打造基于工业互联网平台的智能工厂辅助企业数字化转型: 和大家聊一聊工业互联网平台如何辅助工业企业进行智能制造、业务高效管理和生产精益管控,进而打造智能工厂,实现企业的数据互通、信息流转、高效生产、节能降耗、机器换人……最终帮助企业实现数字化转型。首先我们来了解下工业企业在数字化转型过程中可能遇到的问题,以及我们对数字化转型的理解并提出建设思路。
我们知道,工业的先进程度代表了人类文明的先进程度,从英国发生第一次工业革命开始到现在,人类的工业化技术和工业化程度已经发生了翻天覆地的变化。在工业1.0时代,世界上第一台蒸汽机的发明,使水和蒸汽成为动力的来源,替代了动物和人的劳作,机械化的大规模发展使工业生产进入了机械化时代,同时使人类生产效率得到大幅度提升。到工业2.0时代,电的发明、使用和大规模的分工合作模式开启了制造业的第二次革命,电力使人类的工业生产进入了电气化时代。随后,在工业 3.0 时代,计算机、电子和自动控制技术的普及推动了工业以生产自动化为标志,随之而来的网络技术、通信技术、IT技术以及物联网技术的飞速发展和应用,推动了工业时代向后3.0时代迈进。我们认为,工业4.0的重要标识是实现工业生产智能化。
那么从自动化的工业3.0到智能化的工业4.0时代,必然会经历我们所见到的几个阶段:自动化 -> 信息化 -> 网络化 -> 协同化 -> 数字化 -> 智能化。传统工厂通过对产线和设备的自动化升级改造实现企业自动化;自动化企业通过对工厂全实体全业务流程的信息化建模和实施工业软件实现企业信息化;信息化企业通过网络部署的优化改造升级,接入以高带宽高速率高频率低延迟为特征的5G通信网络,通过信息化和自动化的两化深度融合及工厂网络资源的优化配置实现网络协同;再将业务和生产数据打通,实现各网络层和系统间的信息互通流转,使企业生产制造实现数字化转型;数字化企业通过智能化应用(如:机器视觉辅助、AI人工智能应用、机器人替代人工、BI智能分析决策等)使企业具备智能化生产制造能力,最终实现工业企业生产制造智能化。那么在工业企业从工业3.0迈向工业4.0过程中,我们认为实现数字化转型是重中之重。
图:人类社会的工业化技术及工业化程度发展过程和趋势 目前,国内大多数产值2000万以上的入规工业企业,正处在从工业3.0向工业 4.0时代迈进中的不同阶段,这一次变革仍然处于起步阶段,而在这过程中我们认为数字化转型是通往智能化的必由之路。
当前,从规模和复杂度上来划分,工业企业可以划分为以下3种类型:
- 车间自动化型:传统小微企业已经从简单人工作坊改变为车间企业,并实现了车间自动化。该类企业工厂车间管理比较简单,开始实施信息化系统,数字化和智能化的需求不高,数据信息相对分散。这类企业的目标是实现数字化车间。
- 内部大系统型:车间自动化型企业经过多年发展,生产管理和横向业务开始扩展,企业进一步实施信息化,拥有多个智能单元(多工业软件),企业内部开始进行数据采集和系统集成,深入开展自动化和信息化融合,进一步对企业资源进行配置优化,从而满足内部快速连续变化的需求,逐步实现内部大系统的网络化、数字化智造。这类企业以大中企业为主,目标是实现智能工厂、未来工厂。
- 复杂产业链系统型:内部大系统型企业进一步发展后成为集团级的大型数字化企业,随之而来的就是希望对产业行业的涉及和影响,向更高层次的产业/行业的数据共享和网络化协同的数字化企业迈进。该类企业拥有更多的智能单元(工业软件群),通过产业链上下游的设计协同、服务协同、制造协同、物流协同来进一步实现在所在产业/行业的产业链资源数据集成、产业链资源配置优化和产业链供应链双链快速响应。这类企业以集团级大型企业为主,目标是组织建立所在行业的产业大脑。
图:企业经营管理开始从简单走向复杂 在工业企业数字化转型的进程中,由于企业自身发展、软硬件设备条件、信息化状况等都有着千差万别,肯定会碰到诸多的问题,我们在给工业企业实施数字化转型服务项目的经验基础上,总结归纳了企业数字化转型的典型问题,如下:
图:企业数字化转型过程中遇到的典型问题- 业务决策难:企业在规模小的时候,管理也比较简单,数据和信息也不多,企业主可以轻松做决策;但企业规模大了以后,几百上千人,收入几十上百亿,要精确掌握大企业内部的复杂结构,做一些关键决策反而就很难了。
- 数据孤岛众多:企业在不同阶段上了各类软件系统,数据也存在不同的系统中,产生“烟囱式”相对独立的工厂信息化系统,数据分散冗余且不统一,信息不能互通流转,系统业务之间很难融合。
- 数据利用率低:穿插于各个信息化系统中的业务数据如何被利用起来?一些有价值的数据可以从深层次分析企业在制造、经营、管理上的业务改善机会,如何利用这些数据去辅助企业进行决策?
