传统工厂、自动化工厂和数字化工厂,它们差距在哪呢?

发布时间:2022-01-15 12:06:01 来源:精工智能 作者:admin

头图.gif

来源:网络和盖勒普

整理:精工智能


我们都在谈数字化工厂,那么为什么要做呢?传统工厂、自动化工厂与数字化工厂,差距在哪?先谈谈传统工厂和数字化工厂的区别:


微信图片_20220115120350.jpg

  

1、传统工厂:人工统计,效率低且不准确

  

在中国很多传统的中小型工厂中,对于设备生产数据的采集,几乎完全依靠人工完成。流动的人员、散落的数据,导致数据的保存成了一个巨大的问题。同时人工统计的效率也非常的低,往往都是每天下班或者每周进行一次统计,完全不能进行实时生产数据更新。
  
此外,数据对于设备而言有着时效性和历史数据参考性的关键作用,从底层操作工的数据记录-数据分析-数据反馈-管理者的决策,中间的环节让数据的时效性大大降低,同时人工的记录统计也会造成数据不准确等问题,而且庞大的数据计算分析,对于人力是一个非常大的耗损。
  
其次,历史数据对于设备的维护具有参考性的意义,但是传统工厂的数据,靠着一张张的记录纸或者大量的Excel表无疑是给未来的工作又增添了难度,而且工厂不能控制人员的流动,每一次的交接都可能导致数据的流失。

  

2、数字化工厂:设备联网,数据自动上传反馈

  

而在数字化工厂中,物联网的概念就被运用到每一台设备上。设备与设备之间,早也不是信息孤岛,而是将人、设备,通过数据建立紧密联系。一个工厂管理者可以在手机或者PC终端观测到每一台设备的实时数据,而且可以随时收到设备的状态提醒。

  

比如你设置了:轴承的温度超过80度,提醒温度过高。当设备高于80摄氏度时,就会立即收到提醒,实现了收集、分析、反馈的同步进行,大大缩短了时间,提高了决策的效率。

  

除了收集、计算、反馈等“去工人化”的功能,设备联网之后,还有一大好处就是数据的存储。大量历史数据,包括设备损失数据,也给后期工厂设备的很多操作都提供了参考意义。之后,再遇到工厂的人员流动,这些数据依然可以随时调用并完善保存。

  

3、传统工厂:设备意外停机频发,造成大量损失

  

除了数据的管理问题,传统工厂还有一大痛点,那就是经常遭遇意外停机。意外停机不仅造成了生产的停滞,而且对于设备造成的隐性破坏不可估量。一家半导体工厂就能因为停机2小时,损失了1000000美元,损失是意外停机最可怕的后果。

  

为了预防设备的意外停机,工厂通常安排了24小时的轮班工人巡检,造成了工厂人力耗损严重。每时每刻的巡检也并不能全面检测到可能导致设备意外停机的各种因素。传统工厂通过手摸、耳听等最原始的方式,这样的检查方式使得很多设备的小毛病很容易就被忽略,恰巧就是那些小毛病引起了损失超过百万的损失。

  

其次,由于害怕意外停机带来的严重损失,很多工厂也会购买大量的备用零部件,以防止意外停机的维修需要,而现实情况又是一些设备的意外停机故障周期很长,导致大量的备用零部件并没有派上用场,造成成本浪费。

  

4、数字化工厂:设备意外停机预警通知,让设备时刻保持最佳运行状态

  

数字化工厂的运转过程中,设备的一切都被随时监控反馈,而意外停机发生之前,设备的某些参数会发生变化,此时设备就能在参数发生变化时及时进行预警通知,让设备故障在发生之前被发现及运维。也就是说,在故障发生之前,手机上就能收到相应的提醒,立即作出决定,从而保证工厂设备时刻处于最佳运行状态。

  

即使是故障已经发生了,也能在过去的设备故障统计里立即找到合适的解决方案,把损失降到最低。这也就是数字化工厂实现的重要一步,让预知未来成为智能工厂的一部分。数字化工厂是智能制造的关键支撑。



数字化工厂与自动化工厂,到底有何区别?要追赶未来制造,人与机器之间关系如何重构?为什么他们反复强调,提升质量而非降低成本,才是工业进化的本质?


1. 数字化工厂不等于自动化工厂


数字化制造中,尽管自动化制造是重要的基础,但数字化制造并不等同于自动化。一般情况下,很多人会以为工厂要实现数字化制造,必须先实现自动化,这其实是一种误解。


而数字化制造的其中一个重要基础,正是实现自动化制造。那么,伴随生产车间内不断增加自动化设备,以及逐步减少劳动力,在数字化制造的不断进化中,是否就等同于全自动化?


以手机行业为例,如果开发一条全自动化的产线,至少需要半年以上,但按照目前手机行业的创新周期,一般情况下,一款手机从设计到实现量产普遍只在一个月内。“这时候,生产线上大部分的工作只有依靠人来完成,速度才会更快。”


人的生产灵活性不可能被自动化取代


人所具有的生产灵活性在很长的时间内,是无法被机器所取代的。“人与机器的关系是互助的关系。”但当企业的生产制造过程中,出现需要对复杂信息的寻找和判断时,可以用机器来替代人。”在未来至少10年到20年,全球范围内绝大部分的制造环节依然需要人去完成。


既然如此,在数字化制造中,哪些环节才需要机器去代替人?


一般情况下,当需要更新产品或者材料时,工厂需要通过分析后,才能确定停止生产相关的产品。在这个过程中,整个工厂内部需要沟通设计生产部门、研发部门、采购部门等部门。但这些环节在成都工厂内,只需要在系统中更改数据就能完成。数据一旦调整,工厂互联互通的系统和软件就会实现自动的更新,并调整出新的生产解决方案。


“可以理解为,当我们涉及到对复杂信息的寻找、判断的时候,是可以用机器来替代人的。”


工业进化本质在提升质量,而非降低成本


人力成本被认为是导致近年制造业竞争力下降的原因,但制造业不能仅仅盯着制造环节的成本,应该更加注重供应链成本。而数字化制造从一开始就不仅仅是为了降低成本,最大的目的在于提升质量,而高质量并不意味高成本。


近年,国内制造业遭遇的发展瓶颈中,人力成本的上涨,被认为是导致制造业竞争力下降的重要原因之一。


事实上,很多时候企业面临的并不仅仅是制造环节的成本,而应该更加注重供应链的成本。因为,即使在劳动密集型企业中,人力成本毕竟只是占据一定的比例,而不是成本的全部。


“很多制造业的企业主都喜欢谈控制成本,但质量才是企业的第一竞争力。”


数字化制造本身所带来的高质量并不代表是高成本。数字化制造首先是借助自动化产线上的机器充当“纠错官”的角色,比如当工人少拧了一颗螺丝,机器会自动发出警示,阻止产品进入下一个环节,通过机器的协助,减少人的出错。


但通过机器的“检查”杜绝人在制造过程的差错,这只是保证产品质量的基础一步,由制造质量、研发质量以及原材料质量组成的产品质量中,更需要的是借助数字化制造去保障研发质量和原材料质量。


走向工业4.0,管理自动化才是关键


在数字化制造的阶段,通过数据交互,已经能够有效地提升管理效率。但要衡量是否真正走向工业4.0,不是看生产线自动化水平的高低,而是看管理水平的高低。实现管理的自动化,需要实现管理上人完全听命于“电脑”,这才是智能制造的未来。


在工业4.0的研究中,智能制造和智能工厂一直被认定为两大研究主题。其中,关于智能工厂,被描绘成是一个分散的、具备一定智能化的生产设备,在实现了数据交互之后,形成了高度智能化的有机体,实现虚拟世界和物理世界的融合。


对于数字化工厂与智能化工厂之间的差距,最关键的一点在于是否真正实现管理的自动化。


未来制造业的衡量标准不是生产线自动化水平的高低,而是管理水平的高低。在中国制造实现智能化提升的路上,相比硬件设备,管理水平的高低才是影响中国企业能否实现工业4.0的关键。要真正实现工业4.0,一大标准是管理水平达到了一定的高度,甚至实现了自动化。




--- THE END ---

免责声明:本文内容系转载分享,版权归原作者所有。

如涉及版权,请联系删除

客户标杆案例

往期推荐:





义乌恒邦建筑智能科技有限公司新工厂规划项目完美验收!


泰铂(上海)环保科技股份有限公司新工厂规划项目完美验收!


齐心协力,共创辉煌——煌泰厨具新工厂规划项目完美验收!


千里之行 共护“伯乐” 伯乐智能装备有限公司新工厂规划项目完美验收


浙江杰特优动力机械股份有限公司新工厂规划项目总结大会!


扫二维码 关注我们


官方咨询热线:0574-87163393
张老师:13928659110



工业互联网   智能工厂规划   智能系统



此文关键词:智能工厂规划,智能系统,智能制造

申请体验
解决方案 解决方案
姓名 姓名
手机 手机
邮箱 邮箱
公司 公司
验证码: 点击刷新

关注我们

wechat
weixin

©版权所属 浙江健精智能系统有限公司   www.jianjingzn.com 2021

地址:浙江省宁波市江北区长兴路996号前洋E商小镇北门1号楼414室

 浙公网安备33020502000751号浙ICP备20000415号

网站建设:万迪网络XML地图

wechat

微信公众号