【智能制造】智能制造必须具有一定的基础

2019 年 4 月 8 日 产业智能官

原创: ENI ENI经济和信息化网

本文来自西电宝鸡电气有限公司企业管理处副处长江小刚3月22日“CIO智行社之西安制造业数字化实践“的个人演讲实录。



江小刚

西电宝鸡电气有限公司企业管理处副处长 


我们公司属于是传统制造业,对于云的呼之欲出我们既欣喜又有很多困惑。今天跟大家分享的内容是我们所实施的智能制造项目,周总说智能制造的基础是云,起先我们没有这样的感觉,但这个项目做完之后我改变了之前的想法。

我们在智能制造方面做了两个项目,第一个是2015年工信部智能制造新模式项目,第二个是2018年工信部智能制造试点示范的项目。2015年在项目申报时工信部就针对几个重点领域提出遴选的要求,由于我们是做中、低压开关输配电装备有一定的代表性,所以获得了参与项目的机会。2015年5月份进行项目申报,6月8日后国家两部办公厅发放了文件,我们的项目被工信部选定。



2015年项目的总体投资约2亿,国家支持资金2700万。项目建设周期2014年1月到2017年12月为周期,我们制定了三步走目标,一是建设具有行业特征智能制造的工厂,二是提升企业自身的总体运行水平,三是提炼出能在同行业中推广的成果。


西电宝鸡电气智造历程及创新点

主要建设内容


申报项目的时候分五个业务模块,一是数字化车间整体规划和标准制定,二是数字化研发系统建设,三是数字化智能制造系统建设,四是数字化车间能源管控,五是数字化制造环境支撑。模块的选定是以国家工信部要求建成后的实际效果为依据,并把这个效果返回到实际业务场景中,通过针对性地提升业务能力把这些效果展现出来,然后列出来我们要依靠的技术(系统),最后形成一个项目推进的路线图。



我们智能工厂功能架构吸取国外先进企业的一些经验,自下而上可分为五大层,第一层是智能制造的基础设备层,第二层是设备的运行在线监测层,以前对于设备来说,只是开停启停状态,现在我们加了一个系统,负责采集设备运行状态和加工信息量,在这个层底下还有数据总线、第三层是车间和精益制造执行层。车间内部需要设计,制造执行管理系统,包括质量大数据、能源管控。第四层是企业运营管理层以传统的ERP为主,要给管理层做一些管理的支撑,贯穿于整个企业的始末,最后一层是运用大数据等技术为支撑的智能决策层。

同时还有三个具体的保障体系。一是智能制造基础保障体系即我们讲的一些技术。另一个智能制造的标准体系是指导实施并验证项目成果的标准,开关电气制造行业必需有智能制造标准体系。最后是试验验证体系,电气产品要做一些相关的实验,取得相关实验验证以后才能准入市场即要遵循准入机制。

数据管理标准及系统是我们做的一些很基础的东西,但当时也付出了很多,首先要好主数据分类,再做数据清洗,我们做数据化转型要靠数据驱动,但原始的数据已经驱动不起来。我们公司传统的主数据管控六大类数据基础,针对是智能制造这是不够的,我们必须加一些有自己制造特点的东西进去,最后我们将主数据扩展为11大类,把主要数据管起来,规范起来包括一些加工的工艺信息、工装模具等管理信息。第二个基础是做数据规范,先做好数据定义,确保以后的数据能在各个系统充分共用。



在产品设计方面基于MBD的三维工艺设计与仿真平台是我们的有效手段,我们行业的特点主要以装配为主,元器件基本以外购为主,钣金加工成为我们主要的加工内容。所以引入三维工艺设计来加工柜体,(因为PDM上的比较早,当时还没有相应规范,没有把树形结构搭出来)我们现在要靠三维工艺,做基于工位的装配工艺,用于指导工人完成当天的工作。另外是做工位的齐套性检查,工单下来之后,指导我们如何把这个活干好,检验装配物料齐不齐,零配件齐不齐。生成工位的三维装配指导手册,不管员工怎么换,都能利用简单的培训过程,在很短的时间里快速掌握装配要点和装配规范。

精益产线设计和虚拟生产仿真平台是虚实结合手段,构建起数据模型。有仿真需要大量的基础数据,但对于我们来说数据还不足以支撑,所以我们先要从物流仿真入手,先把物流配送这部分做起来,随后再做其他相应的如工位,设备、产线的仿真。这部分的核心还是需要基于精益管理的实践来职称。

我认为制造最核心的系统是“MES”系统,它驱动整个企业生产加工过程。对于我们行业来说,需要做两个最关键的事情:第一是拿回订单,这对企业很关键,因为市场是龙头。第二是按期履约和按期交付,合同签订之后,我们就要对客户负责,按客户的要求把客户需要的东西送过去。因为行业的特殊性,我们需要突破瓶颈。要充分提高内部效率,从设备层到车间层,再到企业运营管理层,要实现“实物流”和“数据流”的同步,这样智能制造的效果体现出来了。MES系统提供了以设计、供应、生产和设备等情况形成多级计划生产作业计划,这是它的一个特点。



做断路器的质量大数据分析系统对于我们来说是一个挑战,我们行业一直在向国外企业比如ABB,西门子,施耐德学习,现在我们已经学会了他们的产品的形,但是神没有学起来,可以说我们的一直在跟随,从来没有超越过。这几年制造技术和制造工艺水平提升以后,我们面临的新问题是国外企业已经采集了大量的数据,有了解决未来的问题能力,我们还必须跟着人家跑。因此,我们也在思考,我们有西电、西高院,有全国的数据,为什么不能把这一块建起来,为什么不能较早布局?如果建起来我们就可以做自己的断路器产品,这作为尝试算是第一个吃螃蟹的人,至于效果会怎样三五年之后就能看到吧。

智慧能源管理系统即绿色制造,当时按照工信部的要求就是要降低能耗,所以我们把水电气有效地管理起来。另外,现在我们总体厂区占地面积约21万平方米,三个主要厂房上有布置光伏发电,5.9兆瓦光伏项目发的电足够我们自己用,还可以发电上网。


项目技术创新点


我们的生产技划是多级计划排程体系,把技术设计、采购信息、加工设备、工艺等相关信息合并起来,形成执行度非常高的生产作业计划。

再一个是设备之间的互联互通,检测设备安装到产线上,将检测信息实时融入大数据分析系统,以便对它进行实时采集分析。

而内部交付最大的瓶颈有两个,一个是设计效率,一个是采购周期,用户指定的产品非常多,外购件是最不可控的因素,设计变更也是一个问题。如何提高设计效率和准确率?之前做了很多项目但一直找不出一个共性的问题,每次设计都需要在基准模型上进行变形设计,工作量较大效率不高。现在运用大数据的手段,把以前的七八万面柜子的设计信息放进去进行抽取最后形成模型,在后期做设计时进行模型比较,快速的生成工程模型,提高了设计效率。



就我们而言,我们在智能制造行业里有几个创新性,我们买了一条德国通快柔性生产线,这个线非常先进,堪称国际一流。我们自己的制造质量大数据分析系统和设备在线监测系统,将设备加工信息采集出来给其他系统进行调用并提炼出主数据的特点。在这里我不是基于传统的主数据把我生产加工信息融到里面去,而是MES从设计开始就把精益理念融入进去,当然我们进行了很多的学习,所以我提了一个口号,智能制造的基础是精益管理,智能制造实现的目标是精益管理。

总结一下,智能制造的前提是要具有一定的基础,传统的制造也罢,未来的制造也罢,这个基础是我们实现的智能制造重要保障。精益管理就是打造智能制造基础的一个有效手段,有精益研发,精益供应链、精益生产、精益营销等等,它是一个体系,企业精益贯彻的好,上任何系统都可以水到渠成,都可以取得我们预期的效果。MES是智能制造的核心系统,但是如果你不了解企业的精益,企业精益管理的目标,精益要达到的效果,那就不要做。不要拿传统的MES模块套用我的现场,除非符合企业的特质,符合企业的现状。


主要技术指标及先进性

关键技术指标


我们当时提了一些数字化的指标,如生产效率,库存,设计效率,不良品率等,但更重要的是关键技术指标,数字指标不一定在短期内就能实现,但是如果把之前几个做完之后,再实现数字指标只是时间问题,以后各位同仁如果要申报这类项目,就要多关注这一类技术指标。


相关数据


这是2018年2月3日接受工信部验收的时候从系统采集出来的,我们测算过我们做完智能制造以后所达到的最后的测算数据,前面这四个数据最初要求20%,最后是6%。


技术先进性


我们高分通过了工信部委托工信厅组织验收。


技术成果及应用效果

✦ 专利清单,这偏向于产品的专利。

✦ 软件著作权清单,这个偏向于应用,上了每个系统形成了自己的著作权和专业证书,这是规定动作,我们这些制造型企业要申报国家智能制造项目,有专利指标等一系列的指标要求。

✦ 企业技术规范清单。这是指一些数据集成规范,数据的流向是做数据驱动,所以要把数字规范起来。

✦ 产品市场竞争力提升。

✦ 经济效益显著。智能制造不一定会带来效果,但绝对起一定的作用。公司2015年到2018年,实现了快速增长,从2016年5个亿,到2018年的9个亿,2019年目标是要突破10亿。随着智能制造的深入应用对企业运行效果提高带来了一定的促进作用,但是作用多大衡量不出来。但是我们的客户到我们公司考察完之后很多都会选择我们作为供货商,这是因为他们看到我们企业的制造体系带来的履约能力和产品质量的保证。


项目推广应用及效益



项目推广性


对于国家工信部来说,这个项目选我们试点,是因为在这个行业我们是“趟出一条路”的企业。(国家每次遴选项目都会做很慎重的选择,每个行业找一个代表,做起来了就可以把你的经验推广复制,做不起来了可以再找其他的试点。我们在宝鸡有很多的兄弟单位来参观,大家交流学习)。


现在的实际情况是我们称不上智能制造,我们现在所做的叫数字化制造,从自动化到数字化的转变。我们主要解决的是围墙内的事情,我们没有通过云和产业大数据将整个产业,跨区域跨行业协同起来,所以到目前为止我们认为我们做的是数字制造,解决了围墙内的事情,主要解决的是企业本身的运行效果,还没有做到网络化、智能化。我们还需要再逐步利用“云、大、物、智、移”等技术提高企业的生产经营效果当中,实现真正意义的“智能制造”。

工业互联网+智能制造




产业智能官  AI-CPS


加入知识星球“产业智能研究院”:先进产业OT(工艺+自动化+机器人+新能源+精益)技术和新一代信息IT技术(云计算+大数据+物联网+区块链+人工智能)深度融合,在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的机器智能认知计算系统实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链



版权声明产业智能官(ID:AI-CPS推荐的文章,除非确实无法确认,我们都会注明作者和来源,涉权烦请联系协商解决,联系、投稿邮箱:erp_vip@hotmail.com。




登录查看更多
0

相关内容

人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
大数据安全技术研究进展
专知会员服务
92+阅读 · 2020年5月2日
专知会员服务
124+阅读 · 2020年3月26日
电力人工智能发展报告,33页ppt
专知会员服务
128+阅读 · 2019年12月25日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
93+阅读 · 2019年11月13日
【精益】精益生产与智能制造的联系和支撑
产业智能官
37+阅读 · 2019年9月14日
【数字化】制造业数字化转型的实战路线图
产业智能官
39+阅读 · 2019年9月10日
【数字化】数字化转型正在成为制造企业核心战略
产业智能官
34+阅读 · 2019年4月22日
【智能制造】新一代智能制造:人工智能与智能制造
产业智能官
17+阅读 · 2018年8月11日
【智能制造】智能制造的核心——智能决策
产业智能官
12+阅读 · 2018年4月11日
【智能制造】智能制造技术与数字化工厂应用!
产业智能官
13+阅读 · 2018年2月21日
A Survey on Edge Intelligence
Arxiv
51+阅读 · 2020年3月26日
Arxiv
5+阅读 · 2020年3月26日
SlowFast Networks for Video Recognition
Arxiv
4+阅读 · 2019年4月18日
Arxiv
7+阅读 · 2018年6月8日
Arxiv
4+阅读 · 2018年4月10日
Arxiv
11+阅读 · 2018年1月15日
VIP会员
相关VIP内容
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
大数据安全技术研究进展
专知会员服务
92+阅读 · 2020年5月2日
专知会员服务
124+阅读 · 2020年3月26日
电力人工智能发展报告,33页ppt
专知会员服务
128+阅读 · 2019年12月25日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
93+阅读 · 2019年11月13日
相关资讯
【精益】精益生产与智能制造的联系和支撑
产业智能官
37+阅读 · 2019年9月14日
【数字化】制造业数字化转型的实战路线图
产业智能官
39+阅读 · 2019年9月10日
【数字化】数字化转型正在成为制造企业核心战略
产业智能官
34+阅读 · 2019年4月22日
【智能制造】新一代智能制造:人工智能与智能制造
产业智能官
17+阅读 · 2018年8月11日
【智能制造】智能制造的核心——智能决策
产业智能官
12+阅读 · 2018年4月11日
【智能制造】智能制造技术与数字化工厂应用!
产业智能官
13+阅读 · 2018年2月21日
相关论文
Top
微信扫码咨询专知VIP会员