e-works数字化企业网  »  文章频道  »  基础信息化  »  IT综合

工业4.0系列专栏——建设智能工厂 可从这6个方面着手

—— 工业4.0系列谈之五

2015/7/25    来源:e-works    专家:朱铎先      
关键字:工业4.0  智能工厂  兰光创新  
本讲重点探讨了智能工厂的实施原则以及从哪些方面进行建设具有中国特色的智能工厂,最后分别以不同生产类型的企业为例进行了案例分享。
    一、简单回顾
 
    通过前几讲的讲解,我们对工业4.0的认识趋于清晰。
 
    第一讲告诉我们,德国实施工业4.0战略的根本目的是“确保德国制造业的未来”,联想到中国制造2025的“实现制造业由大变强的历史跨越”的战略目标,实质也是“确保中国制造业的未来”。具体到企业,实施工业4.0战略绝不是面子工程,也不是为了购买多少最先进的软硬件,应该是“以提质增效为中心”,根本目的是“确保企业的未来”。因此,兰光创新认为,一切有利于“提质增效”,一切有利于“确保企业未来“的战略与措施,都是值得肯定的。
 
    第二、三讲重点分析了德国工业4.0、美国工业互联网、中国制造2025等不同战略的战略部署,我们可以看到这三个战略是“不谋而合、异曲同工”,都是以“新一代信息技术与制造业深度融合为主线,以推进智能制造为主攻方向”,也就是以CPS赛博物理系统为技术核心,实现智能制造的生产及服务模式。对于制造企业而言,“实现生产设备与IT相融合”是CPS在企业中的具体应用。通过对比分析,我们找到了企业实施工业4.0的最佳突破口,那就是通过生产设备的互联互通(设备联网/数据采集)、基于大数据分析的决策支持,并实现生产过程智能化的管理与控制,建设中国特色的智能工厂。
 
    第四讲主要是探讨了“人”在工业4.0战略中的位置及意义,并强调指出,在企业的生产过程中,一定要通过培训、培养,提高员工技能,通过合理组织工作、科学管理,人与机器、CPS等先进技术相辅相成,共同实现“提质增效”的目的。 
 
    下面我们结合这些结论与理念,进一步探讨如何打造具有中国特色的智能工厂。
 
    二、智能工厂的建设原则
 
    经过深入研究工业4.0、中国制造2025等战略,结合十多年数字化车间建设的经验,兰光创新认为,制造企业应以中国制造2025为宗旨,以两化深度融合为突破口,参考德国工业4.0中的智能工厂模式及美国GE工业互联网等先进理念,结合企业实际情况,以人为本,建设“设备自动化、人员高效化、管理信息化”的中国特色的智能工厂。 
图1 典型的智能工厂示意图
图1 典型的智能工厂示意图
 
    1、智能工厂的实施广度
 
    我们可以参考德国工业4.0中对“智能工厂”的定义:重点研究智能化生产系统及过程,以及网络化分布式生产设施的实现。前半句“智能化生产系统及过程”,是说除了包括智能化的机床、机器人等生产设施以外,还包括对生产过程的智能化管控,站在信息化的角度,就是智能化的MES制造执行系统。而后半句:“以及网络分布式生产设施的实现”,是指将生产所用的生产设施(如机床、热处理设备、机器人、AGV、测量测试等各种数字化设备),进行互联互通、智能化的管理,实现信息化系统与物理系统的深度融合。目前很多企业实施的DNC/MDC(设备联网、设备监控系统)是其重要的基础。
 
    2、智能工厂的实施深度
 
    按照工业4.0战略的描述,理想状态的智能制造是一种高度自动化、高度信息化、高度网络化的生产模式,工厂内人、机、料自主协同,自组织、高效运转;工厂间,通过端对端集成、横向集成,实现了价值链的共享、协作,效率、成本、质量、个性化都得到了质的飞跃。
 
    对于中国制造企业而言,现在恰逢“三期交叠”的困难期,企业希望既要符合工业4.0或者是中国制造2025的发展方向,又要投资小、见效快、确保成功率,如何在两者之间平衡,是一个很现实、也很重要的问题。
 
    兰光创新认为,在本次智能化制造的革命中,企业一定要“着眼长远、立足当下”。既要符合工业4.0 的理念,体现出其主要特点,又要本着务实的原则实施工业4.0战略。比如,要汲取以前CIMS实施的经验与教训,不要过于理想化,不要过多强调自组织、自学习、自执行等高难度的智能技术,企业不是突破什么关键智能制造技术的研究单位,而是以创造效益为根本目的,要总体规划、分步实施,以效益为驱动,确保成功率。在自动化的基础上,实现信息化、网络化,在管理方面深挖潜力,充分发挥人的作用,构建具有适度智能的数字化、网络化、高效化、个性化的智能生产模式,切实做到明显的“提质增效”。并以量化为指标,循序渐进,全面提升企业的竞争力。假如通过3年时间,能将设备利用率提高100%,兰光创新认为就极有可能“确保企业的未来”,这些作法就是符合工业4.0战略思想的。
 
    3、建设智能工厂要有全局的、系统的思想
 
    最近,与制造企业进行有关智能工厂方面的交流时,看到生产效率与日本、欧美国家等发达国家的巨大差距后,很多管理者往往着急地说,我要再买些机器人加强自动化,或者说我要加强考核,让工人提高效率。
 
    兰光创新认为,认识到自己与别人的差距,并有决心去行动、去改变,这是非常值得肯定的事情,但智能工厂是个系统工程,而不是从某个单一环节上就能解决的,光靠购买大量的设备或者仅对工人加强管理,对整体而言效果是有限的。试想一下:
 
    如果生产计划都不准确,排产结果都是延期的,你怎么能够让工人保证按期交货?如果生产计划都是不科学的,本身就存在大量的等待时间,企业又怎么能怪工人不努力?
 
    生产过程中,操作工与刀具、物料等生产准备人员本来就是并行协同的关系,如果一直延续以前串行的工作模式,出现“操作者很忙,机床很闲”的局面是在所难免的,单个工人身上已经很难挖掘潜力了,必须从生产流程、组织管理上进行优化管理;
 
    还比如,如果信息化系统与生产设备脱节,不能充分发挥高端设备数字化通讯、自动采集等方面的优势,所有的工作还靠人工输入,又怎么能保证数据的实时性、准确性、客观性?没有这些数据的支撑,又怎么能及时获知生产信息,及时作出科学的管理决策?
 
    如果不能对物料、刀具、量具、夹具等生产资源进行精益化的管控,不是积压就是短缺,这种粗放型的管理又如何能保证生产效率的提升与成本的降低?
 
    前面也讲过,数据就是企业的财富,没有良好的信息化管理系统,没有自动化的数据采集系统,没有智能化的大数据分析,没有形象直观的展示系统,这些数据就白白丢失掉了,企业永远只能处于凭经验、拍脑袋的粗放型管理状态。
 
    兰光创新认为,企业在智能工厂建设时一定要从全局思考,打造一个全面的、有体系的智能工厂管理系统,从各个方面进行优化、挖掘潜力,最大程度地提升企业的生产效率及管理水平。
 
    三、从六个维度打造具有中国特色的智能工厂 
 
    如何打造中国特色的智能工厂?从哪几个方面入手?智能做成什么程度?针对这些企业关心的问题,兰光创新在领先的智能工厂整体解决方案的基础上,结合工业4.0等先进理念,在国内首次提出了 “六维智能理论”,即要从6个维度的“智能”打造中国特色的智能工厂:智能计划排产、智能生产过程协同、智能设备互联互通、智能生产资源管控、智能质量过程控制、智能大数据分析与决策支持。该理论分别从计划源头、过程协同、设备底层、资源优化、质量控制、决策支持等6个方面着手,实现全面的精细化、精准化、自动化、信息化、网络化的智能化管理与控制,既很好地符合了德国智能工厂的定义,又能与美国工业互联网、以及中国制造2025等理念完全吻合。
图2 全模块的兰光智能工厂
图2 全模块的兰光智能工厂
 
图3 “6维智能工厂”理论
图3 “6维智能工厂”理论
 
    2015年5月11日,信息化领域权威媒体《信息化周刊》以“中国版“智能工厂”什么样”为题将该理论在头版头条刊出,一石激起千层浪,该文随即被网易、新华网、工控网、环球网、中国信息产业网等数十家媒体进行了转载,并引发了业内的强烈反响,被认为对制造企业进行智能工厂建设,乃至对行业标准的制订都具有非常重要的借鉴意义。
 
