什麼是數字化工廠?

本文轉載自微信公眾號:知識自動化(微信id: zhishipai)

如今,隨著工業4.0熱潮的逐漸降溫與製造業普遍對於新技術、新理念認知水平的持續提高,越來越多的製造企業開始認識到,工業4.0就像遠方的依稀可見的象牙塔,雖然並非遙不可及,卻也不是朝夕即至。

正如北京航空航天大學劉強教授於2015年提出的「智能製造三不要」所描述的那樣:

不要在落後的工藝基礎上搞自動化——工業2.0必須先解決的問題(需補自動化的課);

不要在落後的管理基礎上搞信息化——工業3.0必須先解決的問題(需補建立在現代管理基礎上的信息化的課);

不要在不具備數字化網路化基礎時搞智能化——工業4.0必須先解決的問題(數字化網路化需要補課的太多了)。

也就是說,要實現工業4.0,必須先構建智能工廠,而要構建智能工廠,必須先打造數字化工廠,「數字化工廠是走向智能製造與實現工業4.0願景的必由之路。」

數字化工廠的產生與發展

雖然CAD與PDM等專註於產品設計的專業軟體自誕生至今已有二三十年的歷史,但在相當長的時間裡,由於缺乏科學有效的數據協同管理手段,研發設計階段所產生的產品數據與信息,無法實現與後續生產規劃、生產執行環節同步共享,僅能通過負責生產的工作人員的經驗判斷安排生產,由信息不對稱而造成的一切問題,只能進行被動的應對與處理,不但嚴重影響實際生產效率,而且還需承擔由此產生的額外成本損失。這種由於產品設計與製造環節的數據與信息脫節所引發的種種問題,是製造業的一大痛點。

隨著製造業競爭的日益激烈,客戶需求的多樣化、製造工藝的複雜程度、市場對於質量與效率的訴求不斷提升,傳統製造業面臨巨大挑戰。製造企業需要以更短的產品設計製造周期、更快的產品迭代速度、更高的生產效率與更靈活的生產方式來應對這種變革。

事實上,業界從未停止使用信息化的手段嘗試解決這些問題,其中比較著名的解決方案,包括二十世紀八十年代提出的計算機集成製造系統 (Computer Integrated Manufacturing System,CIMS),但在企業的具體實踐當中,限於成本與技術瓶頸問題,尤其是限於體制問題,實施多年收效甚微,無疾而終。

二十世紀九十年代末,基於虛擬製造技術的數字化工廠解決方案,逐步發展起來。它利用數據協同管理、三維建模、虛擬模擬等數字化技術,用統一的數據平台實現產品設計與製造階段的數據協同,實現從產品研發設計到實際生產製造之間數據與信息的協同與集成,從而填補產品研發設計與生產製造之間的鴻溝,同時在計算機虛擬環境中對物理製造系統與實際生產過程進行模擬,使生產製造過程能夠在生產線進行實際布局前,能夠在數字虛擬空間內提前進行驗證、調整與優化。在國內較早成功的例子是九十年代末飛豹全數字樣機的開發成功,以及所實現的打通設計與製造的一體化解決方案。

實踐證明,數字化工廠解決方案,能夠幫助製造企業縮短產品上市周期、降低產品研發成本、消除信息不對稱所造成的成本與效率損失、提高生產線配置與布局效率、降低生產線潛在故障與風險、減少生產製造過程中的不確定性等。

那麼,什麼是數字化工廠?

近年來,數字化工廠逐漸成為國內外製造業企業關注的重點,具體的實踐與應用也實現了快速發展,但是業內對於數字化工廠含義的解讀,卻是千差萬別,至今也沒有達成統一的認識。

德國工程師協會對於數字化工廠的定義是:數字化工廠(Digital Factory,DF)是由數字化模型、方法和工具構成的綜合網路,包含模擬和3D/虛擬現實可視化,通過連續的、不中斷的數據管理集成在一起。數字化工廠集成了產品、過程和工廠模型資料庫,通過先進的可視化、模擬和文檔管理,提高產品的質量和生產過程所涉及的質量和動態性能。

根據市場上的主流觀點與具體的工作實踐,筆者更傾向於將數字化工廠理解為本文開篇給出的定義。

更加廣義的數字化工廠則將製造企業的上游供應商、中游合作夥伴、下游渠道商、客戶等所有相關方全部包含在內,形成虛實映射的統一協作系統,其本質是通過數據流、信息流與工作流的數字化,更有效實現運營與管控。

數字化工廠的主要環節與關鍵技術

主流市場觀點認為:「數字化工廠主要涉及產品設計、生產規劃與生產執行三大環節,數字化建模、虛擬模擬、虛擬現實/加強現實(VR/AR)等技術包含在其中。」

1 產品設計環節——三位建模是基礎

在產品研發設計環節利用數字化建模技術為產品構建三維模型,能夠有效減少物理實體樣機製造和人員重複勞動所產生的成本。同時,三維模型涵蓋著產品所有的幾何信息與非幾何製造信息,這些屬性信息會通過PDM/cPDM (產品數據管理/協同產品定義管理)這種統一的數據平台,伴隨產品整個生命周期,是實現產品協同研製、產品從設計端到製造端一體化的重要保證。

經歷了三十餘年的發展,數字化建模技術已經相當成熟,至今使用三維CAD設計軟體的全三維建模技術在製造業的應用已經相當普及。數字化建模技術的應用始於航空航天領域,由於對產品和零部件的精度、質量、加工工藝有著比其他行業更加苛刻的要求,航空航天工業讓數字化建模技術的效用得以充分發揮。

