智能工廠,作為生產流程數字化轉型的要素

新的工廠概念源於信息與運營技術之間的融合,即融合了信息管理,控制和自動化解決方案以支持運營的IT工具之間的融合。

信息技術和運營技術等於工業4.0。智能工廠概念的基礎是用於信息管理的硬件和軟件工具以及支持操作的控制和自動化解決方案之間的融合。混合方案使公司從技術和組織的角度參與轉型,並瞭解了工業物聯網的最先進應用。

智能工廠,作為生產流程數字化轉型的要素

智能工廠,一個在德國和美國誕生的想法

智能工廠的想法,或根據行業4.0線智能工廠或生產過程,開始於2011 - 2012年在德國和美國採取的舉措。此外,德國政府在2011年計劃中採用了“工業4.0”一詞,以促進製造業數字化的長期政策,涉及整個供應鏈:公司,行業協會,大學和研究中心,以提高德國的競爭力為共同目標。

德國數字創新計劃的核心是網絡物理系統(cPS)的概念,系統由安裝在機器上的大量傳感器(狀態,環境和運行指標)組成,這些傳感器可以相互連接,生產系統自我調節的基礎。因此,工業4.0的原理要求公司除機器人外,還應在工廠中採用cPS,以便基於 對機器本身收集的製造大數據的分析來實現高生產靈活性。

幾乎在同一時間(2012年),智能製造領導聯盟(SMLC)誕生於美國,這是一個非營利性協會,旨在鼓勵製造業公司,研究機構,大學以及生產者組織之間的合作。研究和開發採用智能製造的標準,平臺和共享基礎架構。簡而言之,與德國工業4.0非常相似。與此不同的是,美國的倡議側重於降低成本,實踐和技術共享,研發領域的集體定義,通過協作流程進行創新的原則。

該網絡-物理系統的計算機系統,使計算機進行通信,並與現實世界緊密聯繫工作,它是如此的機器人裝置,能夠獨立作出決定,與環境的相互作用。

在這一點上,人們想知道,智能製造和工業4.0在本質上是否不是一回事。顯而易見,德國和美國這兩個計劃都提到了通用概念,即數字技術能夠實現工廠和整個價值鏈中所用資源的互連和合作,從而轉化為更大的價值。製造業公司的效率和競爭力。近年來德國和美國的經濟成果似乎充分證實了這一點。

精益智能生產,實現公司的數字化轉型

工廠內部的數字化轉型需要合理化與生產和信息相關的流程。為了實現效率目標,必須通過精益智能生產的原則對運營進行優化,以實現批次最小化和及時管理材料,訂單和供應,最大程度地減少庫存,並確保更大程度地適應市場需求。目標是在不失去規模經濟優勢的情況下,獲得創建簡短多樣的產品系列所必需的流程敏捷性,以滿足模型定製和電子商務新動態的需求。它們轉化為越來越頻繁且分散的採購,甚至是單個單位。

特別是,兩種精益技術可以滿足新的製造需求:

1、每池邏輯生產,由此材料在工廠項只在接收訂單的活化,從而避免股的積累;

2、一個流,其允許單個單元的製造中,在如此靈活且經濟的時間,提高產品質量,降低的時間。

流程重組是智能製造的基本要求,它還涉及數據的收集,管理和分發,必須對其進行重組以允許精益,快速和實用的信息流。因此,有必要確定參數和關鍵指示,這些參數和關鍵指示是改進生產過程各個階段的決策所必需的,以確保使用正確工具的人員之間及時進行溝通。在數據經濟中,公司知識的共享是競爭成功的基礎。

公司可以將其用於數字轉換的軟件解決方案(例如Microsoft Azure IoT和機器學習的軟件解決方案)允許具有單個平臺並集成現有機器。此外,從收集的信息開始,它們可以促進與管理產品生命週期的其他系統(Mes,Erp,Crm,Plm)的數據集成。收集的異構信息由雲中的平臺處理,可以訪問一組服務,該服務能夠收集以前無法管理的大量數據(合併大數據分析),並使用機器學習模型提取信息,以便獲取旨在提高流程效率的信息。

意大利的智能工廠,項目和投資

在意大利,智能工廠是最活躍的4.0業務流程之一。在米蘭工業大學針對工業4.0 2019天文臺進行調查的近800家公司中,有42%的項目與智能工廠有關(生產,物流,維護,質量,安全性和符合標準)。數字化過程中涉及的其他業務領域是擁有33%項目的智能生命週期(產品開發,生命週期管理和供應商管理)和擁有25%項目的智能供應鏈(計劃實物和財務流)。最受歡迎的技術是工業物聯網領域的技術(連接性和數據採集),佔25%。

在計劃投資方面,公司計劃將其更多地集中在工業物聯網(48%),工業分析(39%)和高級自動化(33%)上。在擴展五年預測的範圍時,Advanced Automation優先考慮,其次是Cloud和Additive製造。在投資,人工智能和區塊鏈方面,除了大公司的一些例外外,還不是很相關。

相關數據似乎表明,互連對象(IoT)和大數據在工業4.0中起著決定性作用。兩種技術與cPS系統緊密關聯。公司面臨的挑戰是將新機器替換為物聯網的所有意圖和目的對象的傳統機器。這將使公司能夠實時監視所有業務流程,並收集數據以最多樣化的方式使用以提高競爭力。通過大數據,有可能進行預測分析,預測和模擬,因此能夠面對不斷變化的市場情況。


分享到:


相關文章: