从精益到智能制造,要走哪几步?
CIO之家的朋友 标杆智能工厂

01

精益生产如何走进智能制造


“智能制造、数字化工厂、精益生产、人工智能、大数据....”等概念满天飞,然而应该如何理解?有什么作用?归根到底,都得服务于企业经营,围绕保质量、降成本、增效率来展开各项工作。

01

明确智能制造必须服务于企业经营

无论我们对于智能制造,用何种定义与实现方法进行探讨,我们都必须以企业的经营战略为目标。企业的经营在于:

  • 为消费者/客户提供质优价廉的产品

  • 为股东投资确保回报

  • 为保障员工的福利



这是企业经营者必须考虑的,也是企业作为整体的价值所在。当下对于智能制造的讨论多数聚焦于技术之实现,多是以局部看全局,而另一方面,为了智能制造而上系统也是偏离了企业经营之本质,如何厘清经营与智能制造间的关系,建立有效的路径分析与判断,并逐次有效的实施整体战略,对于企业而言,尤为重要,因为,这关乎企业长久的存亡,而非短期之政策红利。

图片

02

每个概念所扮演的角色如何?

1.精益是数字化的根基

精益是一种不断改善经营效率,发挥资源,包括核心的人的能动性力量,持续学习不断改善,让企业不断提升竞争能力,消除浪费就是一种对资源的最大化利用,发挥成本效率的途径,最终去实现经营的利润率最大化。

精益对生产中的过度生产、等待、运输、过度加工、库存、缺陷返工、走动、人才浪费进行了聚焦,并提出了诸多的方法予以消除。这些与生产制造单元的经营目标紧密相关。

我们总把计算机、MES/ERP这些理解为数字化系统,但是,数字化的根基是“数字”—是基于“量化管理”的管理科学思想,因此,所谓的数字化运营的本质在运营,而非数字,数字只是实现的数字化运营的手段。

之所以说精益是数字化的根基在于精益为生产提供了各种量化方法、工具,例如KPI、OEE、TPM、RCA、5S、目视化管理、看板等,这些使得工厂成为了一个可以被量化、可视化、透明化的工厂,一切都服务于经营目标:质量、成本与交付能力。

智能工厂的性能指标要求是基于精益的可量化而定义的,这些是数字化运营、智能制造、工业4.0等所有概念必须去实现的目标。


图片



2.自动化的角色

传统上,我们仅站在自动化行业的角度理解自动化,就是传感器检测、控制循环、显示、趋势报警,然而,当我们把自动化放在智能制造大环境下,我们会发现它扮演的角色是服务于运营本质的。

(1)确保效率

为什么要自动化?从传统生产运营角度而言,采用人工搬运、加工的过程显然与机器的速度无法相比,尤其是谈到智能制造的集成生产,将继续削减中间不必要的环节—精益中所定义的不增值环节。事实上,在自动化程度上,连续型生产的自动化程度要更高。

(2)确保生产质量

高精度的伺服定位与同步、机器人集成制造使得产品质量及其一致性不断提高,这些都是机器相较于人而言更为重要的作用。

(3)提供生产灵活性

运动控制不仅提供了高精度的加工质量,而且还确保了生产的柔性,就像在各种机器上,运动控制扮演让生产更为灵活的角色,通过参数设置,伺服系统自己规划加工曲线,确保平滑的工艺切换。

(4)提供上行数据采集与下行指令执行

当然了,自动化系统还扮演了精益的可视化管理角色,包括趋势、报警,当然也包括生产中的能源、维护、品质数据向管理系统的输送,当然,也接受来自管理系统的指令,如新的订单加工参数、工序等。3.数字化/信息化的角色

自动化已经让标准化的大规模生产达到了极高的水平,但是,当生产的个性化需求变得越来越多的时候就产生了新的挑战,从精益角度,质量、成本与交付都成了困难,从这个角度来观察生产制造的要求就会发现,在更大的全局来优化产线成为了必然。

再回到运营角度来思考,就会发现,智能制造必须借助于信息的透明来分析问题,数据连接起来,才能全景的观察产线,才能寻找运营的优化。

而制造级的数据采集由于垂直行业的差异性一直是一个挑战,而事实上在最近几年运营智能制造的项目中这一问题也比较突出,造成了很大的障碍,这也是为什么信息化系统成为了热点的原因,因为信息化解决了以下几个问题:

  • 共享数据模型使得数据对象变得简单,可以较为便利的方式对数据进行采集;

  • 使得跨平台的系统之间可以进行数据基于标准与规范进行交互;

  • 垂直行业信息模型的集成更为垂直方向提供了数据便利。



不仅要梳理数据的传输,也要明白数据的流向—即用途,也是要服务于生产运营的。

图片

4.智能化--全局优化与决策支持

自动化建立在对单个控制任务的调节,即使多变量系统通常也是在一台机器、一个子系统中,而生产的全局优化要在更高维度,而这个时候,计算能力、模型能力已经超出了目前的机理模型。