例如,美國波音公司在其737-NX和787的設計製造中,利用數字化建模技術,不但有效縮短了研製周期,大幅降低了研製成本,而且通過PDM/cPDM,有效實現了產品設計與製造環節的信息協同,從而大幅提高了生產效率。

2 生產規劃環節——工藝模擬是關鍵

在生產規劃環節,基於PDM/cPDM中所同步的產品設計環節的數據,利用虛擬模擬技術,可以對於工廠的生產線布局、設備配置、生產製造工藝路徑、物流等進行預規劃,並在模擬模型「預演」的基礎之上,進行分析、評估、驗證,迅速發現系統運行中存在的問題和有待改進之處,並及時進行調整與優化,減少後續生產執行環節對於實體系統的更改與返工次數,從而有效減低成本、縮短工期、提高效率。

虛擬模擬技術廣泛應用於汽車、船舶及其他大型設備製造過程中。例如,大眾汽車公司旗下斯柯達捷克工廠,即採用西門子的Tecnomatix,利用虛擬模擬工藝路徑規劃,來減少實際生產線調整改進所需要花費的成本。

此外,隨著「人」在製造業中的地位和作用逐漸被重新認識,虛擬現實加強現實(VR/AR)技術的應用也日漸增多,使人能夠融入虛擬模擬環境之中,如身臨其境一般參與生產規劃。

3 生產執行環節——數據採集實時通

早期的數字化工廠,其實並不包含生產執行環節,但隨著製造業企業具體實踐與應用的發展,數字化工廠的概念開始向覆蓋產品整個生命周期的全價值鏈拓展與延伸,作為將產品從設計意圖轉化為實體產品的關鍵環節,生產執行無疑應該是數字化工廠的關鍵一環。

這個環節的數字化,體現在製造執行系統(MES)與其他系統之間的互聯互通上。MES與ERP、PDM/cPDM之間的集成,能夠保證所有相關產品屬性信息從始至終保持同步,並實現實時更新。

如果某一款產品的零部件或原材料發生變化,PDM/cPDM和MES中的數據信息會同步變化,MES會自動調整製造解決方案,有效避免了傳統製造企業由於信息無法及時傳遞和同步所造成的誤工。藉助RFID(無線射頻識別技術),MES還能夠對生產線上的產品零配件進行識別和路徑規劃,從而實現柔性化的混線生產,大幅提高生產效率。

瑪莎拉蒂的Bertone工廠即採用上述技術實現Quattroporte與Ghibli兩款不同車型的全自動生產與組裝,據不完全統計,產能提升幅度高達兩倍以上。

誰在玩轉數字化工廠?

早在二十世紀九十年代,製造業企業遍開始了對於數字化工廠的探索實踐,其中比較典型的代表是創建於1989年的德國西門子安倍格工廠。2000年左右,國內汽車、航空、航天領域的先驅企業,陸續開始了數字化工廠的探索,並取得了一定的進展。

目前,於2013年在成都高新區落成的西門子成都工廠,是數字化工廠解決方案應用的標杆企業。

該工廠所使用的PLM、MES軟體,及所有工業自動化硬體皆來自於西門子,西門子稱之為數字化企業套件(Digital Enterprise Suite,DES),其解決方案,能夠全面覆蓋產品設計、生產規劃、生產組態、生產執行以及服務的全價值鏈。

數字化工廠未來暢想與智能製造

時間、效率、靈活性,是當前製造業企業在激烈的市場競爭中所面臨的主要問題,也是製造業經由數字化轉型之路,向智能製造邁進,進而最終現實工業4.0願景所面臨的三大挑戰。

數字化工廠解決方案,不但以其快速、高效和柔性化等特點為製造業企業創造價值,而且幫助製造業企業打通信息孤島,有效實現集成與互聯互通,為未來企業走向智能化奠定了良好的基礎。

據不完全統計,採用數字化工廠技術後,企業能夠將產品上市時間縮短30%,減少60%以上的設計修改與返工作業,生產工藝規劃時間減少40%,產能提高15%以上,同時節約15%左右的生產成本。

視覺所見的炫酷科技並不是數字化工廠的訴求,能夠讓製造業企業獲得實實在在的收益,才是採用數字化解決方案的最終目的。

在未來,隨著市場競爭的日益加劇和市場需求的加速變革,製造業將面臨更大的挑戰,這些趨勢將不斷推進位造業的發展和進步,也將對數字化技術與解決方案提出更高的要求,數字化工廠的概念將進一步豐富與深化,並引領企業逐漸向未來的智能製造與願景中的工業4.0不斷邁進。

作者介紹:

黃昌夏:西門子數字化工廠集團數字化業務高級顧問,南山工業書院研究組成員,在數字化工廠、工業互聯網、企業技術戰略、智能製造市場發展與生態演進等領域具有獨到的見解,業界人稱「黃小邪」,微信號 huangchangxia001

戴霽明:西門子數字化工廠集團數字化解決方案與能力中心總監


推薦閱讀:

製造業可以專心賺製造業的利潤,利潤也相當可觀,秘訣是加快周轉;
智能製造的階段論
一份高端製造的入門說明書,五軸機床
聽說iphone、華為等大牌手機生產都離不開它

TAG:製造業 | 工業 | 自動化 |