智能制造進(jìn)擊AI之路

人工智能戰(zhàn)略
互聯(lián)網(wǎng)和智能讓經(jīng)濟(jì)得以高速發(fā)展,與此同時(shí),產(chǎn)能過(guò)剩嚴(yán)重成了全球性的問(wèn)題。企業(yè)的競(jìng)爭(zhēng)越來(lái)越激烈,我們的產(chǎn)品更新?lián)Q代越來(lái)越快,以往一款產(chǎn)品賣十年二十年,現(xiàn)在我們看到的是,每隔幾個(gè)月,就會(huì)有多個(gè)產(chǎn)品的更新迭代。
  對(duì)智能制造最大的誤解是機(jī)器換人,實(shí)現(xiàn)高度自動(dòng)化。我們講智能制造,實(shí)際上是在討論,如何解決當(dāng)下企業(yè)痛點(diǎn)問(wèn)題,輕松獲取數(shù)據(jù),將數(shù)據(jù)串聯(lián),打破信息孤島,實(shí)現(xiàn)業(yè)務(wù)的融合,從而提高生產(chǎn)力,平衡生產(chǎn)力和生產(chǎn)關(guān)系。
 
  01、智能制造系統(tǒng)之殤
 
  企業(yè)信息化建設(shè)是三駕馬車并駕齊驅(qū):ERP、PDM與MES。ERP管理企業(yè)資源,如人員、設(shè)備折舊等,從客戶開(kāi)始,到訂單,到主計(jì)劃,回答為什么生產(chǎn);PDM管理產(chǎn)品設(shè)計(jì)過(guò)程,如產(chǎn)品圖紙、工藝等,PDM從產(chǎn)品需求開(kāi)始到工藝編寫,回答怎么生產(chǎn);MES管理制造的過(guò)程,如生產(chǎn)計(jì)劃、生產(chǎn)作業(yè)等,從計(jì)劃到具體加工,回答到底是怎么干的。
 
 
  綜合來(lái)看,ERP、MES與PDM都屬于管理系統(tǒng),MES(ManufacturingExecution System)全稱是制造執(zhí)行系統(tǒng),主要面向的對(duì)象是管理層。
 
  戰(zhàn)略層:戰(zhàn)略層如企業(yè)總經(jīng)理、型號(hào)總師等,主要獲知生產(chǎn)的趨勢(shì)性數(shù)據(jù),如生產(chǎn)問(wèn)題發(fā)生率、任務(wù)完成率、額定工時(shí)統(tǒng)計(jì)等等,都屬于分析統(tǒng)計(jì)類數(shù)據(jù),簡(jiǎn)稱高階數(shù)據(jù);
 
  管理層:管理層如計(jì)劃員、調(diào)度員等,主要獲知生產(chǎn)的實(shí)時(shí)數(shù)據(jù),如生產(chǎn)進(jìn)度、現(xiàn)場(chǎng)問(wèn)題等,屬于實(shí)時(shí)性數(shù)據(jù),對(duì)數(shù)據(jù)的實(shí)時(shí)性要求較高;
 
  執(zhí)行層:執(zhí)行層如班組長(zhǎng)、現(xiàn)場(chǎng)工人,主要獲知的是相對(duì)靜止的信息,如產(chǎn)品的操作手冊(cè)、加工工藝或者臨時(shí)工藝通知等內(nèi)容。
 
  綜上執(zhí)行層雖然處于數(shù)據(jù)采集最核心的位置,但對(duì)于他們工作KPI(工時(shí)/件數(shù))等均沒(méi)有增益,甚至?xí)绊懏a(chǎn)量。
 
 
  MES大部分功能面向管理層,但是MES的應(yīng)用主要靠執(zhí)行層表現(xiàn)。
 
  執(zhí)行層的數(shù)據(jù)來(lái)源于機(jī)器采集、手工錄入、上游系統(tǒng)傳遞、硬件集成等等,其中主要的數(shù)據(jù)還是來(lái)源于手工錄入,所以在上線MES系統(tǒng)后,執(zhí)行層需要學(xué)習(xí)MES系統(tǒng)的操作。
 
