1
关注中国自动化产业发展的先行者!
2024中国自动化产业年会
2023
2023年工业安全大会
OICT公益讲堂
当前位置:首页 >> 资讯 >> 企业资讯

资讯频道

向工业4.0进阶 智慧工厂是如何炼成的?
  • 点击数:11322     发布时间:2019-01-03 14:59:00
  • 分享到:
数据的力量正在撬动地球,并正潜入深层改变人类的小世界。工业、农业、商业……与人类生活相关的各个层面都已经处在变革的洪流中。无人工厂、智能制造、工业4.0——这些进阶版的概念已然成为新世代制造业“仰望的星空”。一座座传统工厂的进化之路已经展开。
关键词:

编者按:

数据的力量正在撬动地球,并正潜入深层改变人类的小世界。工业、农业、商业……与人类生活相关的各个层面都已经处在变革的洪流中。无人工厂、智能制造、工业4.0——这些进阶版的概念已然成为新世代制造业“仰望的星空”。一座座传统工厂的进化之路已经展开。


一座智能工厂的养成

“第四次工业革命”掀起的无处不在的自动化、大数据和人工智能浪潮正越来越深入地影响着一切。

数据正在撬动我们的地球,技术的进步让人类能探索遥远的星空,能深入海底与海洋生命同呼吸,能守护极地冰雪…… 数据也同样在重塑着人类的小世界,通过挖掘数据背后的价值,可以给制造生产、零售、医疗等各个行业注入智能力量。

数据带来的智能力量正在重新定义行业的边界,并且重构生产关系。一切都在发生着巨变。比如,街边司空见惯的便利店,有一天,它可以无人经营了。在物联网的洗礼下,零售行业迎来前所未有的变局。传统的互联零售或者是实体零售已经不能满足消费者的诉求。人、物、场的关系正在重新塑造。应运而生的无人商店在改变着我们的零售体验。

历史上任何一次新技术的爆发,都带来了超乎想象的新产业与经济模式。在18到20世纪,人类先后历经了三次工业革命,第一次工业革命推动了机械生产的开始,第二次工业革命实现了电力生产,第三次工业革命推动了电子和信息技术与工业的结合,实现了自动化生产。

现在,我们正处于第四次工业革命的进程中。而这一次工业革命的本质,完全不同于前几次。按照世界经济论坛创始人克劳斯·施瓦布(Klaus Schwab)教授的说法,这一次将不仅仅是某个方面的进步,而是横跨了诸多领域,不同技术可以贯通起来,随心所欲地制造出时空无限的产品。第四次工业革命将从数据、物联网和服务入手,带来某种“集成式”的革命,集中改变能源、汽车和制造生产技术等行业。

随着市场对于产品个性化、快速上市迭代的需求越来越高,在生产制造层面,向智能工厂、智能制造的升级进化也显得更为迫切。

在制造业升级转型的浪潮不断推进下,对工厂数据流、信息流的实时采集、分析,从而辅助快速响应、决策的需求越来越明显,这需要信息化、数字化、智能化技术在工业中的深入融合。

需要明确的是,智能制造不只是简单的“机器换人”。很多看不见的东西往往是生产成本和效率控制的盲点。

产线中设备机台的运作状况是否良好?有无出现个别机台空闲?是否有异常故障发生?生产排程是否合理科学?产线平衡度如何?各个节点的物料准备以及物料进出仓库的情况,甚至于每个工位上工人的生产效率、工作状态等等……这些四散在工厂各处的数据,在传统的工厂管理中往往难以整合利用,很多数据往往被遗漏忽略。

传统工厂的很多管理与运营商的瓶颈与痛点亟待解决。仰赖人工记录生产资讯、计算生产报表,容易发生错误且记录不即时的情况,在生产管理上也难以实时了解设备、产线状况。事实上,在一个典型的传统制造业中,60%的生产活动都是浪费的——因为它们根本没有增加顾客的价值。

提升作业价值、降低库存风险、缩短产品上市周期、少量多样的个性化产品、高弹性低附加价值的操作将是未来制造产业的发展趋势。传统工厂的转型进阶日益迫切。

数据驱动的工厂生产智能进阶,成为一种有效的方向。前提是,要让隐藏在生产制造各个层面的数据被“看见”。

“数据驱动”,也成为研华位于昆山的制造基地向智能工厂进化的核心推动力。

在研华科技位于昆山的制造基地内,有一间特殊的房间,被称之为整个制造基地的“战情室”。八块大电子显示屏实时呈现整个制造基地内三家工厂的现场生产实况,各个产线、工位的生产效率、工时等数字报表,机台设备的实时状况,厂房车间内的温湿度、环境指数,仓库进出物料的情况…… 所有工厂生产相关的数据,都可以在战情室里随时调用分析,监测整个工厂的生产状态。

