引言
随着新技术革命和经济全球化的发展,制造业也正在经历着重大转变,出现许多新的发展趋势。2013年,德国联邦教研部与联邦经济技术部首次提出,制造业将进入以智能制造为主导的第四次工业革命,即“工业4.0”。一石激起千层浪,世界主要经济体相继提出以智能制造作为国家未来制造业的发展战略,美国提出了“工业互联网”,中国提出了“中国制造2025”,日本的“科技工业联盟”,英国的“工业2050战略”等,制造业已成为各国在新一轮技术革命和产业变革中占据制高点的必争战场。(如图1所示)
图1:全球主要国家智能制造战略
对比各国关于制造业转型发展的战略规划,都将发展智能制造作为其战略核心,不断推动制造业向数字化、网络化、智能化发展,向绿色化、服务化转型。因此,在可以预见的未来,以智能制造为代表的新一轮产业革命,将是中国传统制造业释放未来竞争力的关键,发展智能制造也是中国传统制造业转型升级的必经之路。
传统制造企业转型智能制造的困惑
中国制造2025是在新的国际国内环境下,我国政府立足于国际产业变革大势,作出的全面提升中国制造业发展质量和水平的重大战略部署。其核心是基于物联网、大数据、云计算等新一代信息技术,贯穿于设计、生产、管理、服务等制造活动的各个环节,具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式。一时,国内制造企业纷纷兴起传统制造向智能制造转型升级的浪潮。
然而,中国制造企业目前主要处于工业2.0/3.0并存阶段,处于附加值低,创新能力弱,结构不合理的产业链中端,产业价值链中主要扮演加工,组装为主的角色,尽管关于“智能制造”的愿景十分美好,但企业如何从自身的情况出发去筹划智能制造的转型升级,依然面临着众多疑问:诸如自己处在智能制造的什么水平,哪些方面还需要提升,提升的路径是什么?企业成功实施智能制造的关键点是什么?如何分步实施等。
为帮助企业在智能制造转型升级阶段识别差距、确立目标、实施改进,中国电子技术标准化研究院在遵循工信部《国家智能制造标准体系建设指南(2015版)》的智能制造系统架构的定义,借鉴《软件能力成熟度模型》以过程为核心的管理思想、参考了《工业4.0就绪度》的部分内容,于2016年9月出台了《智能制造能力成熟度模型白皮书(1.0)》。
智能制造成熟度模型要点
《智能制造能力成熟度模型白皮书(1.0)》指出,智能制造成熟度模型是一套管理方法论,是在智能制造领域的应用,旨在为企业实施智能制造提供指导,帮助企业认清自身所处的发展阶段,能够根据能力成熟度模型进行自我评估与诊断,达到有针对性的提升和改进智能制造能力的目的。
1、 架构模型
架构模型(如图2所示)由维度、类、域、等级和成熟度要求等内容组成。维度、类和域是“智能+制造”两个维度的展开,是对智能制造核心能力要素的分解。等级是类和域在不同阶段水平的表现,成熟度要求是对类和域在不同等级下的特征描述。
图2:架构模型
2、 两个维度
“智能+制造”两个维度是论述智能制造能力成熟度模型的起点,代表了对智能制造本质的理解,也可以理解为OT(运营技术)+IT(信息技术)在制造业的应用。
图3:两个维度
制造维体现了面向产品的全生命周期或全过程的智能化提升,包括了设计、生产、物流、销售和服务5类,涵盖了从接收客户需求到提供产品及服务的整个过程。与传统的制造过程相比,智能制造的过程更加侧重于各业务环节的智能化应用和智能水平的提升。
智能维是智能技术、智能化基础建设、智能化结果的综合体现,是对信息物理融合的诠释,完成了感知、通信、执行、决策的全过程,包括了资源要素、互联互通、系统集成、信息融合和新兴业态5大类,引导企业利用数字化、网络化、智能化技术向模式创新发展。
3、 10个大类、27个域
根据“智能+制造”两个核心维度,分解为设计、生产、物流、销售、服务、资源要素、互联互通、系统集成、信息融合、新兴业态10大类能力以及细化的27个要素域。类和域代表了智能制造关注的核心要素,是对“智能+制造”两个维度的深度诠释。其中,域是对类的进一步分解。
10大类核心要素相互作用达到智能制造的状态。27个域由10个大类进一步细化,通过定义各子域,便于对其评估分级,形成智能制造的最小评估因子。
图4:大类与域
4、 5个等级
智能制造能力成熟度模型共分为已规划级、规范级、集成级、优化级与引领级5个等级(如图5所示)。等级定义了智能制造的阶段水平,描述了一个组织逐步向智制造最终愿景迈进的路径,代表了当前实施智能制造的程度,同时也是智能制造评估活动的结果。模型中对27个域逐一定义了成熟度等级,便于企业对照自身任一领域的智能水平。
图5:5个等级
5、 能力成熟度矩阵
通过对实现域的特征应满足的各种等级进行定义,从而判定企业是否实现该级别的依据。最终通过维度、类、域及等级的相互关系,构成智能制造能力成熟度矩阵(如图6所示)。智能制造能力成熟度矩阵是模型架构的具体实例,涵盖了智能制造能力成熟度模型所涉及的核心内容,是模型组成部件的全局展现。
图6:能力成熟度矩阵
6、 智能制造成熟度模型适用于哪些企业
智能制造能力成熟度模型具备通用性,适用于所有制造企业,不受行业限制。分为两种表现形式-整体成熟度模型和单项能力模型,分别面向大型企业用来提升整体智能制造水平和面向中小型企业用来对某一类关键域逐步连续式的改进(如图7所示)。
图7:整体成熟度模型与单项成熟度模型
整体成熟度模型用于衡量企业智能制造的综合能力,兼顾了制造和智能两方面。将企业智能制造能力成熟度划分为5个等级,数字越大成熟度等级越高,同时,提升企业智能制造水平是由低到高逐步递进的,不能放弃比较低的等级直接越级提升到比较高的等级。
单项能力模型用于衡量企业在制造的某一关键业务环节的智能化能力,侧重制造维的实施。其将每一制造环节的智能制造能力分为5级,数字越大能力等级越高。选择一个类进行改进后,必须严格按照等级递进提升。
智能制造成熟度模型的评估应用
智能制造能力成熟度模型可用于诊断评估、统计分析以及改进提升,可供产业主管部门、制造企业、解决方案提供商、第三方机构等四类主体使用。
制造企业通过评估,可以与该模型对标,从而了解自身智能制造的水平,通过设定相应目标,进行差距分析,找出自身存在的问题,对症下药,制定符合企业自身的智能制造升级路径,选择适宜的解决方案与服务,提升自身的能力。
智能制造成熟度模型建立了企业智能制造成熟度的递进框架、各级之间的关系以及每级的智能制造水平的表现特征,为企业建立一个描述其智能制造综合水平的模型,为评估不同企业的智能制造水平提供了依据。企业可以依据模型自行评估,也可以委托第三方机构进行评估。当然智能制造成熟度评估因其知识综合性非常强,故对评估单位的要求比较高,通常评估单位应具备完备的知识体系和咨询经验,如业务、技术、自动化、信息化、集成、管理等多方面知识,所以企业在选择评估时应考虑这方面因素。
NCG通过对该模型的分析研究,结合多年专注制造企业管理咨询与信息化咨询的丰富经验,设计出一套企业智能制造成熟度的评估诊断方法(如图8所示)。
图8:NCG企业智能制造成熟度评估诊断方法
该套智能制造成熟度评估方法论分为定位、梳理、诊断与方案四个阶段。
定位(P):首先选择确定适合被评估企业的成熟度评估模型(整体或单项),根据企业所在行业的特点对27个评价域进行裁剪,确定评价域。然后有针对性的收集企业内外部信息,并对信息进行分析分类确认。
梳理(O):针对每一项成熟度要求梳理设置不同的问题指标(其中包括在定位阶段企业提出的需求),并对问题指标进行陈述、分析、推导,对“问题”的满足程度来进行评判,作为智能制造评估的输入,根据问题相较成熟度要求的满足程度,设置打分原则。
诊断(D):根据以上设定的打分原则,对问题进行成熟度要求打分,然后根据不同行业模型设置的域权重加权计算逐级形成域、类的评估得分及总分,最终根据评级得分区间计算出所属等级。图9为评价得分示例:
图9:企业智能制造成熟度评价示例
方案(P):通过前期的诊断分析,结合企业战略目标及智能制造的发展现状,识别模糊地带、理清矛盾观点、发现并总结改进点,制定详细的提升方案及行动路径。
企业通过成熟度的评估可以认识到自己与成熟度模型及标杆企业的差距和存在的问题,依据成熟度模型逐级递进提升的方法,可以根据现状及目标,制定智能制造的方案及提升路径,并在某一领域进行试点,取得成功后再逐步扩大推进。
企业智能制造转型及未来企业架构建议
智能制造的发展以企业的自动化和信息化发展为基础。自动化主要实现生产过程的数字化控制,离不开各类过程控制类软件的深度应用;信息化主要实现企业研发、制造、销售、服务等环节和流程的数字化,打通企业内部的数据流,以研发设计类、生产调度类、经营管理类、市场营销分析类软件的深度应用为特征。
从智能制造的成熟度模型可以看出,智能制造的最高阶是商业模式的创新,如个性化定制、协同制造、远程维护等。NCG认为,中国传统制造企业要形成新的商业模式必须要建成符合未来趋势的信息化架构来支撑,未来信息化的架构与传统信息化架构有较大差别,企业的传统信息化更专注于企业内部的运营管理,未来信息化则必须借助互联网、物联网、云计算、大数据等先进信息技术,从而建立趋向于全局化、虚拟化、智能化、数据化和服务化的企业架构模式。
1、 未来制造企业的信息化发展趋势
全局化
除实现企业内部如ERP、MES、SCADA、WMS、智能设备等集成外,同时也要实现与外界信息的集成,如与供应商、客户、合作伙伴等系统的集成,加强信息的沟通与分享,建立面向全产业链的资源配置和销售服务网络,使制造业突破传统企业、社会和国家的界限,使各角色相互之间更加可靠、高效、实时协同。
虚拟化
将实体工厂中的业务及实体转化为数字化的虚拟工厂,并建立虚拟工厂与实体工厂之间实时、紧密的映射链接,充分利用虚拟工厂强大的仿真计算能力,评估工厂的现状并仿真模拟未来的运营状态,最优化的仿真结果则可以用来组织工厂的制造资源开展相应的活动,如产品设计阶段,可以利用虚拟化仿真实现在产品定型制造前就完成产品的验证、评估优化及改进。
智能化
利用先进的信息及通信技术、网络技术以及智能控制技术等实现对业务过程的感知、分析、计算、判断、联想和决策。在工业4.0环境下,针对客户定制的产品,其制造过程是相对动态的,工艺路线、在厂内的生产工位、搬运轨迹都是相对灵活的过程,如在生产过程中,需要用到该零件时,AGV小车自动通过WMS系统获取零件位置并准确配送到指定工序的设备上,整个生产过程都通过智能设备、智能机器人、智能系统相互协同完成。
数据化
将企业在运营过程中的内部或外部数据资源进行采集、存储、分析、使用的方法,从而形成科学的数据化管理体系,如生产大数据、营销大数据、产品运行数据,服务数据等。
服务化
应对竞争和供大于求的全球市场,制造企业将非核心业务和专业外包,实现从生产型制造向服务型制造转变,从单纯提高产品质量向提高产品的服务、增加产品附加值转变,走向价值链高端。
2、 未来制造企业信息化的主要特点
结合未来企业信息化的五大趋势,NCG认为未来制造业的信息化架构较传统架构应融入更多元素:
先进的信息技术
在移动互联网、物联网、云计算、大数据等为代表的泛在信息的强力支持下,能更好的推进传统制造业的“智能制造转型”。
C2B与C2M并存
C2B与C2M这两种新型的电商模式,将制造企业用户的个性化需求充分对接,是制造企业的核心竞争力之一。用户将直接在制造企业的电商平台上下单,某些商品可利用AR技术增强购买体验,实现客户、生产者、设备、物料的直接联通。当企业的智能制造达到一定水平时,C2B与C2M在一个企业中将并存,以实现不同应用场景的需求。
智能设备与产线
国内制造企业在整体上看,自动化设备与产线的水平较低,以流程生产的能源、电力等企业的自动化水平较高,而离散制造企业的自动化水平相对较低。未来智能制造企业必须采用智能设备及产线(如图10所示),如自动化机床、3D打印机、机器人等,才能保障实体工厂与数字化工厂的实时交互、生产过程的控制及优化,从而提高生产效率、生产质量,应对大批量的定制化生产需求。
图10:智能设备与产线
电子技术及微系统
电工电子技术将遍布于企业生产的各个角落。在生产和装配的过程中,能够通过传感器或RFID技术自动进行数据采集,并通过电子看板实时显示生产状态;能够通过机器视觉和多种传感器进行质量检测,自动剔除不合格品,并对采集的质量数据进行SPC分析,找出质量问题的成因;嵌入式智能系统也将会大量使在在智能产品中,以实现自动预警、远程运维、运行数据收集与传输等功能。
智能化管理模式
实现智能管理的基础是核心系统无缝集成,利用传统信息化管理系统,通过互相集成、植入业务规则,实现各业务流程的自动化和智能化,如实现智能供应链、智能物流、智能决策等,当然还可以与上下游企业的系统进行集成应用,从而达成企业间的协同管理。
3、 未来制造企业信息化的参考架构
NCG将未来制造企业信息化架构分为五层:基础平台层、智能产线层、生产执行层、运营协同层、智能决策层(如图11所示)。
图11:NCG关于未来制造企业的参考架构
基础平台层:企业信息化的基础设施、网络、虚拟化平台等;
智能产线层:生产现场的智能设备、智能生产单元及智能生产线等以及对应的控制系统,由工业以太网、传感器、执行器、工业机器人、数控机床、工控系统、智能能生产线等造装备、人员/工具等组成;
生产执行层:包括生产执行系统及车间物流仓储系统,如DCS、SCADA、MES、APS、LMS等;
运营协同层:主要支撑企业运营管理,如企业内部管理与上下游企业的协同等。涵盖ERP、PLM、CRM、SRM、电子商务等相关系统;
智能决策层:通过对企业各运营环节中的数据汇集,形成制造大数据、质量大数据、服务大数据等,利用大数据技术实现智能分析、智能决策。
根据成熟度模型对智能制造各子域提出的智能化要求,结合NCG对未来制造企业信息化的五层架构,提出制造企业未来企业信息化参考模型(如图12所示)。
图12:NCG制造企业未来企业信息化参考模型
在智能制造的三大体系框架内建立未来信息化架构:
通过电子商务平台、CRM、智能物流系统、SRM、B2Bi等打通企业与消费者、客户、供应商、伙伴商等全产业链条,实现各企业间的无缝合作,提供实时产品与服务;
通过ERP、PLM、MES、SCADA、智能设备等实现企业内部自动化制造向智能化制造的转变,实现柔性化生产;
通过虚拟化制造系统实现工厂的数字化双胞胎;
通过大数据技术建立智能决策平台;
未来云平台将成为企业的必备单元,用以支撑企业的整个数据层及应用层。
结束语:
从整体来看,国内传统制造业正经历着从1.0到2.0和从2.0到3.0同时跃迁的过程中,当发达国家(如德国、美国)提出工业4.0并开始推进时,我们要清楚的认识到国内外企业现状与社会环境的差异。同时,企业要全面实现智能制造,也并非通过自身努力就可以成功,还需要依赖整个产业链、社会群体甚至国家的推动,而企业自己可以掌控的首先就是切合实际的打好智能制造的基础,包括对自身有清晰的认知,并结合自身条件筹划未来信息化对智能制造的支撑体系,参照智能制造成熟度模型在相关领域逐步提升智能化水平。