睿治

智能数据治理平台

睿治作为国内功能最全的数据治理产品之一,入选IDC企业数据治理实施部署指南。同时,在IDC发布的《中国数据治理市场份额,2022》报告中,蝉联数据治理解决方案市场份额第一。

数字化车间标准化与规划实施

时间:2022-07-02来源:闭眼听风浏览数:278

数字化车间成为制造企业车间的建设方向,数字化车间的建设要结合企业自身特点,应该能应对多品种小批量生产,通过从现场各生产单元与设备采集数据上传至制造信息系统,以实现生产的规划、管理、诊断和优化。通过透明化生产管理,可以快速地发现并减少生产过程中的操作等浪费,提高生产效率。

工业化以来,制造行业在技术应用及管理模式上也经历了几次变革,每一次变革都带来了工业化水平的大幅提升,体现到车间层面的技术应用管理,则大致经历了手工作业、机械生产、流水线大批量生产、电子信息技术应用与自动化生产。从制造业的发展阶段角度,当前的制造企业发展也正处于从第三阶段向第四阶段的过渡时期,即从电子信息时代到智能制造时代的过渡阶段。

在第三阶段,电子信息技术的应用使制造过程自动化控制程度进一步大幅度提高,机器能够替代手工作业,不仅仅是一些体力劳动,还有一些脑力劳动。通过各种信息化系统(控制技术和管理系统)的应用,极大改善及优化了生产车间流程和管理效率,在资源优化、提高效率和辅助决策等方面充分发挥了信息化的优势。

数字化车间建设是实现智能制造的重要一环,是制造企业实施智能制造的主战场,是制造企业走向智能制造的起点。通过数字化车间的建设,充分发挥信息技术、工业技术的优势,以降本提质增效、快速响应市场为目的,在对生产工艺、生产组织、生产过程控制等环节优化管理的基础上,对人、机、 料、法、环、测等生产资源与生产过程进行设计、管 理、仿真、优化与可视化等,实现精细、精准、敏捷、高效地管理与控制。

1. 数字化车间标准化

在《GB/T 37393-2019 数字化车间 通用技术要求》、《GB/T 37413-2019 数字化车间 术语和定义》中对数字化车间的定义、体系结构、基本要求、车间信息交互、数字化技术要求等内容进行了说明。在《GB/T 37393-2019 数字化车间 通用技术要求》中提到,数字化车间是运用精益生产、精益物流、可视化管理、标准化管理、绿色制造等先进的生产管控理论和方法设计而建造的信息化车间,具有精细化管控能力,是实现智能化、柔性化、敏捷化的产品制造的基础。数字化车间作为智能制造的核心单元,涉及信息技术、自动化技术、机械制造、物流管理等多个技术领域。

图1 数字化车间体系结构图

数字化车间的体系结构如图1所示,分为基础层和执行层,管理层应在数字化车间之外。基础层主要包括制造设备及生产资源,参与生产过程,执行生产、检测、物流等任务;执行层主要包括车间计划与调度、生产物流管理、生产过程质量管理、设备管理、工艺执行与管理功能模块,对生产过程中的各类业务、活动或相关资产进行管理。

根据数字化车间体系结构,主要数据包括:

(1)生产计划/车间订单及其运行结果反馈。

(2)作业计划及其执行反馈。

(3)作业执行指令及其执行反馈。

(4)工艺要求的检验指令及质量控制数据反馈。

(5)检验参数及其检验数据反馈。

(6)车间订单的物料需求及配送反馈。

(7)原材料的入库、出库等库存数据。

(8)设备运维计划与设备运行数据等,产生的主要数据流如图2所示。

图2 数字化车间数据流示意图

数字化车间的基本要求包括资产和制造过程数字化要求、网络化要求、系统化要求、集成化要求和安全性要求。

(1)数字化要求

数字化车间的资产和制造过程信息应数字化,包括制造设备数字化、生产信息的采集、生产资源的识别、生产现场可视化和工艺设计数字化。

(2)网络要求

数字化车间应兼有互联互通的网络,可实现设备、生产资源与系统之间的信息交互。

(3)系统要求

数字化车间应建有制造执行系统或其他的信息化生产管理系统,支撑制造运营管理的功能。

(4)集成要求

数字化车间应实现执行层与基础层、执行层与管理层系统间的信息集成。

(5)安全要求

数字化车间应开展危险分析和风险评估,提出车间安全控制和数字化管理方案,并实施数字化生产安全管控。

数字化车间制造运行管理涵盖车间计划与调度、工艺执行与管理、生产过程质量管理、生产物流管理和车间设备管理模块,各功能模块的基本要求:

(1)能与数据中心进行信息的双向交换。

(2)应具有信息集成模型,通过对所有相关信息进行集成,实现自决策。

(3)模块间应能进行数据调用。

(4)模块能与企业其他管理系统(如ERP、PDM)实现信息双向交互。

2.数字化车间的规划实施

数字化车间的规划实施要结合企业自身特点,切合实际,因地制宜,精益思想贯穿始终,以信息技术和工业技术应用为手段,以改善工艺流程、降本增效、提升质量水平和柔性能力为目标,切实提高企业的技术和管理水平。

数字化车间的业务范围会涉及到机加工、装 配、质检、物流、维修保养和管理等环节,数字化车间是一个整体性的解决方案,建设范围应该整体系统性考虑,应用到业务链的每一个环节,这样才能发挥各个环节的联动作用,提高整体水平。

数字化车间是信息技术与工业技术的融合,即IT和OT的融合,通过数字化设备、数控机床、自动检测仪器、自动化技术、自动识别技术、AGV、立体仓库、工业网络、SCADA、MES、APS、WMS等技术和系统的应用,通过信息技术的数据采集、数据传输与存储、工业大数据分析、监控与预测等技术的应用,实现对数字化设备的控制及各个业务环节的联动。

因此,数字化车间建设是一项复杂的系统工程,要先规划,后实施,即先进行成熟度评估、业务需求分析、蓝图规划、方案设计与实施路径规划,然后进行分步实施,如图3所示。

图3 数字化车间建设过程

《GB/T 39116-2020智能制造能力成熟度模型》对车间制造、物流等环节定义了成熟度模型、成熟度等级、能力要素和成熟度要求,企业通过成熟度模型对自身的现状业务能力进行评估与识别差距,分析业务需求,对标行业最佳实践,找准数字化车间规划的抓手。基于企业数字化战略与成熟度评估结果,进行数字化车间蓝图规划,为数字化车间建设制定目标、业务蓝图、系统蓝图、系统边界、数据流等规划内容,是数字化车间建设成为全局性共识,确保目标达成。数字化车间建设不是一蹴而就,要根据蓝图规划,结合企业业务能力,设计解决方案,并综合分析技术可行性和财务可行性制定实施路径,以指导后续的实施落地工作。

数字化车间的规划与实施过程中,要注意以下几个方面:

(1)以问题为导向,明确要解决的主要问题,比如生产成本高,产品质量问题多等,需要从实际情况出发的分析问题,切不可盲目照搬和教条主义。

(2)通过工艺优化、组织优化、流程优化、管理优化等工作,为数字化车间建设提供坚实基础。

(3)设备互联互通很重要,设备联网、数据采集能为数字化车间管理提供实时可靠、准确、客观的数据。通过设备的互联互通,将车间的数控机床、工艺设备、物流设备、机器人等数字化设备实现程序集中管理、数据采集、状态监控、数据分析,将设备由单机控制模式升级为数字化、网络化、智能化的工作模式。

(4)车间网络建设是联接车间中的各项业务,使之互相协作的保障,建设工业以太网网络,比如PROFINET,以用于支持工业现场设备、模块、系统等之间的通信和数据传输。

(5)信息化与业务深度融合,促进业务协同,通过制造信息系统中的计划、调度、物流、质量、设 备、决策等模块,以信息化系统为手段,实现各种信息的共享与协同,做到车间层面精准化计划、精益化生产、可视化看板、精细化管理。

(6)重视精益生产管理理念、工具的应用,包括价值流分析、标准作业、精益布局与物流、TPM、防错防呆等。

(7)除了数据采集,数据在业务运行中的应用很关键,数据在流动中增值。车间各工位、各种设备都集成于信息系统中,人、机、料、法、环、测各环节的数据相互融合,有序流动,精准数据分析有效地支持管理决策,实现透明化管理。

3. 数字化车间建设后的收益

数字化车间建设后,通常会在以下几方面有一定幅度的业务收益,但在不同行业不同制造企业的收益是不同的,各有侧重:

(1)制造数据量提高15%~60%。

(2)生产效率提高10%~30%。

(3)生产过程透明度30%~70%。

(4)生产周期降低10%~40%。

(5)生产管理成本减少15%~25%。

(6)产品准时交货率提高15%~40%。

4. 结论

数字化车间成为制造企业车间的建设方向,数字化车间的建设要结合企业自身特点,应该能应对多品种小批量生产,通过从现场各生产单元与设备采集数据上传至制造信息系统,以实现生产的规划、管理、诊断和优化。通过透明化生产管理,可以快速地发现并减少生产过程中的操作等浪费,提高生产效率;可以跟踪监控生产全过程,在生产过程中快速检验并管控不良品,减少质检工作量,提高成品质量;可以自动化执行工艺操作,采集设备运行数据、人员绩效数据等,监控设备装备,提高员工工作效率。因此,数字化车间建设需要既切合实际生产,又能降本增效、提升质量水平和管理水平。

(部分内容来源网络,如有侵权请联系删除)
立即申请数据分析/数据治理产品免费试用 我要试用
customer

在线咨询