制造业数字转型：机遇与方法

由约翰·Kaczmarowski

数字工厂介绍

数字工厂是指人员、机器、材料和产品在生产过程的所有阶段共享数据的设施。在物联网和大数据分析的帮助下，数字化工厂实现了以前孤立的IT和运营系统之间的实时集成。

数字工厂利用人员和技术不断提高生产力、质量、灵活性和服务。成功的数字工厂是建立在逐步采用技术和方法的基础上，沿着完全数字化实现的道路:

连通性。数字转换的第一步是利用工业物联网技术，以收集来自手动过程，设备和传感器的数据。这里的一个关键是在支持业务目标和数据的数据之间有所区分，即“噪声”，即不需要地解释事件，现象，过程或对象。

大规模数据管理．数字化转型的第二步是从数据报告转向数据分析，最后是利用数据进行预测、行动和反应。有了正确的数据，在正确的时间交到正确的人手中，组织就能够理解、分析、预测工厂、供应链和市场事件和趋势，并在它们发生时做出反应。

智能自动化．有了对当前状态、实时事件和趋势的正确理解，就有可能转向高级分析的力量来支持智能自动化;人工智能、认知自动化、机器学习和机器人过程自动化的应用。这种技术的融合产生了自动化能力，极大地提升了业务价值和竞争优势。

由于工厂沿着这种演变进行了进展，可以实现端到端的数字连续性（数字孪晶），使工厂能够不断适应供需的需求，供应变化以及从模型到车间的过程偏差。

数字化转型趋势

在调查后调查中，据报道，制造商提高了他们的参与水平，在水平和垂直价值链中发起的数字转型。43％的制造商在2017年将数字举措报告到超过三年以上的70％以上，这一参与估计达到85％在接下来的五年里．

原始设备制造商采用数字化手工流程的可能性要高出5倍，采用车间工业物联网举措的可能性要高出4倍1、2或3个供应商．

组织正在数字化水平和垂直值链;在未来五年内，参与率预计将从20％增加到83％¹．

然而，与之相抗衡的研究揭示了对数字工厂的不同看法，这种看法正迅速从对其承诺的好奇转变为对营销炒作和不完善的产品供应的怀疑，这些产品并没有真正解决其需要解决的问题实现有形福利．

在研究后的研究中，制造商的最大投诉是他们在不可用的数据中淹没，缺乏在数字转型项目上执行所需的资源和技能。据2019年通过AEGIS软件/ LNS研究，这些挑战要求组织雇用更多资源，支付更多资源，支付更多资金，投资越来越多的基础设施，延迟任何预期的福利。

接下来让我们考虑一下制造过程数字化转型带来的希望和挑战……

承诺

拥有物联网计划的公司报告称，其效率每年平均提高3%以上

制造商实现了平均每年2.5%的成本降低;在五年内减少13%．

以目前的趋势为指引，全球制造商将在未来五年看到1到3万亿美元的生产率增长。

数字工厂举措正在提供福利，包括对制造过程，数据驱动决策支持，市场，产品和制造过程的预测分析以及整个制造地板的智能协调自动化的福利。

所有这些推动了通过采用数字工厂倡议和技术所预期的几个可衡量的好处，包括:

• 增加安全
• 生产力和容量收益
• 提高运营效率
• 成本控制
• 组织和供应链的灵活性
• 增加创新能力

这些效益是通过在工厂规划和运营中的能力开发和集成焦点六个核心主题的努力来实现：

实时信息管理
通过将来自产品生命周期管理(PLM)、制造执行(MES)、物料需求计划(MRP)和企业需求计划(ERP)系统的数据和流程与制造底层数据(SCADA)集成，工业物联网流和员工/运营商数据组织可以达到实时信息管理的水平，支持更快的决策和问题或机会的快速升级，从而推动更高的生产力、效率、敏捷性和安全性。

质量分析和测试
智能制造技术实时收集数据，结合自动和手动测试数据、缺陷部件的维修数据和车间维护记录，使组织能够可视化和理解测试和生产数据，支持SPC模型和工作，并进行根本原因分析，同时形成预测过程和部件分析和行动的基础。

能源管理
通过建立能源管理和设施控制系统之间的连接，可以实时评估运行数据。这使得通过监测、能源与性能分析、需求规划和调度确定和实施节能措施成为可能。这些努力导致整个设施的能源操作可衡量的优化。

