【直播纪要】各省大力推动的“智改数转”是什么?|见智研究

特邀嘉宾:浙江恒逸集团有限公司智能制造专家【彭先涛】

特邀嘉宾:浙江恒逸集团有限公司智能制造专家【彭先涛】

摘要:

1、企业数字化转型要经历哪些阶段

第一阶段为“打基础”:制造企业通过新上自动化/智能化设备、IT信息化系统/工具,提升企业的生产效率;

第二个阶段为“促融合”:自动化与信息化深度融合,实现“自动化做执行,信息化做决策”,可初步达到智能工厂的目的。

第三阶段为“新赋能”:通过工业大数据、AI等技术赋予生产各环节更多的“智慧”与“能力”,提升决策的精度。

第四阶段为“数字化”:打通纵向“人机料法环”、横向“人财物产销”全部环节,通过“数据”指导企业突破各环节的瓶颈。

对于制造企业而言,四个阶段依次递进,相辅相成。

 

2、企业数字化转型会面临哪些困难

对于制造企业来说,难点有以下几点:

1)打基础阶段投入大,如何选择稳定运行的设备、系统至关重要,决定了使用效率、运营成本、数据准确性等;

2)建立一个统一的数据采集平台难度很大,生产现场通信协议复杂、尤其有些垄断封闭设备/系统,数据获取难度大、成本高;

3)数字化阶段的系统比较多,相互间整合难度比较大,其会涉及部门众多,相关流程也会变更。

 

3、企业的改造会涉及到哪些硬件以及软件的采购或使用?

每个阶段的侧重点不同,结合实际情况而定:

1)企业或供应商需要有有统一的意识:再先进的设备或者技术都是为了保证生产顺利进行。如果本末倒置,付出的代价会较大。

2)清晰的业务需求是自动化设备、信息系统能否设计好的前提,双方一定要重视前提、充分沟通;

3)现场生产设备与系统,要满足 “安稳长满优”的要求。

 

4、哪个行业的智能化改造比较领先

福特汽车于1913年开始使用第一条流水线生产,得益于生产效率的极大提升,其T型车1500万辆的销量至今未被打破。汽车行业的智能制造从第一条自动化流水线至今已超过一个世纪的发展,其智能制造成熟度、技术水平、项目管理、流程优化等在制造业属于领先水平,对制造业行业有很大的借鉴和参考价值。

 

5、不同行业可能会采用的软件

软件分成两大类:信息工具类,具备一定的通用性;工业软件类,行业性较强。

信息工具类:常见的 OA 、 BPM 、WMS等,能对工作效率有极大的提升。

工业软件类:根据不同的用途有相应的专用软件,工业软件需要行业积累,将行业隐性知识转成显性知识,如用于研发的CAD/CAE,用于工业控制的SCADA、DCS等,行业积累越深,软件越贴近实际越好用。

 

6、智能化的改造的成本和效益

做智能化改造需要资金、人员的投入,这些都是成本。通过这些投入进行必要的改进,如生产效率提升、产品品质提升、流程优化等,是可以产生足够的收益。

正文

见智研究:

今年以来,多省为了响应十四五的规划,也在大力推动工业企业进行智能化和数字化的发展,众多产业结构也迎来很大的转变。今天我们特邀了浙江恒翼集团有限公司智能制造专家,彭先涛彭总来和大家共同聊聊企业智能化转型的发展、成本效益等情况。

对于当下来说,数字化转型是现在制造业非常重要的发展方向。数字化转型对企业来说具有哪些重要的意义呢?

彭先涛:

众所周知,近几年新冠疫情对各个方面影响很大,但有些企业依然能够保持很稳健的发展,这和企业之前做的一些智能制造、数字化是有很大的关系。

从数字化应用层面来说,是有很多基础工作要做的,比如自动化、信息化、工业物联网等建设。能够实现数字化应用时,就会发现数字化应用对于企业的效率、效益、竞争力提升都是有很大的作用。

见智研究:

国内工业型数字化转型处于一个什么阶段?

彭先涛:

以我的经验来看,制造业数字化要经历四个阶段:

第一阶段为“打基础”:制造企业通过新上自动化/智能化设备、IT信息化系统/工具,提升企业的生产效率;

第二个阶段为“促融合”:自动化与信息化深度融合,实现“自动化做执行,信息化做决策”,可初步达到智能工厂的目的。

第三阶段为“新赋能”:通过工业大数据、AI等技术赋予生产各环节更多的“智慧”与“能力”,提升决策的精度。

第四阶段为“数字化”:打通纵向“人机料法环”、横向“人财物产销”全部环节,通过“数据”指导企业突破各环节的瓶颈。

我国家属于制造大国,各个企业的智能制造、数字化发展的水平是不一样的,行业和企业处于哪一个水平也是可以对应着这四个阶段进行参考。我国也有相应的智能制造能力成熟度(CMMM)标准,可对应进行评估。

见智研究:

目前来说,各个环节可能会遇到哪些难点?

彭先涛:

数字化阶段是会遇到很多难题,比如促融合阶段要实现工业物联网,打通设备之间的通讯,工业现场的通信协议众多,尤其有些涉及垄断的控制器或设备,获取数据很困难、代价很大。

建设过程中劳动力能够得到很大的解放,这个时候会涉及一些岗位转变、流程优化,涉及部门众多,难度也会较大。

见智研究:

通过数字化信息所带来的决策能够真正地为企业带来怎样的效益?

彭先涛:

效率提升、产品品质会有保障和提升,通过数据能反应出生产各个环节的瓶颈,有针对性的突破。例如可以通过销售数据、客户反馈等信息对产品进行改进;通过系统积累的故障处理记录对同样或类似的故障给出处理建议或指导;通过质量问题数据进行针对性的改进;通过产量、生产过程数据实现有效的节能方案等等

见智研究:

通过AI以及大数据的方式运营会包括哪些过程?

彭先涛:

数据蕴含信息,信息提炼知识。需要对现场的大量数据进行处理,才能用于实际对生产有帮助。比如现场电机运行时有电流、电压、转速、振动等诸多数据,电机正常运行时的数据作用不明显,需要重点关注异常参数,如电流异常后需要去分析什么原因引起了电流波动,波动是否会造成电机的异常,以及对生产现场会造成怎样的影响等。

AI目前非常火,从18年之后,各个国家对于人工智能都提出了发展战略。对于工业现场来说,AI应用存在着许多难题,比如我们化纤行业的外观检测,会出现毛丝、绊丝、油污等十余种缺陷,传统方式是人工用强光手电去检查每一锭丝是否有缺陷。由于视觉疲劳、工作经验不同,外检的质量是不稳定的。可以通过AI去学习各种缺陷的特征,获得量化统一、稳定的检测结果。

见智研究:

能真正做到数字化转型这一步的企业还是为数不多的。那么这一步有哪些很难解决的问题?

彭先涛:

一是打好基础的难度大、成本高,二是获取数据有一定难度,三是数据怎么用好。

数字化是智能制造发展到一定阶段后必须要去做的事情,是许多学科及技术的融合。

见智研究:

企业的改造会涉及到哪些硬件以及软件的采购或使用?

彭先涛:

需要意识到:再先进的设备或技术都是为了顺利生产而服务的。清晰的业务需求是软硬件的设计基础。现场常见的硬件有机械、电气、电子类,机械的精度决定了电气控制精度。如服务器、PC、PDA等电子类具备一定的通用性,电气类的如PLC、高低压电气也具备一定的通用型,机械部分有标准产品,也有非标定制,结合项目实际情况选择。

见智研究:

基于以上的理念,想请您分享一个成功的数字化改造的案例。

彭先涛:

比如我们海宁数字化工厂建设,是行业内标杆工厂,建设过程也可以参考上述4个阶段:

打基础:通过自动落筒、自动包装、AGV转运、立体库等实现全流程自动化,自动记录丝锭整个过程中的数据,实现产品的全生命周期的追溯.

促融合:通过建设化纤工业互联网平台,整合聚酯、纺丝整个过程的数据,实现整个工厂相关的生产数据、工艺数据的全透明。

新赋能:通过AI实现化纤外检,通过工业大数据发现生产环节的各个问题,指导生产,为各环节赋予更多的智慧。

数字化:掌握全厂数据,整合资源实现最优生产,能够很清晰地知道生产环节的瓶颈在哪里,有针对性地去做改进定。

见智研究:

我们也了解到您之前也有汽车行业的智能改造的经验,那对于汽车行业的智能化改造现在到了哪个层面,从行业角度您可否也给我们做一些分享。

彭先涛:

汽车行业的自动化水平、信息化水平、流程管理、项目管理等在制造行业里面算是比较拔尖的, ,对于其他行业有一定的借鉴意义。

冲压车间结合冲压机床+机械臂,100%实现自动化;焊装车间众多机器人协作,100%实现自动化;涂装车间属于流程行业,也已100%实现自动化;总装车间通过流水线+AGV,自动化程度也很高。总装车间要将数万个零部件组装为一台整车,信息流转与准确性控制至关重要。