    下面,简单地介绍一下这6个智能。
 
    1、智能计划排产
 
    首先从计划源头上确保计划的科学化、精准化。通过集成,从ERP等上游系统读取主生产计划后,利用APS进行自动排产,按交货期、精益生产、生产周期、最优库存、同一装夹优先、已投产订单优先等多种高级排产算法,自动生成的生产计划可准确到每一道工序、每一台设备、每一分钟,并使交货期最短、生产效率最高、生产最均衡化。这是对整个生产过程进行科学的源头与基础。
图4 图形化的JobDISPO APS高级排产
图4 图形化的JobDISPO APS高级排产
 
    2、智能生产过程协同
 
    为避免贵重的生产设备因操作工忙于找刀、找料、检验等辅助工作而造成设备有效利用率低的情况,企业要从生产准备过程上,实现物料、刀具、工装、工艺等的并行协同准备,实现车间级的协同制造,可明显提升机床的有效利用率。 
图5 智能的生产过程协同
图5 智能的生产过程协同
 
    还比如,随着3D模型的普及,在生产过程中实现以3D模型为载体的信息共享,将CATIA、PRO/E、NX等多种数据格式的3D图形、工艺直接下发到现场,做到生产过程的无纸化,也可明显减少图纸转化与看图的时间,提升工人的劳动效率。
图6 3D Viewstation可视化在智能制造中的应用
图6 3D Viewstation可视化在智能制造中的应用
 
    3、智能的设备互联互通
 
    无论是工业4.0、工业互联网、还是中国制造2025,其实质都是以CPS赛博物理系统为核心,通过信息化与生产设备等物理实体的深度融合,实现智能制造的生产模式。对企业来讲,将那些贵重的数控设备、机器人、自动化生产线等数字化设备,通过DNC/MDC的机床联网、数据采集、大数据分析、可视化展现、智能决策等功能,实现数字化生产设备的分布式网络化通讯、程序集中管理、设备状态的实时监控等,就是CPS赛博物理系统在制造企业中最典型的体现。
图7 DNC/MDC系统架构图
图7 DNC/MDC系统架构图
 
    DNC是Distributed Numerical Control的简称,意为分布式数字控制,国内一般统称为机床联网。DNC系统通过一台服务器可实现对所有数控设备的双向并发通讯,支持Fanuc、Siemens、Heidenhain等上百种控制系统,兼容RS232、422、485、TCP/IP、无线等各类通讯方式,具有远程通讯、强制上传等常见功能,将数控设备纳入整个IT系统进行集群化管理。
 
    管理学大师彼得•德鲁克曾经说过“你如果无法度量它,就无法管理它”,我们不仅需要通过DNC解决互联的问题,更需要通过MDC(Manufacturing Data Collection,直译为制造数据采集,俗称为机床监控)解决数据自动采集、透明化、量化管理的问题。
 
    MDC通过一台计算机可以同时自动采集4096台数控设备,兼容数控机床、热处理设备(如熔炼、压铸、热处理、涂装等设备)、机器人、自动化生产线等各类数字化设备,兼容西门子等所有机床控制系统,以及三菱、欧姆龙等各类PLC的设备。
 
    对高端带网卡的机床,可直接采集到机床的实时状态、程序信息、加工件数、转速和进给、报警信息等丰富的信息。并以形象直观的图形化界面进行显示,比如,绿色表示机床正在运行,黄色表示机床开机没干活,灰色表示没开机,红色表示故障,鼠标在机床图形上一点,相关的机床详细信息就全部实时地显示出来,实现对生产过程的透明化、量化管理。
图8 MDC-Max设备远程监控界面
图8 MDC-Max设备远程监控界面
 
    如果要实现更逼真的显示效果,可通过3D虚拟技术以立体的形式展现车间、设备、人体模型等,可以实现人体的行走、机床的放大缩小、设备信息的实时显示等各种操作,给用户一个更直观、形象的展现。
图9 兰光3D可视化车间
图9 兰光3D可视化车间
 
    4、智能生产资源管理
 
    通过对生产资源(物料、刀具、量具、夹具等)进行出入库、查询、盘点、报损、并行准备、切削专家库、统计分析等功能,有效地避免因生产资源的积压与短缺,实现库存的精益化管理,可最大程度地减少因生产资源不足带来的生产延误,也可避免因生产资源的积压造成生产辅助成本的居高不下。
图10 兰光刀具管理模块界面
图10 兰光刀具管理模块界面
 
