取消
搜索历史
热搜词
原创
活动
创新2.0
I T
产业
当前位置:首页 >互联网•IT > 互联网+ > 互联网化 > 正文
王爱民:数字化转型背景下精益生产思考
来源:ENI经济和信息化网  作者:王爱民 2020-04-06 11:04:55
数字化转型背后有思维轨迹,单纯的利用数字化手段提高效率虽然必要,也是数字化转型里面的内容,但还是落了下乘,更加值得追求的是提高经营效益指标。

很高兴有机会跟大家交流,今天给大家交流的题目是“数字化转型背景下精益生产思考”,都是自己多年总结观察到的东西,跟大家分享,欢迎大家批评指正。

提纲主要有四个方面,第一个是数字化转型内涵的思考。

数字化转型其实大家都已经听说很多了,我认为数字化转型背后有思维轨迹,单纯的利用数字化手段提高效率虽然必要,也是数字化转型里面的内容,但还是落了下乘,更加值得追求的是提高经营效益指标。我们要回归初心,重新思考,借助数字化转型,究竟是是锦上添花还是雪中送炭。

我们经常会提信息化,我认为信息化更多的是照搬固化乃至精细化现有的生产管理业务,转型的味道我认为并不浓厚,而对于数字化来说,应该是重新审视企业的运行组织形态,重新思考业务及指标驱动的本意,建设数字业务管控系统。

如何合理利用数字化的优势?其实不同的行业,不同的企业有不同的做法。比如直满用户需求的服务型制造,像研发生产和运维。另外是面向产业链和生态链业务的深度拓展,像工业互联网也是如此。第三我认为数字化业务管控系统在当前技术下,应该有新的形态,比如模型启动、中台等等,都可以体现。

数字化转型其实是受需求和技术双重驱动的,首先对于企业来说是订单碎片化,是典型的需求方面的变化,趋势是大规模个性化定制。另外随着工业物联网和互联网技术的发展,呈现资源和控制的泛在化,它的状态感知、指令执行使得资源离散化、控制扁平化,其实都为生产的组织或数字化形态的构建提供了潜在的支持。

转型主要在转什么?我认为有两个方面,第一是管理自动化+柔性。自动化我们总是说是硬件的、面向装置呈现的等等,管理方面的自动化就是数据驱动的业务流转,传递内容规范,传递链条顺畅,业务是核心。另外一个转型的重点是决策智能化,比如现在提的自适应加工、机器视觉、大数据等等,都是在推动决策向智能化演变。当然决策智能化有两种,一种是推理执行,完全自动化的决策。另外一个我认为更加值得提倡的是人机物的有机融合。

精益与MES融合分析

谈一下精益和MES怎么融合,这也是自己的思考,有可能不成熟。精益大家都很清楚,就是Just In Time,在需要的时间按需要的量,生产出所需要的产品。比如准时制生产方式、适时生产方式等,消除浪费、看板、快换工装等都是精益提高的工具方针。

但是我理解的精益最核心的是两大支柱,一是自动化,这是日本人自己造的字,是单人旁,把人融合到装置运行里。另外一个就是JIT,准时制或实时。精益生产或精益管理一般在企业里都是落实到一些手段、现场的改善等等,但我认为精益生产管理理念手段的视野可以进一步放大,尤其结合数字化转型,数字化业务管控系统怎么体现精益,这是我今天要跟大家交流的重点。

我们来看一个有趣的对比,比如一台机器或者一条产线和MES,MES是数字化转型或数字化业务管控系统的典型系统。我从四个方面分析,也是智能制造经常提的,在数字化方面,如果设备是数字化的,一般说这个设备是自动运行控制,精准精细,生产效率提升。数字化MES或者管理,我认为体现为数据流程的数字化周转,数据格式的规范表达,这些基础之上的管理盲点的识别,管理目标的达成,管理原则的落实,并且提供定量化的手段和评估;在自动化方面,自动化对于设备来说是看得见的,但是自动化对于MES的管理,我认为应该体现为流程的自动衔接,数据的自动流动,这是看不见的自动化,但也是非常需要的;在网络化方面,设备具备数据状态上传和控制指令接收的功能以及硬件实现链条的柔性配置,但网络化对于MES来说,是传统具有次第关系的业务管理,因为物联网技术的发展,我们可以借助于底层的CPS,以离散化的方式进行重构,大的方面实现软件定义制造。比如,机床设备中因为广泛应用电主轴而提出无齿轮传动的概念,物联网的发展也将MES推向扁平化、软硬一体化融合的优化组合运行局面;在智能化方面,智能化对于设备也有一些智能温度补偿、智能振动抑制、智能化误差补偿等等。智能化对于MES来说,就是要结合管理和工艺两方面加强决策。