  由于管理層希望看到更多來(lái)自于執(zhí)行層的數(shù)據(jù)信息,以輔助工廠的決策。執(zhí)行層的工人們開(kāi)始罔顧生產(chǎn),去大量的在系統(tǒng)中錄入數(shù)據(jù),這種本末倒置的行為,導(dǎo)致兩種結(jié)果:
 
  1.系統(tǒng)培訓(xùn)浪費(fèi)時(shí)間,造成本職工作未按時(shí)完成;
 
  2.沒(méi)有減少工作量,反而因?yàn)橐浫霐?shù)據(jù)降低了效率;
 
  在這樣的現(xiàn)狀下,MES的應(yīng)用效果大打折扣。造成了一個(gè)智能制造之殤:管理層需要更多更全面的數(shù)據(jù),執(zhí)行層希望更具備效率更簡(jiǎn)單舒適的工作工具。如何輕松簡(jiǎn)潔的獲取數(shù)據(jù),再將數(shù)據(jù)串聯(lián)起來(lái),打破信息孤島,實(shí)現(xiàn)業(yè)務(wù)融合是目前智能制造的重中之重。
 
  02、智能制造的解救之鑰
 
  事實(shí)上,在我國(guó)工廠的很多車間里,各個(gè)生產(chǎn)設(shè)備之間、生產(chǎn)設(shè)備和控制器之間,都已經(jīng)基本實(shí)現(xiàn)了信息化的連通。再厲害一點(diǎn)的公司,整個(gè)工廠已經(jīng)通過(guò)制造執(zhí)行系統(tǒng)(MES)連通起來(lái),而業(yè)務(wù)部門全部通過(guò)ERP連通起來(lái)了。
 
  這樣的情況下,問(wèn)題出在哪里呢?
 
  ERP和MES其實(shí)并沒(méi)有連起來(lái)!
 
  這之間存在信息孤島。所以當(dāng)ERP給MES下達(dá)生產(chǎn)計(jì)劃指令后,如果MES在生產(chǎn)過(guò)程中發(fā)生與計(jì)劃偏差的事項(xiàng)(比如設(shè)備壞了,原料不合格等等),MES會(huì)根據(jù)車間的實(shí)際情況進(jìn)行調(diào)整。但是ERP不知道,它會(huì)繼續(xù)按照原本的計(jì)劃執(zhí)行訂單,時(shí)間久了,財(cái)務(wù)系統(tǒng)和工廠的實(shí)際情況就會(huì)出現(xiàn)非常大的偏差。
 
  沒(méi)有連起來(lái)的原因也很簡(jiǎn)單:
 
  1、ERP和MES的開(kāi)發(fā)公司通常是兩撥人,搞財(cái)務(wù)的和搞生產(chǎn)的合作,不但互相不懂對(duì)方的職業(yè)術(shù)語(yǔ),雞同鴨講,而且互相看不上對(duì)方。
 
  2、公司內(nèi)部的業(yè)務(wù)部門和生產(chǎn)部門通常是分開(kāi)運(yùn)營(yíng),在沒(méi)有實(shí)時(shí)溝通的情況下,各自是不知道對(duì)方的調(diào)整的。
 
  當(dāng)然,ERP和MES的問(wèn)題只是工廠內(nèi)系統(tǒng)斷層的一個(gè)問(wèn)題縮影,事實(shí)上工廠里還有非常多的其他系統(tǒng),設(shè)計(jì)、制造、采購(gòu)等,這些系統(tǒng)都是一個(gè)個(gè)信息孤島,互相都不知道對(duì)方的行動(dòng)和接下來(lái)的計(jì)劃。這個(gè)問(wèn)題自工業(yè)革命以來(lái)就存在,但是工業(yè)時(shí)代,產(chǎn)品的生產(chǎn)周期很長(zhǎng),所以問(wèn)題在生產(chǎn)研發(fā)的過(guò)程中能夠得到調(diào)整。
 
  但是互聯(lián)網(wǎng)和智能時(shí)代的到來(lái),帶來(lái)了新的變化。
 
  互聯(lián)網(wǎng)和智能讓經(jīng)濟(jì)得以高速發(fā)展,與此同時(shí),產(chǎn)能過(guò)剩嚴(yán)重成了全球性的問(wèn)題。企業(yè)的競(jìng)爭(zhēng)越來(lái)越激烈,我們的產(chǎn)品更新?lián)Q代越來(lái)越快,以往一款產(chǎn)品賣十年二十年,現(xiàn)在我們看到的是,每隔幾個(gè)月,就會(huì)有多個(gè)產(chǎn)品的更新迭代。
 
  另外,互聯(lián)網(wǎng)幫我們消除了信息的不對(duì)稱。過(guò)去的大批量統(tǒng)一生產(chǎn)的做法顯然已經(jīng)行不通。隨著消費(fèi)升級(jí),消費(fèi)者更青睞于個(gè)性化的產(chǎn)品。這就要求工業(yè)企業(yè)能夠?qū)崿F(xiàn)小批量、定制化的快速生產(chǎn)。
 
  如果這個(gè)時(shí)代延續(xù)過(guò)去的做法,顯然很快就會(huì)被淘汰,因此,企業(yè)最迫切需要做的就是連接ERP和MES,打破業(yè)務(wù)和生產(chǎn)之間的信息孤島,進(jìn)入完全的自動(dòng)化和信息化階段,也就是工業(yè)3.0大圓滿階段。這個(gè)階段的單點(diǎn)功能不需要太完美,在下一個(gè)階段,中國(guó)人自己的智能制造階段,需要解決的就是單點(diǎn)數(shù)據(jù)。
 
  03、智能制造的AI之路
 
  數(shù)據(jù)采集:
 
  采集數(shù)據(jù)是根本的,但是需要在不增加工作量的基礎(chǔ)上,因?yàn)槿藶榈牟杉瘮?shù)據(jù)就不可取。AI的到來(lái),為我們提供了可能,我們現(xiàn)在看到的人臉識(shí)別、智能語(yǔ)音等等,都體現(xiàn)了AI這一強(qiáng)大的實(shí)力。
 
  所以工業(yè)的AI之旅注定達(dá)到的目的是:最大限度的獲取非隱私數(shù)據(jù),極多數(shù)的單點(diǎn)工具,讓工人只做本職工作的事情,不再因?yàn)楣芾硇枨蠖鲆恍o(wú)用功。
 
  數(shù)據(jù)處理:
 
  AI為我們采集到過(guò)多的數(shù)據(jù),但是這些數(shù)據(jù)中必然存在大量的無(wú)用冗雜數(shù)據(jù),如果不進(jìn)行擇優(yōu)清洗,后續(xù)的工作會(huì)很難進(jìn)行,基于AI的大數(shù)據(jù)處理應(yīng)用而生,幫助我們實(shí)現(xiàn)數(shù)據(jù)的轉(zhuǎn)化和存儲(chǔ)。
 
 
  數(shù)據(jù)分析:
 
  當(dāng)世界多變,我們就不能只是單純的從一個(gè)點(diǎn)出發(fā)去做判斷和決策。由于大量的多面的數(shù)據(jù)存在,會(huì)要求更多的算法去處理數(shù)據(jù),挖掘更多的深層的多維信息,把這些數(shù)據(jù)轉(zhuǎn)化成自己的智慧,做出最理智最正確的判斷和決策,從而創(chuàng)造在這個(gè)領(lǐng)域的財(cái)富,才是智能制造要實(shí)現(xiàn)的最終目標(biāo)。
THEEND

最新評(píng)論(評(píng)論僅代表用戶觀點(diǎn))

更多
暫無(wú)評(píng)論