这里可以说是工厂整体管理和营运的灵魂。

战情室定位为决策中心,随时搜集与分析工厂生产运作的数据,让工厂的环境、设备状态可视化,并将数据实时呈现,方便管理者以此制定决策。除了战情室内的屏幕外,分布于厂区、车间、仓库、各个产线站点及工位出大大小小的显示屏上,也都能实时看到相应生产数据,同时通过专门开发企业app,也可以随时手机等移动设备上查看工厂实时数据。这样一来,一旦有异常状况发生,管理者能第一时间得到通知,及时处理。

以设备联网及可视化作为起点,用数据让工厂变“透明”,从而持续生产优化流程,由数据驱动企业生产效率提升,研华的智能工厂进化之路由此开始。据公司内部统计,自2015年整套战情室系统导入全厂区以来,产品平均生产周期降低59%,同时提升员工生产力12%。

智能制造也不仅仅只是提出一些创新解决方案,而是要正真将这些智能解决方案在工厂生产线的各个场景中实现应用落地,才能真正拉动工厂向智能化的创新。同时,随着生产过程越来越细分,反过来每个应用场景都可能滋生新的行业解决方案,并能复制到其他生产制造行业中去,形成全行业共同升级转型的良性循环。

时代的钟声已经缓缓敲响,未来已来,从工厂到农田,从生产到零售,从工作到生活,智能化已经深入渗透每个领域,并由表及里改造每个行业,同时也正在重塑人类的工作。

一座智能工厂的养成之路,或许是一个非常缓慢的过程,而革命性的技术创新与制造业的融合更是充满挑战,但潜在的收益无比巨大,能够帮助企业寻求最优的解决方案,应对积弊,创造价值。

?

研华PCBA板卡厂:数字化进阶 打造虚实融合的透明工厂

“过去工厂的设备是‘吃’电的,现在以及未来,设备将是‘吃’数据的。” 研华PCBA板卡厂协理刘永仁作了这样一个形象的比喻。

2014年起刘永仁开始担任昆山板卡厂厂长(2017年5月他升任为板卡厂协理),也在那一年,工厂开始了全面的数字化升级转型之路。

“一般工厂为了追求生产效益都有MOQ(Minimum?Order?Quantity,最小订单量)的限制,但在我们所处的IoT产业,客户的需求量往往不大且种类繁多,PCBA工单很多都只有数片的需求,系统组装连一台的工单都有。”刘永仁介绍。

研华自1983年成立以来,一直致力服务全球不同垂直领域的SI伙伴及KA客户。因此,研华的产品形态一直都属于“少量而多样”。

“我们的工单在生产线上非常复杂,工程数非常多。”刘永仁说,这对于一般工厂而言很难想象,但是为了满足这种少量多样的弹性生产,也不得不失去一定的效率。一直以来,规模效率和产线弹性似乎是鱼和熊掌难以兼得的两面。很多大规模生产的工厂为了追求效率不得不牺牲弹性。但是,随着成本的上涨,以及对产品个性化、快速上市等需求的提升,原本的工厂作业状态渐渐难以满足。刘永仁也意识到,再不改变,很快就会面临巨大的挑战。

消灭“纸” 让数据被“看见”

从传统工厂向智能工厂进阶的过程中,以机器替代人力的自动化升级往往是很多工厂会考虑的第一步。但对于少量多样的个性生产,想要兼具弹性和效率,单靠自动化并不够。

“我们需要自动化,但自动化并不见得完全适合我们。而数据是未来的趋势,我们第一步做的是数据可视化管理,让散落在工厂各个角落的生产数据被‘看见’。”刘永仁说。

消灭“纸”是第一步。

从2014年开始,板卡厂把所有制造的设备全面联网,从而把所有生产的人、机、料、法、环的一些相关的数据全部做收集和分析。而在生产线上,很多看不见的东西,其实都是在管理上的盲点。

