取消
搜索历史
热搜词
原创
活动
产业创新
转型理念
ENI专访
当前位置:首页 >文章发布 > 正文
四家典型离散制造企业数字化转型与智能化升级路径剖析
来源:新工业网  作者: 李新宇 李昭甫 2022-05-10 09:18:57
当前,我国离散制造各行业之间在行业应用基础、市场需求、关注点等诸多维度和层面存在显著差异,因此离散制造行业的数字化转型与智能化升级没有一成不变的路径,需要结合行业和企业实际进行具体实施。

当前,我国离散制造各行业之间在行业应用基础、市场需求、关注点等诸多维度和层面存在显著差异,因此离散制造行业的数字化转型与智能化升级没有一成不变的路径,需要结合行业和企业实际进行具体实施。本文在研究离散制造行业典型特征的基础上,分析数字化转型、智能化升级面临的挑战和共性关键技术,结合家电、家居、纺织、食品 4 个典型行业转型升级案例,提出数字化转型与智能化升级的技术路径。

离散制造行业数字化转型与智能化升级的共性关键技术

离散制造行业数字化转型与智能化升级将深度融合先进制造技术、新一代信息技术、第一代人工智能(AI)技术等共性关键技术(见图 1),从而提高研发生产效率、优化资源配置、创新商业模式、催生新业态和新技术。先进制造技术是工业技术生产的核心基础,也是离散制造数字化转型、智能化升级技术体系中最重要环节;新一代信息技术开拓了与物理世界平行的虚拟世界,为人 – 机 – 物 – 法 – 环的交互、协同与共融提供了技术手段;新一代 AI 技术将推动社会经济从“数字经济”走向“智能经济”,催生一系列的新模式、新业态、新技术。

\

图 1  离散制造行业数字化转型与智能化升级共性关键技术

(一)先进制造技术

先进制造技术是离散制造行业数字化转型与智能化升级的基石和内核,涵盖产品全生命周期各个环节,主要包括智能设计、智能加工、智能调度、智能检测等技术。离散制造行业中的生产设备、装配车间、物流系统等生产资料数字化的核心是工业知识及其数字化模型,如制造机理模型、数据驱动模型、设计优化模型、管理调度模型等。基于 AI 技术的辅助,先进制造技术可以充分满足离散制造业柔性批量生产和产品规模化定制的需求,更好支持产品和服务的高质量实现。

拓扑优化技术依靠坚实的理论基础并与大规模、高效率计算机技术结合,成为智能设计领域的核心技术之一。拓扑优化旨在给定边界条件和各类约束条件的基础上,获得最佳的材料分布形式以实现结构目标性能最优,近年来越来越多地用于解决各类工程设计问题(见图 2)。基于传统的宏观结构拓扑优化设计技术可实现工程结构的智能设计,大幅减轻结构重量并提升承载能力,最大化材料利用率;可考虑结构的多种物理属性,如结构基频、强度、热变形等。基于拓扑优化领域的多尺度设计技术可实现智能超材料设计,如通过设计材料微观结构获得具有负泊松比特性的超材料,通过考虑材料微观特性对结构热传递的影响设计出具有热隐身性能的超材料。相应超材料具有广泛的应用前景。

\

图 2  基于拓扑优化技术的智能设计应用

(二)新一代信息技术

5G、边缘计算、区块链等新一代信息技术是数字化转型与智能化升级的引擎和助力。新一代信息技术高速发展并具有强大的渗透能力,将原本的 “数字孤岛”连接起来,扩展了控制生产资源和生产流程的空间,也为人 – 机 – 物 – 法 – 环的交互、协同与共融提供了手段。区块链技术是离散制造系统中各智能体可靠、可信、安全、高效的联结途径,具有去中心化、自治化、透明不可篡改、可追溯性等特点。

5G 技术具有高带宽、低时延、高可靠性、大规模节点等优势,结合网络切片、边缘计算等关键技术,为制造车间关键要素感知数据的互联互通以及准确分析预测提供了重要保障,促进了智能车间调度技术的发展(见图 3)。依托 5G 技术,设计云 – 边 – 端协同的感知体系,实现智能车间多源异构数据的互联互通;基于感知数据,利用 AI 技术实现不确定异常事件的准确预测,将不确定异常事件转化为可预测、可规避的确定事件;根据预测结果及时调整调度模型,变被动响应为主动调控,降低异常事件对生产过程的影响,确保生产计划高效稳定地执行。

\

图 3  基于 5G 的制造车间调度技术

(三)新一代人工智能技术

新一代 AI 技术是数字化转型与智能化升级的 “顶层建筑”。AI 技术的快速发展推动社会经济从 “数字经济”走向“智能经济”,社会形态和生产模式也将发生巨大变革。例如,大数据技术、深度学习技术、强化学习技术、人机协作智能技术、基于网络的群体智能技术、跨媒体推理技术等的融入,最终将给离散制造业转型升级带来质的飞跃。基于 AI 技术的海量数据实时处理与可视化技术,建立制造流程数字孪生模型与机理混合模型,是实现离散制造过程高效率数字化智能的关键。

在 AI 领域,深度学习是机器学习研究中的热门方向,近年来发展迅速。相较于传统的故障诊断方法,基于深度学习的故障诊断可以自动提取特征而不需要复杂的信号处理过程;基于深度学习方法可以高效地完成表面缺陷特征提取与定位。多标识的领域自适应网络故障诊断技术,可以节省特征工程的时间,提高故障诊断的泛化程度;半监督式卷积神经网络的表面缺陷检测技术节省了数据标记成本,在有限数据条件下实现了表面缺陷检测(见图 4)。

\图 4  基于深度学习的智能诊断技术

离散制造行业数字化转型与智能化升级的典型案例分析及技术路径

目前,中国制造业已步入平稳发展阶段。我国离散制造行业普遍处于工业 2.0 的后期阶段,智能制造水平相对薄弱,制造业亟待转型升级。离散制造行业数字化转型与智能化升级应是全方位的,数字与智能技术的深化应用将在商业模式、服务模式、研发模式、运营模式、制造模式、决策模式 6 个方面推进转型升级(见图 5)。离散制造行业处于应用不同转型升级模式进行尝试的阶段,大部分处于转型升级的前期阶段,以制造模式转型升级为主;部分企业尝试进行运营模式和决策模式的转型升级;商业模式、研发模式、服务模式的转型升级对企业要求较高,仅有少部分企业在进行探索应用。以离散制造行业中的 4 个典型企业为例,分析其数字化转型与智能化升级技术路径。

\

图 5  离散制造行业转型升级不同阶段的转型升级模式

(一)研发模式转型升级

海尔集团公司积极实施数字化转型,致力成为互联网时代智慧家庭的引领者;已从传统制造家电企业转型为面向全社会孵化创客的平台,为中小企业提供智能制造、个性化定制的解决方案。海尔集团公司的数字化转型与智能化升级主要经历了 3 个阶段(见表 1)。

\表 1  海尔集团数字化转型与智能化升级时间表

①定制化与信息化升级阶段,通过大电商平台的规划,实现了企业对企业、企业对消费者、跨境电商等全电商业务的融合,打通用户的前端获取、购买、配送、接收的全流程交互体验,为用户提供了家电产品以外的增值服务。

②自动化、网络化建设阶段,海尔互联工厂实现了精密装配机器人集群,引入企业资源规划系统(ERP)、制造执行系统(MES)、仓库管理系统(WMS)等,实现产品与设备、产品与模块、产品与人员之间的多重互联,颠覆了传统的串联式作业模式,实现并联式生产。

③全面网络化、数字化转型、智能化探索阶段,建立了 COSMOPlat 工业互联网平台,通过聚合高水平获奖案例,为行业提供数字化转型实践的路径参考,显现了工业互联网领域数字化转型创新价值。

整体来看,海尔集团公司积极引入先进技术,实现了家电制造产线的自动化及智能化升级转型,使得产品研发周期缩短了 30%,人均产值提高了 30%,产能提升近 1 倍;COSMOPlat 为工业互联网实际场景应用提供了平台支撑,成为离散制造数字化转型创新的价值基准。

(二)运营模式转型升级

索菲亚家居股份有限公司(简称“索菲亚”)运用统一的制造运营管理平台,以生产现场可视化、制造过程透明化、跨工厂绩效管理标准化实现了企业的数字化转型。索菲亚的数字化转型与智能化升级主要经历了 4 个阶段(见表 2)。

