小白聊智慧制造之四:智慧制造的智慧特性

科学技术推动智慧制造向智慧化制造的发展,这些科学技术包括传感技术、物联网、工业互联网、数字孪生(Digital Twin)、云计算、VR\AR\MR、工业大数据、增材制造、工业软件、新一代人工智能等。这些使能技术,综合应用于产品的全生命周期的研发、生产、销售和服务等方面,促使制造业的生产模式、运营模式、决策模式和商业模式的变革。 

使能技术推动制造业创新,最终目的就是达到智慧制造的信息深度自感知、智慧优化自决策、精准控制自执行。

在达到智慧制造的过程中需要做一下几个工作:

  • 实现产品全生命周期数据采集与链接,以品质追溯和设备管理为核心、生产管理为纽带、实现设备互联和数据统一。

  • 提升生产数据分析能力,以品质分析和成本管控为核心,实现生产的精益化管理。

  • 构建基于数据的决策流程,以生产运营效益为核心,提升企业的科学决策。

智慧制造的智慧特性表现为设计的虚拟化、生产的自动化、制造的系统化、运营的可视化、产品的全生命周期可追溯以及决策的智慧化。

设计的虚拟化

随着科技的飞速发展,企业间的竞争日趋激烈,市场的变化不断加快。企业的新产品开发也随之出现一些新的特点:

  • 产品寿命周期明显缩短:从产品投入市场和退出市场的时间越来越短,如手机市场苹果的产品寿命周期大概是1年,而其他的智能手机在半年以内,或更短。

  • 产品品种急剧增加:随着科技的进步和人民生活水平的提高,人们对个性化产品的追求使得产品的品种、类别等不断增加。

  • 产品开发周期极大压缩:还是以手机为例,苹果的产品大概是一年一款新产品,而其他智能手机厂商的产品一年大概3-4款,多的又五六款,产品开发的周期被极大地压缩。

及时开发出适应市场需求的高质量、高性能和低成本产品已成为现代企业保持竞争力的关键。而建立高效、低成本的新产品快速响应开发体系则是实现这一目标的保证。显而易见,传统的产品设计方法已经很难满足需要,面对这种严峻挑战,要求不断发展和应用先进的生产制造技术来适应这一变化。正是在这种日益严酷环境的催生下,虚拟产品开发技术正在迅速发展起来。设计的虚拟化为企业带来了一个全新的发展空间。

虚拟产品开发技术将CAD\CAE\仿真等技术、设计过程管理、虚拟现实技术等集成起来,形成一个交互式环境,以支持产品设计过程中的并行工程方法。同时,通过标准化和规范化管理提高数据的重复使用率,从而大大缩短研发周期,提高开发质量,降低开发成本。

生产的自动化

所谓生产自动化是指通过在工厂各个区域安装数千个传感器,采用各种检测仪表、调节仪表、控制装置、电子计算机等自动化技术工具收集温度、压力和流速等数据,然后利用计算机对这些信息进行储存和分析,再用简洁明了的形式把处理后的数据显示到控制室的大屏幕上。操作人员只要观察大屏幕就可以监控整个工厂的每项设备。甚至自动化生产系统自动调节各种设备,优化生产。通过对整个生产过程进行自动检测、监督和控制,以达到实现各种最优的技术经济指标,提高经济效益和劳动生产率,节约能源、改善劳动条件、保护生态环境等目标。

一个实现自动化的工厂,应具有以下特征:

  • 有一个以物联网为核心的信息管理系统,即通过网络实现全厂生产、信息采集与处理、财务、人事、技术与设备等的计算机自动化管理;

  • 生产设备实现自动化,即单个设备由计算机控制,生产过程中实现自动传输等自动化生产

  • 建成一个“柔性生产系统”,即具备一种新型的多品种、少批量生产的加工设备。这种系统比较容易适应设计的改变和加工物形状、数量的变化。这种系统可大可小,大的由若干个工业机器人、数控机床及控制装置、监控电脑及无人运输车组成,可以构成整条生产线;小的则可以独立完成各种各样的加工生产任务。

  • 产品设计与生产工艺设计实现自动化,并采用了计算机辅助设计的方法,这样既节省了设计时间和费用,又大大提高了生产效率;

  • 建立了自动化仓库,实现工厂自动化的一个必备的条件。对一个工厂的原材料、半成品和成品实现自动化管理,不仅能提高场地的利用效率,减少管理费用,还能使物品的存取变得井然有序,一旦某种生产原料告缺,采购部门将立即从中获得信息,及时进货。

制造的协同化

协同制造是基于敏捷制造、虚拟制造、网络制造、全球制造的生产模式,它打破时间、空间的约束,通过互联网络,使整个供应链上的企业和合作伙伴共享客户、设计、生产经营信息。从传统的串行工作方式,转变成并行工作方式。从而最大限度的缩短新品上市的时间,缩短生产周期,快速响应客户需求,提高设计、生产的柔性。通过面向工艺的设计、面向生产的设计、面向成本的设计、供应商参与设计,大大提高产品设计水平和可制造性,成本的可控性。有利于降低生产经营成本,提高质量,提高客户满意度。

