星空体育:【经典文章】如何构建数字化工厂?
发表时间:2024-05-17 13:59:05
文章作者:小编
浏览次数:
我们都知道现在是消费者主导的市场,企业需要提高市场应变能力,面对市场的变化要有流程的柔性,设备的柔性,工厂的柔性。
而现状是,根据调查,我们的企业很多数字化孤岛,流程都没打通,何以做到快速的市场应变?

比如需求不确定、产品非标准化的情况下,企业面向市场的研发周期就被迫缩短,快速研发的同时,还面临着上百甚至上千个品种的并行生产;
一并行你的既有经验就不灵了,资源供应就出现瓶颈,并且这个瓶颈是无法确定的,是动态漂移的;
资源瓶颈动态漂移的情况下,再面对订单的插单,生产周期的不确定,就会给计划排产带来非常大的困难;
计划永远没有变化快,紧接着对产线的柔性带来极大的考验,并且做多品种必须快速换模,你的产线是否足够柔性去支持?
这种快速并且多变的情况下,如何控制质量,并且要事前事中事后都有控制,这就需要人工智能的在线质量控制;
以上说品种都几千个了,那么物料就成千上万,很容易出现要么缺料、要么积压,这时候就需要智能仓储;
最后,客户的交期是最重要的,大量的订单需要进度控制,要保证订单交付的准确性;
最后的最后,成本怎么办?在多品种小批量的市场需求下,还要把规模做起来,没有规模化是不可能降成本的,所以要大规模定制。
企业的数字化转型不能头疼医头脚疼医脚,这是一个复杂系统,是一个整体,很多要素是互相关联的,很多目标是相互影响甚至相互冲突的。
第一:解决复杂系统的问题单维度视角是不行的,一定要多维度入手,整体地去解决

第二,从管理理念和方法的角度:智能制造一定要有供应链逻辑和精益思想,工业机理再加上工业自动化,糅合在一起才能做到智能制造。

3、工业机理,问题可描述,规律可建模,通过建模来帮助企业管理者决策,也叫算法决策;
4、还有一种情况是我们发现不了问题的所在,要通过归纳总结,要通过大数据来训练,这就需要人工智能和机器学习,也就是工业智能。
所有这些的目的都是去满足客户的交期及对品质的要求,用产品+服务给客户带来价值。
设备利用率,订单准时交付率,质量一次合格率,库存周转率等等,我们要通过思想和理念的变革,达成核心指标,打造企业的核心竞争力。
1,大规模定制,需求是个性化的定制化的,做大规模,用规模化的成本给客户带来个性化的产品和服务;
满足市场和消费者所需的个性化定制,同时还能保证利润,在卖产品的基础上品牌附加值逐渐提升,向服务化延伸。个性化定制的前提是标准化、模块化;服务化延伸要利用好移动互联网、IoT物联网、工业互联网以及产业互联网。
第四,从国家政策的角度,我们国家已经开始战略性地给我们打好基建基础,包括5G、大数据、人工智能、工业互联网。
客户指标是第一位的,交期从7天降为1天,成本平均降低20%,质量提高且可追溯。这三点是我们制造企业最著名的KPI:质量+成本+交期(QCD)。
首先是精益化生产,第二信息化,第三自动化,三者并联实现数字化,进而演化出智能化,智能一定是逐渐演进的。我们逐一来看。
我们要画VSM价值流图,消除车间七大浪费,优化布局,打通信息黑盒子,把车间透明化;
真正给工厂带来增值的地方是车间,是现场而不是办公室,这是精益思想的精髓。
通过研发透明化,研发设计制造服务一体化,我研发的时候要生产介入、采购介入、市场介入,
传统的研发是PDM,数据是单向连接的,从PDM导入到ERP里面却无法导回来,而现在我们的数据是双向连接的,研发这边的BOM数据、工艺数据导入ERP,ERP中数据变更以后再返回研发PLM,这个才是产品的全生命周期管理;
不仅数据要连接,还要流程连接,在研发阶段就考虑交期、成本,在研发阶段就考虑后续流程了,这就是研发制造一体化,在一个数据库里将PLM、MES和ERP打通。

设备、仪表、量检具等,人、机、料、法、环全部连接在一起。通过边缘计算实时决策。连在一起后每一个工序、每个工段、每个管理点都通过看板、智能终端、电子作业指导书实现透明化,打通全部信息流。
设备全部用条码,RFID码连接起来,实现可追溯,车间现场每个人机料法环全部有“身份证号码”,每个操作全部用二维码、条码通过PDI连接起来。


全部连接并且透明化之后,我们把数据用看板呈现出来放在工厂,放在办公室,实时关注;

通过移动端实现移动工厂,清晰洞察,把工厂装在口袋里,管理层随时随地可以查看。

精益化+信息化+自动化,实现了数字化管理,我们还可以进一步做到柔性管理模式。
首先,沟通的柔性,多工厂多车间之间是集成的,和供应商的协同实现计划柔性;
第三,设备的柔性,有些工厂就一条线,柔性的产线应该是U字形的、花瓣形的,更多人机协作;

通过安灯系统以及工作流预警,设备出问题可以快速响应;精益生产的全面设备维护,工业大数据的预测性维修,你还没发现问题的时候,大数据提前发现症状,先发制人。还没产生生产质量问题的时候就把即将出问题的设备换掉。


动态的智能计划排产,智能仓储的智能上架和物料的拣货,自动数据采集,预留模型可以预留一些产能,预留一些人员,优先级不断地在变,实现动态平衡。
最后慢慢放开这些算法模型,每个行业都不一样,且模型算法是在变的,在一个开放平台大家共享大数据带来的智能决策。所以说为什么要上云,当各行各业各种数据、历史数据、实时数据、现场数据、预测数据等等全部连接起来,才能训练更智能的AI,我们要洞悉历史,掌控现在,预测未来。

最后还要顶层设计, 并且在我们看来,数字化转型不是简单的车间数字化,而是组织、业务流程、文化变革和创新,是一个长期发展的战略工程。

数字化转型有没有清晰的规划,有没有某个阶段的绩效调控手段,领导层有没有坚定的决心,都决定了转型的成败。

——————————————————————————————————————————
如果你有(即将有)制造行业客户,加入【智能制造】行业社群,帮助你快速学习提升。每周都有精选制造&PLM行业知识、客户案例推送给你,还能与行业专家交流攻克方案、实施等各类常见问题、疑难杂症。
《中国制造2025》发文开篇有如下陈述: 制造业是国民经济的主体,是立国之本、兴国之器、强国之基。 十八世纪中叶开启工业文明以来,世界强国的兴衰史和中华民族的奋 …
在项目列表中选择一个项目,点击“在线构建”按钮,在弹出框中的构建内容下拉选项中选择“元数据”,最后点击“开始构建”即可。 [图片] 元数据构建的补丁包不需要进行 …
明确定位您的读者 在撰写文章之前,想清楚您的这篇文章是给什么人群看的,他们偏好什么属性的文章,有哪些问题需求。 确定话题 这是高质量文章很关键的一步,不要试图在 …