\表 2  索菲亚家居股份有限公司数字化转型与智能化升级时间表

①信息化管理阶段,运用计算机辅助设计(CAD)制图软件代替传统手工画图,应用条码系统、生产管理系统实现了信息化管理。

②信息化与自动化齐头并进阶段,在采用 ERP 系统的同时,引入柔性生产线以提高生产效率,成立信息与数字化中心以实现信息化系统全面覆盖并全面推广柔性生产线。

数字化转型、智能化探索阶段,实施“X 计划”,上线 MES、WMS 及供应商管理系统以实现仓储智能自动化、分拣智能自动化,规划并建设智能工厂。

④网络化、智能化探索阶段,“未来工厂”4.0 车间投产,以互联网为依托并通过运用大数据、AI 等先进技术手段,对商品生产、流通、销售过程进行升级改造,进而重塑了业态结构和生态圈。

整体来看,索菲亚通过信息化、自动化、智能化相关技术的应用,实现了生产过程的智能化和生产管理的数字化,完成了制造模式和管理方式的转型升级,使得生产效益提升了 50%,人工成本降低了 30%~50%;综合应用基于互联网的大数据、AI 技术实现了商品生产、流通与销售过程的升级改造,成为离散制造数字化转型与智能化升级的典型案例。

(三)商业模式转型升级

青岛酷特智能股份有限公司(简称“酷特”)是一家服装智造企业,形成了以大规模定制为核心的酷特智能模式,提出了个性化定制模式和用户直连制造(C2M)商业模式,构建了酷特 C2M 产业互联网生态体系,更好满足了消费者的个性化需求。酷特的数字化转型与智能化升级主要经历了 4 个阶段(见表 3)。

\表 3  青岛酷特智能股份有限公司数字化转型与智能化升级时间表

①信息化管理与自动化生产阶段,选择了大规模个性化定制作为主要的商业模式,运用自动化设备升级生产工厂并推出电子商务系统。

②信息化和自动化齐头并进阶段,引入自动化设计、MES、WMS 等新技术,初步形成 C2M 的新商业模式。

数字化转型、智能化探索阶段,引入数字化生产计划系统,着力推动数据标准化建设,形成了数据驱动的大规模个性化定制新模式。

④网络化、智能化探索阶段,在引入智能物流和自动化仓储系统后,物流部门的用工量减少了 80%;通过运用物联网(IoT)、“互联网 +”等技术,形成了互联网生态体系,初步建成智能工厂。

整体来看,酷特实现了 C2M 的新商业模式转型,建立了人、事、物互联互通的智能工厂;与传统模式相比,生产效率提高了 25%,成本下降了 50%,利润增长了 20%,成为质量提升和供给侧结构性改革的典型实践。

(四)制造模式转型升级

内蒙古伊利实业集团股份有限公司(简称“伊利”)是我国首批智能制造试点示范项目中唯一的乳制品企业,发展“智慧乳业”,引领全行业积极探索信息化、智能化。伊利的数字化转型与智能化升级主要经历了 3 个阶段(见表 4)。

\内蒙古伊利实业集团股份有限公司数字化转型与智能化升级时间表

①自动化建设阶段,在连通平台、站点、在线自动包装系统、瑞士格物流库房等方面实施自动化建设,实现了乳制品生产全过程自动化。

数字化、网络化转型阶段,搭建智能制造系统,实时获取设备状态和数据,进行统一的数据交互,形成了产品生命周期管理系统、政策法规数据库系统、食品安全风险评估系统等线上平台。

③网络化、智能化探索阶段,投入生产计划执行系统、全生命周期质量追溯系统,自主研发配方管理系统等安全可控的核心软件,实现了制造装备升级、信息互联互通的智能建设,促使生产效率明显提升和运营成本显著降低。

整体来看,伊利将数字化智能化技术应用到全产业链,推进“智慧乳业”建设,实现产业数字化、智能化,助力经营业绩稳步提升;为消费者提供了多元化、高品质的产品与服务,也为我国乳业高质量发展探索出新的路径。

免责声明:本文系网络转载,版权归原作者所有。本文所用图片、文字如涉及作品版权问题,请联系删除!本文内容为原作者观点,并不代表本网站观点。
编辑:刘灵如
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。