制造业的数字化转型:机遇与方法

由约翰·Kaczmarowski

数字工厂简介

数字工厂是指人、机器、材料和产品共享生产过程各阶段数据的设施。在物联网和大数据分析的支持下，数字化工厂实现了之前孤立的IT和运营系统之间的实时集成。

数字化工厂利用人员和技术不断提高生产率、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，沿着全数字实现的道路:

连通性。数字化转型的第一步是利用工业物联网技术从手工流程、设备和传感器收集数据。这里的关键是区分对支持业务目标有用的数据和“噪音”数据，即不需要解释事件、现象、流程或对象的数据。

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，最后使用数据进行预测、行动和反应。拥有正确的数据，在正确的时间在正确的人手中，可以使组织了解、分析、预测和反应工厂、供应链和市场事件和趋势的发生。

智能自动化．通过对当前状态、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，以支持智能自动化;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。

随着工厂沿着这一发展，端到端的数字连续性(数字孪生)可以实现，使工厂能够不断适应需求，供应的变化，以及从模型到车间的过程偏差。

数字转型趋势

在一项又一项的调查中，据报道，制造商在水平和垂直价值链上都提高了参与数字转型启动的水平。2017年，43%的制造商报告了数字计划，而仅仅三年后，这一比例就超过了70%，预计这一比例将达到85%在接下来的五年里．

原始设备制造商拥有数字化手工流程的可能性是普通设备制造商的5倍，拥有车间级工业物联网项目的可能性是普通设备制造商的4倍1、2或3个供应商．

组织正在将其水平和垂直价值链都数字化;在未来的五年里，预计参与率将从20%上升到83%¹．

然而，反补贴研究发现了对数字工厂的另一种看法，这种看法正迅速从对数字工厂的承诺产生兴趣，转变为对营销炒作和不完整的产品提供的怀疑，因为它们没有解决真正需要的东西获得实实在在的好处．

在一项又一项的研究中，制造商最大的抱怨是，他们淹没在不可用的数据中，缺乏执行数字化转型项目所需的资源和技能。根据AEGIS Software / LNS 2019年的研究，这些挑战反过来要求企业雇佣更多资源，支付更多资金，投资于不断增长和变化的基础设施，并推迟任何预期的收益。

接下来，让我们考虑制造过程数字化转型所带来的承诺和挑战……

承诺

有工业物联网计划的公司报告说，效率平均每年提高3%以上

制造商实现了平均每年2.5%的成本降低;在五年期间减少了13%．

以目前的趋势为指导，全球制造商在未来五年将看到1至3万亿美元的生产率增长。

数字化工厂计划带来的好处包括对制造过程的实时理解、数据驱动的决策支持、市场、产品和制造过程的预测分析以及整个制造车间的智能、协调自动化。

所有这些都推动了采用数字工厂计划和技术所带来的一些可衡量的好处，包括:

• 增加安全
• 生产力和产能提高
• 提高操作效率
• 成本控制
• 组织和供应链的敏捷性
• 提高创新能力

这些好处是通过开发和整合跨工厂规划和运营工作的能力实现的，重点是六个核心主题:

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)系统的数据和过程与生产现场数据(SCADA)集成，工业物联网流和员工/操作员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率、效率、灵活性和安全性。

质量分析和测试
来自智能制造技术的实时数据收集，结合自动和手动测试数据、有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模型和努力，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联系，可以实时评估运行数据。这使得通过监测、能源与性能分析、需求规划和调度来识别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测量的优化。

过程模拟
流程模拟是一种两步方法，其中将工厂车间流程模型与工厂系统的实时数据集成，工具和操作人员(步骤1)使“假设”场景和模型能够针对真实的工作流程进行测量，以实现更精确的模拟，支持工厂优化，同时发现并减轻工厂车间流程中的关键弱点(步骤2)。

预见性维护
预测性维护使用来自工厂现场的实时数据来监控机械的实际状况。将当前设备状况和运行状况与历史运行状况和维护事件日志进行匹配，可以在中断和故障发生之前预测它们。

设备控制
在连通性进步、实时传感器数据可用性、与企业数据的集成以及车间手工数据收集的推动下，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
数字工厂模型可以扩展到监控、运行控制/优化、能源管理和工厂控制等领域，从而引入先进的实时系统，包括:

• 智能自动化更有效和响应地协调用户、任务、系统和机器人
• 操作员支持和增强提供数字工具，包括工作指令、人工现实/虚拟现实(AR/VR)和机器人生产助手，如合作机器人，以优化物流流程，减少不必要的动作或行动，提高车间的安全性和可靠性。
• 市场让生产它将供应链和分销链数据与实时制造数据相结合，开发和部署制造策略，围绕市场需求、库存和分销链优化生产。

为了利用这些承诺，制造商要求四个基本的先决条件．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，同时随着组织数字转换的发展支持JIT部署方法。第二，在软件和分析之间建立一个专注而敏捷的思维模式，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，以填补能力差距，学习和利用供应链中的现有功能，并参与跨职能和综合专业知识。最后，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):变化在形式或外观上彻底或剧烈的变化

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单个方面;而是提供文化、技术、运营和个人方面的挑战。如果没有清晰的计划和熟练的协作，将这种转换扩展到价值链上和下的合作伙伴和组织会成倍地增加这些挑战。

制造商可能会在其业务和生态系统的许多不同领域看到数字化转型的挑战，包括:

系统集成的复杂性．将企业系统(MES、ERP、MRP、PLM、HRIS)与工厂自动化系统、大数据、机器人、人工操作员和操作进行集成可能是一项复杂而昂贵的任务。最近的一项研究认为，这是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，原始设备制造商拥有数字化手工流程的可能性是前者的5倍，拥有车间工业物联网举措的可能性是后者的4倍。这种采用上的鸿沟可能会对充分实现数字化转型的好处．

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，各种各样的数据流如洪水般涌来，使得人们很难将数据与噪音区分开来。在数字转换过程中考虑的所有数据都必须具有明确定义和充分理解的目的，以免您的数据在噪声中丢失。

不自量力，缺乏专注力．在进行数字化转型时，组织有一个基本的选择。把它当作一种进化或一场革命来看待。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更的能力、组织的技能和基础设施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要多。

企业文化冲击．转变可能是戏剧性的，给个人和整个组织带来压力。不被考虑、不参与或不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，数字化转型并非没有代价。开发、跟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遵循(至少)成功的三个简单指标之一:

• 投资赚钱了吗?
• 投资能省钱吗?
• 这种投资是明显的竞争要求的结果吗?

数字转型并非目标。这是一个通向越来越高的成熟度和收益水平的旅程。这段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的企业，必将在智能制造之旅中取得成功。

想了解更多关于数字转型的知识吗?现在Actalent联系。