您好,欢迎来到上海仪器仪表行业协会!

搜索

Copyright © 上海仪器仪表行业协会 版权所有 沪ICP备05024589号-1

>
>
>
智能制造的本质追求是提高效率

宏观视点

智能制造的本质追求是提高效率

浏览量
【摘要】:

智能制造的本质追求是提高效率

 

中国制造业要从高速发展转向高质量发展,是业界共识,也是国家战略。要提高发展质量,通过技术创新和管理改革持续改善企业内部的运营效率和企业间的协作效率非常必要。改善效率的根本途径是控制成本。但控制成本不等于使用劣质材料、无视环境污染、漠视知识产权、过度压缩人力成本、挤压合作伙伴的价值的行为模式。从五个方面阐述了通过改善效率控制成本的理念,并简单介绍了多个不同类型的集控中心案例,给出了提高协同和协作效率的努力和尝试。

 

0 引言

在业界热烈讨论智能制造时,每个人都会思考,智能制造的核心内涵是什么?为什么要推进智能制造?

智能制造融合了新一代信息技术,将其贯穿到产品的全生命周期,并具有实时感知、自主学习、自主决策、自主执行与优化提升的能力,是信息技术、智能技术、制造技术等的深度融合与集成[1]。

其中,“自主”是智能型系统的核心特征,即不需要外界干预而自主地应对各种确定和不确定的工况场景,能够自主应对证明系统具有“类人”的智能(即使是非常弱小的智能)。我们现在所做的一切努力,都是以模仿人类智能为目标开展技术研究(无论是生物学方法,还是工程技术学派),将技术成果赋予一个物理系统,使其具备一定程度的“类人”智能,从而实现设定的“自主”目标。

1 制造能力核心要素

产品是一个制造企业与消费者联系的纽带,连接着供求之间的劳动关系和利益关系。无论企业处于哪个行业领域,无论企业规模大小,其核心的市场能力要素体现在以下四个方面[2]。

①产品质量:通过精益的制造管理,生产质量稳定、一致的产品。

②制造成本:制造者获得价值回报,必须具备形成具有市场竞争力产品价格的成本控制能力。

③个性化需求:需求日益个性化是一种必然的趋势,供给侧必须进行调整,以最大限度地满足个性化需求。

④快速响应:对产品和服务的快速响应将成为企业竞争力极为重要的组成部分。

在上述四个能力要素中,前两者是基于传统工业制造视角,而后两点则是“互联网+”视角。“互联网+”使能供需双方直接连接,从而使双方都获得了创造增值服务的机会。

持续提升企业的核心竞争力,需要从以下两个维度进行思考。一是从制造企业自身的维度,持续优化提升全流程的精益制造水平,生产高价值、高质量的产品,维持与高品质适配价格并具有持续的竞争力,而不是简单地追求绝对低成本,从而提高资源与能源利用效率、改善制造管理的效率。其中一个非常重要的环节是:提高产品质量的一致性水平,消除由于产品质量瑕疵等而带来的、一切可能的重复、无效工作环节。这是企业永恒的追求。这需要为传统制造全过程各个环节深度嵌入数据和信息能力。二是从用户的维度。对用户而言,质量一致、功能适配且价格水准具有市场竞争力的产品,即产品功能要适配、价格要有竞争力。这是用户市场生存的基本保障,体现为用户的基本需求。用户个性化需求得以满足,并获得及时、快速的服务响应和支撑,有助于用户的创新实践,形成差异化的产品,获得增值发展的市场机会。这体现为用户的增值需求。

目前,用户端的消费偏好已经从单纯注重产品质量、价格(成本)的两维模式向注重质量、性价比、需求个性化、响应速度的四维模式转变。而供给侧有多种策略布局或追求创新型制造,即突出创新意识和能力,设计开发生产技术和市场领先产品,获取超额的盈利机会;或固守效率型思维,即通过提高效率,可持续的控制成本,不懈地追求产品品质,满足用户再生产的需求。

智能制造就是追求一种生产模式:快速提供承载个性化功能的高品质产品和服务。

2 工业互联网使能、赋能效率提升

什么是工业互联网?有多种诠释和说明,但没有权威的定义。

工业互联网是基于互联网的工业应用,体现在互联网技术与工业技术深度融合;工业互联网通过实现人、机、物的全面互联,促进制造资源泛在连接、弹性供给和高效配置。

工业互联网的本质特征是互联互通、数据赋能。

①互联互通、数据赋能。

互联互通是工业互联网的一大特征,也是实现智能制造的基础,被认为是全连接工业经济全要素、全产业链、全价值链的底座(基础设施)。

2016年,工业互联网产业联盟(alliance  of industrial internet industry,AII)发布了工业互联网体系架构(版本1.0),明确提出工业互联网三大要素:网络是基础、平台是核心、安全是保障[2]。

2020年4月,联盟又发布了工业互联网体系架构(版本2.0)[3],在继承版本1.0核心思想的基础上,突出数据作为核心要素,强调数据智能化闭环的核心驱动及其在生产管理优化与组织模式变革方面的变革作用。它将版本1.0提出的三大智能化闭环,进一步归纳为共性的数据优化闭环,体现其在工业互联网系统中无处不在的特征。这一数据优化闭环既可以作用于企业现有生产和管理,使之更加精准智能,也可以作用于资源配置优化与生产方式重构,引发商业模式创新,从而体现出数据赋能制造的真正价值。

②工业互联网支撑智能制造的协同理念。

协同的理念是智能制造的要义所在。协同是互动,是连接,是沟通。工业互联网追求互联互通。互联互通下的数据集成是协同的基础。

企业运营中,随处可见因协同不足而导致运营难度提高、成本增加。协同的障碍来自于数据壁垒所导致的信息不对称,企业各级管理者花费大量的精力来协调问题更是常态,通过人为的管理介入实现协同,管理者的协调能力形式上是由于管理授权,但本质是由于掌握广泛性信息所产生的话语权和决策判定优势。

业务协同可以增加业务流程链各环节之间的信息透明,过滤或降低工作目标(面向服务和市场)的盲目性和不确定性,从而可以为应对各种可能的变化,提前作出相对优化的安排,降低由于信息不透明而带来的运营难度和不确定性而引发的额外成本。通常的做法是:人凭借经验快速介入管理过程,但这并非高效协同的理想途径,过度依赖某个个体的经验知识是不可持续的,协同需要依托来自系统的支撑。具体要基于协同制造的理念,将生产制造、运营决策,以及所有关联的应用系统功能紧密集成。将这些系统的运行行为数据相互融合,在企业内部协同成为广泛共识和自觉行动,企业外部形成与客户和合作伙伴之间更灵活融洽的协作关系,从内到外业务流程的端到端集成,可以极大程度地降低运营成本。

在企业内部(管理链)要打通管理“竖井”,实现数据和资源的贯通与共享。企业内部业务协同是一种管理安排,通过管理意志的贯彻得以实现;企业间横向协同(生态圈)则是一种市场行为,要基于价值共享的理念,避免恶性竞争而导致的社会财富的浪费,提高社会总体资源效率。

3 数据支撑协同以显著提高效率

根据工业4.0的理念,将“更好,而不是更便宜”作为变革的机会和基准,对成本控制应该有更新的理解和把握,即:控制成本的最有效途径是提高效率。控制成本的有效途径如图1 所示。

图1 控制成本的有效途径示意图

那么,工业互联网在企业可持续控制成本方面如何作为呢?

①智能装备的实时互联与精准控制。

    设备互联互通是基础性工作。充分互联互通的装备可以实现数据的直接交互,有助于在更大范围内的不同生产设备既能够彼此协作,又可以快速、有序地对外部变化作出实时、适当的反应,从而为生成应对潜在故障或弥补瑕疵的策略赢得宝贵时间,降低某个环节突发异常对其他环节的影响;逐步学会自主预判,形成自主应对突发异常事件的能力。例如:全流程质量监控就要求前道工序任何潜在瑕疵信息,都实时传递到下道工序,从而产生最优的质量控制策略来加以纠正和弥补,可以减少损失,控制无谓的成本。

②可灵活配置的工艺路径和制造资源。

大规模、标准化生产是大型流程制造业的主要方式,可以用来分摊成本。同时,标准化生产使得制造过程是稳定、持续的,有利于产品质量的一致性。所以,流程型工业的产品质量和制造成本深度依赖于规模。同时,企业必须在大规模、标准化前提下,对用户的小批量、多品种、个性化需求作出应对,一定程度上为用户提供必要的选择自由度。这需要通过纵向集成,构建网络化的、可灵活重构的设计、制造和生产管理体系。

强化制造管理规则的可配置(软件可定义),是提高工艺制造路径和过程调整的灵活性和柔性的中药技术手段,利用数据建模和预测,提高决策制定的精准性和执行的灵活型。其中,提供合同、计划和工艺路径等方面多种方式的灵活匹配组合,是实现规模化定制生产的重要环节,追求制造管理的实时、敏捷,柔性满足或趋近产品的个性化定制,体现智能的要义,是成本控制的重要方面。

③基于约束进行动态的预测与决策。

物理制造过程存在多种约束条件,在科学研究和工程实践中时而忽略一些次要约束条件,是科学技术问题的必要简化。这往往出于技术上的无奈。

按照最大产能来制定计划的生产方式已经是过去时,供给侧改革就是要以消费侧需求来驱动生产。在产能过剩的“新常态”下,需要重新思考约束条件对制造过程的影响,尽可能将更多的约束要素纳入考虑,才能反映市场的真实情况,例如:除需求、市场、合同外,能源环境要求是对制造管理的刚性约束。约束型制造是一种理念,也是一种制造模式。制造管理中,约束条件因时空环境而变,要综合各种约束条件,对未来工况做出实时动态的预测,从而有助于作出更加符合实际情况的最优决策。美国大河钢厂使用大数据挖掘和人工智能搜索超过40亿个历史数据点来识别预测模式,只要对足够的历史数据进行分析以识别预测模式,那么所有事件都是可预测的。所以,大河钢厂自诩为不存在所谓的“随机事件”,消除了由于盲目和不确定性而产生的额外成本和过程风险。

④尽可能在虚拟空间完成更多工作 。

虚拟工厂建设涉及大量的工艺技术和信息技术的融合应用,其核心是模型。面向产品、设备、工艺、管理、运营等物理资产和制造行为,建立数字孪生模型,对整个工厂进行完整的数字化描述,需要大量的研发和不菲的投入。

尽管如此,基于数字孪生技术构建虚拟工厂仍然是智能制造的不懈追求。虚拟工厂一旦建成,将是一个近乎“零成本”的工厂。在虚拟空间(即虚拟工厂环境),基于数据,通过软件工具开展设计、仿真、验证工作,得出确切方案(计划排程、工艺参数、加工路径、质量规范)后,再进入实体制造程序。虚拟工厂是一个非常理想的场景环境,一切有可能产生额外成本(时间、经济考量)、存在某些不确定性需要进行验证的工作,都可以在虚拟环境中得以澄清,通过“软制造”来有效控制成本。

⑤接近市场的知识型员工进行决策。

未来的制造是由智能机器和人类专家共同组成的人机一体化智能系统。人将经验和数据融合形成的知识嵌入机器中,形成机器“智能”,来逐步承担独立分析、判断、决策等任务,人类专家通过集成的知识平台介入,对各类终端设备提供更有效地指导和服务,不断丰富和改进机器智能。伴随着人的经验“注入”机器,更多的人类智力资源被用于智慧开发工作,培养出更强的系统能力来支撑决策。

随着系统知识对决策的支撑作用日益显现,企业决策将会逐步下沉并分散,由更接近市场的知识型员工进行决策将具有更为显著的优势。因为工业互联网所提供的信息均衡和透明使得顶层决策不再具有唯一的权威性和必要性,而决策主体的变化将大大提高决策的实时性和效率。决策主体的分布性特征并不意味着人可以随意决策,基于数据、知识并综合利用智能优化技术,可以确保决策的正确性。

4 集控中心是协同出效率的一种尝试

协同需求无处不在:设备互联互通是协同,工序间、工厂内、人与人、人与机之间要协同,企业内各技术专业、各管理部门在流程上需要协同,企业内各制造工序、各制造基地在产品上需要协同,集团内产业平台间需要加强协同,产业链上下游企业之间也需要基于价值共享的协同。协调、协同、协作贯穿在智能制造的每一个环节。

目前,很多钢铁企业在推进集中监控(操业)中心的建设。尽管各类集控中心的规模、形式、功能有所不同,但一个显著的共同点是:将原来多个分散布局的监控操作室集中到一个规模更大、覆盖范围更广、现场监控手段更多、数据交互更方便的集中监控中心。

大型集控中心如图2所示。

图2 大型集控中心示意图

日前,中国宝武集团各制造基地都规划和建设了各类大型监控中心,其中几个有代表性的案例如下。

①韶关钢铁的铁区集控中心。

以“安全、协同、高效”为目标,将铁区原料、烧结、焦化、高炉、铁水运输、高炉煤气余压透平发电装置除尘六大工序24个系统,以及能源介质的煤气、蒸汽、发电、鼓风等六大系统的18个单元全部纳入集控范围,覆盖了原来分散在铁区及能源介质区的42个中控室功能。将铁区从原料、烧结、炼焦到高炉、能源等所有工序都纳入到一个统一规划建设的集控中心,按照工序需求进行区域和功能划分,实现以高炉为中心的铁区一体化协同,以及铁区和能源介质跨区域的大协同,打破区域和工序间的传统边界,有利于进行高效管理和生产。

②鄂城钢铁操业中心。

鄂钢建设了更大规模的集控中心,将114个操作室集成为一个,实现钢铁全工序操作集控——操业中心。操业中心不是简单的操作室集中和操作终端搬迁,而是秉持“专业集中管理、工序高效协同”的理念,在一个统一平台框架下,对制造管理流程进行梳理和优化,并在此基础上对操作画面和操作台进行整合。一是实现操业导航(五类型),在标准化作业、异常事件处理、工序协同、生产组织等方面进行规范性指导;二是区域指示(九工序),面向过程,不同应用系统关键生产与管理信息整合,并发送到相关责任岗位;三是全局概览(八专业),面向专业,面向工厂级管理者,多区域、细颗粒度的技术经济指标动态分析及展示,基于过程自动化与制造执行系统的数据融合;同时考虑整合后由于主操人员远离现场,所以对于现场视频的依赖度提高,实现与控制系统联动,形成500万吨规模钢铁企业智慧制造应用示范。

③湛江钢铁热轧区域中心。

湛江钢铁以热轧厂为对象规划,目标是建成具特色的区域性服务节点,并基于数据打造智能工厂。湛江钢铁热轧智能工厂重点不是重复已有的管理流程,不是试图建设一个本地的数据仓库,而是搭建一个全员协同工作的共享平台。通过面向不同使用者的创新性数据应用功能的开发,实现信息的共享、管理流程的优化、异常特征的洞察和智能工厂全域、全要素的实时性、精细化管理,实现以产品质量成本为主线的全面可视化。在厂部级面向多工序规划集控中心的建设,有望成为湛江制造基地中工厂治理精细化创新理念之先驱。

④宝山基地“五合一”管控中心。

宝山基地基于ONE-MILL的理念,建立集中一贯的智能化管控体系,构建公司级”统一、高效、集中、专业”的平台,集“调度、管控、指挥、发布”于一体,将制造全流程业务紧密集成,打破部门分工界限,实时展示制造管理的全貌:原料进厂、生产运行、成品出厂、运输管理、能源环保五个专业模块(即五合一)。运行管控中心的主要特征:一是作为信息中枢,充分体现重要信息的及时性和准确性;二是负责生产运行的监控、协调和调整,充分体现制造管理的敏捷性;三是作为基地应急的最高指挥平台,充分体现管制指令的权威性。

⑤宝武集团高炉智联中心。

宝武集团下辖各制造基地共有39座高炉在役运行,目前正在规划将所有高炉接入上海宝武集团总部,实现集中监控。高炉互联智控项目将利用5G等信息通信技术(information and communication technology,ICT),实现全国广域范围高炉实景的互联互通。除了实现炉况远程实时监控、智能诊断外,通过汇聚多个数据样本,对高炉进行“画像”,基于数据解析高炉内部熔炼机理,解决炼铁生产过程中,炉况判定和操炉生产对人的经验过度依赖,即“白头发”和“盲人摸象”式操作等问题,进而在生产运行寻优、高炉指标预测、铁水动态成本、长寿智能诊断等方面开展有益的探索。

5 结论

工业互联网如何结合企业/行业实际,有针对性地成功落地,还需要进行大量的探索实践创新,除了在满足个性化需求、提供快速响应服务方面发挥互联网的优势之外,还是要回归工业本源,解决产品质量、制造成本问题,改善效率是控制成本的根本途径。

本文从五个方面阐述了通过协同改善效率控制成本的理念,并尝试从不同类型的集控中心案例中,发掘提高协同和协作效率的共同点。

集控中心建设多采用自下而上的方式,截至目前,尚未上升到更高层次来加以总结和提炼,成果效益还有待逐步显现,有些与设计之初的期望还有距离,普适性的实施架构和解决方案还有待深入探索。但这些监控中心案例都呈现出一个共同的目标和趋势:协同工序协同、专业协同、流程协同与协作,而技术支撑来自互联互通、数据协同。

追求协同将带来效率的提高,对提高企业成本控制能力颇有裨益。至于哪类集控中心效率更高、效果更佳、更适合于企业运营,将随着现有和未来更多的成功实践落地而清晰地呈现。

参考文献: 

[1]e-works Research.智能制造应用白皮书(2018)[R].2018.

[2]丛力群.工业互联网:中国制造业的生存之道[J].上海信息化,2016(7):19-21.

[3]工业互联网产业联盟.工业互联网体系架构(版本1.0)[R].2018.

[4]工业互联网产业联盟.工业互联网系统架构(2.0)[R].2020.

作者:丛力群 教授级高级工程师,上海宝信软件股份有限公司技术总监、中国宝武集团技术业务专家、上海市领军人才、工业互联网产业联盟理事及垂直行业组副主席、中国自动化学会过程控制专业委员会与仪器装置专业委员会常务委员

来源:PAI教授

相关附件

暂时没有内容信息显示
请先在网站后台添加数据记录。