【智能制造】智能制造的规划思路
在制造业近百年的发展历程中，科学，技术，管理构成其发展“三大”要素。科学技术是推动人类社会和经济发展的巨大源动力，那么怎么能够促使科学技术更好的发挥源动力的作用呢？
历史的实践经验告诉我们是管理，管理应居于先行地步，它从高度的逻辑性，广泛的综合性，流程的可控性，信息的融合性出发，能很好的把自然科学，技术工程的发展因素充分的激活起来，促使科技能很好的转化为社会生产力的重要平台。
我们要充分发挥数字化生态融合经济发展方式的作用。这和工业时代亚当·斯密的“分工”经济学有很大区别。现在不再强调“分工”，而是“融合”，要把企业内部和外部种种、各干各的、你的我的分工“围墙”撤除打散，要以信息流优势，让大家融合在一起。既要发挥各自优势，又要形成集成化更大的优势，建设“无边界企业”。
文章作者8月16日 20:00 邀您线上一起探讨交流，点击下方二维码预约报名。
智能制造的规划思路
MES的六维概述
在制造业近百年的发展历程中，科学，技术，管理构成其发展“三大”要素。科学技术是推动人类社会和经济发展的巨大源动力，那么怎么能够促使科学技术更好的发挥源动力的作用呢？历史的实践经验告诉我们是管理，管理应居于先行地步，它从高度的逻辑性，广泛的综合性，流程的可控性，信息的融合性出发，能很好的把自然科学，技术工程的发展因素充分的激活起来，促使科技能很好的转化为社会生产力的重要平台。
当代ERP（企业资源管理）和MES（制造执行系统）是构成信息化企业管理的基本框架，是实现制造型企业精益生产工程的主线，是推动“两化”融合，实现制造业高端自动化的重要方法和手段。
推行和MES紧密的结合，这是顺应时代发展潮流，改变企业管理价值的一个实质问题。当前企业的传统管理方法，已很难适应信息化年代企业管理的发展方式，企业必须突破以信息化带动工业化的关口，这是我们企业面临生存与发展的迫切需要。
我们要充分发挥数字化生态融合经济发展方式的作用。这和工业时代亚当·斯密的“分工”经济学有很大区别。现在不再强调“分工”，而是“融合”，要把企业内部和外部种种、各干各的、你的我的分工“围墙”撤除打散，要以信息流优势，让大家融合在一起。既要发挥各自优势，又要形成集成化更大的优势，建设“无边界企业”。
以计算机为中心的企业管理已经走向越来越高度化，特别是把信息走向网络化，使企业管理走向全球化的更大空间，人与人，物与物，人与物形成无缝对接的空间和时序。结合制造企业信息化的经典的“Y”字型架构，MES处于中间层，是连接ERP、CAx(CAD、CAPP、CAE和CAM的简称)和CPS的纽带。我们将MES划分成六个维度，制造 (Manufacturing)维度 、工程(Engineering)维度、供应链(Supply Chain)维度、装备(Equipment)维度、质量(Quality)维度、决策(Decision)维度。如图所示。
制造维度：包括计划、执行、协同等生产过程管控方面，按照金字塔式企业管理模式，制造维度是承上启下的核心维度。通过与上游ERP系统对接，展开形成详细计划，监控制造执行的完整过程，上下游生产情况和供应链情况。通过准确的计算，调度相关维度科学的工作。目前离散制造业主要的生产方式主要由：流水线制造（如：汽车装配生产线、电子器件装配线等）、纯离散制造（如：发动机铸造加工等）和项目型制造（如：大型工程器械、造船等）三种模式，不同的生产方式在计划和协同方面有所不同。
从ERP的产品计划或订单出发，使用BOM或工序关系，展开形成上下游生产环节需求。考虑生产的多种约束条件进行详细排程，把生产计划细化到时点的派工单，并派工到设备/人工，为CPS准备设备驱动参数和人工指示信息。根据生产进展和异常进行连续滚动的动态排程、自我优化、上下协调和调度（现场指挥），并按照批次或单台进行制造过程管控、采集实绩及完工报工。其中生产计划、排程、调度属于管理，而协同、制程（对整个制造过程的管理，也是精益生产理念的提现）和实况属于执行。因此，简单来说制造管理就是计划准确下达并能够准确指挥执行完成。
从客户下单及销售预测，开始决定整个生产计划。其中计划排产（排产：指分配到日别的品种与数量计划）方式分为两种：大规模重复排产和项目型单件排期。根据各企业的加工方式不同，通过排产计划考虑上下游关系及生产约束生成计划排程（排程：小时程计划，可以指导生产线或加工中心作业的计划）又分为两种：流水线排程和纯离散排程。在制造维度整体过程中，还会涉及到众包设计、供应商与主机厂之间的数字化联合设计、供应商拉料、生产线投料等。制造维度过程图参见图1-1。
图1-1 制造维度过程图
供应链维度包括采购物流、制造(现场)物流、产品(整车)物流和备件物流，结合客户关系管理CRM(CustomerRelationship Management)和供应商关系管理SRM(SupplierRelationship Management)，目的是做到精益供应链以及供应链的协同。
图1-2 供应链维度
针对采购物流及制造物流来说，智能制造下的柔性化生产，大大增加了供应链的执行难度。为了应对不断增大的供应链的复杂程度，需要在数字化平台上对物流进行实时映射。通过在物流中应用CPS，供应商协同等方式。结合MES系统，就可以在虚拟世界中建立物流的虚拟映射。将这种映射推广部署到整条供应链，可以实时地获取每一件产品、零部件、物料在多个不同的汇总层上的位置和状态信息。从数据流的角度来看，可以建立一套透明的数字化供应链，用MES实时指挥可以实现供应链流程的自动化执行。通过信息系统及自控设备提高物流效率，减少低附加值的人力劳动（人因化）。员工只需要关注解决系统检测到的问题，对已获得的数据进行分析，从而做出对全局最有利的决策。
针对成品物流来说，货物运输管理已经成为一个及其复杂的流程。由于客户对高效运输的要求不断增长，所以在管理所有移动的货物、运输工具和驾驶人员时，需要有更高的精确度、速度和灵活性。各企业需要将看似无序的产品发运业务，通过基于CPS的在线运输车辆信息系统，变为可看、可控。
不论是采购、制造物流，还是产品、售后物流。在未来智能制造的大规模定制的情况下需要做到“单件”的管理，而这种“单件”管理就要求我们必须使用信息化手段来解决。
工程维度从概念设计、产品设计、结构设计、电路设计……，一直到模具设计、数控程序(NC)设计，实现CAx(CAD、CAPP、CAE和CAM)贯通，现场制造BOM，现场图纸查看、作业指导书、工艺/工序、数控程序NC、工艺改进、变更管理等。而各种工程工艺等信息通过数字化汇聚，形成了数字孪生体（Digital Twin）。
数字孪生体的应用，在为企业带来智能制造方式和新的业务模式的同时，也提高和拉长了企业在产品开发环节的写作程度和时间跨度。虚拟化的数字产品通过仿真工艺，可提前模拟实物在生产线/加工中心上将可能遇到的工艺问题。通过实际生产装配形成的实物对应的数字虚体，可通过多种传感器技术将用户使用过程中的履历作为工业大数据，协助主机厂改善产品性能，提高产品质量等。
装备维度包括设备联网、数据采集及可视化展示、设备自控/协同和设备运行维护，用于与车间执行层、智能产品、供应链的地理位置等多种设备连接。
图1-3 装备维度
随着市场需求的提高和制造技术的进步，传统的大批量按库存生产的方式将逐步被淘汰，取而代之的是更加个性化或定制化的生产，例如按订单生产或者大规模定制。这意味着，即便是最小批量（单件）的生产，从经济的角度来看也应该有利可图。为了实现这个目标，在当前，其解决方案是建立在模块化的产品和标准化的工艺基础之上，通过企业网及互联网将供应链上的各个成员和物流环节连接起来，从而推动整个生产和供应链的精确运行。
传统的制造行业信息化解决方案总是试图将制造企业定义为某个简单的系统，进行集中控制，这也是传统的控制论的主要思路。
而未来的智能制造最大的创新在于，引入了的新技术—CPS（信息物理系统） 。它可以大幅度提升大规模定制的个性化水平和经济性指标。此外，CPS的应用不只限于大规模定制，它是整个智能制造最重要的理论基础，可以被应用在其他许多场景中。
将来，企业将建立全球化的网络，并将它们的机器、仓储系统和生产设施都纳入CPS中。在这样一个新的制造环境中，这些CPS相互之间可以进行信息交互，独立的出发相应的动作和控制。这种做法可以给企业的工业流程，如制造、物料使用、供应链、产品生命周期等管理带来根本性的改变，我们所讲的装备维度即是未来CPS软硬互联的基础。
质量维度包括进货质检和制程质控，通过质量反馈/推进APQP构成企业的质量大反馈与大推进，将事后检测转变为事前预测。
质量检验与控制流程（图1-4）结合，实现质量控制，通过规范、高效的流程管控，对零件不良或缺陷的记录、分析、对策、改进等进行跟踪，能够有效减少质量问题的发生。
图1-4 质量检验与控制流程
通过关键件采集，建立了产品的关键件追溯记录，能够追溯到生产商、供应商和物流商，还可追溯零部件ID/批号、生产日期等。
从产品的全生命周期角度来看，积累的产品档案和客户档案，构成了工业企业最重要的大数据，对于产品创新和质量改进意义非凡。从人工、设备和供应商等角度采集的制造数据，是企业改进管理的重要抓手。
图示：产品大数据带来的改进
自动化设备采集信息管理 （紧固类、加注类、检测类设备），首先建立产品工艺参数标准，在设备满足以太网通讯的情况下，通过触采自控服务器自动下发工艺参数，设备加工完后可以获得加工参数，如采集关键工序螺栓的扭矩和转角，液体加注量等。通过长期大量的采集参数，帮助工艺部门对工装器具进行分析和质量改进。
通过与仓储物流业务及维修/换件业务对接，将供应商来料批次信息与产品ID进行绑定。当出现某批次零件的质量问题时，协助售后部门对零部件进行追溯，快速定位销售的产品对应的客户，提供维保解决方案，提升客户满意度。对质量部门可提供供应商物料质量问题及批次，协助以主机厂为中心的整条供应链质量提升。
通过质量的大循环过程，加上产品大数据，可大大提高企业产品质量的保障。
决策维度是通过收集积累制造维度、工程维度、供应链维度、装备维度和质量维度的数据信息，让管理者知晓、直观地看到，管理者作出的决策用于指挥和治理，从而形成生产的良性循环。
其中，制造维度、工程维度和供应链维度是对工业4.0三大整合的具体化，装备维度是MES与车间执行层连接的基础，质量维度用于保证产品质量，决策维度用于指挥优化生产。这六个维度相辅相成，不可或缺。
通过MES系统对生产制造现场的数据采集，给生产管理人员/决策者提供决策管理依据。通过系统对设备的数据采集、人工的数据采集、生产实绩的采集等，得到现场的整体运行数据，让生产管理人员/决策者知晓，更可以利用中央控制室、移动终端、监控、报表等可视化工具，给生产管理人员/决策者以直观的展现，生产管理人员/决策者可以依据现场情况作出决策，进行及时有效的科学指挥和治理。如图1-6所示。
图1-6 决策维度
MES的六个台阶
根据MES的发展情况，我们将MES定位为生产实绩、制造管理、精益制造、科学指挥、优化协同和智能制造六个台阶。
生产实绩是MES比较低的层次，一般来讲，ERP给出生产计划，生产实绩的管理就是一个简单的报工，给ERP反馈实际的生产进度。
MES实现了流水线制造的滚动和动态排程。动态排程，根据生产的实际进展、异常停线(通过链动、AVI和上下线等采集方式获得)和人工调度(调序、暂挂、停装、离线、返线等)，动态“预计”进度并自动调整关联的细节计划(分装、上挂、物料配送、设备控制、人工防呆防错指示等)，实现智能指挥。
2-1流水线制造
对于离散制造，如图4-6，从计划、工序、到每个工序的一个工人或者一个设备的开工、完工、交接这些步骤的报工就是生产实绩。
2-2离散制造
制造管理相当于我们通俗讲的车间管理，可以分为人机料法环几个方面，如图2-3所示，也是工业制造企业管理中所讲的五要素。五要素有流程，有规则的运行即是制造管理。
图2-3 企业管理五要素
精益制造是通过系统结构、人员组织、运行方式和市场供求等方面的变革，使生产系统能很快适应用户需求不断变化，并能使生产过程中一切无用、多余的东西被精简，最终达到包括市场供销在内的生产各方面最好结果的一种生产管理方式。
从精益生产到精益制造，从生产到制造，多了供应链和设计仿真，精益制造是精益思想的全面深入应用，是永无止境的追求过程。精益的重点在于改善，也就是精益求精。
我们以工厂里质量专检作为例子来介绍一下什么是精益，如图2-4所示。
图2-4工厂中的质量专业检验室
科学指挥是围绕着生产，把人机料法环指挥起来。干什么、怎么干、时间、人、设备、物料、地点等都是指挥的内容，对每台设备、每个人都给出指令，而且在这个过程中要实时反馈，这样才是指挥。
MES的指挥是与时俱进的动态指挥。我们说指挥的依据是计划，尤其是涉及生产各方面的详细的计划。在生产领域，发生异常可以说是家常便饭，没有异常反而是不正常的，所以指挥要根据实际生产进展随时进行调整，也就是按照动态的详细计划来进行动态的指挥。如图2-5所示。
图2-5 动态指挥
优化协同就是指的是被指挥的实体之间，能够更好的相互配合，准确、动态的相互配合。协同比指挥的程度要更细化一些。优化协同包括排产排程优化，生产协同，供应链协同等。
我们举一个AGV运送产品的例子，当产品生产完成下线后，AGV小车将产品运回成品库，理想状态是产品准时下线，AGV小车接到指令后准时到达，AGV托举产品直接送回成品库房。但在实际生产过程中，指挥的精度达不到那么高，如果产品下线时间晚了一点，哪怕只晚了半分钟，AGV小车可能直接托举一个空架子返回成品库房，而产品还在下线处。这时候我们就需要AGV小车在收到指令后，抵达产品下线位置托举料架后，做一个判断看料架上是否有产品，有产品的情况再运回成品库房。如果没有产品，那就再等一下。
智能制造是在工厂内和全价值链，对业务、实体和数字化业务流程的智能的实时的合奏和优化。
图2-6 前瞻管理
生产一般是事后管理，精益是过程管理，而前瞻管理是事前、可预测的，追求的是更高水平的指挥, 精益生产的本质内涵是通过过程的监控达到结果的优化。
在物理空间中，只有事后管理和过程管理。前瞻管理更强调是在赛博空间，赛博空间本身也只有事后管理和过程管理，MES在科学指挥的基础上，做到前瞻管理，生产出现质量问题和停线的情况就会大为减少。
智能制造是虚实融合（CPS）的更深层的应用。虚实融合既有实体的物理空间，又有虚拟空间。
如图2-7，CPS强调虚拟空间和物理空间的双向同步。指挥从虚拟空间到物理空间，指挥干什么。设备首先要做到精准执行，按指挥的指令去执行。随着设备越来越智能，判断更精确，指挥设备就类似于对人的指挥，需要设备具备实时感知和自主决策的能力。物理空间的执行情况向虚拟空间反馈，虚拟空间进行动态优化和协同自组织。这样就形成了虚拟空间和物理空间之间的闭环。
图2-7 虚实融合（CPS）
MES与六化
通过MES打造智能工厂的生态系统，不局限于厂内，还包括厂外。如图3-1所示，实体侧的重点在于自动化和人因化，虚拟侧强调的数字化，连接实体侧和虚拟侧的网络化，总体的智能化，整体生态的绿色化。这六个“化”简称为六化。
图3-1 智能工厂的六化
自动化包括数控设备、智能装备、智能工具，3D打印等生产方面的自动化，还包括物流体系的自动化。自动化的目标是D2M（设计到制造），设计出来的东西机器直接来用，减少人为的中间转化，减少人工成本以及人为错误成本。
数字化就是将许多复杂多变的信息转变为可以度量的数字、数据，再将这些数字、数据建立起适当的数字化模型，把它们转变为一系列二进制代码，引入计算机内部，进行统一处理，这就是数字化的基本过程。数字化是计算机信息技术、多媒体技术、软件技术、智能技术等众多技术的基础，没有数字化就没有当今的计算机，数字化创建了数字世界。从工业4.0的角度理解，数字化是工业4.0的重要基础，其重点强调数字化产品定义、数字化制造与数字化工厂。
数字化的另一个重要应用是仿真。仿真是用电子计算机对真实系统在一定环境下各要素的相互作用进行有条件的模仿试验，并求得数值解的一种数量分析方法。它不同于一般求解确定性的、静态的线性问题的数学解析法，能比较真实地描述和近似地求解复杂系统的问题。它又不同于专门研究系统运行状况的常用的、有很大局限性的真实的实验法，能在真实系统建立前进行可能办到的、经济方便的有限试验。电子计算机模拟最初用于物理、工程、医学、空间技术等方面，20世纪50年代后，逐步推广到工商业管理、经济科学研究之中。
人因化是指消除低效的人工作业，实现信息的自动流动，其目的在于使人工作得更有效、更安全、更舒适、更有价值(Human values)。人因化主要是通过一些手段，最主要的是信息化，来提高人的效率，让人的工作更有效。
以前工业生产中，人做分配给人的工作，机器做分配给机器的工作，机器没有人的智能，人做高强度的劳动又太累，而将人和机器二者结合一下形成人机协同，人与智能设备合作完成作业任务，在生产中充分发挥人和智能设备各自的特长，合理分配人机功能，使工作性能最优化。由于人有良好的视觉和感觉系统对工作环境具有良好的判断力，智能设备又可以提供所需的驱动力来减少操作者的疲劳强度，让智能设备与人合作共同完成作业任务，其作业质量和作业效率将得到显著提高，大大改善操作者的工作环境。
网络化也是智慧工厂虚实融合的基础，不仅局限于企业内部，还包括每个企业整个的价值链和企业之间。从这个层面讲，网络化包括两个过程：一个是向上的箭头，把生产现场的信息反馈到虚拟空间；一个是把虚拟空间的控制指令传递下去。
智能化是指由现代通信与信息技术、计算机网络技术、行业技术、智能控制技术汇集而成的针对某一个方面的应用。
在制造业，无论是工业4.0、工业互联网还是中国制造2025，其主要特征都是智能和互联，主要都在于通过充分利用信息通讯技术，把产品、机器、资源和人有机结合在一起，推动制造业向基于大数据分析与应用基础上的智能化转型。智能制造时代的到来，也意味着工业大数据时代的到来。工业大数据的应用，将成为未来制造业创新的关键要素，也是目前全球工业转型必须面对的重要问题。
工业大数据的获取方式包括以下几个方面：一是智能终端和智能产品直接采集的数据；二是通过端到端的全渠道营销，实时收集和监测消费者数据与产品数据；三是整合企业内外的各种数据资源。
绿色化是绿色经济的升级版，是突出绿色发展为重点的实践版。“绿色化”是对绿色经济与发展生态文明理念的继承，它强调“科技含量高、资源消耗低、环境污染少的生产方式”，强调“勤俭节约、绿色低碳、文明健康的消费生活方式”。简单来说，就是把生态文明摆到了非常高的位置，不仅要在经济社会发展中实现发展方式的“绿色化”，而且要使之成为高级别价值取向。其阶段性目标， “加快技术创新和结构调整、促进资源节约循环高效利用、加大自然生态系统和环境保护力度”，其中包含清洁生产、生态经济、循环经济等生产理念。
—— 智能制造的切入点 ——
当前在生产制造技术方面，数字化、智能化的先进制造技术正在席卷全球，传统制造业的生产方式和商业模式很有可能被颠覆；同时，随着智能制造技术的兴起和普及，对于融入新型制造环境中的智能装备、智能产品、智能服务等的需求将逐步增加。
互联网时代带来的技术、产业、模式变革越来越深刻的影响着经济社会发展，大数据、物联网，云平台等新兴技术正在影响和改变着人们的工作和生活方式，制造行业需要在研、产、供、销等全产业链领域，研究应用智能制造的创新业态和模式。
当前我们的企业需要紧跟智能制造的浪潮，在以信息化代表新生产力和新的发展方向的社会环境下，实现企业的数字化转型升级，成为引领创新和驱动转型的先导力量。
企业可以由以下两大整合进行切入智能制造：
1、纵向整合/纵向一体化
纵向一体化主要从企业内部着手，在金字塔层级上分为：管理层、指挥层、执行层、控制层和装备层。业务领域按照“六维”，分为：供应链维度、制造维度、工程维度、装备维度、质量维度和决策维度。将层级在六个维度全线无缝对接后，可以将管理层及指挥层的意图直接下达至控制层级装备层。当有任何异常信息时，执行层与指挥层进行联动，科学的指挥控制层执行变更指令。通过这样，消除六维上的无附加值劳动；同时依靠精确的计划计算，可以把企业内事后可能出现的问题（如生产未来缺料、工业机器人可能马上出现故障），在事前进行预测，将问题防患于未然。
2、横向整合/横向一体化
横向集成是企业之间通过价值链以及信息网络所实现的一种资源整合，是为了实现各企业间的无缝合作，提供实时产品与服务。当前企业的竞争已不再是单独的产品竞争，而是企业在全供应链上的竞争。在市场竞争牵引和信息技术创新驱动下，每一个企业都是在追求生产过中的信息流、资金流、实物流的“三流合一”与有机协同，在过去这一目标主要集中在企业内部，但现在远远不够了。企业要实现新的目标：从企业内部的制造与供应链协同集成；从企业内部的供应链向供应商及客户之间快速协同；从企业内部的研发工程，向客户定制，供应商集成研发协同；从企业内部装备管理，到供应商瓶颈设备资源共享协同；从企业内部质量管理到全价值质量大循环协同；从企业自身决策到整个OTD各节点大数据决策。
以上智能制造切入点，是当前企业最容易建立的点，也是最容易看到经济效益的切入点。
作者简介
丁德宇先生，是北京元工国际科技股份有限公司创始人，现任公司CEO/CTO，清华大学校友会先进制造委员会理事，全国智能制造发展联盟专家委员、副秘书长。拥有二十多年企业信息化经验，专注精益生产和供应链管理，元工国际APS、MES和SCM总设计师，曾主持东风汽车和徐工集团相关系统的实施工作。
先进制造业+工业互联网
产业智能官 AI-CPS
加入知识星球“产业智能研究院”：先进制造业OT（自动化+机器人+工艺+精益）和工业互联网IT（云计算+大数据+物联网+区块链+人工智能）产业智能化技术深度融合，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”的产业智能化平台；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。
相关内容
微信扫码咨询专知VIP会员