- IT 成本很高:工业软件厚重,IT系统运维难,难以精准解决企业问题,信息化投入、运营及优化升级成本高。
- 经验传承难:工艺经验、操作参数、长期积累的工业知识难以保留和传承,工厂关键岗位的人员离开以后,没有合适的人能快速顶替,或者说随后的产品质量和生产效率就跟上不去了。
- 工艺改善难:工业上的工艺流程知识不普及,工艺“黑盒子”较多,很难将工艺路线拆解再优化配置,企业希望能用一些工业大数据、人工智能等新技术去预测、沉淀工业知识,优化改善配置定义产品工艺路线。
- 数字化需求多变:企随着企业经营环境越来越复杂,工业软件信息化系统经过3-5年的使用后,需要按新的需求更新优化迭代,很多数字化软件的新需求层出不穷,如何来满足?企业经营节奏快,传统服务商响应慢,IT人员难以发挥价值。
- 数字化能力复制难:如何把企业管理和运营经验从一个工厂快速沉淀复制到另一个新的工厂将是面临的挑战。
工业企业信息化系统集成的传统做法是将企业现有“烟囱式”的大量信息化系统进行两两集成对接,企业在不同的发展阶段,暴露出一些信息化的需求和问题,然后就哪里不足补哪里,甚至“头痛医头、脚痛医脚”,数量繁多的系统两两对接的结果最后就织成了一张复杂的网状结构,给集成工作带来非常繁重复杂的工作量。因为各种业务系统之间,根据系统集成的程度不同,还是要业务和数据交互的,这种建设模式,也并不是说肯定错,但就会带来不少问题,比如,IT开发和运维负荷越来越重,但很多时候,企业真正想要的信息,哪怕一些生产流程图和综合决策性的报表,也出无法做出来,或者说没有任何一个系统可以提供。同时,在企业内部产生了无数的“信息孤岛”,导致数据信息无法在各个信息系统之间进行有效互通和流转,成为企业的僵尸数据。
图:传统企业信息化的集成模式综上所述,我们可以通过工业互联网平台来解决工业企业在数字化转型中遇到的各种难题。工厂操作系统是工业互联网平台的核心,通过通用连通器向下连接海量的工业装备、仪器和产品,实现工厂万物互联,然后利用工厂操作系统提供的平台化的数据底座能力,向上支撑工厂工业软件的集成对接和工业智能APPs 的快速开发、部署。工厂操作系统就像工业的安卓系统,把工业企业的实体对象,如:人员、产线、设备、工序、物料、工艺、环境、业务流程等核心全要素数据统一管理起来以统一的标准化建模方式汇聚到平台,并提供低门槛的开发环境和工具,为企业赋能,让企业中更多的业务专家和外部应用开发商快速地构建轻量化的工业智能应用。依据企业自身情况开发所需地APPs应用,主要包括:业务经营管理APPs、生产管控APPs和其他创新应用场景APPs。开发应用不再是IT人员的专属能力,让懂业务的专家一起参与企业数字化转型,激发全员创新活力,进一步提升企业核心竞争力。
图:“工厂操作系统+APPs”的创新应用模式图:工厂操作系统绿色生产智造理念图:低代码协同开发模式图:工业操作系统“采、存、算、用”一体化应用企业实现数字化转型,通过搭建工业互联网平台的核心即工厂操作系统来实现工厂全要素、全业务和全价值链的数据集成,逐步实现数字化转型目标。首先,进行涉及企业生产经营的产品、技术、设备、供应商、客户、人员、环境等全要素的数据集成;然后,进行包括:设计、销售、采购、制造、质量、仓储、物流、财务、人力资源等全业务链的数据集成;最后,进行工厂、集团、上下游企业、供应链、分销等全产业链的数据集成,从而提升生产效率,降低产品不良率,提升工厂能源利用率,降低运营成本,缩短研发周期,确保企业无安全事故和环保事件。最终实现从资源数字化向业务数字化、再向业务融合创新升级,达到数字化转型的价值效益目标。
图:工厂操作系统作为数据底座支撑实现工业企业数字化转型目标…………未完待续,持续更新………