• <tr id='pgLN0L'><strong id='pgLN0L'></strong><small id='pgLN0L'></small><button id='pgLN0L'></button><li id='pgLN0L'><noscript id='pgLN0L'><big id='pgLN0L'></big><dt id='pgLN0L'></dt></noscript></li></tr><ol id='pgLN0L'><option id='pgLN0L'><table id='pgLN0L'><blockquote id='pgLN0L'><tbody id='pgLN0L'></tbody></blockquote></table></option></ol><u id='pgLN0L'></u><kbd id='pgLN0L'><kbd id='pgLN0L'></kbd></kbd>

    <code id='pgLN0L'><strong id='pgLN0L'></strong></code>

    <fieldset id='pgLN0L'></fieldset>
          <span id='pgLN0L'></span>

              <ins id='pgLN0L'></ins>
              <acronym id='pgLN0L'><em id='pgLN0L'></em><td id='pgLN0L'><div id='pgLN0L'></div></td></acronym><address id='pgLN0L'><big id='pgLN0L'><big id='pgLN0L'></big><legend id='pgLN0L'></legend></big></address>

              <i id='pgLN0L'><div id='pgLN0L'><ins id='pgLN0L'></ins></div></i>
              <i id='pgLN0L'></i>
            1. <dl id='pgLN0L'></dl>
              1. <blockquote id='pgLN0L'><q id='pgLN0L'><noscript id='pgLN0L'></noscript><dt id='pgLN0L'></dt></q></blockquote><noframes id='pgLN0L'><i id='pgLN0L'></i>

                行业风:“智能制造”2018-2019

                发布时间:2020-11-18 阅读次数:4294

                “智能制造”2018-2019 “十大热点 ”



                1,智能工厂建设如火如荼,呼唤理性  



                2015年起,46个首批国家级智能制造试点示范项目公布实施之后,2018年智能制造试点示范项目遴选总数新增99个。越来越多的制造企业开启了智能工厂建设的征程。然而,在一大批样板智能工厂不断涌现之时,很多制造企业对于智能制造存在诸多认识与实践中的误区,推进智能工厂建设还需呼唤“理性”。


                很多制造企业在进行智能工厂规划时,存在着重自动化、轻数字化,重单机自动化、轻系统柔性化,重局部改造、轻整体优化,重单元系统应用、轻整体规划与系统集成,重建设、轻运维,重数字化设计、轻数字化仿真与优化,重信息系统应用、轻数据价值体现和管理改善,重显示度、轻实用性等等误区。不少企业盲目追求无人工厂、黑灯工厂、机器换人,不惜重金打造豪华版的智能工厂,各种智能装备和信息系统要一应俱全,购买知名品牌的BI、ERP、PLM、MES、SRM、ESB、生产及物流仿真系统、自动立体库、AGV、自动化产线、生产指挥中心等,建立专门智能制造展厅、车间现场的参观通道、示范生产线等等,最终,导致智能制造的推进结果达不到预期,智能工厂只是看上去很美。


                智能制造和智能工厂涵盖领域很多,系统极其复杂,一个真正的智能工厂,应该是精益、柔性、绿色、节能和数据驱动,能够适应多品种小批量生产模式的工厂。智能工厂不是无人工厂,而是少人化和人机协作的工厂。



                2,工业互联网亟待推进行业深化应用

                 

                自GE在2012年提出工业互联网这一概念以来,6年的时间里,无论是IT界、工业界,还是学术界,都对工业互联网的发展给予了极大关注。到底什么是工业互联网?如何让工业互联网更好的适应本土企业的需求?


                针对当前中国工业互联网发展现状,有业界专家指出了产业的发展“短板”:在数据采集层,现成的数据很多,但现场采集的数据少,而且数据类型少,精度很低。在工业PaaS平台层,开发的工具不足,行业的模型缺失,不能满足工业级应用的需求。虽然工业APP讨论火热,但并没有真正应用到工业中,更没有成熟的商业模式。


                从技术层面看,与发达工业国家相比,国内制作企业的数字化进程起步较晚,很多企业还处于数字化补课阶段。从市场层面看,国内的工业互联网平台的开放度普遍不高,都是围绕自己的技术积累和行业优势打造平台,很少通过多方合作的形式共建平台,根本无法形成合力。目前,能真正落地,帮助企业产生实际价值的平台,主要是面向于工程机械、航天、家电这些垂直领域的工业互联网平台的应用。但由于拥有的用户及开放的资源还不多,不足以与GE Predix、西门子MindSphere这些巨头进行竞争。

                   


                3,柔性制造系统成为离散制造行业智能工厂建设新方向



                产品生产批量的增加和市场竞争的加剧使得产品更新速度大大加快,这就要求产品制造厂商具有快速应变能力。柔性制造系统(FMS)具有高度柔性和自动化的加工能力,适应了产品快速变化的要求,是智能工厂建设的新方向。


                如何实现生产的柔性化是众多制造企业的切实需求,目前很多企业针对小批量、多品种零部件的生产,大多采用购买单台数控加工中心或钣金加工设备,虽然保证了产品加工的灵活性,但设备OEE低,需要频繁的调整工夹具,工艺稳定差,且影响生产效率,难以满足企业的需求,为了改善这种状况,很多企业开始关注到柔性制造中最具代表性的技术FMS柔性制造系统。


                这种系统不但可以支持企业昼夜连续“无人化生产”,还能够满足企业多品种、中小批量的加工管理需求,并且能够有效减少毛坯和在制品的库存量,同时保障产品质量的一致性。FMS是车间级自动化、柔性化、智能化开放式制造平台,具备企业横向、纵向良好的互联互通集成条件,是当前实施智能工厂建设最有效的途径之一。


                企业在FMS系统建设与选型时必须务实理性,毕竟FMS系统最终是为生产服务,企业应结合自身产品,贴合市场需求找准建设方向。



                4,“Digital Twin”引广泛热议 企业关注如何落地


                2003年,美国密歇根大学的Michael Grieves教授首次提出Digital Twin概念。2011年美国空军实验室开始用以解决战斗机机体维护问题。近年来,随着各项新兴技术的成熟应用,Digital Twin逐步引起人们的广泛关注。Digital Twin可以在虚拟空间为物理空间的每个产品实体建立一个数字复制品,实现以虚控实,使产品制造过程和产品使用过程变得可控、可视化和可预测,同时还可将产品的生产制造和运营维护的需求融入到早期的产品设计过程中,形成设计改进的智能闭环。简而言之,Digital Twin可以理解为在虚拟世界对物理资产的实时仿真,并从中获取数据以服务于物理资产。


                在工业界,众多厂商推出了各自的Digital Twin解决方案,如GE、PTC、西门子、Oracle、ANSYS、达索、SAP等。Gartner最新发布的《2019年十大科技战略发展趋势》中指出,包括Digital Twin在内的技术将会在五年内迅速增长、高度波动,达到临界点。这已经是Gartner连续第4年将Digital Twin列入十大科技战功发展趋势这中。Gartner预测,到2020年,互联传感器与端点将多达超过200亿,Digital Twin将服务于数十亿个物件。Digital Twin的热度也引起了制造企业的广泛关注,根据Gartner公司最新的物联网应用调查,部署物联网(IoT)的企业和组织中有13%已经应用数字孪生,而62%的组织正在建立数字孪生应用或计划这样做。


                然而,Digital Twin概念的火热与其落地之间仍然有一段距离。


                企业对于Digital Twin的作用与意义普遍认识不足。Digital Twin概念的复杂性是导致这一现状的原因之一。Digital Twin并不是一种软件,也不是一种技术,而是一种理念,它的成功实施离不开各种传感器、物联网技术、仿真技术等的协作,它强调虚拟世界与物理世界的融合、交互,并通过虚拟世界来考察、评估和监控物理世界。 Digital Twin的火热一部分得益于智能制造的热度,对于智能系统来说,首先要感知、建模,然后才是分析推理。如果没有Digital Twin对现实生产体系的准确模型化描述,所谓的智能制造系统就是无源之水,无法落实。


                Digital Twin应用在国内发展环境还不成熟,没有相关标准和清晰的发展思路。Digital Twin不像其他工业软件那样,可以以软件为载体,结合业务进行实施。它涉及到多项技术的交叉,需要多方协作。同时,企业的发展阶段不同,也难以确定能从Digital Twin中直接获益,这导致了企业选择观望。



                5,数字化转型正在成为制造企业核心战略



                近年来,中国制造业的竞争态势日趋激烈,经济下行压力与生产成本、人力成本的提高,使制造企业开始注重数字化转型,利用新技术提高生产效率,加强产品创新与管理能力,从而赢得竞争优势。而随着互联网的日益普及,计算和存储能力的迅猛发展,物联网和传感器技术的广泛应用,以及工业软件的不断进化,数据的采集、存储、传输、展现、分析与优化都具备了良好的技术基础。在这种背景下,制造业数字化转型的浪潮势不可挡。据IDC调研结果显示,84.9%的中国制造企业正在进行不同程度的数字化转型,数字化转型正在成为制造企业战略核心。


                对于制造企业来说,数字化转型是全方位的,但传统的制造企业在实现数字化转型时仍面临许多难点。根据埃森哲出具的一份研究报告显示,80%的中国企业正在尝试通过数字技术让企业运转变得更加高效,促进业务的增长,然而,仅仅只有4%左右的企业真正释放了数字化的潜力。从目前制造企业数字化转型的实际情况来看,面向个人消费者的行业,例如家电、家居、手机、汽车等行业的企业,数字化转型的压力巨大,转型也相对迅速;而面向企业客户的行业,例如装备制造、能源、零部件等行业,数字化转型的步伐则相对迟缓。



                6,工业软件价值凸显 国产工业软件亟待突破



                工业软件,是工业知识创新长期积累、积淀并在应用中迭代进化的工具产物。作为智能制造的重要基础和核心支撑,工业软件的应用贯穿企业的整个价值链。从研发、工艺、制造、采购、营销、物流供应链到服务,打通数字主线(Digital Thread);从车间层的生产控制到企业运营,再到决策,建立产品、设备、产线到工厂的数字孪生模型(Digital Twin);从企业内部到外部,实现与客户、供应商和合作伙伴的互联和供应链协同,企业所有的经营活动都离不开工业软件的全面应用。工业软件可谓是制造业的数字神经系统,也是制造企业体现差异化竞争优势的关键,其重要度不言而喻。


                全球工业巨头高度重视工业软件,不断提升自身的工业软件整体解决方案。西门子公司近年来斥资超过百亿美元先后并购了UGS、LMS、CD-Adapco、Camstar、Mentor等诸多工业软件,形成了工业软件+工业自动化的整体解决方案;著名测量设备制造企业海克斯康也投资数十亿美金,并购了MSC.Software、Q-DAS、SPRING TECHNOLOGY、VERO等CAD/CAM/CAE/质量管理和工厂仿真等领域的知名软件厂商;世界五百强施耐德电气先后并购了INVENSYS、Aveva,并将施耐德电气软件部合并到Aveva,还控股了电气设计软件公司IGE+XAO;罗克韦尔自动化也投资10亿美元,参股PTC,共同推进工业物联网应用。工业巨头不断并购工业软件,说明了工业软件价值的迅速提升。


                纵观工业软件在国内市场的竞争格局,呈现出国外软件垄断高端市场的特点。在研发设计类软件领域,以达索、西门子、PTC、欧特克等为代表的外资企业占据技术和市场优势;在生产控制软件领域,西门子、GE等保持龙头地位;在信息管理类软件市场, SAP、Oracle在国内拥有大量集团型、大中规模企业用户;嵌入式工业软件领域,ABB、西门子、罗克韦尔自动化等国际厂商在细分领域仍然具有绝对优势。并且,国内工业软件在布局上还表现为“管理软件强、工程软件弱,低端软件多,高端软件少”,造成国内制造企业在很多业务领域都长期依赖国外软件。此外,国内工业软件标准缺失、系统架构落后、集成能力不强,严重影响企业信息系统与业务的融合、IT与OT的融合。


                因此,国产工业软件要想改变当前在夹缝中求生存的现状,需要从政策环境、技术创新、标准建设、构建技术生态等不同角度同时发力。


                   

                7,制造业人工智能应用兴起



                近年来,我国人工智能技术攻关和产业应用发展势头迅猛,已经涉及到国民经济39个行业大类,目前已广泛应用于语音识别、计算机视觉、机器人等领域。对于制造业而言,加快发展新一代人工智能被认为是智能制造、产业升级的重要战略抓手。继2017年国务院发布了《新一代人工智能发展规划》,2018年工信部先后发布了《促进新一代人工智能产业发展三年行动计划(2018-2020年)》、《新一代人工智能产业创新重点任务揭榜工作方案》,旨在全面推动人工智能与制造业的融合,驱动制造业智能化转型升级。此外,在工信部发布的2018年智能制造试点示范项目名单中人工智能应用试点示范项目有21个,涉及到汽车、钢铁、船舶、医药、装备等行业企业。


                在试点示范以及重大工程的牵引下,2018年我国人工智能产业呈现出持续、高速成长态势,不仅在基础层、技术层、应用层逐步构建起完整的产业链条,而且与产品研发设计、生产制造、销售服务各场景融合程度不断加深,覆盖了企业产品生产的全生命周期。随着人工智能在制造业应用场景的增多,人工智能逐渐成为一种全新的投入要素,为制造业生产效率和经济效益创造新的上升空间。


                值得注意的是,在高速发展的同时,制造业人工智能应用也存在着与业务脱节、数据孤岛和数据碎片化等问题。对于国内制造企业而言,许多企业的智能化、数字化程度较低,人工智能对人才、资源等都有一定的门槛,不能为了实施人工智能而生搬硬套,盲目投资。制造业与人工智能的结合,其根本目的是提升效率,降低成本,企业需要因地制宜,结合现有的软、硬件基础设施、人才储备以及资金规划,找出人工智能与生产业务的融合点,让人工智能真正为企业服务,带来实实在在的价值。



                8,企业聚焦设备预测性维护,布局全新商业模式



                数字化技术的不断发展以及智能化产品的不断涌现,给制造企业带来的不仅是生产效率的提升,还在传统的产品之外衍生出新的产品和服务模式。当下,传感器技术和工业物联网技术正在支撑装备制造企业开展智能服务,从状态监控向预测性维护发展,从卖产品转化为卖产品使用的服务(Pay by use)。


                按服务绩效付费(Pay by use)是一种基于数字技术应用的全新商业模式。企业不再是销售产品,而是销售产品使用的服务。要实现Pay by use,企业首先应当实现产品的数字化,产品本身应当成为一个CPS系统(具有通信、计算和控制能力);在此基础上,建立监控产品运行的云平台,能够对产品运行进行状态监控,进而实现预测性维护。


                例如,罗尔斯·罗伊斯公司的航空发动机按照在翼飞行小时付费,为航空公司提供Total Care全包服务;日本小松公司推进智能施工(Smart Construction)解决方案,可以根据无人机拍摄的施工场地三维模型与施工方案的数字化模型比对,自动计算工程量和所需要的工程机械设备,并在挖掘机上安装了立体相机,自动测算实际开挖的土石方,小松还实现了露天矿山运输车辆的无人驾驶和远程监控,可以有效提高施工效率和质量。小松已成为应用数字技术实现智能服务的典范。丰田汽车2018年发布未来发展战略,指出丰田汽车将转型为提供JIT出行服务的公司,并发布了e-Palette智能出行平台。


                FANUC联合思科推出了基于物联网的ZDT(Zero Downtime,零宕机)服务,对正在服役的工业机器人提供远程运维服务,如果传感器指示关键零部件有故障隐患,则可以提前预警,并利用客户企业工休时间进行维修,确保客户能够正常使用。一台机器人的正常寿命约8-10年,零宕机(ZDT)服务可以帮助企业实现故障预警并大幅降低维护成本;牧野机床也自主研发了IoT解决方案ProNETConneX系统,通过CONNECT(连接)、COLLECT(收集)、ANALYZE(分析)为客户提供机床远程运维支持以及主轴诊断,帮助客户最小化停机时间,延长设备寿命;知名裁床制造企业力克(Lectra)能够通过物联网对设备状态进行远程监控,力克75%的用户已购买了该服务。


                一些国内领先的装备制造企业也已经实现了对其产品的远程状态监控和预测性维修维护,并实现了服务转型。


                   

                9,企业上云“风起云涌”  尚需真正创造价值



                2018年,全国范围内掀起了一股企业上云热潮,企业纷纷应用互联网、云计算、大数据、人工智能等现代技术手段,将IT基础设施或者业务系统向云端迁移。6月,工信部公布《工业互联网发展行动计划(2018年-2020年)》,指出到2020年底我国将推动30万家以上工业企业上云,一时间企业上云步伐明显加快,可谓“风起云涌”。


                目前,中国已有十多个省市出台助推当地企业加速上云的政策。在政策的鼓舞下,服务商也制定了相应的企业上云战略。比如阿里云在“企业上云”行动计划发布的第一时间成立了上云专项小组,按照“政企联动、生态协同、分层推进”的原则,推进上云工作开展。腾讯云则针对企业所属的不同阶段,通过专项扶持政策,提供针对性的扶持策略。当企业上云之后,腾讯云还会从降低企业IT成本和获客成本等核心痛点持续提供支持,并提供腾讯云生态渠道的品牌曝光和行业交流的机会。用友则积极参与各地上云行动,并承建区域云平台、工业互联网平台建设,全面助力中国企业上云、推动数字化转型。


                总体来说,现阶段我国企业基础云化水平并不高,核心业务云化刚刚起步,企业用云深度还不足,大部分企业选择的是IT硬件基础设施等基础要素上云。



                10,推进智能制造催生专业服务



                智能制造作为制造强国战略的主攻方向,已逐渐成为制造企业转型升级的共识。但是推进智能制造是一项十分复杂的系统工程,涉及到多个领域的技术,覆盖制造企业全价值链。


                如何正确理解智能制造,应用智能制造技术?如何科学、系统地评价自身智能制造的发展水平,以制定合理的智能制造规划?如何制定切实可行的实施计划与路线,以保证规划的落地?这些企业面临的难题催生了智能制造相关专业服务的需求。



                节选自: 数字化企业