由于操作过于频繁,请点击下方按钮进行验证!

智能制造、智能工厂建设是传统制造业与新技术的一次融合

新一代信息技术的进步推动制造业改革,智能化促进制造业转型升级的趋势业已形成。这也是为何这么多人关注智能化的原因。虽然各种观点和声音百花齐放、姹紫嫣红,主流技术思路也逐步趋于一致,但是具体到全面落地实施还要有一段历程。对于发展的趋势我不做怀疑,对于主流的思路我也赞同,对于关注较少的落实之路谈一点想法。

未标题-2.jpg

智能工厂建设体系

智能制造、智能工厂建设是传统制造业与新技术的一次融合,在这个融合过程中,其应该是有一套切实可行的方法论的。对于这套方法论我权且叫它“智能工厂建设体系”。该体系大致归纳为以下几个方面。

以提质增效为目的。无论是传统工厂还是智能工厂,制造工厂的目的始终是提高生产效率、提高产品质量、降低生产成本。这个根本目的始终是第一位的,离开了这一目的,为了智能化而智能化始终是空中楼阁不能够持续进行。智能化是推动这一目的的高效方式,一切的智能化建设也应紧紧围绕这个根本目的开展。

以智能装备为基础。智能工厂说到底首先要有先进的生产装备,这是开展智能化的硬实力,是智能工厂建设的基础。只有这个基础打得牢、夯的实,才有可能满足个性化、柔性化、快速化的需求,才能提高效率、降低人力、物力、财力的投入。智能装备从仪器、仪表到整机、条线的不断发展,将成为智能工厂的生产力保障。

以运行数据为源泉。数据是财富,设备运行数据、产品质量数据、管理业务数据等一切企业经济运行数据都是智能化开展的源泉和生产资料。智能化的一个显著特征就是充分依赖数据、充分挖掘数据、广泛应用数据。离开数据谈智能化是无源之水。充分获得、整合、利用这一新的生产资料尤为关键。

以业务需求为方向。有需求才会有动力,有需求才会有创新。业务应用的需求就是智能化建设的方向。智能化就是解决这些实际问题。通过新的技术让各类业务更加便捷、更加灵活、更加准确。通过智能化解决现在存在的痛点、难点,丰富管理业务模式、发展管理业务模式、创新管理业务模式。

以智能应用为支撑。智能应用是智能化的最显著特征标签,也是大家谈论的主要关注点。通过多级平台、多类数据、多种方法,以多种形式的智能应用,支撑生产、设备、工艺、质量、安全、人员管理等各类业务需求,让设备更可靠,人机更和谐、生产更敏捷、产品更优越、人员更优秀、管理更高效是智能化的本质出发点。

以数据管理为保障。数据是生产资料、是智能工厂健康持续高质量运行的血液,因此数据管理的作用在智能工厂建设中就显得格外突出。需要哪些数据、如何获得、怎样管理、怎样应用,数据质量怎么样,这些问题都是数据管理的基本任务。针对企业运行数据的采集、传输、集成、应用、归档、销毁及数据质量检查、数据安全保证等数据全生命周期的维护管理是智能应用的重要保障。

以评价改善为提升。凡事都是不断发展变化的,智能工厂建设也不是一蹴而就的,是一个长期不断发展完善的工作。发展出题目,改革做文章,应用怎么样,效果好不好,需要通过不断地评价来衡量。新的要求,老的问题,需要不断的改善去解决。在一个又一个PDCA循环中,智能工厂才会越来越精益,越来越有生命力。

实施挑战

在智能工厂建设过程中有几点挑战值得关注,这些挑战对于这项工程的高质量、可持续进行尤为关键。

应用的碎片化。智能工厂的业务是多样的,每项需求千姿百态。从风机震动检测、到智能排产、从空调智能控制到包装机维保决策,每一项应用都十分具体,且应用迥异。因此智能应用的碎片化特点十分显著。每一个应用都要特需的数据、特定的方法、特别的参数。一套方法通行,推而广之的做法不能够行之有效,每一种应用都是特例。并且在新的业务需求到来后虽然有经验可借鉴,但也大多需要修改方法,修正参数,从头再出发。

