行业互联网|紧扣精益管理,驱动智能制造——江苏智能制造领军人才高级研修班( 三 )


四、精益创业
新创企业并不是大公司的缩小版 , 而是能探索未知的商业模式的企业 。 很多新创企业的失败 , 实际上是因为混淆了探索与执行 。 所以 , 精益创业呈现出快速迭代、小步前进(缩短迭代周期)、测试驱动也即测量数据指标以得到可证实的认知等特点 。
精益创业遵守五项基本原则:用户导向原则——从自我导向到用户导向;行动原则——从计划导向到行动导向;试错原则——从理性预测到科学试错;聚焦原则——从系统思维到单点突破;迭代原则——从完美主义到高速迭代 。
3
智能制造核心与人工智能应用
智能与智能制造、制造与数字工厂……如何给各种热词精准定义?智能制造的标准化及实施路径何在?人工智能赋能制造业从何处着手?6月20日上午 , 机械工业仪器仪表综合技术经济研究所所长欧阳劲松教授从北京为学员企业家送来以《智能制造核心要素及人工智能应用思考与建议》为主题的线上课程 , 对数字工厂与智能制造参考模型、智能制造标准化等关键问题进行深度解析 。

行业互联网|紧扣精益管理,驱动智能制造——江苏智能制造领军人才高级研修班
本文插图

一、智能与智能制造
所谓智能 , 即智慧与能力的合称 , 感觉、记忆、回忆、思维、语言、行为的整个过程称为智能过程 。 智能制造则是基于新一代信息通信技术与先进制造技术深度融合 , 贯穿于设计、生产、管理、服务等制造活动的各个环节 , 具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式 , 可以有效地缩短产品的研制周期 , 降低运营成本 , 提高生产效率 , 提升产品品质 , 降低能源消耗等 。
二、数字工厂
数字模型、方法和工具的综合网络(包括仿真和3D虚拟现实可视化) , 通过连续的数据管理集成在一起 , 即为数字工厂 。 作为现代数字制造技术与计算机仿真技术相结合的新型生产组织方式 , 数字工厂以产品全生命周期的相关数据为基础 , 在计算机虚拟环境中对整个生产过程进行仿真、评估和优化 , 并进一步扩展到整个产品生命周期 。
三、智能制造实施误区
2015-2019年 , 机械工业仪器仪表综合技术经济研究所团队调研了200多家企业 , 发现存在的主要问题包括:制造业的特性导致生产计划调度困难 , 随零件不同而生产工艺过程不同 , 零件品种规格多;生产对象不一样 , 管理需求不同 , 分为铸造车间、锻造车间、热处理、机械加工车间、装配车间等;许多企业未实现MES , 信息化程度较差 , 生产派工、过程控制、资源管理、质量检测等还依靠人工方法;生产线网络化不高 , “信息孤岛”随处可见;底层自动化程度差别大 , 设备种类繁多 , 机器人、SMT、数控机床、加工中心等;系统集成非常困难 , 信息系统接口不开放 , 自动化设备接口不统一……
从制造到“智造”需要避免三大误区:一是无人化=智能制造 。 智能制造在于人、机、料等资源协同 , 无人化不是目的;要以标准化方法规范人员操作 , 甚至作为生产机器的关键部分 。 二是自动化+软件=智能制造 。 自动化系统、工业软件系统的集成与协同 , 并体现先进工艺技术、先进管理理念 , 进行数据分析 , 才能实现生产过程的快速有效的运行管理 。 三是互联网+大数据=智能制造 。 对此要问一下离开物理的实物设备和生产过程 , 互联网产生什么?大数据是什么?
四、人工智能赋能制造业
新一代人工智能核心技术贯穿于制造业全生命周期 , 涉及制造过程和制造装备 , 从设计、生产、物流、销售、服务等各方面对制造业产生巨大影响 。 人工智能通过智能化、网络化、数字化赋能制造装备:装备自身具有“学习能力” , 通过大数据分析、机器学习等技术 , 实现分析、推理、决策、控制功能 , 并可以自组织、自配置、自适应生产;支持标准的、开放的高性能网络通信 , 可以建立设备信息模型 , 支持OPCUA统一接口 , 并建立网络平台(私有云、公有云) , 支持远程诊断、预测性维护;具有数字控制系统 , 可进行信号处理数字化 , 信号传输双向、数字化 , 安装各种智能传感器 , 实时感知生产和设备状态等 。


推荐阅读