數(shù)字化進(jìn)程是一場改革。無論什么樣的變革都是為工廠的盈利能力賦能。每個工廠的數(shù)字化進(jìn)程都要量力而行。不能期望一蹴而就。尤其不能為了自動化而自動化,為了智能化而智能化,否則數(shù)字化就是透支明天的政績工程。
互聯(lián)網(wǎng)的蓬勃發(fā)展解決了信息差,物流行業(yè)的遍地開花解決了地域差。消費(fèi)者開心地得到了實惠。但是工業(yè)界的日子可是越來越難過。利潤越來越低,競品越來越厲害,似乎總有人比你做的好、做的快、賣的便宜。
工業(yè)界都在紛紛尋求更好的模式提高生產(chǎn)效率。
讓大家更頭疼的是這個浮躁的時代,技術(shù)沒見到革新,名詞越來越多:工業(yè)4.0,工業(yè)互聯(lián)網(wǎng),智能制造,數(shù)字化工廠,柔性制造,離散制造......
作為企業(yè)主,顯然是不可能花心思理解這些名詞的,有心也無力。就想簡單粗暴的問一下:
怎么降本增效?
智能制造也好,數(shù)字工廠也好,具體怎么落地?
我們用生活的例子來解釋:
一個工廠和人體有很大的相似性。那一個人要想身體更好,怎么做呢?首先我們要知道身體哪里好和哪里不好。針對性的哪病醫(yī)哪。那怎么知道哪里好或者不好呢?我們?nèi)フ裔t(yī)生,不管是中醫(yī)還是西醫(yī)。一方面要測量數(shù)據(jù),一方面要和標(biāo)準(zhǔn)值對比。比如我們會稱體重,測心率,測肺活量,先通過數(shù)字可視化讓我知道身體的狀態(tài),然后通過和參考值對比知道身體是處于什么狀態(tài)。
說回工廠。咱們要想降本增效,首先要知道工廠的健康狀況。按照上面邏輯,咱們首先要解決的是信息可視化。通過報表把每個車間,每條線,每臺設(shè)備,每個人,每個產(chǎn)品的信息展示出來。通過實際值和理論值的對比找出虧損點(diǎn)或者可優(yōu)化點(diǎn),有的放矢。
那問題來了,怎么收集這些數(shù)據(jù)呢?尤其是有些工廠都沒有自動化設(shè)備怎么做?
【數(shù)據(jù)收集】
還是以醫(yī)學(xué)的例子來回答,沒有西醫(yī)以前,人們就不看病了嗎?望聞問切也是測量啊。如果沒有條件做到自動化收集,一定不要等。咱們先用能實現(xiàn)的方法開始收集。
如果工廠已經(jīng)有了自動化設(shè)備,咱們可以直接通過OPC或者工業(yè)數(shù)據(jù)采集卡來抓取數(shù)據(jù)。甚至現(xiàn)在有了集成的物聯(lián)網(wǎng)網(wǎng)關(guān)可以更容易地抓取數(shù)據(jù)。
對于自動化程度較低,甚至沒有自動化的工廠,咱們可以先從手動的數(shù)據(jù)收集開始。當(dāng)然如果成本允許,可以考慮逐步過渡到用一些APP來收集數(shù)據(jù)。對于關(guān)鍵位置,我們可以采用外加傳感器的方法來收集特定數(shù)據(jù)。
【數(shù)據(jù)展示】
有了數(shù)據(jù)以后,咱們就可以把數(shù)據(jù)進(jìn)行分類展示。用分級匯總的方法。一方面把工廠目標(biāo)分解到車間目標(biāo),分解到生產(chǎn)線目標(biāo),分解到機(jī)器目標(biāo),分解到某一產(chǎn)品目標(biāo)。另一方面把實際數(shù)據(jù)按照產(chǎn)品匯總,按照機(jī)器匯總,按照生產(chǎn)線匯總,按照車間匯總,最后按照工廠匯總。然后把實際值和理論值進(jìn)行對比。分解得越細(xì),越容易定位問題的根源。
為了把問題呈現(xiàn)得更清楚,我們可以借助一些易讀性報表。如果小工廠沒有條件,至少可以用excel來做可視化展示。如果條件好的,可以用一些低代碼BI工具,比如PowerBI,Microstrategy、織信Informat等。
【數(shù)據(jù)分析】
通過數(shù)據(jù)展示,我們實際上已經(jīng)可以很大程度上看到工廠的問題所在。套用“二八”定律,工廠大部分的問題都集中在20%的分類里。在這20%的問題里,我們又繼續(xù)逐層解剖一步一步的發(fā)現(xiàn)問題根源。
一般我們把實際值和理論值的差異稱為損失。損失分為可以優(yōu)化的損失和不易優(yōu)化的損失。什么區(qū)別呢?