因此,总结而言,智能化是必须建立在精益运营、自动化、信息化之上的全局的优化问题,通过更为全局的模型,对市场端的需求拉动、工艺设计与辅助制造、供应链、生产制造环节、运营维护整个的协同,就形成了整体的基于设备状态、生产订单、能源消耗、财务成本等共同构成的“寻优”,并给予运营“决策支持”。

03

知识化人才培养

知识化人才培养探讨的是智能制造从精益基础到智能的过程,考虑知识与人才培养的关系对于智能制造同样至关重要。

人是最为重要的一个环节,在整个制造过程中,从精益的持续改善、到自动化控制的机器设计、信息化乃至智能化的学习等,这些都将依赖于人的智慧传输成为“标准”、“规范”,可重用的,能够让知识成为一种可被系统重复利用,并能自己不断学习升级,用于最终的优化决策。

不仅软件复用,人的知识经验也必须复用,实物的材料和非实物的时间都是资源,而人的智慧、经验更是资源,从性价比的角度来说,人的经验具有巨大的潜力,这是更为重要的资源。

02

精工智能创新“6+2”智能工厂规划新模式

创新“6+2”智能工厂规划新模式

创新“6+2”智能工厂规划新模式,建筑设计、精益化(含工厂布局)、信息化(含数字化)、自动化(含智能物流)、数理仿真、道场建设等六大专业跨界集成和两位资深行业专家,为客户打造量身定制的智能工厂。

智能工厂是三方力量的融合,分别是精工智能、客户高管、优秀供应商,采取7-3-1规划方案,分别是七个想法三个方案一个结论,打造可落地的、追求投资回报的智能工厂。

目前实施的客户有:小米电饭煲、绿源电动车、金宇电机、星宇电子等近百家企业。

一、工厂规划痛点分析

1、厂房设计规格(长、宽、高柱距、承重等)不符合产品需求,如长度无法满足线体摆放,高度无法满足大型设备安装,承重无法满足设备上楼等;

2、实际建筑面积不符合产能要求,如设计前无考虑公摊面积,导致产能与面积不匹配,设备买回来后无场地安装;

3、建筑材料选型不对,导致建设成本增加且无法满足生产使用需求,如五金车间建议采用金刚砂地坪,电子车间建议采用防静电EPC等;

4、因设备无定位,导致在建新工厂无法预留基础或楼板洞口,导致后续改造成本增加;

5、旧工厂布局不符合新产品一个流生产模式,导致增加大量物流人员;企业投资前无分析设备先进性,导致厂房建好后设备或线体无法满足市场工艺需求等。

二、工厂规划应用范围


image.png


三、工厂规划解决方案

1、规划需求条件

战略定位:1、产品策略定位 2、产品策略定位  3、供应链策略定位

规划产能:1、总体规划产能 2、产品BOM清单 3、订单批量关系

产品工艺:1、生产工艺流程 2、工艺环境条件  3、生产作业工时

配套辅助:1、预测车库周期 2、物料包装规范  3、成品包装规范

地块信息:1、地块用地红线 2、用地使用规范  3、地块周边环境

规划原则:1、优化建议汇总 2、特殊需求汇集  3、规划指导说明

2、整体规划

S1整体规划原则    S2资源配置测算    S3人车物流东线

S4厂区模块划分   S5建筑轮廓设定    S6方案优化选择

S7立体物线动线   S8楼层功能定位    S9建筑参数测算

S10参观路线规划  S11整体规划方案   S12建筑设计需求

3、详细规划

模块一:产能规划分解    模块二:工艺流程优化        模块三:线体布局设计   

模块四:标杆纤体建立    模块五:标准作业规划        模块六:仓储物流配送    

模块七:参观线路规划    模块八:生活辅助配套        模块九:精益生产管理

4、辅助规划与实施

强电系统 I 压缩空气 I 工艺用水 I 生产环境 I  生产环境其他辅助 I 主配电室 I 空压气站 I 自来水网 I 洁净等级 I智能排产 I 特殊气体 I 发配电室 I 气体等级 I 纯水管网I 工艺照明 I 智能物流 弱电系统 I 管网桥架 I 主气管网 I 软化水网 I 暖通系统 I 智能仓储 I工装夹具 I 回路分区 I 分气管网 I 生活水网 I 工艺地坪 I 智能控制 I 员工关爱  

5、项目交付资料包

园区规划方案、车间规划方案、办公室规划方案、各阶段PPT总结报告、规划分析清单、厂房设计需求清单、规划方案说明说、测算数据汇总包及规划过程中资料包

四、工厂规划应用效益


image.png


五、工厂规划应用案例


image.png



CIO之家 www.ciozj.com 公众号:imciow
关联的文档
也许您喜欢