图片1.jpg

在具体的做法上,全厂导入MES(Manufacturing Execution System,制造企业生产过程执行系统),做全厂数字可视化,利用信息技术联网管理。MES是一套面向制造企业车间执行层的生产信息化管理系统,可以为企业提供包括制造数据管理、计划排程管理、生产调度管理、库存管理、质量管理、人力资源管理、工作中心/设备管理、工具工装管理、采购管理、成本管理、项目看板管理、生产过程控制、底层数据集成分析、上层数据集成分解等管理模块,为企业打造一个制造协同管理平台。

刘永仁指出,在导入智能化数字管理系统的同时,又要把人的经验写进系统,人机有效交互,实现真正透明的数据化管理。

如今,进入PCBA工厂的车间内,过去每个工人工位上贴满的各种纸张(作业书、说明书、流程单等),全部被一块电子屏替代,所有的操作文档全部可以实时下载,同时每一个环节上的生产状况也实时被系统记录。

“智慧工厂的第一步就是‘全面可视化’,以数字技术取代人工,让现场看得见。”刘永仁指出,工厂变“透明”了,可以让现场主管在第一时间做有凭有据的决策,同时也能有效杜绝现场的浪费。而这样的网络化数字化智能化技术,能让少量多样的生产兼具大量生产的效率,创造大效益。

打通系统 生产作业虚实结合

不过,仅仅“透明”是不够的。对于一座智慧工厂而言,数据信息被“看到”只是第一步,实现各个信息系统之间的串连沟通,进而深度挖掘数据价值是更关键的一步。

在研华昆山制造基地的制造执行系统(MES)框架中,主要有三大系统模块,分别是管理生产流程的智能排程系统(APS),追踪生产现场的生产管理系统(SFIS),以及管理物料的物料控制系统(MCS)。

通常而言,很多公司都有多个资讯系统,除了MES,其中ERP(Enterprise Resource Planning,企业资源计划)系统是大部分企业都会使用的,通常用于订单管理和财务管理。

“但很多公司的ERP和MES系统往往各自独立,相互之间没有连结起来。所以中间很多沟通都需要人工去做串连,会变得非常复杂,沟通成本很高。”刘永仁说。

其中,智能排程系统(APS,Advance Production Scheduling)尤为关键,被工厂的管理团队视作如“脊椎”一般重要。

据介绍,APS原来的目的和作用就是协助生管做工厂生产工单的排布管理,帮助少量多样生产形态的排程作业降低难度,减少人为作业部分。刘永仁介绍,在工厂生产中,工单排程是非常重要的关键因素,“如果把工厂看作一个人体,整个工单的排程就像人的脊椎骨,所有的人、机、料、法、环、文件,所有东西都是跟着生产排程的需求去串起来的,最后满足出货。” 所以生产排程的变化会直接影响整个生产线的效率及产能。

过去传统的工厂高度仰赖有经验的熟手来做工单排程,但随着规模渐渐变大,生产现场日益复杂,数千种产品完全仰赖人工经验排程的模式显然不可行。

据了解,研华自2014年开始推动iFactory 计划,同时将ERP/APS/MES做串连,让订单、工单、生产排程、物料管理、生产工艺、治工具、工序流转、全面链接,以数据指导生产安排、过程控制,现场管理等环节,突破以往高度仰赖熟练工、技术员与资深管理人员的作法,大幅降低营运成本。其中,APS作为一个新生系统,一方面与ERP沟通,获取订单、物料、出货讯息等,另一方面与MES交换数据,查阅工厂的设备、人力、治工具资源明细等。

?“ERP总揽了订单运营的所有数据,而MES是制造现场信息流的汇聚点。在传统工厂ERP与MES是独立管理的,无法同频互动。APS的出现恰恰解决了这个问题。APS系统帮助两端系统完成了最后的对接。整个工厂的数据流和实物流在多平台的共同作用下实现数据整合。”

打通各系统,填补系统间间隙,带来的是直接的生产进度管理上的收益。PCBA板卡生产周期从最初的9.5天直降到现在的3天以下。

“之前受困于系统间隙,ERP虽然很清楚订单交期,物料采购这些重要信息,可是工厂的现场生产状况却不明了,而MES掌握生产现况的同时无法实时对接前线供需的快速变化。随着APS把天地线搭接通畅,生产进度管理变得通畅透明且实时。以往需要业务、OP、SCM、采购、制造等,多单位反复进行信息沟通的状况被清除了,实物流和数据流被统一整合,物料从进库开始就被感知,订单转工单后业务也能通过窗口看到工单实际运营状况和产能状态,各制程段之间的模糊地带被信息串联消除,连生产异常的异常和出货的实时也被充份掌控、管理。”刘永仁进一步解释。

