The website uses cookies. By using this site, you agree to our use of cookies as described in the Privacy Policy.
I Agree
陳泳睿
58 articles
My Web Markups - 陳泳睿
  • DT更側重於虛擬模型,從而在DT中實現一對一映射,而CPS強調3C功能,從而導致一對多映射關係。在CPS和DT的功能實現方面,傳感器和執行器支持物理世界和信息世界之間的交互以實現數據和控制交換。相比之下,模型在DT中起著重要的作用,有助於根據各種數據解釋和預測物理世界的行為。
  • CPS和DT大約在同一時間被提出。然而,直到2012年NASA和美國空軍開始使用DT概念時DT才受到廣泛關注
  • 結合數據分析,數字孿生使製造商能夠做出更準確的預測、合理的決策和智能的生產
  • 集成幾何、結構、材料屬性、規則和過程等的模型使生產系統和過程的數字化和可視化成為可能
  • DT的側重點是數據和模型
  • 數字孿生集成了全要素、全業務和全流程數據,以確保一致性
  • DT的主要思想是為物理實體創建數字副本(即虛擬模型),以便通過建模和仿真分析來模擬和反映其狀態和行為,並通過反饋,預測和控制它們的狀態和行為
  • 通過分佈在物理設備和環境中的多個傳感器,進行大規模分佈式數據採集(如材料屬性、實時性能和環境條件)和狀態標識,以實現使信息世界和物理世界之間的交互
  • 通過信息世界的數據管理、處理和分析,基於預定義的規則和控制語義生成控制命令。控制命令被反饋給執行器,而後執行器根據控制命令執行操作並適應變化。數據和控制總線為實時通信和數據交換提供支持。通過傳感器和執行器,物理過程的任何變化(如行為、條件或性能)都會導致信息世界的變化,反之亦然
  • CPS的側重點是傳感器和執行器。
  • CPS與物理過程緊密耦合。智能來自數據。傳感器和執行器與物理世界交互以進行數據交換是CPS最重要的功能
  • CPS集成了3C技術,使物理流程具有精確控制、遠程協作、自主管理和其他功能
  • 而DT則採用基於模型的系統工程方法
  • CPS將傳感器和執行器視為主要模塊
  • 複雜產品可以被視為系統級DT
  • DT還可以進一步執行高保真仿真
  • DT更注重模型的構建,包括幾何形狀模型、規則、行為和其他約束模型等
  • 通過數據交換和數據處理,單元級CPS可實現更高效、更具彈性的機器
  • 這些生產要素構成了單元級CPS和DT的物理部分。帶有傳感器、執行器和嵌入式系統的機床可以被視為單元級CPS
  • 單元級是指參與製造活動的最小單位,如單一設備(如機床、機械臂等)、物料(如原材料和帶有RFID或傳感器的部件等),甚至是環境因素
  • SoS級數字孿生不僅可以縮短設計週期,還可以大大降低時間和成本
  • SoS級DT為產品創新和質量可追溯性奠定了基礎。例如,來自製造和維護階段的數據也可以幫助改進下一代設計
  • SoS級DT是產品生命週期各個階段的集成。它將來自產品生命週期各個方面的數據整合在一起,這可能在各個生命週期階段甚至下一個生命週期中都很有用
  • 至於DT,仿真和從生命週期的一個階段到後續階段的無縫數據傳輸是核心
  • 例如,生產、設計和服務公司之間的協作可以實現個性化定制、智能設計、遠程維護等
  • 企業協作將提供不同類型的協作應用,如商務協作、供應鏈協作、製造協作等
  • 與系統級CPS相比,SoS級CPS更注重企業級集成,甚至跨企業協作
  • 系統級CPS和DT生產系統可以是生產線、車間,甚至是工廠等。基於“感知-分析-決策-執行”的閉環,系統級CPS和DT可以實現製造資源的最優配置,提高各種資源之間的協作效率
  • 系統級DT的虛擬模型需要通過多個單元級模型的集成和協作來形成
  • 借助虛擬模型,DT提供了更加直觀和有效的手段。
  • CPS和DT的組合將幫助製造商實現更精確、更好、更高效的管理
  • DT可被視為構建和實現CPS的必要基礎
  • 控制的目的是使系統保持在可接受的正常運行水平,以應對乾擾[36]。控制是CPS和DT的核心功能。CPS的信息物理交互至關重要[10]。DT的虛擬模型和物理過程在產品或系統生命週期中共同演變[40]。CPS和DT中的控制包括兩個部分:物理資產或流程影響信息表達,以及信息過程控制物理資產或流程。對於前者,物理世界是動態的,同一實體可能在不同的時間顯示不同的屬性[9]。為了保持一致,使用傳感器收集來自物理世界的實時數據,並傳達到信息世界,以驅動信息元素與物理世界同步。特別是對於DT,物理實時數據驅動虛擬模型模擬物理過程及其演化[13]。對於後者,信息世界使用感知數據來計算控制輸出並將其發送到執行器進行物理實現[41]。例如,通過數學模型和相關計算工具,可以預測未來狀態和故障,從而提前生成更好的服務和控制解決方案。通過信息物理交互,可控制消除某些干擾,包括意外和惡意威脅[42]。
  • DT的願景是為組件、產品或系統提供全面的物理和功能描述[27]。第一個也是最重要的步驟是創建高保真虛擬模型,以真實地再現物理世界的幾何形狀、物理屬性、行為和規則[22]。這些虛擬模型不僅在幾何和結構方面與物理部分高度一致,而且能夠模擬其時空狀態、行為、功能等[25,38]。即虛擬模型和物理實體具有相似的外觀(就像孿生兄弟)和相同的行為(就像鏡像)。此外,數字環境中的模型可以直接優化操作,並通過反饋調整物理過程[39]。使用雙向動態映射,物理實體和虛擬模型共同演化[19]。因此,DT的物理世界和信息世界之間的映射關係是一對一的對應關係。集成幾何、結構、行為、規則和功能屬性的虛擬模型對應特定的物理對象。
  • CPS的本質是使用與物理過程緊密交互的計算和通信向物理系統添加新功能[32]。CPS通過3C之間緊密集成,為複雜系統提供實時傳感、動態控制和信息服務[33,34]。與DT相比,CPS更強調信息世界的強大計算和通信能力[35],這可以提高物理世界的準確性和效率。
  • CPS被定義為計算和物理過程的集成[26]。同時,使用物理系統的數字模型執行實時優化被稱為“數字孿生” [27]。在製造中,CPS和DT都包括兩個部分:物理部分和信息部分。如圖2所示,物理部分由各種製造資源組成,可歸納為“人-機-物-環境” [4]。製造活動由這些物理資源執行。信息部分擁有各種無處不在的應用和服務,並融合了智能數據管理、分析和計算功能[18]。服務和應用提供豐富的功能,能夠提高製造效率。物理部分感知和收集數據,而信息部分分析和處理數據,然後做出決策[9]。
  • 數字孿生一詞可追溯到由Michael Grieves教授2003年在密歇根大學關於產品生命週期管理(PLM)的演講中提出的“物理產品的虛擬數字化表達” [12]。當時,由於技術的局限性和不成熟[12],幾乎沒有DT相關的研究或應用。為了解決日益複雜的工程系統問題,美國國家航空航天局(NASA)和美國空軍在航空器的健康維護和剩餘使用壽命預測中應用了DT
  • 2006年。美國國家科學基金會(NSF)的Helen Gill用“信息物理系統”一詞來描述傳統的IT術語無法有效說明的日益複雜的系統[15]。CPS隨後被列為美國研究投資的重中之重[14]。在德國,CPS同樣被認為是工業4.0的內核和基礎[16]。毫無疑問,CPS可以帶來巨大的經濟效益,並將從根本上改變現有的工業運營[10]。然而,目前對CPS的研究主要集中在概念、架構、技術和挑戰的討論上[17]。與嵌入式系統、物聯網、傳感器和其他技術相比,CPS更加基礎,因為CPS不直接涉及實現方法或特定應用[11]。因此,正如NSF所言,CPS的研究計劃是尋找新的科學基礎和技術[18],CPS更側重科學研究。
38 annotations
  • “MAPS為工廠自動化指定了一組標准通信服務,並已被ISO接受為國際標準。它是一個協議模擬和一致性測試工具,支持工廠車間的控制器,諸如PLC、機器人、群組控制器、集群控制器的各種協議。MAPS是最古老和最常用的工廠車間自動化協議之一,由通用汽車公司率先提出,被通用電氣公司在它的工廠中採用。”
  • SEMI正在考慮將“分佈式記賬技術”(區塊鏈)作為一種可能的技術,包含在他們的通用設備模型(GEM-E30)協議中。
  • SEMI的SECS/GEM協議是半導體行業在上個世紀80年代和90年代創立的,直到今天,它仍在不斷更新。有超過900個英國的SEMI標準,還有很多韓國標準、日本標準和中國標準
  • OML協議是由Mentor公司的Valor部門開發的,現在Valor已經成為西門子公司的一部分。OML協議是使用Valor 物聯網盒子將傳送的信息和通信協議根據ISA-95的應用層次結構(圖3)將SMT組裝設備連接到西門子的更高級別的工廠軟件和顯示器及性能儀表板。
  • MAPS測試套件可以用來增強模擬多個UE和IMS的核心成分,諸如在IMS核心網絡中的P-CSCF, I-CSCF, S-CSCF, PCRF, MGCF。在移動電話和其他模擬無線網絡的幫助下,VoLTE實驗室的設置可以進行實時VoLTE呼叫,以及與PSTN和VoIP網絡互通。把MAPS增強到高密度版本和專用的1U網絡應用,它能夠支持高呼叫強度(每秒數百次呼叫)和高容量的持續呼叫(每個1U平台可以支持同時進行數万個呼叫)。
  • Hermes標準是一種低級生產線控制協議,它在生產線上的各個前後設備之間傳送信息,包括PCB ID、程序名稱和關鍵的產品數據。這些元素允許建立自動決策和儀表板顯示、警報和報告。在降低成本的同時提高生產能力、效率、產量規劃和質量。可以進行全面的元件追溯(IPC-1782)和設計反饋(IPC-2581)。典型的CFX主題和信息如圖2所示。IPC已建立一種方法來添加和編輯CFX標準的新信息,即“CFX信息提交過程”,幫助它發展並被更多的設備和工藝所應用。其中甚至還有用於手工焊接的CFX信息傳送。MAPS可以模擬無線信令協議,例如LTE(S1,eGTP,X2)接口和在IP傳輸層上的UMTS(IuCS,IuPS,IuH)、GPRG Gb和GSM A。”
6 annotations
  • 每前進0.01ns,就從電池中獲得一些電荷(±Q),恆定的時間間隔(±t)內從電池中流出的恆定電量(±Q)就是一種恆定電流。流入迴路的負電流實際上與流出的正電流相等,而且正好在信號波的前端,交流電流藉由上、下線路組成的電容,結束整個循環過程。
  • 每移動0.06英寸,必須把更多的正電荷加到發送線路,而把更多的負電荷加到迴路。每隔0.01ns,必須對傳輸線路的另外一段進行充電,然後信號開始沿著這一段傳播。
  • 壓差,且這兩個導體間也形成了一個電容器。
  • 訊號能量在第一個0.01ns前進了0.06英寸,這時發送線路有多餘的正電荷(由電池提供),而迴路有多餘的負電荷,正是這兩種電荷差維持著這兩個導體之間的1V電壓差
  • 訊號傳遞時,會在傳輸線內建立一個電場,而這訊號傳遞的速度取決於在訊號與迴路周圍金屬材質的電荷充放電與磁場生成速度。
  • 瞬時阻抗或特性阻抗,對信號傳遞品質而言非常重要。在傳遞過程中,如果下一步的阻抗和上一步的阻抗相等,工作可順利進行,但若阻抗發生變化(阻抗不匹配),那會出現一些問題。為了達到最佳信號品質,設計目標是在信號傳遞過程中盡量保持阻抗穩定,首先必須保持傳輸線特性阻抗的穩定
  • 當信號沿著傳輸線傳播,並且每隔0.01ns對連續0.06英寸傳輸線段進行充電,從電源獲得恆定的電流時,傳輸線看起來像一個阻抗器,並且它的阻抗值恒定,這可稱為傳輸線路的浪涌阻抗(surge impedance)。同樣地,當信號沿著線路傳播時,在下一步之前(0.01ns之內),把這一步的電壓提高到1V所需供應的能量(所需克服的阻力),這就涉及到瞬時阻抗的概念
  • 如果信號以穩定的速度沿著傳輸線傳播,並且傳輸線具有相同的橫截面,那麼在0.01ns中每前進一步需要相同的電荷量,以產生相同的信號電壓。此時,信號著這條線前進時,會遭遇同樣的瞬時阻抗,這被視為傳輸線的一種特性,被稱為特性阻抗。
8 annotations
  • 方法四:簡化業務模式這個方法也很簡單,不用畫圖大概就能懂。單一產品、單一通路、單一銷售模式、單一市場要看的指標通常會少於多產品、多通路、多銷售模式、多市場的業務
  • 良好管理的紅利是能簡化管理,當我們能降低指標達成的不確定性時,管理架構的複雜性便會大幅降低。
  • 方法三:先穩定其中幾個指標盤點所有指標中,有哪些表現非常穩定,幾乎很少發生變化
  • 如果今天產品仍在市場的早期階段,仍有龐大的潛在市場,行銷與廣告的成效也不錯,此時增加訂單數一般會比提高客單價容易;反之,若市場已經介入飽和階段,競爭激烈,要提高訂單數或拉高單一產品的單價都有一定的難度,所以此時一般會思考藉由綁定銷售或交叉銷售等方法來兜售更多產品,而客單價也在這過程中上升了。
  • 方法二:落後指標一樣時,改善效益較大的領先指標
  • 方法一:找出共同的領先指標
  • 第三種,已知的領先指標無法解釋落後指標的成因,例如退貨率,它的領先指標是產品良率跟客戶滿意度,但現況是產品良率維持穩定,而客戶滿意度從9.2提升到9.5分,但退貨率卻反而上升了,會出現這種問題,通常意味著我們並未窮舉所有的領先指標。
  • 第二種,某個指標沒有任何領先指標,例如成交率,在上圖中我們並沒有看到它有任何領先指標,這有兩種可能,其一是我們根本不知道它的領先指標是什麼,其二是它的領先指標不在我們可以掌控的範圍,後者我們將在下一個段落中說明,我們先來聊聊前者。
  • 第一種,當某個指標沒有達到,往它的領先指標找答案,例如開發量不足,請看看名單數是否足夠,如果名單數沒問題,業務人數是否有衰減,如果也沒有,那接著可以看看人均開發數,如果平常一天一個業務可以拜訪8個客人,但這禮拜卻減少到平均只有6個人,這意味著開發量不足的問題可能出在人均開發數未達標準。
  • 問題三:「我們能否從解讀既有的指標就找出管理的問題?」
  • 我們所負責的落後指標愈高階,相關聯的領先指標便愈多,且愈複雜。
  • 問題一:「所關注的指標與落後指標之間的數據脈絡為何?」第一個KPI,業績再往上一般就是利潤,而這也直接反應到第二的KPI上第二個KPI,回購率提高→客戶留存 →獲客成本降低 →利潤提高
  • 指標如何協助我們優化管理過程在做指標設定與管理時,我通常會建議大家自問三個問題:「所關注的指標與落後指標之間的數據脈絡為何?」「所能看到的最領先的指標為何?」「我們能否從解讀既有的指標就找出管理的問題?」第一個問題,確認你掌握了該指標與公司經營間的關係;第二個問題,確認你知不知道影響當前指標表現的源頭在哪;第三個問題,確認應當掌握的指標都被掌握了。
  • 所以我們不會空喊著要改善業績表現(落後指標),而是會從具體的增加拜訪數量、增加流量、提高轉化率(領先指標)等地方下手,而這正是管理過程的優化方法。
  • KPI或KR基本上看的是對目標的衡量指標,落後指標的達成一般就等於公司目標的達成,若有偏差,一般是指標設定不對,但落後指標是屬於執行成果,若要優化落後指標的達成率,我們必須從領先指標下手。
  • 成果看落後指標,管理看領先指標
  • 數據脈絡來解釋,從下圖你會發現愈上層的愈屬於落後指標,愈下層的愈領先。而組織內在分配指標責任時,一般也是愈上層的人對愈落後的指標負責,愈基層的人則對領先指標負責。
  • 業績是屬於落後指標,但若相較於利潤,業績有可能成了領先指標,相較於股東權益,利潤有可能成了領先指標,相較於社會價值或使命,股東權益有可能又成了領先指標。
  • 領先或落後是相對的
19 annotations
  • 《哈佛商業評論》2018年5月刊
  • 2018年史匹柏的電影《頭號玩家》中,普通人可以通過VR/AR自由進入一個虛擬的城市消耗自己的感情
  • 法國的達索系統正在用它的3D ExperienceCity,為新加坡城市建立一個完整的「數字孿生新加坡」
  • 數據孿生組織(digital twin organization or DTO) 也叫數據孿生企業 (digital twin enterprise or DTE)。荷蘭軟體公司Mavim提供數據孿生組織軟體產品,能夠把企業內部每一個物理資產、技術、架構、基礎設施、客戶互動、業務能力、戰略、角色、產品、服務、物流與渠道都連接起來,實現數據互聯互通和動態可視。
  • 通過建築信息模型BIM(Building Information Modeling)和仿真手段,對工廠的水電氣網以及各種設施,都可以建立數字孿生,實現虛擬工廠裝配。並在真實廠房建造之後,繼續記錄廠房自身的變化
  • 產品的測試也是如此。在一個汽車自動駕駛的實例中,驗證5級自動駕駛系統,即使不是最複雜的數字孿生的檢驗,那也是非常重要的一個應用。沒有數字仿真,要完成這樣的測試,需要完成140億公里的實況測試
  • 生產一個產品的製造過程,本身也可能是一個數字孿生。也就是,工藝仿真、製造過程,都可能建立一個複雜的數字孿生,進行仿真模擬,並記錄真實數據進行交互
  • 從CAD設計開始,到物理產品實現,再到進入消費階段的服務記錄持續更新
  • 智能製造,包括的設計、製造和最終的產品服務,都離不開數字孿生的影子。它起源於設計、形成於製造,最後以服務的形式,在用戶端,與製造商保持聯繫。
  • 數字孿生正在成為一個數字化企業的標配。德國夾具公司雄克Schunk有5000個標準產品,都將配置一個digital twin
  • 數字孿生,成為一個測試沙盒。許多全新的產品創意,可以直接通過數字孿生,傳遞給實體。
  • 數字孿生是智能服務的重要載體。這裡包含三類數字孿生:一類是功能型數字孿生:指示一個物體的基本狀態,例如開關或者滿或者空;一類是靜態數字孿生,用來收集原始數據,以便用來做後續分析,但尚沒有建立分析模型。 最重要的一類是第三種,就是高保真數字孿生。它可以對一個實體做深入的分析,檢查關鍵因素,包括環境。用於預測和指示如何操作。NASA是這方面的例子。
  • 通過將物理產線在數字空間的複製,可以提前對安裝、中試的工藝進行仿真。藉助數字孿生的記錄和分析,在實際產線安裝時,可以直接複製使用,從而大大降低安裝成本,加速新產品的引進。惹機器調試中的數據,可以用來優化生產,例如能耗、錯誤比率、循環周期等。則可以在後來的工廠和設備的運行過程中,繼續發揮作用,從而提高廠房效率。值得一提的是,必要時數字孿生只攜帶一部分信息,它一般不需要完整的BOM。
  • 數字孿生是以資產為核心,而產線生產則是以流程為核心
  • 工業網際網路是數字孿生的孵化床。物理實體的各種數據收集、交換,都要藉助於IIoT來實現。它將機器、物理基礎設施都連接到數字孿生上,將數據的傳遞、存儲分別放到邊緣或者雲端。可以說,工業網際網路激活了數字孿生的生命,它天生具有的雙向通路的特徵,使得數字孿生真正成為一個有生命力的模型。 數字孿生的核心是,合適的時間、合適的場景,做基於數據的、實時正確的決定。這意味著可以更好地服務客戶。數字孿生是工業網際網路的重要場景,也是工業App的完美搭檔。工業APP可以調用數字孿生。一個數字孿生可以支持多個APP。工業APP可以分析大量的KPI數據,包括生產效率、宕機分析、失效率、能源數據等,形成評估結果,可以反饋並儲存到數字孿生,使得產品與生產的模式都可以得到優化。
  • 根據Garnter的2017技術成熟度曲線,數字孿生正在處於冉冉上升的階段。同樣,IDC在2017年11月給出的預測是,到2020年,全球頭部2000家企業的30%,都會使用IoT產品中的數字孿生來提供產品創新。
  • 一般而言,數字孿生是放在雲端。西門子似乎傾向於將數字孿生看成是純粹基於雲的資產,因為運行一個數字孿生需要的計算規模和彈性都很大。 SAP Leonardo平台為數字孿生,引入了一個雲解決方案「預防性工程洞察力」。利用剛剛購買的一家挪威的3D軟體,對那些從傳感器來的壓力、張力和材料生效數據,進行評估,從而幫助企業加大對設備的洞察。 GE、Ansys則傾向於認為數字孿生是一個邊緣和雲計算都可能存在的混合模型。而來自美國的創新公司SWIM,開發了一套軟體包,建立了直接面向邊緣的數字孿生。
  • 數字孿生則並非一定要用於CPS,它有的時候,不是用來控制,而只是用來顯示。
  • 數字孿生與資產管理殼AAS(Asset Administration Shell)可能會融合在一起。
  • CPS的三層架構與數字孿生
  • CPS要義在於Cyber,是控制的含義,它與物理實體進行交互。從這個意義而言,CPS中的Physics,必須具有某種可編程性(包括嵌入式或用軟體進行控制);因此CPS中的P,與數字孿生所對應的物理實體,有相同的關係,可以靠數字孿生來實現。
21 annotations
  • 堅持將BMC作為經典之作,另一方面則將BMN視為期待已久的同等繼任者
  • BMN的作者斷言MD應該優先於這9個模塊,這一點將在下面作為一個問題來處理。我們使用魔術三角形和九個構建基塊作為BMN和BMC的同義詞。
  • 這九個構建基塊是BMC的子部分,可以作為GMI發展的指南:第一個構建塊-客戶細分: 目標組由不同的細分組成。認識到它們是提出正確價值主張的先決條件。第二部分-價值主張: 對客戶的價值主張是每項業務的基礎。沒有可維持的價值主張的GMI缺乏基礎。第三模塊-溝通和銷售: 此模塊包含與客戶的所有溝通。這可以理解為一項固定的任務,並且是GMI必不可少的要求。第四部分-客戶關係: 必須分別設計與每個客戶的關係,否則將無法識別他們的特殊需求,因此無法滿足他們的特殊需求。第五要素-活動: 每家公司都必須活躍,無論是在獲取客戶,製造產品或服務還是在銷售中。在此模塊中使用與GMI相關的活動非常重要。第六部分-資源: 每個業務模型,包括每個GMI,都需要資源,因為否則它是不可行的。第七大基石-夥伴關係: 當人們或組織出於共同的目標而團結在一起時,夥伴關係就產生了。GMI應利用合作夥伴關係的優勢。第八部分-成本結構: 每個公司都必須知道其當前成本和預期成本。這就是為什麼該模塊屬於GMI的原因。9.構成要素-收入:正確的定價策略比銷售更重要;否則,營業額將無法支付費用
  • 業務模型畫布的四個部分BMC分為以下四個部分: 目標群體的定義,處理和交付 價值主張和產品或服務的提供 產品或服務的製造 收支
  • BMN中的魔術三角(MD)用於對業務模型進行簡單而實際的描述。作者解釋如下:“在我們與公司在這個主題上的多年合作的基礎上,我們已經開發了一個簡單而整體的模型來描述業務模型。這種簡化的模型比複雜的畫布更俱生產力,尤其是在研討會和討論中以交互方式繪製業務模型時,因為討論更加集中。我們用於描述業務模型的模型包括四個維度,並以“魔術三角形”表示。
5 annotations
3 annotations
  • 據說RPA具有三個自動化級別。當前的大多數RPA支持“ 1類”級別的例行工作(注7)。甚至與AI合作,對於非常規任務,下一個級別的“ Class 2”也將部分自動化。通過與更高級的AI鏈接,“第3類”不僅可以使業務流程分析和改進自動化,而且可以使決策自動化。  已經開發了與過去不同的RPA,它在第3類中完成工作,同時利用識別技術,自然語言分析技術,學習功能等補償模棱兩可或缺少的信息。利用允許日語對話的AI引擎,只需進行對話即可完成必要數據的輸入並完成整個過程(注8)。 RPA等級 班級 主營業務範圍 具體工作範圍和使用技術 1類RPA(機器人過程自動化) 日常任務的自動化 例行工作,例如信息獲取,輸入工作和驗證工作 2類EPA(增強型過程自動化) 自動化一些非典型任務 使用RPA和AI技術自動化非典型任務 配備自然語言分析,圖像分析,語音分析和機器學習技術 也可以讀取非結構化數據並利用知識庫。 3類CA(認知自動化) 高度自治 除了自動化過程分析,改進和決策外,決策 深度學習和自然語言處理
  • 行業 具體業務 效率/減少效果 未來發展(方向) 主要城市銀行 複雜的文書工作(20種文書工作) 每年8,000小時(按每人每天工作8小時計算,大約為1,000天)減少文書工作 由於工作效率高,負責文書工作的員工現在可以從事其他重要工作。 通過將RPA應用於使用多個系統的文書工作,可以通過系統鏈接簡化操作。
  • 可應用RPA的功能(注5) 自動化計算機屏幕操作,例如鍵盤和鼠標 區分顯示屏上的字符,圖形和顏色 不同系統上的應用程序之間的數據傳輸 內部系統與業務應用程序之間的數據鏈接 根據行業,職業等靈活定制 通過條件分支設置和AI進行適當的錯誤處理和自動響應(注6) 啟動和停止應用程序 計劃設置和自動運行 組織和分析累積數據 無需編程即可設置業務流程
3 annotations
  • 雖然這類信息的數字化相對容易,但是使用更有形的實物產品時,數字化的速度就變慢了。但是,新技術正在改變這一狀況。可以掃描3D對象並將其轉換為可以在Internet上自由共享的數據文件的影像技術將顛覆製造業。傳感器技術的改進將允許實時捕獲有關對象的數字數據,從而迫使物聯網不斷發展。將這些技術與3-D打印機相結合,可以在本地將數字文件渲染為所需的對象,然後打開閘門,幾乎破壞了每個製造部門。 下一階段是行業的數字化,其中創新者和企業家開發可以利用新數字化產品優勢的新業務模型和業務流程。正是數字化進程使史蒂夫·喬布斯成為世界上最大的音樂零售商。蘋果公司沒有發明音樂產業的數字化,但它確實發明了顛覆音樂產業的數字商業模式。 數字化通常會對在職者造成破壞,因為它使他們現有的業務模型和流程過時了。市場巨頭們引以為豪的傳統資產迅速地從競爭優勢的來源變成了脖子上遍地開花的信天翁。這就是為什麼隨著各行各業數字化進程的發展,高管的頭髮灰白的原因。
  • 在一個基本水平是數字化,這是產品和服務的初始轉換成數字格式,與CONCO一起MIT螞蟻的發明,從數字化的結果。這首先發生在出版,音樂和金融等行業,主要是因為它們的產品實際上只是一開始的信息-只是歷史上是以物理模擬格式(如黑膠唱片和會計分類帳)捕獲信息。
  • A Framework for Understanding Digitalization
  • Digital Transformation on Purpose
4 annotations
  • Transforming Customer Experience The three major building blocks with which companies are digitally transforming customer experience are customer understanding, top-line growth and customer touch points. Customer Understanding Companies are starting to take advantage of previous investments in systems to gain an in-depth understanding of specific geographies and market segments. Some are exploring social media to understand what makes customers happy — and what leads to customer dissatisfaction. In addition, companies are learning to promote their brands more effectively through digital media. Companies are also building new online communities to advise and build loyalty with clients in medical, real estate or financial services products. Others are building products that improve branding in lifestyle communities. Many organizations are building analytics capability to understand customers in more detail. Some insurance companies, for example, are improving their portfolios and cost structures through analytics-based underwriting and pricing. Other companies are conducting analytics-based experiments to drive customer behavior. In one case, a restaurant company is actively conducting experiments in pricing and promotion across a set of franchised stores. The experiment dynamically adjusts product prices in response to demand, weather, inventory levels and proximity to closing time. Top-Line Growth Companies are using technology to enhance in-person sales conversations. For example, financial services companies are using tablet-based presentations instead of paper-based slide decks to make sales pitches. Insurance firms are introducing mobile tools to help sales people and customers engage in analytics-based planning. A medical device sales force is replacing in-person interactions with digital interactions. When visiting a doctor’s office, a salesperson leaves an iPad with video and other information on new products. The aim is to get the doctor’s attention — without inconveniencing the physician or impacting busy office schedules — in order to obtain a 10-minute conversation when the salesperson returns to retrieve the iPad. Research Updates From MIT SMR Get weekly updates on how global companies are managing in a changing world. subscribe Please enter a valid email address Thank you for signing up Privacy Policy function isValidEmail42798_1313723149() { var pattern = /^([a-z\d!#$%&'*+\-\/=?^_`{|}~\u00A0-\uD7FF\uF900-\uFDCF\uFDF0-\uFFEF]+(\.[a-z\d!#$%&'*+\-\/=?^_`{|}~\u00A0-\uD7FF\uF900-\uFDCF\uFDF0-\uFFEF]+)*|"((([ \t]*\r\n)?[ \t]+)?([\x01-\x08\x0b\x0c\x0e-\x1f\x7f\x21\x23-\x5b\x5d-\x7e\u00A0-\uD7FF\uF900-\uFDCF\uFDF0-\uFFEF]|\\[\x01-\x09\x0b\x0c\x0d-\x7f\u00A0-\uD7FF\uF900-\uFDCF\uFDF0-\uFFEF]))*(([ \t]*\r\n)?[ \t]+)?")@(([a-z\d\u00A0-\uD7FF\uF900-\uFDCF\uFDF0-\uFFEF]|[a-z\d\u00A0-\uD7FF\uF900-\uFDCF\uFDF0-\uFFEF][a-z\d\-._~\u00A0-\uD7FF\uF900-\uFDCF\uFDF0-\uFFEF]*[a-z\d\u00A0-\uD7FF\uF900-\uFDCF\uFDF0-\uFFEF])\.)+([a-z\u00A0-\uD7FF\uF900-\uFDCF\uFDF0-\uFFEF]|[a-z\u00A0-\uD7FF\uF900-\uFDCF\uFDF0-\uFFEF][a-z\d\-._~\u00A0-\uD7FF\uF900-\uFDCF\uFDF0-\uFFEF]*[a-z\u00A0-\uD7FF\uF900-\uFDCF\uFDF0-\uFFEF])\.?$/i; return pattern.test(jQuery('#esf-42798-1313723149 input[type=text]').val()); }; jQuery(document).ready(function () { jQuery('#esf-42798-1313723149 button').on('click', function (e) { e.preventDefault(); if (!isValidEmail42798_1313723149()) { jQuery('.error-42798-1313723149').fadeIn(); jQuery('.success-42798-1313723149').fadeOut(); e.preventDefault(); } else { jQuery('.error-42798-1313723149').fadeOut(); jQuery('.success-42798-1313723149').fadeIn(); var $form = jQuery(this).parents('form:first'); jQuery.post( 'https://sloanreview.mit.edu/wp-admin/admin-ajax.php', { action: 'esf_subscribe', email: jQuery("input[name='email']", $form).val(), source: jQuery("input[name='source']", $form).val(), list: jQuery("input[name='list']", $form).val(), listID: jQuery("input[name='listID']", $form).val() } ); } return false; }) }); Better understanding helps businesses to transform the sales experience. Companies are integrating customer purchasing data to provide more personalized sales and customer service or even to offer customized product packages. A hospitality company engaged in location-based marketing uses analytics to send personalized mobile coupons to customers as they near a facility; the company can then track uptake in real time. A mortgage company is setting up a CRM strategy to link customers to local real estate references. This system proposes new offers in real time via the Internet. Other businesses are using concept stores as flagships for their digital selling innovations. For instance, a mortgage company offers investors an integrated process combining real estate and bank services with external services — and showcases the overall process in a concept megastore. Some companies try to make life easier for the customer, simplifying their processes through a digital plug-in. One retailer automatically loads a customer’s last online shopping list into its e-commerce site. This streamlines the shopping process, allowing customers extra time to look at other products. Customers can then decide whether to use home delivery or a drive-through service with a specific pick-up time. Customer Touch Points Customer service can be enhanced significantly by digital initiatives. For example, a bank established a Twitter account to answer client complaints quickly, helping customers avoid going physically to a branch. This digital initiative also leveraged an expert community, allowing crowdsourcing with several employees and other customers. Companies with multiple channels to the customer are experiencing pressure to provide an integrated experience. Multichannel services require envisioning and implementing change across customer experience and internal operational processes. Many retailers now offer home shopping with the option to receive products by mail or in a store. However, one retail executive described customers being angry that customer service representatives in a store could not access online order history. Several companies in our study are offering self-service via digital tools. These tools allow the customer to save time, while saving the company money. Many companies are now offering customer apps to enhance customer touch points. In one hospitality company, smartphone apps are linked to the customer’s profile, enabling integration across SMS, apps and social media efforts. A media company offers apps with geo-localization and augmented reality to help customers find interesting places to visit and provide special offers via vouchers and e-couponing. Transforming Operational Processes Although transformed customer experiences are the most visible — and arguably the most exciting — aspects of transformation, companies are also realizing very strong benefits from transforming internal processes through process digitization, worker enablement and performance management. Process Digitization Automation can enable companies to refocus their people on more strategic tasks. A manufacturer has begun to centralize the HR function, allowing economies of scale through self-service while freeing HR people to “focus on enlarging manager skills, rather than counting days off.” A specialty materials company has automated many R&D processes. Automation allows researchers to focus on innovation and creativity rather than repetitive efforts. It also creates streams of data that can be useful in later data mining efforts. One paint manufacturer has created fully automated plants that significantly reduce labor requirements, improve product quality and enhance environmental, health and safety performance. An apparel company has moved to digital design processes when collaborating with manufacturing partners. Going digital eliminates most need to ship physical prototypes back and forth, reducing the product development lifecycle by 30%. Worker Enablement Individual-level work has, in essence, been virtualized — separating the work process from the location of the work. A financial services business rearranged its headquarters so that nobody had an assigned desk, even the CEO. Employees now work from home one or two days per week and, when they are in the office, sit near people with whom they are temporarily collaborating. Meanwhile, the company’s collaboration and networking tools allow employees to talk with anyone in the organization from wherever they are sitting. This is setting the stage for further changes related to globalization. The tools that virtualize individual work, while implemented for cost reasons, have become powerful enablers for knowledge sharing. Salespeople and frontline employees, for example, are beginning to benefit from collaborative tools in which they can identify experts and get questions answered in real time. They are also increasingly gaining access to a single, global view of the company’s interactions with a customer. Performance Management Transactional systems give executives deeper insights into products, regions and customers, allowing decisions to be made on real data and not on assumptions. This is happening in both internal processes and customer-facing processes. The level of detail is also increasing, allowing managers to compare status across sites or reallocate product manufacturing capacity in ways they could not do before. Beyond being better informed, digital transformation is actually changing the process of strategic decision-making. Top executives in a medical device manufacturer used the company’s existing collaboration tools to extend strategic planning sessions from 12 people to more than 300 of the business’s top managers. This enabled better input into the process and better uptake of the vision after decisions were made. Transforming Business Models Companies are not only changing how their functions work, but also redefining how functions interact and even evolving the boundaries and activities of the firm. The three building blocks of this transformation are digital modifications to the business, the creation of new digital businesses, and digital globalization. Digitally Modified Businesses One media executive said: “We’ve realized that if we don’t transform the way we do business, we’re going to die. It’s not about changing the way we do technology but changing the way we do business.” The company is finding ways to augment physical with digital offerings and to use digital to share content across organizational silos. A grocery company is staying true to its traditional business but using digital to transform a new growth business. As one executive reported, “After two years, our e-commerce platform is bringing us 20% of our new clients and our traditional clients are consuming 13% more on average.” Other businesses are building digital or service wrappers around traditional products. A national post office is creating a free digital mailbox attached to each physical mail address that companies can use as a substitute for a person’s physical mailbox. A business credit company is developing a digital business for some credit products that requires less involvement than their traditional high-touch offerings. New Digital Businesses Companies are also introducing digital products that complement traditional products. For example, a sports apparel manufacturer started selling GPS and other digital devices that can track and report on a customer’s workout. Other companies are changing business models by reshaping their boundaries through digital. A mortgage company is moving from being a link in the value chain to being a global assembler of investment products. An airport authority is aiming to become the owner of a traveler’s end-to-end process by providing an integrated multichannel experience, including information on airplane traffic and reservations, duty-free shopping promotions and other benefits. Digital Globalization Companies are increasingly transforming from multinational to truly global operations. Digital technology coupled with integrated information is allowing businesses to gain global synergies while remaining locally responsive. These companies benefit from global shared services for finance, HR and even core capabilities like manufacturing and design. Global shared services promote efficiency and reduce risk. They even promote global flexibility. One manufacturer can shift production around the globe with only a few days’ notice in response to interruptions or excess demand. The Take-Away Digital transformation requires strong leadership to drive change. But it also requires a vision for what parts of the company you want to transform. Companies in all industries and regions are experimenting with — and benefiting from — digital transformation. Whether it is in the way individuals work and collaborate, the way business processes are executed within and across organizational boundaries, or in the way a company understands and serves customers, digital technology provides a wealth of opportunity. Focus is important; no company we studied is transforming all nine areas at once. But the best-managed firms are constantly identifying new ways to redefine the way they work in the new digital era.
  • The Nine Elements of Digital Transformation
2 annotations
  • What’s so transformational about all this?Pervasiveness, rapidity, empowerment, combinatory effects … what each characterization of digital transformation is pointing to is the secondary and tertiary effects that digital technology is having on the environments in which it operates. It is not, for example, merely the fact that anyone anywhere on the planet can now view a real time video of an event occurring in Minneapolis; it is that this fact of planetary simultaneity has passed onto tacit assumptions that we make concerning awareness, action, choice and even judgment. One sometimes thinks this is why we see time as somehow “speeding up”.The assumptions affected by technology permeate our “average everydayness.” It is often those products or inventions that “disappear” or become inconspicuous — the telephone, the paperclip or the electric screwdriver — that have the greatest effect our shared fabric of meaning. It is because technology has such fundamental effects that digital transformation — as a thematic field of study — is a credible and appropriate concept.In the context of business, digital transformation means that the very suppositions on which business models are founded are changing. That the largest taxi company need not own taxies; that the largest movie house should own no theaters; that the world’s largest telecom provider owns no switches, repeaters or transmission lines — these are profound changes to taken-for-granted business structures that have been in existence for hundreds of years.
  • Finally (in this incomplete survey[viii]), CapGemini/MIT Sloan defines digital transformation as “the use of technology to radically improve performance or reach of enterprises.” What is new and transformative, according to CapGemini, is the fact that the impact of digital technology is being felt in large, traditional companies whose business is manifestly not digital. The somewhat vague definition (doesn’t everybody have a website?) is made more definite by describing it as three ‘pillars’ of nine elements; digital transformation is the impact of digital technology on the business’s customer relationships, its internal processes or its business model.[ix]<img alt="" class="gc fl fi jj w" src="https://miro.medium.com/max/1784/1*Cg1rjSXCFKlCcXavBhmfMw.png" width="892" height="684" srcSet="https://miro.medium.com/max/552/1*Cg1rjSXCFKlCcXavBhmfMw.png 276w, https://miro.medium.com/max/1104/1*Cg1rjSXCFKlCcXavBhmfMw.png 552w, https://miro.medium.com/max/1280/1*Cg1rjSXCFKlCcXavBhmfMw.png 640w, https://miro.medium.com/max/1400/1*Cg1rjSXCFKlCcXavBhmfMw.png 700w" sizes="700px" role="presentation"/>Figure 6: A famous chart by CapGemini
  • The World Economic Forum has a different point of view. The transformative power of information technologies lies in their combinatorial effects, which accelerate progress exponentially, and which are today are reaching ‘critical mass’ worthy of trying to describe and systematize.<img alt="" class="gc fl fi jj w" src="https://miro.medium.com/max/1802/1*gTvpVc5pP1GPnHkqNCzPyA.png" width="901" height="458" srcSet="https://miro.medium.com/max/552/1*gTvpVc5pP1GPnHkqNCzPyA.png 276w, https://miro.medium.com/max/1104/1*gTvpVc5pP1GPnHkqNCzPyA.png 552w, https://miro.medium.com/max/1280/1*gTvpVc5pP1GPnHkqNCzPyA.png 640w, https://miro.medium.com/max/1400/1*gTvpVc5pP1GPnHkqNCzPyA.png 700w" sizes="700px" role="presentation"/>Figure 5: World Economic Forum 2016In this view, technology is having recursive, self-reinforcing effects, which are reaching a ‘critical mass’ in the businesses and business environment they affect. Digital transformation is change-inducing-change in which technology itself has turned back on the business model that uses it.
  • As customers became increasingly empowered based on pervasive access to online information, along with a multiplicity of choices and channels, their expectations ratcheted skyward. As a result, customers have now become the primary force behind digital transformation in all industries.[vii]<img alt="" class="gc fl fi jj w" src="https://miro.medium.com/max/1204/1*iEx5BteGOAhmi-waAJolxg.png" width="602" height="425" srcSet="https://miro.medium.com/max/552/1*iEx5BteGOAhmi-waAJolxg.png 276w, https://miro.medium.com/max/1104/1*iEx5BteGOAhmi-waAJolxg.png 552w, https://miro.medium.com/max/1204/1*iEx5BteGOAhmi-waAJolxg.png 602w" sizes="602px" role="presentation"/>Figure 4 IBM evolution of digital transformation
  • The Architecture of Change; business architecture and the meaning of Digital Transformation
5 annotations
  • 凱捷和麻省理工學院數字化 轉型數字業務中心 凱捷(Capgemini)和麻省理工學院(MIT)數字業務中心在“數字轉型”中定義了“數字 轉型”:十億美元組織的路線圖,如下所示: “數字化 改造-在使用的技術,以從根本上 提高 性能或達到的企業。” 儘管它們的定義看起來很簡單,但其強大之處在於定義背後的數據。這是一項全球研究,涉及50家大型傳統公司中的157位高管如何管理數字化 轉型並從中受益。 敏捷大像數字化 轉型 敏捷大象定義了 數字化 轉型,如下所示: “數字化 轉型是使用數字,社交,移動和新興技術將組織從傳統方法轉變為新的工作和思維方式的過程。它涉及到領導的變化,不同的思維,創新和新的商業模式的鼓勵下,結合資產的數字化和增加使用的技術,以提高貴公司的員工,客戶,供應商,合作夥伴和利益相關者的經驗“。 儘管這個定義似乎更複雜,但我發現這種定義確實可以幫助人們進入數字 轉換遊戲。 麻省理工學院斯隆(MIT Sloan)的9大數字 轉型要素 在《數字化 轉型的九大要素》中,喬治·韋斯特曼,迪迪埃·邦內特和安德魯·邁克菲確定了數字化 轉型的關鍵屬性: 改變客戶體驗 客戶了解 頂線增長 客戶接觸點 轉變運營流程 流程數字化 工人能力 績效管理 轉變商業模式 數字修改業務 新數字業務 數字全球化 這九個要素摘自其數字報告《數字轉型:十億美元組織的發展路線圖》。以下是每個的快速摘要: 客戶理解–客戶理解是“公司開始利用以前在系統上的投資來獲得對特定地理位置和細分市場的深入了解。” 線下增長–頂線增長是“公司正在使用技術來加強面對面的銷售對話”。 客戶接觸點–客戶接觸點是“可以通過數字計劃顯著增強客戶服務的地方” 。 流程數字化–流程數字化是“自動化可以使公司將他們的人員重新集中於更具戰略性的任務的地方。” 員工支持–員工支持是“實質上已經虛擬化了單個級別的工作-將工作過程與工作位置分開。” 績效管理–績效管理是“交易系統使高管對產品,區域和客戶有更深刻的洞察力,從而可以根據真實數據而不是假設做出決策。” 數字化修改後的業務–數字化修改後的業務是“尋找通過數字化產品增強物理效果並使用 數字化方式在整個組織孤島中共享內容的方法。” 新數字業務–新數字業務是“公司推出與傳統產品互補的數字產品”的地方。 數字全球化–數字全球化是“公司正日益從跨國公司轉變為真正的全球運營的地方”。 旁注– George,Didier和Andrew總結了數字化 轉型的力量,他們說:“無論是個人工作和協作方式,在組織邊界內或跨組織邊界執行業務流程的方式,還是公司的方式了解技術並為客戶服務,數字 技術提供了很多機會。” 數字業務轉型 我認為有必要指出數字 轉型與數字“業務”轉型之間的區別。 數字業務轉型專門涉及使用數字技術進行業務轉型。 有很多角度可以看,但特別是可以通過商業模型創新的角度來查看。因此,您可以將其視為通過數字技術在業務模型中進行創新。您的業務模型就是WHO(客戶),WHAT(價值支柱),HOW(價值鏈)和WHY(利潤模型)。 來自達沃斯(Davos)SAP的一位高管表示:“新業務模型是由與公司及其客戶的不同互動所驅動的。” 用務實的話說,這意味著不斷發展您的業務模型和交互模式,以滿足整個價值鏈中客戶不斷變化的需求。
1 annotation
  • (一)數字化製造數字化製造是智能製造的第一個基本範式,也可稱為第一代智能製造數字化製造的主要特徵表現為:第一,數字技術在產品中得到普遍應用,形成“數字一代”創新產品;第二,廣泛應用數字化設計、建模仿真、數字化裝備、信息化管理;第三,實現生產過程的集成優化。(二)數字化網絡化製造數字化網絡化製造是智能製造的第二種基本範式,也可稱為“互聯網+製造”,或第二代智能製造。數字化網絡化製造主要特徵表現為:第一,在產品方面,數字技術、網絡技術得到普遍應用,產品實現網絡連接,設計、研發實現協同與共享;第二,在製造方面,實現橫向集成、縱向集成和端到端集成,打通整個製造系統的數據流、信息流;第三,在服務方面,企業與用戶通過網絡平台實現連接和交互,企業生產開始從以產品為中心向以用戶為中心轉型。(三)新一代智能製造——數字化網絡化智能化製造數字化網絡化智能化製造是智能製造的第三種基本范范式,也可稱為新一代智能製造。智能製造的三個基本範式體現了智能製造發展的內在規律:一方面,三個基本範式次第展開,各有自身階段的特點和重點解決的問題,體現著先進信息技術與先進製造技術融合發展的階段性特徵;另一方面,三個基本範式在技術上並不是絕然分離的,而是相互交織、迭代升級,體現著智能製造發展的融合性特徵。對中國等新興工業國家而言,應發揮後發優勢,採取三個基本範式“並行推進、融合發展”的技術路線。三、新一代智能製造引領和推動新一輪工業革命
  • 數字化製造是智能製造的第一個基本範式,也可稱為第一代智能製造
2 annotations
  • 資料下載 RAMI4.0中的安全性 RAMI4.0- 數字化方向框架 ZVEI- 參考架構模型工業4.0
  • ZVEI解釋RAMI4.0  
  • DKE關於參考架構模型工業4.0的專家講座
  • 參考架構模型的標準映射 ISO / IEC JTC 1 AG 20工業物聯網為了支持國際層面的協調活動,ISO / IEC JTC 1 SC 41 AG 20工業物聯網 以標準映射和映射為目標進行了各種活動。在工業4.0的背景下,相關的物聯網標準分為相應的RAMI4.0層和其他相關領域。映射應提供對當前標準前景的概述,並揭示工業物聯網領域在標準化方面可能存在的差距。此類活動需要眾多機構之間的良好合作,並應得到其他活動的支持,例如工業實踐和研究[HE 2.2-A1]。 在全國范圍內,此活動通過 DIN NA 043-01-41 AA進行 鏡像。
  • IoT的參考體系結構 ISO / IEC JTC 1 SC41工業物聯網IIoT工業IoT的核心作用是傳感器,執行器和技術系統,這些傳感器,執行器和技術系統收集生產數據並通過網絡進行分發,然後在雲計算中對其進行進一步處理。級別使用算法即可。 物聯網領域最重要的標準之一是ISO / IEC 30141:2018物聯網參考架構,由ISO / IEC JTC 1 SC41發布 。該標準提供了基於詞彙表 (ISO / IEC 20924) 的標準化IoT參考架構,以及使用行業最佳實踐應用程序的通用設計。該標準是開發特定於上下文的物聯網架構的基礎,因此也是工業傳感器,機器,工廠和其他技術系統的基礎。該概念的通用設計可以擴展到包括其他特定於行業的領域,還包括特定的技術要求和特定於國家的應用程序。
  • 智能製造元模型 ISO TC 184 / IEC / TC65 JWG 21智能製造參考模型 “智能製造參考模型(SMRM)的元模型分析方法” 提出了一種用於智能製造參考模型的分析和描述的元模型方法。該文檔涉及一般工業4.0環境中智能製造的特定領域,這導致術語與工業物聯網明確分離。該報告目前確定了17個相關的參考體系結構模型。基於這些分析,``智能製造''領域的其他方面“已確定並轉移到SMRM。在此基礎上,SMRM可以被描述為概念和重要關係的“元語言”,它通過抽象為智能製造用戶提供了自由空間。 最終結果,首先是TR,然後是TS,預計到2020年中期
  • ISO / IEC JTC1 AG08 元參考體系結構和系統集成參考體系結構 AG08例如在元級別上處理協調概念,尤其是(a)研究在JTC 1相關係統集成上下文中開發參考體系結構和元參考體系結構的當前程序,(b)開發元引用體系結構的定義,概念,過程,模型和模板,(c)與相關標準化組織的合作,以及(d)使用開發的元引用體系結構為JTC 1開發成功的系統集成的建議。為避免工作重複,
  • RAMI 4.0已成功地引入了國家和國際標準化組織及合作組織,最初是國際IEC PAS 63088。 在此基礎上,制定了將帶有RAMI 4.0的IEC PAS 63088和管理外殼定位於其他國家的國際上充分開發的參考體系結構模型。結果,成立了ISO / IEC聯合工作組21,以一致地設計和合併當前與ISO和IEC方面相關的參考體系結構模型17。基於這些分析,確定了``智能製造''領域中的其他方面並將其轉移到智能製造參考模型(SMRM)中。在此基礎上,可以表徵概念和重要關係的“元語言”,從而通過抽象為智能製造用戶提供自由空間。
  • 國際合作 -在全球範圍內產生互操作性 成功地將國際認可的標準RAMI 4.0(IEC PAS 63088)與其他國家/地區的國家參考架構進行映射。  美國:白皮書-RAMI 4.0和工業互聯網參考體系結構(IIRA)的參考體系結構的介紹和比較 中國:RAMI4.0 / IMSA的中德一致性報告 日本:RAMI 4.0及其日本同行IVRA的協調統一 德國,法國和意大利:將RAMI 4.0與國家模型進行協調
  • RAMI4.0作為三維平面模型 參考體系結構模型工業4.0(簡稱RAMI 4.0)由三維坐標系組成,其中包含工業4.0的基本方面。複雜的關係可以分解為較小的,可管理的程序包。 “層次結構級別”軸右側水平軸上排列了IEC 62264(有關企業IT和控制系統集成的國際標準系列)的層次結構級別。這些層次結構級別表示工廠或工廠內的不同功能。 “生命週期和價值流” 軸左側的水平軸表示系統和產品的生命週期,其基礎是基於IEC 62890的生命週期管理。類型和實例之間也有區別。當完成開發和原型生產並且在生產中生產實際產品時,“類型”將成為“實例”。  “層”軸 借助模型的垂直軸上的六層(即所謂的層),IT表示(例如,機器的數字圖像)以結構化的方式逐層描述。分層表示來自信息和通信技術。通常將復雜的產品分為幾層。   這三個軸映射了工業4.0的所有基本方面。它們使在模型中對諸如機器之類的對象進行分類成為可能。使用RAMI 4.0,可以描述和實現高度靈活的Industry 4.0概念。參考體系結構模型允許從當今逐步過渡到工業4.0世界。
10 annotations
  • 計劃BOM----PBOM(Plan BOM)   PBOM是在EBOM的基礎上,對產品生產所需的原料、零件、輔助材料等物料進行完善,並確定零件和零件之間的關係,還會包含製造地、製造人、加工價格等眾多製造信息。對應於ACT內部來說, 計劃BOM體現在科展系統上的<產品結構>等模塊上。   3 製造BOM----MBOM(Manufacturing BOM )   MBOM是在EBOM基礎上,根據製造裝配要求完善的,通常以工序流程圖,工序明細表,零件明細表,治具設備明細表等文本格式表現,所以也稱為工藝BOM。應用較多的是機械加工工藝BOM和裝配工藝BOM,包含每個製程上的治具設備、工時、加工流程/標準、判斷標準等。對應於ACT內部來說,製造BOM體現在工序流程圖,現場佈置圖,SOP等製程文件上。 其他的BOM分類有:   客戶BOM(Customer BOM ),即是客戶訂購產品明細表,對客戶和產品進行有效管理。   通過BOM可瞭解客戶的訂單需求狀況以及趨勢,當系統連結到計劃BOM時,同時可瞭解相關產品的庫存狀況和當前生產狀況。   維修BOM,一般是客戶服務部門使用的,記錄耗損品清單、備用品清單等。   成本BOM(Costing BOM),在計劃BOM的基礎上,補充採購價格、生產工時等信息後由系統自動生成。通常會在系統內定義標準成本、建議成本、實際成本,並有比對功能,方便企業進行成本差異分析和成本控制。
1 annotation
  • 新一代人工智能本質的特徵是具備了學習的能力,具備了生成知識和更好地運用知識的能力,實現了質的飛躍。
  • 新一代智能製造將為製造業的設計、製造、服務等各環節及其集成帶來根本性的變革,新技術、新產品、新業態、新模式將層出不窮,深刻影響和改變社會的產品形態、生產方式、服務模式乃至人類的生活方式和思維模式,極大地推動社會生產力的發展。新一代智能製造將給製造業帶來革命性的變化,將成為製造業未來發展的核心驅動力
  • (三)新一代智能製造——數字化網絡化智能化製造 數字化網絡化智能化製造是智能製造的第三種基本範式,也可稱為新一代智能製造,可對應於國際上推行的intelligent manufacturing。
  • 德國“工業4.0”和美國工業互聯網完整地闡述了數字化網絡化製造範式,精闢地提出了實現數字化網絡化製造的技術路線。
  • “互聯網+ 製造”主要特徵表現為:第一,在產品方面,在數字技術應用的基礎上,網絡技術得到普遍應用,成為網絡連接的產品,設計、研發等環節實現協同與共享。第二,在製造方面,在實現廠內集成基礎上,進一步實現製造的供應鏈、價值鏈集成和端到端集成,製造系統的數據流、信息流實現連通。第三,在服務方面,設計、製造、物流、 銷售與維護等產品全生命週期以及用戶、企業等主體通過網絡平台實現聯接和交互,製造模式從以產品為中心走向以用戶為中心。
  • 數字化網絡化製造是智能製造的第二種基本範式,也可稱為“互聯網+ 製造”,或第二代智能製造, 可對應於國際上推行的smart manufacturing。
  • (二)“互聯網+ 製造”——數字化網絡化製造
  • (一)數字化製造
  • 數字化製造是智能製造的第一個基本範式,也可稱為第一代智能製造。
  • 數字化製造的主要特徵表現為:第一,在產品方面,數字技術在產品中得到廣泛應用,形成以數控機床等為代表的“數字一代”產品;第二,在製造方面,大量應用數字化裝備、數字化設計、數字化建模與仿真,採用信息化管理;第三,集成和優化運行成為生產過程的突出特點。
10 annotations
  • 三、四類平台企業、 五大支撐主體、兩類平台用戶共同構築平台產業體系 工業互聯網平台產業發展涉及多個層次、不同領域的多類主體。在產業鏈上游, 雲計算、數據管理、 數據分析、 數據採集與集成、 邊緣計算五類專業技術型企業為平台構建提供技術支撐;在產業鏈中游, 裝備與自動化、工業製造、信息通信技術、工業軟件四大領域內領先企業加快平枱布局;在產業鏈下游, 垂直領域用戶和第三方開發者通過應用部署與創新不斷為平台注入新的價值。(adsbygoogle = window.adsbygoogle || []).push({params:{"google_ad_client":["ca","pub","2923"+"1528"+"6638"+"5027"].join("-"),"google_ad_slot":"7278175363","google_ad_layout":"in-article","google_ad_format":"fluid","google_ad_channel":"9889961341"}}); ... 圖 3:工業互聯網平台產業體系 1. 信息技術企業提供通用使能工具,成為平台建設重要支撐信息技術企業提供關鍵技術能力,以「被集成」的方式參與平台構建。 主要包括五類:一是雲計算企業, 提供雲計算基礎資源能力及關鍵技術支持, 典型企業如亞馬遜、微軟、 Pivotal、Vmware、紅帽等; 二是數據管理企業, 提供面向工業場景的對象存儲、關係數據庫、 NoSQL 數據庫等數據管理和存儲的工具,典型企業如 Oracle、 Apache、 Splunk 等;三是數據分析企業, 提供數據挖掘方法與工具,典型企業如 SAS、IBM、Tableau、Pentaho、PFN 等;四是數據採集與集成企業, 為設備連接、多源異構數據的集成提供技術支持,典型企業如 Kepware、 NI、博世、 IBM 等;五是邊緣計算企業,提供邊緣層的數據預處理與輕量級數據分析能力,典型企業如華為、 思科、 英特爾、 博世等。 2.平台廠商通過整合資源實現平台構建, 發揮產業主導作用。 平台企業以集成創新為主要模式,以應用創新生態構建為主要目的, 整合各類產業和技術要素實現平台構建, 是產業體系的核心。 目前, 平台企業主要有以下四類:一是裝備與自動化企業,從自身核心產品能力出發構建平台,如 GE、西門子、 ABB、和利時等; 二是生產製造企業, 將自身數字化轉型經驗以平台為載體對外提供服務, 如三一重工/樹根互聯、海爾、航天科工等;三是工業軟件企業, 藉助平台的數據匯聚與處理能力提升軟件性能,拓展服務邊界,如 PTC、 SAP、 Oracle、用友等;四是信息技術企業, 發揮 IT 技術優勢將已有平台向製造領域延伸,如 IBM、微軟、華為、 思科等。 3.應用主體以平台為載體開展應用創新,實現平台價值提升。工業互聯網平台通過功能開放和資源調用大幅降低工業應用創新門檻, 其應用主體分為兩類: 行業用戶在平台使用過程中結合本領域工業知識、機理和經驗開展應用創新, 加快數字化轉型步伐,如全球研磨機械製造商格林公司基於西門子 MindSphere平台開發服務於機床的工業 APP,實現對刀具磨損狀態的精準預測和適時更換。 第三方開發者能夠依託平台快速創建應用服務,形成面向不同行業不同場景的海量工業 APP,提昇平台面向更多工業領域提供服務的能力,典型企業如 Webalo、Bearing Point、ThetaRay、 NEC、 Pitney Bowes 等。 四、工業互聯網平台應用場景 (一)平台應用由單點智能向全局智能、由狀態監測向複雜分析演進 當前,工業互聯網平台在工業系統各層級各環節獲得廣泛應 用,一是應用覆蓋範圍不斷擴大,從單一設備、單個場景的應用 逐步向完整生產系統和管理流程過渡,最後將向產業資源協同組 織的全局互聯演進。二是數據分析程度不斷加深,從以可視化為主的描述性分析,到基於規則的診斷性分析、基於挖掘建模的預 測性分析和基於深度學習的指導性分析。其中,設備、產品場景 相對簡單,機理較為明確,已經可以基於平台實現較複雜的智能 應用,在航空航天、工程機械、電力裝備等行業形成了工藝參數 優化、預測性維護等應用模式;企業生產與運營管理系統複雜度 較高,深度分析面臨一定挑戰,當前主要對局部流程進行改進提 升,在電子信息、鋼鐵等行業產生供應鏈管理優化、生產質量優 化等應用模式;產業資源的協同目前還沒有成熟的分析優化體系, 主要依託平台實現資源的匯聚和供需對接,僅在局部領域實現了 協同設計、協同製造等應用模式。 ... 圖 4 工業互聯網平台應用階段視圖 總體來看,平台應用還處於初級階段,以「設備物聯+分析」或「業務系統互聯+分析」 的簡單場景優化應用為主。未來平台應用將向深層次演進,將在物聯與互聯全面打通的基礎上實現複雜的分析優化,從而不斷推動企業管理流程、組織模式和商業模式創新。 最終,平台將具備全社會資源承載與協同能力,通過全局性要素、 全產業鏈主體的重新組織與優化配置, 推動工業生產方式、管理模式和組織架構變革。 1.設備、工藝等單個場景已可以實現基於數據和機理的預測, 正步入決策性分析階段 工業互聯網平台廣泛連接設備、裝備、產品,基於設備機理模型和產品數據挖掘開展了大量基於規則的故障診斷、工藝參數優化、設備狀態趨勢預測、部件壽命預測等單點應用,如 GE 依託 Predix 平台,通過構建數字雙胞胎實現對航空發動機、燃氣輪機等重型裝備的健康管理,施耐德基於 Ecostruxure 平台為羅切斯特醫療中心提供配電設備管理服務,實現電力故障的預測性報警與分析。隨着數據的持續積累與分析方法的不斷完善,將形成基於設備數據挖掘的更精準分析模型,並自主提出指導性優化建議。目前該趨勢已初步顯現,例如微軟 Azure IoT 平台為Rolls-Royce 發動機提供基於機器學習的海量數據分析和模型構建,能夠在部件即將發生故障時準確預報異常,並提前介入主動幫助 Rolls-Royce 規劃解決方案。 2.企業管理與流程優化從當前局部改進向系統性提升邁進 工業互聯網平台實現了生產現場與企業運營管理、資源調度的協同統一,在此基礎上形成面向企業局部的生產過程優化、企業智能管理、供應鏈管理優化等重點應用。日立公司 Lumada 平台通過物聯設備實時收集商品流轉數據,並通過與子公司貨車調配業務系統的互聯,形成龐大供應鏈管理數據池,實現全集團的倉儲物流優化。未來隨着平台底層連接能力的提升和企業 IT-OT 層的打通,大量生產現場數據和管理系統數據將進行集成匯聚, 基於海量數據分析挖掘實現智能工廠整體優化、企業實時智能決策等應用,實現企業生產管理領域的系統性提升。羅克韋爾公司自動化部門與微軟 AZURE 平台合作,打通了 OT 層自動化系統與IT 層業務系統數據,基於大量數據進行工廠系統建模與關聯分析,實現生產物料管理、產品質量檢測、生產管控一體化等綜合功能,探索數字工廠應用。 3.產業/資源層面從信息交互向資源優化配置演進 工業互聯網平台在應用過程中匯聚了大量工業數據、模型算法、軟件工具,乃至研發設計、生產加工等各類資源與能力。目前這些資源在平台上主要通過簡單信息交互實現供需對接與資源共享等淺層次應用。未來,隨着平台全局運行分析與系統建模能力的逐步提升,平台將成為全局資源優化配置的關鍵載體。找鋼網平台在為鋼鐵行業上下游企業提供鋼材資源供需對接服務的基礎上,正在探索基於大數據分析的鋼廠精準供需匹配、資源區域性優化投放和最優定價策略。 (二)工業互聯網平台當前總體應用於四大場景 1.面向工業現場的生產過程優化 工業互聯網平台能夠有效採集和匯聚設備運行數據、工藝參數、質量檢測數據、物料配送數據和進度管理數據等生產現場數據,通過數據分析和反饋在製造工藝、生產流程、質量管理、設備維護和能耗管理等具體場景中實現優化應用。 製造工藝場景中,工業互聯網平台可對工藝參數、設備運行等數據進行綜合分析,找出生產過程中的最優參數,提升製造品質。例如 GE 基於 Predix 平台實現高壓渦輪葉片鑽孔工藝參數的優化,將產品一次成型率由不到 25%提升到 95%以上。 生產流程場景中,通過平台對生產進度、物料管理、企業管理等數據進行分析,提升排產、進度、物料、人員等方面管理的準確性。博世基於平台為歐司朗集團提供生產績效管理服務,可在生產環境中協調不同來源的數據,提取有價值的信息並自動運用專家知識進行評估,實現了生產任務的自動分配。 質量管理場景中,工業互聯網平台基於產品檢驗數據和「人機料法環」等過程數據進行關聯性分析,實現在線質量監測和異常分析,降低產品不良率。富士康集團基於其平台實現全場產品良率自動診斷,打通車間產能、質量、人力、成本等各類運行狀況數據,並對相關數據進行分析計算和大數據優化,使良率診斷時間縮短 90%。 設備維護場景中,工業互聯網平台結合設備歷史數據與實時運行數據,構建數字孿生,及時監控設備運行狀態,並實現設備預測性維護。例如嵌入式計算機產品供應商 Kontron 公司基於Intel IoT 平台智能網關和監測技術,可將機器運行數據和故障參數發送到後台系統進行建模分析,實現板卡類製造設備的預測性維護。 能耗管理場景中,基於現場能耗數據的採集與分析,對設備、產線、場景能效使用進行合理規劃,提高能源使用效率,實現節能減排。例如施耐德為康密勞矽錳及電解錳冶煉工廠提供EcoStruxure 能效管理平台服務,建立能源設備管理、生產能耗分析、能源事件管理等功能集成的統一架構,實現了錳礦生產過程中的能耗優化。 2.面向企業運營的管理決策優化 藉助工業互聯網平台可打通生產現場數據、企業管理數據和供應鏈數據,提升決策效率,實現更加精準與透明的企業管理, 其具體場景包括供應鏈管理優化、生產管控一體化、企業決策管理等。 供應鏈管理場景中,工業互聯網平台可實時跟蹤現場物料消耗,結合庫存情況安排供應商進行精準配貨,實現零庫存管理, 有效降低庫存成本。雅戈爾基於 IBM Bluemix 平台對供應鏈和生產系統的重要數據進行抽取和多維分析,優化供應鏈管理並使庫存周轉率提高了 1 倍以上,庫存成本節省了 2.5 億元,缺貨損失減少了 30%以上,工廠的準時交貨率達到 99%以上。 生產管控一體化場景中,基於工業互聯網平台進行業務管理 系統和生產執行系統集成,實現企業管理和現場生產的協同優化。石化盈科通過 ProMACE 平台在煉化廠的應用,圍繞生產計劃優化, 推動經營績效分析、供應鏈一體化協同及排產、實時優化、先進 控制和控制迴路的閉環管控,實現財務日結月清。 企業決策管理場景中,工業互聯網平台通過對企業內部數據的全面感知和綜合分析,有效支撐企業智能決策。中聯重科結合SAP HANA 平台的計算能力及 SAP SLT 數據複製技術,實現工程起重機銷售服務、客戶信用銷售、集團內控運營三個領域的實時分析,有效針對市場變化做出快速智能決策。 3. 面向社會化生產的資源優化配置與協同 工業互聯網平台可實現製造企業與外部用戶需求、創新資源、生產能力的全面對接,推動設計、製造、供應和服務環節的並行 組織和協同優化。其具體場景包括協同製造、製造能力交易與個 性定製等。 協同製造場景中,工業互聯網平台通過有效集成不同設計企業、生產企業及供應鏈企業的業務系統,實現設計、生產的並行實施,大幅縮短產品研發設計與生產周期,降低成本。如河南航天液壓氣動技術有限公司基於航天雲網 INDICS 平台實現了與總體設計部、總裝廠所的協同研發與工藝設計,研發周期縮短 35%、資源利用率提升 30%,生產效率提高 40%。 製造能力交易場景中,工業企業通過工業互聯網平台對外開放空閒製造能力,實現製造能力的在線租用和利益分配。例如瀋陽機床基於 iSESOL 平台向奧邦鍛造公司提供了 i5 機床租賃服務,通過平台以融資租賃模式向奧邦提供機床,按照製造能力付費,有效降低了用戶資金門檻,釋放了產能。 個性定製場景中,工業互聯網平台實現企業與用戶的無縫對接,形成滿足用戶需求的個性化定製方案,提升產品價值,增強用戶粘性。例如海爾依託 COSMOPlat 平台與用戶進行充分交互, 對用戶個性化定製訂單進行全過程追蹤,同時將需求搜集、產品訂單、原料供應、產品設計、生產組裝和智能分析等環節打通, 打造了適應大規模定製模式的生產系統,形成了 6000 多種個性化定製方案,使用戶訂單合格率提高 2%,交付周期縮短 50%。江森自控-日立公司基於 Ayla 平台,打通社交媒體數據,整合 8 億微信用戶需求,提供商用空調定製服務。 產融結合場景中,工業互聯網平台通過工業數據的匯聚分析, 為金融行業提供評估支撐,為銀行放貸、股權投資、企業保險等金融業務提供量化依據。如樹根互聯與久隆保險基於根雲RootCloud 共同推出 UBI 挖機延保產品數據平台,明確適合開展業務的機器類型,指導保險對每一檔進行精準定價。 4. 面向產品全生命周期的管理與服務優化 工業互聯網平台可以將產品設計、生產、運行和服務數據進行全面集成,以全生命周期可追溯為基礎,在設計環節實現可製造性預測,在使用環節實現健康管理,並通過生產與使用數據的反饋改進產品設計。當前其具體場景主要有產品溯源、產品/裝備遠程預測性維護、產品設計反饋優化等。 產品溯源場景中,工業互聯網平台藉助標識技術記錄產品生產、物流、服務等各類信息,綜合形成產品檔案,為全生命周期管理應用提供支撐。例如 PTC 藉助 ThingWorx 平台的全生命周期追溯系統,幫助晶片製造公司 ATI 實現生產環節到使用環節的全打通,使每個產品具備單一數據來源,為產品售後服務提供全面準確信息。產品/裝備遠程預測性維護場景中,在平台中將產品/裝備的實時運行數據與其設計數據、製造數據、歷史維護數據進行融合,提供運行決策和維護建議,實現設備故障的提前預警、遠程維護等設備健康管理應用。例如 ABB 為遠洋船舶運營公司 Torvald Klaveness 的多用途船提供 ABB Ability 平台服務,通過船上的傳感器收集信息,並進行性能參數分析,實現對遠洋航行船舶的實時監控、預警維護和性能優化。SAP 為意大利鐵路運營商Trenitalia 提供車輛維護服務,通過加裝傳感器實時採集火車各部件數據,依託 HANA 平台集成實時數據與維護數據、儀器儀表參數並進行分析,遠程診斷火車運行狀態,提供預測性維護方案。
  • 二、 業互聯網平台七大核心技術交織融合 工業互聯網平台需要解決多類工業設備接入、多源工業數據集成、海量數據管理與處理、工業數據建模分析、工業應用創新與集成、工業知識積累疊代實現等一系列問題,涉及七大類關鍵技術,分別為數據集成和邊緣處理技術、 IaaS 技術、 平台使能技術、數據管理技術、工業數據建模與分析技術、應用開發和微服務技術、安全技術。
  • 第一層是邊緣,通過大範圍、 深層次的數據採集, 以及異構數據的協議轉換與邊緣處理, 構建工業互聯網平台的數據基礎。一是通過各類通信手段接入不同設備、 系統和產品,採集海量數據;二是依託協議轉換技術實現多源異構數據的歸一化和邊緣集成;三是利用邊緣計算設備實現底層數據的匯聚處理,並實現數據向雲端平台的集成。 第二層是平台, 基於通用 PaaS 疊加大數據處理、 工業數據分析、工業微服務等創新功能, 構建可擴展的開放式雲操作系統。一是提供工業數據管理能力,將數據科學與工業機理結合, 幫助製造企業構建工業數據分析能力,實現數據價值挖掘; 二是把技術、知識、經驗等資源固化為可移植、可復用的工業微服務件庫,供開發者調用; 三是構建應用開發環境, 藉助微服務組件和工業應用開發工具, 幫助用戶快速構建定製化的工業 APP。(adsbygoogle = window.adsbygoogle || []).push({params:{"google_ad_client":["ca","pub","2923"+"1528"+"6638"+"5027"].join("-"),"google_ad_slot":"7278175363","google_ad_layout":"in-article","google_ad_format":"fluid","google_ad_channel":"9889961341"}}); 第三層是應用, 形成滿足不同行業、不同場景的工業 SaaS 和工業 APP, 形成工業互聯網平台的終價值。一是提供了設計、生產、管理、服務等一系列創新性業務應用。二是構建了良好的工業 APP 創新環境, 使開發者基於平台數據及微服務功能實現應用創新。 除此之外,工業互聯網平台還包括 IaaS 基礎設施,以及涵蓋整個工業系統的安全管理體系,這些構成了工業互聯網平台的基礎支撐和重要保障。泛在連接、雲化服務、 知識積累、應用創新是辨識工業互聯網平台的四大特徵。 一是泛在連接, 具備對設備、 軟件、 人員等各類生產要素數據的全面採集能力。 二是雲化服務, 實現基於雲計算架構的海量數據存儲、 管理和計算。 三是知識積累, 能夠提供基於工業知識機理的數據分析能力,並實現知識的固化、積累和復用。 四是應用創新, 能夠調用平台功能及資源,提供開放的工業 APP 開發環境,實現工業 APP 創新應用。
  • 工業互聯網平台是面向製造業數字化、網絡化、智能化需求, 構建基於海量數據採集、匯聚、分析的服務體系,支撐製造資源泛在連接、彈性供給、高效配置的工業雲平台,包括邊緣、平台(工業 PaaS)、應用三大核心層級。
4 annotations
  • 協同機構方面,德國成立了政府統一協調機構,建立了第四次工業革命平台。德國信息技術通訊新媒體協會、德國機械製造聯合會以及德國電子工業聯合會三個專業協會共同建立了秘書處,負責為優先主體研發路線圖。我國除了在中央政府層面成立由國務院領導同志擔任組長的領導機構和戰略諮詢委員會之外,還應該大力發揮行業協會的作用,加強行業協同機制建設。
  • 德國比較重視構建支持工業4.0的法律環境,及時對與企業責任、數據保護、貿易限制、密碼系統等相關法規進行調整,培養全國國民的競爭意識,比較重視反思和自我調適。
  • 德國為了有效實施工業4.0,比較重視對技術、政策和環境等進行評估調整。
  • 中國基礎學科的研究比較薄弱,科研創新能力不強,很難有重大突破。
  • 仔細研究《德國工業4.0》,我們不難發現這個戰略重要的因素是基礎科學研究,很多細節方面的任務目標,都以「高、精、尖」的理論知識作為依憑,致力於改善德國科學基礎研究的條件,提高科研創新能力。
  • 中國橫向研究比縱向研究無論在數目上,還是支持力度上都要大很多,導致中國應用型的研究領域較強,理論基礎研究較薄弱。中國還在制定國際化行業標準方面缺乏經驗和條件。
  • 這種區別就好比《中國製造2025》是在工業現階段水平和思維模式上尋求階段內的改進和發展,德國則是尋求從工業3.0階段跨越到工業4.0階段,實現「質的變化」。這種戰略思想上的差別應該說是客觀條件的反映,符合現實基礎,但也說明中國製造2025缺少戰略上的理論深度和技術高度,也缺少市場上的感召力和影響力。
  • 相對於德國工業4.0,《中國製造2025》,則強調的是在現有的工業製造水平和技術上,通過「網際網路+」這種工具的應用,實現結構的變化和產量的增加。
  • 比較德國工業4.0與中國製造2025,一個重要的區別在於,德國工業4.0戰略是一個革命性的基礎性的科技戰略。其立足點並不是單純提升某幾個工業製造技術,而是從製造方式基礎層面上進行變革,從而實現整個工業發展的質的飛躍。因此,德國工業4.0戰略的核心內容並不拘泥於工業產值數據這個層面上「量的變化」,而更加關注工業生產方式的「質的變化」
  • 「工業4.0」項目主要分為三大主題: 一是「智能工廠」,重點研究智能化生產系統及過程,以及網絡化分布式生產設施的實現。 二是「智能生產」,主要涉及整個企業的生產物流管理、人機互動以及3D技術在工業生產過程中的應用等。該計劃將特別注重吸引中小企業參與,力圖使中小企業成為新一代智能化生產技術的使用者和受益者,同時也成為先進工業生產技術的創造者和供應者。 三是「智能物流」,主要通過網際網路、物聯網、物流網,整合物流資源,充分發揮現有物流資源供應方的效率,而需求方則能夠快速獲得服務匹配,得到物流支持。
  • 德國工業4.0平台找到了兩個基礎。一個是根據Osterwalder和Pigneur(2010)對商業模式的定義,即商業模式描述組織如何創建、交付和捕獲價值的基本原理。這通常包括價值主張、價值創造架構、合作夥伴網絡。第二個是根據Jaekel(2015),價值創造架構中的數字業務模式的特點是專注於數據和分析,並通過平台將其合作夥伴網絡組織為一個可擴展的生態系統。
  • 虛擬和現實互聯通過「虛擬網絡—實體物理系統」(Cyber-Physical System)實現,CPS即為工業4.0的核心。它將物理設備連接到網際網路上,讓物理設備具有計算、通信、控制、遠程協調和自治等智能功能,並將資源、信息、物體以及人緊密聯繫,從而創造物聯網及相關服務。 而將這些工業4.0組件,進行數字化表達最有價值的轉化方式,就是德國工業4.0平台提出的管理殼。企業的各種資產的數字化形式,通過資產管理殼(Asset Administration Shell,AAS)來表達。
12 annotations
  • 這項“工業4.0就緒”研究是由德國工程聯合會(VDMA)的IMPULS基金會委託,由IW Consult(科隆經濟研究所的子公司)和亞琛工業大學工業管理研究所(FIR)進行的。VDMA專家和一些行業代表以顧問身份參與了研究的開發。 VDMA的IMPULS基礎 德國工程聯合會(VDMA)的IMPULS基金會探討了對德國工程行業具有戰略重要性的基本問題。IMPULS基金會成立於1989年。從那時起,它已委託90多個研究和特別項目,涉及從公司治理和經濟政策到技術,創新和教育等廣泛主題。 科隆經濟研究所顧問有限公司(IW Consult) IW Consult與科隆經濟研究所的諮詢機構強大的行業協會結盟,為企業,協會,政府部門,基金會和公共機構提供委託研究和高度專業化的研究服務。在理論與實踐之間的接口上,IW Consult開發了定制的端到端解決方案,以解決重要的經濟和社會政策問題。 亞琛工業大學工業管理研究所(FIR) FIR是亞琛工業大學的非營利性跨行業研究機構,活躍於商業組織和企業發展領域。該研究所致力於系統地為明天的公司開發圍繞業務轉型,服務管理,信息管理和生產管理的組織解決方案,並與行業合作夥伴合作以確保最佳實踐的實現。
  • 這六個維度用於開髮用於測量工業4.0就緒狀態的六級模型。六個就緒級別(0到5)中的每個級別都包含必須滿足的最低要求才能完成該級別。 級別0是外部人員–那些沒有計劃或很少進行計劃或實施“工業4.0”活動的公司。級別5描述了表現最好的公司,即那些成功實施了所有工業4.0活動的公司。
2 annotations
5 annotations
  • “人工智能賽博物理操作系統”(新一代技術+商業操作系統“ AI-CPS OS ”:雲計算+大數據+物聯網+區塊鏈+人工智能)
  • 面向工業4.0 、體現CPS特點的智能MES系統,構建“生產精益化+設備自動化+管理信息化+人員高效化”的“新四化”智能車間,為製造企業智能化轉型升級奠定堅實的基礎。
  • 在專業的製造執行系統協會(MESA )對MES定義與標準遲遲沒有更新之際,一些組織已經對MES或相關功能進行了發展。比如,美國儀器、系統和自動化協會(Instrumentation,System, and Automation Society,簡稱ISA )於2000年發布ISA-SP95標準,首次確立了MOM (ManufacturingOperations Management ,中文為製造運行管理),MOM將生產運營、維護運行、質量運行和庫存運行並列起來,並極大地拓展了MES的傳統定義。
  • 美國羅克韋爾副總裁鮑勃·奧納(Bob Honor )說:“ MES已經有幾十年的歷史了,您可以確信的是,今天的MES不再是上一代的MES 。” (原文:While it's true thatmanufacturing execution systems have been around for at least a couple ofdecades, you can rest assured that today's MES is not your father's MES.)
  • ERP-MES-PCS三層架構具有鮮明的工業3.0的特徵,在工業4.0智能工廠/智能製造系統的大環境下,傳統MES所涉及的功能和範圍遠未概括企業生產製造管理的許多環節。
  • 德國薩爾大學希爾教授對智能工廠進行了一個清晰的定義,將MES的價值進一步凸顯。在希爾教授的圖中,我們可以看到智能工廠由三大部分組成:以訂單為核心的營銷平台,包括個性化、以人為中心的營銷計劃、銷售活動、採購管理等等;以產品為中心的研發平台,包括產品研發、服務等;以及以MES 、CPS賽博物理系統為核心的生產平台,包括自組織,即智能化MES以及CPS系統。從中可以看出,廣義上的智能型MES (包含設備互聯互通的CPS系統)是智能製造的基礎與關鍵。
  • MES在企業中的位置 MESA協會並給出了企業實施MES系統後的以下數據: 縮短生產週期,達到平均45% ; 減少數據錄入時間,通常達到75%或更高; 減少待處理的工作(WIP) ,達到平均24% ; 減少文檔間的傳遞,達到平均61% ; 縮短訂交貨時間,達到平均27% ; 減少紙面文檔,達到平均56% ; 減少產品缺陷,達到平均18% 。 2004年,MESA提出了協同MES體系結構(c-MES) ,對MES的定義進行了進一步的拓展。 可以說,MESA的這個定義讓大家明確地知道了哪些是MES的功能模塊,實施MES系統後會有什麼效果等等,這對當時規範MES標準、範圍界定等方面做出了積極的貢獻,對MES的發展起到了很好的推動作用。
  • 這11個功能模塊分別是:1).製造資源分配與狀態報告;2).詳細工序作業計劃;3).生產調度;4).車間文檔管理;5).數據採集;6).人力資源管理;7).質量管理;8).工藝過程管理;9).設備維修管理;10).產品跟踪;11).業績分析。
  • 作為MES領域的專業組織,製造執行系統協會(MESA )於1997年提出了MES功能組件和集成模型,包括11個功能模塊。同時,規定只要具備11個之中的某一個或幾個,也屬於MES系列的單一功能產品。
  • 1990年美國先進製造研究協會AMR (AdvancedManufacturing Research )提出了MES這個新概念,他們將MES定義為:位於上層的計劃管理系統與底層的工業控制之間的面向車間層的管理信息系統。它為操作人員/管理人員提供計劃的執行、跟踪以及所有資源(人、設備、物料、客戶需求等)的當前狀態。
  • 智能化MES系統將分別從計劃源頭、過程協同、設備底層、資源優化、質量控制、決策支持等6個方面著手,實現生產過程的自動化、數字化、網絡化、智能化的管理與控制,完成智能互聯互通,智能計劃排產,智能生產協同,智能資源管理,智能質量控制和智能決策支持的各項功能。
  • MES中要體現CPS特點,車間中設備的互聯互通是基礎。
  • 在工信部發布的《信息物理系統白皮書(2017)》中,工信部信軟司副司長安筱鵬博士在序言《關於CPS的幾點思考——CPS是什麼?如何看?怎麼幹?》中明確指出:“由傳感器、控制終端、組態軟件、工業網絡等構成的分佈式控制系統(DCS)和數據採集與監控系統(SCADA)是系統級CPS,由數控機床、機器人、AGV小車、傳送帶等構成的智能生產線是系統級CPS,通過製造執行系統(MES)對人、機、物、料、環等生產要素進行生產調度、設備管理、物料配送、計劃排產和質量監控而構成的智能車間也是系統級CPS。”從中可以看到,在智能化車間裡,CPS並不神秘,具有互聯互通功能的智能化生產線就是一種CPS,智能化的MES也是一種CPS,兩者結合在一起,以數字化設備、設備互聯互通系統、MES系統組成的整個智能化車間就是一個更高級的CPS系統。
  • 德國人認為:“在製造業領域,CPS系統包括智能機器、存儲系統和生產設施,能夠相互獨立地自動交換信息、觸發動作和控制。CPS將推動生產對象直接或借助互聯網通過M2M(Machine to Machine ,機器對機器)通信自主實現信息交換、運轉和互相操控。”從本段**們可以了解到,對車間中的機床、機器人等各類數字化設備進行互聯互通,就是德國人認為的CPS在車間的具體應用。
  • 在MES系統中一定要充分體現精益生產的理念,通過MES這個信息化手段與工具,促進精益生產在企業中的進一步落地,比如: 準確分析非增值勞動,提高生產效率、進行有效質量管理、降低生產庫房、工具等輔助成本。科學準確自動排產、合理解決緊急插單等問題、確保生產計劃最優。實現目視化管理、信息最大程度透明化。生產過程控制,實現產品“流”的生產。實現生產數據及時、準確反饋,提供科學決策基礎。
  • 在邁向工業4.0過程中,我們經常講:“2.0補課,3.0普及,4.0示範”,那麼2.0到底是要補什麼,3.0到底是要普及什麼?筆者認為,除了實現對自動化、數字化、網絡化等這些大家能看到的軟硬件裝備以外,更重要的是補上、普及我們欠缺的工業文明,比如員工的技能、素養,企業管理的模式、方法以及社會上的契約精神、合作精神等等,而作為工業3.0最精華的精益生產,是製造業所必須補上、必須普及的重要部分。
16 annotations
  • 數字化製造如圖2(a)所示,是數字技術和製造技術的融合,是隨著數字技術的廣泛應用而出現的。數字化製造實現了製造的數字化設計、仿真、 計算機集成製造,實現了企業生產和管理的集成和協同,在整個工廠內部實現了計算機系統和生產系統的融合,提高了產品設計、製造質量、勞動生產率,縮短了產品的研發週期,降低成本,提高能效。
  • 數字化製造是智能製造的基礎,貫穿於三個基本範式,並不斷演進發展;數字化網絡化製造將數字化製造提高到一個新的水平,通過工業“互聯網+ 製造”;實現全價值鏈的優化;新一代智能製造是在前兩種範式的基礎上,通過先進製造技術與新一代人工智能技術集成,使得製造具有了真正意義上的智能。
  • 智能製造從技術進化的維度可以分為三個範式:數字化製造、數字化網絡化製造、數字化網絡化智能化製造(見圖2)。這三個範式之間的演進是互相關聯,迭代升級的。
  • 一、智能製造總體架構的基本含義 智能製造涵蓋了產品、製造、服務全生命週期,是一個大概念[1]。 智能製造總體架構(也稱作智能製造系統架構,或智能製造系統參考架構),是對智能製造活動各相關要素及要素間關係的一種映射,是對智能製造活動的抽象化、模型化認識[2]。 構建智能製造總體架構,從微觀層面來看,是為智能製造實踐提供構建、開發、集成和運行的框架;從中觀層面來看,是為企業實施智能製造提供技術路線指導;從宏觀層面來看,是為國家製定和推進製造業智能轉型提供頂層設計模型,推動智能製造標準化建設[3]。
4 annotations
  • 智慧製造系統架構 智慧製造系統架構 三個維度構建 生命週期 設計、生產、物流、銷售、服務等一系列相互聯繫的價值創造活動組成的鏈式集合 系統層級 系統層級自下而上共五層,分別為設備層、控制層、車間層、企業層和協同層。 智慧功能 智慧功能包括資源要素、系統集成、互聯互通、資訊融合和新興業態等五層。
  • 到2017年,初步建立智慧製造標準體系。制定60項以上智慧製造重點標準,按照“共性先立、急用先行”的立項原則,制定參考模型、術語定義、標識解析、評價指標等基礎共性標準和資料格式、通訊協定等關鍵技術標準,探索制定重點行業智慧製造標準,並率先在《中國製造2025》十大重點領域取得突破。推動智慧製造國家標準上升成為國際標準,標準應用水準和國際化水準明顯提高。 到2020年,建立起較為完善的智慧製造標準體系。制修訂500項以上智慧製造標準,基本實現基礎共性標準和關鍵技術標準全覆蓋,智慧製造標準在企業得到廣泛的應用驗證,在製造業全領域推廣應用,促進我國智慧製造水準大幅提升,我國智慧製造標準國際競爭力顯著提升。
  • 第一步,通過研究各類智慧製造應用系統,提取其共性抽象特徵,構建由生命週期、系統層級和智慧功能組成的三維智慧製造系統架構,從而界定智慧製造標準化的內涵和外延,識別智慧製造現有和缺失的標準,認知現有標準間的交叉重疊關係; 第二步,在深入分析標準化需求的基礎上,綜合智慧製造系統架構各維度邏輯關係,將智慧製造系統架構的生命週期維度和系統層級維度組成的平面自上而下依次映射到智慧功能維度的五個層級,形成智慧裝備、智慧工廠、智慧服務、工業軟體和大資料、工業互聯網等五類關鍵技術標準,與基礎共性標準和重點行業標準共同構成智慧製造標準體系結構; 第三步,對智慧製造標準體系結構分解細化,進而建立智慧製造標準體系框架,指導智慧製造標準體系建設及相關標準立項工作。
  • 智慧製造標準體系將在5年內建成並逐步完善,共分兩個階段完成:第一階段(2016-2017年)主要解決標準體系融合貫通和基礎標準缺失的問題,第二階段(2018-2020年)主要解決標準體系完善及標準在全製造業領域推廣應用的問題。
  • 國家智慧製造標準體系按照“三步法”原則建設完成。
  • 智能製造標準體系框架 智能製造標準體系框架 項目 5類基礎共性標準 基礎、安全、管理、檢測評價、可靠性 5類關鍵技術標準 智能裝備、智能工廠、智能服務、工業軟件和大數據、工業互聯網 10大領域重點行業應用 新一代信息技術、高檔數控機床和機器人、航空航天裝備、海洋工程裝備及高技術船舶、先進軌道交通裝備、節能與新能源汽車、電力裝備、農業機械裝備、新材料、生物醫藥及高性能醫器、其他 目標:
  • 所謂“建設指南”明確了建設智能製造標準體系的總體要求、建設思路、建設內容和組織實施方式,從生命週期、系統層級、智能功能等3個維度建立了智能製造標準體系參考模型,並由此提出了智能製造標準體系框架,框架包括:基礎、安全、管理、檢測評價、可靠性等5類基礎共性標準,及:智能裝備、智能工廠、智能服務、工業軟件和大數據、工業互聯網等5類關鍵技術標準,以及在不同行業的應用標準。“建設指南”採取滾動修訂製度,每2-3年修訂後發布。
  • 聚焦智慧製造跨行業、跨領域的融合創新領域,建成覆蓋5大類基礎共性標準、5大類關鍵技術標準及10大領域重點行業應用標準的國家智慧製造標準體系。
8 annotations
  • 模塊化供貨(Modular Supply)、成套配送(Set Parts Supply)、混流順序節拍供貨JIS(Just In Sequence)已成為當今企業提高其核心競爭力的卓越之路。
  • 實施精益生產時,首先要對現狀進行價值流分析VSM,再做流動改善,對不能流動的地方進行佈局改善或SMED/TPM,實在不能流動的地方做超市拉動。對於瓶頸可以就考慮排程優化。
  • 。IT信息技術可以使精益生產更加柔性。
  • 看板也應該被計算機時代的電子看板取代,用動態的電子看板來應對變化
  • 沒有100%的拉式生產,也沒有100%的推式生產
  • 十、看板無法與ERP系統數據集成
  • 九、看板無法跟蹤詳細的工序序列號的質量追蹤數據
  • 八、手工看板設置,無法動態模擬計算看板張數
  • 七、看板卡容易磨損、丟失、損壞
  • 六、紙張看板信息不能遠距離共享
  • 五、手工看板隨物品移動,必須手工回收
  • 四、看板以持有基礎庫存為前提,不是零庫存
  • 三、產品或零件必須是可以重複使用
  • 學習了精益生產或參觀精益工廠後,就想把推式生產計劃改為拉式計劃,卻不知道如果生產週期過長,是拉動不起來的,更就不要説使用看板技術了。實際上實施看板是有一定條件的。
  • 二、採購供應週期和工序過多導致生產週期過長,看板是拉動不起來
  • 一、看板必須以均衡生產為前提
  • 傳統看板拉式技術的10大侷限
  • 精益生產看板拉式技術比MRP的推式技術具有很大的優勢
  • 看板(kanban)
19 annotations
  • 戰略規劃之關鍵路徑(Critical Path)。 重點工作項目與重點工程,可以理解成戰略規劃中的關鍵路徑(Critical Path),其中表六之五項重點工作即是達成第一步十年目標之關鍵策略與關鍵路徑。
  • 《中國製造2025》之八個戰略支撐與保障
  • 『研擬策略與行動方案』。 分別為『三、戰略任務和重點』之九大戰略任務與八個戰略支撐與保障。進一步整理如表四與表五。主要戰略任務與戰略支撐就如同企業價值鏈之主要流程與支援流程,兩類的戰略都是必要的,缺一不可。兩類的戰略也都需要有資源配置與搭配之工作項目。
  • 『掌握環境變化』。 《中國製造2025》文本並未列出未來全世界與中國所將面對的外部環境。
  • 《中國製造2025》之九大戰略任務
  • 『設定願景與目標』。 依戰略規劃之願景三要素與目標設定之SMART原則,整理如表三所示。
  • 『定位現況與優劣勢』。 根據《中國製造2025》文本,中國大陸製造業現況分為整體經濟局勢的現況與製造業的現況,並且分別在『一、發展形勢和環境』之『(二)我國經濟發展環境發生重大變化』與『(三)建設製造強國任務艱巨而緊迫』說明。整理如表二。
  • 表一、《中國製造2025》方案文本結構 第一階 第二階 零、前言   一、發展形勢和環境  (一)全球製造業格局面臨重大調整。  (二)我國經濟發展環境發生重大變化。  (三)建設製造強國任務艱巨而緊迫。 二、戰略方針和目標  (一)指導思想。  (二)基本原則。  (三)戰略目標。 三、戰略任務和重點  (一)提高國家製造業創新能力。  (二)推進信息化與工業化深度融合。  (三)強化工業基礎能力。  (四)加強質量品牌建設。  (五)全面推行綠色製造。  (六)大力推動重點領域突破發展。  (七)深入推進製造業結構調整。  (八)積極發展服務型製造和生產性服務業。  (九)提高製造業國際化發展水平。 四、戰略支撐與保障  (一)深化體制機制改革。  (二)營造公平競爭市場環境。  (三)完善金融扶持政策。  (四)加大財稅政策支持力度。  (五)健全多層次人才培養體系。  (六)完善中小微企業政策。  (七)進一步擴大製造業對外開放。  (八)健全組織實施機制。 附件:專欄 (五大重點工程)  專欄1 製造業創新中心 (工業技術研究基地)建設工程  專欄2 智能製造工程  專欄3 工業強基工程  專欄4 綠色製造工程  專欄5 高端裝備創新工程     
  • 1. 『定位現況與優劣勢』--知道現在位置與優勢(Strength)及劣勢(Weakness); 2. 『設定願景與目標』--知道要到哪裡去與目標和現在的差距有多少; 3. 『掌握環境變化』-- 掌握機會(Opportunity)與避免威脅(Treat); 4. 『研擬策略與行動方案』-- 提出贏的方法與具體落實步驟及所需資源。
9 annotations
  • 工業互聯網的價值可以從三方面體現:第一,提高能源的使用效率;第二,提高工業系統與設備的維修和維護效率;第三,優化並簡化運營效率。
  • 2015年6月,工業互聯網聯盟(IIC)發布工業互聯網參考架構(Industrial Internet Reference Architeture,IIRA)。該文件定義了工業互聯網系統的各要素,以及為要素之間的相互關係提供了通用語言。在通用語言的幫助下,參與者可為系統選取所需的要素,從而更快地交付系統實現,
  • 工業互聯網是互聯網和新一代信息技術在工業全領域、全產業鏈、全價值鏈中的融合集成應用,是實現工業智能化的綜合信息基礎設施。其本質是以機器、零部件、控制系統、信息系統、產品以及人之間的網絡互聯爲基礎,通過對工業數據的深度感知、傳輸交換、計算處理和高級分析,實現從單個機器到生產線、車間乃至整個工廠的智能決策和動態優化,工業互聯網的三要素為智能機器、高級分析和工作人員
  • 2015年4月16日,德國電子電氣工業協會發布了工業4.0參考架構模型(RAMI 4.0),將工業4.0所涉及的關鍵要素用一個三維的層級模型來描述:第一個維度是由產品、控制裝置、工作單元、企業和企業聯盟構成的企業縱向集成維度(Hierarchy Levels Axis);第二個維度是由研發階段和生產階段組成的產品生命週期與價值流維度(Life Circle&Value Stream Axis);第三個維度則是藉助信息和通信技術通用的業務劃分準則,把製造系統的活動劃分為業務、功能、信息、通信、集成和資產6個層次,形成活動層維度(Layers Axis)。
4 annotations
  • “人工智能賽博物理操作系統”(新一代技術+商業操作系統“ AI-CPS OS ”:雲計算+大數據+物聯網+區塊鏈+人工智能)
  • 《工業4.0成熟度指數》將企業結構分解為資源、信息系統、文化和組織結構四個結構領域。每一結構領域都包含兩個指導原則和必要能力。這些能力用於實現各個發展等級,並為製造型企業向敏捷型組織的轉型提供基礎。 
  • 如何能夠高度抽像地統一不同企業、組織的共同行動?這就是需要建立一個頂層框架。德國工業4.0的頂層設計,就是工業4.0參考框架RAMI。這是一個三維模型,它定義了“層、流、級”三個維度,分別是生產層(Layers)、生命週期價值流、系統層級(Levels)。而在每一個維度上,都有相應的技術指南和標準。
  • 與RAMI相呼應的還有一個重要的支撐概念:“管理殼”。“管理殼”可以是一個或多個生產組件,但必須能夠跟RAMI所定義的三個維度上的要素之一相呼應
  • CPS可以看成是工業4.0的起點。在CPS的世界上,數字孿生(digital twins)可以被創建、執行和交互。數字孿生是實體系統、流程或者產品在CPS的數字映射
  • 在未來,各種設備、庫房和產線都以賽博物理系統CPS的形式出現,形成一個全球化的網絡
  • 終端用戶也呈現出連接的狀態,其巨大的透明性,可以貫穿整個製造流程之中,這使得商業決策可以大大優化。這就會產生許多不同的價值和全新的商業模式——尤其對於中小企業和新創公司,它們很容易在全流程的價值服務中找到自己的位置。
  • 德國工業4.0平台的發展
  • 【工業4.0】工業4.0之父獨家解讀:還原工業4.0
9 annotations
  • 德國工業4.0數字商業模式工作組,正在警告德國製造商,僅僅有Know-how是不夠的,必須把數據應用考慮進來,這是成為未來製造業贏家的關鍵因素。而人工智慧是關鍵的一個驅動力。
  • 人工智慧戰略還確定了十四個目標,最令人印象深刻的是,德國人工智慧戰略期望「德國製造的人工智慧(AI)」成為全球公認的品質標誌。
  • 2018年11月15日,德國聯邦政府正式發布了《人工智慧(Künstliche Intelligenz)戰略》,口號是「AI Made in Germany」,從而將人工智慧的重要性提升到了國家的高度。
