当前位置:今日制造 > 智造快讯 > 新闻

【智能制造】智能生产制造,工业4.0的精髓在哪里?

2017/10/9 12:09:56 人评论 次浏览 分类:新闻

1、引言

智能生产需要实现两种不同性质的自动化,一种是生产装备的自动化,另一种是数据流动的自动化。

生产装备的自动化对制造企业而言是非常容易理解的,它是通过自动化的机床、机器人等各类自动化设备实现生产设备的过程自动化,但数据流动的自动化又该如何理解?在智能工厂中,数据是如何自动化流动的?需要经过“几关”?

2、数据自动流动是工业4.0的精髓

在德国工业4.0战略中,有纵向集成、端对端集成、横向集成3项集成,这是工业4.0中非常重要的概念,是实现企业内、企业间价值流集成的关键。

纵向集成主要是将各种不同层面的IT系统集成在一起,例如,执行器与传感器、控制、生产管理、制造和执行及企业计划等不同层面(摘自德国工业4.0战略计划实施建议)。从信息化角度来看,就是在企业内实现研发、计划、工艺、生产、服务等各环节间的数据自动流动,如图1所示。

图1纵向集成和网络化制造系统

端对端集成则是通过产品全价值链和为客户需求而协作的不同公司,使现实世界与数字世界完成整合。端对端集成更加突出了以产品的研发、生产、销售、服务等为主线,实现企业间的数据自动流动,如图2所示。

图2端对端集成

作为3项集成中的最高层次,横向集成是指将各种使用不同制造阶段和商业计划的IT系统集成在一起,这其中既包括一个公司内部的材料、能源和信息的配置,也包括不同公司间的配置(价值网络),即以产品供应链为主线,通过数据在企业之间的自动流动,实现一种社会化协同生产,如图3所示。

图3横向集成

由图3可知,在企业内部的市场、销售、管理、计划、生产、工程各环节以及外部的设计人员、客户、供应商、分包商等众多角色之间实现了数据的自动有序流动。

通过德国工业4.0对3项集成的定义可以看出,工业4.0愿景中,在企业内部、企业之间、社会化的智能制造及服务中,数据自动有序的流动是实现智能制造的重要技术。

3、企业内部的数据自动流动是打造智能工厂的基础

未来的企业是价值驱动的企业,是数据自动流动的企业,而数据自由有序的流动是智能工厂的前提与基础。

机器联机器畅通数据流

现在的电脑、手机等终端都接入了网络。试想一下,如果这些智能终端不能联网工作而只能单机工作,单是影响工作效率不说,几天下来,我们就可能要崩溃了:没有网络,怎么工作?同样,一台机器即便自身的智能化程度非常高,能发挥的作用毕竟是有限的。

通过专业的设备物联网系统,将网口、串口等不同的接口形式,不同的数字,数控铣床、数控车床、加工中心、机器人等不同的数字化机器进行联网,实现机器的互联互通,可彻底改变以前机器信息化孤岛的局面,从而可以发挥机器集群控制的优势,形成机器群体的数字化、网络化、智能化,实现集约化、网络化、柔性化的生产模式。

联网实现了机器与机器的通信,而机器远程采集则实现了机器与人的交互。通过通信协议、传感器和网络等技术,对数控机床、热处理设备(如熔炼、压铸、热处理、涂装等设备)、机器人、自动化生产线等各类数字化机器进行数据的远程自动采集,可监控每台机器的实时状态和异常情况,对故障停机、关键工艺参数超差等重要事件,可通过计算机系统或手机短信等形式及时送达相关人员,实现机器状态透明化、实时化的管理。通过机器的远程诊断与主动式预测性维护,智能系统就像医生一样,在机器还没出现故障之前就得到及时预警、保养、维修,为机器的健康、经济、高效运行提供了保障。

机器互联互通使得以前的“哑机器”能与外界交流,变得“耳聪目明”了,这也是智能化中“联接促进智能”的一个典型应用。机器的数字化和网络化,加速了赛博物理系统(CPS)的形成。“机器+CPS”让机器具有了群体协作能力及智能化的认知能力。

人、机、物间数据自动流动,自组织的智能制造

通过互联网+制造模式,实现人、机、物相互联接和自组织的制造。在这方面,有些先进企业已经进行了很多有益的探索,并取得了良好的应用效果。

博世是德国智能制造的一个样板企业。在洪堡的物流中心,设备与工件之间已经借由互联网和传感器建立起了实时联系:每个工件或者装工件的塑料盒里都有记录产品信息的无线射频识别电子标签(RFID),每经过一个生产环节,读卡器会自动读出相关信息,反馈到控制中心由工作人员进行相应处理,绝大部分生产活动都可以实现自组织。比如,工件在什么位置,在什么机床上加工,加工的时间长短,物料库存情况以及是否需要补料等。这些信息直接与生产管理软件无缝集成在一起,生产过程中的所有数据均可在网络上实现高效、实时的流动和可视化展现,可轻松有效地解决生产过程中遇到的问题。新系统投入使用后,工厂库存减少了30%,生产效率提高了10%,由此节约的资金可达几千万欧元。

在博世北京工厂中,所有的机床也实现了互联。一台计算机管理所有的数控机床,程序集中存储在中心服务器中,每台机床需要加工程序时会远程自动下载,机床的状态一目了然,开机、关机、运行,加工什么产品,加工产品数量,故障信息,机床的利用率等,所有信息都自动、准确地显示出来,实现了生产过程的透明化和自组织。

人、机器、物料是企业生产的三要素,通过数字化手段实现互联互通和物理实体世界与数字虚体世界的深度融合,从而将制造业逐步推向智能化。联接产生协作,联接产生效益,联接产生自组织,联接产生智能。

