您现在的位置:首页  >  行业新闻  >  技术与应用

智能制造必须澄清的观点-及路线分析

2018/5/17 11:22:33 标签:中国传动网

产业界弥漫着打了鸡血的兴奋,大部分人都有一些真知灼见,但是,出于礼节,一般都不会去太多批判意见的—最近一个月我就和很多业界的朋友进行了交流—但是,如果没有一些说真话说实话的人,的确会是缺陷,有时候想,我们是否需要特立独行?70年代的人有情怀,又有责任感,但也都懂得明哲保身,我们做很多事情都会随波逐流,做一些看上去很对的事情—因为大家都这样,但是,实际上却没有效率的事情,因此,应该有一些说真话说实话的风气才对。
当然了,主要是我发现像我这每个月才写一篇的的确不够积极。
 
一、感觉扯淡的事情太多
现在智能制造真是一团火热,国家也大量资金投入,但是,大家所讨论的各种实现—给我最大的感觉就是“似乎并没有超越今天我们自动化人干的事情”,当然了,大部分都是以前的柔性制造、两化融合时代就有的,而且这些都没实现,就扯什么智能制造—就像昨天Mcrazy跟我聊的,什么是智能制造我看大部分号称搞智能制造的也没搞清楚,或者讲的也不过是老酒用了个IT瓶子重新装了一下而已。
 
1.问题的本质是什么?Internet+还是+internet?
智能制造必须明确,运营技术OT是核心问题,Internet+是放大了Internet所代表的IT技术的作用,却忘记了生产才是这件事情的核心,因此,+Internet更为合理,这个也没必要去争议。
IT的人擅长制造概念,但是,这些概念怎么落地—我看也是一脸茫然吧?
 
2.舍本逐末要不得
技术是服务应用的,而应用是服务于市场的,如果脱离应用于市场谈技术,都是舍本逐末之举。大谈技术不如想办法解决好质量问题、降低成本,加快交付。
 
3.榔头和钉子的故事
现在很多IIoT的架构、产品技术,平台终归是榔头,而应用才是解决问题的钉子,现在就是榔头太多而钉子太少。
4.何止于技术升级
其实智能制造还是工业4.0,对于技术提供商还是End User而言,其实,都是牵扯到整体升级的问题,包括你的管理组织架构、企业文化、绩效考核、人力资源与能力模型都必须与之匹配,总是讨论智能制造的架构、平台,而不辅助与之的平行推动,就会遇到无数障碍,让企业陷入泥潭,到最后,智能制造反倒毁了自己良好的发展态势。
3月初和兔哥聊了很多话题—现在很多号称提供平台的,其实如果你到了这些公司内部,你会发现,一塌糊涂,自己的团队都不明白怎么向客户解释,也无法专业的咨询—至少该问什么问题你得知道吧?
 
5.工业基础软件更重要
最近看很多开始似乎重视起来软件了,但是,都是因为巨大潮流下别人展示了软件的重要性,然后一帮专家就开始筹划中国要做工业软件,结果我发现都是聚焦在了MES、应用软件上,而底层的RTOS、基础的开发平台如贝加莱的Automation Studio、RA的Logix等反倒没有怎么被提及,什么软件定义智能、软件定义XX,反正都学人家Predix、Mindsphere、PTC等,却忘记了发展自己的基础软件包括操作系统、编译、标准的PLCopen开发。
 
说风就是雨,领导说要搞什么,下面就马上不管三七二十一,也不管是否成熟,基础如何,反正得上智能制造,你是不是智能制造我不管,反正这是政治任务,至于以后会怎样,以后再说。
 
二、让我们回到智能制造
去年7月,在一次关于智能制造的论坛讨论时,将关于智能制造所涉及的话题进行了总结,绘制了这张图,这个当然比较粗糙,但个人认为关于智能制造的整体逻辑应该是得到了大家认可的,在之后的各个场合也进行了介绍,经过大家多的认可后现在倒可以拿来讲将。
第一步设定工厂目标—你的智能制造要达到什么标准???
回到生产的本质—对材料进行物理的加工,其消耗是材料、时间、能源、人力,因此,生产的本质将归结于解决材料的加工质量(切削、冲压、成型等的质量)、消耗的时间越长成本越高、人力消耗越多成本也越高、加工需要能耗越高成本越高,而交付能力是精益核心问题之一。
那么,不管你搞工业4.0还是工业8.0,你都要解决质量、成本、交付问题吧?
 
