2021年,随着客户需求个性化、出口订单的迅速增长、行业竞争的加剧、产能过剩和招工难等多种因素影响和政府的大力支持下,中国制造企业进一步加大对于数字化转型和智能制造的投资力度。由于国家对于智能制造的支持更多转向扶持产品和解决方案提供商,提高智能制造供给侧的自主创新和服务能力,这会促进制造企业理性推进智能制造,大力推进与提升QCD(质量、成本和交货期)相关的数字化和自动化项目。

自卸车焊接产线

shuipo-水泊焊割自卸车焊接产线解决方案

    推进智能制造,应当聚焦特定行业,实现集成应用的智能制造整体解决方案提供商和服务商发展。由于制造企业缺乏智能制造推进的实战经验和专业团队,因此,首先需要引入第三方咨询服务机构,帮助企业诊断现状、梳理需求、制定规划和实施方案,再进行整体选型,选择能够提供交钥匙工程,或者工程总包服务的智能制造解决方案提供商。这对于制造企业顺利推进智能制造至关重要。


    对于智能工厂建设,在新建工厂时,应用数字化工厂仿真技术,对设备布局、厂内物流、人因工程进行仿真。根据制造工艺,例如机加工、热处理、冲压、焊接、注塑、铸造、喷涂、部装、总装、质检、测试、包装、罐装、堆垛等工艺以及各类仓库所需的空间,基于工业工程和精益理念,规划好设备、产线和仓库的布局,考虑清楚原材料、半成品和成品物流的输送和流转方式,然后再进行厂房的建筑设计,而不是先把厂房盖好,再来考虑设备、产线和仓库如何布局,避免木已成舟才发现布局不合理。


    对于智能制造领域的投资,不要单纯根据某个项目的投资回收期是否小于3年来判断是否上某个项目,而是要综合考虑该项目对于企业提升HSE(职业健康、安全、环境)、客户满意度和竞争力,以及促进销售等多方面的价值来评估。


    制造业推进数字化转型,要针对企业自身的特点,明确转型的方向。是商业模式还是研发模式,是制造模式还是服务模式转型,是运营模式还是决策模式。


    数字化转型和智能制造,都是企业推进变革与创新的手段。每个制造企业要想发展壮大,成为行业领先企业,根本的还是要有好产品,好产品才是硬道理。


    对于工业互联网应用,首先解决设备数据采集和车间联网问题,实现透明工厂,为企业上云、上平台打下坚实基础。在云应用方面,制造企业需要避免产生‘云孤岛’。推进工业互联网的落地应用,需要集聚基础的云平台提供商、工业互联网平台开发商、工业互联网平台运行商、工业APP开发商、数据采集专业厂商、工业大数据和人工智能专业厂商和电信运营商,共同打造健康的中国工业互联网生态系统,而不是大家都去建平台,都想当盟主,都去建立自己的所谓”生态”。工业互联网亟待深耕行业应用,加速推进工业APP接口开放标准建设,提高工业APP与工业互联网平台的兼容性,避免重复开发。


    对于工业互联网标识解析体系,这是一个非常重要的战略举措,但要真正实现普及还需要长期推广,大大增加投资力度;同时,如何让各个行业有竞争关系的巨头共同推进统一的标识解析体系,也是一个难点。


    大型制造企业很容易产生自建工业互联网平台的冲动。现在工业互联网平台已经太多了,没有必要再去掉进前人已经掉过的“坑”和淌过的“地雷阵”,还是应当选择开放性、可扩展性良好,支持低代码开发的工业互联网平台,结合企业的具体需求来部署工业互联网应用。 


    关于我国工业软件产业的发展,需要开放的心态、长期的战略、科学的态度、市场的机制和创新的组织模式,不能操之过急,指望毕其功于一役。管理类软件的国产化替代进程相对会快一些,但涉及到支撑产品创新设计、仿真、优化、工艺规划和制造的工业基础软件,不仅是资金密集、技术密集,而且也是人才密集,因此需要从长计议,循序渐进,重点支持研发支撑特定行业、特定产品类型、特定工艺和特定功能的应用软件,而不是重点开发大型通用软件。在鼓励自主创新和国产化同时,也应当与国外工业软件厂商开放合作。同时,要大力推进与工业软件应用相关的咨询服务,让企业真正用起来,打通业务流程,创造实际价值。


    工业软件市场面临着国外软件先入为主壁垒、操作习惯壁垒、已形成大量数字资产的兼容性壁垒等诸多难点与挑战,因此,应当大力支持工业软件和服务领域的“双创”,并支持合理使用开源技术;同时,期待政府大力支持那些真正有用户基础,有市场意识,有技术沉淀,有服务能力,有战略定力的工业软件企业和创新团队。另外,还应该大力倡导企业尊重知识产权。   


    关于数字孪生技术的应用,制造企业应当先进行试点再推广,循序渐进。


    首先,应当学习掌握数字孪生技术的基本概念和原理;


    第二,明确应用数字孪生技术的目标,以及主要应用对象究竟是自身产品还是核心车间;


    第三,全面了解相关技术、产品和解决方案,例如交互式实时三维渲染技术、数字化工厂仿真技术、产线虚拟调试技术、AR/VR技术、工程仿真与优化技术、仿真模型降阶处理技术,传感器和工业物联网技术;


    第四,根据企业的应用需求来确定数字孪生技术的试点方案,并确定对数字孪生模型的保真度要求。


    对于复杂产品而言,每个实物产品在整个生命周期有多个数字孪生模型,以及需求结构树、产品结构树、工艺结构树等索引信息,因此,企业也需要关注和应用数字主线(Digital Thread)技术,将这些数字孪生模型和索引信息串接起来,保持产品技术状态信息的一致性。


    5G技术在制造业应用广阔,但尚需寻找杀手级应用。由于制造业行业细分门类众多,应用场景及需求差异很大,尽管随着5G与工业互联网的融合逐步加深,衍生出了很多的应用场景,如AI质检、AGV协同控制、远程运维/操控、机器人巡检、AR装配等,但到目前为止,真正刚需的应用场景还不多,完整落地工业领域的案例有限,企业替换原有网络部署方式的需求还不强烈。制造企业需要充分考虑实际需求,根据5G的特性,以及高可靠性、移动性、云端海量存储/计算等能力,选择合适且必要的场景优先落地。同时,5G运营商也需要考虑5G产品与工业场景需求和技术特性的对接,大力拓展生态体系,完善商业模式,加强与IT、OT企业的对接与协作,共同推进5G在制造企业的应用取得实效。


    智能制造人才培养和培训是制造企业持续推进智能制造的关键成功要素。智能制造涉及到数字化、自动化、智能化、精益化,需要跨学科、多门类的专业知识跨界融合,需要多种类型的智能制造专业人才,同时企业高层要对智能制造有深刻的理解。当前,无论是甲方还是乙方都非常缺乏有实战经验,既懂数字化、自动化技术,又懂工艺与管理,还具备项目管理经验的智能制造项目经理。同时,制造企业也缺乏各领域的智能制造技术应用人才。智能制造人才的缺乏,在很大程度上将制约我国智能制造推进取得实效。

扫一扫 微信联系