我国制造业面临着异常严峻的挑战：人口红利消失、“未富先老”、企业招工难，人工成本迅速上升；高房价、高地价迫使国内制造业向内地转移，低成本制造业向东南亚国家转移；高赋税以及社保费用的压力也给企业带来高昂的运营成本；原材料价格上涨对下游行业带来巨大的成本压力；环保风暴也给很多企业敲响了警钟；中兴事件则暴露出我国制造业核心技术缺失的尴尬现状；而国际贸易争端更是对出口型企业雪上加霜。
在这种背景下，制造企业如何实现转型升级？推进智能制造成为重要的途径。然而，目前我国制造企业推进智能制造面临着诸多难点与问题：
第一，概念满天飞，技术一大堆。近几年来，从工业40的热潮开始，智能制造、信息物理系统（CPS）、工业互联网（平台）、企业上云、工业APP、人工智能、工业大数据、数字工厂、数字经济、数字化转型、C2B（C2M）等概念接踵而至，对于大多数制造企业而言，可以说是眼花缭乱、无所适从。智能制造涉及的技术非常多，例如云计算、边缘计算、RFID、工业机器人、机器视觉、立体仓库、AGV、虚拟现实/增强现实、三维打印/增材制造、工业安全、时间敏感网络、深度学习、数字孪生、MBD、预测性维护，让企业目不暇接。这些技术看起来都很美，但如何应用，如何取得实效？很多企业还不得而知。
第二，摸着石头过河。企业推进智能制造领域的相关技术十分缺乏经验，欠缺可以借鉴的成功案例。目前，制造企业已经存在3种类型的孤岛：信息孤岛、自动化孤岛，以及信息系统与自动化系统之间的孤岛。同时，企业也缺乏统一的部门来系统规划和推进智能制造。在实际推进智能制造的过程中，企业仍然是“头痛医头”，缺乏章法。
第三，理想很丰满，现实很骨感。推进智能制造，前景很美好。但是绝大多数制造企业利润率很低，缺乏自主资金投入。在“专项”“示范”以及“机器换人”等政策刺激下，一些国有企业和大型民营企业争取到各级政府给予的资金扶持，而中小企业只能“隔岸观火”，自力更生。
第四，自动化、数字化还是智能化？在推进智能制造过程中，不少企业对于建立无人工厂、黑灯工厂跃跃欲试，认为这就是智能工厂。而实际上，高度自动化是工业30的理念。对于大批量生产的产品，国外的优秀企业早就实现了无人工厂。例如，日本发那科仅需40s就能全自动装配完成一个伺服电机，但其前提是产品的标准化、系列化，以及面向自动化装配的设计，例如将需要用线缆进行插装的结构改为插座式的结构。e-works两次组团参观三菱电机的名古屋制作所可儿工厂，该工厂对于大批量生产的产品，大量应用机械手，实现高度自动化；对于中小批量的产品，推进低成本自动化，即部分工位的自动化；而对于单件定制的产品，采取手工装配。e-works考察团还参观施耐德电气的法国诺曼底工厂，该工厂是生产继电器的自动化工厂，该工厂实现了绕线、装配、包装等全流程的自动化，而且可以在一条产线生产多种变型产品，但实际上还不是智能工厂。还有西门子一直将被广泛誉为工业40典范的安贝格电子工厂也是被称为数字化工厂，其特点是人机协作的柔性自动化生产、智能物流、工业软件广泛应用、海量的数据采集以及大数据分析。
一个真正的智能工厂，应该是精益、柔性、绿色、节能和数据驱动，能够适应多品种小批量生产模式的工厂。智能工厂不是无人工厂，却是少人化和人机协作的工厂，推进智能工厂绝不是简单地实现机器换人。南京的爱立信工厂有一条装配线，一开始设置的自动化率是90%，后来发现调整为70%，增加若干人工工位，整体质量和效率反而是最优的。此外，对于装备制造行业，机加工等工序并不适合建立自动化生产线，而建立柔性制造系统（FMS）则是更现实的选择。马扎克（MAZAK）、发那科（FANUC）的机加工车间应用FMS已达到720小时无人值守，自动生产不同的机械零件。

图1 MAZAK的FMS（柔性制造系统）