焊装转涂装时,WBS需要按车身颜色进行所规划与调度,避免涂装车间频繁变换颜色;涂装转总装时,PBS需要按配置进行规划与调度,保证总装车间供应链的稳定。

生产过程是按照工艺流程进行,数字化能对生产总况一览无余,可对供应量、劳动力安排、工艺优化等进行指导,也能推动精益生产通过技术更好的落地应用。

见智研究:

您觉得哪一个环节是改造当中最难的。

彭先涛:

不同阶段的难度所有不同,比如:自动化设备设计、选择直接决定了后续生产是否顺利、运维成本高低;DAQ、工业互联网建设阶段如何实现数据的全部获取;数字化建设时众多系统的整合。

工业软件是数字化建设过程中的一道难关,我国工业软件相对薄弱,软件成功交付率较低,对于定制化、自主开发的工业软件,要成功落地需要对业务理解极深、行业经验沉淀、融合多学科与知识等,落地的软件才会好用,工业软件的成功之路还很长。

见智研究:

好的。那就刚刚彭总提到的,我也有几个疑问想请您帮忙解答一下。第一个就是您提到的这个设备,对于企业来说,他们采购一些自动化的设备属于这个环节当中,我们可以称它为打基础。那么对于有一些大型企业或者是说小型企业在采购自动化设备的时候一定会非常的谨慎,因为考虑到大型设备的这个成本会比较高,那么他们会比较谨慎。对于这种自动化设备我们也比较好奇,就是他数字化和之前有怎样特别大的差异性?就是说采购这种自动化的设备对于进入智能化的转型有怎样的必要性?

彭先涛:

对于制造型企业来说自动化设备是实现数字化一个必不可少的基础,也是工业化进程的基础,智能化的实现与这些基础息息相关。自动化设备是软硬件的集成,可实现生产过程中数据的产生、流转、存储、分析等。如果没有这些数据的积累,数字化工厂就是无源之水。当然数字化的范围不局限于现场生产的这些通过自动化流转产生的数据。

见智研究:

刚刚您说的自动化设备在它采购之前这个环节或者全流程的环节更多的是以怎样的方式来实现?是人工吗?还是其他的方式?

彭先涛:

如果工厂原来就有一定的基础,结合工厂实际情况,可能有人工、单机设备、人机结合的方式。

见智研究:

汽车制造的智能化转型是比较领先的,请问汽车领域中智能自动化设备的普及度是不是已经很高了?

彭先涛:

汽车行业自动化设备普及度还是很高的,比如发动机厂主要都是各种机床,主机厂冲压、焊装、涂装三大工艺自动化程度基本上都是能够达到100%,总装工艺空中、地面流水线、AGV、各种自动化/智能化工具等应用很广。看不见的如工业环网、工业物联网、紧耦合MES等贯穿整个环节。

见智研究:

数据的产生可以通过设备自动化、设备的一些生产流程当中来形成,是如何进行提取和解读的?

彭先涛:

设备是有相应的控制系统、信息系统,其中可以产生、存储生产数据。随着生产常见的载体有二维码、RFID标签等。比如:化纤丝锭落筒后,根据车间、线别、机台、锭位、满卷时间的信息生产二维码,打印后贴在纸管内壁,随生产流转,各环节均能知道其信息;汽车在焊装上线点悬挂写入VIN号等信息的RFID电子标签,随着生产可以读取信息,也可以对标签内容进行写入修改,最终就能知道该辆车生产过程中的所有信息。

见智研究:

不同行业可能会涉及到的哪几大类软件?有什么定制化特点?

彭先涛:

软件分成两大类,一类是信息工具类,一类是工业软件类。OA、BPM、WMS等常见信息工具系统能提升工作效率。工业软件需要行业知识的沉淀,是行业隐性知识转成显性知识,知识积累的程度决定了软件好不好用。工业软件属于我国比较薄弱的一环,幸运的是可以看到我国在工业软件的发展和突破越来越多。

定制化软件是企业或行业业务、管理等需求的体现,个性化较强,能否成功取决于对需求的梳理、理解深度。

见智研究:

对于中小企业的智能化的改造有何建议?

彭先涛:

对于中小企业做智能制造或数字化,建议如下:

首先,一定要能够清晰地梳理出来自己的业务需求,然后有针对性地去做,能够以最小的成本产生最大的效益;

其次,可以先尝试性的去上一些IT 管理工具、标准设备,对相应的流程能够有所优化,提升生产效率;

最后,对产品进行梳理,标准化可量产的产品是具备实施智能制造的条件,个性化、产量不高、迭代周期短的产品需要做优化,可进行模块化设计、排产优化等方式优化生产。

风险提示及免责条款
市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。