i 基于互联网的“工厂大脑”设计的探索 - 工业4.0 - 电子人社区

电子人社区

 找回密码
 立即注册
电子人社区首页 资讯 工业4.0 查看内容

文章

基于互联网的“工厂大脑”设计的探索

时间:2017-10-25 09:04作者:Alex 阅读:321 评论: 0Alex

内容简介: 前言 创业这几年团队做了一个非常了不起的事情,就是没有做传统意义上的信息化系统,而是在互联网这个基础上做了一个东西叫做工厂大脑,它会是未来工厂一个非常重要的核心软件。第一次在工厂角度,第一次把数据当成 ...
前言
    创业这几年团队做了一个非常了不起的事情,就是没有做传统意义上的信息化系统,而是在互联网这个基础上做了一个东西叫做工厂大脑,它会是未来工厂一个非常重要的核心软件。第一次在工厂角度,第一次把数据当成是工厂非常重要的资源来看,没有跟风叫智慧工厂,因为我们还有很多没来得急去做去实现,所以我们称它为工厂大脑。
    工厂大脑是一套以智能制造为目标,精益管理为指导,供应链协同CPFR理论为基础,借助于互联网通过实时采集,专业计算、分析和统计,进行报表化、图表化和人机交互工厂运作的整体数据和过程优化的软硬件解决方案探索平台。
    以产品BOM理论为出发点并结合客户需求的深入研究,将产品的各类BOM融合到产品链路中,把工厂每个产品的每个制造环节流程透明化、数据化,从而实现产品生产体系由后置跟踪转变为前置跟踪,作为工厂大脑的设计理念。通俗地说,未来工厂所有作业指令都将是事前约定事后均由系统驱动人做事,改变了以往人从系统找事做的观念。举个例子说,产品生产工单下发后生产前已经在平台上看到完整的执行环节包括部门和使用哪些单据以及单据内容(前置追踪),不需要等待环节中的所有单据录入到系统后才可追踪到进度(后置追踪)。实现这一过程必须先满足以下4个条件:
    1.企业内部部门间协作依据是什么?
    2.产品加工环节中从原材料或物料到半成品再到成品的过程演变的依据是什么?
    3.产品加工环节中各部门的原材料或物料流转需求量换算公式
    4.如何有效地验证加工工艺流转的合理性
    工厂大脑最大的意义在于,打通电商大数据、ERP、SCM、APS、WDS、MES、IoT等系统,去系统边界化和消除模糊地带,将产品整个生命生产周期中多领域之间的协调合作完全智能化,帮助生产型企业“智能制造”的完美转型。
    作为一家离散行业智能制造的探索者公司,我们用心总结经验,将龙人亦进多年来积累的管理真知和创新信息技术,通过平台的规划实施分享给国内快速成长的企业客户,助力企业腾飞。
1 如何在企业内部建立协作关系
    1.1 现状
    在工业企业中,通常会分为两个大的部门,一个是生产部门,一个是业务部门。在现实中,业务部门经常去打扰生产部门,进入盯哨阶段,上级部门经常找不到业务部门的人员,因为业务人员都下车间了。
    举个例子说,市场部的业务人员经常下车间进行崔促生产,这个过程涉及到人与人之间的关系,计划与实际的关系,或因两人关系较好或因部门压力关系,生产人员有可能将业务的订单优先生产,反之,无法促进生产效率和生产进度。从整体公司的角度来考虑:
    第一、生产部门的每天产能是相对固定;
    第二、公司的每个客户是平等对待的,是上帝;
    第三、由上述两点得出订单在人为的影响下进行插单生产,生产主计划被无形打破而且无法被知晓,表面上业务员应付了一个客户订单,生产人员应付了一个工单,但整体上将影响后面的订单进度,给公司带来的影响是不可估算的,经常出现生产部门频频无法按时交付工单的现象。
    1.2 最佳实践
    1.必须明确各个部门对接的部门,以及每个部门对接的单据和内容项,如下图1所示。
131532108554572068_new.jpg zoom.gif
图1 各部门对接的单据示例
    2.建立生产主计划部门
    职责:对接和统筹公司资源对公司订单进行排产(排程)下发生产工单。
    要求:此部门人员都必须是熟悉公司各部门的运作包括生产车间的加工工艺。
    活动范围:上游对接业务部门,下游对接生产部门。部门人员把生产部门的每天信息统计汇总并做预警等。如果业务部门需要了解生产业务情况,只需要跟主计划部门进行咨询。
    3.有效执行
    a)部门之间必须通过单据进行协同工作,以单据内容为主要工作内容。
    b)制定每个部门的协同对象和单据清单,下放到各部门。
2 如何在企业内部建立产品各种链路
    2.1 现状
    企业有形无形中建立各种通道在这一条件下,使得企业可以运作起来。很多情况下靠的是企业管理员的经验做事,那么不同的人做出来的结果是不同,这就是所谓的因人而异,受限于人。
    举城市公交系统为例,一条公交路线有很多公交车,在这一公交路线上有很多公交车在行驶,每一辆公交车的到站情况大部分取决于司机的驾驶技术和路面应急处理能力,这将影响到后续站点的乘客等待时间。
    2.2 最佳实践
    1.企业开发一个新产品后,需要将整个过程记录下来,按特定的应用场景有序整理过程中涉及的部门和单据等方面,形成企业独特的产品全链路体系,如订单链路,生产链路,采购链路等。某某产品链路设计如下图2所示,工艺路线设计如下图3所示:
131532108693793491_new.jpg zoom.gif
图2 某某产品链路设计
131532108807858181_new.jpg zoom.gif
图3 某某产品工艺路线设计
    2.链路制定完毕后,各部门的业务人员只需要按链路节点有序完成单据,部门负责人将重点放在部门制度的完善、关键项审批等,有效缓解靠负责人经验办事,遇到困难无法判断问题单据来源或单据交接的下游部门和找谁处理的问题(遵循指定时间,人,地点,办事)。
    3.在第2点的基础上,必须对链路的节点单据进行内容项规范,注意考虑上游单据流转下来的项和流转到其他部门的项。
    4.单据内容项的必填项和重要项进行说明和如何验证的方法。
    5.制定每个部门的单据表格,下放到各部门并进行培训。
3 如何在企业内部实现运作
    3.1 现状
    目前各类企业有形无形中建立各种链路或通道,在这一条件下,使得企业运作起来。而这些通道的运作轨迹大部分企业是很难追踪和大数据分析、再造价值,当前只有大型企业有能力才能实现这一点,他们可以通过各类系统工程组建,以及各部门二次收集再提交合成,最终以报表的形式展现出来!这些大企业的大部分轨迹都可以可视化,但它缺乏实时性,可靠性,完整性,追溯困难等情况。整个过程需要花费很大的人力、财力、物力、信息、时间,中小企业很难承受。但现在互联网出现之后,有可能改变这一格局,中小企业也可以做到,而且可以玩的更为极致。互联网作为一种广域的连接工具,完全可以更低成本地将供应链的上下游连接起来,通过数据协同实现更大范围的供应链协同。
    3.2 最佳实践
    首先,需要把企业内部的协同关系建立,部门之间的沟通都是基于业务需求,最终以单据呈现。
    其次,基于协同关系制定产品各种链路,通过链路把各部门的运作单据串起来。
    最后,龙人亦进CPFR系统根据制定的产品链路进行执行,运作单据的数据可以基于业务需求直接扩展或将现有系统的资源进行提取,最终以图表和数字化展现出来,如下图4、图5所示:
131532108948329056_new.jpg zoom.gif
图4 客户订单示例(以色块区分不同状态)
131532109066299316_new.jpg zoom.gif
图5 生产工单示例(以色块区分不同进度)
4 CPFR系统之生产轨迹系统运作
    4.1 系统界面截图
    1.首先看到的是该产品所有的生产计划单,如下图6所示:
131532109192707184_new.jpg zoom.gif
图6 生产轨迹之计划清单
    2.点击一个生产计划单,系统以树状展示该产品的生产链路节点(部门流转),如下图7所示:
131532109367553172_new.jpg zoom.gif
图7 生产轨迹之部门清单
    3.点击一个链路节点(部门),系统展开该链路节点的所有运作单据,如下图8所示:
131532109535367820_new.jpg zoom.gif
图8 生产轨迹之部门运行单据清单
    4.点击一个链路节点(部门)下的一个单据,系统展开该单据的内容项,如下图9所示:
131532109692401080_new.jpg zoom.gif
图9 生产轨迹之部门运行单据内容项(粉红色背景)
    4.2 关键项
    1.使用自主研发的轨迹追踪算法对以上各环节进行实时数据采集、分析并以不同颜色标示。
    2.在追踪上可根据需求对每个节点、单据、内容项进行配置多渠道消息通知相关人员,如邮件通知、短信提醒等。
- 终-
【重庆享控智能科技有限公司】
公司成立于2013年,专注于物联网技术与人工智能技术挖掘整合,助力企业向物联网企业转型。目前公司主要产品与解决方案有:电子人物联网--企业物联网云服务一体化解决方案(基于物联网的云企业中心+电子人智能工作APP)、中国工业服务交易网--基于物联网故障预测的4S设备维保、备件交易、制造能力交易、IOT行业解决方案及数据服务等。


体验请扫二维码

鲜花
(0票)

握手
(0票)

雷人
(0票)

路过
(0票)

鸡蛋
(0票)
上一篇:没有高端工业软件 谈什么智能制造转型下一篇:中国工业智造的现状及未来发展趋势

发表评论

QQ|电子人物联网  

Copyright 2013 最新最精彩-社区论坛 版权所有 All Rights Reserved.

QQ|电子人物联网  

GMT+8, 2024-4-29 02:21 , Processed in 0.101404 second(s), 35 queries.

返回顶部