W88优德官网

剖析智能制造领域“轻与重”的八大误区

宣布日期：

2019-04-02

目今，我国正在大力推进制造强国建设，智能制造无疑是重中之重的焦点战略。在政府的积极推进和企业内生动力的驱动下，制造企业踏上了智能制造的转型征程，智能制造支撑不少优秀企业成为行业领军企业，乃至在细分市场成为全球隐形冠军。可是，另有许多制造企业保存不少关于“轻与重”的认识与实践中的误区。本文将逐一进行剖析，希望给宽大制造企业带来一定的启示，资助企业在推进智能制造的历程中少走弯路，取得实效。

误区一：重自动化，轻数字化
目今，制造企业面临着巨大的人力资源本钱压力和招工难等问题，因此，许多离散制造企业积极进行生产线的自动化革新。一部分重复性较高的工位，由企业提出工艺需求，选择非标自动化集成商提供专用的自动化设备，完成诸如拧螺丝、装配、焊接、打标、检测等特定工序，从而替代人工，实现少人化。乍一看许多生产线挺先进，但仔细研究，却发明一方面许多企业的自动化产线照旧只能适应简单品种，柔性不强；另一方面，许多企业照旧不敷重视设备联网和产线数据收罗，难以真正实现生产历程的可视化与透明化，治理人员还难以实时、准确地了解生产现场的实时状况。流程制造企业的生产线普遍应用了自动化控制系统，但数字化技术的应用也相对滞后，也保存与自动化系统脱节的问题。

反观一些国际优秀企业则很是注重实现透明工厂和互联工厂。某企业的事情人员可以实时盘问某个生产工厂某一台设备的实时状态，包括设备使用状态、OEE、产量、质量、能耗等信息，可以随时检察车间、产线和每台设备的实时状态。其中，美国克利夫兰的一家电子工厂真正将MES系统用深用透，可以实时盘问贴片机吸嘴的状态，判断是否需要维护，还可以看到每个订单的执行情况、车间生产排产和执行的状态、各条产线的缺陷率等，辅助治理人员实时作出调解与优化，显著提高生产质量。

? ? 企业在推进智能制造的历程中，一定要自动化与数字化并重，自动化是基础，通过数字技术的应用真正创立价值。

误区二：重单机自动化，轻系统柔性化
许多制造企业很是重视购置数控加工中心或者钣金加工设备，不少企业还配备了上下料的工业机械人，可是往往照旧单机自动化，还没有应用柔性制造系统（FMS）或柔性制造单位(FMC)，生产历程中还需要人工搬运，导致爆发在制品库存，高端智能装备的OEE较低。

而国际领先企业已经开始应用柔性制造系统，实现了机加工和钣金加工的全自动、无人化地加工差别的零件�；庸MS包括若干台加工中心、机械人去毛刺单位、清洗单位、轨道输送车等设备和控制软件，配备了立体货架，安排工件和工装，可以完成从粗到精的全自动加工；钣金加工的FMS系统则可以实现从钣金下料、冲孔、折弯到焊接等整个钣金制造工艺。

剖析智能制造领域“轻与重”的八大误区

FMS系统并不是一个新看法，三十年前就有企业开始应用。但由于早期的设备可靠性、稳定性缺乏，以及多台设备的生产调理与管控比较庞大，一些早期应用FMS的企业放弃了FMS系统，回到单机应用数控加工中心。可是，随着自动化、数字化和检测等技术的生长，近年来FMS系统的技术已经逐渐成熟，成为离散制造企业提升生产效率的一定选择。

误区三：重局部革新，轻整体优化
许多企业十分注重对瓶颈工位或消耗人工较多的工位进行自动化革新，推进“机械换人”。这种方法虽然能够减少人工，提高单个工位的效率，可是关于提升生产线的整体效率意义不大，并且往往会将瓶颈工序转移到其它工位。

正确的方法是基于工业工程的理念，利用价值流图等要领，凭据生产的产品类型、产量、批量、制造工艺、产能、生产节拍和在制品物流传输方法，对产线进行整体优化；同时，从实现自动化加工与装配的角度来对制造工艺进行优化，以降低自动化革新的难度，尽量满足多种变型产品的生产与装配。例如，某家集装箱制造企业在进行集装箱侧墙板和顶板生产时，通过工艺优化，将原来的平板剪断→罗拉成型→拼板点焊→自动焊接的工艺进行了优化，将原有纵向焊缝改成横向焊缝，工艺优化成先焊整板再进行成型，既减少了焊缝长度，又易于进行自动化革新，还乐成实现了从钢材开卷到成型的多工序连续自动化。在恒久效劳的另一家轨道交通车门制造企业在进行自动化革新时，基于精益生产的“一个流”原则优化车间结构，平衡节拍，包管了在自动化革新完成后，整个生产系统的均衡，减少了搬运距离，最大限度地消除了生产期待和搬运带来的浪费。

基于“一个流”原则进行产线自动化革新

误区四：重单位系统应用，轻整体计划与系统集成
历经数十年的应用，工业软件的功效不绝细化，在制造企业中笼罩的业务越来越广，企业应用的信息系统越来越多。许多企业往往是为了解决某一个或一类问题，满足某个业务部分或者某个业务流程的需求而建设一套信息系统，“头痛医头”，缺乏整体计划，导致系统之间功效重叠、界限模糊、数据来源多样等问题。例如，某企业先导入了ERP系统，厥后由于生产现场细化治理，导入了MES系统，之后由于需要对货仓进行精细化治理，引入了WMS，三个系统都有物料治理功效，由此带来一些票据需要在差别部分多个系统之中重复录入，同一个数据在差别系统之中多头治理，导致事情效率低、数据纷歧致等问题。种种信息系统越上越多，功效越来越庞大，可是信息孤岛林立，许大都据需从系统中导出、处理、再导入另一系统中，需要到多个系统进行盘问，才华获取有效信息。数据变换时，不可实时从接收变换的源头系统通报到其它关联系统。企业的运营效率却没有提升，甚至反而下降，投资回报率不高。

部分企业已经意识到此类问题，通过对业务和系统界限的划分，简化数据在差别系统之间通报的历程，实现数据的实时共享，包管数据的准确性，消除信息孤岛，为企业运营和经营剖析提供统一、一致的数据源。e-works建议，企业明确业务界限和系统功效界限，构建统一的系统集成计划，引入主数据治理系统(MDM)，在实施历程中实现各系统的数据集成和接口统一治理，制止数据断点、接口重复开发等问题。

在实践当中，资助企业对业务流程进行梳理，结合制造企业的生长战略、管控模式、行业特点、标准和规则，通过现状诊断、需求剖析和整体计划，明确企业推进数字化转型和智能制造的目标、行动计划和投资概算，确定命字化系统和自动化系统的整体框架、集成计划和实施路线图，为企颐魅整体推进智能制造提供支撑，取得显著效果。

制造企业必须改变竖井式的单位系统实施与应用模式，尽量制止软件系统功效重叠，导致重复投资等问题，使企业投资的数字化和自动化系统能够抵达预期的效果。制造企业应当将工业软件的应用与智能装备、数据收罗、工控网络、工厂仿真、产线计划、AGV和立体货仓应用等相关技术结合起来，进行智能制造整体计划，并在整体计划的指导下，进行单位系统的实施；同时，要顺应云盘算、组件化、微效劳的潮流，实现企业数字化系统架构的升级。

误区五：重建设，轻运维
制造企业在智能制造推进历程中，普遍保存重建设、轻运维的问题。在系统采购和实施阶段，企业会展开需求剖析、系统评估、可行性剖析和招标选型，重大项目高层领导也会加入到决策历程，投入大宗的人力、物力和财力。但在系统上线以后，却缺乏连续的运维，应用软件多年不进行维护和升级，系统功效与实际业务流程的匹配度差别越来越大，系统价值难以发挥；自动化产线也保存不实时维护保养，故障率高等问题。某企业应用了国际知名的ERP系统，可是上线七年，没有进行连续运维，而企业的经营模式、组织架构和业务流程爆发了很大变革，导致ERP系统与企业的实际需求差别越来越大，业务部分意见很大；同时，ERP系统的新版本与企业应用的老版本功效也有了很大差别，企业重新升级的本钱险些与重新购置相同，在老版本上做的二次开发�？橐残枰匦驴�。