虚拟世界与现实世界间数据自由流动,打造中国经济“双引擎”

2016年5月25日,李克强总理在贵阳出席“中国大数据产业峰会暨中国电子商务创新发展峰会”时指出,大数据新业态代表的创新理念要和传统行业长期孕育的工匠精神相结合,推动虚拟世界与现实世界融合发展,重塑产业链、供应链、价值链,促进新动能蓬勃发展、传统动能焕发生机,打造中国经济“双引擎”,实现“双中高”。

4、互联网+实现企业内外的数据自动流动

现在,互联网+已经深入制造业,通过互联网+,可以消除企业与消费者的距离,实现零距离交互的营销等商业活动,更可以发挥互联网在社会资源配置中的优化和集成作用,形成更先进的生产管理新形态。

(1)互联网+数据流动,实现制造端与消费端的零距离交互

为实现从大规模制造向个性化定制的转型,早在2012年海尔就开始了互联工厂的实践,致力于打造按需设计、按需制造、按需配送的体系。海尔通过“去中介化”、“去产品化”与用户零距离地打造了用户交互定制平台,用户可以远程查看自己所购产品生产的全过程。定制选择、订单流转、生产过程、物流运输等各个环节中,用户都将不再是被动的等待者,而是全流程的参与者、监管者。智能化的交互定制平台将用户、企业融为一体,极大地拓展了企业智能制造的范围,企业内外互联互通、协同生产,用户与企业的关系更加紧密。

(2)互联网+数据流动,重构企业生产管理新模式

随着用工成本快速升高、市场需求频繁变化、竞争进一步激烈以及数字化、网络化、智能化等新技术的快速普及,为适应市场发展,满足个性化、社会化、敏捷化的智能制造模式的需要,将来的工厂一定会改变当前“麻雀虽小,五脏俱全”的局面,一定会向充分利用社会资源方面发展,包括订单、人员、物料、设备的共享,也一定会淡化工厂之间的边界,甚至推倒横亘在工厂与社会之间的围墙,打破封闭、独立的生产模式,构建成开放的、服务型的平台,数据将在工厂内外、人机物之间、信息系统与机器之间通畅地流动,工厂不只是生产产品,更是生产数据,数据将成为企业的核心竞争力,工厂将不再是今天的工厂。

在这方面,青岛海尔模具公司走在了行业的前面。为解决企业接单能力与企业人员成本这对矛盾,该公司于2013年开始着手打造“模具云设计平台”,以期达到充分利用社会资源,改变以前工作全部由企业员工完成的封闭局面。现在,在这个平台上,活跃着数百位经过技能认证、信用审核通过的企业外部工程师,企业将工作分解后在平台上发布,这些被称为“云端资源”的工程师会根据技术要求、价格、工期等信息实现远程接单,任务交付并验收通过后,通过在线实时支付薪酬,整个工作全部通过网络实现了联接、协作。这样,通过“众包”这种社会化协作模式,社会上各种技能的技术人员,包括国企、外企、民营企业以及学校中有初级技能的学生,均可利用自己的时间资源和智力资源,承接与自己技能匹配的工作,获取相应的报酬,实现自身“剩余智慧”的价值。对企业而言,通过互联网+的思想,在不增加员编制的情况下,可以将企业人力资源迅速提升数倍乃至数十倍,企业在效率提升、成本降低以及市场竞争力、抗风险能力等方面,都有了质的提升。

这种“云设计平台”是一个典型的以工厂为中心,众多“云端资源”配合的社会化协作模式。将来的工厂为解决供需信息不透明、不匹配的矛盾,避免工厂产能过剩或订单找不到合适工厂的情况发生,必然要打破自身组织的“围墙”,将自己的订单、设备、物料、人员等信息通过社会化的平台进行分享,实现企业—企业、企业—个人等多组织形态的社会化协作,构建“网状”的社会化制造生态圈。

如同青岛海尔模具公司探索的这种商业模式,未来,企业将不再是一个相对封闭的组织,而是一个可充分利用社会资源的、社会化的、具有高度智能调度和超级加工能力的组织。该组织不属于任何企业,可以随时随地把他们的加工能力分享出去,承接世界上任何人、任何组织的订单。

5、智能工厂,数据自动流动无极限

未来的工厂,一切以客户价值为导向,承载知识的数据沿着产品价值方向而自由流动,从市场需求、产品研发、生产计划、生产执行、市场营销到售后服务,数据在收集、分析、决策、执行中增值,虚实精准映射,数字虚体世界指导、控制着物理实体世界的生产,解决了物理实体世界中的不确定性、多样性和复杂性等问题,确保正确的数据在正确的时间发送给正确的人和机器,并进行正确的执行。同时,物理实体世界又通过反馈优化着数字虚体世界。虚实两世界相互融合,共轭发展,共同实现智能化生产。

6、结束语

将数字化设备、产品联入网络,联接一切可以联接的数字化事物。实现企业信息化之间、设备之间、信息化系统与设备之间以及企业内外之间的信息化集成与联接,赛博空间、物理实体通过数据流动而深度融合,并相互促进。

虚虚联接、实实联接、虚实联接、内外联接,网联一切可以联接的数字化事物。联接产生价值,联接产生新的商业模式。

未来的企业是价值驱动的企业,是数据自动流动的企业,而数据自由有序的流动是智能工厂的前提与基础。



延展阅读:工业4.0——探寻中国企业转型路径

导读



有人认为工业4.0就是机器换人,有人认为是更强大的信息化,抑或就是制造业的“互联网+”……真的是这样吗?


近些年,中国制造业企业普遍面临产能过剩和成本上涨等发展问题。国家信息中心报告显示,中国制造业产能持续过剩,与此同时劳动力、土地和能源等成本不断走高。牛津经济研究院调研结果显示,2016年中国劳动力生产率仅为美国的14%左右,然而劳动力成本已与美国基本持平。与欧美等国相比,发展参差不齐、大而不强是我国制造业的主要现状。


在摸索转型的过程中,不少企业都把目光对准了工业4.0为代表的智能制造模式来进行转型升级。然而,根据麦肯锡2016年11月发布的一项调查研究,中国制造业企业对于工业4.0热情有余,但准备不足。超过70%的中国受访企业相信技术革命将增强自身竞争力,但只有57%的中国企业对工业4.0做好了充分的准备,远低于美国(71%)和德国(68 %)。


围绕工业4.0也有很多迷思:有人认为工业4.0就是机器换人,有人认为是更强大的信息化,有人认为就是制造业的“互联网+”……


工业4.0真正本质不是追求所谓的高新技术,而是利用先进的数字化智能制造技术,以最快的速度满足客户个性化需求,从而提高用户的满意度并确保企业的持续竞争力。


在技术手段上,工业4.0运用信息化和自动化两化融合的技术,共同服务于满足用户的个性化需求。在转型的路径上,中国企业并不应该盲目跟风欧美,而应根据企业的实际情况进行适当的升级改造。


工业4.0:体验至上的新经济


纵观工业化制造的发展进程,笔者认为可以分为四个阶段,或者称为四次工业革命。


第一次工业革命是英国开创的机械化生产时代。以瓦特发明蒸汽机为契机,机械替代传统的手工劳力,解决了生产制造的人力问题。


第二次工业革命是美国福特公司引入的批量生产,具体表现为大规模批量流水线以及科学式管理,解决了生产制造的数量问题。


第三次工业革命是日本的精益生产,以丰田精益系统(JIT)为典型代表,以自动化、JIT和零库存解决了质量问题。


第四次工业革命是由德国带头的智能生产(工业4.0),意在通过大规模定制解决用户体验问题。在延续自动化、信息化发展趋势的同时,工业4.0试图通过降低满足客户个性化需求的时间来提高客户的使用满意度。


具体来看,四次工业革命的差异可以体现在它们的产品结构、能源动力以及组织结构上。


从产品上来说,以汽车为例,工业1.0时代的汽车仅有一个小锅炉在车底下烧木柴。2.0时代的汽车以福特Model T为典型代表,纯机械操作,颜色和型号统一而单调。标准化、价格低廉的福特Model T让汽车成为了大众消费的标配。到了3.0时代,市场上出现了更多汽车品牌,它们在外观性能等方面也纷纷差异化。曾经垄断市场的福特也在激烈的竞争面前被迫转型。工业4.0时代,汽车的定位则从一个单一的汽车产品过渡到满足交通需求、定义生活品质的全套服务体验,例如特斯拉为顾客提供自主试驾、预订和个性化定制等服务,通用汽车提供全生命周期服务等。


从能源动力上来说,第一次工业革命主要使用蒸汽动力,第二次由蒸汽变成了电力(化石燃料),第三次工业革命的动力能源以化石燃料为主,逐步向新能源转移。第四次工业革命(工业4.0)里,预计新能源将占主导地位,化石燃料将逐步减少。


从组织结构上来说,工业1.0时代以作坊、匠人手工铺为主,机器只是辅助人工作的手段。2.0时代组织架构发展成中央控制的大规模流水线工厂。3.0时代,丰田的精益生产系统成为主流,注重供应链管理、追求零库存的JIT拉动式生产模式被纷纷效仿。而工业4.0时代,传统工厂的概念已不再存在,物联网连接起制造商、零件商、消费者和设计者等生态流程上的多方角色形成一张智能制造的网络。


工业4.0的核心目的是解决定制生产问题,同时降低这样做的时间与成本。在工业3.0时代,产品的标准化是由企业规划、工厂生产,再由营销销售部门推向市场上的消费者。消费者是被动的接受者,其个性化的需求被隐藏、忽略。只有极少数的个性化需求以高定价的手工定制、VIP服务等形式得以满足。然而,在今天的商业环境下,制造业企业普遍产能过剩,面临激烈的同质竞争,传统的经营模式越来越难奏效。同时,互联网的快速普及和去中心化赋予用户更多话语权,他们对体验、个性主张有了更多要求,制造服务业成为主流。


从产品转向服务、从制造为中心转向用户为中心、从制造业到制造服务业,这是工业4.0区别于前三次工业革命的颠覆之处。


智能生产只是手段,个性定制才是目的。如果没有满足定制化生产需求做前提,工业4.0并不是必需的,可能精益生产就够了。

海尔集团首席执行官张瑞敏曾表示:“机器换人可能是智能制造的一个必要条件但不是充分条件。智能制造是一个体系,它是满足用户个性化需求的一个生态体系”。

工业4.0通过建设有“智慧”的可以和用户、供应商等多方角色实时沟通、灵活排产的工厂,以柔性化、小规模的智能生产单元替代大规模流水线,从而以更低成本、更快速度来满足日益个性化的需求。在最极端的情况下,工厂甚至会为某一个用户生产一个特定的单件商品。以3D打印为例,就是满足定制需求的即刻式设计+生产模式。

