ramy  2018-05-11 09:36:56  智能硬件 |   查看评论   

工业4.0

现在有一个很大的问题是,很多厂商以为工业4.0就是技术革新、自动化、使用机器人的无人工厂。这个误解造成了很多企业的工业4.0之路越走越歪,投入了大量资金没却没有得到效益上相应的提高。

 

过去只要产品做的好,就不愁没有销路。但是制造业现在面临的状况大不相同,市场快速变化、竞争加剧,需求开始走向个人化、客制化,但相应的生产条件却没有办法快速灵活应变,再加上劳动力缺乏的问题,一场席卷整个制造业的第四次工业革命扑面袭来,跟不上大潮必然被淘汰出局。

 

中国的制造业曾经撑起了一个世代的辉煌,尤其擅长大量生产和代工制造。面对这样的全球革命,制造厂商们也积极应对,希望乘着4.0的大潮再创奇迹。

 

但现在有一个很大的问题是,很多厂商以为工业4.0就是技术革新、自动化、使用机器人的无人工厂。这个误解造成了很多企业的工业4.0之路越走越歪,投入了大量资金没却没有得到效益上相应的提高。

 

工业4.0是产品生命周期的大整合

 

工业4.0是产品整个生命周期的管理与服务,是从市场到研发生产再到销售服务,整体环节整合。

工业4.0王人贤

举个例子,一家汽车制造公司,通过工业技术革新、自动化机器人生产实现了每分钟生产一辆汽车,信息的流转从研发部门到采购部门到生产部门再到物流部门,到了用户手中就停止了,如果车场想要获取用户的使用状况,除非把车子开回来检修才有办法。

 

这种中断信息流导致车场无法提供及时客制化服务,也造成车场不了解用户需求与产品状况,无从下手新车研发与旧车改良。

 

如果这时一家竞争车场整合整个流程,或某厂商研制汽车端服务产品,不需要经过车场就能全部承揽用户服务,那车场未来命运将不乐观。

 

市场变化迅速,方向是成败关键

 

巨人的倒下,不过几年时间,诺基亚、柯达、索尼都是例证。市场快速变化的情况下,企业的反应速度、行动方向往往成为成败的转折点,这时候对市场数据分析尤为重要。

 

如图一中的市场分析,实时抓取各地销售数据,通过产品、地区、客户等不同维度全方位展示产品的销售情况,获取各产品、地区、客户在指定时间内的销售波动情况和发展趋势。这样的丰富维度、实时数据分析为后方生产什么样的产品、研发的方向是什么、采购多少原材料、生产多少产品等都提供及时而又准确的依据。

工业4.0

▲图一

图二是一家化肥生产企业的报表。化肥的使用量与有效耕地面积和作物种类有直接关系。及时了解各地的耕地面积变化和种植类型,对于评估市场容量、制定市场策略有重要作用,也是生产部门制定生产计划的重要参考。

工业4.0

▲图二

整合制造前后环节,实现大量生产与客制化的协调

 

生产要依赖于市场提供的数据,决定生产什么、生产多少;采购库存制约的实际生产量;服务售后数据又决定着着产品功能、质量该如何改进——生产,是工厂所有环节的连接者和数据整合应用者。

 

如今,市场的多变和客制化生产是大势所趋,如何提高生产效率、缩短产品生产周期,以快速应对市场的变化,以及如何做到弹性决策和智能生产以达到「大量生产」与「客制化」之间的协调,成为生产环节的关键。工业4.0中大热的技术,物联网、AI、机器人、大数据分析在这里尽情发挥作用。

 

可视化工厂透过大量布建的传感器,密集撷取特定区域或对象的特定信息,在PC上或是手机上就可以随时了解整个工厂的运转;宝马为了满足每位顾客挑剔善变的需求,其生产线的应变能力已经到可以让顾客在车子进入生产线的六天前,都可要求变更设计与配备的程度,没有任何一辆是完全一模一样。这些实现都依赖于技术的实施,以及技术背后全流程数据的整合。

 

通过传感器对各生产机构的生产装置进行每5分钟一次的数据抽取,集中展现在数据大屏上,集团能够对各生产装置的负荷了如指掌,也能及时发现和解决问题,保证生产效率。

 

服务是所有环节的试金石

 

在服务中了解客户、了解产品,是对市场方向正确与否的反馈,也是生产质量、产品研发的反馈。对客户反馈的产品问题进行数据分析,关注维修率和故障率,有利于帮助产品研发改良以及生产过程优化。

 

这些企业流程中的每个环节,都需要其他环节数据的支撑,整合的效果让整个流程的效率、科学性大为提高。

 

但打通全流程的不是一件简单的事情,每个不同的环节会遇到不同的系统,每个系统的数据库、数据定义、数据统计标准可能也不一样,这就形成了一个一个的系统孤岛,无法彼此连接起来。

 

还有一些环节还没有做物联网,软件应用和数据收集尚需加强。但要在工业4.0中不落其后,这些问题都要一个一个慢慢补足。就像水桶,是其中一块木片变短,决定了整个桶的容量。

 

从痛点出发,而不是从技术出发

 

看完了上面的讲的内容,觉着挺好的,然后自己该怎么样还是怎么样,没有很深的触动,这是很多台湾厂商的现状。究其原因,是工业4.0之路没有从公司的痛点出发。只停留在技术层面上,看到大家都在布局工业4.0,自己企业也要导入一套数据可视化工厂设备,而不是先分析企业存在什么问题需要解决,结果往往是投入了很多却不见明显的降本增效的效果。

 

在进行工业4.0之前,应该问自己这样几个问题:

  • 企业目前有什么痛点?
  • 可以用哪种工业4.0技术来改善?
  • 准备投入到少成本,以及如何衡量导入后的效果?
  • 改善之后的效果会比运用其他方法更好吗?

如果你的答案是肯定的,再开始工业4.0之路不迟。

 

工业4.0是个过程,没有完成了的状态

 

我们谈企业E化谈了很多年,从开始导入CRM系统,到后面陆续导入MES、MIS、ERP、财务、物流、想笑系统,系统多了,数据杂了,再导入一个数据整合的工具:报表软件或者BI商业智能工具。

 

这些都是企业E化的过程,它没有完成状态,是一直在进行的,没有企业说自己的E化完成了,以后高枕无忧无需再做任何E化了。

 

工业4.0也是这样的,硬件里的感测装置、网络装置、机器人、穿戴式装置、3D打印、智能手机,软件中的云端平台、大数据、人工智能AI、虚拟现实VR/扩增实境AR术都是一个个阶段,随着发展可能还会蹦出新的技术。要做好没有一劳永逸的准备,不断根据企业的状况、技术的发展来随时优化,才能在激烈的竞争之中始终立于不败之地。

  
 

除特别注明外,本站所有文章均为 人工智能学习网 原创,转载请注明出处来自还不重视「整合思维」?小心工业4.0之路越走越歪

留言与评论(共有 0 条评论)
   
验证码: