06-02

    智能制造數字化車間能力評估模型構建

    瀏覽次數:

    近些年來,我國在智能制造方面有了一定的發展,智能制造裝備產業規模發展迅速,在一些重點產品方面有所突破,形成了一批具有國際競爭力的龍頭企業,但是和發達國家相比,仍然有很大的差距。


    主要表現在產業基礎薄弱,高端芯片、核心器件、工業軟件等關鍵技術對外依存度高,區域發展不均衡、創新能力不足等。這些說明,智能制造的內涵和核心還未具體統一的認識,智能制造的發展路徑還未明確。需要歸納總結關于智能制造普遍認可的實踐經驗、通用做法以及核心要素,建立智能制造數字化車間的評價模型與指標體系,以有效、規范地推動我國智能制造的評價工作,促進我國整體智能制造水平的提升。






    看點

    01


    智能制造評估技術現狀



    目前,開展智能制造評估主要需解決以下問題:


    (1)如何定義智能制造核心要素以及智能制造發展水平,即分析提煉出智能制造的核心要素,并通過建模的方式固化;


    (2)如何度量智能制造核心要素,即通過分解智能制造核心要素,將評估模型向智能制造評價指標進行映射,并找到切實可行的度量計算方法;


    (3)如何應用于不同主體開展評價,即評估模型需要適用于不同主體、不同行業和不同對象。


    目前我國已經發布了《工業企業信息化和工業化融合評估規范》(GB/T23020-2013),該標準適用于為工業企業、行業組織、各級工業和信息化主管部門等開展工業企業兩化融合評估工作提供指導和參考依據。


    該標準為企業全面、科學評判其兩化融合現狀和成效提供系統分析方法,將工業企業兩化融合的水平分為了起步建設、單項覆蓋、集成提升和創新突破4個階段,同時提出各方面與不同水平與能力級別相關的評估關鍵要素,并給出了各要素評估要點。效能與效益評估包括競爭力、經濟和社會效益等兩個主要評估方面。評估模型如圖1所示。

    image.png

    圖 1 兩化評估模型


    然而智能制造評價指標體系主要針對的是制造企業“智能制造”的發展水平,與兩化融合評估規范所針對的對象是不同的。


    針對智能制造的評估還有基于智能制造成熟度模型的評估(圖2所示),該模型以產品研發周期、運營成本、產品不良品率、生產效率、能源利用率等效果指標為導向,建立評估模型對制造企業開展評估。該模型更加注重效果類指標,而非生產過程類指標,因此對于企業生產過程的智能化提升還存在不足。

    image.png

    圖2 成熟度評估模型


    德國TUV南德提出了基于數字孿生的工業4.0產品測試與評價,該測試從功能安全、信息安全、工業通信的角度,覆蓋工業4.0產品中的器件級、設備級、機器級和聯通性,評估的步驟包括:


    (1)信息搜集,包括搜集需求、評估方案設計、客戶應用剖面;


    (2)分析,包括集成信息的自動化分析,與其他數據的關聯和同步檢查,豐富相關附加信息;


    (3)評估,包括根據有價值和相關信息執行規定的評估,以及實際條件下的評估;


    (4)結論,包括可操作方案的定義,支持反措施的實施,第三方方案評估。


    該模型重點關注產品測試與評價,而非數字化車間或智能工廠,因此,缺乏從工廠或者車間等系統層面來考慮企業的智能制造能力提升。

    image.png

    圖3 TUV南德模型






    看點

    02


    智能制造數字化車間能力評估模型構建





    根據智能制造總體架構,采用16個評估模塊構建數字化車間能力評估模型,對于其中具有耦合關系模塊按照功能分成5個中心指標,依次是:


    基礎設施指標,包括工廠規劃、設備與自動化、網絡設施與布局、信息系統、數據管理與應用;生產制造指標:包括生產制造、研發設計、全過程質量、倉儲物流;精益管控指標:包括精益改善、能源管控、安全健康;銷售服務指標:包括市場銷售、售后服務;企業發展指標:包括組織運營、戰略創新。


    上述16個模塊不是孤立、割裂存在的,它們之間會有依存和相互影響的關系。每一個模塊記錄為fi(百分制,數值處于0~100之間,數值越大代表本項能力越高),每一個模塊有若干角度,在運用此模型時,先對評估對象進行評估,對每一個模塊的每一個角度進行分析,給出相應評價,記錄為fij(百分制,數值處于0~100之間,數值越大代表本項能力越高)。系統模型拓撲圖如圖4所示。

    image.png

    圖4 系統模型拓撲圖


    將系統表示為F(t),每個中心表示為Fi(t)他們之間的關系為:


    image.png


    (1)假定中心i內fx(t)為最大影響因素,其他模塊受其能力水平的影響,即:f(t)max。其它模塊為:


    image.png


    (2)假定中心i內存在2個最大影響因素,其它模塊受其能力水平的影響,即:fmax1(t),fmax2(t)。其它模塊為:


    image.png


    因此,

    image.png


    由于不同行業的生產制造過程存在差異,因此,在權重賦值的過程中,還應考慮行業特性。但為了充分體現智能制造的指導方向,基礎設施指標和生產制造指標的權重之和不宜低于整體權重的50%。





    看點

    03


    應用與分析





    將上述評估模型應用于某汽車零部件企業,該企業的產線規劃由自身完成,主要依靠個人經驗,導致生產線的設計具有一定的不合理性。目前擁有3個車間,其中3號車間有待改造,如重新排布工藝環節,加快生產節拍;增加流水線的設置,覆蓋工藝多個環節;實施產品質量追溯等。


    1號車間的產能基本滿足個性化定制的需求,但需要進行生產優化、柔性生產方面的改善,如有需求,也可以增加流水線生產、設備信息化、信息系統的構建。


    2號車間有待新建,新建車間建議尋找專業的咨詢機構評審建設方案,重點關注工藝布局、流水線生產、設備信息化、信息系統的構建。


    該企業智能制造評估得分為23.6分(滿分100分),各模塊的評估得分如圖5,其中方塊表示企業人員自評估結果,線條表示企業人員的期望結果,線條表示專業評估人員的評估結果。


    從評估結果中可以看出,企業人員的自評估結果與專業評估人員的評估結果存在一定重合趨勢,但在倉儲物流、精益改善等方面與專家認知存在一定的偏差,需要加強這些方面的知識導入和內部管理優化。在“網絡設施與布局”、“倉儲物流”、“售后服務”等幾個模塊上,企業自身的認識評估與外部專家的客觀評價存在一定的差異,需要企業在下一步核心能力提升過程中,根據業務的實際情況予以重視與關注。


    在精益改善、數據管理與應用、信息系統、企業自評與專家評價結果相同,能力較弱,在實際短板方面,企業的核心關注點在于企業內部智能制造應用體系,如網絡設施與布局等。同行業優秀企業對標和專家評價診斷在精益改善、數據管理與應用、信息系統方面有較好的共識,這方面企業應在未來的智能車間建設中予以規劃加強;同時,專家評價診斷認為倉儲物流、能源管控也需要繼續加強。


    由此可見,本評估模型不僅可以給出企業的智能制造評價結果,還可以從評價結果中可以看出企業人員對于智能制造的認識不足,以及企業在開展智能制造過程中的突破口。


    image.png

    圖5 企業智能制造評估得分圖





    看點

    04


    結論





    針對企業數字化車間生產制造過程建立的評估模型,對于指導企業開展和實施智能制造改造具有重要意義,但該模型還存在不少缺陷,如無法適用于不同行業、不同生產制造過程的企業,且不同行業的企業不具備橫向可比性。另外,在提供的方法基礎上,提煉形成不同行業評估模型的構建方法,將是下一步的研究重點。


    作者:廣東中認華南檢測技術有限公司  李宗亮 王攀 王成城 胡冬青 方培潘 林偉洲

    轉載自:新工業網

    一级毛片一级毛片一级毛片看一下