【數字化】如何通過數字化轉型實現生產製造的優化?
數字化生產製造可以實現對生產瓶頸的有效識別,這樣工廠就可以通過對產出的優化調整來滿足高峰時的市場需求。
對製造業數字化轉型來說,很關鍵的一點是要通過虛擬化功能,建立模擬以及使用數字化模型,來將生產操作從工廠車間裡模擬出來並形成製造優勢。設計和組裝部分必須擴大其作用並生產出兩個產品,一個包括相關產品純資訊的虛擬模型,另一個是其實際物理對應物。數字化使我們能夠做到這一點。
數字化生產製造賦予了操作人員靈活調整產量,以及在整個流程中較早交付多個產品型號的能力,這些都是實現專案收入最大化並最終實現利潤最大化的關鍵因素。在初始階段,可以在原型中心裡對生產製造流程進行概念上的虛擬化,接下來在生產中心裡轉化為量產,從而在全球市場上提升其業務靈活性以及成本控制。
不僅如此,數字化生產製造為操作人員提供了自由交流設計知識和技術經驗的機會。反過來,數字化生產製造也實現了對生產瓶頸的有效識別,這樣工廠就可以通過對產出的優化調整來滿足高峰時的需求。
在與一家領先的國際化軟體公司的協作中,一家法國瓷器製造商通過將整個設計和開發流程遷移到雲端,對其整個生產製造理念進行了變革。該平臺的目標是不再進行成本高昂的物理原型製作,讓製造商建立並驗證可以為開發模具提供參考點的虛擬模型。該公司也準備對其現有的產品目錄進行數字化,以保留其150年的設計貢獻。
虛擬產品原型技術以3D線框圖技術而著稱,該技術與喬治·盧卡斯在1977年的電影“星球大戰”中創造死星時所用的技術一樣。工程設計人員進一步利用了該流程,使用掃描樣本來對虛擬模型進行分層,以此識別出製造產品所需要的合適的材料。
隨著可持續性已經變成了至關重要的效能指標,測試及選擇材料的過程需要進行簡化。因此,虛擬原型設計需要在節省寶貴的資源的同時改善可持續性。
以資料為驅動力的方式
在原型開發階段之後,生產製造商就要努力滿足在第一批產品中實現設計及功能性的重複性。目前,這需要對有爭議的精度問題進行昂貴的實體質量檢查。
從工程設計的角度來看,解決這些特定的挑戰需要一個以資料為驅動力的方式。生產製造流程需要在資料產生的過程中對其進行捕捉,同時製作出一個反映實體產品的映象虛擬模型。這為實現產品規範管理(PSM)系統奠定了基礎。
進行數字化複製和快速原型設計的5 個步驟
1. 整合與資料採集
諸如掃描器、座標測量儀器以及計量表等物理檢測硬體可以整合到感測器當中去。
2. 已採集資料的傳輸
在產品還在組裝生產線上的時候,就需要將採集到的資料轉發到中介軟體層去。
3. 使用軟體對資料進行重建
在這一點上,自動化及其設計軟體對資料進行了精煉和重建,創造了完美的可交付的複製品。
4. 儲存複製品
複製品被儲存於製造執行系統中,用於參考和認證(證明所要求的管理標準和規範)。
5.CAD 和3D 列印的預期需求
