導讀：如何打造中國特色的智能工廠？從哪幾個方面入手？智能做成什麼程度？
文丨蘭光創新董事長 朱鐸先
智能工廠的建設原則
經過深入研究工業4.0、中國製造2025等戰略，結合十多年數字化車間建設的經驗，蘭光創新認為，製造企業應以中國製造2025為宗旨，以兩化深度融合為突破口，參考德國工業4.0中的智能工廠模式及美國GE工業互聯網等先進理念，結合企業實際情況，以人為本，建設“設備自動化、人員高效化、管理信息化”的中國特色的智能工廠。
▲典型的智能工廠示意圖
① 智能工廠的實施廣度
我們可以參考德國工業4.0中對“智能工廠”的定義：重點研究智能化生產系統及過程，以及網絡化分佈式生產設施的實現。前半句“智能化生產系統及過程”，是說除了包括智能化的機床、機器人等生產設施以外，還包括對生產過程的智能化管控，站在信息化的角度，就是智能化的MES製造執行系統。而後半句：“以及網絡分佈式生產設施的實現”，是指將生產所用的生產設施(如機床、熱處理設備、機器人、AGV、測量測試等各種數字化設備)，進行互聯互通、智能化的管理，實現信息化系統與物理系統的深度融合。目前很多企業實施的DNC/MDC(設備聯網、設備監控系統)是其重要的基礎。
② 智能工廠的實施深度
按照工業4.0戰略的描述，理想狀態的智能製造是一種高度自動化、高度信息化、高度網絡化的生產模式，工廠內人、機、料自主協同，自組織、高效運轉;工廠間，通過端對端集成、橫向集成，實現了價值鏈的共享、協作，效率、成本、質量、個性化都得到了質的飛躍。
對於中國製造企業而言，現在恰逢“三期交疊”的困難期，企業希望既要符合工業4.0或者是中國製造2025的發展方向，又要投資小、見效快、確保成功率，如何在兩者之間平衡，是一個很現實、也很重要的問題。
蘭光創新認為，在本次智能化製造的革命中，企業一定要“著眼長遠、立足當下”。既要符合工業4.0 的理念，體現出其主要特點，又要本著務實的原則實施工業4.0戰略。比如，要汲取以前CIMS實施的經驗與教訓，不要過於理想化，不要過多強調自組織、自學習、自執行等高難度的智能技術，企業不是突破什麼關鍵智能製造技術的研究單位，而是以創造效益為根本目的，要總體規劃、分步實施，以效益為驅動，確保成功率。在自動化的基礎上，實現信息化、網絡化，在管理方面深挖潛力，充分發揮人的作用，構建具有適度智能的數字化、網絡化、高效化、個性化的智能生產模式，切實做到明顯的“提質增效”。並以量化為指標，循序漸進，全面提升企業的競爭力。假如通過3年時間，能將設備利用率提高100%，蘭光創新認為就極有可能“確保企業的未來”，這些作法就是符合工業4.0戰略思想的。
③ 建設智能工廠要有全局的、系統的思想
最近，與製造企業進行有關智能工廠方面的交流時，看到生產效率與日本、歐美國家等發達國家的巨大差距後，很多管理者往往著急地說，我要再買些機器人加強自動化，或者說我要加強考核，讓工人提高效率。
蘭光創新認為，認識到自己與別人的差距，並有決心去行動、去改變，這是非常值得肯定的事情，但智能工廠是個系統工程，而不是從某個單一環節上就能解決的，光靠購買大量的設備或者僅對工人加強管理，對整體而言效果是有限的。試想一下：
如果生產計劃都不準確，排產結果都是延期的，你怎麼能夠讓工人保證按期交貨?如果生產計劃都是不科學的，本身就存在大量的等待時間，企業又怎麼能怪工人不努力?
生產過程中，操作工與刀具、物料等生產準備人員本來就是並行協同的關係，如果一直延續以前串行的工作模式，出現“操作者很忙，機床很閒”的局面是在所難免的，單個工人身上已經很難挖掘潛力了，必須從生產流程、組織管理上進行優化管理;
還比如，如果信息化系統與生產設備脫節，不能充分發揮高端設備數字化通訊、自動採集等方面的優勢，所有的工作還靠人工輸入，又怎麼能保證數據的實時性、準確性、客觀性?沒有這些數據的支撐，又怎麼能及時獲知生產信息，及時作出科學的管理決策?
