中年|传统工厂的迷茫？工业企业数字化转型的几个阶段解读
本文插图
数字化工厂 ， 随着工业 4.0 的浪潮来袭也被越来越多的工厂所认知 ， 但对于大多数人而言 ， 理解基本还是停留在“传统工厂的升级” ， 很多人并不清楚传统工厂的弊端到底有哪些？传统工厂与数字化工厂的差距在哪里？
本文插图
数据统计方面：
传统工厂：人工统计 ， 效率低且不准确 。
数据对于设备而言有着时效性和历史数据参考性的关键作用 ， 从底层操作工的数据记录-数据分析-数据反馈-管理者的决策 ， 中间的环节让数据的时效性大大降低 ， 同时人工的记录统计也会造成数据不准确等问题 ， 而且庞大的数据计算分析 ， 对于人力是一个非常大的耗损 。
本文插图
历史数据对于设备的维护具有参考性的意义 ， 但是传统工厂的数据 ， 靠着一张张的记录纸或者大量的Excel表无疑是给未来的工作又增添了难度 ， 而且工厂不能控制人员的流动 ， 每一次的交接都可能导致数据的流失 。
数字化工厂：设备联网 ， 数据自动上传反馈
在数字化工厂中 ， 物联网的概念就被运用到每一台设备上 。 设备与设备之间 ， 早也不是信息孤岛 ， 而是将人、设备 ， 通过数据建立紧密联系 。 一个工厂管理者可以在手机或者PC终端观测到每一台设备的实时数据 ， 而且可以随时收到设备的状态提醒 。
本文插图
除了收集、计算、反馈等“去工人化”的功能 ， 设备联网之后 ， 还有一大好处就是数据的存储 。 大量历史数据 ， 包括设备损失数据 ， 也给后期工厂设备的很多操作都提供了参考意义 。 之后 ， 再遇到工厂的人员流动 ， 这些数据依然可以随时调用并完善保存 。
本文插图
本文插图
设备意外停机等情况
传统工厂：设备意外停机频发 ， 造成大量损失
意外停机也是传统工厂的一大痛点 。 意外停机不仅造成生产停滞 ， 而且对于设备造成的隐性破坏不可估量 。 传统工厂往往为了预防设备的意外停机 ， 通常安排工人进行24小时轮班巡检 ， 但是每时每刻的巡检也并不能全面检测到可能导致设备意外停机的各种因素 。
本文插图
此外 ， 由于害怕意外停机带来的严重损失 ， 很多工厂也会购买大量的备用零部件 ， 而现实情况是一些设备的意外停机故障周期很长 ， 导致大量的备用零部件并没有派上用场 ， 造成成本浪费 。
【中年|传统工厂的迷茫？工业企业数字化转型的几个阶段解读】数字化工厂：设备意外停机预警通知 ， 让设备时刻保持最佳运行状态
数字化工厂的运转过程中 ， 设备的一切都被随时监控反馈 ， 而意外停机发生之前 ， 设备的某些参数会发生变化 ， 此时设备就能在参数发生变化时及时进行预警通知 ， 让设备故障在发生之前被发现及运维 。 也就是说 ， 在故障发生之前 ， 手机上就能收到相应的提醒 ， 立即作出决定 ， 从而保证工厂设备时刻处于最佳运行状态 。
本文插图
即使是故障已经发生了 ， 也能在过去的设备故障统计里立即找到合适的解决方案 ， 把损失降到最低 。
本文插图
工业数字化是智能制造或者工业4.0绕不过去的一个关键支撑 。 可是 ， 国内工业界很多人误认为“需要像投资自动化一样投资数字化” 。 难道给车间或设备装上芯片和传感器 ， 通过后台软件编个程序 ， 机器就能“数字化”吗？这是迷茫中的一种误解 。
为方便对制造企业的数字化和智能化进行分析 ， 可以将企业数字化和智能化划分成四大阶段进行讨论 。
1
自动化产线与生产装备
不论是离散制造企业 ， 还是流程加工企业 ， 使用自动化装备进行生产 ， 也就是实现工厂的装备自动化 ， 都是智能制造的基本方式 。 自动化行业发展了很多年 ， 很多行业都有专门的自动化解决方案商 ， 近两年机器人也被越来越多的企业所采用 。 使用自动化装备实现机器换人 ， 直观地提升生产效率 ， 只要投资回收期在可接受范围内 ， 是企业最了解 ， 也意愿最强的升级改造方案 。
设备联网与数据采集
2
智能化生产以信息化为基础 ， 而将工厂里各式设备接入网络 ， 采集设备的数据 ， 则是信息化的基础 。 针对不同工业设备 ， 数据采集有不同的方式：
有数据接口的设备 ， 如机器人 ， 机床 ， PLC控制器 ， 智能化仪器仪表等 ， 将设备数据传输到网关 。
没有现成数据的设备 ， 通过安装传感器或进行智能化改造 ， 增加通讯能力 ， 基于有线或无线方式 ， 将数据传输到网关 。
数据传输到网关后 ， 网关基于边缘计算进行数据就地分析和存储 ， 或将数据、分析结果汇总 ， 通过有线或无线的方式 ， 传输到公有或私有云服务器进行显示和后续分析 。