除了生产现场进度的管理变得更为紧凑和无缝衔接外,这种系统间的虚实整合也在其他管理环节体现收益。比如,库房的物料实现自动盘点,制造生产串联ERP生产完成后自动扣帐,之前需要人力实现的核算由系统统统代劳,设备联网互通,从异常报警到工时记录,现场状况转变为信息实时发送到各相关单位。

PCBA板卡厂向智慧工厂的进化之路还在进行中,在过去三四年的变革中,板卡厂在质量提升、组织精进以及生产系统智能化等领域都已经有了不小的收效,整体效益提升了40% 以上。刘永仁表示,2015年以后,智能制造已成为显学,传统工厂的智慧转型、变革已成为各个行业克不容缓的重要课题。研华在这个智能制造大潮流下也不会缺席,并且会以共创的模式与各领域的专家协同合作,加速智能制造的发展与共赢。


系统厂:?做“接地气”的智慧工厂

“最近订单比较多,我们的工程师、管理人员,包括我自己都下到第一线去支援,同时也在这个过程中不断发现生产线可以优化创新的地方。”研华昆山系统厂协理庄再来十分注重产线流程的合理化,在他看来,一条弹性的、可实时优化完善的生产线是打造智能工厂的前提。

系统厂早期一个月的产值约七八千万,现在则提高到约1.2亿,但相比之下人员反而有所减少。这就得益于流程的合理化,同时再在此基础上去做自动化、智能化的应用,才是工厂真正需要的“接地气”的智慧力量。

?打造一条弹性灵动的生产线

?实时了解各个生产流程的状况是让优化有据可循的基础。“战情室”的导入,让所有的生产数据透明可视,就能从中发现很多以前忽视的问题。

系统组装厂的生产流程,从产品材料投入开始,要经过组装、烧机、测试、包装等一系列步骤。庄再来说,他们早期从材料开始生产到出货往往需要5天是时间,以往也都不太清楚哪个环节是可以优化的,很多时候凭经验来调整。而现在生产数据的透明化起了很大的作用。

“通过生产过程的透明化,从前置到组装所需的时间、组装到测试所需的时间以及测试到包装所需的时间都一目了然,我们当时就发现,组装完之后,在测试阶段的停留时间特别长,往往要等十几二十个小时,有的甚至一天。”庄再来说,于是他们就意识到需要改善测试环节的效率,把测试时间缩短。

“大家就进行头脑风暴,把测试那一块做了一些人机协调。通过一些改造,引入测试台车,可以实现最多一个人同时测9台机器,而我们早期是一个人测一台机器,光在测试环节就需要20多个人。”庄再来介绍,现在通过数据透明的优化以及人机协调生产,工厂从投入产出的时间缩短到了2.5天以内,效果十分明显。

数据的透明化可以让管理人员快速抓到整个生产过程中的瓶颈,通过数字找到一个平衡点,快速调整优化产线,而不再像以往那样全凭经验来判断。

此外,数据的透明化也有助于人员生产力的合力调配。“通过数字化的自动连接,我们甚至可以追踪到每一个人的生产力。我们设定一些KPI指标来管理,用数据来串联,生产力也实现透明化,同样对于优化产线很有意义。”庄再来说。

柔性生产,因地制宜的人机协作

庄再来指出,对于研华而言,如果要用机器来完全代替人工自动化并不可行,因为那样势必将牺牲弹性,这并不适合研华少量多样的生产模式。对此,系统厂的策略是,在可能自动化且可以弹性应用的范围内,尽量用人机协作的方式,而且这样成本也比较容易控制。

比如,在系统厂,封箱打包的环节是全厂区负荷最重的部分,同时由于少量多样化的订单也意味着封箱打包的尺寸也各不相同。这部分单靠人力或者单一的机器,都难以实现高效率。“我们就跟相关的合作厂商一起来设计自动化应用方案,最终设计出这样的机台,可以全自动完成一系列动作——贴标签、封箱、打钉。它知道是哪一个工单,自动抓起来叠好。通过这样的优化,在封箱环节至少节省了三个人,但效率则提升了30%以上。”庄再来介绍,系统厂2016年成功导入自动封箱机代替人工封箱作业,之后2017年又导入机械手臂自动码垛,在降低现场人员工作强度和人力精实方面有突出的成效,入库区人员降低57%。

