文 | 帆软数据应用研究院制造行业专家 任敏
十四五规划加快了制造业转型升级的步伐,昔日被称为“夕阳产业”的制造业正改头换面,其转型方向是高效节能、绿色环保的智慧工厂。本文基于对智慧工厂的运营管理经验沉淀,给大家介绍智慧工厂的四大典型应用场景。
一、何为智慧工厂?
智慧工厂是在数字化工厂的基础上,利用物联网技术+设备监控技术,清楚掌握产销流程、提高生产过程的可控性、减少生产线上人工的干预、即时正确采集生产线数据,合理编排生产计划与进度。
智慧工厂包含工厂运营管理的五个方面,①制造资源控制、②现场运行监管、③物流过程管控、④生产执行跟踪、⑤质量工作监督。通过对MES、QMS、ERP、SCM等系统的集成以及对自动化设备传感器数据的对接,打造企业的智慧工厂管理平台,实现制造管理的统一化与数字化。
二、智慧工厂四大典型应用场景
应用场景一:智慧园区管理
智慧工厂对产业园的综合管理提出了更高的要求,传统产业园由于管理工作繁多,很多模块都是单独管理,无法做到资源的统一协调,且很多数据并不是实时在线,大大增加了管理难度。
智慧工厂要求对园区的视频监控、安防报警、人员巡查、门禁考勤、访客管理、一卡通管理、停车位、会议室、信息发布、能源使用情况、环境变化、设备参数等工作进行实时在线的统一管理。
企业可利用传感器技术实现动态捕捉、热成像报警、人脸识别、温湿度感应等,再利用OA或报表系统实现在线巡检、信息发布、会议室线上预约、访客线上登记等,将系统数据和传感器数据利用微服务接口的方式进行调用,形成园区全貌管理指标,最后利用3D建模技术开发智慧园区全局管理模型,或利用数据分析工具制作园区综合管理驾驶舱,实现对园区资源的统一高效管理,打造绿色、高效、安全的智慧园区。
应用场景二:智慧物流管理
物流一直是工厂管理的薄弱环节,大多数制造企业依赖第三方物流公司进行产品和原材料的运输,而对第三方物流机构的管理缺乏有力且有效的手段,导致对客户的交付时间把控不准以及对物流异常无法追溯真实原因。
企业可基于车联网技术将物流车辆的实时地理位置信息进行保存,再利用大数据处理技术实时监控所有物流车辆的运行状态,对停车超时、未按规定路线行驶、车速异常等情况进行实时报警,对收发货异常的订单可追溯其物流车辆的历史轨迹与停靠点记录,实现物流各环节精细化、动态化、可视化管理,提高物流系统智能化分析决策和自动化操作执行能力,提升物流运作效率。
应用场景三:三位一体监造平台
随着制造企业对内部生产过程管理能力的提高,促生出了上下游监造管理的需求,一方面是对供应商原材料质量管控的进一步延伸,另一方面是对客户满意度更加重视的表现。从供应商到工厂到最终客户的三位一体监造平台,是智慧工厂的核心应用场景。
为了满足大客户监造接入需求,企业可利用微服务技术通过接口将生产过程数据和作业视频提取出来,同时利用数据分析平台给客户提供带有分析结果的产品出厂数据,通过权限管理开放给对应客户,实现快速响应客户监造平台数据对接以及远程厂验的需求,提升客户对产品的信任度。
而对于供应商的监造管理需要从四个方面入手,第一,对接其产线设备传感器数据,掌握供应商生产过程中的设备参数,便于后期异常追溯;第二,接入生产监控视频,实现对供应商生产作业的实时监控,提高管理力度;第三,打通供应商的生产信息系统,掌握供应商订单的执行进度与质量情况,可有效预估订单风险;第四,开发数据上报界面,对供应商临时零散的数据做到及时规范的收集,提高协同能力。
应用场景四:质量闭环追溯
传统的质量管理方式局限于对当时产品生产过程数据的监控,在出现批量质量异常时无法有效锁定不良批次,对导致异常的物料无法追溯使用在哪些成品中,增加了质量处理成本与管控难度。
质量追溯可帮助企业更实时、高效、准确、可靠的实现生产过程和质量管理,结合条码自动识别技术、 序列号管理思想以及条码设备,可有效收集产品或物料在生产和物流作业环节的相关信息数据,每完成一个工序或一项工作,记录其检验结果、存在问题、操作者及检验者的姓名、时间、地点及情况分析,在产品的适当部位做出相应的质量状态标志,跟踪其生命周期中流转运动的全过程,使企业能够实现对采、销、 生产中物资的追踪监控、产品质量追溯、销售窜货追踪等目标。
最后利用数据分析工具建立质量计划、过程控制、发现问题、异常处理、管理决策、问题关闭的质量闭环管理平台,形成经验库与分析报表来支撑企业打造一套来源可溯、去向可查、责任可追的质量闭环追溯系统。
三、总结
智慧工厂的应用远不止于此,随着新技术、新理念的诞生,智慧工厂也将在新时代有新的表现形式,制造管理者应把握新形势,通过执行层自动化与管理层信息化的融合,加快智慧工厂的建设步伐。