有了机械和MES的对比,可以知道精益生产和数字化工厂、智能工厂是什么关系。数字化工厂更多是JIT,比如看板,搬的是物料,对数字化工厂的运行来说,是信息的流转或流程的有效的运行,它的要素定义、环节操作、过程衔接都是数字化的。通过连续、规范、无中断的方式集成在一起,本质是实现流程信息的集成,我们可以称之为管理自动化。而对于精益生产里面的另外一个支柱就是自动化,当前阶段人工智能还是要发展,最重要的是怎么能实现人机一体化或人机融合协同,要想办法把人放在决策回路里面。

想要把人放在决策回路里面,首先要开展业务回路的建设,数字化是基础,包括数字化环节要素、数字化业务过程、数字化执行操作等等。而对于智能决策,把人怎么融合到决策、业务过程当中,人在什么环节进行智能化的提升,要构建一个人机物的融合环境,实现业务驱动下的人、机器、系统。界面一定要划分清楚,信息的流转一定是精益的,这样才能把人融合到这个过程里面。

对于精益生产的另外一个支柱就是JIT,JIT对于MES来说,是针对于管理系统或者数字化业务管控系统的,我认为是两个方面,第一个是MES语境下,要理解JIT需求拉动的新内涵,要按照逆向思维,比如按照需求拉动来规划生产的运行。对于MES而言,应该分析业务链条或者网络当中的关联关系,理解彼此的需求供给关系,相当于各个业务部门之间的协同,业务环节之间的协同,也就是需求供给的关系,从按时按需的角度保证业务的顺畅衔接。

第二个方面是在多品种变批量混流生产方式下,精益看板生产运行保障措施,精益总是提看板生产,这属于一种形似,看板只是一种执行手段而已,当然在这里面,贯彻了一些思想。对于数字化业务管控系统来说,我们应该抓住精益的本质,保证精益生产的效果,我们要做神似。如果精益生产当中提到快换工装,那在APS当中,就是MES大范畴里面的APS,可以通过组批控制实现。

精益生产当中提到的单件流,可以在APS当中实现单元化的资源配置、单元内的流程生产,这需要和实际运行相结合,但是也需要业务管控系统做适应性的改变,把精益的思想融合在里面。

数字化转型下MES发展趋势

前面说了数字化转型、精益和MES的融合。接下来说数字化转型下,需要什么样的MES。通过我的观察,数字化转型背景下,MES发展趋势主要体现在四个方面,第一是业务范围的扩大,带来MES更大广度的集成与协同。比如横向方面来说,从单独的产线、车间向多车间、多工厂的协同管控发展,从企业内部向多企业系统集成与协同发展。纵向来说,原先MES的运行是靠人来托底,但随着数字化技术的发展,向自动化、智能化设备的一体化融合集成转变。

第二从业务深度的扩展来说,带来MES工艺业务的深度融合,MES非常强调管理业务,但是随着MES的深入运行,管理基础之上一定要考虑和工艺相结合,不能只是MES在统计发现问题,而应该向制造执行过程当中发现问题之后,实时进行解决。这需要工艺环节的工艺决策和工艺链条的工艺决策。

第三个业务协同的深入,带来MES精益和精细的管控和决策。比如大规模定制,带来批量为1的未来极端生产组织,要求实现非常精细的管控。而对于精益的管理决策来说,比如外协,哪些东西拿出去外协,加班,谁来加班,加多长时间的班。还有多车间、多工厂之间的协同计划,分配决策,都是管理方面的决策,业务越来越深入,协同的内涵就要求MES来体现。

第四个业务管理的动态性,决定了MES必须向柔性可扩充架构方向发展。数字化业务管控系统要适应企业发展变化,现在提的服务化架构、中合化运行,总结下来就是模型驱动,这都是重点。

数字化转型背景下,我认为MES有几个新特征。

第一个是业务流程管理的自动化,前面也提了JIT,把JIT的思想融合到MES里面,应该是什么样子。

第二个是软硬一体化融合,比如MES直接从机床或者设备自动过去执行的反馈状态,自动向它指令等等。德国西门子在安贝格工厂里面,管控系统里面有一个模块叫NC program Generate,相当于所有的程序都是可以及时的生成,同时下发给具体事务,就是软硬一体化的执行融合,是MES新特征。

