西安西电爱波瑞企业管理咨询有限公司(简称“西电爱波瑞”)是专注于推广精益管理和智能制造的专业化培训咨询机构。

精益课堂

您所在的位置:首页 > 新闻动态  > 新闻中心 > 精益课堂

精益生产如何走进智能制造

来源:www.xdabr.com         发布时间:2023-03-28

    “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。


一、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。


二、每个概念所扮演的角色如何?

01

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。




02

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。

03

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。


04

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”。


三、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。