對於維護、檢修和大修(MRO)的操作來說,一個以網路為中心的生產製造環境可以使用計算機輔助設計(cAD)資料來生產部件。這些步驟可以用於在現場或維護倉庫內實現快速地工程設計變更。領先的航空航天原始裝置製造商(OEM)和其他公司正在使用3D 列印技術來簡化產品設計和製造業務,使他們能夠提供世界範圍的支援,並消除對倉庫工具和備件的需求。
製造生態系統
這個想法是努力構建一個製造生態系統,能夠在空間、陸地或海上按需建立元件和工具。目前,鐳射成型技術以及數字化設計資料正在用於將粉末材料合成為複雜的航空電子結構件,如F/A-18E/F導管。在一種稱為選擇性鐳射燒結的工藝中,使用鈦金屬和其他材料列印出不同大小的部件。
虛擬化製造的應用正在不斷深化。當一家企業使用物理原型來進行設計迭代的時候,某些材料型別(諸如金屬)不能以理想的成本來進行數字化製造或機加工。如果最終產品的材料和原型的材料不同,即使公司採用了快速成型或3D列印技術,也無法準確預測最終產品的材料屬性。
當涉及到結構設計的時候,無論是茶杯,還是飛機和汽車都需要面對同樣的挑戰。材料的選擇、耐用性以及設計的靈活性,都需要和產品在現實世界中與力、熱以及震動的相互作用保持一致。在這種情況下,虛擬化製造可以將有限元分析法(FEA)提升到另一個層次。例如,焊接模擬(涉及到熱應力和殘餘應力相關因素)會有助於優化工具設計以及實際的焊接工藝。研發工作正在積極為自動化流程優化的模擬和預測開發FEA軟體。一旦與控制系統整合起來,它將可以在工廠車間裡對工具進行再次校準,在不需要人工干預的情況下完成對設計、工具、製作以及材料的變更。
雖然虛擬製造開始作為設計和測試工具的一種方式,但它已經發展成為支援生產過程乃至產品開發的強大力量。通過數字模型可以捕獲產品資訊,以便在工廠車間進行快速原型設計並最終實現批量生產。圖片來源:L&T科技服務公司
數字化雙胞胎
生產製造業的未來要依賴於使用虛擬產品資訊來提高產品質量。在現實中,通過使用來自於整個生產生態系統的合併資料,我們幾乎已經將整個工廠車間都複製下來了,創造出了數字化雙胞胎。一些先進的科技企業已經開始探索此概念了,例如建立風力發電場的工作模擬軟體來預測裝置的故障並且提高日發電量多達20%。
虛擬除錯可以讓操作員通過建立一個虛擬工廠,並將其與真實的控制器連線起來,以全面地驗證一套生產製造系統的可持續性。這需要完整描述工廠的模擬模型,詳細到感測器和執行機構的層面。通過將模型與真實的控制器連在一起,工程師可以在實際的除錯階段還遠遠沒有開始之前就檢測到控制程式的潛在錯誤。
一個模擬的工廠車間可以監控各項引數、暴露出生產的缺口、凸顯成本利用的低效、減少碳排放量。相同的概念和原理也可以應用到產品上面,即使它還在畫圖板上也可以瞭解到未來在現實的世界中是如何工作的。
本文轉載於《控制工程中文版》(CONTROL ENGINEERING China )2018年3月刊《封面特寫》欄目,原標題為:如何通過數字化轉型實現生產製造的優化?
麥肯錫季刊 | 人工智慧:數字化的下一個前沿?