如果不能對物料、刀具、量具、夾具等生產資源進行精益化的管控，不是積壓就是短缺，這種粗放型的管理又如何能保證生產效率的提升與成本的降低?
前面也講過，數據就是企業的財富，沒有良好的信息化管理系統，沒有自動化的數據採集系統，沒有智能化的大數據分析，沒有形象直觀的展示系統，這些數據就白白丟失掉了，企業永遠只能處於憑經驗、拍腦袋的粗放型管理狀態。
蘭光創新認為，企業在智能工廠建設時一定要從全局思考，打造一個全面的、有體系的智能工廠管理系統，從各個方面進行優化、挖掘潛力，最大程度地提升企業的生產效率及管理水平。
六個維度打造中國特色的智能工廠
- 如何打造中國特色智能工廠？
- 從哪幾個方面入手？
- 智能做成什麼程度？
針對這些企業關心的問題，蘭光創新在領先的智能工廠整體解決方案的基礎上，結合工業4.0等先進理念，在國內首次提出了 “六維智能理論”，即要從6個維度的“智能”打造中國特色的智能工廠：智能計劃排產、智能生產過程協同、智能設備互聯互通、智能生產資源管控、智能質量過程控制、智能大數據分析與決策支持。
該理論分別從計劃源頭、過程協同、設備底層、資源優化、質量控制、決策支持等6個方面著手，實現全面的精細化、精準化、自動化、信息化、網絡化的智能化管理與控制，既很好地符合了德國智能工廠的定義，又能與美國工業互聯網、以及中國製造2025等理念完全吻合。
▲全模塊的蘭光智能工廠
▲“6維智能工廠”理論
下面，簡單地介紹一下這6個智能：
1
智能計劃排產
首先從計劃源頭上確保計劃的科學化、精準化。通過集成，從ERP等上游系統讀取主生產計劃後，利用APS進行自動排產，按交貨期、精益生產、生產週期、最優庫存、同一裝夾優先、已投產訂單優先等多種高級排產算法，自動生成的生產計劃可準確到每一道工序、每一臺設備、每一分鐘，並使交貨期最短、生產效率最高、生產最均衡化。這是對整個生產過程進行科學的源頭與基礎。
▲圖形化的JobDISPO APS高級排產
2
智能生產過程協同
為避免貴重的生產設備因操作工忙於找刀、找料、檢驗等輔助工作而造成設備有效利用率低的情況，企業要從生產準備過程上，實現物料、刀具、工裝、工藝等的並行協同準備，實現車間級的協同製造，可明顯提升機床的有效利用率。
▲智能的生產過程協同
還比如，隨著3D模型的普及，在生產過程中實現以3D模型為載體的信息共享，將CATIA、PRO/E、NX等多種數據格式的3D圖形、工藝直接下發到現場，做到生產過程的無紙化，也可明顯減少圖紙轉化與看圖的時間，提升工人的勞動效率。
▲3D Viewstation可視化
在智能製造中的應用
3
智能的設備互聯互通
無論是工業4.0、工業互聯網、還是中國製造2025，其實質都是以CPS賽博物理系統為核心，通過信息化與生產設備等物理實體的深度融合，實現智能製造的生產模式。對企業來講，將那些貴重的數控設備、機器人、自動化生產線等數字化設備，通過DNC/MDC的機床聯網、數據採集、大數據分析、可視化展現、智能決策等功能，實現數字化生產設備的分佈式網絡化通訊、程序集中管理、設備狀態的實時監控等，就是CPS賽博物理系統在製造企業中最典型的體現。
▲DNC/MDC系統架構圖
DNC是Distributed Numerical Control的簡稱，意為分佈式數字控制，國內一般統稱為機床聯網。DNC系統通過一臺服務器可實現對所有數控設備的雙向併發通訊，支持Fanuc、Siemens、Heidenhain等上百種控制系統，兼容RS232、422、485、TCP/IP、無線等各類通訊方式，具有遠程通訊、強制上傳等常見功能，將數控設備納入整個IT系統進行集群化管理。
管理學大師彼得·德魯克曾經說過“你如果無法度量它，就無法管理它”，我們不僅需要通過DNC解決互聯的問題，更需要通過MDC(Manufacturing Data Collection，直譯為製造數據採集，俗稱為機床監控)解決數據自動採集、透明化、量化管理的問題。
MDC通過一臺計算機可以同時自動採集4096臺數控設備，兼容數控機床、熱處理設備(如熔鍊、壓鑄、熱處理、塗裝等設備)、機器人、自動化生產線等各類數字化設備，兼容西門子等所有機床控制系統，以及三菱、歐姆龍等各類PLC的設備。
對高端帶網卡的機床，可直接採集到機床的實時狀態、程序信息、加工件數、轉速和進給、報警信息等豐富的信息。並以形象直觀的圖形化界面進行顯示，比如，綠色表示機床正在運行，黃色表示機床開機沒幹活，灰色表示沒開機，紅色表示故障，鼠標在機床圖形上一點，相關的機床詳細信息就全部實時地顯示出來，實現對生產過程的透明化、量化管理。
▲MDC-Max設備遠程監控界面
如果要實現更逼真的顯示效果，可通過3D虛擬技術以立體的形式展現車間、設備、人體模型等，可以實現人體的行走、機床的放大縮小、設備信息的實時顯示等各種操作，給用戶一個更直觀、形象的展現。
▲蘭光3D可視化車間
4
智能生產資源管理
通過對生產資源(物料、刀具、量具、夾具等)進行出入庫、查詢、盤點、報損、並行準備、切削專家庫、統計分析等功能，有效地避免因生產資源的積壓與短缺，實現庫存的精益化管理，可最大程度地減少因生產資源不足帶來的生產延誤，也可避免因生產資源的積壓造成生產輔助成本的居高不下。
▲蘭光刀具管理模塊界面
5
智能質量過程管控
除了對生產過程中的質量問題進行及時的處理，分析出規律，減少質量問題的再次發生等技術手段以外，在生產過程中對生產設備的製造過程參數進行實時的採集、及時的干預，也是確保產品質量的一個重要手段。
通過工業互聯網的形式對熔鍊、壓鑄、熱處理、塗裝等數字化設備進行採集與管理，如採集設備基本狀態，對各類工藝過程數據進行實時監測、動態預警、過程記錄分析等功能，可實現對加工過程實時的、動態的、嚴格的工藝控制，確保產品生產過程完全受控。
▲對熱處理設備生產參數的
實時監控與及時處理
當生產一段時間，質量出現一定的規律時，我們可以通過對工序過程的主要工藝參數與產品質量進行綜合分析，為技術人員與管理人員進行工藝改進提供科學、量化的參考數據，在以後的生產過程中，減少不好的參數，確保最優的生產參數，從而保證產品的一致性與穩定性。
6
智能決策支持
在整個生產過程中，系統運行著大量的生產數據以及設備的實時數據，在蘭光創新的很多用戶裡，企業一個車間一年的數據量就高10億條以上，這是一種真正的工業大數據，這些數據都是企業寶貴的財富。對這些數據進行深入的挖掘與分析，系統自動生成各種直觀的統計、分析報表，如計劃制訂情況、計劃執行情況、質量情況、庫存情況、設備情況等，可為相關人員決策提供幫助。這種基於大數據分析的決策支持，可以很好地幫助企業實現數字化、網絡化、智能化的高效生產模式。
▲基於大數據分析的智能決策支持報表
總之，通過以上6個方面智能的打造，可極大提升企業的計劃科學化、生產過程協同化、生產設備與信息化的深度融合，並通過基於大數據分析的決策支持對企業進行透明化、量化的管理，可明顯提升企業的生產效率與產品質量，是一種很好的數字化、網絡化的智能生產模式。
--- THE END ---
閱讀更多 標杆智能工廠 的文章
關鍵字: 美好，一直在身邊 原汁原味的德系SUV 投資