企业的生长是动态变革的，唯一的稳定就是变。因此，企业在信息系统选型时，需要充分考虑系统的柔性化、平台化、可配置和可扩展；同时，企业也需要实时对系统进行维护升级，企业的IT团队要能够实时凭据企业需求的变革，对信息系统进行重新配置，尽量减少语言级的二次开发，注重IT治理。

误区六：重数字化设计，轻数字化仿真与优化
近年来，制造企业在产品研发（R&D）方面的投入连续增加，购置了三维CAD、CAE等软件，可是，大部分企业照旧重产品开发（Development）、轻研究（Research），主要照旧凭据客户的订单需求进行产品设计，关于前沿技术的研究与探索不敷。在系统应用方面，数字化设计软件应用十分广泛，部分企业已经延伸到数字化工艺，可是关于仿真技术的应用还停留在初级阶段，主要进行运动仿真、结构和流体仿真与验证，尚未实现仿真驱动设计和多物理场的仿真剖析和优化设计，仿真应用不可体系，缺乏对仿真规范、仿真流程、质料数据库的治理，仿真人员没有建立专门的组织，仿真软件的价值远未充分发挥。

在国际先进制造企业中，仿真已成为提升产品研发能力，革新制造工艺，提高产品性能和可靠性的重要手段。仿真技术也在不绝立异，实现了实时仿真，仿真软件越发宜人化，数字化设计和仿真可以实现双向集成，也泛起了针对特定产品（例如齿轮、轴承、动力电池、电机等）的设计与仿真剖析一体化的软件系统。仿真技术的应用可以资助企业减少实物试验，显著降低研发本钱，成为企业提升立异能力的一定选择。在智能工厂建设方面，也可以利用工厂仿真软件，对设备和产线结构、工厂物流、人机工程和装配历程进行仿真，建立真实工厂的Digital Twin。在庞大的智能产品（例如风力发电机组、航空发动机）投入使用之后，也可以基于对产品内置的传感器收罗的数据，通过对产品的Digital Twin进行仿真，来剖析与预测真实产品的运行状态和故障隐患，适时进行调解，进行预测性维修维护。
汽车行业仿真技术应用
? ? ? ??
企业在推进智能制造的历程中，一定要数字化设计与数字化仿真与优化并重，数字化设计是仿真的基础，应用数字化仿真与优化技术来提升产品性能；同时，在仿真技术应用历程中需要注重仿真规范和标准、仿真流程、仿真结果的剖析和利用，实现仿真知识治理。

误区七：重信息系统应用，轻数据价值体现和治理改善
许多制造企业在数字化转型的历程中已经应用了诸多信息系统，但系统应用的效果和发挥的价值却狼籍不齐。一方面，虽然企业信息系统的应用领域不绝拓展，但企业对系统的数据自己缺乏剖析，数据的价值未获得充分挖掘，难以支撑企业决策；另一方面，企业想借助信息系统去治理大部分的业务问题，但建设信息系统时，却忽略了企业自己所需要执行的治理改善，业务治理的规范和标准很不完备，造成系统的应用效果未抵达预期。

一些优秀的制造企业在信息系统选型之前，除了须要的业务现状调研、需求剖析等事情外，还会对企业的业务流程进行梳理和优化，包括营销模式、研发历程管控、生产运营体系、物流供应体系等，通过建立组织、完善制度、输出改善步伐和行动细则，来支撑整个系统的建设，真正的做到“治理先行、业务驱动”。在应用系统的基础上，通过BI决策剖析对数据内涵的价值进行挖掘和剖析利用，对种种业务进行前瞻性预测及剖析，并实现战略剖析和运营监控，为企业各层级的决策提供有力支撑。