个性化是灾难,因为质量迭代、启动停止的浪费、换装的时间都把生产要素进行了放大,那么工业4.0要解决这个问题。
 
IIoT干什么?推荐大家看一本书《零边际成本社会》,能源协同优化是物联网可以干的事情,本质上所有的技术都必须围绕:
如何降低材料消耗?
如何降低能耗?
如何减少加工时间?
如何降低人工消耗?
 
精益为你们设定了目标,好好研究一下精益,但是,新的时代的精益与过去又不一样,以前车间分为独立的钣金、注射成型、组装、包装,现在可能一个集成的产线就完成了,过去的精益必须与今天的自动化信息化融合解决问题。
 
第二步,建立基于精益以及运行管理OM的目标
设定方法、工具,确定你所需要使用的如OEE、KPI的参数、TPM、RRCA方法的工具化,需要定义参数、采集量。
第三步:建立信息模型
OPC UA是一个设备互联的通信协议,最近接触很多谈论OPC UA只是在讨论它的通信功能,实际上,OPC UA的核心在于“信息建模”—针对垂直行业,每个行业应该如何确保数据的结构化、数据类型的清晰定义、以及数据的完整性、可验证等目标,这样才能知道为每个行业定义需要哪些数据?如何采集?如何定义通信机制下的语义互操作性,实现异构网络的数据交互与集成。
这包括机器建模、工厂建模、集团信息建模等多个层次。
 
第四步:制定企业内部的信息模型
不同的企业,如乳制品的蒙牛、伊利,电子制造业的富士康,家电的格力、海尔、美的其制造过程不同,每个行业,每个企业都有其特殊性,如何建立自身的信息模型,围绕自己的质量提升、成本优化、交付能力来设计自己生产所需要的信息,并构建优化的方法。
第五步才是制定实施战略
 
我们建议客户应该基于开放性系统的原则,避免使用封闭系统架构,并且梯次实现,这样开放性保持连续升级,而梯次则避免一次性投入过大,由最为迫切的问题来解决,而不是由大的系统实现,投入周期很长,对自身生产影响较大,最终局面无法掌控。
 
第六步才是选择系统并进行实施
 
这个环节里,原有的企业CIO的智能需要较大的升级,而且是应该有一个组织架构协调机制与之匹配,避免无法推动,或者外行人说外行话让内行人给阻碍,但是内行人又会存在全局性欠缺,这是大部分项目实施障碍的原因,因此,必须在组织架构上的考评、权限、决策机制进行理顺,否则的话,这个项目推动就会遇到各种你崩溃的结果,最后会输出一个不伦不类的四不像,多方妥协的所谓“智能制造”系统。
图-贝加莱的OrangeBox可以采集能源、OEE参数并给云/雾/边缘计算侧系统
最后是长效运行机制
基于精益思想,PDCA循环,对系统进行长效的管理,建已经很难,运行其实会更难,这里会有很多不断需要改善、调整,升级的地方,需要管理系统的高效支撑。
 
因此,如果管理基础较为薄弱,对于推动智能制造我是不看好的。
 

供稿:说东道西

本文链接:http://www.cmcia.cn/Content.aspx?id=471

成员中心

《伺服与运动控制》

《伺服与运动控制》

创刊于2005年,秉承面向市场、面向科技、面向应用、面向行业,集实用性、信息性、...

《机器人与智能系统》

《机器人与智能系统》

是深圳市机器人协会、中国传动网共同主办的聚焦机器人、智能系统领域的高端产经...

《控制与传动》

《控制与传动》

创刊于2003年,秉承面向市场、面向科技、面向应用、面向行业,集实用性、信息性、可读...