智能制造成熟度流派 | 能力成熟度评测三部曲（中）

    可以看出，这两个归纳有一些相同之处。因为，不管精益生产、还是智能制造，都是一种手段、一种服务于制造本身的手段，而制造是服务于企业运营的持续改善的。

    但智能制造之不同于精益生产，在于这是两套不同的方法论及工具集。精益生产在“及时交付”和“自働化”两大支柱上建立起了其成套的方法论体系，而智能制造在IT和OT的融合上形成了其特定的路线图和工具集。如图6所示：

    图6：IT、OT与精益屋

    可以发现，这两套方法论的结构，有惊人的匹配之处。这是制造的本质决定的，也就是说，不管使用什么手段，都需要解决信息流和物料流协同工作的问题。

    这也是为什么我们在实现智能化转型的过程中，总是会用到精益生产方法的原因所在，但必须再次强调，精益生产和智能制造，是两套不同的方法论和工具集。

    智能制造赋能技术

    在精益生产中，有很多工具的应用，标志着精益生产的实施程度，诸如：5S、SMED（快速换模）、VSM（价值流图）、Kanban（看板）、Heijunka（荷均卡）、Milk Run（循环送料）、Andon（安灯）、Poka-yoke（防呆）、Mizusumashi（水蜘蛛）、Ergo JIG Samurai（武士刀架）等。使用了这些工具、不等于就实现的精益生产，但它们会在一定程度强化精益生产的实施。

    同样，在智能制造中，也存在一些技术，使用了这些技术不等于就实现了智能制造，但它们会在一定程度加强智能制造的实施，我们把这些技术称为：智能制造的赋能技术。

    按CESMII对智能制造的定义，这些赋能技术可分两大类，比特领域和原子领域。可以简单地看作两种技术。

    一种是智能制造中的关键 OT

    OT是全称是：Operation Technology运营技术（参见“工业百条：运营技术” ），Gartner公司对OT技术的定义是对企业的各类终端、流程和事件进行监控或控制的软硬件技术。本文希望扩展一下其含义，因为在企业的实际运营中，有一些方法论及工具，也对企业的卓越运营有着重要的影响，比如：QFD（质量功能展开）、DFX（面向X的设计）、DFMEA/PFMEA（实效模式分析）、MSA（量具分析）、SPC（统计过程控制）这类已为很多世界500强企业所熟知并广泛应用的方法论和工具，国内的很多企业对这些方法论和工具的应用尚未成熟。当然，按Gartner的定义，OT里面应还包括智能机床、工业机械手、智能物流设备、数据采集设备、实时控制设备等直接作用于制造过程的技术。

    一种是智能制造中的关键 IT

    IT技术从CAD/CAE/CAM到MIS/ERP，早已在国内得到了广泛的应用。所不同的是，在智能制造领域内，出现了一些新的IT框架系统，比如：OPC UA、工业互联网平台使能技术等。与此同时，为提高制造过程信息传输的实时性和安全性，近年推出了新的工业以太网协议TSN。最后，这些技术整合在一起形成了赛博物理系统，并在工业大数据技术之上形成了给制造过程赋予了智能化的元素。

    上述赋能技术，可作为实施具体的智能制造成熟度评测时的参考。更多的赋能技术、以及赋能技术在成熟度评测中的权重，需要在评测的实践中不断探索、优化，也即：智能制造成熟度模型本身也是持续发展的。

    制造过程的关键信息

    重新回到制造本身，再来看看制造过程的关键信息，因为这些关键信息将驱动整个制造过程的运行。这些关键信息包括：

    1.What，企业提供什么产品，对应：产品研发与设计的相关信息；

    2.How，企业如何提供产品，对应：产品工艺、制造工程等相关信息；

    3.How Many，企业生产多少产品，对应：订单、产量、库存等信息；

    4.When，企业何时进行生产，对应：生产计划与排程的相关信息。

    抓住这些基本信息，就能抓住一个制造型企业的整体运营状况，这是在实施评测的初期应去了解的信息。

    因为这些信息驱动了制造过程的运行，智能制造中不管是OT还是IT，其实为这些信息的有效流转提供服务的，。抓住这些信息，还有利于更好的理解智能制造的赋能技术和制造过程是否得到了有效的结合。

    本文提出识别制造过程关键信息的目的，不是为了分析成熟度评测模型，而是为了强调评测实施人员应具备的知识储备。全面而清晰的了解这些信息的基本流动模式，才能有效的和评测对象（制造型企业）进行对话，才能灵活的运用评测模型、给出客观而令人信服的评测结论及建议。

    更新后的参考模型

    综上所述，我们归纳出了如图7参考模型：

    图7：建议的成熟度参考模型

    首先，制造过程的信息流，从接到订单开始，历经产品设计、工艺设计、生产规划、制造工程等环节，进入生产执行闭环；与此同时，制造过程的物料流从采购开始，历经转运、存储、分发等环节，也进入生产执行的闭环。而后，信息流和物料流交汇，在制造过程中进行物料和信息的融合，实现熵增的过程，创造出价值，最后，物料承载着信息，以产品的形式交付给客户，企业继续提供各种服务直到产品推出市场。

    在信息和物料交汇之前，数字化双胞胎为在不同阶段为信息和物料的交汇提供着各种支持，包括：产品设计期对原材料采购的确认、产品设计与工艺设计的同步、生产规划中的工艺布局、制造过程的自动化设计、厂内自动化物流的实现等等。信息和物料交汇之后，服务过程的信息反馈到数字化双胞胎的虚拟世界，为产品、工艺、制造的优化提供要求和依据，企业运营构成持续改进的闭环。

    明确了制造过程信息流和物料流的交汇后，还应该考虑企业运营的管理流程，事实上，信息流、物料流、乃至数字化双胞胎，都是在企业运营管理流程的指导下工作的，所以在我们的模型中，把管理流程看成是信息和物料双流交汇的背景。这个观点借鉴了赛迪现有模型的思路，只是，这个背景中不同的流程域，应该是结构化存在的，我们认为可参考如图8结构：

    图8：企业运营业务流程背景

    在企业运营流程的背景下，智能制造成熟度评测参考模型的呈现，如图9所示：

    图9：在背景衬托下的成熟度模型