过程模拟
过程模拟是一种两步的方法，将工厂车间的过程模型与工厂系统的实时数据集成在一起，工具和操作人员(步骤1)使“假设”场景和模型能够与现实世界的工作流进行度量，以实现更精确的模拟，支持工厂优化，同时发现和缓解工厂车间流程中的关键弱点(步骤2)。

预测维护
预测性维护使用来自工厂的实时数据来监控机器的实际状况。将当前设备的状态和运行情况与历史运行情况和维护事件日志进行匹配，可以在中断和故障发生之前进行预测。

设备控制
在连接性、实时传感器数据可用性以及与企业数据和车间手动数据收集的集成的推动下，工厂控制系统正在减少故障暴露，提高工厂的健康和安全，并优化资产生产率和运营寿命。

进化的承诺
数字化工厂模式超越了监控、运行控制/优化、能源管理和工厂控制等领域，可以引入先进的实时系统，包括:

• 智能自动化更有效地协调用户、任务、系统和机器人技术
• 操作员支持和增强提供数字工具，包括工作说明，人造现实/虚拟现实（AR / VR）和Robotized生产助手，如Cobots优化物流流量，减少不必要的运动或行动，提高车间的安全性和可靠性。
• 市场驱动生产将供应和分配链数据与实时制造数据结合起来，以开发和部署制造策略，优化市场需求，库存和分销链的生产。

为了利用这些承诺，制造商需要四个基本先决条件．第一个是可伸缩的技术体系结构，它尽可能地利用行业标准，同时随着组织的数字转换的发展支持JIT方法进行部署。其次，在软件和分析中要有一种专注但敏捷的心态，以培养有针对性的、可衡量的、创新的解决方案。第三，与内部和外部合作伙伴合作以填补能力缺口，从供应链中现有职能中学习和利用现有职能，并利用跨职能和整合的专业知识。最后，一种促进内部协作和共享成功的组织精神。

所面临的挑战

转换(n):彻底改变在形式或外观上彻底的或戏剧性的变化

数字转型，就其定义而言，可以带来巨大的变化。这种变化并不局限于组织的一个方面;而是提供文化、技术、操作和个人方面的挑战。如果没有清晰的规划和熟练的协作，将这种转变扩展到价值链上下的合作伙伴和组织，就会成倍地增加这些挑战。

在数字化转型的道路上，制造商可能会看到来自其业务和生态系统的许多不同方面的挑战，包括:

系统集成的复杂性．企业系统(MES、ERP、MRP、PLM、HRIS)与工厂自动化系统、大数据、机器人技术、人工操作员和操作的集成可能是一项复杂而昂贵的任务。最近的一项研究将其列为正在进行的数字转型努力面临的最大挑战。

供应链集成．与一级、二级或三级供应商相比，原始设备制造商采用数字化手工流程的可能性要高出5倍，采用车间物联网举措的可能性要高出4倍。这种在采用上的鸿沟可以挑战充分实现数字转型的好处．

海量数据．从智能建筑和实时生产传感器到机器人和合作机器人，大量的数据流使人们很难区分数据和噪音。在数字转换过程中考虑的所有数据都必须有一个定义良好、易于理解的目的，以免您的数据在噪声中丢失。

2 .过度和缺乏专注．在进行数字转型时，组织有一个基本的选择。把它当作一种进化或革命来看待。虽然每种方法都有其优点，但是应该帮助做出这种选择的因素包括组织吸收变化的能力、组织的技能和基础结构的当前状态以及支持转换的业务驱动因素。由于过度扩张而倒闭的公司比其他任何单一因素都多。

企业文化冲击．转变可能是戏剧性的，会给个人和整个组织带来压力。没有考虑、参与或知情的文化可能是成功转型的最大障碍之一。

金融的理由．最后，数字转换没有没有成本。发展，追踪和证明财务理由是成功的关键组成部分。任何技术投资都应该坚持（至少）三个简单的成功指数之一：

• 投资是否赚钱？
• 这种投资能省钱吗?
• 这种投资是一种明显的竞争需求的结果吗?

数字化转型并非目标。这是一个通往越来越高的成熟度和收益水平的旅程。这一旅程从一个定义明确的战略开始，并从头开始。专注于持续改进和敏捷性，踏上智能制造之旅的公司一定会成功。

想了解更多关于数字转型的知识吗?现在Actalent联系。