作者:Jacques Bughin,Eric Hazan,Sree Ramaswamy,Michael Chui
人工智慧的先行企業不僅獲得了實際效益,也獲得了突破性發展的機會。成功的轉型需要企業把握好數字化及分析轉型的多個關鍵點。
人工智慧技術即將掀起新一波數字革命浪潮,企業應從當下開始積極準備。率先應用人工智慧的企業已經有所斬獲,使得後來者對加快數字化轉型的需求更為迫切。本文將聚焦人工智慧研究的五大方面:機器人和無人駕駛汽車、計算機視覺、自然語言、虛擬助手、機器學習(其中包括深度學習,這是近來許多人工智慧技術取得突破的基礎)。
近年來,人工智慧領域的投資增長迅猛,主要來自谷歌、百度等數字巨頭。據估算,2016年全球科技巨頭在人工智慧領域的投資高達200億~300億美元,其中90%的資金用於研發和部署,10%用於收購人工智慧相關企業。該領域吸引的風投(VC)、私募(PE)、撥款和種子投資也如雨後春筍般增長,雖然投資者並不多,但投資總量達到了60億~90億美元。其中,機器學習作為促進人工智慧發展的關鍵賦能技術,獲得的內外部投資最多。
除了科技領域,人工智慧在大部分行業中的應用仍處於早期試驗階段,僅有極少數企業開展了規模化部署。麥肯錫在調研中採訪了來自10個國家、14種行業的3000餘位關注人工智慧的C級高管,其中僅有20%的受訪者表示在企業大規模應用人工智慧,或者已將其部署於核心業務。多數企業對人工智慧的商用前景和投資回報心存疑慮。我們調查了160餘種人工智慧應用案例,發現其中僅有12%屬於商用部署。
應用模式的差異導致率先將人工智慧付諸應用的數字化企業與後來者的差距不斷拉大。在麥肯錫全球研究院的產業數字化指數(IDI)中名列前茅的行業(如高科技、電信、金融服務等)也是人工智慧應用的領軍行業,在這一領域的投資意願最為強烈。業內的龍頭企業應用人工智慧的深度和廣度已經相當可觀,或者在各個職能部門應用了多項技術,或者在核心業務中完成了部署,例如汽車製造商運用人工智慧技術開發無人駕駛汽車、改善企業運營;金融服務類企業則將其應用於提升客戶體驗的相關職能。
一些早期證據顯示,大力投資人工智慧的企業不僅取得了實際效益,也獲得了突破性發展的機會。我們在調查中發現,某些採用人工智慧技術的先行企業將強大的數字能力與積極主動的戰略相結合,獲得了更高的利潤率,而且未來有望進一步拉大與其他企業的業績差距。我們在零售業、電力、製造業、醫療保健和教育等行業的案例研究充分說明了人工智慧在提高預測和採購能力、實現運營優化與自動化、開發精準營銷和定價策略、改善客戶體驗等方面的巨大潛力。
人工智慧技術對企業的數字化實力有一定要求,而且往往需要以特定資料進行訓練,這就意味著企業沒有捷徑可走,只能加快數字化轉型的步伐,包括人工智慧技術的發展。先行企業現已逐漸形成競爭優勢,將後來者甩得越來越遠。一場成功的轉型需要企業把握好數字化及分析轉型的多個關鍵點,包括:尋找商用意義、構建相應的資料生態體系、自主開發或購買合適的人工智慧工具、調整工作流程、提升企業能力和改善企業文化,此外還有一點尤其值得注意——我們在調研中發現,高管層的支援、良好的管理和技術水平以及無縫資料訪問能力是促成轉型的關鍵。
不過,雖然人工智慧可以帶來諸多益處,但它也向企業、開發者、政府和勞動者提出了緊迫的挑戰。勞動者需要接受新的技能培訓,學習如何與人工智慧協作,而非與之對抗。渴望成為全球人工智慧產業中心的城市或國家必須勇於投入全球競爭,延攬人才、吸引投資。此外更要解決倫理、法律、監管等方面的問題,為人工智慧的順利發展掃清障礙。
人工智慧賽博物理作業系統
AI-CPS OS
“人工智慧賽博物理作業系統”(新一代技術+商業作業系統“AI-CPS OS”:雲端計算+大資料+物聯網+區塊鏈+人工智慧)分支用來的今天,企業領導者必須瞭解如何將“技術”全面滲入整個公司、產品等“商業”場景中,利用AI-CPS OS形成數字化+智慧化力量,實現行業的重新佈局、企業的重新構建和自我的煥然新生。
AI-CPS OS的真正價值並不來自構成技術或功能,而是要以一種傳遞獨特競爭優勢的方式將自動化+資訊化、智造+產品+服務和資料+分析一體化,這種整合方式能夠釋放新的業務和運營模式。如果不能實現跨功能的更大規模融合,沒有顛覆現狀的意願,這些將不可能實現。
領導者無法依靠某種單一戰略方法來應對多維度的數字化變革。面對新一代技術+商業作業系統AI-CPS OS顛覆性的數字化+智慧化力量,領導者必須在行業、企業與個人這三個層面都保持領先地位:
重新行業佈局:你的世界觀要怎樣改變才算足夠?你必須對行業典範進行怎樣的反思?
重新構建企業:你的企業需要做出什麼樣的變化?你準備如何重新定義你的公司?
重新打造自己:你需要成為怎樣的人?要重塑自己並在數字化+智慧化時代保有領先地位,你必須如何去做?
AI-CPS OS是數字化智慧化創新平臺,設計思路是將大資料、物聯網、區塊鏈和人工智慧等無縫整合在雲端,可以幫助企業將創新成果融入自身業務體系,實現各個前沿技術在雲端的優勢協同。AI-CPS OS形成的數字化+智慧化力量與行業、企業及個人三個層面的交叉,形成了領導力模式,使數字化融入到領導者所在企業與領導方式的核心位置:
精細:這種力量能夠使人在更加真實、細緻的層面觀察與感知現實世界和數字化世界正在發生的一切,進而理解和更加精細地進行產品個性化控制、微觀業務場景事件和結果控制。
智慧:模型隨著時間(資料)的變化而變化,整個系統就具備了智慧(自學習)的能力。
高效:企業需要建立實時或者準實時的資料採集傳輸、模型預測和響應決策能力,這樣智慧就從批量性、階段性的行為變成一個可以實時觸達的行為。
不確定性:數字化變更顛覆和改變了領導者曾經仰仗的思維方式、結構和實踐經驗,其結果就是形成了複合不確定性這種顛覆性力量。主要的不確定性蘊含於三個領域:技術、文化、制度。
邊界模糊:數字世界與現實世界的不斷融合成CPS不僅讓人們所知行業的核心產品、經濟學定理和可能性都產生了變化,還模糊了不同行業間的界限。這種效應正在向生態系統、企業、客戶、產品快速蔓延。
AI-CPS OS形成的數字化+智慧化力量通過三個方式激發經濟增長:
創造虛擬勞動力,承擔需要適應性和敏捷性的複雜任務,即“智慧自動化”,以區別於傳統的自動化解決方案;
對現有勞動力和實物資產進行有利的補充和提升,提高資本效率;
人工智慧的普及,將推動多行業的相關創新,開闢嶄新的經濟增長空間。
給決策制定者和商業領袖的建議:
超越自動化,開啟新創新模式:利用具有自主學習和自我控制能力的動態機器智慧,為企業創造新商機;
迎接新一代資訊科技,迎接人工智慧:無縫整合人類智慧與機器智慧,重新
評估未來的知識和技能型別;
制定道德規範:切實為人工智慧生態系統制定道德準則,並在智慧機器的開
發過程中確定更加明晰的標準和最佳實踐;
重視再分配效應:對人工智慧可能帶來的衝擊做好準備,制定戰略幫助面臨
較高失業風險的人群;
開發數字化+智慧化企業所需新能力:員工團隊需要積極掌握判斷、溝通及想象力和創造力等人類所特有的重要能力。對於中國企業來說,創造兼具包容性和多樣性的文化也非常重要。
子曰:“君子和而不同,小人同而不和。” 《論語·子路》雲端計算、大資料、物聯網、區塊鏈和 人工智慧,像君子一般融合,一起體現科技就是生產力。
如果說上一次哥倫布地理大發現,擴充的是人類的物理空間。那麼這一次地理大發現,擴充的就是人們的數字空間。在數學空間,建立新的商業文明,從而發現新的創富模式,為人類社會帶來新的財富空間。雲端計算,大資料、物聯網和區塊鏈,是進入這個數字空間的船,而人工智慧就是那船上的帆,哥倫布之帆!
