国内“工业4.0”发展现状及精彩案例解析

    关于工业4.0的概念介绍有很多,看起来就是在传统的一些名称前面加上了“智能”二字,例如制造变成了智能制造,工厂变成了智慧化工厂,物流变成智能物流等。并且增加了各种各样的集成,还出现了非常热门的名词-CPS(Cyber-Physical Systems),这些是在工业4.0白皮书中提到的它的一些特性。
 
    如果我们结合实际的制造业企业,那么“工业4.0”则有一些更为具体化的特性。
 
这里简单将其总结为六大特性:
 
    第一是大规模定制化生产;
 
    第二是大集成,不管是三大集成还是四大集成,这是按照企业内部的实际需求整合企业内部的软件系统、硬件设施以及管理体系;
 
    第三是动态配置生产方式,这并不简单,目前几乎没有企业能够做到;
 
    第四是闭环控制,闭环控制是把现在通过信息化手段实现的单向的信息汇报或者信息传递升级到双向的自动化的信息采集和自动化的控制;
 
    第五是虚拟现实和仿真的应用;
 
    第六是即插即生产,它是指设备和系统的顺畅配置。
 
国内现况分析
 
    首先来看一下工业4.0在国内的发展现状(以下数据及图表来自罗兰贝格的分析报告):
 
盛世龙图物联-物联网数据智能技术服务商
 
    上图展示了国内制造业成本处于上升的趋势,中国虽不是在制造业成本上面大幅提升的国家,但是对中国来说,成本的提升可能会导致中国在全球的制造行业中失去竞争优势,因为国内的制造业成本已经非常接近欧美的水平。
 
盛世龙图物联-物联网数据智能技术服务商
 
    上图是国内不同的行业,比如机械、印刷、电子电气工程,在数字化、附加值高低以及改变游戏规则、资源效能和管理运营上的不同表现。
 
    中国在过去几年内生产机器人的公司大幅增加,机器人应用的数量也在大幅增加。但是就总体水平而言,中国与一些发达国家相比还有很大的差距。国内制造业企业在自动化应用领域的市场规模也在快速增长,远高于国内的GDP,这些都告诉我们,在整体往工业4.0的方向发展,并且做出了很多的实践。
 
    不同的行业在工业4.0实践过程当中,其侧重点也不完全一样。大家可以看到,德国把它定义为第四次工业革命。
 
    如果回过头去看前三次的工业革命,每次基本上都有一百年的时间跨度,假设一百年之后我们能够整体达到“工业4.0”这个目标,那么我们现在还是处在一个非常初期的阶段。
 
    也正如德国人所说,“工业4.0”是个愿景,我们并不期望我们的企业在短短几年内就可以达到工业4.0的水平,但重要的是,大家都走在这条路上,并且朝这个方向去努力。
 
    接下来看一下工业4.0协会在2015年对中国制造业在工业4.0进程方面的一个报告。
 
盛世龙图物联-物联网数据智能技术服务商
 
    从上图中,大家可以看到,在工业4.0的诸多需求因子中,排在一位的是技术革新的需求,第二是生产成本的压力,第三是组织效能的提升,第四位是智能化,第五是新的商业模式挑战,商业模式其实是非常重要的,因为任何企业做出内部调整应该都离不开商业模式的一些变化,企业不太可能随意地去改变它内在的一些东西,除非它有外部的一些动力的推动。
 
    当然还有少部分是因为政府的推进,比如说国内的两化融合战略以及机器换人等一些政策的补贴会推动国内的一些企业做出一些新的尝试。
 
    但是通过分析我们可以发现,政府的推进并不是企业主要的驱动力,而大多是企业因为市场的需求,其新的商业模式的需求,推动其技术革新而带来一些新的实践。
 
    关于企业对将来的规划,也即企业会在哪些领域展开一些实践并且做出了一些预算。
 
    从图中可以看到,自动化和智能设备是目前国内排在第一位的需求,第二是MES/ERP等软件系统,第三是公司战略,第四是标准化和模块化,标准化和模块化主要是在他们企业内部的标准化和模块化方面的一些实践,行业层面或者说是国家标准层面的不在这一范围之内。
 
    接下来是精益和柔性生产体系,并不像我们想象的那样“工业4.0跟精益生产是冲突的”,其实有些企业在推进自动化、信息化的同时,也并没有落下精益生产。
 
    另外,我们很欣喜的看到,很多企业在大数据方面在做一些规划,并且也有很多企业已经在做一些实践了。
 
盛世龙图物联-物联网数据智能技术服务商
 
    上图中列举的是一些企业在实践或规划过程中所碰到的问题。
 
    这些问题中排在第一位的是缺少人才,缺少人才可以分为两个方面:一方面,他们内部现有的人才或现有组织结构满足不了其新的设想;另外一方面,他们在市场上很难找到一些符合他们要求的服务商、咨询机构或者人力资源等,因为这些在国内还是比较欠缺的。
 
    接下来是研发和创新能力不强、标准化缺失、没有成功经验可以效仿、资金压力、不够重视、安全防护风险未知。
 
    其中,安全防护风险未知在国内目前面临的问题中是排在后一位,但是在国外,尤其是德国,他们把安全防护风险未知放在非常高的位置,这主要是因为两个国家在工业基础、发达程度上不太一样,所以大家面临的问题也不完全一样。
 
    企业在“工业4.0”实践或规划中所期待的资源有哪些?从企业的反馈来看,一是技术专家,这里是指企业所在行业相关的行业专家;第二是案例研讨,国内或国际上目前可以拿出来分享的成功案例非常的少,如果你去看一个真的能称的上“工业4.0”的样板工厂,那么你得到的答案应该会让你失望,我们可以看到,样板学习目前比较多的是一些“3.X”的样板企业。当然企业还希望获得专业机构、平台和一些优质服务商、精益体系、政府支持、人力供给机构等资源来帮助他们。
 
    接下来是三个案例,我并没有选择汽车主机厂,也没有选择非常优秀的欧美企业,而是选择了三个国内的企业,来了解国内的制造业企业在工业4.0面前,他们考虑的问题是哪些,他们做出的实践是怎样的?
 
汽车安全件行业案例
 
    第一个案例是做汽车安全件的一个集团公司,其旗下有多个工厂,现在希望获得欧美合资厂在国内的一些新项目的机会,目前已经获得本土主机厂的一些项目,他们想要做的更好,获得更多优质客户的新订单。
 
    其目标获得优质客户的体系认证,当然他们已经被一些客户认证或者审核过多次,所以他们现在非常强调产品的追溯,它的正方向的追溯,单件产品的追溯,因为它是一级式控件,所以其对质量管理、模具管理都非常的重视。
 
    当然,在对PLC系统集成上,他们也需要去做这些事情,因为他们现在所布局的生产线非常离散,这源于其不同产品成立的时候都是以一个产品建立一个小范围的生产单元来为某一个项目来服务,而工厂内部有非常多的生产单元、相互之间的设备,其在设备采购过程中考虑的也不是太系统太长远,所以设备整体被集成的情况非常的困难,而且他们当初在选择供应商时并没有在一些商务合同或技术标准上要求这些供应商在将来为他们提供支持,来帮助他们去做系统集成的事情。
 
    所以当这家公司提出来提升自动化整合的时候,他们在建立工厂数据总线过程中会非常麻烦,这在于其对这些不同供应商提供的装备、控制器,不能及时的获得开放的协议和数据接口,所以花了很多的时间去跟这些设备供应商交流。
 
    他们花费了非常多的时间,付出了很大的成本来建立生产线上的数据总线,在此基础上集成了MES和ERP系统,当然,他们在集成MES系统的过程中也做出了一些抉择,原因是在他们之前几年获得这些生产单元时,一些生产单元提供商都提供了生产单元级别的MES系统,而这些系统在他们需要作出大的规划的时候就成为一个鸡肋。
 
    它能够满足单个生产单元的工单执行管理的需求,但是它没法做到整个工厂级别的生产管理的要求,而要推倒重来它就要面临着重复投资,当然最后的抉择他一定是投入了新的资金、人力来实现整个工厂级别的EMS系统,所以把老的小的离散的系统进行了彻底的切换。
 
    这家企业在“工业4.0”这个概念进入中国的时候也是非常的关注,但是他们认为自身是非常务实的一家企业,他们明白“工业4.0”在不久的将来,他们需要去规划一些跟“工业4.0”相关的实践,但目前,他们还是把重点放在逐步改善的阶段,他们考虑的是其目前的生产现场跟客户的审核相比还存在哪些缺陷,有哪些地方还没有满足客户的需求,他们会在这个领域去做一些解决问题式的改善,与此同时他们会去看这些改善是不是跟工业4.0所要求所设想的愿景相符合。
 