    5、智能质量过程管控
 
    除了对生产过程中的质量问题进行及时的处理,分析出规律,减少质量问题的再次发生等技术手段以外,在生产过程中对生产设备的制造过程参数进行实时的采集、及时的干预,也是确保产品质量的一个重要手段。
 
    通过工业互联网的形式对熔炼、压铸、热处理、涂装等数字化设备进行采集与管理,如采集设备基本状态,对各类工艺过程数据进行实时监测、动态预警、过程记录分析等功能,可实现对加工过程实时的、动态的、严格的工艺控制,确保产品生产过程完全受控。
图11 对热处理设备生产参数的实时监控与及时处理
图11 对热处理设备生产参数的实时监控与及时处理
 
    当生产一段时间,质量出现一定的规律时,我们可以通过对工序过程的主要工艺参数与产品质量进行综合分析,为技术人员与管理人员进行工艺改进提供科学、量化的参考数据,在以后的生产过程中,减少不好的参数,确保最优的生产参数,从而保证产品的一致性与稳定性。
 
    6、智能决策支持
 
    在整个生产过程中,系统运行着大量的生产数据以及设备的实时数据,在兰光创新的很多用户里,企业一个车间一年的数据量就高10亿条以上,这是一种真正的工业大数据,这些数据都是企业宝贵的财富。对这些数据进行深入的挖掘与分析,系统自动生成各种直观的统计、分析报表,如计划制订情况、计划执行情况、质量情况、库存情况、设备情况等,可为相关人员决策提供帮助。这种基于大数据分析的决策支持,可以很好地帮助企业实现数字化、网络化、智能化的高效生产模式。
图12 基于大数据分析的智能决策支持报表
图12 基于大数据分析的智能决策支持报表
 
    总之,通过以上6个方面智能的打造,可极大提升企业的计划科学化、生产过程协同化、生产设备与信息化的深度融合,并通过基于大数据分析的决策支持对企业进行透明化、量化的管理,可明显提升企业的生产效率与产品质量,是一种很好的数字化、网络化的智能生产模式。

    四、典型案例
 
    兰光创新一直致力于高端离散制造企业智能工厂的研发与建设,在国内有包括航天、航空、兵器、船舶、机车、汽车零部件、模具、机械制造等超过500多家用户,是智能工厂的领航者与领先品牌。
 
    下面举几个典型案例与大家分享。
 
    1、宁夏共享集团——多品种小批量生产模式
 
    共享集团始建于1966年,是宁夏50户工业龙头企业之一、出口创汇骨干企业和利税大户。企业同时也是国家级技术中心,近三年连续被评为中国机械工业企业核心竞争力100强企业,多次获得美国通用电气、西门子最佳供应商。自1992年以来,连续十余年,在铸造产品的行业评比中持续获得第一名或金奖,是中国专业铸造企业的排头兵。
 
    产品主要包括能源设备铸件(燃气轮机、蒸汽轮机、水力发电设备、核电设备等)、压缩机铸件、近海石油设备铸件、造船设备铸件、通用机械类铸件,以及燃汽轮机、蒸汽轮机、风力发电、重型机械、通用机械等的机械加工、装配以及金属模具制作等。
图13 宁夏共享集团——多品种小批量生产模式
图13 宁夏共享集团——多品种小批量生产模式
 
    经过多年的信息化建设,共享集团已经实施了ERP、PDM、TDM等多个信息化系统,为集团经济效益的提升提供了强有力的保障。但是精工工厂、模具工厂等制造分厂,长期以来还处于信息化“真空状态”,严重地制约了企业的快速发展。
 
    2012年,通过兰光智能工厂(包括DNC/MDC/MES等产品)的成功实施,共享集团建设了一套先进、高效、实用、集成化的智能化生产管理系统。通过与ERP、TDM系统进行无缝集成,打通了生产制造过程中的信息壁垒,主生产计划自动下发到MES系统,车间计划排产的情况和现场执行进度及时向上游系统反馈;利用全球顶尖的JobDISPO实现计划的快速排产,以可视化、透明化、图形化的技术手段,为车间生产提供科学、可靠的生产计划;通过直观的能力平衡,完成对设备资源合理、均衡的调配,提高了生产计划的准确性和可执行性;通过DNC/MDC实现了机床的网络通讯、程序集中管理、设备数据自动采集,并与计划形成闭环管理。通过兰光智能工厂系统的实施,企业的生产模式也由“推动式”逐渐向“拉动式”转变,充分体现了兰光智能工厂是实现“精益生产”的软件载体的理念。
 