可優(yōu)化的損失是指的我們?nèi)庋劭梢娀蛘邞{借經(jīng)驗就可以解決優(yōu)化的損失。比如員工的技能水平,原材料的質(zhì)量,設(shè)備零部件損壞等。這樣的問題,我們一般通過經(jīng)驗或者外部技術(shù)支持就可以解決。
其他的損失就是不易優(yōu)化的損失。比如某類產(chǎn)品的合格率或者生產(chǎn)率一直停留在一個水平。機(jī)器也沒有發(fā)現(xiàn)問題,人員操作也沒有問題。那是怎么回事呢?這時候我們就可以借助工業(yè)數(shù)據(jù)挖掘的這樣人工智能技術(shù)來幫助查找原因。
【問題解決】
1、局部問題:解決具體問題不能一概而論,畢竟每個公司有每個公司的特點(diǎn)。通用的且最好的方法論是豐田的精益管理體系。關(guān)于精益管理,我們會專門討論怎么在工廠部署精益管理,尤其是怎么用數(shù)字化的方法部署精益管理。一方面,我們在數(shù)據(jù)分析的基礎(chǔ)上可以繼續(xù)使用魚骨圖來更深層次的分析問題根源,使用Kaizen工具來進(jìn)行優(yōu)化。另一方面我們也可以考慮是不是有可替代的自動化機(jī)器,比如工業(yè)機(jī)器人來代替人工重復(fù)性高,容易出錯的工序。
2、統(tǒng)籌問題:除了具體問題,最復(fù)雜的其實是統(tǒng)籌問題。工廠這么多部門這么多工序,最大的問題是調(diào)度協(xié)調(diào),而一般不是某個機(jī)器或者某員工的效率問題。那怎么才能更好的優(yōu)化計劃調(diào)度呢?
這就需要我們做高級的智能排產(chǎn)?,F(xiàn)在市面上也有一些排產(chǎn)工具能實現(xiàn)基本功能,但是肯定不能做到盡善盡美,多少都需要是要借助于自己工廠的計劃調(diào)度員經(jīng)驗進(jìn)行調(diào)整。所以沒一家工廠都要盡早的開始開發(fā)準(zhǔn)備自己的智能排產(chǎn)工具。統(tǒng)籌考慮用戶訂單需求,原材料供應(yīng),倉儲空間,生產(chǎn)線生產(chǎn)能力,設(shè)備人員可用性,發(fā)貨周轉(zhuǎn)速度。計劃做的越智能,工廠才會運(yùn)轉(zhuǎn)越快,才能更好的抵御訂單調(diào)整,原材料供應(yīng)調(diào)整等等各種因素的臨時性干擾。當(dāng)然要想做好這樣的統(tǒng)籌,上面的數(shù)據(jù)收集分析是前提。
回過頭來總結(jié),落地數(shù)字化工廠實際上是做好三個層面的事情:
底層設(shè)備自動化:用機(jī)器代替人的簡單重復(fù)性勞動,比如機(jī)器人手臂,A/RGV, ASRS。
中層數(shù)據(jù)可視化:把工廠的狀況呈現(xiàn)出來。讓每個層級都能知道自己負(fù)責(zé)區(qū)域每個訂單的情況,每個設(shè)備的情況,每個人的情況,每個產(chǎn)品的情況。當(dāng)然信息化的過程一般離不開信息系統(tǒng)。我們可以根據(jù)工廠特點(diǎn),選擇性上馬ERP,MES,WMS,EMS,TPM等不同的信息化系統(tǒng)。
高層規(guī)劃智能化:統(tǒng)籌訂單、生產(chǎn)能力、設(shè)備、人員、材料等各方面情況,盡可能的把計劃調(diào)度做到可靠且靈活。比如使用APS。
在這三個維度上,我們還要循序漸進(jìn),依照PDCA(Plan計劃、Do執(zhí)行、Check檢查、Action處理)螺旋式遞進(jìn)上升。當(dāng)企業(yè)數(shù)字化到了一定程度以后,我們才可以而且必須考慮數(shù)據(jù)的中心化存儲。試著采用“低代碼APaaS”快速搭建數(shù)據(jù)中臺,開發(fā)中臺,業(yè)務(wù)中臺。隨之而來的是企業(yè)信息化架構(gòu)的改革,運(yùn)作模式的調(diào)整。
現(xiàn)在市面上智能制造方案往往不分青紅皂白,言必稱自動化/大數(shù)據(jù)/人工智能,動不動就建議工廠上MES。幾百萬幾千萬幾個億砸進(jìn)去,工廠的數(shù)據(jù)報表是更酷炫了,然而效益并未增長。好比來了個大廚,傾你所有給你做了滿漢全席,看起來很豐盛,然而吃完這頓也許就只能等著要飯了。本末倒置,這不是工廠數(shù)字化智能化的目的。
數(shù)字化進(jìn)程是一場改革。無論什么樣的變革都是為工廠的盈利能力賦能。每個工廠的數(shù)字化進(jìn)程都要量力而行。不能期望一蹴而就。尤其不能為了自動化而自動化,為了智能化而智能化,否則數(shù)字化就是透支明天的政績工程。
違法和不良信息舉報投訴電話:0377-62377728 舉報郵箱:fbypt@m.hnzzxinda.com
網(wǎng)絡(luò)警察提醒你 a>
中國互聯(lián)網(wǎng)舉報中心
網(wǎng)絡(luò)舉報APP下載
掃黃打非網(wǎng)舉報專區(qū)