工业4.0的目标是自然资源从开采、收集，直到生产成为商品进入流通领域，这一过程中的“劳动”尽可能通过智能系统自动化进行。

      自动化在机械生产中占据着重要的作用。通过奔驰、宝马、奥迪、ABB等头部企业在汽车自动化生产线的应用及自动化与传统测量对比，突显机械制造自动化质量控制及提高生产率等优点。

      制造业是国民经济的主体，随着工业4.0的提出，制造业面临着方法、工具、商业模式等方面的革新，而制造自动化是保证生产制造获得高生产率、高产品质量和低成本的好手段。 

      研究资料显示，到2024年，工业控制与自动化市场规模将从2018年的1600亿美元增至2695亿美元，复合年均增长率达9.08%。

      作为自动化程度较高的汽车自动化生产中，从汽车设计、模具制造、焊接、装配、喷漆直至出厂，自动化、智能化技术无处不在，并且已经延伸到汽车销售、服务领域。主要优点：提高产量，提高质量，降低成本，减少资源消耗和环境污染等优点。
早在1967年，通用汽车就开始采用工业焊接机器人。宝马斯帕坦堡工厂则在世界范围内领航在系列化生产中成功采用协作机器人，为BMW X3的车门精密、效率安装隔音防潮件。

      对自动化智能工厂投资不断增长

      对100家年收入超过10亿美元的世界主要汽车OEM的调查显示，过去三年中，约有30%的OEM对工厂实现了程度的智能化，未来五年，这些企业44%的工厂将被改造成智能工厂。梅赛德斯-奔驰已经利用虚拟工具模拟整个生产过程，并用先进的数据分析创建自我学习和自我优化的生产系统；雷诺通过部署协作机器人、AG和增强技术，每4秒可生产一辆新车；奥迪墨西哥智能化工厂有望提高效益30%。

      打造汽车工业4.0-智能工厂&自动化产线

      7台机器人，自动化率高。ABB机器人为理想汽车打造了的理想冲压自动化产线

（来源：ABB机器人公众号文章—打造理想的汽车冲压自动化车间）

      通过ABB机器人为理想汽车打造的这条冲压自动化产线，实现高难度的压机连续模式下的机器人同步控制冲压自动化系统，且生产节拍为12spm，能够使压机减少30%的能耗，并延长模具20%的寿命，达到降低生产成本，提高企业竞争力目的。

      4A景区,华晨宝马铁西工厂的“智”造之美

       华晨宝马铁西工厂拥有现代化汽车制造的完整工艺：冲压、车身、涂装及总装四大车间，生产七款宝马车型。其中，车身车间拥有超过600台机器人，自动化率达到95%以上。相关数据显示，通过全面实时工业智能化，机器人热能回收技术每年节约超780万度电，在汽车制造耗能的涂装环节（约占汽车制造能耗的70%），实现节水30%、节能40%、减排20%。相比传统液压机，其高速冲压机生产效率超过70%，节能50%

       2020年4月1日，具有里程碑意义的华晨宝马新工厂按期全面开工建设，到2022年，总投资达283亿元的新工厂将实现华晨宝马纯电动车型、插电式混合动力车型和燃油车型等产品灵活切换、共线柔性生产，华晨宝马总产能达到120万辆/年，超过德国本土，成为宝马的世界制造中心，显示了其对于中国新能源市场前景的信心。

       稳定的质量控制，更安全、更智能通过在线检测技术，可以更好的控制质量、避免意外停机造成的成本损失，让我们来举两个案例说明：

       01在车身修理厂引起的错误在最终装配中被发现。白车身和总装之间的所有车身都需要返修，则会产生多少返工成本呢？我们算了一个数：

       每个车身1小时返工（125欧元/小时）。500台车身在生产线上待返修=（125欧元）x（500个车身）=62500欧元，一次返工

       在线测量技术可以在在初始工艺进行错误检测，从而避免高昂的大量后续返修及高附加值损失

02因系统准备不足而造成的产量损失（SOP延迟），仅以100辆车的数量损失为例：

• SOP延迟导致减产100辆车

• 零售价: 20.000 欧元/辆

= 收入损失:100 x 20.000 = 2.000.000 欧元

      通过早期提供可靠的测量值加速生产能力的提高，以有效地优化生产设备。

      为自动化技术顺利实施提供全面测量与检测支持

      ZEISS提供综合性测量解决方案，可满足从单个部件到世界产业链，从传统汽车到新能源汽车的各种需求。

       数字化及新能源汽车的发展，改变着汽车测量检测技术的应用2020年，政策支持的延续将进一步推升新能源汽车市场发展。未来三年，汽车动力电池市场也有望从2019年的700亿元增长至3000亿元以上。

       未来的测量检测系统须适应数字化、无人驾驶、新能源汽车用电池等对测量技术带来的挑战，包括更多精密汽车电子产品的涉及、生产、安装；电池结构、成分、材料特性及部件连接等微观层面的深入考察、供应链品质的一致性和连贯性等，以满足无所不在的更多精度的、复杂的、深度测量与检测与数据技术来保障。