数据的多源化。工厂的数据是多种多样的,多个维度、多个层次,既有设备运行的原始数据,又有管理产生的业务数据。往往这些数据的维度、粒度不同,导致数据彼此交叉。同一业务数据可能就有多种形式,多个数值,这源于不同的口径、不同的业务来源、不同的计算方法,如何在海量的数据中抽丝剥茧选择合适的数据,是一项艰巨而富有挑战的工作。

结果的专业化。智能工厂建设面临的一个极为棘手的问题是需求和结果的专业化。从事智能化的专业技术外援,缺少相关业务储备,对于提出的需求不能理解,对于表现出的问题不能够很好的做出分析和诊断。而工厂的业务人员对于业务往往十分熟悉,但又缺少转化为智能化工具方法的途径,针对表现的业务问题不能够很好的借助智能工具进行摸索和测试。这种突出的矛盾十分普遍,对于专业技术人员变成业务达人,还是业务人员变成技术能手的争论也由来已久。对此,笔者偏向于后者。前者在商业化形势下不太现实,且极不稳定;后者,培养一支自己的人才队伍是保持自主权和长期发展的动力源泉。


声明:本网站所收集的部分公开资料来源于互联网,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,不为其版权负责。如果您发现网站上所用视频、图片、文字如涉及作品版权问题,请第一时间告知,我们将根据您提供的证明材料确认版权并按国家标准支付稿酬或立即删除内容,以保证您的权益!联系电话:010-58612588 或 Email:editor@blueai.net.cn。

网友评论 匿名:
相关链接
  • 海克斯康受邀出席2023中国仪器仪表学会学术年会
  • 23-07-28
  • 库卡125周年庆典圆满举办,近400位政商学界人士出席
  • 23-07-27
  • 力劲携一体化压铸技术方案亮相第6届中日韩智能制造大会
  • 23-07-24
  • 2023年汽车高质量发展智造论坛|力劲分享一体化压铸技术及应用案例
  • 23-07-21
  • 活动现场 | 刀具公司带来的数字化转型
  • 23-07-21
  • 蔡司与东南大学成立蔡司—东大智能精密检测应用科研中心
  • 23-07-21
  • “湘”遇长沙,海克斯康智能制造中国行第二站圆满落幕
  • 23-07-20
  • 詹亚南:海克斯康构建场景化品牌新生态
  • 23-07-20
  • 力劲塑机圆满举办2023年中国智造模塑行业发展沪甬高峰论坛
  • 23-07-18
  • 2023工业互联网500强发布!海克斯康上榜
  • 23-07-14
  • 7月18日长沙,“海克斯康智能制造中国行”再起航
  • 23-07-14
  • 2023航空智能制造创新论坛暨“智鼎奖”颁奖盛典全面启动!
  • 23-07-13
  • 与蔡司携手走进慕尼黑光博会、压铸展
  • 23-07-10
  • 聚焦新能源,掀起智能智造新浪潮|力劲集团亮相AMTS展会
  • 23-07-07
  • 高位推动 示范引领 | 2023全国智能制造贯标行动(青岛站
  • 23-06-29
  • 铸力·智行|力劲集团参展2023DMP大湾区工博会(香港)圆满结束
  • 23-06-27
  • HKPC&力劲集团合作研发的智能化全自动自除尘自监控可移动式口罩机获“日内瓦国际发明展评审团嘉许奖”
  • 23-06-25
  • DMP大湾区工业博览会(香港)|力劲多行业智能制造、汽车一体
  • 23-06-19
  • 雷尼绍技术交流会-十堰站 | 带你走进汽车未来工厂 了解全闭
  • 23-06-16
  • GIFA2023|力劲汽车一体化压铸、5G通讯基站大型结构件智能制造解决方案正式亮相
  • 23-06-15
  • 分享到

    相关主题