以青岛的服装定制厂商红领为例,它推出的定制化生产模式使得顾客可以拥有贴合自己身材比例的西装,而不必勉强选择市面上标准的尺码。一套独属于自己的西装,解决的不是穿衣蔽体的基本需求,而是消费者面子、身份的潜在心理需求。又以美国制造业的领先选手通用电气GE为例,这家老牌制造公司正在从传统的工业巨头转型工业互联网的智能服务平台。GE的Predix平台通过收集设备实时回传的大量数据并进行相应分析、预测,为客户提供设备效率提升、故障预警预测等相关服务。

工业4.0的技术:如何解决体验问题

制造企业在工业3.0时代就试图解决生产定制的问题。然而,生产定制往往意味着更高的成本、更多的时间。趋利避害下,大规模流水线成为当时主流的选择。大规模定制(Mass customization)在20世纪90年代被提出,然而还是以传统大规模流水线生产模式的改良版本存在,只是在产品组装、行销的最后阶段给予客户一些次要功能的选择权,例如戴尔的网络个人化直销模式。

直到工业4.0的到来,以低廉成本进行定制生产的技术才逐步成熟。具体来说,这包含两方面的技术:一是让“物”更聪明强大的技术,二是让“物”“物”互联、自主决策的技术。

首先,工业4.0时代的技术使得“物”能够承担更加灵活、复杂和精准的生产任务,甚至自我学习、演进。工业3.0已经在自动化、智能设备上达到一定高度,然而工业4.0在机器人发展方面让制造业有了更多想象空间。机器人可以互联互通,与人类一起工作,甚至从自己的工作、人类的工作中学习新技能。以德国库卡(KUKA)公司生产的工业机器人为例,可负荷3公斤到1300公斤的货品,工作范围从635毫米到3900毫米不等,承担物料搬运、加工、堆垛、点焊和弧焊等多种功能。库卡最新的工业4.0智能型工业作业助手LBR iiwa可以直接协作人类工作,还具备自动运行系统,可以不依靠地面标记、感应线圈或磁铁等在工厂内自动来去,运载货物和零件。

工业4.0时代,机器人可以辅助人工作,甚至替代人工作。它们可以承担高危作业,提升劳动效率,并解决日益上升的人力成本问题。这也是当初德国提出工业4.0的一个重要动因,即是希望通过更加自动化、智能化的生产解决适龄劳动力不足的问题。除了机器人,智能生产所需要的传感器、数控机床、智能仓库、智能物流等相应技术的逐步成熟也为工业4.0的发展提供了技术基础。

第二,工业4.0时代物联网信息共享、自主决策的技术使得生产更灵活、更柔性,可以快速响应复杂、个性化的市场需求。如果说互联网让智慧人之间得以更便捷地交流,那么物联网的重点则是把死物智能化,使其能够自动抓取相关信息,实时与他人/他物对话,并有判断、决策的能力。如果说工业3.0的自动化是人与机器的对话,工业4.0则是机器与机器的对话。

信息物理系统(Cyber-physical System,简称CPS),换言之一个高效的工业互联网网络是工业4.0技术基础的核心。CPS将物理世界转换为数字世界,形成了物理系统对应的虚拟系统(digital twin),再通过IoT(Internet of things,简称IoT,物联网)技术数字化管理生产,提升机器与机器之间的互联性、减少人为参与,从而实现制造的“智能化”。CPS(虚拟现实系统)中工业设备嵌入的大量传感器充当机器接受外部信息的感觉器官,采集生产流程的所有数据并运用虚拟系统的高级运算能力进行分析、运算和决策,形成可自律操作的、自组织的智能生产系统。如果说机器人、数控机床等设备是工业4.0的躯干和肌肉,那么CPS和相关技术就是工业4.0的大脑。

CPS系统网络化的信息分布形式是关键。以前,制造型企业内的生产流程均由一个“中央”控制,信息和指令自上而下,通过各类生产管理系统下达给生产车间。然而CPS系统里,信息并不需要经过某个统一的、自上而下的渠道进行分发,而是呈网络化分布,共享给生产过程中的每一个参与方,使得每个参与方都可以获得足够信息以做出最优决策。这其中也包括机器。借助物联网和人工智能的相应技术,机器不仅可以掌握信息和知识,还可以自主决策、自主出发动作。

在CPS系统里,机器们会说话、会思考,而且彼此间形成了一个智慧的“社交网络”,协作完成各种高复杂度的生产任务。当一个订单进入工厂,机器不用等待上面的指令就已获得相应信息,了解什么时候该做什么,并自动开始生产。机器还可以根据实时数据、订单信息来安排产线,增加、减少或改变生产流程。例如,根据实时的大数据挖掘分析,系统可以主动给用户推送消息提醒设备维护保养,某个工位可以自动联系供应商增加物料等。这就像曾经叫车须拨打电话给一个呼叫中心,而如今人人都可以通过滴滴出行类似的APP获取自己身边的用车信息并自主进行叫车和乘车。

机器实施通信、自主决策的技术也意味着工业4.0能够以低成本实现3.0时代无法实现的个性化定制生产。在过去,流水线带来了大规模的成本降低,然而一旦遇到生产故障,则会面临整条流水线停产、以及处理残次品等带来的高昂成本。然而,通过CPS机器之间的实时通信,某个环节出现问题不会对其他生产环节产生重大影响,生产流程可以不受太大干扰地进行,同时对产品的实时智能控制也使得次品率大大降低。

在工业4.0之前,生产流程中产生的数据是大量浪费的,鲜少得到利用。而现在,工业设备产生的海量数据可以“变废为宝”,借由大数据、云计算进行分析、归纳,用于预测未来的机器行为、潜在故障和生产问题。北京博华科技自主研发的健康监测云平台正是基于传感器采集的大量设备数据、过往故障和维修案例,利用大数据、机器学习等技术来研发出智能诊断和维修决策模型,为石油石化等行业客户提供故障预警、故障报警和维修决策等服务,其报警准确度可达94%以上。

高度精密的机器人(自动化技术)和CPS(信息化技术)即构成了智能制造的两方面核心技术,这和我国制造业提出的“两化融合”的思路不谋而合。

什么样的企业适用工业4.0?