除此之外,利用物联网技术结合研华的ADAM系列传感器产品,串联生产中的各个环节,自动收集生产过程中相关生产资讯,如ESD防护状态、产品过站信息、螺丝防漏锁系统等,这些细分的智能应用在具体的生产环节中能很好地落地,并起到很大的效率提升作用。

庄再来举例,螺丝漏锁一直是困扰系统组装厂的一个痛点。因为人工操作难免会出现失误漏锁的状况,而这些细小之处的疏漏很难被一下子发现。经过研华自动化团队探索和验证,利用物联网技术,通过ADAM、工业交换机、工业控制主机的串联,与电动螺丝机进行连接,实时采集组装线螺丝锁附数量,并自动与标准数量进行对比,达到螺丝防漏锁功能,有效提升品质和效率。

此外,在人机协作方面,庄再来透露,下一步他们正在考虑导入一些小型的臂来协助生产小的产品,比如用于锁螺丝等。“80%以上的工作可以通过这些落实到细处的智能自动化设备来完成,而人则去做剩下的精细的部分,这才是对的方向。人不是去做苦工,而是做决策的,这应该是一个未来的方向,可能接下去很长一段时间都会按照这样的模式走。”庄再来表示。

“窥一斑知全豹” 挖掘数据价值

图片2.jpg

(研华智能制造app,管理人员可随时通过手机查看实时生产数据)

数据驱动的价值已经在工厂的生产流程、运营管理中初步显现。庄再来表示,下一步,要从更多维度去挖掘数据深层价值,来为工厂运营、决策服务,不断完善提升智能化水平。

“其实,每一个环节中的数据都可以反映出生产中不同层面的问题。”庄再来强调,对于大数据的收集,一定要收集到一些真正有用的数字,然后再去做针对性的分析,从而才能改生产带来真正的优化。

对于研华少量多样的产品形态,一千多种产品中,有的工序长,有的工序短,所以利用收集生产数据作分析,然后再针对重点的数字做解决方案来实时调整产线平衡十分关键。

事实上,这么多年来,业界在谈大数据的时候,也常常会提到“数据尸体”的概念。因为产生了洪流一样的数据,如果没有好的方式处理,依然是无效数据,甚至反过来产生负担。因为数据迭代非常快,从文本、音视频、图形现在已经演变到汽车、神经网络、基因等新型数据,加快数据处理的方式,也常为大数据时代的关键能力。而具体到工业生产制造的领域,能否利用数据分析,从而设计出有效的智能生产场景落地,才是真正有价值的。

“做智能化或者是自动化工厂,也不是说为了自动而自动,是真正要有效益。”庄再来说,他十分鼓励些工程师在线上协助生产,在这样的过程中,可以发现更多的问题,不断改善生产流程。结合追踪生产现场的生产管理系统(SFIS)所收集的生产数据,就可以针对不同的订单产品,改造生产流程。

庄再来介绍,早期的生产流程一般是从组装到测试再到包装、出货。但现在他们会针对某一些比较特殊的小的产品,把它改造成生产一条龙,可以实现当天就生产完毕并出货完毕。“这样就可以快速生产,达到弹性跟客户的需求出货。通过一些设备的改造测试以及自动化的优化,让生产连接更紧凑、无断点。”

?

机箱厂:信息技术与工业深度融合 重塑传统工厂

?研华昆山基地的机箱制造厂与板卡厂、系统厂相比,属于更为传统的产业制造。走进工厂,看到大机器、大规模的“重工业”生产场景,看上去似乎和智慧工厂的距离还有点远。但是过去的一年这些“重型大家伙们”经历了一番智能化的转变。

机箱厂主要制程包括冲压、板金加工、烤漆以及组装,一直以来,不管是在设备或是各项信息的自动化与智能化程度相对比较低。但自去年以来,他们越来越意识到向智能化转型迫切性。

“渐渐地,我们发现,如果只是仰赖过去的技术与工艺改善,已经有点捉襟见肘了。” 研华机箱厂协理刘志腾介绍,尽管过去几年来,工厂通过内部在生产技术以及工艺流程方面的精进,产能表现方面依旧势头良好,但在人力和材料成本不断上涨的背景下,他们还面对着产能形态发生变化的挑战。具体来说,工厂面临产品多样化以及生产复杂化的状况越来越明显,而且订单需求更为急迫,需要工厂有快速应变能力。

“从接单到现场的反应包括资料准备、串接要非常紧密,如果中间的信息仅靠人力传递,没有办法做到。”基于此,工厂从去年开始思考如何通过智能制造的转型,全面提高工厂生产作业以及管理的运行效率。机箱厂把2017年定为工厂的“智能化元年”。

?潜入深层做改变

?“我们必须潜入深层去做改变。”刘志腾坦言,对于工厂生产管理和流程工艺上,过去他们所作的改善,大多都是针对生产活动中的表层现象进行纠正和调整,但如果要追求更进一步的升级跟进化,就要运用感知与通信技术,潜入深层进行生产过程的动态与信息跟踪,通过新一层的认知,建立更高效的生产制造执行系统。

尽管导入智能化体系的时间是最晚的,但是机箱厂的转型速度很快。

2017年开始,工厂把设备跟生产动态信息进行串联,通过机台联网及生产执行系统 (MES),让整个生产过程中的信息可视化,提高工厂的生产灵活性跟资源利用率。

其中设备的部分,主要通过一些IoT模块以及外设传感器,来使其实现联网,设备可以实时采集生产数据,获得设备稼动状态。在模/治/工具的部分,则利用RFID的应用,来达到生产过程中的自动识别、获取与记录数据的功能。

通过采集机台相关运行数据并串联 MES 实时生产资料,机箱厂以“软硬整合”的方式驱动突破与进化。过去一年来的智能化改造中,机箱厂已经在“冲压”、“点焊”、“烤漆”三个制程导入MES智能化专案,其中包含设备监控、流程管理、实时生产力等功能模块,可以实现“设备综合稼动监控”、”生产实时动态追踪”、”生产信息有效链接”、”预防保养计划管理”等管理功能。

以冲压制程为例,过去当某个产品在冲压制程生产中是,很多实时指导其确切的生产情况,因为一个产品在冲压制程中可能就有十几个工序,如果要想知道这个产品加工到哪一个工序,预计什么时候可以产出,就一定要到现场去找到产品,才能够确定。现在,实现了联网的设备可以自动采集生产计数,实现产品在各个生产工序的完成量实时上传,就能有效的掌控每一笔在制工单的生产进度,以及具体的预计完成时间。

刘志腾透露,机箱厂2017年的产能对比2016年成长了近30%。这是通过IT技术,让生产活动中的所有信息实现可视化管理带来的初步效应。

不过,他认为,上述这些都还只是起步,“如果要驱动开创性的加速变革,就必须要通过系统之间的信息相互关联,建立精准、实时、高效的数据互联体系。”这是他们下一阶段要进一步推进的。

人、机、数据、系统 深度互联协作

在具备了基本的智能化基础之后,工厂开始从数据与信息中进行探讨与认知,并开始规划下一阶段的挑战与变革。

“2018年,我们会让所有系统信息在整个工厂运作管理流程中实现相互关联,提高工厂直接与间接单位的整体运作效能。”刘志腾透露工厂的下一步变革则需要更深层次的信息数据技术与工业的交融互联。

通过质量信息、MES信息、SAP订单需求、设备OEE等的系统信息互相联结,可以实现各项智能提醒功能,挖掘工厂生产以及管理的精进空间,更精准地进行工作任务的安排,提高各项计划的准确性跟可执行性。刘志腾说,2018年,他们要持续通过信息精炼以及串联,深化工厂的智慧化管理能力。机箱厂下一阶段的目标是提升7%的工厂人力成本效益。

而且,工厂中的信息应用,也不应该只局限在单一层面,必须要通过不同层面之间的整合链接,才能让信息流形成最大的价值体系。

比如,接下去工厂计划在钣金制程导入MES,实现机构件全制程的MES管理。因为钣金制程的生产型态相较于冲压而言是“绝对性的少量多样化”。目前工厂的自动化、智能化团队正在规划利用信息化系统,整合生产排程以及料件所需的刀具规格,感知前一制程的加工进度,自动分析运算,动态分配指定每一台机器的生产加工顺序。刘志腾预计,板金制程的MES导入,可以再提升生产力6%,设备有效稼动提升8%,同时生产L/T再缩短1天。

