两化深度融合,智能重塑制造

文章来源:MM现代工业机器人 发布时间:2017-07-20
分享到
现如今提起智能制造,可以说是无人不知了,但是“道理我都懂,但是依然过不好这一生。”智能制造的实现依旧困难重重,所以今天来点儿简单粗暴的,要实现智能制造,做好这些就够了!

今天的内容整理自2017自动化智能集成解决方案研讨会中,易往信息技术有限公司机加行业资深顾问徐苏阳发表的“两化深度融合,智能重塑制造”演讲。

易往信息技术有限公司多年从事自动化和信息化,有着丰富的经验,目前为止已有600多家客户的成功案例,是被工信部授权智能制造能力评估咨询的机构,可以说是十分权威啦。

近年来,随着产业的迅速发展,传统的管理模式很难适应目前的管理需求,急需转型。

而从传统向智能化转型,就需要实现四个化:

• 生产方式智能化;

• 工业仓储智能化;

• 生产装备智能化;

• 产品和服务智能化。

对于智能制造实施架构的分析

第一层是设备层

在设计时,数控机床、机器人检测设备、人机协同都要考虑在内。

第二层感知和通讯层

通过设备陈列的方式来实现设备的互联互通。

第三层执行层

基于底层产生的数据后续生产过程的管控。

第四层ERP

实现订单管理系统的智能化。

最五层决策层

基于大数据云计算为企业提供数据支撑。

可以看出,MES能够实时接受上层的指令,根据实际情况进行一个分解下发给底层自动化设备;实时收集现场的数据,反应给上层。

MES是枢纽,是智能工厂的基础也是核心。

如何落地?

智能制造是一个复杂的系统,同时由多个子系统组成,需要企业雄厚的基础支撑。

底层在采购或改造设备时,要考虑设备的通讯协议和接口,以满足设备联网的需求;

设计智能化车间的时候要考虑工艺标准、生产节拍;

智能物流要协同,考虑AGV的协同配送如何满足。

第二层根据企业管理的需求,反推出需要产生哪些数据,来进行分析;

要用什么采集方式要有什么协议应当提前规划清楚;

建立一个透明化的平台。

第三层有了底层人机准确实施数据,APS就可以根据实际的情况、策略以及优先级,如库存最小化、订单优先、客户优先进行准确地工序计划排层。

如果设备故障缺料,信息会快速反馈给APS,根据实际情况进行优化和调整,推送给MES系统,由MES系统管控整个过程的生产状况。如生产进度、生产效率、人员效率、异常情况等等。

然后进行追溯,追溯由多个工序组成,建立全过程追溯体系。

智能制造的实施架构和路线

• 人员管理

制造业是一个设备密集型产业,如何降低人员成本很重要,通过人员管理系统可以实现每一台设备信息的采集,可以实现每一个零件成本的核算。

• 大数据

有了信息系统的建设,必将形成很多数据,生产数据、质量数据、供应商数据、客户数量全部放在大数据平台进行整合分析,获取企业、产品的研发智能化的产品服务来提供决策和依据。

• 对接

有些企业,特别是如主机厂、快消品行业,需要实现电商和工厂的对接。通过C2M和电子工厂的对接实现个性化定制,实现工艺与制造的一体化。

易往C2M平台

产品品质、效率、效率交付期保证七天、成本控制在比标准品高于20%,在这样的背景情况下,易往建立了C2M的平台,C端既可以2B也可以2C。

C 主要用户可以在C端进行订单设计和下达,系统能够快速生成最终效果用户确认,确认后生成报价和交期。

2 订单信息会通过2,2的作用主要是连接C和M,将C端的订单需求传给M,M端进行生产,然后把M端整个生产状况反馈给C端,让用户可以查看其订单处于哪个状态。

M M端通过ERP系统可以实时接收C端需求,通过PLM、CAD实现制造和生成,制造部门会同步至APS,ERP将计划推送至APS,APS来实现集团化的排层,如一个集团的多个工厂基地,可以根据物流成本实现计划的排层。

生产运营阶段由MES和WMS进行管控,产品加工阶段由TMS系统负责。

实现智能工厂的难点

自动化技术薄弱,大部分企业目前还处于2.0和2.5的阶段,自动化设备覆盖率还是相对比较低。特别是装配行业,还都是人工来完成的,质检都是手动检测手动记录。

自动化与信息化断层,自动化没有为信息化布局。信息化没有明确对自动化的要求,这将为设备连网带来很大的困扰。

信息化进入深水区,很多企业信息化的覆盖率还是很低,据统计目前企业数据的利用率不到5%,这导致信息化越来越多,数据非常离散。

标准化和数据质量较差,标准化包含作业标准化、流程标准化、设备标准化以及质检工艺的标准化,这都要在信息化之前做好,才能在顶层规划时设计ESP走线,实现集成。

业务模式的变革,很多业务部门缺少变革魄力,很多客户对信息化不够了解,建议多去对标的企业参观。

缺少全局流程优化的观念,缺少数字化工厂建设的专业人才,要上智能工厂必须要培养这样一批人才。

缺少整体的设计与规划,系统边界是模糊的,基础数据不准确。

如何解决?

要解决这些问题,首先要了解企业自身现状,区分系统的边界,四步走:

第一步目标设计,智能工厂首先要了解上其能为企业带来什么效率。质量效率能提升多少,客户要期率能到多少,所有指标都要体现在核心指标设计中。

进行评估:如对设备以及业务流程的评估,企业信息化水平以及接口状况。

第二步业务模式与流程设计,业务模式包括商业模式、业务流和数据流从燃料到检验,到过障到完工,如何减少浪费以及实现物流智能配送的合理化。

第三步分项详细设计,子料、人员、物料、设备如何管理都要进行详细设计,同时还要有集成化体系的设计。

第四步预算、回报率以及实施的具体计划等都需要客户明确,清楚后才能推进。

收藏
赞一下
0