工业4.0的概念如火如荼,并不代表每个中国企业就要全盘接受工业4.0模式。个性化定制、信息物理系统的概念很美,但是落实到企业自身时需要更冷静的思考。

首先,德国的工业4.0是切合德国的国情提出的智能制造战略,并不一定适合我国的国情。德国提出工业4.0是为了巩固制造业的传统优势,用互联网、物联网等新技术对制造业升级,强调的是对用户个性需求的满足。另一个制造强国美国也提出工业互联网的概念,强调的是通过惯有的IT软实力提升制造业的生产效率。而我国制造业的传统优势呢?大规模、高复杂度、快速交货——这与其他国家各有差异,且所面临的主要问题是产能过剩和创新乏力。

同时,我国的整体制造业水平尚未达到德美等制造强国的水准,不少企业首先得补课工业3.0才可能迈入工业4.0的阶段。没有成熟发达的工业3.0生产技术和基础,难以谈及工业4.0的升级改造。此外,德美等国进行智能制造升级的一大目的是解决劳动力匮乏问题,而如果中国仅采取机器换人的片面做法进行技术密集改造,可能会造成更严重的就业问题。

更进一步来说,在有基础的工业3.0水平之上,是否要实施工业4.0、如何实施工业4.0也取决于企业相应的定位与目标。麦肯锡的调研显示,在工业4.0的大潮里获益最多的是根据企业自身管理、业务和战略情况来选择部分结合工业4.0的企业,而并非那些彻头彻尾焕然一新的企业。

从企业所处的行业性质、业务特点和战略定位来分析它是否需要同时在自动化/智能化(新技术)和个性化(新制造)上达到比工业3.0更高的标准,从而决定企业是否应进行工业4.0的升级改造。

这其中,新技术指的是高度精密自动化(机器人)和工业互联网(CPS),而新制造指的是以满足客户个性化使用为目的的模式创新/革命。

当企业同时需要很高的智能化和个性化水平时,工业4.0是首选。以海尔为例,在最新的网络化战略转型中,海尔同时在信息化和自动化上进行升级改造:底层用户数据互联互通,围绕用户组织全流程,同时打造更加定制化的家电品类,建设互联工厂,以小批量柔性化的生产方式应对更加个性化的订单。青岛红领也属于工业4.0的范畴,但由于行业和业务性质,它的工业4.0路径有所不同。一方面,红领的信息化水平较高,这是因为服装定制相较于家电需要更精确复杂的量体裁衣、合身打造,需要较强的信息化支持。另一方面,红领的自动化水平适中,因为制衣的技术本身门槛不高。

当企业需要达到较高的智能化水平但不需要为客户提供定制化的服务时,那么提升自动化水平、机器换人和提升效率降低人力成本的做法更加切实可行。石油化工、原材料制造和代工生产等行业属于此类范畴。以富士康为例,它的代工生产线为苹果公司等提供标准化的产品生产,对定制的需求不多,相反是对提升生产率、降低成本有着更大的需求。

当企业的业务定位一个小众的利基市场,同时其生产流程不需要也难以使用高精尖自动化技术时,工业4.0也不是最优选择,反而扎实打磨产品定位、做好个性化服务才是较符合投入产出的选择。往往活跃在这个领域的是一些小而美的公司或者具备稀缺技能的个体职人,他们的产品服务生产量小,但定价高,往往落入奢侈品类,以高定服装、定制珠宝首饰等为例。

当一些已经处于经营困境的企业可能在智能化与个性化两方面都不够达标,也没有资金投入去进行工业4.0的投资。那么及时改善经营情况、提升基础制造水平等举措是企业应该首先实施的步骤。

   “工业4.0对我国制造企业的确有借鉴意义,然而,是否全部或部分采纳仍需结合企业自身发展水平和行业特点加以考虑。当然,未来中国制造业面临的将会是一个更加复杂、更有挑战性、竞争更激烈的市场。因此,保持灵活敏锐、持续改善经营、结合自身情况和市场趋势采纳创新技术和商业模式,将会是任何企业保持领先的关键。

--- THE END ---




延展阅读:制造业信息化的60条基本原理全解析!


导读:现在,为了在残酷的竞争中生存,制造企业研究出减低成本,快速反应的制造方法精益柔性生产方式,如流水线拉式制造、单元制造、同步生产。工业4.0的多品种小批量个性化快速柔性的智能生产等,这些是跨世纪生产力革命。


生产原理中存在六种类型,从总体上可以分为两大类:离散型(Discrete)和连续型(Process)。

从极端的离散型生产到完全的连续型生产,根据Gartner集团1997年ERP软件供应商指南中的分类,又可以细分为六种生产类型。

1、按定单设计(Engineer To Order,简称ETO)或按项目设计(Engineer To Project)

2、按定单装配(Assemble To Order,简称ATO)或按定单制造(Make To Order)

3、按库存生产(Make To Stock,简称MTS)

4、重复生产(Repetitive)

5、批量生产(Batch)

6、连续生产(Continuous)

现在,为了在残酷的竞争中生存,制造企业研究出减低成本,快速反应的制造方法精益柔性生产方式,如流水线拉式制造、单元制造、同步生产。工业4.0的多品种小批量个性化快速柔性的智能生产等,这些是跨世纪生产力革命。

制造业信息化的60条基本原理:

原理1:对于一切制造行业,有效的计划与控制所需的系统框架是共同的,但是,MRPII系统不能称为有效的系统。

任何制造业的管理的理是通的,整个制造组织架构逻辑是一样的。但是,MRPII是基于固定提前期、没有约束(产能、物料、人力、工装)、不能自动闭环,靠手工反馈的简单系统。

制造计划系统必须形成自动闭环系统,体现在需求预测和发货闭环、计划与排产闭环、排产与执行闭环、订单承诺与订单履约闭环。

制造计划系统要求解决妨碍生产的各种问题,而不是用库存去弥补问题或用缓冲时间去补偿问题。解决这些问题要靠整个制造过程中涉及的所有人员之间的集体协作。

原理2:一家制造工厂是一个单独的实体,需要有一个一体化的系统与集体的协作去管理它。

企业实际上是一个有机体,需要一种媒介来使传统的烟囱式企业来有效沟通与协作.使得企业的人财物信息全面集成. 制造控制是一种一体化的概念,不是许多技法的松散的汇集。它的注意力集中在为所有管理人员提供及时、客观的决策备选方案.

原理3: 更短的提前期是使计划更加有效的最重要因素。

减小批量,缩短提前期,有效避免提前期综合症,使计划更加灵活,有效.

原理4: 制造控制要求对所有的库存有效地加以管理。库存是结果,不是问题根本。

不仅仅是成品、在制品、原材料、辅料、维修物料、还有工模具、供应商寄存料和客供料等.对所有影响制造企业资金周转的存货都要控制。

原理5: 控制要求有真正算数的数字,而不只是容易计数的数字。

我们往往统计容易的数据,如原材料、半成品、成品的库存数.而我们真正要的是控制管理的数据如A类B类、C类的库存数。

原理6:把生产调整次数分配给高值物品以降低其库存,可轻而易举地补偿低值物品库存的增长。

对A类或重要的物料进行重点管理,从计划、生产、采购、库存、成本、财务均对此物料进行监控。

原理7: 正确的EOQ是好的,但更短的生产调整比它要好得多。

重要的是懂得EOQ的基本概念,而且能够确信所用的模型对所研究的特殊情况是最有效的。EOQ公式中包含许多假设,实际工作者要恰当地来应用公式就必须懂得这些假设的意义

原理8: EOQ计算只是起点;修改它们以获取实际的结果。

计算机系统只是按你假设计算出建议数、分析它、合理使用。

原理9: 预测是可作为工作出发点的一组数字,它不是工作的终点。

预测本身没有错,而管理预测的人员确有水平高低,企业中最聪明的人应该去作预测。

原理10: 给每一使用者一个适用于其需要的预测。

预测不要笼统,应针对不同的人给不同的预测。如资金预测、销售预测、设备预测、生产预测。

原理11: 预测的物料越是大类越准确。预测期越短越准确.越长期越不准确.

对未来的判断只能是产品大类预测。采用滚动预测方法,来避免预测的波动的影响。

原理12: 预测与实际的闭环差异分析才是最重要的。

评价预测、分析预测、调整预测是预测管理者责任。

原理13:不到尽可能最后时刻,不要把存货物品委置于任一具体的地点。

控制存货的基本方法是准时化.

原理14:正确地回答一物品何时需要比确定要订多少货重要得多。

对库存周转率来说,何时采购、何时生产就是准时化的概念。

原理15: 由于不确定性不能被消除,订货点法要求有安全存货。

零库存是我们追求的目标,但是现实不是完美的。不幸的是安全库存的公式是假设正态分布下才可行的。

原理16:只有在统计学的假设是有效的场合并且在经过测试之后,才应用统计学技法去设定后备存货。

很多统计学的算法并不适应制造企业动态模糊的变化.

原理17: 用经验法则来设定预备存货也不行,因为这些法则忽视了需要它们的理由

预备存货总是要有依据的、理由的。

原理18: 简单实际的技法可能提供更为经济的库存控制。

这也就是简单的看板张数和OPQ更加在企业流行的原因。

原理19: 考虑需求计划,分时段的订货点数据大大地增强了此技法的威力。

由于考虑了需求预测的时段性,使原来的静态的订货点转向动态的订货。

原理20: Orlicky的独立、相关需求准则提供选用订货技法的良好指导。

独立需求由APS系统和人机交互控制,相关需求可以自动物料分解。

原理21: MRP逻辑适用于包含多种组件(成份)的一切类型的产品与过程。

MRP逻辑就是物料按产品结构分解,它被计算机专家们神秘化了。只能计算BOM配套数量,而时间是不准的,因为是每一层都设定了假设的提前期。

原理22: 理想的零件号是短的、数码的, 唯一的。

零件号只是一个标记.注意集成的系统的零件号不需要过多的意义.

原理23:物料清单不能反应现代系统的框架,它们必须和工艺连接,才能高度准确并恰当地反应系统的真实模型。

物料清单在工序的需要量的准确性是制造业最最重要的基础数据。

原理24: 物料清单中工程更改的控制对一家公司的成败犹如新设计一样重要.

工程变更指令ECO、工程变更请求ECR、工程变更通知ECN,设定不同的控制等级,再用工作流来控制工程变更是一较好的方法。

原理25: MRP的逻辑是错误的;所以,在实际中,很难应用。

固定提前期、无限产能、物料无约束、没有自动闭环、没有目标优化计划等

原理26: 在计划时界上较远处的数据可以而且应该粗一些。

可以在较短的时间里,固定生产计划.较远的时间里,使计划粗一些,可以灵活变化。

原理27: 孤立、不受约束而且多目的的计划比无用还要坏;它们是危险的。

没有集成考虑的一体化计划,各自为政的计划是对企业有害的。

原理28: MP(Master Planning)主计划驱动计划过程,而非执行过程。

主计划给企业一个控制开关,控制整个运作计划,是制造企业运作的核心。

原理29: 最好的主计划MP具有最小数目的物品,而且符合足够的物料与能力计划的约束。

主计划应该是具体的,有可供物料的,有可执行能力的计划.