刘志腾指出,如果要成功地从传统制造模式转型,必须通过自动化生产方案的帮助,但因为产品少量多样化的原因,一般的自动化生产模式并不一定适用。所以人机协作的方案将是其实现智能化的主要模式。


智能制造的“十字路口”

在这个数字化的快速转型期,当代传统制造业和工厂亟待重构,“智能工厂”成为工业转型的重要助力。

IDC国际数据公司的统计显示,近年来,数字化转型已在中国制造业达成高度共识。有84.9%的受访企业表示,他们正在进行数字化转型,尤其是利用数字化技术和能力来驱动组织商业模式创新和商业生态系统重构,引领他们走向智能制造。IDC预计,到2020年,中国40%的制造企业将通过供应链、工厂运营、产品与生命周期间的集成获得新的商业价值。

但工业4.0非一己之力。在传统价值链下,企业是生产过程的核心,与供货商、经销商和客户之间以产业链上下游的模式相连接。而在工业4.0网络下,客户需求是生产过程的核心,以此为基础组织和设计公司、供货商、经销商、企业、售后服务机构、金融机构等多方参与者的加入,形成平台式的网络连接模式。工业4.0需要新的生态圈,需要工业企业打破组织的边界,与其合作伙伴互联互通。

研华针对工业4.0智慧工厂的进化之路规划了四个阶段式的“导入蓝图”——

第一步,实现自动化与省力化,即工业3.0时代,强调机器的自动化。运用机器视觉、机器人、自动导引车(AGV),减少对人力的依赖并实现精实生产。

第二步,设备联网及数据采集,即透过物联网技术及传感器,可以实时采集并传送数据,设备本身状态、生产过程的数据、生产现场环境数据的数据,都可以被收集,不再需要透过人力作业进行数据纪录。

第三步,MES整合应用与可视化,即将机台与生产信息通过MES制造生产执行系统整合应用,显示实时的工厂生产状态,实时进行信息分析及可视化呈现,以优化生产流程。

第四步,大数据分析及预防维护,即将信息实时传送到云端进行大数据分析,这些数据可以预测出工厂货料预备,甚至是与上下游厂商的更紧密合作可能。可以提高生产力,优化进货及库存管理,并减少维修成本。

这其中,数据是最大的概念。

因为,智能工厂不仅生产产品,更生产“数据”。对于生产数据的善加储存、处理并进行数据分析,可以协助管理者实时掌握生产状况,并通过数据还原现场、优化流程;而工厂战情中心将让工厂的环境、设备、生产数据可视化,管理阶层使用数据来驱动决策行为。

在工业物联网越来越多的解决方案的推动下,新型工厂实现互联和数据驱动已是大势所趋。而转型的过程势必是漫长而艰难的,需要跨越许多障碍。除了网络信息、硬件设备之外,工厂中的员工也是工厂变革需考虑的重要挑战因素。在工业4.0,不仅仅是工厂的进化,工人更需要和造运营同步进化。而当前,在数字化时代的物联网平台下,只有人机充分协作,智能工厂才能有效运转。在劳动密集型工作岗位能引进“智能”解决方案,提升工厂整体员工的技术水平,为员工打造更为高效、舒适的人性化工厂,是技术之外,智能工厂承诺践行的关键。研华在工厂智能化的实践中也充分体会到打造制造生态网络中人、机、生产系统之间的协作的重要性,这样将在很长一段时间内符合未来制造业少量多样化的生产模式。

此外,需要注意的是,数字化和网络化串联带来的效益很大,但是也有些新的问题在出现。海量数据开始充斥整个工厂,设备监控OEE、设备预防保养PMS、生产执行MES、环境与能耗监控EMS、经营绩效指标管理FIMS,这些林林总总的数据无一不细不繁;生产数据应用已成为每个制造行业要攻坚的重要课题。而智能化的目地是用数据简化并取代部份不必要的人工操作,让信息和数据自动运算、分析与回馈,提供更有价值,实时并有前瞻性的管理讯息,让管理决策更容易。同时,谨慎保护自己的数据资产,注重数据质量与监管,在对于智能工厂同样是至关重要的课题。

一切都在循序渐进中,全行业都站在智能制造的“十字路口”,变革已经开始,我们既要仰望星空,更需脚踏实地。

热点新闻

推荐产品

x
  • 在线反馈
1.我有以下需求:



2.详细的需求:
姓名:
单位:
电话:
邮件: