工業工程、精益生產、六西格瑪,和工業4.0又有什麼關係

在德國和美國的學習、工作期間,雖然不是全職工業工程,但是精益生產,6 sigma這些『概念』也算是可以寫在簡歷里。

工業4.0,『中國製造2025』,物聯網,工業大數據也算是職業發展的必經之路。

談一點膚淺的理解。

「不管是什麼事情先說重點」 ----

首先說一下題目「理論結合實際的知識」

沒有知識不是從實際應用中逐漸完善,再進一步指導實際應用的。

在工業界一個東西只有經歷了實際的檢驗,才可能成為知識。否則它只是一個猜想。

1、這些知識的開始,往往是這樣的

圖: 實際和理論的關係 來自黑盒理論公眾號

一個工廠採用了某種方法並且提高了效率(比如某個工廠的某條線上主管,突然決定讓某個工位,直到看到中間庫存有缺少的時候才繼續生產)。

然後工廠的負責人通過對這種方法的總結(拉動可能會比推動的方式更好),得到了知識(拉動)。

然後在工廠內進一步推廣這種系統,讓整個工廠效率提高,進一步完善了知識(完善的拉動系統設計、應用方法)

這種知識推廣到整個行業,提升整個行業的水平,整個行業對這種知識的探索,進一步完善了這個知識。(豐田生產系統TPS被總結為精益生產,推廣到全世界)

工業工程的知識、精益生產的知識、6 sigma的知識和這些知識體系中的內容,大多都是通過「實踐-總結-完善-進一步指導實踐」這樣的過程行程的。

2、工業工程、精益生產、6 sigma

首選,這些名詞,以及這些概念所相關的方法應用,都是為了一個目的「提高效率」

效率,在一個工業企業怎麼理解,就是用更少的人,更少的時間,更少的資源(Cost),更好的,更準確的(Quality),更快速的、完成更多的任務,生產更多的產品(Delivery)

再稍微定義一下這幾個概念:

工業工程是在工業企業管理中發展出來的學科,核心是通過對人、動作、物料、時間等工業企業中的行為的管理,從而提高效率。這是一個非常大的概念,幾乎所有工業企業的管理行為,都可以歸納到這個名詞下,而且也在不斷的擴展新的內容。

精益生產是一種管理的方式,一種管理的方法體系。可以看做是工業工程的一個子集。可以參考文章:

Lean production精益生產 01: Lean的歷史以及TPS

6 sigma 六西格瑪,是從一種利用統計的方法研究、保證產品質量的方法發展起來的一系列管理方法。拿在德國的一個6 sigma課程內容舉例子,其中管理理念的部分都是精益生產的內容,然後再配上在DMAIC (Define, Measure, Analyze, Improve, Control)各個環節中使用的工具。

大概就是,如果你學習的專業叫做「工業工程」,那麼精益生產很有可能是一門單獨的課程,6 sigma可能是某一門專業課中的一部分

精益生產在定義之初,就是一個管理整個企業乃至整個行業價值鏈的指導思想。從發展到不斷完善的過程中,已經越來越大、內容越來越多。關於「精益生產」,有大量的書、作品,非常多的學者曾經研究了很多相關的問題。

但是6 sigma作為一種系統的管理方法,出現的晚的多,而且僅僅是在通用電氣公司以一個「工具箱」的形式出現。後來經歷了非常多的擴展,是一種近似商業化的行為。這些工具和內容也都不是6 sigma專屬,只是它用一個盒子體系(DMAIC),把這些東西都裝起來,又進行了商業化,出現了「綠帶」、「黑帶」等一些。而這個盒子也並不是一個非常獨特的東西。參考Deming的PDCA。

3、傳統工業工程和工業4.0:兩種方式的機遇和挑戰

我的一個總監說過,提高效率的最終方式就是兩種:

  • 工業工程做到極致,人,人機合作的效率達到極致
  • 極致的智能工廠做到極致,機器、數據、AI讓整體的效率達到極致

兩種方向並沒有矛盾,而是相輔相成。雖然是不同的發展方向,但是並不是背道而馳。現代工廠中改進、優化的措施,也都是二者結合。

數字化,繞不開工業工程

曾經面試一家在精益生產行業做的很好的諮詢公司,總部在德國。面試官就說到「在一個企業的流程沒有優化好之前,不應該進行數字化」。

也有大量的數據分析師說,「數據分析往往並不能創造價值,而是要服務傳統的行業來創造價值」。在這裡的意思就是,指導具體工業生產、供應鏈、現場管理的還是工業工程的傳統知識。如何來接受訂單、計劃供應鏈、安排生產、保證質量,就算在智能工廠里,在高等級的AI出現之前,這些依然是最基礎的東西。

智能工廠、智能供應鏈,要是沒有工業工程的基礎,只是空中閣樓。

數字化配合工業工程,1+1>2,提高了效率

數字化智能工廠結合工業工程,不是一個新的題目。比如利用數據、運籌學來安排物流計劃、生產計劃,利用統計學和數據挖掘的方法來分析質量缺陷進一步改進質量。

當智能工廠的概念可以實現以後,工業工程、精益生產非但不會被淘汰,而是會借住智能工廠這個工具發揮更多的作用。

以前因為缺乏數據、工具、時間的大規模分析,或者是對於工序的快速實時改進,對於人員、物流的更頻繁的調動等,現在依託智能工廠都可以成為現實。管理人可以精確到分鐘,線上物料可以精確到分鐘,工廠內的物流也可以精確到分鐘。

虛擬工廠更讓工廠的管理者、生產線管理者可以更全面、實時的分析,並且預覽改進的效果。實時獲取數據,監測生產線、機器、物料、產品、工作人員、環境的變化,更高效的保障質量。可以說是提高了工業工程從業者的效率,也提高了上限。

————————————————

參考閱讀:

高尚:工業4.0:是怎樣的一場革命??

zhuanlan.zhihu.com圖標

希望有興趣的可以關注專欄,會寫到機械工程師是如何轉到數據分析崗位。也歡迎投稿討論

機械數據工程師的未來?

zhuanlan.zhihu.com圖標

搜索關注黑盒理論,回復「4」,獲取參考書《工業4.0》以及更多內容。也可以私信我郵箱地址。


推薦閱讀:

獨家 | 周濟:推進智能製造的主基調——數字化、智能製造1.0、2.0
2018德國漢諾威展 | 艾問Festo : 飛上天給你看,漢諾威工業4.0的逆天玩家
工信部副司長安筱鵬:從工業雲到工業互聯網平台演進的五個階段
全球工業4.0的頂級盛會——2018漢諾威工博會攻略之二: 不能錯過的三大趨勢和五大技術

TAG:第四次工業革命 | 工業工程 | 機械製造 |