新一代技術+商業的人工智慧賽博物理作業系統AI-CPS OS作為新一輪產業變革的核心驅動力,將進一步釋放歷次科技革命和產業變革積蓄的巨大能量,並創造新的強大引擎。重構生產、分配、交換、消費等經濟活動各環節,形成從巨集觀到微觀各領域的智慧化新需求,催生新技術、新產品、新產業、新業態、新模式。引發經濟結構重大變革,深刻改變人類生產生活方式和思維模式,實現社會生產力的整體躍升。
產業智慧官 AI-CPS
用“人工智慧賽博物理作業系統”(新一代技術+商業作業系統“AI-CPS OS”:雲端計算+大資料+物聯網+區塊鏈+人工智慧),在場景中構建狀態感知-實時分析-自主決策-精準執行-學習提升的認知計算和機器智慧;實現產業轉型升級、DT驅動業務、價值創新創造的產業互聯生態鏈。
長按上方二維碼關注微信公眾號: AI-CPS,更多資訊回覆:
新技術:“雲端計算”、“大資料”、“物聯網”、“區塊鏈”、“人工智慧”;新產業:“智慧製造”、“智慧金融”、“智慧零售”、“智慧駕駛”、“智慧城市”;新模式:“財富空間”、“工業網際網路”、“資料科學家”、“賽博物理系統CPS”、“供應鏈金融”。
官方網站:AI-CPS.NET
本文系“產業智慧官”(公眾號ID:AI-CPS)收集整理,轉載請註明出處!
版權宣告:由產業智慧官(公眾號ID:AI-CPS)推薦的文章,除非確實無法確認,我們都會註明作者和來源。部分文章推送時未能與原作者取得聯絡。若涉及版權問題,煩請原作者聯絡我們,與您共同協商解決。聯絡、投稿郵箱:erp_vip@hotmail.com
相關文章
- 製造業數字化轉型的核心:數字孿生與MBSE
- 製造業數字化轉型之從資訊化到數字化進化之路
- 智慧製造企業數字化轉型
- 【數字化】國產自主智慧製造數字化車間
- 數字化能做什麼?如何數字化轉型?
- 什麼是數字化轉型,如何理解數字化轉型?
- 製造業數字化轉型路線圖
- 製造企業的數字化轉型案例分享
- 製造企業數字化轉型的路徑
- 以製造業為核心的數字化轉型
- 製造業數字化轉型的實戰路線圖
- 工業物聯網平臺如何實現智慧製造數字化轉型
- 【數字化】重新思考數字化時代的製造業
- 數字經濟對於製造業數字化轉型影響的思考
- 從數字化過渡到智慧製造
- 數字化轉型
- 數字化改革離散製造業,數字孿生汽車生產全流程
- 數字化浪潮下,製造業如何乘勢而上實現精益生產
- 再見數字化轉型:對數字化轉型的再思考
- 數字化之路(四):企業數字化轉型的若干發現
- 傳統企業如何實現數字化轉型?
- 企業數字化轉型策略如何實現落地
- 企業如何透過智慧產品實現人力資源數字化轉型
- 數字化轉型背景下精益生產的思考
- 跟著華為,學數字化轉型(9):業務如何數字化轉型
- 數字化轉型框架如何搭建?框架
- 電動車生產製造行業的數字化轉型密碼:SAP解決方案行業密碼
- 製造業質量管理如何實現數字化閉環?
- 中德智慧製造聯盟:中德製造業數字化轉型白皮書
- 數字化經營服務商,是如何助力實體商家數字化轉型?
- 解讀製造業數字化轉型的六大因素
- 數字化轉型背景下如何實現API安全加固?API
- 五步實現企業數字化轉型
- 數字化轉型是什麼意思,數字化經營如何做?
- 圖撲數字孿生智慧社群,助力社群數字化轉型
- 【數字化】企業案例:賽輪金宇數字化智慧製造
- 數字化轉型備受關注,為何要數字化轉型呢?
- AI並非無所不能,製造業數字化轉型優先考慮成本AI