|
一、前言 智能制造是非常熱門的話題，自2015年熱起，已經經歷了物料網、大數據、云計算、AR/VR、人工智能、產業互聯網、工業互聯網以及最近的工業APP，熱點轉移頻繁。 其實，智能制造其核心是制造而不是智能，智能是需要為制造賦能的。那么智能到底能為制造賦什么能呢？ 回答了這個問題，也就溯源了智能制造的本質。 二、制造的本質 制造，制造，就是“制”和“造”，工廠是其載體。其本質是生產產品。而生產產品的就是從供應商購入物料，經過制造轉變為產成品的過程。依據這個的本質定義，制造（工廠）的本質是物料的流動（從供應商流入，經過轉換，流出至客戶的過程）。 依據這個解釋，并可以推理出制造物料流動的特性： 1、守恒性 從供應商流入，流出至客戶的物料流動，在一段時間內守恒：即，期初+流入=庫存+流出。 這個非常好理解，物質不滅定律。 2、相應性限制 物料在工廠的流動，需要受到兩個限制： 其一，受到工藝路線的限制。眾所周知，產品的具有BOM（物料清單）結構的限制，而BOM結構是有層級的。BOM的各個層級之需要工藝路線串接。依據BOM結構和工藝路線，離散型工廠的物流形態，一般可以區分為V、A、T、I四種。 其二，受到工廠物流路徑的限制。任何工廠都受到物理條件（空間）的限制，均經過收料暫存、存貨區、備貨區、車間暫存、在線（機臺）、入庫暫存、入庫、備貨等區域。 3、流動性制約 既然制造（工廠）的本質是物料流動，而流動性必然受到制約因素的制約。流動性的制約因素，可以區分為外部與內部兩個大類。 流動性的外部制約，可以區分為市場和供應兩個類型。市場是受制于客戶群、客戶的需求量。手機銷量從高速增長，到消費疲軟是市場限制。供應商受制于供應商的種類、產能和技術水平等。半導體行業中的光刻機，是典型的供應制約因素。 流動性的內部制約，可以區分為政策和物理兩個類型。流動性的內部政策制約其種類非常多，如衡量（比如阿米巴、KPI考核）、組織、人員編制、方法、流程等等。流動性的政策制約，往往是兩個極端：做多和做少。大公司、國有企業等等企業往往做多，比如一大堆的學習、一大堆的考核，配置了一大堆的間接人員。而廣大中小民營企業往往是做少，把人作為成本而非資源，把必要的管理配置，變成了費用控制。中小民營企業往往是欠管理，該管的事情都沒有管起來。流動性的內部物理制約，大家非常好理解，就是設備、設施不足。設備不足大家均可理解，當前操作工不足也是非常大的比例。設置不足也可以理解：廠房不足、水電氣、存放空間不足等等。 流動性制約了系統的產出，需要最大改善的之處。 4、變動性影響 世界是客觀變化的，尤其是當今。《重構，數字化的轉型邏輯》中以十分大的篇幅講述了不確定度對當今社會的影響。 建立一個簡單的模型，來分析制造（工廠）的變動性，更易理解： 第一，外部 外部—客戶：客戶對產品需求在變多、變雜、需求的速度在變短。任何產品均變成了時尚品。 外部—供應商：因為產品生產周期短、訂單量變小、變散，致使供應商的組織、形態在變化。尤其是勞動力短缺、高智商人才的就業多元化，致使供應商的生產組織能力、水平下降，供應商的質量水平、交期保障等一致性變差。 第二，內部 內部—政策，因為外部變化，使得內部的政策穩定性變差，尤其是員工的流失率過高，致使內部控制力下降。 內部—產能，管理水平（設備能力在提升）、員工、產品復雜度等的變化，使得產能的變動性也在增加（不穩定的質量，均需要產能彌補）。 而且，更加恐怖的是，變動性有腐蝕作用，對生產過程的傷害非常大。供應鏈的牛鞭效應在制造（工廠）內部也一樣適用。 三、智能制造 據羿戓制造所了解，智能制造至少在國內是最近幾年興起的新詞匯，是一個演變的過程。制造制造有三個含義： 其一，集成 信息化強調的是“集成”，通過將研發、設計、工藝、制造、銷售、采購等業務環節的數據集成在一個平臺上，實現數據的互聯互通，打破信息孤島，實現從銷售，產品、制造、供應鏈或服務過程的協同。 其二，建模 數字化強調的是“建模（虛擬和仿真）”，運用CAD/CAM/CAE 、CAPP、PDM/PLM等軟件，實現產品和制造過程的建模和仿真。單元級、系統級、系統的系統級的CPS、數字雙胞胎都是產品、制造（工廠）的實體模擬。自然，要實現產品和制造（工廠）的全過程建模和仿真，需要足夠的時間和預算支撐。 其三，決策 信息化側重于數據的收集、記錄、存儲，數字化側重于對數據的處理、分析，而智能化重點在于對數據的應用：提高能見度、輔助決策。實現“分散數據整合化（通過數據收集實現）”、“整合數據可視化（通過數字化建模實現）”、“可視數據實用化（通過基于數據的決策實現）”的邏輯。 四、制造（工廠）運作的本質 生產運作管理發展歷史久遠，《科學管理原理》一書發行已經超過100年，MRP、Lean、TOC是生產運作管理最基本的三個方法論。尤其是精益生產更是深入人心。但是，溯源究本，可能《工廠物理學》所揭示的本質才是最根本的： 作為《工廠物理學》第一定律的里特定律，清晰地揭示了一個事實，要達到客戶滿意（準交和短交）、老板滿意（高產出、高效率），別無他法，只有控制在制品的投放即可。 如何控制呢？只要分析生產任務的狀態，就可以得出明顯的結論： 1、識別生產任務的狀態 2、識別產出的績效狀態（交付、產出） 3、投放該投放的生產任務 五、【智能】對【制造】的賦能 從討論制造的本質可知，制造的本質是物料的流動，所以管理制造過程物料的流動性是關鍵中的關鍵。 因為產品生命周期短、客戶需求多樣化，造成了訂單品種多、訂單批量小、訂單變動多、訂單周期短，致使制造（工廠）運作管理的復雜度大幅度增加（幾何曲線），如何通過控制生產任務的投放取得好績效（客戶滿意度高、投資回報率高）成為了難題。而智能制造恰恰為此實現提供了可能性。 依據以上闡述，對于制造過程而言，控制生產任務的投放是核心環節，則可以推知，其信息系統模塊中，APS是關鍵環節，甚至說一個數字化工廠，一個智能制造系統中，沒有APS，發揮不了真正的核心價值。 APS高級計劃和排程，一般實現三個功能： 其一，是長周期的物料和產能展望。 制造過程本質是一個長周期內的循環過程，需要針對未來的市場發展做長周期的展望。長的展望周期是52周的，一般的企業也有12周（C+3）的滾動需求分析，以預先配置資源，響應客戶需求。 其二，是異常的仿真模擬和分析 需求過程、制造過程都是一個高度變化的，尤其是不確定度非常高的今天，需求端的訂單、供應端的送貨、制造（工廠）端的產能變動是常態。這些變化對銷售訂單的影響、對制造（工廠）產出績效的影響都需要實時、動態的模擬分析，以做出科學的決策。 其三，全局、高精度、實時、優化的計劃和排程 制造（工廠）一般是典型的多組織（多個車間、串并聯結構）的協同過程，手工計劃和協同時，因為算力限制，一般對車間級的獨立計劃和排程，通過日調度會、周S&OP會議協同，不能做到實時、全局的計劃和排程，更無法提及優化，實現客戶滿意度和資源產出效率的優化（客戶滿意度與資源效率為沖突）。 
|