第五，理性看待投资回报。制造企业的企业家，尤其是中小型民营企业的老板，非常关心投资回报。很多企业的要求就是必须能够在3～4年能够收回投资的信息化、自动化系统才投入，甚至有的期望值更高。然而，有些账容易算，比如某条产线减少了多少工人。有些账却不那么容易算，例如工业软件作为一个使能要素，企业离不开工业软件，却难以计算出它究竟为企业直接或间接节省了多少成本，赚了多少钱。如果选型、实施和应用不到位，更是常常用不起来，业务部门牢骚满腹。长此以往，制造企业更加重硬轻软，最后停留在简单地做一点局部的自动化改善。
第六，数据采集与设备联网，迈不过去的坎。企业要真正实现智能制造，必须进行生产、质量、设备状态和能耗等数据的自动采集，实现生产设备（机床、机器人）、检测设备、物流设备（AGV、立库、叉车等），以及移动终端的联网，没有这个基础，智能制造就是无源之水。但是，现阶段很多制造企业还停留在单机自动化阶段，甚至一些知名企业的生产线也未联网，没有基础的设备联网，何谈工业互联网？
第七，基础数据和管理基础。无论是推进企业信息化、两化融合，还是进一步实现数字化转型，推进智能制造，基础数据的规范性和准确性都是必要条件。很多企业在实施ERP，或者ERP升级换型的过程中，花费时间最多的就是基础数据的整理。企业管理的规范性、业务流程的清晰，也是企业推进智能制造的“敲门砖”。但现实的情况是，一些企业的基础数据还没有理顺，却在大谈“工业大数据”。这种舍本逐末的做法，注定是难以取得实效的。
「2 智能制造推进的5项基本原则」
随着我国劳动力成本迅速增长，节能减排的要求越来越高，市场竞争白热化，客户需求日益个性化，制造企业面临着越来越大的转型压力。在这种背景下，智能制造成为广大制造企业关注的热点。尤其是在车间的智能化改造方面，很多大中型制造企业开展了相关实践，还有众多企业在跃跃欲试。增加智能装备、建立智能产线、推进智能物流，减少人工，成为很多制造企业的共同选择。
智能制造势不可挡，但智能制造只是手段，不是目的。制造企业应当明确推进智能制造的目标，积极学习各种智能制造新兴技术，探讨应用各种智能制造技术的必要性、紧迫性与可行性，具体推进智能制造技术的应用必须做好需求分析与投入产出分析，明确总体拥有成本，根据自己的盈利水平确定合理的投资预算。千万不能为了智能化而智能化，为了争取政府项目而盲目大干快上智能制造项目，以免在老的信息孤岛问题、基础数据不准确的问题依然存在的情况下，又形成新的智能孤岛，甚至形成“仅供参观”的花架子。
因此，制造企业推进智能制造，需要把握以下5项基本原则：
原则1正确理解智能制造。智能制造中的“智能”还处于Smart阶段，智能制造（Smart manufacturing）系统具有数据采集、数据处理和数据分析的能力，能够实现闭环反馈。智能制造的未来趋势是实现“Intelligent”，实现自主学习、自主决策和优化提升。智能制造融合了信息技术、先进制造技术、自动化技术和智能化技术。智能制造中的“制造”指的是广义的制造，并不仅仅包括生产制造环节的智能化，而是包括制造业价值链各个环节的智能化。企业信息化和工业软件的深化应用，是推进智能制造的基础和前提条件。
原则2正确理解和应用智能制造使能技术。智能制造使能技术主要包括：物联网、增材制造（3D打印，包含设备、材料、工艺）、云计算、电子商务、电子数据交换（EDI）、PLC、DCS、自动识别技术（RFID、条码、机器视觉）、数控系统、大数据分析（包括工业大数据）、 虚拟现实/增强现实、Digital twin（数字孪生，包括产品、设备、车间）、工业安全、工业互联网、传感器、云制造和信息集成（EAI、ESB）等技术。需要明确的是，部分技术还处于发展的初期阶段，制造企业需要根据自身的产品特点、生产模式和运营模式来综合考虑应用方式。