对于一个制造型企业,其制造业内部的信息是以制造为核心的,管理包括生产管理、物流管理、质量管理、设备管理、人员及工时管理等和生产相关的各个要素。传统的制造管理是管理制造业内部,以单个车间/工厂为管理单位的,其管理的重点是生产管理。随着制造业的发展,单纯以管理车间/工厂的生产管理的生产执行系统已经不能满足于现在制造业的需要。

一个制造型企业的协同通常包括三个方面:

  •   生产管理系统流程协同

  •   产品全生命周期流程协同

  •   企业研发流程的协同



     

企业内部不同的生产元素管理之间的协同性,避免制造过程中的信息孤岛的出现。由于采用不同的系统来完成不同的功能,各个系统采用自主开发或不同供应商的系统所组成。随着企业发展的需求,各个系统之间的互通性的要求越来越高,即各个系统之间要求协同性越来越高,这就要求各个系统之间能很好地传递信息。CMM协同制造模式为制造行业的变革提出了一个理论依据和行之有效的方法。它利用信息技术和网络技术,通过将研发流程,企业管理流程与生产产业链流程有机地结合起来,形成一个协同制造流程,从而使得制造管理、产品设计、产品服务生命周期和供应链管理、客户关系管理有机地融合在一个完整的企业与市场的闭环系统之中,使企业的价值链从单一的制造环节向上游设计与研发环节延伸,企业的管理链也从上游向下游生产制造控制环节拓展,形成一个集成了工程、生产制造、供应链和企业管理的网络协同制造系统。

运营的可视化

企业运营可视化平台基于自主研发的可视化技术平台,能够快速、规范、便捷的构建可视化场景。在可视化应用构建上,通过数据准备、组件封装、主题组装、场景编排、显示输出5个步骤即可快速完成企业可视化应用平台构建。企业运营可视化平台应用类型包括指标统计分析、业务实时监控、流程监控预警、挖掘模拟预测、形象对外展示等。

 

智慧制造的企业运营可视化平台基于企业数据中心进行统一数据接入,通过配置引擎、开发引擎、应用规划实现可视化元素的继承调度、组件的开发设置以及业务故事的设计、编排与串接,并可以通过拼接屏幕大屏、触控一体机、个人PC、移动Pad、以及智能手机等各类屏幕投射和显示。

智慧制造的企业运营可视化需具有以下特征:

  • 具备模块化、可配置、自助式的特点,能够实现可视化应用的快速构建。

  • 提供多种业务模块场景,无需重复建设,供不同场景调用,大大提升了业务元素的复用性。

  • 所见即所得式的配置方式,只需要通过拖拽集成,无需编程能力,即可创造出专业的可视化应用。

  • 实现多屏之间的控制,提升交互体验。

  • 结合预设布局的技术方案实现布局、图片以及字体的屏幕分辨率自适应功能。

全周期可追溯

智慧制造的产品全生命周期可追溯,是指实现从供应链端,经过产品生产的班组、车间和工厂,到物流环节、批发商和零售商等全过程的可追溯,通过溯源实现销售渠道规范管理和产品质量监管问责。

溯源管理系统是基于物联网技术,以RFID标签、一维条码、二维条码等技术为产品数字身份载体,对每一件产品赋予数字码,从产品原材料、生产工艺过程、包装赋码、成品库管、库房发货、多级经销商、零售终端到消费者手中整个过程的流向快速查询和管理。并结合运用顺序码管理、最新条码自动识别技术和设备,接入更全面的企业产品生产、物流信息,实现产品生命周期全过程的质量控制和双向信息溯源。

通过产品数字身份技术,建立产品生命周期质量档案,为企业打假防窜、追溯召回提供了有力的数据支撑,提高企业经营决策效率。同时建立溯源管理系统对保障国家食品、药品等民生安全具有重要意义。在农产品生产企业通过监管码将产品的生产、质量等源头信息传输到监管网数据库中,流通企业通过监管码进行进货检查验收并将进货信息传输到监管网数据库中,在销售时将销售信息传输到监管网数据库中,这些数据信息可供消费者进行真假与质量查询,将对我国的现代农业的发展具有重要意义。

决策的智慧化

智慧制造的核心是智慧决策。人在制造企业中的位置只有两个,一个是决策者,一个是执行者,有的人可能同时既是执行者也是决策者。人在不同的时间空间,他可能是不同的角色。既然人在这个工业系统中存在两个领域的角色,那么工业领域的“智慧”必定包含了决策智慧和执行智慧,是实现智能制造的不可或缺不可分离的两个重要方面。

我们前面说过,与实体工厂一一对应和相互映射的,还有个虚拟的数字工厂。智慧工厂的数据来源于生产制造的现场,并进行抽象化,存储在数据平台,形成历史数据。这些数据代表的是历史,但在未来的某个时段,这些数据可能会重现。历史数据为制造企业决策者增加了决策的维度,而且这些数据通过人工智能的数据挖掘和机器的学习给我们的决策提供了更为精准的指引。通过大数据分析等技术,实现对生产全过程的透明化管理和产品全生命周期的跟踪,随时掌握计划执行情况、库存情况、质量情况、设备情况等数据信息,形成具有智慧决策支持的各种报表、图形,为决策的智慧化打下坚实的基础。

*欢迎转载,注明出处*

猜你喜欢

转载自blog.csdn.net/iot_research/article/details/81069201