一種趨勢嗎？

HartmuthMüller：

工業(yè)4.0被公認為第四次工業(yè)革命。目前我看到的僅僅是一些革新性的東西，這種革新利用一些技術手段逐漸地把數(shù)字世界和現(xiàn)實世界想融合。

ConnectedIndustry：

我們再談談賽博物理系統(tǒng)，KLINGELNBERG基于該系統(tǒng)的首要任務是什么？

HartmuthMüller：

我們是一家專門從事機床生產(chǎn)與精密測量技術的公司，這其中齒輪承載著最重要的機械性能。通過我們的設備，客戶可以制造車輛與工業(yè)用途的齒輪。這些齒輪可以是正齒輪或錐齒輪。它對質量要求非常高，從設計過程到齒輪成品，成本很高。

通過我們的方法，用戶可以得到所要生產(chǎn)零部件的數(shù)字雙胞胎，其中包括了幾何形狀的數(shù)字圖像。在此基礎上，我們可以調整產(chǎn)品數(shù)字化模型與實際的生產(chǎn)過程，從而建立起工序質量控制環(huán)。而它所基于的概念就是賽博物理生產(chǎn)系統(tǒng)(CPPS)。

ConnectedIndustry：

那么CPPS是如何改變客戶的整個過程呢？

HartmuthMüller：我們所屬的領域是零部件的切削加工。傳統(tǒng)的流程始于基于CAD數(shù)字建模的設計環(huán)節(jié)。生產(chǎn)中CAD模型僅用于生成指定工具下的機械運動模型，這會執(zhí)行于準備工作中的CAM過程與NC編程。生產(chǎn)基礎則是用于加工機器的NC數(shù)據(jù)、給定的公差以及CAD模型所生成的圖紙。至于生產(chǎn)過程中不斷出現(xiàn)的誤差的校正，校正方面，需要由專業(yè)的NC編程員或者新的NC數(shù)據(jù)來解決，以彌補產(chǎn)生的誤差。

對于齒輪，我們與客戶的理解有所不同：我們將設計過程與持續(xù)的生產(chǎn)模擬相結合。因此我們不再僅僅聚焦于CAD模型，而是生產(chǎn)一個齒輪的整個工作細則上?；谖覀冮_發(fā)的CPPS，數(shù)字雙胞胎不僅包括了幾何圖像，還存在工具與組件之間的幾何形狀與運動描述的生產(chǎn)步驟，即所謂的運動學。所以CAD-CAM過程完全不需要了，因為NC齒輪加工數(shù)據(jù)在生成過程中就已經(jīng)同時生成這個過程了。

ConnectedIndustry：

所以您認為工業(yè)4.0可以更好的優(yōu)化流程。但是目前，也有一些技術，可以更顛覆式地優(yōu)化過程，比如3D打印技術，您怎么看待？

HartmuthMüller：

在CPP系統(tǒng)幾乎保存了許多所需的數(shù)據(jù)，這些數(shù)據(jù)在將來肯定是要用于進程優(yōu)化的。

對于3D打印，在很多應用場景中它確實非常的適用。尤其是在快速成型，或者是通過切削加工不可能實現(xiàn)的，具有復雜內部結構的系列產(chǎn)品生產(chǎn)。

但只要你能夠進行切削加工的產(chǎn)品，并能數(shù)量達到一定的級別，3D打印就不再是一個好的選擇。規(guī)模經(jīng)濟不能用3D打印來實現(xiàn)。

ConnectedIndustry：

再回到CPPS，我們進一步探討：您覺得物聯(lián)網(wǎng)扮演著怎樣的角色？

HartmuthMüller：

物聯(lián)網(wǎng)(IOT)是指更高層次對象交互連接的網(wǎng)絡，在流程上具有超越潛力。舉例來說，我們不僅可以實現(xiàn)機器監(jiān)控，還能實時監(jiān)控與規(guī)劃所有其他資源。

在機床養(yǎng)護領域中，預防性維護是確切有效的方法。在這種情況下，基于統(tǒng)計信息，我們能夠檢測出各個部件的磨損情況。這樣一來，我們就可以去更換磨損嚴重的組件，但是往往這樣的零部件還沒到使用壽命。

隨著物聯(lián)網(wǎng)的發(fā)展，人們可以從預防性維護向預測性維護邁出一大步。通過預測性維護，機床部件的磨損狀態(tài)會由傳感器檢測并記錄在數(shù)字系統(tǒng)中。既然現(xiàn)在已經(jīng)知道磨損狀態(tài)，我們就能在部件真正快達到壽命時才及時更換。所以，通過物聯(lián)網(wǎng)人們可以更有效地使用資源，這樣一來也更具成本效益。

ConnectedIndustry：

您提到，在工業(yè)4.0中會生成很多數(shù)據(jù)。您如何看待大數(shù)據(jù)的發(fā)展？

HartmuthMüller：

是的，它產(chǎn)生了大量的數(shù)據(jù)，但是往往人們數(shù)據(jù)丟失速度也很快。因此，我是“小數(shù)據(jù)分析”的支持者，即支持相對可控的數(shù)據(jù)集處理。首先，大數(shù)據(jù)聽起來是很多數(shù)據(jù)的感覺，但僅憑數(shù)據(jù)斷言則是愚蠢的。它需要聰明的頭腦，將數(shù)據(jù)與已有知識相結合，并從中受益。

如今我們已經(jīng)在使用機器數(shù)據(jù)，以確定異常情況的因果。關聯(lián)模式的查找有益于因果關系的確定，即經(jīng)營者或環(huán)境因素導致了某些異常。

我們能完成數(shù)據(jù)分析，得益于人工智能，我們與人工智能相距甚遠。學術環(huán)境當然很重要，但對機床的現(xiàn)實理解仍然不夠成熟。

更多資訊請關注工業(yè)機器人頻道