  • 2017年9月,聯邦教育部啟動了一個稱為「學習系統PLS」(Plattform Learning Systems)的人工智慧平台,這是繼「工業4.0」平台之後,德國政府推出的第二個以數字化為主題的研發平台。這項計劃是通過開發和應用「學習系統」,使未來的工作和生產更加靈活和節省資源,提高工作效率和生活品質,促進經濟、交通和能源供應等領域的可持續發展。
  • 管理殼成果物包括:管理殼框架、工業4.0組件之間的關係、管理殼作為基於工業4.0通信的倡議,以及管理殼的安全性等。
  • 管理殼的實施思路
  • 符合IEC PAS 63088標準的管理殼 從2015年開始,德國一直圍繞著管理殼,做各種模型描述和標準覆蓋。這些相互交織的模型,加上來自企業的實踐,正在將德國製造的產品推進到賽博(Cyber)空間中去。德國最以為榮的機器,很快就會變成帶有數字雙胞胎的機器。德國機器的數字化就緒度,抬頭可見。
  • 工業4.0組件中,通過管理殼來實現數字化集成。它可以將資產集成到工業4.0通信中;為資產的所有信息提供受控訪問;是標準化並且安全的通信接口;支持在沒有通信接口的情況下,使用條形碼或二維碼來集成「被動」資產;並且在網絡中是可尋址的,可以對資產進行明確的識別。可以說,管理殼是工業4.0組件的「網際網路表達器」
8 annotations
  • 目前工業4.0平台已發布的管理殼成果物包括:管理殼框架、工業4.0組件之間的關係、管理殼作為基於工業4.0通信的倡議,以及管理殼的安全性等。
  • 管理殼可以覆蓋生產、製造系統和業務的全部生命週期。下面以發動機為例,介紹管理殼中包含的相關內容。首先在工程階段,管理殼會考慮各項功能。例如,發動機的扭矩和軸高等性能將放入管理殼中。下一步,選擇製造商提供的某一特定類型(type)的發動機,有關此類發動機的更多信息將被添加到管理殼中。接下來,發動機製造商提供一個組件用以對發動機進行計算和模擬, 從而對上一步的選型進行模擬和確認。在調試階段,發動機會被訂購,發動機類型(type)會變為帶有序列號的發動機實物(instance),該序列號是這一發動機所特有的數據。這樣,管理殼進一步得到豐富。在發動機運行階段,測量的溫度,振動等運行參數也會記錄在管理殼中。對發動機進行維護保養的數據也會記錄在管理殼中。發動機使用壽命終止後,會更換新的發動機。更換後,新發動機的類型(type)&實物(instance)的所有信息都將被記錄在管理殼中。供應商、工程合作夥伴、系統集成商、運營商和服務合作夥伴等價值鏈中的所有合作夥伴都可以交換管理殼中的信息。
  • 工業4.0組件中,通過管理殼來實現數字化集成。它可以將資產集成到工業4.0通信中;為資產的所有信息提供受控訪問;是標準化並且安全的通信接口;支持在沒有通信接口的情況下,使用條形碼或二維碼來集成“被動”資產;並且在網絡中是可尋址的,可以對資產進行明確的識別。可以說,管理殼是工業4.0組件的“互聯網表達器”。
  • 推動數字商業模式轉變的基石,是智能產品、平台、生態系統和數字雙胞胎。而所有這些背後是通過底層技術來實現更強大的連通性、更快的速度和更小的尺寸。數據的質量(“原材料”)、操作系統和治理結構決定了關鍵的不同。為了提供盡可能好的運營環境,需要正確的監管和以人為本的關鍵驅動因素。
  • 工作組鄭重提醒德國製造商,一定要把重點從“產品和生產”擴展到“基於數據服務的運行機制”,即“智能產品+智能服務+新體驗”。智能服務就是基於數據產生的新價值,例如,無人駕駛不會發生事故的車輛。
  • 第6工作中的任務之一,就是研究如何將這一定義應用於產品製造。真是一個新奇的任務。相對於國內製造而言,最常談的就是“新製造”和“新模式”。然而無人知道背後的內涵究竟是什麼。而德國人第一個想到的就是先確定概念基礎,取得“共識起點”。德國人提供了一些答案,值得注意的一點是:“通過提高軟件在產品中的份額——通常與平台的使用相結合,會加強更大的可擴展性。”
  • 德國工業4.0平台找到了兩個基礎。一個是根據Osterwalder和Pigneur(2010)對商業模式的定義,即商業模式是描述組織如何創建、交付和捕獲價值的基本原理。這通常包括價值主張、價值創造架構、合作夥伴網絡。第二個是根據Jaekel(2015)的看法,價值創造架構中的數字業務模式的特點是專注於數據和分析,並通過平台將其合作夥伴網絡組織為一個可擴展的生態系統。這與價值主張(產品和服務)和利潤模式(成本結構和收入)的轉變密切相關。
  • 來,誰將完成這些額外的業務角色?是機器的供應商,還是機器的擁有者。這個問題隨著數字技術的引入,眾多的第三方已經蜂擁而至。這也是工業互聯網平台最令人困惑的一點:每家供應商角色,都在模糊,而且都在交叉。德國工業4.0平台認為,基於VBS的應用場景的推進,是深化工業4.0的重要基石。
  • 德國工業4.0 平台提出了一種新的想法:基於價值的服務(Value-based scenario, VBS),即基於場景出發,考慮數字工業服務的價值。在考慮產品是一台機器設備的情況下,傳統只有兩類角色:設備供應商和設備擁有者。
  • 而對待不同的國家戰略,SCI有條不紊地跟中國智能製造、美國工業互聯網聯盟IIC、日本IVI協會、法國、意大利、澳大利亞都建立了合作機制。最下面是工業4.0實驗室網絡(LNI4.0),負責具體落實標準的測試、實驗和反饋。這是一個面向企業、面向落地的應用型組織。它最大限度地把德國工業4.0所有能達成的共識,用實踐和落地的方式,傳遞給了德國中小企業。
  • 目前工業4.0共有六個工作組,包括第一工作組WG1,主要是參考架構、標準和規範,主席來自ABB;第二工作組則是技術與應用場景,主席來自菲尼克斯;第三工作組是互聯系統的安全性,主席來自博世公司;第四工作組是法律框架,主席來自蒂森克虜伯;第五工作組是就業、教育與培訓,主席來自德國金屬工業協會;第六工作組是工業4.0的數字化商業模型,主席來自埃森哲諮詢公司。2016年4月,在柏林成立了德國工業4.0標準化委員會(SCI4.0),目標就是協調國際標準組織。SCI負責跟這些密密麻麻的國際組織,進行對標和連接,從而最終建立德國自己的工業4.0的技術路線圖和標準架構。這個組織最大的特點就是跨領域,它很好地結合了機械、電氣和IT領域,因此,受到廣泛的歡迎。
  • 德國成立的工業4.0平台,是“工業數字化”數字生態系統的中心樞紐,來自150多個組織的350多名利益相關者,參與平台的工作。而它的核心是各個工作組,通過各領域專家的協同、中小企業的支持,以及組織開展國際合作,從而將各種專業知識匯聚在一起。它採用了一種扁平的決策機制:從頂層的工業4.0平台,到中間的標準化委員會(Standardization Council Industrie4.0, SCI4.0)和麵向企業的實驗室網絡(Lab Networks Industrie4.0, LNI4.0 )。這是一個從上到下、從下到上的三元治理結構。
12 annotations
  • 通過各智能生產單元間、生產單元與車間管理系統間以及各單元內部的智能紡紗機械之間的互聯,實現各層次信息的共享和數據傳輸以及物流和信息流的統一,是實現全廠管控一體化的必要條件。
  • 紡織生產設備需具備長時間連續穩定運行的能力,建設無人工廠更是紡織行業的發展重點。完善的紡紗單元數字孿生模型必須能夠實現設備運行狀態預測,通過實時監測數據,進行設備的故障診斷,進而提前規避風險,實施預防性維護,自動制訂停產檢修計劃。
  • 4個智能單元數字孿生模型,構成含有“感知-分析-決策-執行”的數據自由流動閉環,可為製造工藝與流程信息化提供數據基礎和控制基礎。通過單元內部資源優化,進而實現高效的車間資源優化,是建設紡織智能工廠的基礎。柔性製造單元在機械製造領域已經開始廣泛應用。以單元為單位構建新型智能工廠是紡織柔性化製造的一條出路。數字孿生技術是智能單元的基礎技術,研究紡紗、化纖、染整等不同領域的智能單元技術,是紡織智能工廠發展的重中之重。
  • 智能紡紗單元是紡紗智能車間的基礎,是實現紡紗全流程智能化管控的基礎。紡紗工藝流程長,從抓棉、清棉、梳棉至絡筒、打包有十幾道工序,涉及幾十種紡紗設備。根據紡紗工藝特點,將紡紗設備群分為清梳、並粗、細紗、絡筒等4個生產單元。每個單元均具有物理層、通信層、信息層及控制層。以清梳單元為例,紡紗智能單元可按圖4所示架構建設。
  • 為構建智能紡紗車間內的信息流動規範,除了要規範設備互聯互通標準,還應規範工藝信息標準,使車間全流程生產智能管控得以實現。   本項目在國內外通用信息模型應用具體實例的基礎上,參考國際技術規範IEC/ PAS 63088《智能製造工業4.0參考架構模型》,對紡紗流程信息模型進行規範,包括對紡紗流程中涉及的紡紗車間生產計劃與調度、紡紗工藝執行與管理、紡紗生產過程質量管理、紡紗生產流程管理和紡紗車間設備管理過程中的信息模型進行規範。
  • 該模型參考國家標準GB/ Z 28821《關係數據管理系統技術要求》和GB/Z 32630《非結構化數據管理系統技術要求》,結合紡紗車間數據具體存儲形式,對紡紗裝備互聯互通信息模型進行規範,包括對車間數字化設備的互聯互通信息模型進行規範定義,通過規范運行定義管理、執行管理和數據採集,實現生產運行數據、質量運行數據、維護運行數據和物流運行數據的互聯互通。
  • 智能紡紗單元數字孿生模型的基礎是智能生產設備間的互聯互通。針對提出了典型紡紗車間中生產裝備的互聯互通信息模型(圖2)。
  • 通過工業互聯網技術將狀態感知、傳輸、計算與製造過程融合起來,形成“感知-分析-決策-執行”的數據自由流動閉環,最終建立以單元為基礎的車間數字孿生模型。
  • 針對紡紗智能車間建設,提出以智能紡紗單元為基礎的智能紡紗車間參考模型(圖1)。
  • CPS的概念較為學術化,很難直接在工業生產中實現,它是在科學範疇內定義了物理系統與數字系統間的關係。正因如此,NASA、美國General Dynamics(通用動力)公司等才將CPS概念應用在實際科研生產中,提出了更加便於技術實現的數字孿生和數字主線概念。
  • 數字孿生技術側重在映射對象的模型構建及其數據描述,而數字主線側重的是不同數據集間的傳輸方法與技術,例如數據融合方法、通用數據接口技術等。正如數字主線的另一個名稱“數字紐帶”的字面意思,數字主線是構成數字孿生的模型間的數字紐帶。
  • 數字孿生是一套從微觀原子級到宏觀幾何級全面描述潛在生產或實際製造產品的虛擬信息結構。理論上任何可以通過檢測、實際製造產品所獲得的信息,都可以從它的數字孿生模型獲得。
  • 數字孿生概念最早由美國密歇大學Grieves教授提出,之後美國國防部將這一概念引入飛行器的健康維護中,其基於飛行器的物理模型構建了完整的飛行器虛擬映射模型,利用歷史數據以及傳感器實時數據,形成了映射對象的全生命週期過程。這樣,飛行器運行後可以通過數字孿生模型對其健康狀態進行預測,評估其能否滿足下一次的飛行任務。
  • 數字主線是在數字孿生誕生後,由於技術需要誕生的,最早由美國空軍研究實驗室(AFRL)和NASA同時提出。Kraft提出的數字主線是一種可擴展、可配置的企業級分析框架。在整個系統的生命週期中,通過提供訪問、整合以及將不同/分散數據轉換為可操作信息的能力來通知決策制定者。
  • CPS的核心是3C,即計算(Compute)、通信(Communication)和控制(Control)
  • CPS最早由美國國家航空航天局(NASA)提出,其應用場景是2006年美國國家科學基金會組織召開了國際上首個關於信息物理系統的研討會,此後CPS得到了美國官方、學術界和產業界的高度重視。德國的工業4.0實施建議將CPS作為工業4.0的核心技術,並開始展開相關標準、技術的發展規劃。
  • 《國務院關於深化製造業與互聯網融合發展的指導意見》中也明確提出,“構建信息物理系統參考模型和綜合技術標準體系,建設測試驗證平台和綜合驗證試驗床,支持開展兼容適配、互聯互通和互操作測試驗證”。究竟如何使用這些新興技術促進紡織行業快速升級,是行業面臨的重要問題。
  • 《中國製造2025》中明確提出,“基於信息物理系統的智能裝備、智能工廠等智能製造正在引領製造方式變革”,要圍繞控制系統、工業軟件、工業網絡、工業雲服務和工業大數據平台等,加強信息物理系統的研發與應用。
18 annotations
  • ( 由 2010 年的 14 種到 2020 年的28 種 ),由少品項大量生產轉換為多品 項小量生產。在最近所推出的車型中,以零部件規格及選用等細微的觀點來檢 視,One Kit System 的導入對不良率 的減少及質量的提升等,備受各方期待。 另一方面,在零部件生產排程中的同時 順序供應,比豐田汽車來得順利。這個 成果來自兩方面,一個是 2000 年以後, 大規模模塊化供應的實現;另一個是本 文提及的零部件成套領取,在非共通模 塊化零部件也能夠適用。
  • 利用安燈系統。這個系統利用 通訊技術來進行系統構建,包括零組件 調度、搬運、料架管理、運行管理、領 取地點指示等,以達成移動式零部件成 套供應為開發目標。
  • 現代汽車的精實變革,亦即零 部件供應商的模塊化及 JIS(Just In Sequence) 方式的導入。
  • 零部件供貨 商先依照組裝線需求,將各種零部件用 卡車裝載至組裝廠入貨區,物流人員再 以載具做成套分裝來供應生產線。
  • 按照後製程需求的拉式生產過程,搬運者按照廣告牌,僅僅去前製程 拿取規定數量的零部件。
  • 豐田汽車從以前就以製造編號方式 來實行零部件管理,1950 年開始採用 水蜘蛛固定路徑檢料 (Fixed-Course Pick-Up) 方式,奠定了後來實時生產 (JIT) 發展的雛形。製造編號方式就是 賦予每一個成品與零部件背號並採取系 統化的生產管理方式 (SNS,sequence number system),而水蜘蛛固定路徑 檢料是要求備料人員採取成套、定量、 按製程順序來供應零部件的方式。1990 年起,零部件定量成套的供應方式(SPS, Set Pallet System)就已經固定成形, 有效支持行之有年廣告牌管理。
  • 零部件的供應方式有以下三種: 第一,批量領取; 第二,順序領取; 第三,成套領取 (Kit)
  • 獲得以下五項效 果。亦即:增加作業人員的裝配工作時 間、提高作業現場的可視化、減少取件 時間及組裝錯誤、提升作業人員熟練度、 教育訓練的簡單化等
  • 零部 件成套供應方式是改用與組裝線同步隨 行的台車,但零部件是以套為單位被送 至人員手邊,使其能更集中於組裝作業。
  • 精實供應系統逐漸邁向零部件成套 供應 (Lean kitting)
10 annotations