建智能工廠，可從這6個方面着手！

最近，與製造企業客戶進行有關智能工廠建設方面的交流時，看到生產效率與日本、歐美國家等發達國家的巨大差距後，不少管理者每每着急地說，我要再買些機器人增強自動化，或者說我要增強考覈，讓工人提升效率。

認識到本身與別人的差距，並有決心去行動、去改變，這是很是值得確定的事情，但智能工廠是個系統工程，而不是從某個單一環節上就能解決的，光靠購買大量的設備或者僅對工人增強管理，對總體而言效果是有限的。試想一下：

若是生產計劃都不許確，排產結果都是延期的，你怎麼可以讓工人保證定期交貨？若是生產計劃都是不科學的，自己就存在大量的等待時間，企業又怎麼能怪工人不努力？

生產過程當中，操做工與刀具、物料等生產準備人員原本就是並行協同的關係，若是一直延續之前串行的工做模式，出現「操做者很忙，機牀很閒」的局面是在所不免的，單個工人身上已經很難挖掘潛力了，必須從生產流程、組織管理上進行優化。

還好比，若是信息化系統與生產設備脫節，不能充分發揮高端設備數字化通信、自動採集等方面的優點，全部的工做還靠人工輸入，又怎麼能保證數據的實時性、準確性、客觀性？沒有這些數據的支撐，又怎麼能及時獲知生產信息，及時做出科學的管理決策？

若是不能對物料、刀具、量具、夾具等生產資源進行精益化的管控，不是積壓就是短缺，這種粗放型的管理又如何能保證生產效率的提高與成本的下降？

咱們以前講過，數據就是企業的財富，沒有良好的信息化管理系統，沒有自動化的數據採集系統，沒有智能化的大數據分析，沒有形象直觀的展現系統，這些數據就白白丟失掉了，企業永遠只能處於憑經驗、拍腦殼的粗放型管理狀態。

企業在智能工廠建設時必定要從全局思考，打造一個全面的、有體系的智能工廠管理系統，從各個方面進行優化、挖掘潛力，最大程度地提高企業的生產效率及管理水平。

六個維度打造中國特點的智能工廠

• 如何打造中國特點智能工廠？
• 從哪幾個方面入手？
• 智能化能作到什麼程度？

針對這些企業關心的問題，咱們能夠從6個維度的「智能」打造中國特點的智能工廠：智能計劃排產、智能生產過程協同、智能設備互聯互通、智能生產資源管控、智能質量過程控制、智能大數據分析與決策支持。

即分別從計劃源頭、過程協同、設備底層、資源優化、質量控制、決策支持等6個方面着手，實現全面的精細化、精準化、自動化、信息化、網絡化的智能化管理與控制。

下面，簡單地介紹一下這6個智能：

一、智能計劃排產

首先從計劃源頭上確保計劃的科學化、精準化。經過集成，從ERP等上游系統讀取主生產計劃後，利用APS進行自動排產，按交貨期、精益生產、生產週期、最優庫存、同一裝夾優先、已投產訂單優先等多種高級排產算法，自動生成的生產計劃可準確到每一道工序、每一臺設備、每一分鐘，並使交貨期最短、生產效率最高、生產最均衡化。這是對整個生產過程進行科學的源頭與基礎。

二、智能生產過程協同

爲避免貴重的生產設備因操做工忙於找刀、找料、檢驗等輔助工做而形成設備有效利用率低的狀況，企業要從生產準備過程上，實現物料、刀具、工裝、工藝等的並行協同準備，實現車間級的協同製造，可明顯提高機牀的有效利用率。

還好比，隨着3D模型的普及，在生產過程當中實現以3D模型爲載體的信息共享，將CATIA、PRO/E、NX等多種數據格式的3D圖形、工藝直接下發到現場，作到生產過程的無紙化，也可明顯減小圖紙轉化與看圖的時間，提高工人的勞動效率。

三、智能的設備互聯互通

不管是工業4.0、工業互聯網、仍是中國製造2025，其實質都是以CPS賽博物理系統爲核心，經過信息化與生產設備等物理實體的深度融合，實現智能製造的生產模式。對企業來說，將那些貴重的數控設備、機器人、自動化生產線等數字化設備，經過DNC/MDC的機牀聯網、數據採集、大數據分析、可視化展示、智能決策等功能，實現數字化生產設備的分佈式網絡化通信、程序集中管理、設備狀態的實時監控等，就是CPS賽博物理系統在製造企業中最典型的體現。

DNC是Distributed Numerical Control的簡稱，意爲分佈式數字控制，國內通常統稱爲機牀聯網。DNC系統經過一臺服務器可實現對全部數控設備的雙向併發通信，支持Fanuc、Siemens、Heidenhain等上百種控制系統，兼容RS23二、42二、48五、TCP/IP、無線等各種通信方式，具備遠程通信、強制上傳等常見功能，將數控設備歸入整個IT系統進行集羣化管理。 

管理學大師彼得·德魯克曾經說過「你若是沒法度量它，就沒法管理它」，咱們不只須要經過DNC解決互聯的問題，更須要經過MDC(Manufacturing Data Collection，直譯爲製造數據採集，俗稱爲機牀監控)解決數據自動採集、透明化、量化管理的問題。 

MDC經過一臺計算機能夠同時自動採集4096臺數控設備，兼容數控機牀、熱處理設備(如熔鍊、壓鑄、熱處理、塗裝等設備)、機器人、自動化生產線等各種數字化設備，兼容西門子等全部機牀控制系統，以及三菱、歐姆龍等各種PLC的設備。 

對高端帶網卡的機牀，可直接採集到機牀的實時狀態、程序信息、加工件數、轉速和進給、報警信息等豐富的信息。並以形象直觀的圖形化界面進行顯示，好比，綠色表示機牀正在運行，黃色表示機牀開機沒幹活，灰色表示沒開機，紅色表示故障，鼠標在機牀圖形上一點，相關的機牀詳細信息就所有實時地顯示出來，實現對生產過程的透明化、量化管理。

若是要實現更逼真的顯示效果，可經過3D虛擬技術以立體的形式展示車間、設備、人體模型等，能夠實現人體的行走、機牀的放大縮小、設備信息的實時顯示等各類操做，給用戶一個更直觀、形象的展示。

四、智能生產資源管理

經過對生產資源(物料、刀具、量具、夾具等)進行出入庫、查詢、盤點、報損、並行準備、切削專家庫、統計分析等功能，有效地避免因生產資源的積壓與短缺，實現庫存的精益化管理，可最大程度地減小因生產資源不足帶來的生產延誤，也可避免因生產資源的積壓形成生產輔助成本的居高不下。

五、智能質量過程管控

除了對生產過程當中的質量問題進行及時的處理，分析出規律，減小質量問題的再次發生等技術手段之外，在生產過程當中對生產設備的製造過程參數進行實時的採集、及時的干預，也是確保產品質量的一個重要手段。

經過工業互聯網的形式對熔鍊、壓鑄、熱處理、塗裝等數字化設備進行採集與管理，如採集設備基本狀態，對各種工藝過程數據進行實時監測、動態預警、過程記錄分析等功能，可實現對加工過程實時的、動態的、嚴格的工藝控制，確保產品生產過程徹底受控。

當生產一段時間，質量出現必定的規律時，咱們能夠經過對工序過程的主要工藝參數與產品質量進行綜合分析，爲技術人員與管理人員進行工藝改進提供科學、量化的參考數據，在之後的生產過程當中，減小很差的參數，確保最優的生產參數，從而保證產品的一致性與穩定性。

六、智能決策支持

在整個生產過程當中，系統運行着大量的生產數據以及設備的實時數據，不少企業一個車間一年的數據量就高10億條以上，這是一種真正的工業大數據，這些數據都是企業寶貴的財富。對這些數據進行深刻的挖掘與分析，系統自動生成各類直觀的統計、分析報表，如計劃制訂狀況、計劃執行狀況、質量狀況、庫存狀況、設備狀況等，可爲相關人員決策提供幫助。這種基於大數據分析的決策支持，能夠很好地幫助企業實現數字化、網絡化、智能化的高效生產模式。

總之，經過以上6個方面智能的打造，可極大提高企業的計劃科學化、生產過程協同化、生產設備與信息化的深度融合，並經過基於大數據分析的決策支持對企業進行透明化、量化的管理，可明顯提高企業的生產效率與產品質量，是一種很好的數字化、網絡化的智能生產模式。