灵图互动-数字孪生,虚拟仿真解决方案优质提供商

灵图互动是数字孪生虚拟仿真平台软件优质企业

工业4.0背景下的智能制造:多重困境与五大难点

发布时间:2022-08-01

编辑人:灵图互动

阅读量:775

随着科技的发展,新一轮科技革命和产业变革正孕育兴起,以“智能制造”为主导的“工业4.0”、“工业互联网”-第四次工业革命已经来临。为此,各国先后提出了工业40、工业互联网、先进制造伙伴计划以及中国制造2025等先进制造战略与模式。

工业4.0是工厂将生产设备、无线信号连接和传感器集成到一个生态系统平台中,这个生态系统可以监督整个生产线流程并自主执行决策。该系统利用了信息物理系统、物联网、工业物联网、云计算、认知计算和人工智能。

简单来说,工业4.0的目标是自然资源从开采、收集,直到生产成为商品进入流通领域,这一过程中的“劳动”尽可能通过智能系统自动化进行。以往几次工业革命中,人所起到的作用,在工业4.0中将被大幅淡化,“智能制造”将成为主流。

工业4.0生态系统

当前,我国制造业面临着异常严峻的挑战,在这种背景下,制造企业如何实现转型升级?推进智能制造成为重要的途径。然而,目前我国制造企业推进智能制造面临着诸多难点问题。

1.智能制造面临的多重困境

1.1 概念满天飞,技术一大堆

近几年来,从工业4.0的热潮开始,智能制造、CPS、工业互联网(平台)、企业上云、工业APP、人工智能、工业大数据、数字工厂、数字经济、数字化转型、C2B(C2M)等概念接踵而至,对于大多数制造企业而言,可以说是眼花缭乱、无所适从。

智能制造涉及的技术非常多,例如云计算、边缘计算、RFID、工业机器人、机器视觉、立体仓库、AGV、虚拟现实/增强现实、三维打印/增材制造、工业安全、TSN(时间敏感网络)、深度学习、Digital twin、MBD、预测性维护......让企业目不暇接。这些技术看起来都很美,但如何应用,如何取得实效?很多企业还不得而知。

1.2 摸着石头过河

企业推进智能制造领域的相关技术十分缺乏经验,欠缺可以借鉴的成功案例。目前,制造企业已经存在三种类型的孤岛:信息孤岛、自动化孤岛,以及信息系统与自动化系统之间的孤岛。企业目前也缺乏统一的部门来系统规划和推进智能制造。在实际推进智能制造的过程中,企业也仍然是头痛医头,缺乏章法。

1.3 理想很丰满,现实很骨感

推进智能制造,前景很美好。但是绝大多数制造企业利润率很低,缺乏自主资金投入。在“专项”、“示范”以及“机器换人”等政策刺激下,一些国有企业和大型民营企业争取到各级政府给予的资金扶持,而中小企业只能“隔岸观火”,自力更生。然而,为了争取政府项目,方案必须做得漂亮,档次必须高大上,投入必须上亿。

大屏幕指挥中心是必须有的,大量采用机器人的自动化生产线是必须建的,立体仓库、AGV也是可以有的,MES更是必不可少的,国产系统是必须用的。至于究竟能否取得实效,就只有企业“冷暖自知”了。

1.4 自动化、数字化还是智能化?

在推进智能制造过程中,不少企业对于建立无人工厂、黑灯工厂跃跃欲试,认为这就是智能工厂。而实际上,高度自动化是工业3.0的理念。

对于大批量生产的产品,国外的优秀企业早就实现了无人工厂,例如日本FANUC全自动装配伺服电机,40秒一个,但其前提是产品的标准化、系列化,以及面向自动化装配的设计,例如将需要用线缆进行插装的结构改为插座式的结构。

智能制造难点

2. 智能制造存在的五大难点

从技术和管理的角度看,中国制造要走向智能制造,主要还存在五大难点:

2.1 智能制造是基于新的物联网、大数据、云计算等数字化技术与先进制造技术的深度融合,贯穿于从设计、供应、生产制造、服务等整个供应链制造、运营和管理的各个环节。

因此,智能制造包含两个系统工程,一个是智能制造技术(制造技术和信息技术)整合的系统工程,另一个是管理的系统工程。目前,这两个系统工程不仅是中国企业面临的问题,欧美企业也同样面临这个问题。

2.2 装备制造业仍然是瓶颈,跟不上智能制造发展的要求。

智能制造最终还是要落到制造技术和装备上,虽然我国在互联网、物联网、大数据、云计算等数字化技术以及5G的深入应用上处于优势地位,但制造最后的执行单元还得是机床,在这方面我们与欧美日企业相比还存在很大的差距,比如工业机器人、3D打印、芯片光刻机、高精度的测量测试设备等。

2.3 基础数据平台深度开发不受控。

企业要实现智能制造,需要两个基础系统平台,一个是MES系统,另一个是ERP系统,而这两个系统我们没有自主的软件平台,还是要依赖于欧美,因此在深度定制开发上还是受限制。

2.4 算法开发。

智能制造需要基于数据并充分挖掘数据价值而实现自决策、自管理、自学习,从数据源采集、数据呈现、数据分析到自行诊断、自动反馈、自动调整控制,中间就离不开算法的开发,智能的核心也就是算法。

而算法开发是一个多元跨界和交叉学科的工作,既要求对业务有深入理解,又要有IT技术思维。目前,我们在算法开放的资源上还存在很大的差距。

2.5 管理和组织的变革。

一方面,智能制造基于数据实现端对端、信息充分共享、管理平台化,打破了企业原有的金字塔官僚管理体制结构,来自原有权力结构拥有者的变革阻力会很大,往往他们还掌握了决策权,导致智能制造的资源投入不到位。

另一方面,管理方式会因信息平台化而发生改变,个体和任务小团队的自管理、自决策机制会越来越普遍,但是,目前还没有找到很好的组织管理方式及组织文化激发个体和小团队的工作意愿并相互协同。

3. 面对困境我们能做什么?

基于以上原因,未来智能制造之路还有很长一段时间需要去探索,其中有三点是需有所创新和突破:

3.1 在技术上需要自主研发突破装配和软件技术的瓶颈,同时关注整个生态链中的核心技术;

3.2 在适应性上需要推动组织和管理的变革,以适应信息技术带来的管理变化。

3.3 在智能化的道路上需要引入系统工程、顶层设计,才有可能实现制造技术、信息技术和组织管理三者的深度融合。

4. 灵图互动智能制造数字孪生解决方案

智能制造数字孪生解决方案采用制造领域的数字孪生技术,连接虚拟与现实,将产线数模应用于贯通整个产线建设生产流程,即贯通规划、建设、调试、生产、优化、监控整个流程,实现产线智能化,更直观和简单的监控整个生产过程,从而极大的提升产线设计工作效率及后期数据应用率。

智能制造数字孪生解决方案

优秀案例推荐:

  • 1
分享 标签
创建于2022-06-14
行业资讯

灵图互动(武汉)科技有限公司版权所有Copyright © 2015-2023

鄂ICP备16014868号-1

虚拟仿真 数字孪生