博客

推进智能制造的七大难点与六大对策

2018-09-08黄培

4672阅
    2018年9月7日,我在e-works举办的第四届智能制造国际论坛上发表了主题演讲。我在演讲中分析了智能制造当前面临的难点问题与对策。

    当前,我国制造业面临着异常严峻的挑战:人口红利消失、未富先老、企业招工难,人工成本迅速上升;高房价、高地价迫使国内制造业向内地转移,低成本制造业向东南亚国家转移;高赋税以及社保费用的压力也给企业带来高昂的运营成本;今年以来,钢铁、化纤等原材料价格上涨对下游行业带来巨大的成本压力;环保风暴也给很多企业敲响了警钟;中兴事件则暴露出我国制造业核心技术缺失的尴尬现状;而国际贸易争端更是对出口型企业雪上加霜。从近期的统计数据来看,我国出口的第一大省广东的采购经理人指数已下滑到枯荣线之下,面临空前压力;乘用车行业的产销量已出现了下滑。

    在这种背景下,制造企业如何实现转型升级?推进智能制造成为重要的途径。然而,目前我国制造企业推进智能制造面临着诸多难点问题:

    第一,概念满天飞,技术一大堆。近几年来,从工业4.0的热潮开始,智能制造、CPS、工业互联网(平台)、企业上云、工业APP、人工智能、工业大数据、数字工厂、数字经济、数字化转型、C2B(C2M)等概念接踵而至,对于大多数制造企业而言,可以说是眼花缭乱、无所适从。智能制造涉及的技术非常多,例如云计算、边缘计算、RFID、工业机器人、机器视觉、立体仓库、AGV、虚拟现实/增强现实、三维打印/增材制造、工业安全、TSN(时间敏感网络)、深度学习、Digital twin、MBD、预测性维护......,让企业目不暇接。这些技术看起来都很美,但如何应用,如何取得实效?很多企业还不得而知。


智能制造领域,概念众多

    第二,摸着石头过河。企业推进智能制造领域的相关技术十分缺乏经验,欠缺可以借鉴的成功案例。目前,制造企业已经存在三种类型的孤岛:信息孤岛、自动化孤岛,以及信息系统与自动化系统之间的孤岛。企业目前也缺乏统一的部门来系统规划和推进智能制造。在实际推进智能制造的过程中,企业也仍然是头痛医头,缺乏章法。


产品的Digital Twin(图片来源于网络)

    第三,理想很丰满,现实很骨感。推进智能制造,前景很美好。但是绝大多数制造企业利润率很低,缺乏自主资金投入。在“专项”、“示范”以及“机器换人”等政策刺激下,一些国有企业和大型民营企业争取到各级政府给予的资金扶持,而中小企业只能“隔岸观火”,自力更生。然而,为了争取政府项目,方案必须做得漂亮,档次必须高大上,投入必须上亿。大屏幕指挥中心是必须有的,大量采用机器人的自动化生产线是必须建的,立体仓库、AGV也是可以有的,MES更是必不可少的,国产系统是必须用的。至于究竟能否取得实效,就只有企业“冷暖自知”了。

    第四,自动化、数字化还是智能化?在推进智能制造过程中,不少企业对于建立无人工厂、黑灯工厂跃跃欲试,认为这就是智能工厂。而实际上,高度自动化是工业3.0的理念。

    对于大批量生产的产品,国外的优秀企业早就实现了无人工厂,例如日本FANUC全自动装配伺服电机,40秒一个,但其前提是产品的标准化、系列化,以及面向自动化装配的设计,例如将需要用线缆进行插装的结构改为插座式的结构。e-works两次组团参观三菱电机的名古屋制作所可儿工厂,他们非常明确,对于大批量生产的产品,大量应用机械手,实现高度自动化;对于中小批量的产品,推进低成本自动化,即部分工位的自动化;而对于单件定制的产品,采取手工装配。去年,e-works考察团参观施耐德电气的法国诺曼底工厂,他们非常客观地介绍,该工厂是生产继电器的自动化工厂,但还不是智能工厂,邀请我们来年再去,实际上该工厂实现了从绕线、装配、包装等全流程的自动化,而且可以在一条产线生产多种变型产品。西门子一直将被广泛誉为工业4.0典范的安贝格电子工厂称为数字化工厂,其特点是人机协作的柔性自动化生产、智能物流、工业软件广泛应用、海量的数据采集以及大数据分析。