原则3必须理解智能化与自动化的本质区别。那些将机器人应用和无人工厂说成是工业40的说法是错误的。企业在建设智能工厂时，要整体考虑智能装备的应用、生产线和装配线的数据采集方式、设备布局和车间物流优化、在制品在工序之间的转运方式、生产工艺的改进与优化、材料的创新等，而不仅仅是某些工位的“机器换人”。智能化生产线能够实现柔性的自动化，快速切换生产多种产品，或者可以混线生产多种产品，能够实现生产数据、质量数据的自动采集，并实现自动化系统与质量分析系统、MES系统的信息集成。
原则4必须做好整体规划，选择适合企业自身特点的实施方案，有效规避风险。推进智能制造需要解决更加复杂的、纵横交错的信息集成问题，例如IT系统与自动化系统的信息集成、供应链的数据交换；推进智能制造需要处理来源多样的异构数据，包括各种来自设备、产品、社交网络和信息系统的海量数据，需要确保基础数据的准确性；推进智能制造需要企业的IT部门、自动化部门、精益推进部门和业务部门，甚至供应链合作伙伴之间的通力合作。因此，制造企业必须充分认识到推进智能制造的复杂性、艰巨性和长期性。制造企业应当做好相关技术的培训，选择有实战经验的智能制造咨询服务机构，共同规划推进智能制造的蓝图。在整体规划的指导下，选择对于企业最有可能迅速见效的突破口优先实施。比如，推进基于物联网的预测性维护服务，促进企业已销售的产品的配件销售，提高客户服务满意度；或者通过实现生产线的智能化，提高设备的整体绩效和产品合格率；通过建立企业级BOM平台，实现产品的在线定制等。
原则5企业需要建立自己的专业队伍，并选择长期的战略合作伙伴。推进信息化是个系统工程，推进信息化与工业化深度融合是一个更大的系统工程，而推进智能制造更是一个非常复杂的系统工程，涉及到诸多工业软件的集成应用，涉及到智能装备应用、设备联网、数据采集、数据分析和业务流程优化，并且需要与推进精益管理结合起来推进，因此，制造企业需要建立自身的专业队伍，融合信息化、自动化和管理人才，并选择若干长期的战略合作伙伴，包括咨询服务机构、智能制造的整体集成商、解决方案提供商和服务商等。制造企业在推进智能制造项目时，必须注意选择在企业所在行业具有实施和服务经验，产品具有开放性和可扩展性，具有本地化服务能力的解决方案提供商，选择具有良好的沟通能力、项目管理能力和丰富行业经验的项目经理。在推进智能工厂项目时，尤其需要考虑解决方案提供商是否具备软件、硬件和自动化的综合实力。
总之，推进智能制造，既要积极布局前沿技术的应用，又要夯实基础，务实推进。纵观中国制造业推进信息技术应用30多年的历程，经历了一个又一个的“工程”，从“会计电算化”、“甩图板”、CIMS工程、“两甩（甩图纸、甩账表）”到制造业信息化工程；产生了一次又一次的“热潮”，从财务软件、CAD、ERP、ASP、云计算、电子商务等，既有政府的积极推进，也有国内外主流厂商的推波助澜。不少制造企业在条件还不具备、对新兴技术认识还不清晰的情况下，就盲目上马应用一些技术尚不成熟的信息化单元系统，实施与应用也不到位，最终形成了很多信息化孤岛，没有达到预期目标，甚至多次推倒重来。因此，不论市场上有哪些“热词”（buzz word）或者热潮，制造企业都不能再盲目跟风，而是应当保持冷静与理智，以免事与愿违。企业需要在提升基础管理水平的基础上循序渐进，积极、稳妥地推进智能制造，从而真正取得实效。
「3 智能制造推进的策略」
首先，推进智能制造的核心目的是帮助企业通过实现降本增效、节能降耗、提高产品质量、提升产品附加值、缩短产品上市周期、满足客户个性化需求，以及向服务要效益等途径，提升企业的核心竞争力和盈利能力。推进智能制造绝不能搞面子工程。
第二，必须对智能制造有正确的理解和认识。智能制造覆盖企业全价值链，是一个极其复杂的系统工程，不要期望“毕其功于一役”；推进智能制造需要规划、IT、自动化、精益等部门通力合作；不同行业的企业推进智能制造差异很大。推进智能制造，需要引入中立、专业的服务机构，开展多层次、多种形式的培训、考察、交流与学习，让企业上下树立对智能制造的正确认识。此外，需要强调的是，小批量、多品种的企业，不要盲目推进无人工厂；个性化定制和无人工厂是鱼和熊掌不可兼得；不能盲目推进机器换人。
第三，大处着眼，小处着手。企业要想推进智能制造取得实效，应当参照e-works智能制造金字塔的相关内容，通过智能制造现状评估、业务流程和工艺流程梳理、需求调研与诊断、整体规划及落地实施5个步骤，画出清晰的智能制造路线图，然后根据路线图和智能制造整体规划，稳步推进具体的项目，注重对每个智能制造项目明确其KPI指标，在测度关键绩效指标的基础上，评估是否达到预期目标。智能制造要取得实效，需要清晰的思路、明确的目标、高层的引领、专业的团队和高度的执行力。

图2 智能制造总体框架范例
第四，紧密跟踪先进制造技术的发展前沿。近年来，制造业的新材料、新技术、新工艺层出不穷，金属增材制造技术不仅改变了复杂产品的制造方式，还改变了产品结构，也彻底打破了可制造性的桎梏，催生了创成设计等新的设计模式，从计算机辅助人设计，演化为人辅助计算机设计。碳纤维复合材料的广泛应用催生了全新的制造工艺和制造装备。奥迪A8采用了铝制车身，车身焊接不能再使用点焊，取而代之的是铆焊、摩擦焊、激光焊等新工艺。材料和工艺的改进，往往会对产品的性能，例如抗腐蚀、耐久性带来巨大的提升。精密测量技术也在迅速发展，由接触式测量发展到非接触式测量，由离线检测演化为在线检测，由事后检测演化为边测量边加工，从而帮助制造企业提升产品质量。
第五，积极稳妥地推进数字化和智能化技术的应用。当前，人工智能技术的发展如火如荼，必将在制造业不断得到应用，尤其是在无人驾驶汽车、质量检测与优化、设备故障诊断和预测等领域。现在已经出现了Google的Tensorflow等开源的人工智能引擎可以应用。此外，虚拟现实（VR）、增强现实（AR）、混合现实（MR）等可视化技术，在制造业也有很好的应用场景，例如设备 *** 作培训和设备维修维护等。爱立信工厂应用增强现实技术进行电路板的检测，蒂森克虏伯电梯利用MR技术提高电梯维护的效率。Cobot（协作机器人，单臂和双臂）在装配、拧螺丝、涂胶等很多工序可以进行应用，机器人与视觉传感器、力觉传感器的集成应用能够大大提高机器人动作的准确性和灵活性。

图3 爱立信工厂利用AR技术辅助进行电路板质量检测
第六，选择真正靠谱的合作伙伴。智能制造系统架构十分复杂，也非常个性化，相关技术在不断演进，企业本身也是动态变化，智能制造评估体系和规划方法论也还处于不断完善的过程中，智能制造的推进是一个长期的过程。因此，企业推进智能制造需要寻找专业的合作伙伴，从培训、现状评估、规划，到具体的数字化工厂仿真、产线设计，到真正实现工控网络的建设，并建立工控安全体系，实现IT与OT系统的集成。
继去年11月，华为携手伙伴将欧拉 *** 作系统项目捐赠给开放原子开源基金会后，4月13~15日，一年一度的欧拉开发者大会拉开帷幕，这是欧拉正式捐赠之后的首次社区开发者大会。
欧拉首个社区共建版本明日发布
值得注意的是，明日（4月15日），欧拉捐赠之后首个社区共建版本openEuler 2203 LTS版本将正式发布，也是首个支持数字基础设施全场景融合的长周期版本，该版本针对服务器、云计算、边缘计算和嵌入式四大场景首次发布新特性，方便开发者构建面向全场景的数字基础设施 *** 作系统。
2019年，华为把自己在服务器 *** 作系统上积累了10余年的能力开放出来，欧拉 *** 作系统正式开源。2021年9月，华为进一步将自身在ICT领域各场景、不同设备上的 *** 作系统能力全面开放，欧拉全新升级，从服务器场景，扩展到云计算、边缘计算和嵌入式场景，成为面向数字基础设施的开源 *** 作系统。同年11月，华为携手伙伴将欧拉开源 *** 作系统项目正式捐赠给开放原子开源基金会，标志着欧拉从创始企业主导的开源项目演进到产业共建、社区自治。
华为轮值董事长徐直军在华为去年全联接大会上曾表示，华为未来打造两个 *** 作系统，一个是鸿蒙 *** 作系统，一个是欧拉 *** 作系统，两者都开源。鸿蒙 *** 作系统的应用场景，就是智能终端、物联网终端和工业终端；欧拉 *** 作系统面向服务器，面向边缘计算，面向云，面向嵌入式设备。
但欧拉 *** 作系统与鸿蒙 *** 作系统不同，华为承诺不开发欧拉的商用版本，这意味着华为和市场上的 *** 作系统不形成竞争关系。欧拉本身是基于Linux的 *** 作系统，而由Linux衍生的 *** 作系统商业版非常多，如今欧拉和他们的关系由竞争转为赋能。换言之，华为并不打算通过欧拉进行盈利，而是保持基础设施的底色，来协助 *** 作系统厂商们进行商业化。
中国服务器 *** 作系统市场前景广阔
根据赛迪顾问发布的《中国服务器 *** 作系统市场研究报告》，从2019年华为宣布openEuler开源之后，生态伙伴积极加入到开源社区建设。
当中，以麒麟软件、统信软件、麒麟信安为代表的国产 *** 作系统厂商积极研发基于openEuler的服务器 *** 作系统商业版本。2021年，openEuler系产品整体装机量超过102万套，其中物理机装机量达到527万套，商业发行版装机量达到345万套。
本次大会上，华为、英特尔、超聚变、新华三、麒麟、统信、SUSE、麒麟信安、中科院软件所等芯片厂商、整机厂商、软件厂商代表参加大会，共建支持多样性计算的数字基础设施开源 *** 作系统。中国电信、中国移动、中国联通、中信、上交所等企业用户代表出席主论坛演讲，分享欧拉行业应用实践和联合创新。
徐直军曾强调，华为开源欧拉 *** 作系统以后，只有基于开源版本做发行版的公司，才能够从 *** 作系统本身获取收入，因为发行版可以卖钱，还可以通过服务获取收入。在欧拉发行版上开发应用的公司，和在其他 *** 作系统上做应用开发的公司没什么区别。
截至目前，欧拉开源社区已经吸引近万名开源贡献者，330多家企业、研究机构和高校加入，成立近百个特别兴趣小组，并通过社区发行版、伙伴商业发行版等多种形式，促进 *** 作系统产业快速发展。
赛迪报告还指出，企业上云、行业信息化均会带来巨大的市场空间，同时CentOS停服会释放一定市场到商业发行版当中。随着国产Linux服务器 *** 作系统稳定性在市场中得到验证，将加速国产Linux服务器 *** 作系统向电信与互联网、金融等重点行业领域渗透，市场装机量将保持快速增长。预计到2024年，中国服务器 *** 作系统市场装机量将达到5613万套。
纺织行业正面临人口红利消失、原材料价格上涨、环保压力增大以及疫情影响等现实问题，与此同时，随着市场竞争加剧，上下游信息差是每家纺织印染难以解决的心头之痛，如何打造企业的数字化系统，提升内部管理效能，如何将企业融入产业互联的大潮中，抓住订单信息，提升交付准确性……是企业立足的关键，存亡的由关。
企业要发展，产业要升级，消费互联红利褪去，产业互联时代到来……“打破边界、整合共享”早已不再属于互联网企业所专有，而成为每一个企业必备属性。拥有对产业链环节的资源整合能力乃至专业化的控制能力，才是提升企业竞争力和效益的关键。