    系统实施后,显著地提高了企业生产效率,机床利用率提高了30%,产品的制造周期缩短25%以上。
 
    2、青岛海尔模具有限公司——单件生产模式
图14 青岛海尔模具有限公司——单件生产模式
图14 青岛海尔模具有限公司——单件生产模式
 
    青岛海尔模具有限公司是模具行业龙头企业,为了响应海尔集团向“数字化、网络化、智能化”的“互联工厂”转型战略要求,最大程度地提升生产效率,降低对操作人员技能的要求,青岛海尔模具公司于2013年成功地实施了兰光CPS系统。该系统以生产设备为中心,用一台服务器实现了对上百台数控设备的分布式联网,实现了程序的自动传输、集中管理、虚拟仿真,以及设备的数据实时采集。为减低设备等待时间与对人员的技能要求,通过信息化手段,实现了程序、刀具、夹具等并行准备,以及计划、技术文档等信息的共享。设备状态、设备利用率、工作时间、故障信息在企业内网实时发布,各部门响应处理速度大幅度提高,明显提升了企业的生产效率和竞争力。
 
    直接效益:
 
    平均每天减少机台准备时间0.5小时/次,按照100台设备计算,100台×0.5小时×200元/小时×300天=300万元。
 
    间接效益:
 
    加工程序、刀具参数实现自动传输,效率明显提升,节省了大量人力成本;
 
    设备故障在线监测,实时的短信通知,提高维修响应速度50%;
 
    实现生产协同准备,减少设备的待机时间,有效提高当日计划完成率15%;
 
    通过实时加工参数监控,减少了违规操作,降低了废品数量;
 
    生产部计划执行的准确性提升了20%以上;
 
    企业的总体运营效率提高20%以上!
 
    3、中信戴卡股份有限公司——大批量的离散制造模式
 
    中信戴卡轮毂股份有限公司是全球最大的铝合金车轮制造企业,中国唯一进入全球汽车零部件配套供应商100强的中国企业。
 
    自2013年11月开始,兰光创新陆续为秦皇岛戴卡、滨州戴卡、宁波戴卡、凯斯曼等成员企业实施了兰光LPS系统,通过先进的生产过程数字化、精细化管理,以及设备的联网、采集、大数据分析、可视化展现、智能决策分析,实现了“工业自动化”+“管理信息化”的高度融合,建成了国内领先的智能工厂,取得明显的经济与社会效益,已经成为了中国“两化深度融合”的典范,也是工业4.0在中国制造企业很好的探索与实践。
图16 可视化的大屏幕
图15 可视化的大屏幕
图17 现场应用情况
图16 现场应用情况
 
    其中,宁波戴卡项目在“Ofweek 2014工业自动化研讨会”上,获得“2014年度最佳十大自动化工程项目”。
 
    本讲重点探讨了智能工厂的实施原则以及从哪些方面进行建设具有中国特色的智能工厂,最后分别以不同生产类型的企业为例进行了案例分享。
 
    后面一讲,也是本系列讲座的最后一讲,是“工业4.0常见的6个概念错误,您占了几个?”,希望通过对一些关键概念的解释与阐述,帮助读者进一步准确地理解工业4.0的相关概念。欢迎您的继续关注!谢谢!
 
    往期阅读:
 
    解析工业4.0系列专栏—— 德国搞工业4.0,事出无奈
 
    工业4.0系列专栏——工业4.0,德国绝地反击的利器!
 
    中德美三国交锋,企业工业4.0的最佳突破口在哪里?
 
    工业4.0系列专栏——工业4.0,战略上别“丢人”!
责任编辑:王慧敏
本文为e-works原创投稿文章,未经e-works书面许可,任何人不得复制、转载、摘编等任何方式进行使用。如已是e-works授权合作伙伴,应在授权范围内使用。e-works内容合作伙伴申请热线:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