在建设中要考虑的几个核心要素以及需要关注的重点维度。
数据的采集和管理
数据是智能工厂建设的血液,在各应用系统之间流动。在智能工厂运转的过程中,会产生设计、工艺、制造、仓储、物流、质量、人员等业务数据,这些数据可能分别来自ERP、MES、APS、WMS、QIS等应用系统。
生产过程中需要及时采集产量、质量、能耗、加工精度和设备状态等数据,并与订单、工序、人员进行关联,以实现生产过程的全程追溯。
此外,在智能工厂的建设过程中,需要建立数据管理规范,来保证数据的一致性和准确性。
必要时,还应当建立专门的数据管理部门,明确数据管理的原则和构建方法,确立数据管理流程与制度,协调执行中存在的问题,并定期检查落实优化数据管理的技术标准、流程和执行情况。
生产质量管理和设备管理
提高质量是企业永恒的主题,在智能工厂规划时,生产质量管理和设备管理更是核心的业务流程。贯彻质量是设计、生产出来,而非检验出来的理念。
质量控制在信息系统中需嵌入生产主流程,如检验、试验在生产订单中作为工序或工步来处理;质量控制的流程、表单、数据与生产订单相互关联、穿透。
构建质量管理的基本工作路线:质量控制设置→检测→记录→评判→分析→持续改进。
设备是生产要素,发挥设备的效能是智能工厂生产管理的基本要求。生产管理信息系统需设置设备管理模块,使设备释放出最高的产能,通过生产的合理安排,使设备尤其是关键、瓶颈设备减少等待时间。
在设备管理模块中,要建立各类设备数据库、设置编码,及时对设备进行维保;通过实时采集设备状态数据,为生产排产提供设备的能力数据。
建立设备的健康管理档案,根据积累的设备运行数据建立故障预测模型,进行预测性维护,最大限度地减少设备的非计划性停机;要进行设备的备品备件管理。
智能产线规划
智能产线是智能工厂规划的核心环节,企业需要根据生产线要生产的产品族、产能和生产节拍,采用价值流图等方法来合理规划智能产线。
智能产线的特点是:
在生产和装配的过程中,能够通过传感器、数控系统或RFID自动进行生产、质量、能耗、设备绩效等数据采集,并通过电子看板显示实时的生产状态,能够防呆防错;
生产线能够实现快速换模,实现柔性自动化;能够支持多种相似产品的混线生产和装配,灵活调整工艺,适应小批量、多品种的生产模式;
具有一定冗余,如果出现设备故障,能够调整到其他设备生产;
针对人工操作的工位,能够给予智能的提示,并充分利用人机协作。
设计智能产线需要考虑如何节约空间,如何减少人员的移动,如何进行自动检测,从而提高生产效率和生产质量。
实行ERP信息化管理
ERP在企业信息化建设中的基础性地位没有改变。ERP管理的主要对象是企业各种资源,涉及到资金流、物流、信息流,并对所有资源全面集成管理。
实践证明,独立的信息系统应用需要基础数据的支撑,而这些数据最主要的来源是ERP,或者需要通过集成的方式回到ERP中进行数据的处理。
因此企业要发挥这些分散系统的最大效用,需要将一个个“孤岛”串联起来,ERP从基因上看完全具备这样的功能。
因此对于制造企业而言,基于解决管理的信息化而产生的ERP,其基础性地位依旧没有改变。
随着大数据、云计算、移动应用、社交等技术的出现,ERP软件也与时俱进的在技术层面不断创新,外延不断扩展,在智能工厂中的作用越来越重要。
ERP的应用早已突破从进销存、生产到财务这样简单的连接,ERP需要连接的是从消费互联网到产业互联网、从生产运营到车间管理、从纯产品应用到与物联网串联。
总之,要做好智能工厂的规划,需要综合运用这些核心要素,从各个视角综合考虑,从投资预算、技术先进性、投资回收期、系统复杂性、生产的柔性等多个方面进行综合权衡、统一规划,建立具有前瞻性和实效性的智能工厂。