第三个新特征我认为是最重要的,是决策功能日益突出,大数据、工业互联网等等都是为此做服务的。

对于决策来说,管理决策是比较关注的,但工艺决策是不是应该纳入到MES里面,现在也基本上形成共识,MES必须和工艺进行融合,有几个方面融合。

比如质量数据和工艺的融合,可以依靠SPC来发现问题,但是怎么解决,还是靠线下,靠人去做这个事情吗?可以完全在MES里面对于生产执行的数据做分析,甚至可以现场直接解决问题。比如刀具磨损和断裂的监测,可以借助模型进行换刀决策和智能加工补偿,进行工艺精度状态的链条分析。

第一步工序加工什么样子,后面还有没有可能把它补偿回来,这都体现在工艺方面,质量数据和工艺的融合。

第二个执行过程数据和工艺融合,比如利用SOP进行规范,这样整个过程会越来越规范,MES可以做一些深度的数据挖掘,而不只是事后的管理。

第三个设备单元级状态参数数据与工艺的融合。现在虽然提了数字孪生、数字双胞胎等等,强调的是虚实同步影射,现在实现了虚的影射,做的也比较多,是对现场的状态统计展示,但是虚向实,需要在软件里面做推理决策分析,对实体进行干预,这才是真正的CPS的运营机制。

将来可能需要大力发展基于状态参数建立加工工艺的物理仿真推理模型,并融合到MES里,我认为这是决策要体现的。

所以一些基本的结论,第一个就是夯实基础,MES采集的大量数据,不能仅仅是存档入库,必须要结合工艺才能有效的挖掘出其内在的价值,数据如何为工艺提供决策支撑,是企业智能化提升可以参考的结合点、切入点和发力点。

第二个是提升水平,现在的MES厂商团队的人员大多偏重于计算机管理的方面人才,刚开始的时候我认为是可以的,但随着智能制造的深入进行,工艺人才与知识的缺乏将成为这些团队能否走得更快、走得更远的决定性的制约因素,对于企业来说,我认为进行MES实施的时候,一定要在工艺上发力,这才是长效发展的根本。因为企业是要生产出产品的,而这个产品生产想要保证高性能,一定要在工艺上面结合来发力,工艺才是企业最根本的东西。

精益MES的规划与推进要点

有一句话叫以终为始,这是郭超辉老师经常提的。具体来说,就是问题牵引、指标保证、运行改善。一定要对指标进行分析,逐级落实功能模块来支撑指标数据,没有任何功能模块是多余的,如果实施MES就有功能模块,这个功能模块做完了,不能为生产改进或者为指标的改善提供支撑,这个模块一般是可有可无的,这也是为什么之前有很多企业做了机床的数据采集,状态监控等等,其实只是采集出来,并没有和管理业务、工艺业务融合,所以说没有和指标挂钩,从这个角度来说,是没有用的。

这是我认为最核心的思路,基本原则是三个方面:

第一,自我完善,MES具有自我修复运行的特点。

第二,兼容性强,MES具有对业务鲁棒支持的柔性与弹性的特点,管控力度的粗细,MES相当于无极的适应。

第三,适应变化,MES能够适应企业管理的持续改进与完善,比如原先抽象的统一信息模型,要把它变成物化实体性质的数据分发中心,固化的业务流程逻辑,可不可以做成柔性化可配置的业务流程引擎。比如紧密耦合的功能模块,能不能做成基于服务封装的细粒度功能模块,也就是说一些架构是需要思考的。具体怎么做,是需要技术,我认为现在的技术还都不是很完善,但可以往这个方向努力。

精益MES核心问题的解决思路,可以琢磨一下,这是一些案例。

第一个,工时不准的问题,我认为可以对工时和数据逐步统计,同样的活可以统计三次,五次,最近的几次用了多长时间,作为基准或者标准,这样就形成一个MES系统自成长自愈合的局面,工时数据就越来越准确。

第二个,复杂分批周转下的精细管控,在将来大规模定制生产情况下,批量可能是1,怎么进行生产组织,怎么进行生产跟踪,MES系统能做到对精细的管理,对订单当中每一件进行控制,订单就是你对哪些件做了组合而已,这个相当于降维打击,通过极端变化的高维,从容应对各种中间状态的低维,这就是系统的柔性和弹性,这也是做系统的时候要考虑的,未雨绸缪。

第三个,手工粗放管理痕迹或习惯会扰乱系统的正常运行,比如工人挑活,可以在系统里面做一些控制,工人登录进去之后看到列表,只能看到当前能看的,不允许挑活,如果工人干活物料并没有可选择的物料,只有当前应该正确干的活,这个物料才在,这也是一种精益的思想,这就需要线上和线下一起努力来做,不能把它完全推给系统来做,也不能完全推给线下来做。这样就可以形成自组织规范化的运行,有时候我们也说一句话,MES系统的建设,要更加配套的管理制度,为什么?其实就是在说这方面的事情。

