<font id="f7lv1"></font>
最近，與制造企業客戶進行有關智能工廠建設方面的交流時，看到生產效率與日本、歐美國家等發達國家的巨大差距后，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。 認識到自己與別人的差距，并有決心去行動、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，你怎么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，企業又怎么能怪工人不努力？ 生產過程中，操作工與刀具、物料等生產準備人員本來就是并行協同的關系，如果一直延續以前串行的工作模式，出現“操作者很忙，機床很閑”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。 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、自動采集等方面的優勢，所有的工作還靠人工輸入，又怎么能保證數據的實時性、準確性、客觀性？沒有這些數據的支撐，又怎么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？ 我們之前講過，數據就是企業的財富，沒有良好的信息化管理系統，沒有自動化的數據采集系統，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，企業永遠只能處于憑經驗、拍腦袋的粗放型管理狀態。 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？ 智能化能做到什么程度？ 針對這些企業關心的問題，我們可以從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。 即分別從計劃源頭、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。 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后，利用APS進行自動排產，按交貨期、精益生產、生產周期、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，并使交貨期最短、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。 2、智能生產過程協同 為避免貴重的生產設備因操作工忙于找刀、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、工藝等的并行協同準備，實現車間級的協同制造，可明顯提升機床的有效利用率。 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。 3、智能的設備互聯互通 無論是工業4.0、工業互聯網、還是中國制造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，實現智能制造的生產模式。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、數據采集、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布式網絡化通訊、程序集中管理、設備狀態的實時監控等，就是CPS賽博物理系統在制造企業中最典型的體現。 DNC是Distributed Numerical Control的簡稱，意為分布式數字控制，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并發通訊，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，直譯為制造數據采集，俗稱為機床監控)解決數據自動采集、透明化、量化管理的問題。 MDC通過一臺計算機可以同時自動采集4096臺數控設備，兼容數控機床、熱處理設備(如熔煉、壓鑄、熱處理、涂裝等設備)、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，可直接采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。并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干活，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。 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。 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、并行準備、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。 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制造過程參數進行實時的采集、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煉、壓鑄、熱處理、涂裝等數字化設備進行采集與管理，如采集設備基本狀態，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。 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，在以后的生產過程中，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，很多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。這種基于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。 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，并通過基于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。