随着数字技术5G、大数据、边缘计算、云计算、人工智能、物联网等技术快速发展,以及工业4.0、中国制造2025、数字中国建设规划的深度推进,打造“数字化工厂”成为了很多企业的重要战略目标。
什么是“”数字化工厂”?面对数字化转型带来的机遇与挑战,传统制造企业该如何跟上时代的步伐打造数字化工厂?数字化工厂建设对传统PLM、ERP、MES、WMS等业务系统带来哪些挑战和变化?
什么是数字化工厂
数字化工厂DF(Digital Factory,DF)是运用数字技术、大数据、人工智能、物联网等先进技术,将生产线和生产设备连接起来,实现高效、自动化、智能化、自适应的一种先进的制造模式。
这种制造模式以数字化工厂为核心,在设计、生产、质量、物流、环保等领域,实现数据的实时感知、存储、分析、决策和控制,提高生产效率、降低生产成本、提高产品质量、提升客户满意度和创造核心价值。、智能化工厂是智能制造的核心,是未来工业生产的一种新趋势和新模式。
数字化工厂提供了全面的制造过程管理,在实际产品生产前,在计算机模拟的环境中完成虚拟生产全部过程,生成经过“数字化工厂”验证过的、实际生产所需的各种工艺数据和文档。
从应用层面看,数字化工厂核心,即是PLM、ERP、MOM、WMS、DCS五大系统的全面集成、打通和融合,并以MOM/MES(制造运营系统)为中枢核心,形成智能制造创新平台。
PLM系统(Product Lifecycle Management)是一种用于整个产品生命周期管理的软件系统。PLM系统包括设计、开发、制造、销售和维护等各个阶段,用于协调和管理整个生命周期的所有过程。
ERP系统是一个企业资源计划系统(Enterprise Resource Planning),是一种综合性的企业管理软件,旨在协调和整合企业各个方面的业务流程。ERP系统可以集成销售、采购、生产、物流、财务等多个业务领域,使各个部门之间的信息流和业务流更加协调和高效。
MOM系统(Manufacturing Operations Management)是一种用于制造业的管理系统,旨在协调和管理整个生产过程。MOM系统主要包括五个部分:生产管理、过程控制、设备管理、人机交互和数据分析。
WMS系统(Warehouse Management System)是一种仓库管理系统,旨在帮助企业有效地管理仓库,实现对供应链的优化。WMS系统可以管理仓库中的货物流动,跟踪每一件货物的位置、状态和数量,支持物流管理中的各个环节,包括收货、质检、入库、存储、拣选、装运等。
智能制造本质的理解
智能制造本质应用最新工业工程及数字网络技术(移动互联网、边缘计算、大数据、人工智能、物联网等),重新审视企业现有流程与生产组织方式,实现企业在供应、营销、设计及制造等领域的经营创新,全面推动企业向生产智能、管理智能化、运营智能方向转型,以满足客户敏捷 、个性、服务化需求。
企业的数字化和智能化改造大体分为4个阶段:自动化产线与生产设备,设备互联与数据采集,数据的打通与直接应用、数据智能决策与控制执行。这4个阶段并不是严格按顺序进行的,各阶段不是孤立且可能跨越多个阶段。
数字化工厂的主要环节包括:设计、生产、物流、售后等环节。关键技术包括:人工智能、大数据、物联网、边缘计算、智能制造系统等。其中,数字化建模、虚拟仿真、虚拟现实/加强现实(VR/AR)等技术包含其中。
产品设计环节
生产规划环节
利用虚拟仿真技术对生产执行进行预规划和验证是数字化工厂生产流程中的一个重要环节。通过数字化建模和仿真技术,对生产环节进行虚拟仿真,既可以提前预测生产执行过程中可能出现的问题,也可以优化和验证生产方案的可行性。
生产执行环节
数字化工厂的生产执行环节是指公司采用数字化技术和工具实现生产计划和任务的执行过程,帮助企业实现生产计划与实际情况的一致性,实时监测生产设备和生产过程中的参数和指标,并提供实时反馈,帮助企业及时调整、优化生产过程。
仓储物流环节
数字化智能化车间的三维结构模型
工厂数字化、智能化到一定程度,就能通过智能决策来做执行控制和自适应。自适应则指的是系统或设备能够根据外部环境的变化、自动调整参数以及工作模式的能力。
就像人体就是天然的自组织,手指破了皮肤会自动修复,运动疲劳了身体会自动恢复,长跑久了在没有大脑指令的情况下双脚也能维持和谐的跑姿,走路遇到水沟大脑还没反应过来双腿不由自主地跨越过去了。
数字化工厂驱使PLM、ERP、MES、WMS等系统解构和重构
通常认为,数字化工厂就是将PLM、ERP、MES、WMS业务系统组合并实现数据集成,然后结合物联网(IoT)、大数据、人工智能等技术,以及基于云计算、边缘计算等构建的数字化生产平台,实现生产过程的自动化、数字化和智能化。
但实际情况是否真的如此?在大规模批量生产的流程制造也许问题还不明显,但对于小批量、需要较高柔性和可定制性,以及对市场需求反应快的离散型制造就会有较大的问题。
传统的PLM、ERP、MES、WMS等系统,主要还是基于流程和管理的业务驱动模式。过去工厂缺少很多一线生产环节数据,或信息传递较原始,效率较低,而且ERP、CRM、MES等各种信息系统互相独立,存在很多数据孤岛。这些产品通常流程重且死板,适用性差,改造难;系统间多套主数据运营,仅面向企业内部经营管理,无外部资源整合的能力。
现在开始有一些公司通过新型的管理软件,对工厂的数据进行整合打通,并在此基础上提供更高效的信息传递、生产管理和协同,用以适应C2M和OTD。
以C2M场景为例,如果用户在下单及提出定制化需求后,在这之后取消订单、修改订单、追加订单,或者修改了产品的属性。这些改变除了在产品数量有变化之外,还会涉及BOM、工艺、设备的变化,然后引起采购需求、生产主计划、生产计划、库存、成本、工序等一系列的变化。
这些变化会首先从PLM系统引发跟ERP、MES、WMS等系统交互,然后再是各系统的交互和协同,整个协同链路长,甚至存在链路有断点、信息孤岛和数据不一致的问题。
由于企业自身情况以及厂家各自擅长产品和领域的不同,PLM、ERP、MES、WMS等业务系统往往是在企业发展不同阶段,由不同厂家实施和搭建的,然后通过流程和管理来打通和协同,导致各系统间的关系是串行关系。
但实际上业务运行的实质是牵一发而动全身,他们之间是互为网状关系,但由于信息化时代数字技术还没发展起来,还不具备运行网状关系的条件和基础。当数字技术充分发展后,这个网状协同关系是可以很好地运作起来,并可事先通过数字孪生、仿真的技术手段在数字世界模拟和验证。
就像在小水沟里丢一块石头后,石头激起的波纹会延着水沟的某个方向延伸,可以看成是串联的波动。水沟里的水基本上往一个方向波动,波动结束后水才会整体回流,只是力道减弱了。
如果往水塘中间丢一块石头,那么激起的波浪就会向四面八方扩散和迭代。池塘里的水在荡漾出去后,这个波动自触发以后就是连续的,看起来向外扩散又像是向内回流,已经分不清哪里是开始哪里是结束。水塘这种波浪扩散、延伸和迭代的模式和效果,类似端到端的实时计算和响应,才是数字化工厂和智能制造真正需要的。
以C2M为例,可能一开始用户需求的变化从PLM开始触发后,系统就开始不间断地运行。但当运行到某个环节,这个环境可能是PLM、也可能是ERP、MES、WMS甚至是DCS发现异常,然后从异常点开始往四面八方扩散和延伸。这个时候已经说不清谁是开始谁是结束,因为互为因果关系。
也就是说,当数字化、智能化工厂开始运行后,业务和数据角度看,已经不清楚谁来影响谁,因为它们是你中有我,我中有你,无始无终。就像平时谈论到底是先有鸡还是先有蛋,永远都说不清楚,其实也已经不重要了,因为任何事物开始的时候可能就是以终为始,然后结束的时候就是以终为始。
因此,对于C2M和柔性制造的数字化工厂,还需要对PLM、ERP、MES、WMS等系统进行解构和重构。
要解决数据孤岛、协同链路长、以及依赖串行流程控制这些问题,就需要这些业务系统的数据都要采集、存储到同一个统一的数据平台里(数据中台)。然后在此基础上解构原有的PLM、ERP、MES、WMS等业务,将共性、关联性和协同性很强的部分融合,原有独立性较强的核心的模块继续保留,同时也会增加一些新数字孪生、仿真验证等应用场景。从纵横向两个维度对原有的业务系统进行解构和重构,然后在低代码平台进行承载和落地(类似技术中台+业务中台)。
解构和重构等PLM、ERP、MES、WMS系统后,可以实现端到端的数据源统一,实现一体化敏捷运营、智能决策,精确排产、自适应生产管理,全域透明、智慧拉动式生产物流,进而提高生产效率、降低生产成本、提高产品质量、提升客户满意度。
这种直接在数据中台上架构和实现业务系统功能的做法,可以看成是数据中台智能的延伸,类似直营店和加盟店的关系。“直营店”的数据直接通过低代码平台将数据存储到数据中台,“加盟店”是先将业务系统数据存储到自己的数据库,然后再将数据库的数据汇聚到数据中台。
也许数据中台的终极目的地就是所有的业务系统是直接架挂在数据中台之上,但那个时候也许已经不叫数据中台了,但是不管它叫什么其实不重要,它出现的时机和使命决定了它的任务和价值所在。
结语
未来,随着数字化、智能化工厂的规划和实现,将会个人就业、企业定位以及产业的布局都会带来较大的冲击和影响。
比如未来有实力的制造型企业可以建设数字化、智能化工厂,没有实力建设数字化、智能化工厂的企业,可能需要将企业核心竞争力聚焦在品牌打造、市场营销和渠道关系维系等方面,产品设计、制造和物流方面就需要外包出去,逐渐形成营销型企业、产品型企业、生产型企业、物流型企业等。
建设数字化、智能化工厂也会对行业和产业带来冲击,并最终会驱动产业的分化、融合和重组,形成以“数字产业+基础资源产业“的新产业体系。
本文转载自plm之神公众号