从精益出发，带你走“近”智能制造
精益是数字化的根基
精益是一种不断改善经营效率，发挥资源，包括核心的人的能动性力量，持续学习不断改善，让企业不断提升竞争能力。
精益对生产中的过度生产、等待、运输、过度加工、库存、缺陷返工、走动、人才浪费进行了聚焦，并提出了诸多的方法予以消除。消除浪费就是一种对资源的最大化利用，发挥成本效率的途径，最终去实现经营的利润率最大化。
我们总把MES/ERP这些理解为数字化系统，但是，所谓的数字化运营的本质在运营，而非数字，数字只是实现的数字化运营的手段。
之所以说精益是数字化的根基在于精益为生产提供了各种量化方法、工具，例如KPI、OEE、TPM、RCA、5S、目视化管理、看板等，这些使得工厂成为了一个可以被量化、可视化、透明化的工厂，一切都服务于经营目标：质量、成本与交付能力。
智能工厂的性能指标要求是基于精益的可量化而定义的，这些是数字化运营、智能制造、工业4.0等所有概念必须去实现的目标。
自动化的角色
传统上，我们仅站在自动化行业的角度理解自动化，就是传感器检测、控制循环、显示、趋势报警，然而，当我们把自动化放在智能制造大环境下，我们会发现它扮演的角色是服务于运营本质的。
1）确保效率
为什么要自动化？从传统生产运营角度而言，采用人工搬运、加工的过程显然与机器的速度无法相比，尤其是谈到智能制造的集成生产，将继续削减中间不必要的环节—精益中所定义的不增值环节。事实上，在自动化程度上，连续型生产的自动化程度要更高。
2）确保生产质量
高精度的伺服定位与同步、机器人集成制造使得产品质量及其一致性不断提高，这些都是机器相较于人而言更为重要的作用。
3）提供生产灵活性
运动控制不仅提供了高精度的加工质量，而且还确保了生产的柔性，就像在各种机器上，运动控制扮演让生产更为灵活的角色，通过参数设置，伺服系统自己规划加工曲线，确保平滑的工艺切换。
4）提供上行数据采集与下行指令执行
当然了，自动化系统还扮演了精益的可视化管理角色，包括趋势、报警，当然也包括生产中的能源、维护、品质数据向管理系统的输送，当然，也接受来自管理系统的指令，如新的订单加工参数、工序等。
数字化/信息化的角色
自动化已经让标准化的大规模生产达到了极高的水平，但是，当生产的个性化需求变得越来越多的时候就产生了新的挑战，从精益角度，质量、成本与交付都成了困难，几个例子来说明：
不良品率：当印刷批次变小时，开机浪费将提高不良品率，使得质量实际上下降。 成本：当不良品率提高，成本显然提高，而个性化生产带来的工艺切换时间、当机等显著提高了成本。 交付能力显著下降：以上问题在个性化时代就会放大，使得交付下降。
从这个角度来观察生产制造的要求就会发现，全局来优化产线成为了必然，例如：
1.如何消除生产运营过程中时间、能耗等浪费？ 2.当有设备停机产线如何自动分配负载？ 3.在批次迭代、周期变小时如何削减开机浪费？ 4.工艺切换的时间耗费如何降低以达成快速交付？
再回到运营角度来思考，就会发现，智能制造必须借助于信息的透明来分析问题，数据连接起来，才能全景的观察产线，才能寻找运营的优化。
这也是为什么信息化系统成为了热点的原因，信息化不仅要梳理数据的传输，也明白数据的流向—即用途，是要服务于生产运营的。如上图所示，包括从底层的现场总线、信息模型、数据模型、设计、制造各个环节，以全景形式给了我们以参考。
智能化--全局优化与决策支持
自动化建立在对单个控制任务的调节，即使多变量系统通常也是在一台机器、一个子系统中，而生产的全局优化要在更高维度，而这个时候，计算能力、模型能力已经超出了目前的机理模型。
如上图所示，全景描绘了从精益到智能的全局过程，数据采集、信息处理、全局利用直到最终的自主学习能力。
总结而言，智能化是必须建立在精益运营、自动化、信息化之上的全局的优化问题，通过更为全局的模型，对市场端的需求拉动、工艺设计与辅助制造、供应链、生产制造环节、运营维护整个的协同，就形成了整体的基于设备状态、生产订单、能源消耗、财务成本等共同构成的“寻优”，并给予运营“决策支持”。
当下对于智能制造的讨论多数聚焦于技术之实现，多是以局部看全局，而另一方面，为了智能制造而上系统也是偏离了企业经营之本质，如何厘清经营与智能制造间的关系，建立有效的路径分析与判断，并逐次有效的实施整体战略，对于企业而言，尤为重要，因为，这关乎企业长久的存亡，而非短期之政策红利。
关注我们
在线客服
在线客服