女高中生第一次破苞av

當前,我國制造業面臨著異常嚴峻的挑戰,在這種背景下,制造企業如何實現轉型升級?推進智能制造成為重要的途徑。然而,目前我國制造企業推進智能制造面臨著諸多難點問題。

01

概念滿天飛,技術一大堆

近幾年來,從工業4.0的熱潮開始,智能制造、CPS、工業互聯網(平臺)、企業上云、工業APP、人工智能、工業大數據、數字工廠、數字經濟、數字化轉型、C2B(C2M)等概念接踵而至,對于大多數制造企業而言,可以說是眼花繚亂、無所適從。

智能制造涉及的技術非常多,例如云計算、邊緣計算、RFID、工業機器人、機器視覺、立體倉庫、AGV、虛擬現實/增強現實、三維打印/增材制造、工業安全、TSN(時間敏感網絡)、深度學習、Digital twin、MBD、預測性維護......讓企業目不暇接。這些技術看起來都很美,但如何應用,如何取得實效?很多企業還不得而知。

02

摸著石頭過河

企業推進智能制造領域的相關技術十分缺乏經驗,欠缺可以借鑒的成功案例。目前,制造企業已經存在三種類型的孤島:信息孤島、自動化孤島,以及信息系統與自動化系統之間的孤島。企業目前也缺乏統一的部門來系統規劃和推進智能制造。在實際推進智能制造的過程中,企業也仍然是頭痛醫頭,缺乏章法。


03

理想很豐滿,現實很骨感

推進智能制造,前景很美好。但是絕大多數制造企業利潤率很低,缺乏自主資金投入。在“專項”、“示范”以及“機器換人”等政策刺激下,一些國有企業和大型民營企業爭取到各級政府給予的資金扶持,而中小企業只能“隔岸觀火”,自力更生。然而,為了爭取政府項目,方案必須做得漂亮,檔次必須高大上,投入必須上億。

大屏幕指揮中心是必須有的,大量采用機器人的自動化生產線是必須建的,立體倉庫、AGV也是可以有的,MES更是必不可少的,國產系統是必須用的。至于究竟能否取得實效,就只有企業“冷暖自知”了。


04

自動化、數字化還是智能化?

在推進智能制造過程中,不少企業對于建立無人工廠、黑燈工廠躍躍欲試,認為這就是智能工廠。而實際上,高度自動化是工業3.0的理念。

對于大批量生產的產品,國外的優秀企業早就實現了無人工廠,例如日本FANUC全自動裝配伺服電機,40秒一個,但其前提是產品的標準化、系列化,以及面向自動化裝配的設計,例如將需要用線纜進行插裝的結構改為插座式的結構。

從技術和管理的角度看,中國制造要走向智能制造,主要還存在五大難點:


一,智能制造是基于新的物聯網、大數據、云計算等數字化技術與先進制造技術的深度融合,貫穿于從設計、供應、生產制造、服務等整個供應鏈制造、運營和管理的各個環節。

因此,智能制造包含兩個系統工程,一個是智能制造技術(制造技術和信息技術)整合的系統工程,另一個是管理的系統工程。目前,這兩個系統工程不僅是中國企業面臨的問題,歐美企業也同樣面臨這個問題。

二,裝備制造業仍然是瓶頸,跟不上智能制造發展的要求。智能制造最終還是要落到制造技術和裝備上,雖然我國在互聯網、物聯網、大數據、云計算等數字化技術以及5G的深入應用上處于優勢地位,但制造最后的執行單元還得是機床,在這方面我們與歐美日企業相比還存在很大的差距,比如工業機器人、3D打印、芯片光刻機、高精度的測量測試設備等。

三,基礎數據平臺深度開發不受控。企業要實現智能制造,需要兩個基礎系統平臺,一個是MES系統,另一個是ERP系統,而這兩個系統我們沒有自主的軟件平臺,還是要依賴于歐美,因此在深度定制開發上還是受限制。

四,算法開發。智能制造需要基于數據并充分挖掘數據價值而實現自決策、自管理、自學習,從數據源采集、數據呈現、數據分析到自行診斷、自動反饋、自動調整控制,中間就離不開算法的開發,智能的核心也就是算法。

而算法開發是一個多元跨界和交叉學科的工作,既要求對業務有深入理解,又要有IT技術思維。目前,我們在算法開放的資源上還存在很大的差距。

五,管理和組織的變革。一方面,智能制造基于數據實現端對端、信息充分共享、管理平臺化,打破了企業原有的金字塔官僚管理體制結構,來自原有權力結構擁有者的變革阻力會很大,往往他們還掌握了決策權,導致智能制造的資源投入不到位。

另一方面,管理方式會因信息平臺化而發生改變,個體和任務小團隊的自管理、自決策機制會越來越普遍,但是,目前還沒有找到很好的組織管理方式及組織文化激發個體和小團隊的工作意愿并相互協同。

基于以上原因,未來智能制造之路還有很長一段時間需要去探索,其中有三點是需有所創新和突破:

一是在技術上需要自主研發,突破裝配和軟件技術的瓶頸,同時關注整個生態鏈中的核心技術;

二是在適應性上,需要推動組織和管理的變革,以適應信息技術帶來的管理變化。

三是在智能化的道路上需要引入系統工程、頂層設計,才有可能實現制造技術、信息技術和組織管理三者的深度融合。


END


文章來源:中國機械工程學會

2022年09月16日

上一篇

下一篇

智能制造:多重困境與五大難點

添加時間: