天堂…中文在线最新版在线,亚洲成人福利网Ay,香蕉视频日本欧美,伊人婷婷av一区

數(shù)字化進程是一場改革。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：

1. 怎么降本增效？

2. 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？我們去找醫(yī)生，不管是中醫(yī)還是西醫(yī)。一方面要測量數(shù)據(jù)，一方面要和標準值對比。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或者可優(yōu)化點，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備怎么做？

【數(shù)據(jù)收集】

還是以醫(yī)學的例子來回答，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)進行分類展示。用分級匯總的方法。一方面把工廠目標分解到車間目標，分解到生產(chǎn)線目標，分解到機器目標，分解到某一產(chǎn)品目標。另一方面把實際數(shù)據(jù)按照產(chǎn)品匯總，按照機器匯總，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行對比。分解得越細，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肉眼可見或者憑借經(jīng)驗就可以解決優(yōu)化的損失。比如員工的技能水平，原材料的質量，設備零部件損壞等。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。通用的且最好的方法論是豐田的精益管理體系。關于精益管理，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器，比如工業(yè)機器人來代替人工重復性高，容易出錯的工序。

2、統(tǒng)籌問題：除了具體問題，最復雜的其實是統(tǒng)籌問題。工廠這么多部門這么多工序，最大的問題是調度協(xié)調，而一般不是某個機器或者某員工的效率問題。那怎么才能更好的優(yōu)化計劃調度呢？ 

這就需要我們做高級的智能排產(chǎn)。現(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度員經(jīng)驗進行調整。所以沒一家工廠都要盡早的開始開發(fā)準備自己的智能排產(chǎn)工具。統(tǒng)籌考慮用戶訂單需求，原材料供應，倉儲空間，生產(chǎn)線生產(chǎn)能力，設備人員可用性，發(fā)貨周轉速度。計劃做的越智能，工廠才會運轉越快，才能更好的抵御訂單調整，原材料供應調整等等各種因素的臨時性干擾。當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，落地數(shù)字化工廠實際上是做好三個層面的事情：

• 底層設備自動化：用機器代替人的簡單重復性勞動，比如機器人手臂，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責區(qū)域每個訂單的情況，每個設備的情況，每個人的情況，每個產(chǎn)品的情況。當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，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、設備、人員、材料等各方面情況，盡可能的把計劃調度做到可靠且靈活。比如使用APS。

在這三個維度上，我們還要循序漸進，依照PDCA（Plan計劃、Do執(zhí)行、Check檢查、Action處理）螺旋式遞進上升。當企業(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)務中臺。隨之而來的是企業(yè)信息化架構的改革，運作模式的調整。

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。