剖析智能制造领域“轻与重”的八大误区

企业在推进智能制造的历程中，要做到信息系统应用与治理改善并重，通过推进业务治理的规范化、标准化，结合系统实施提升治理基础，使信息系统有效地支撑业务运行。在业务系统全面应用的前提下，对种种数据进行有效剖析，充分挖掘数据价值，有效支撑决策。企业应当将组织和制度的完善与治理手段与信息系统进行匹配，对包括部分职责、岗位职责、治理模式、绩效考核体系和人员素质等方面进行连续改善，从而提升应用效果，发挥信息系统实施的预期价值。

误区八：重显示度，轻实用性
在国家大力推进智能制造的配景下，部分企业不吝重金打造出豪华版的智能工厂，种种智能装备和信息系统一应俱全，包括知名品牌的BI、ERP、PLM、MES、SRM、ESB、生产及物流仿真系统、自动立体库、AGV、自动化产线、生产指挥中心等，建立了专门智能制造展厅、车间现场的旅行通道、示范生产线等，很有显示度。但在实用性方面却明显缺乏，例如：生产线建设未考虑实际市场需求，导致重复建设、设备闲置，产能利用不充分；自动立体库的建设关于园职位置结构、物料的分类治理、物料外包装设计、物料标识、存取分拣等环节考虑缺乏，导致自动立体库效率低下；AGV的应用关于搬运频次、搬运路径与货仓及生产现场的协同等方面保存缺乏，导致AGV无法实际应用；生产指挥中心图表及数据关于生产现场的掌控及指导性缺乏、实时性不敷；生产及物流仿真应用与实际脱节，关于多产品的混线生产适应性缺乏等。最为明显的是，不少企业不吝重金建立了大屏幕生产指挥中心，平常却没人看，更多地只是用于旅行。关于生产状态的预警和报警等要害信息，却没有实现凭据治理者的角色推送到移动终端。

推进智能制造必须注重实效！一家知名企业在精益生产理念的主导下，通过五年时间，先后实现20多个要害工序的自动化生产，有针对性地解决了产品质量不稳定、生产效率低下等痛点问题；通过引进AGV自动小车，对主要的流水线实行自动配送；引进机械视觉技术，对机构的零部件装配、产品要害质量控制点等进行自动影像检测，提升质检效率；通过MES系统应用，实现了生产的透明化与规范化、无纸化治理，结合条码、RFID等工具，实现质量可追溯，包管产品的可靠性；通过虚拟仿真系统，建立了与物理工厂完全匹配的数字化工厂，实时监控物理工厂运转状态；通过SCADA系统实现对设备、情况、能源等数据的实时收罗，实现了数字化与自动化系统的融合；通过生产调理指挥中心，生产指标实时反响，异常实时处理，实现了生产组织的扁平化治理。

企业在推进智能制造的历程中，一定要明确自身的短板及需要解决的要害问题，制定合理的计划及实施计划，分期分重点，选择合适的技术、系统、设备和团队解决企业的痛点问题。

总之，推进智能制造是一个恒久的历程，不要期望“毕其功于一役”，制造企业需要建立“打长期战”的决心。智能制造推进是一个十分庞大的系统工程，涉及到多个领域的技术，技术自己也在不绝立异和生长，因此，不但需要系统地进行计划，在计划落地执行历程中，也要凭据企业的实际经营状况对计划滚定；制造企业必须本着务实求真的态度，既要考虑系统的先进性，更要考虑实用性；制造企业既要建设好自身的专业团队，又要适时引入专业的咨询效劳机构和数字化、自动化解决计划提供商作为战略相助同伴。只有这样，才华乐成抵达智能制造的“彼岸”。

免责声明：注：本文由e-works咨询事业部多位资深咨询照料与黄培博士配合研讨和撰写。由W88优德官网四方民众号推荐阅读，仅用于知识通报，谢谢支持。

声明：部分内容来源于网络，如侵权请后台留言联系删除。

上一篇:推荐阅读：如何构建工业互联网工业生长大生态？下一篇:工业是人工智能发挥真正潜能的所在