设备的联网接入需要达成三个层次：互联(硬件接口的连接)、互通(软件层面的数据格式与规范)、语义互操作(语义的定义与规范) ， 其中前两个层次相对简单 ， 第三个层次由于标准不统一 ， 实现起来较难 ， 不过也有OPC UA等协议正逐步成为推荐的规范标准 。
3
数据打通与直接应用
1.新型MES/ERP软件
除了设备处采集的数据 ， 工厂生产管理软件中 ， 也存在很多数据 。 过去这些数据以离散的数据孤岛存在 ， 彼此信息隔离 ， 各级管理数据不能很好的综合分析 。 如今一些企业开始通过新型管理软件 ， 对工厂的数据进行整合打通 ， 并在此基础上提供更高效的信息传递、生产管理和协同 。 新形态管理软件名称以MES/ERP等呈现 ， 但功能基本是实现过去MES、ERP、CRM甚至OA等功能的综合集成 。 很多企业提供给工厂的通常不只是一套软件 ， 而是整套工厂改造的解决方案 。
2.远程运维系统
基于设备联网 ， 一些企业为自家产品或装备制造企业提供装备远程运维解决方案 。 通过在装备中加装物联网设备 ， 使装备厂商可以远程随时随地对设备进行监控、升级和维护等操作 ， 更好的了解产品的使用状况 ， 完成产品全生命周期的信息收集 ， 指导产品设计和售后服务 。 基于IoT可以远程监控的指标如：设备分布 ， 状态 ， 用户活跃度监测；行业、地区、企业用量统计分析；远程异常报警 ， 故障分析 ， 授权开关机设备监测等 。
在设备联网的基础上 ， 还可以开展诸如设备租赁、设备保险、精准供应链等创新业务 。
3.AR辅助作业
AR眼镜可以在不影响工人双手操作的情况下进行信息显示 ， 在工人进行生产操作、操作培训、设备巡检、设备维修等场景时 ， AR眼镜额外提供设备的图纸、运行数据、结构原理、操作步骤等信息引导或辅助操作人员执行操作 。 还可以基于AR眼镜 ， 将现场图像传给远程专家 ， 方便远程专家实时指导 。
本文插图
数据智能分析及应用
4
1.工业大数据
大数据技术兴起后 ， 诞生了一批以工业大数据应用为核心应用方向的企业 ， 开展在工业的各个领域的应用 ， 主要应用方向有：预防性维修、智能生产优化、智慧供应链、智能营销等 ， 其中侧重生产环节的主要是预防性维修和生产环节优化 。
预防性维修主要面向设备的运用环节 ， 基于AI进行灰度建模 ， 提前对故障进行预测 ， 减少设备停机 ， 提高设备利用率 ， 避免停机损失 ， 将设备维修从事后维修转向预防性维修 。 生产过程优化是在制造过程数字化监控的基础上 ， 用大数据、人工智能算法建立模型 ， 研究不同参数变化对设备状态与整体生产过程的影响 ， 并根据实时数据与现场工况动态调优 ， 提供智能设备故障预警、工艺参数最优推荐、降低能耗、提升良品率等一项或多项功能 。
2.数字孪生
运用数字化技术（即实现“数字孪生”） ， 能够大幅降低研发过程中的试错成本 。 就是这台设备无需真的“造”出来 ， 只需把每一个零部件的材料、物理属性、形状大小全部输入电脑 ， 怎样运作的工作原理也输入电脑 。 随后由电脑来模拟它运行时是什么状况 ， 会有哪些效果 。 工程师如果觉得结果不过关 ， 可以直接在电脑里修改设计 。
本文插图
“数字孪生”的工业应用 ， 实质上就是把现实中的工厂 ， 从设备、流水线到车间 ， 一切都转化成数据 ， 由电脑虚拟运作 ， 产生一个个模拟结果 。 不满意的部分 ， 直接在电脑里改 。 如果等一切都已经变成物理设备 ， 成为真实的生产线 ， 再提什么“数字化” ， 就为时已晚了 。
本文插图
以上四个阶段并不是严格按顺序进行的 ， 各阶段不是孤立的 ， 边界比较模糊 ， 很多具体应用方案可能跨越其中多个阶段 。
工业企业、制造业转型升级之路 ， 道阻且长 。 相信在各界人士的共同推动下 ， 制造业数字化、智能化转型将“乘风破浪” ， 抵达辉煌的彼岸 。
本文插图
推荐阅读
- 土豆不要炒土豆丝了，教你一道传统老菜炒三丁，做法简单好吃下饭
- 咸鸭蛋的两种腌制方法，传统的泥土配方更加简单易学
- 上海的传统小吃葱油面，学会在家也能做，味道不比外面的差
- 20斤雪梨，在家自制秋梨膏，不加糖不加水，传统配方，味道纯正
- 传统中式糕点，现在有了更健康的做法，口感香脆解馋，更好吃
- 糯米酒传统做法，配方比例告诉你，5分钟学会，3天出酒，香甜到腻
- 人到中年想长寿，要坚持吃3种食物，排毒养颜，好吃又健康！
- 恐龙|二月二，龙抬头，恐龙也抬头
- 法相岩|育秧工厂建设忙
- 植物工厂|未来农业爆破点：植物工厂、智慧农业、功能食品?（收藏＋转发）