疫情拐点之际，制造企业如何实现精益增长？_资讯

疫情拐点之际，制造企业如何实现精益增长？

发布时间：2020-03-16 发布人：沧州八方科技有限公司 71

导

制造企业现在面对的困难和挑战，尤其疫情突发与经济下滑的形势下，我们如何把握企业生存和重塑增长战略的平衡，突破重围？在这种环境下，我们可以用新的方法即驾驭精益的数字化变革，即精益视角下智能制造或者是精益视角下的数字化转型，战略性的消除浪费并精准的投入到有利于增长的差异性能力上，实现精益增长。

在昨天的《制造企业在疫情后如何生存与重塑增长》一文中，蔡颖老师深度解析了智能时代的精益企业，跟传统的精益企业区别。本文将阐述如何在精益企业的基础之上，构建数字化的智能制造。

专家简介

蔡颖

☑ 中国APS（高效计划与智能调度排程）协会会长、青岛大学客座教授、中国工程物理研究院（九院）客座研究员、美国项目管理协会PMI的证书PMP、曾任国家863计划项目企业资源协同管理项目成员、金蝶集团席制造顾问。

☑ 主要专业/研究领域：ERP企业资源计划、APS高级计划与排程、精益生产与信息化、供应链管理、TOC约束理论及企业信息化。著有《APS-走向实践》、《ERP高级计划-APS供应链优化引擎》、《精益实践与信息化》等专著。

构建数字化的智能制造

如何在精益企业的基础之上，构建数字化的智能制造？我们建议实现的步骤是先精益化，然后信息化，自动化、数字化，后走向智能。在这个过程中，不是串联，而是并联，进行小步迭代逐步实现。

智能制造整体解决方案

智能制造不仅仅是车间，而是整个企业实现精益智能。它的整体架构包含三大层，企业运营协同层、工厂智能化与执行层、工厂连接自动化层。而这三层集成在一个平台，可以是工业互联网平台或工业平台，提供一致性管理，实现系统间数据集成和设备自动化集成。可以应用移动计算、大数据、智能分析以及物联网等先进技术与企业价值链上的不同流程中，支持实时智能工厂运转。

比如我们把PLM、ERP、MES、SRM集成在一个平台上，举个一个场景来说明其价值：工序委外加工。，你要进入PLM系统把图纸发给供应商；第二，要进入ERP系统找到这个物料号与物料清单通过库存发给供应商；第三，进入MES系统了解到工序之间的协作与工序加工的的作业要求；第四，进入采购或SRM供应商管理系统与供应商沟通加工成本与价格交期等。如果这些系统都是孤岛，可以想象效率是非常低的。但是，可以在一个数据库系统就能高效率完成这个车间常见的业务，就是数字化工厂要实现的价值之一。

数字化车间核心价值体现

数字化车间主要实现九个核心价值，，智能可视化优化派工；第二，无纸化数据传递；第三、现场实时数据采集；第四、现场防呆；第五、现场质量的控制；第六、现场异常的快速反馈；第七、产品跟踪与质量追溯；第八、设备联网数据自动采集；第九、基于数据的分析及预警和经营数据的决策。

如何从精益生产转型数字化智能制造？

传统的精益工厂缺少一把实时、客观、透明的数字化尺子，来反映工厂各个环节运行过程和结果的数据现状。

，生产现场透明化与仿真：DT数字孪生。

生产透明化、电子看板、电子按灯、智能防错、智能终端及各种仿真系统帮助企业发现问题及解决问题，优化库存点、缩短产出时间、提升产能利用率。这个技术叫数字孪生。仿真工具包括工作流和生产车间仿真、价值链过程仿真、主体仿真、蒙特卡洛模拟和生产计划模拟。这类工具常用于设计新的工厂或优化现有工厂。例如工作流建模、小化处理时间、瓶颈规避、资产利用率大化。

第二，基于整体建模：MBE。

从局部优化到整体优化，也就是需标准化、模块化、模型化的过程，实现基于模型的智能企业MBE。整体建模工具可以帮助运营经理观察且更好地理解流程流，并对生产假设进行测试。使用迭代算法解决高复杂性的问题，并得出可靠的结论。实时建模、流程参数建模、价值建模、优化求解器及财务建模。企业常常使用这些工具来定义多层次批量大小、制定复杂的生产计划、优化不同产品设备之间的工作流、改善生产车间物料流、以及提高整体的设备利用效率。

第三，高级分析方法：工业大数据。

就是用高级的分析方法如大数据、人工智能、机器视觉等数据控制、分析、决策。生产执行系统、传感器和机器运转日志为各行企业提供了大量有关制造工艺的数据。随着数据存储费可以利用云存储海量数据，而无需进行固定资产投资。同样，运行智能工厂的计算能力呈指数式增长，而且可以通过网络获得，这将帮助企业根据需要执行复杂数据分析。精益生产对问题的处理是问5个为什么来发现问题，而工业大数据分析通过模型算法可以发现、预测未来看不到的问题。

工业4.0的智能CPPS系统方案

企业有内部管理信息网、车间工业设备物联网、对外的互联网，把这三个网整合为一个网为工业互联网平台、产业互联网、生态共生互联网。就可以实现：1、纵向集成，从办公室到车间设备的集成；2、端到端集成，从产品研发到客户使用的集成；3、横向集成，对产业链的所有共赢生态伙伴的集成。实现数据驱动，形成工业4.0提出的分布式、嵌入式、集成的信息物理生产系统CPPS。

工业4.0的目标是个性化定制，服务延伸延伸。欲构建一个柔性或可重构制造系统，体现在1、适应多个品种的变化；2、应对大小批量的波动；3、能够快速的机动响应。尤其是在多品种小批量个性化定制的复杂模式下，通过数据自动采集，运筹算法和人工智能、通过工业领域或行业知识设计规则，建立模型，优化的运作规则如订单优先级、换品时间小、设备效率大、成本小、利润大等优化来智能的决策。但这需要产品模块化重构能力，产能重构优化能力，商业模式的敏捷能力。

个性化定制很难降低成本，只有实现大规模定制才是迈向个性化定制的必由之路。在满足交期的前提下，尽可减少定制比例，增大通用比例，降低成本。所以，标准化是模块化的基础，模块化是个性化的基础。可以采用1、采用供应链延迟技术，尽可能减少定制部份的流程；2、采用产品模块化技术，可配置，尽可能减少定制模块，增加产品通用模块；3、采用柔性化生产，可重构资源，模块化工艺设备，尽可能减少定制的制造资源，增加通用的制造资源。

数字工厂的纵向集成

数字化工厂的金字塔是设备执行层、通信操作、工业控制层、工业联网监控及分析层、制造运作管理层、企业管理运营层。现在，这以上每一层从技术上均可以上云端，数字化工厂就可以从金字塔架构转型为扁平化架构，实现云计算、（雾）边缘计算、智能终端的协同，它应该智能制造的操作系统即工业互联网平台、边缘计算、智能端微应用服务。工厂可以选择设备上云、局部业务上云，甚至全要素上云。后一种可以获得打通整体数据供应链逻辑，有利于人工智能全局优化决策。

通过工业平台即IIoT工业物联网对工厂实时监控、生产实时监控，但仅仅监控是不够的，通过工业大数据、小数据、实时数据进行实时分析、批量分析、交互分析，实现产能分析与优化计划排产决策，设备分析与预测维修决策，质量实时分析决策，加速物料的流动化库存优化分析决策。基于PaaS一体化智造平台的金蝶云·星空架构，从监控、分析到决策，实现精益数字化工厂、精益数字供应链、精益智造企业。

工业互联网+构建数字工厂顶层设计规划

智能工厂的实现需要顶层设计规划，其目标质量、交期、效率、速度、价值。有了这五个目标，我们就可以做顶层设计规划。工厂层从三个维度设计规划，一是研发制造服务一体化，二是车间执行集成自动化，三是精益布局与供应链优化。车间层从四个维度设计规划，生产执行、质量控制、设备运行、库存优化。设备控制层SCADA联网采集监控规划。终实现IT与OT的深度融合。仅仅顶层设计是不够的，还要从点、线、面、体来迭代实践，比如从数字化设备、数字化车间切入，从局部联网、工厂联网、企业联网到全产业联网。整体规划，逐步迭代实施。

当然，从企业架构的顶层设计，还要考虑战略、组织、流程啊，绩效、文化等等。我这里只从工厂运营角度如何构建数字化工厂的智能制造。

为什么要内部联网？1、设备监控，异常报警，减少设备停机时间，更精确的OEE统计分析，及时对设备进行预防性保养，维护，减少设备故障；2、在线质量控制与分析，发现加工数据系统偏差，预防质量问题发生；3、实时动态的计划排产，实时得到生产进度，快速调整排产；4、实现产线或工序、工位定时物料配送，动态计算产线物料需求，减少在制品并防止缺料；5、设备加工参数，加工程序可通过网络传递到设备，减少差错。等等。

为什么外部联网即公有云？可以利用外科技的力量工业大数据分析，引入高级算法人工智能实现生产智能化。大数据分析个人或客户画像，实现产品个性化。改变商业模式制造即服务，产品可全生命周期服务延伸到用户端。多组织分散化云管理，制造资源云共享，提升产业产能效率。等等。

在困境下，制造企业必须共克时坚，实现精益数字化转型与重塑增长。这要从商业模式，管理模式，资金流动优化，技术创新，品牌塑造，质量管理，工艺改造，成本结构优化，人才的挖掘、培养与激励。向数字化转型可以三个方面进行管理:1、价值管理。2、创新管理。3、变革管理。数字化转型的四个转型方向：客户关系的改变，员工关怀的改变，制造运营的改变，产品的改变。

我们可以通过几个问题来帮助企业自诊断：

1、该产品遇到哪些问题？（如市场、定制、库存积压）。

2、谁是产品价值流负责人？

3、客户订单如何接单？

4、生产计划与排程或定拍工序有效吗？

5、制造过程如何控制管理？

6、订单信息如何向上游传递？

7、物料如何供应给组装线和制造工序？

8、如何从上游供应商取得原材料？

9、员工如何获得培训，如何加入改善工作？

10、企业有持续改善的机制？

数字化转型三问：