原理30: MP必须妥善管理,它必须完整并能够被执行。

主计划必需有高水平的人员重点管理.

原理31: 要控制住库存的细节,必先管理好库存的总量.

对库存的管理不能盲人摸象,根据生产类型对存货的整体要有一个管理策略和库存计划。

原理32:以最低的整体库存,为一给定的客户服务水平。

因为存货的变化主要在计划、波动、节拍、周期、故障等其它方面,可以用定量和定性方法来解决库存周转率和客户服务水平,它是库存控制有效性的度量。

原理33: 库存是一种负债;越少越好。

从管理思想上改变库存是资产的观念,它是负债,沉重的负债.

原理34: 管好工作中心的前题是管好产能。

对工作中心的管理主要问题和难点是产能问题。

原理35: 管好订货提前期要求同时管好优先级与能力这二者。

要知道影响提前期的因素是很复杂的,管理优先级和它的能力是简单不了的。

原理36: 能力计划应使用经过相似制造作业的尽可能广泛实践。

对新产品的能力计划可能是不准的。因为对老产品的标准工时是相对准的。

原理37: 生产计划,即使是粗略的,却为能力管理提供有效的手段。

能力计划需要需求计划的驱动,是提供计划人员主要约束。

原理38: 详细能力需求计划不可被推迟;粗略方法很容易误导。

实际上,详细能力计划是经常用到的,但是,能力计划做到精确不太容易。

原理39: 能力必须足以支持生产排产并能处理额外的计划外需求。

有经验的计划员作能力计划时都考虑机动能力,预防变化的需求。

原理40: 详细能力需求计划可能看起来高度精确而仍然是可能不准确的。

现实中,很少有公司的能力和负荷是准确和及时的,这和现场采集数据的技术MES系统有关。

原理41: 能力被用来去制造不需要的东西时,它就是被浪费了。

有效的利用能力始终是制造企业的瓶颈.

原理42: 应当在选用订单去发放之前使用订货技法简明地按优先顺序将订单分等排列

通过优先级和一定的规则优化排序计划订单.

原理43: 生产订单积压在办公室里比把它们下达到车间现场控制得更好一些

不要过早地下达生产订单,到期再下达。

原理44: 投入应当小于或等于产出,但永不大于产出。

按需要进行投入,这就是减少再制品的方法.

原理45: 安排日程排产的规则必须为提前期的所有要素留出余地。

详细排产要考虑一定的缓冲。

原理45: 加负荷是一种优先级控制技法,只有当数据符合实际时它才有用。

APS有限产能计划,只有在数据准确的前提下才有效.这是制造业的计划调度的关键和瓶颈。

原理46: 为了及时的交货,对待供应商完全像对待厂内的工作中心一个样。

把供应商纳入自己的供应链,是大势所趋.

原理47: 投入控制得越好,产出就越少需要去控制。

大多数工厂倾向于着重产出的控制而忽视了投入的控制。若想控制好产出,简便的方法是仔细的控制你的投入.

原理48: 产出控制必须包括能力与优先级二者。

如果能力应降低时,则由于该决定被拖延,会使得库存变得越来越高。考虑优先级,以防止失去重要的订单。

原理49: 有效的能力控制是优先级控制的一个前提

确保有足够的能力去支持计划,使投入率与产出率保持平衡,任务排队的控制与提前期的缩短,提供需采取改变能力的校正行动的早期警告信号,把优先级与能力计划与控制活动结合起来。在能力控制之外,有效的优先级控制是必要的。制造工厂必须制出足够的产品并且要把工作做在正确的物品上;这二者都是必要的。

原理50: 加快越少,它就越有效。

加快容易引起恶性循环。这常常出现在没有优先级的短缺情形下。加快只有在例外情况下才有效。只有当少数工作被定义为优先级时,这种加快办法才是有效的.

原理51: 控制工厂现场上工作的最好方法是去防止它过早地到达现场。

采用配送,使在制品流动起来,改善工厂现场环境是控制物流的基础。

原理52: 返回到原计划比重新计划更加困难,但更加好。但如果能自动闭环反馈,就可以动态的更新计划。

校正行动可以是返回原计划和修订计划的结合。控制的意思就是度量实际绩效,同计划相比较发现偏差并采取反馈校正行动。

原理53: 健全的计划排产工作与有效的控制必须包括有效的信息和准确的数据。

一个计划控制系统必须能处理处理完整的、一体化的、准确的信息。该系统由合格的计划与控制人员使用和产生及时的信息,而这一信息是由胜任的工厂经营管理人员去有效地管理制造作业。

原理54: 对控制而言,及时性比准确性更重要,虽然二者都是需要的。

控制不可能施加于已经发生了的事情,它只能施加于将要发生的事情。过时的控制信息根本就谈不上是控制信息。实时对于计划控制系统尤其重要。

原理55: 作业控制必须从可以得到的替代办法中挑选出损失最小化的方案.

一名有效的计划控制经理必须能够向管理部门具体地说明真正的决策方案诸如当实施加急订单时哪些订单将受影响。事实上,一名好的经理将能够建议管理部门去考虑到一份新录入的订单会如何危及对其它订单.

原理56: 供应商按时交货靠的是足够的能力与短提前期,不是靠客户的权力、关系密切与神通。

同内部作业时一样,采购物品的按时交货要求确保供应商的能力将是足够的和平滑地供应订单.

原理57: 精心地选择绩效度量;人们愿为按这些度量看起来不错而行动。

在任何公司里,绩效度量都是极其重要的。在开始任何改善计划之前,应该建立起绩效度量从表明未来的绩效将如何同目前情况相比。绩效度量本身就是改善绩效的最好方法之一,因此它应成为任何一个生产控制系统的基本要素之一。

原理58: 辩解与控制信息之间的区别仅仅在于时机。控制是在问题出现之前,而辩解、解释是在有问题的时候。

计划与控制的真正职能是去生成为了使工厂避免陷入困境而管理工厂所需的信息而不只是处理为摆脱困境而要进行的日常活动。制造控制系统是一门处理信息的学科。

原理59: 干扰有计划作业的一切问题可以而且必须解决。

如不准确的预测与不可靠的供应,导致成品超过预期的需求。不可靠的供应商和不确定的采购时间,使得过量的原料与外购组件成为必要。经常的调整,不稳定的流程,不良的质量,报废与返工,不完善的机床安装与设备还有墨菲定律,使得高的在制品。种种变化引起报废的库存。

原理60: 只有通过找出并解决过剩的原因才能显著地削减库存。

在任何制造公司里,“正确的”库存量比现存于许多企业中的要少而比现存于大多数企业中的要少得多,分析出其原因, 管理层不断施加压力去减少库存.

总之,制造企业需要核心竞争力、强有力企业文化、企业发展愿景、创新精神。制造企业尤其是要重视工业工程(IE)的实施和精益生产的实现,不断的改进及关注细节的生产管理。而信息化给企业以新的视野,不管企业是否意识到这一点,信息化的企业应是一种适应快速变化而设计的、能够学习、进化、自我快速改变的企业。

制造企业的信息化需要一个真正的系统,而系统应该是自动闭环反馈的:1、需求预测和发货闭环。2、计划与排产闭环。3、排产与执行闭环。4、订单承诺与订单履约闭环。只有自动闭环反馈才能迭代、学习、进化形成有机的智能系统。智能制造才有系统支撑,为实现中国版的工业4.0-中国制造2025夯实基础。

人工智能赛博物理操作系统

AI-CPS OS

“人工智能赛博物理操作系统”(新一代技术+商业操作系统“AI-CPS OS”:云计算+大数据+物联网+区块链+人工智能)分支用来的今天,企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中,利用AI-CPS OS形成数字化+智能化力量,实现行业的重新布局、企业的重新构建和自我的焕然新生。

AI-CPSOS的真正价值并不来自构成技术或功能,而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化,这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合,没有颠覆现状的意愿,这些将不可能实现。

领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量,领导者必须在行业、企业与个人这三个层面都保持领先地位:

  1. 重新行业布局:你的世界观要怎样改变才算足够?你必须对行业典范进行怎样的反思?

  2. 重新构建企业:你的企业需要做出什么样的变化?你准备如何重新定义你的公司?

  3. 重新打造自己:你需要成为怎样的人?要重塑自己并在数字化+智能化时代保有领先地位,你必须如何去做?


AI-CPS OS是数字化智能化创新平台,设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端,可以帮助企业将创新成果融入自身业务体系,实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉,形成了领导力模式,使数字化融入到领导者所在企业与领导方式的核心位置:

  1. 精细:这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切,进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。

  2. 智能:模型随着时间(数据)的变化而变化,整个系统就具备了智能(自学习)的能力。

  3. 高效:企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力,这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。

  4. 不确定性:数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验,其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域:技术、文化、制度。

  5. 边界模糊:数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化,还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。


AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长:

  1. 创造虚拟劳动力,承担需要适应性和敏捷性的复杂任务,即“智能自动化”,以区别于传统的自动化解决方案;

  2. 对现有劳动力和实物资产进行有利的补充和提升,提高资本效率;

  3. 人工智能的普及,将推动多行业的相关创新,开辟崭新的经济增长空间。


给决策制定者和商业领袖的建议:

  1. 超越自动化,开启新创新模式:利用具有自主学习和自我控制能力的动态机器智能,为企业创造新商机;

  2. 迎接新一代信息技术,迎接人工智能:无缝整合人类智慧与机器智能,重新

    评估未来的知识和技能类型;

  3. 制定道德规范:切实为人工智能生态系统制定道德准则,并在智能机器的开

    发过程中确定更加明晰的标准和最佳实践;

  4. 重视再分配效应:对人工智能可能带来的冲击做好准备,制定战略帮助面临

    较高失业风险的人群;

    开发数字化+智能化企业所需新能力:员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说,创造兼具包容性和多样性的文化也非常重要。

子曰:“君子和而不同,小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和 人工智能,像君子一般融合,一起体现科技就是生产力。

如果说上一次哥伦布地理大发现,拓展的是人类的物理空间。那么这一次地理大发现,拓展的就是人们的数字空间。在数学空间,建立新的商业文明,从而发现新的创富模式,为人类社会带来新的财富空间。云计算,大数据、物联网和区块链,是进入这个数字空间的船,而人工智能就是那船上的帆,哥伦布之帆!

新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力,将进一步释放历次科技革命和产业变革积蓄的巨大能量,并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节,形成从宏观到微观各领域的智能化新需求,催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革,深刻改变人类生产生活方式和思维模式,实现社会生产力的整体跃升。

文章来源于:产业智能官
分享到:
微信公众号:todayim2025
关注今日智造公众号,了解精彩内容
E-mail:todayim@sina.com

共有条评论 网友评论

验证码: 看不清楚?