    一个真正的智能工厂,应该是精益、柔性、绿色、节能和数据驱动,能够适应多品种小批量生产模式的工厂。智能工厂不是无人工厂,却是少人化和人机协作的工厂,推进智能工厂绝不是简单地实现机器换人。南京的爱立信工厂有一条装配线,一开始设置的自动化率是90%,后来发现调整为70%,增加若干人工工位,整体质量和效率反而是最优的。此外,对于装备制造行业,机加工等工序并不适合建立自动化生产线,而建立FMS(柔性制造系统),则是更现实的选择。MAZAK、FANUC的机加工车间应用FMS已达到720小时无人值守,自动生产不同的机械零件。


MAZAK的FMS(柔性制造系统

    第五,投资回报?制造企业的企业家,尤其是中小型民营企业的老板,非常关心投资回报。我多次听到一些企业家提出,必须能够在三到四年能够收回投资的信息化、自动化系统才投入,甚至有期望值更高的,希望能够找到“下金蛋的鸡”。然而,有些账容易算,比如某条产线减少了多少工人。有些账却不那么容易算,例如工业软件的应用涉及到如何满足企业不断变化的个性化需求。作为一个使能要素,企业离不开工业软件,却难以计算出它究竟为企业直接或间接节省了多少成本,赚了多少钱。如果选型、实施和应用不到位,更是常常用不起来,业务部门牢骚满腹。长此以往,制造企业更加重硬轻软,最后停留在小打小闹地做一点局部的自动化改善。

    第六,数据采集与设备联网,迈不过去的坎。企业要真正实现智能制造,必须进行生产、质量、设备状态和能耗等数据的自动采集,实现生产设备(机床、机器人)、检测设备、物流设备(AGV、立库、叉车等),以及移动终端的联网,没有这个基础,智能制造就是无源之水。但是,我常常看到很多制造企业还停留在单机自动化阶段,甚至一些知名企业的生产线也未联网。没有基础的设备联网,何谈工业互联网?!

    第七,基础数据和管理基础。无论是推进企业信息化、两化融合,还是进一步实现数字化转型,推进智能制造,基础数据的规范性和准确性都是必要条件。很多企业在实施ERP,或者ERP升级换型的过程中,花费时间最多的就是基础数据的整理。企业管理的规范性、业务流程的清晰,也是企业推进智能制造的“敲门砖”。但现实的情况是,一些企业的基础数据还没有理顺,却在大谈“工业大数据”。这种舍本逐末的做法,注定是难以取得实效的。

    推进智能制造有这么多难点问题,那么,制造企业究竟有何对策?如何避免变成“滑铁卢战役”呢?

    首先,必须明确智能制造不是目的,而是手段。推进智能制造的核心目的是帮助企业通过实现降本增效、节能降耗、提高产品质量、提升产品附加值、缩短产品上市周期、满足客户个性化需求,以及向服务要效益等途径,提升企业的核心竞争力和盈利能力。推进智能制造绝不能搞面子工程。

    第二,必须对智能制造有正确的理解和认识。e-works认为,智能制造覆盖企业全价值链,是一个极其复杂的系统工程,不要期望“毕其功于一役”,搞个专项就万事大吉推进智能制造需要规划、IT、自动化、精益等部门通力合作;不同行业的企业推进智能制造差异很大。推进智能制造,需要引入中立、专业的服务机构,开展多层次、多种形式的培训、考察、交流与学习,让企业上下树立对智能制造的正确认识。

    e-works一直强调,小批量、多品种的企业,不要盲目推进无人工厂;个性化定制和无人工厂是鱼和熊掌不可兼得;不能盲目推进机器换人。e-works提出的智能制造金字塔已成为业界的共识,被广泛引用。智能制造金字塔包括四种类型的创新(商业模式、生产模式、运营模式和决策模式创新),十大应用场景(智能产品、智能服务、智能装备、智能产线、智能车间、智能工厂、智能研发、智能管理、智能物流供应链,以及智能决策),底层还需要五大类使能技术(ICT技术、工业自动化技术、先进制造技术、现代企业管理和人工智能技术)的支撑。近期,e-works还推出了智能制造实施与应用白皮书,作为企业正确推进智能制造的指南。


e-works出版的智能制造应用白皮书

    第三,大处着眼,小处着手。企业要想推进智能制造取得实效,应当参照e-works智能制造金字塔的相关内容,通过智能制造现状评估、业务流程和工艺流程梳理、需求调研与诊断、整体规划及落地实施五个步骤,画出清晰的智能制造路线图,然后根据路线图和智能制造整体规划,稳步推进具体的项目,注重对每个智能制造项目明确其KPI指标,在测度关键绩效指标的基础上,评估是否达到预期目标。智能制造要取得实效,需要清晰的思路、明确的目标、高层的引领、专业的团队和高度的执行力。


智能制造总体框架范例

    第四,紧密跟踪先进制造技术的发展前沿。近年来,制造业的新材料、新技术、新工艺层出不穷,金属增材制造技术不仅改变了复杂产品的制造方式,还改变了产品结构,也彻底打破了可制造性的桎梏,催生了创成设计(Generative Design)等新的设计模式,从计算机辅助人设计,演化为人辅助计算机设计。碳纤维复合材料的广泛应用催生了全新的制造工艺和制造装备。奥迪A8采用了铝制车身,车身焊接不能再使用点焊,取而代之的是铆焊、摩擦焊、激光焊等新工艺。材料和工艺的改进,往往会对产品的性能,例如抗腐蚀、耐久性带来巨大的提升。精密测量技术也在迅速发展,由接触式测量发展到非接触式测量,由离线检测演化为在线检测,由事后检测演化为边测量边加工,从而帮助制造企业提升产品质量。


英国雷尼绍(Renishaw)实现在机检测

    第五,积极稳妥地推进数字化和智能化技术的应用。当前,人工智能技术的发展如火如荼,必将在制造业不断得到应用,尤其是在无人驾驶汽车、质量检测与优化、设备故障诊断和预测等领域。现在已经出现了Google的Tensorflow等开源的人工智能引擎可以应用。此外,VR(虚拟现实)、AR(增强现实)、MR(混合现实)等可视化技术,在制造业也有很好的应用场景,例如设备操作培训和设备维修维护等。爱立信工厂应用AR技术进行电路板的检测,蒂森克虏伯电梯利用MR技术提高电梯维护的效率。Cobot(协作机器人,单臂和双臂)在装配、拧螺丝、涂胶等很多工序可以进行应用,机器人与视觉传感器、力觉传感器的集成应用能够大大提高机器人动作的准确性和灵活性。


爱立信工厂利用AR技术辅助进行电路板质量检测

    第六,选择真正靠谱的合作伙伴。智能制造系统架构十分复杂,也非常个性化,相关技术在不断演进,企业本身也是动态变化,智能制造评估体系和规划方法论也还处于不断完善的过程中,智能制造的推进是一个长期的过程。因此,企业推进智能制造需要寻找专业的合作伙伴,从培训、现状评估、规划,到具体的数字化工厂仿真、产线设计,到真正实现工控网络的建设,并建立工控安全体系,实现IT与OT系统的集成。e-works就像一个“全科医生,可以帮助企业建立智能制造的顶层规划,设计整体框架,并对数字化、智能化技术的应用进行总体设计。同时,e-works还可以帮助制造企业推荐各个领域的“专科医生”,具体帮助企业解决设备数据采集、车间联网、产线设计、工厂仿真、智能物流系统应用等诸多具体问题。

    智能制造领域博大精深。经过十六年的探索与实践,e-works通过推进智能制造知识传播、社交媒体和网上社区、会议论坛、专业培训、咨询服务、产业研究和国际智能制造深度考察,构建了智能制造知识库、方案库、案例库和专家库,实现了智能制造服务的闭环,打造了我国智能制造领域独特的枢纽与平台,成为对接制造企业与智能制造解决方案提供商,连接学术界、工业界和政府的桥梁,形成了开放的智能制造生态系统。在智能制造推进的过程中,e-works将与制造企业相互学习、协同发展,真正为我国制造业转型升级做出实实在在的贡献。

本博客所有内容,若无特殊声明,皆为博主原创作品,未经博主授权,任何人不得复制、转载、摘编等任何方式进行使用和传播。
读者评论 (2)
以上网友发言只代表个人观点,不代表本网站观点或立场。
请您登录/注册后再评论
相关阅读