汽车电子行业案例
 
    由于与电子行业相关,这家企业的主要目标是建立能力,能够实现客户化订单的生产。具体来说,它关注的是快速换模、快速换线等的实现,能够让它的生产线上的某一些装备动起来。
 
    虽然没有说让这些设备自动的去调整他所在的工位,但是可以使他能够在人的帮助下快速地进行换模换线。然后能够做到智能排产,能够利用大数据对它原有的定量的排产进行一些定性的修正。
 
汽车电子行业案例
 
    与此同时,相比其他行业,例如机械加工、装配行业等,电子行业的自动化能力会高一些,数据交互能力也更强,因此成本也会相对低一些,所以他们在考虑一些让产品智能化,让生产线高度自动化,然后能够在不久的将来实现一部分的设备自主调整的能力。
 
    这家企业在大数据方面花了很大的力量,他们引进了海外的大数据的专家,这些专家不仅是熟悉大数据和这个行业,非常重要的一点是它能够在你建模的时候,考虑到这个行业的背景,这个行业所需要分析的模型。
 
    你所积累的数据是不是能够在将来为你所分析所应用,能否带来价值,你需要在积累数据的时候充分考虑到每一个数据它所涉及到的背景信息,否则将来你在进行数据应用的时候,应用范围和深度就会受到非常大的影响。
 
汽配机械加工行业案例
 
    这是为汽车主机厂提供其中一个机械部件的一个集团公司,在多个主机厂附近建工厂,为国内外各大主机厂供货。
 
    这家企业同时在做两件事情,一是对现有的老的工厂做改善,通过逐步改善的的方式,主要是做了工业物联网,装载了EMS系统,应用了一些机械臂,降低了一小部分的功能。
 
    另外其建立了一个全新的工厂,对所有工艺、装备、信息化系统、管理体系全部做了新的设计,跟老的工厂完全不同,在老的工厂做改善的时候,新的工厂从他们管理层角度上提出了要大量减少现场功能的要求,并且要让产品落地,完全实现上下游的集成,一般来说,拉动式生产都体现在工厂内部,但这家企业提出,从客户到这家公司再到公司的下游,要求实现整个产业链的拉动式生产,这非常不容易。
 
汽配机械加工行业案例
 
    当然,自动智能排产战略控制室可能会在这个新工厂里体现出来,但是他们目前还没有考虑到柔性生产,因为主要是根据汽车行业主机厂给过来的这些订单,还是大规模的生产方式,所以它在商业模式没有大的变动情况下并没有提前去做这样的调整,主要也是考虑到投资回报期的问题。
 
    这家企业所担心的问题是两个:一是跟前面的调研报告一样,内部和外部的人才储备目前都非常的欠缺,很难找到优质的在工业领域非常有前瞻性的人才;二是判断汽车行业在柔性定制化方面的需求,市场变化的速度到底有多快,在什么时间阶段它需要作出调整。
 
    针对以上案例总结了几个关键字,分别是:闭环自动化管理、混线生产、产业链的拉动式生产、模拟仿真辅助、接近实时的数据处理/响应、管理体系影响解决方案……虽然大家都在谈聪明的生产,但是实际上前面三个企业在这个领域这个方向上迈出的步伐有大有小,特别是在大数据领域,你要让生产方式变得比较智能,那么大数据是不可缺少的一个因素,实际上工业大数据的应用在国内还是非常初步的阶段。
 
对企业相关实践的建议
 
    关于工业4.0实践方面的建议,个人听得比较多的是要从商业本质出发。虽然我们知道有很好的愿景,但是这个愿景我们在什么时间点去实现它,我们整个行业的水平是不是具备这个条件,这跟我们的商业本质相关。
 
    另外,在实践的过程中我们要考虑的东西实在是太多了,包括投资、技术、管理体系、客户需求等,我们不能只是希望做到CPS就立刻去做。
 
    当然,国内的企业家们他们不缺乏相关平台去获得这些新的知识,但是他们更多的是希望能够看到一些好的案例,但是好的案例在市场上不是太多,特别是号称能够达到“工业3.5”以上的案例也非常少见,更不用说达到“工业4.0”的。
 
    不过,这并不妨碍我们去做横向的交流,无论在失败的例子还是成功的例子上,我们或多或少能够获得一些收益。


物联宝RFID
盛世龙图EAS
龙图电商
一品部落

版权所有:盛世龙图国际集团 京ICP备17009441号