对于精益MES来说,刚才说以终为始,要挖掘它的指标,对指标进行分解,而这些指标都是要落实到工作模块里面的,就是说要对精益MES的数据进行挖掘。给大家举一些例子,大家可以揣摩一下。比如工程数据,可以做一个动态的统计,工人随着时间的延展,生产效率是否有提升。比如基于SOP的操作改进,可以掌握不同的工人在生产同样工件任务的时候,时间差异有多大,为什么,要做分析。另外一个就是历史数据渐进统计,渐进统计工序的工时时间,工时就会越来越准,也有利于系统运行,否则数据不准,系统运行也有很大问题。

员工分配,可以统计库存工人出入库所进行的操作数量,分析彼此之间的差异,可以找出原因进行改进。比如订单的流转周期,可以从时间维度统计流转周期,不同时期的流转周期变化是什么样的,比如订单第一道序从开始干到最后一道序离开,在这个时间里面待了多长时间,所有待的时间都是待制品,都是变相的库存,这个就需要做改进。对供应模块提出要求,比如APS要进行排产的时候,能不能排成单元化生产,相当于第一道工序干完,第二道工序马上安排到另外一个资源上面来进行,在做计划的时候能不能做成这个样子。

另外作业按期执行率,不仅是订单按期交工,包括工序,假如说规定很严格,下午两点半要开始干活,是不是开始干,如果两点四十才开始干,要做精细的分析,才能对业务功能模块从精益或者说数字化的角度提出一些工艺要求。

比如资源工序的关联关系,我认为对企业来说都是潜在的有价值的东西,工序任务匹配,每道工序在历史上都有哪些资源上进行过生产,各自生产所用的时间是多少,工件的加工质量怎么样。都要做延伸性的统计,而不是仅仅是事后,工件加工质量怎么样,为什么加工质量这个样子,它和前面的资源是有关系的。

历史作业资源安排模式,每道工序历史上在哪些资源的加工应用次数,是不是总是让工人重复性的干活,我认为重复性的干活,干的熟练,工艺图纸消化理解也快,这些产品生产效率、质量方面都有保证。有的企业说我也是这么干的,但是做APS排产的时候是不是就应该考虑这个因素,而不是说仅仅是你去派活吧,派给谁算谁,看起来计划也不错。为什么APS有时候执行起来企业说不太好用,这也是很大的原因。

生产准备按时到位率,比如物料是否按期到位,可以统计不同的物料按期到位率或者缺件率,发现供应链很多的问题。另外可以发现提升部门之间的协同,为什么这个业务在这个环节处理不过来,是信息没传递过来,要进行统计,为什么没有及时处理。即使用APS进行资源配置,也是一种多维资源的并行约束,要求生产准备制造要素要齐备,就是说各个部门要协同,发现到底谁在拖后腿。

库存周转率更多是物料从购买入库到现场使用的周期是多长时间,单个时间长,都是隐性的成本。用精益的思想对MES数据进行价值挖掘,这个基础上通过过程指标来对MES里面各个功能模块提出一些更好的要求,不是说这些要求很高,而是说这些要求会直接面向问题,这样系统的建设也就不会跑偏。

推进数字化业务管控系统,实施方法论,是很大的话题,我简单说。我们做事情都希望水到渠成,希望一切都是顺理成章的发生。怎么才能顺理?我们要考虑几个方面。

第一个,瓶颈痛点驱动化。不能无病呻吟,任何一个功能模块,都是要解决问题的,这是势能驱动的源头,所谓的木桶短板效应,说的也是这回事。

第二个,复杂问题简单化,复杂问题简单化意思是这个问题要规范,不能特别随意,比如说这个业务流程靠人来执行,是这么来执行,明天换一个人,就另外一种方式执行,这样这个系统也是没法做的,这是为了将总体势能细分为一个条理化。

第三个,简单问题规范化,这是为了消除势能驱动当中的各种干扰因素。

第四个,业务功能场景化,就是供应商和企业沟通的时候,一定要站在场景的角度来说,形象化、清晰化。

其实数字化转型是一个很大的话题,精益生产也是一个很大的话题,MES也是很大的话题,今天给大家做分享就是三个方面,之间的关联关系是我自己的思考。可能还不成熟,只是跟大家做个参考,请大家斟酌。我也有公众号,叫智能制造随笔,有兴趣的话大家可以关注,我会经常写这方面的文章。谢谢大家。

编辑:张颖
关键字:       制造业  数字化转型  精益生产  王爱民 
活动 直播间  | CIO智行社

分享到微信 ×

打开微信,点击底部的“发现”,
使用“扫一扫”即可将网页分享至朋友圈。