每家企业都是产业发展的单点，由 三技精密技术（广东）股份有限公司为主体、技研智联、美云智数、天富 科技 等本地优质工业物联网服务商联合成立的中小企业抱团数字化转型的佛山市纺织印染产业集群 正通过数字化的思路与工具打造纺织产业协同平台，旨在将单点数据连通成线，交织成面，借助工业互联网，发挥产业集聚、资源汇聚的优势，帮助佛山的中小型纺织印染企业优化资源配置，调度闲置产能，实现供需畅通。
对内，助力印染企业数字化能力的提升，提高生产效率，实现精益生产，适应小单快反的市场需求；对外，联接上下游产业链，满足在线多方互联沟通，实现供销一体化，赋能产业发展。
为什么要通过数字化最终实现产业协同？因为海和山就在那里。
根据国家统计局数据，2021年，规模以上纺织企业工业增加值同比增长44%，较2020年提高7个百分点；实现营业收入51749亿元，同比增长123%；实现利润总额2677亿元，同比增长254%。我国纺织品服装出口3155亿美元，同比增长84%，创 历史 性新高。纺织行业将回归至经济增长低速运行、转型升级持续深入的常态化复苏轨道，未来可期。
国家十四五规划明确了企业数字化转型的必然性，各省市级政府也相继出台各种扶持补贴政策，鼓励支持企业建设数字化智能化示范工厂、示范车间、打造标杆项目、企业上云。
此外，5G、人工智能、工业互联网、物联网、大数据、区块链等新一代信息技术加速应用，为数字化转型奠定了扎实的基础，也为产业协同提供了坚实的技术保障。
纵观国内企业级软件的发展，经历了ERP、OA、BPM各个阶段，实际上一直以来都是围绕着企业业务流程来做。其中的问题就在于，传统企业管理和协同软件本身的出发点，就是为了规范人和业务流程，很难带来交互体验和业务效率上的提升。
更重要的是，由于和业务结合薄弱，当涉及到企业和外部沟通流程，传统协同软件无法进行数据的有效打通和实时反馈。而这也正是打造产业协同平台最大的难点之一。
这个难点带来了人员职能重叠、订单信息混乱且滞后、库存/订单堆积、市场信息迟滞、产业结构落后等一系列问题。
技研智联作为拥有纺织+工控+互联网三重基因的公司，深知行业的独特性以及需求，在打造的产业协同的建设方案中，通过订单对接、进度跟踪、过程追溯、染厂画像、生产拉动和售后协同等功能，来解决因与业务结合薄弱带来的一系列问题。
布行、品牌商和制衣厂等下游企业：
可根据平台上多个印染工厂的画像，评估印染工厂公开的实时开机率及持单情况，有效判断其当前的产能状况是否符合订单的各项需求，选择适合自己订单的印染工厂进行合作。
同时可以通过平台直接下单至染厂的ERP系统，减少沟通成本，保证订单流程的信息完整性，并通过染厂开放的权限，实现订单进度和质量全过程追溯。
上游供应商织布厂、染料商和配件商：
在获取了印染工厂相对应的权限后，可以通过染厂生产计划拉动织布、染料及相关配件的生产计划，通过售后的信息协同，分享设备档案，精确定位问题。
对于印染企业而言：
搭建完整的数字化运营指标体系，从设备联网采集数据开始，到计划排程、来单答期、构建专家工艺库、能源优化、质量管控等一系列流程都更加畅通高效，让印染工厂的运营管理人员对市场有更加清晰的判断，整合生产资源，提升接单能力，提高设备开机率。
所以，为什么技研智联要联合美云智数、天富 科技 等工业互联网服务商共同打造产业协同平台？
因为我们期待，通过产业协同创造的价值是纺织行业逐年增长的销售总额中最熠熠发光的一颗星。
我们也期待，通过对纺织产业链的梳理和对接，能够有更多期待“做优、做精、做强”的纺织印染行业上下游企业加入到协同平台中，以平台为枢纽，发展智能化生产、数字化管理、网络化协同等创新模式，使纺织印染产业集群摆脱成长性不足、生产力廉价、内部竞争严重的困境，打造具有“批量定制、柔性生产、快速反应、绿色环保、高度协同”的纺织印染产业体系。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）