论文部分内容阅读
一说起工业4.0,很多人会想到智能制造。其实,制造业的转型升级可以概括为三方面:产品智能化、流程的智能化和制造业的互联网化。除制造环节的智能化外,工业4.0还需要信息化水平进一步提升,尤其是互联化和流程的智能化,包括快速协同、灵活可调整、进行有效率的生产预测,从而形成弹性的生产和更集约的产业集成。因此,大数据在工业4.0中有极大的优化空间。
大数据成就电动汽车
在生产之前的市场调研环节,大数据就可以避免制造企业不走或者少走弯路。以汽车生产为例,特斯拉一直是大众所追捧的创新公司,其生产的电动汽车让粉丝们趋之若鹜。却很少有人知道,早在90年代美国就推出了电动汽车但却由于没有市场而不得不停产。
上个世纪90年代,美国汽车公司在和日本公司的竞争中全面溃败。这时美国通用汽车公司试图另辟蹊径来夺回被日本人抢走的市场。1990年,通用汽车公司在洛杉矶车展上展出了一款概念车Impact。
这辆车外观并不吸引人,但是概念先进——它是完全电动的。但是,管理效率低下的通用汽车直到1996年才在市场上正式推出面向消费者的电动汽车EV1。该车只能坐两人,但是重量却和一般的四门房车差不多,因为它的电池很重。
更糟糕的是,它的动力只有100千瓦左右,和小型房车思域或者捷达差不多。EV1第一款采用铅酸充电电池供电,充电一次只能跑100公里,而一般的汽车加满一箱油可以跑500~650公里。到1998年该车停产时,它一共只生产了1117辆,其中只有800辆提供给消费者,而且是只租不卖。
再来看看特斯拉,与传统汽车制造公司相比,特斯拉更像一家IT公司。特斯拉在默认情况下为其车辆装备了齐全的设备,并将它们无线连接到企业总部,以便深入分析。这不仅将特斯拉与客户联系起来,还帮助特斯拉在问题影响公司之前,更准确地预测和纠正这些问题。在特斯拉,客户绝不是麻烦,而是其决策过程中的一个重要部分,这也正是为什么特斯拉吸引了如此多粉丝的原因。
数据分析优化生产
除了将机器人应用在制造环节外,大数据在生产过程中还可以起到让人意想不到的优化作用。
在某品牌汽车的制造过程中,工厂发现在生产气缸零件时,同样的生产线,其中一条的次品率比别的次品率高。经过抓取非常多的历史基础数据后分析得出,该生产线在下午两点的时候生产的零件次品率比较高。原因在于下午两点的时候阳光照射进来,使生产线温度升高,而这款零件在经过该生产线时是液体状态,经过该生产线的30秒内被固化,但由于温度的升高从而使这个时间段生产的零件比平时发脆,造成了次品率的提升。
在生物制药的生产流程中,制造商通常需要对超过200种以上的变量进行监视,以便确保原料成分的纯净度,同时确保生产出的药品符合标准。由于生物制药生产过程的复杂性,其产量会在50%至100%之间变化,而且还无法马上辨别出原因。在使用大数据分析后,制造商能够对9个最能够影响产量变化的变量进行追踪并分析,最终将疫苗的产量提高了50%,每年在单一疫苗品种上节省的费用就达到500万至1000万美元。
工业4.0的供应链挑战
工业4.0的整个生命周期管理是一个完整的闭环,每一个环节都智能化才能提高产品的创新能力。在工厂的智能化之后,供应链也要智能化,而当供应商、合作伙伴等多条供应链都集成在一起并同样智能之后,才可以称之为真正的工业4.0。
以笔记本生产为例,一台笔记本有超过2万个零部件,如果零件备齐,生产组装只需要2天。笔记本代工厂面临的客户需求变化非常快,有可能会有临时需求产生。比如下周二要增加一批货,本周五就要答复能否生产。在很难进行需求预测的情况下,就要求制造企业能够做到快速反应。
通常情况下,紧急生产需求下达后,生产企业需要先通过ERP系统了解库存状况,这些库存原本是要配合哪几家工厂进行哪些型号的商品生产,哪些车间还有多余的产能能够生产临时性订单。
如果库存不足,还需要进更多的原材料。而这时候可能产生新的内容,库存还差多少?如果临时订货供应商能否有货?能否在规定的时间内送到?这些问题都需要考虑。因此到底要不要接临时单,接这一单要停哪几条常规生产线?到底公司应该怎么样抉择产能?这些都是令制造商头疼的问题。为了应对这种临时性需求,之前制造商会大量囤积原材料。而供应链如果能做到全程透明、可控、快速反应,则这些问题都可以解决,这就需要大数据分析对供应链进行优化。
反过来,大数据还可以为生产制造提供指导。比如飞机制造完毕后要交给航空公司运营,航空公司作为实际商品的使用方会积累大量的数据,这些数据反过来对飞机的生产制造会产生指导作用,如果供应链上的数据没有共享则无法完成优化。
IBM大中华区大数据分析事业部行业解决方案总经理刘咏梅表示,工业4.0是在智能制造的基础上,利用物联网和大数据技术对商品的生产、运输、营销环节进行优化。优化和完善是其中的首要任务,其重要性并不亚于智能化,可以说当工业大数据被充分挖掘,释放其价值后,才可以称之为工业4.0。IBM在全球有很多合作伙伴共同研究物联网等相关领域,业界有一个工业4.0平台组织,IBM是其中的成员,拥有智慧工厂研究平台、数据创新实验室和工业互联网联盟等组织,在其中贡献自己的想法,为工业4.0贡献自己的力量。
大数据成就电动汽车
在生产之前的市场调研环节,大数据就可以避免制造企业不走或者少走弯路。以汽车生产为例,特斯拉一直是大众所追捧的创新公司,其生产的电动汽车让粉丝们趋之若鹜。却很少有人知道,早在90年代美国就推出了电动汽车但却由于没有市场而不得不停产。
上个世纪90年代,美国汽车公司在和日本公司的竞争中全面溃败。这时美国通用汽车公司试图另辟蹊径来夺回被日本人抢走的市场。1990年,通用汽车公司在洛杉矶车展上展出了一款概念车Impact。
这辆车外观并不吸引人,但是概念先进——它是完全电动的。但是,管理效率低下的通用汽车直到1996年才在市场上正式推出面向消费者的电动汽车EV1。该车只能坐两人,但是重量却和一般的四门房车差不多,因为它的电池很重。
更糟糕的是,它的动力只有100千瓦左右,和小型房车思域或者捷达差不多。EV1第一款采用铅酸充电电池供电,充电一次只能跑100公里,而一般的汽车加满一箱油可以跑500~650公里。到1998年该车停产时,它一共只生产了1117辆,其中只有800辆提供给消费者,而且是只租不卖。
再来看看特斯拉,与传统汽车制造公司相比,特斯拉更像一家IT公司。特斯拉在默认情况下为其车辆装备了齐全的设备,并将它们无线连接到企业总部,以便深入分析。这不仅将特斯拉与客户联系起来,还帮助特斯拉在问题影响公司之前,更准确地预测和纠正这些问题。在特斯拉,客户绝不是麻烦,而是其决策过程中的一个重要部分,这也正是为什么特斯拉吸引了如此多粉丝的原因。
数据分析优化生产
除了将机器人应用在制造环节外,大数据在生产过程中还可以起到让人意想不到的优化作用。
在某品牌汽车的制造过程中,工厂发现在生产气缸零件时,同样的生产线,其中一条的次品率比别的次品率高。经过抓取非常多的历史基础数据后分析得出,该生产线在下午两点的时候生产的零件次品率比较高。原因在于下午两点的时候阳光照射进来,使生产线温度升高,而这款零件在经过该生产线时是液体状态,经过该生产线的30秒内被固化,但由于温度的升高从而使这个时间段生产的零件比平时发脆,造成了次品率的提升。
在生物制药的生产流程中,制造商通常需要对超过200种以上的变量进行监视,以便确保原料成分的纯净度,同时确保生产出的药品符合标准。由于生物制药生产过程的复杂性,其产量会在50%至100%之间变化,而且还无法马上辨别出原因。在使用大数据分析后,制造商能够对9个最能够影响产量变化的变量进行追踪并分析,最终将疫苗的产量提高了50%,每年在单一疫苗品种上节省的费用就达到500万至1000万美元。
工业4.0的供应链挑战
工业4.0的整个生命周期管理是一个完整的闭环,每一个环节都智能化才能提高产品的创新能力。在工厂的智能化之后,供应链也要智能化,而当供应商、合作伙伴等多条供应链都集成在一起并同样智能之后,才可以称之为真正的工业4.0。
以笔记本生产为例,一台笔记本有超过2万个零部件,如果零件备齐,生产组装只需要2天。笔记本代工厂面临的客户需求变化非常快,有可能会有临时需求产生。比如下周二要增加一批货,本周五就要答复能否生产。在很难进行需求预测的情况下,就要求制造企业能够做到快速反应。
通常情况下,紧急生产需求下达后,生产企业需要先通过ERP系统了解库存状况,这些库存原本是要配合哪几家工厂进行哪些型号的商品生产,哪些车间还有多余的产能能够生产临时性订单。
如果库存不足,还需要进更多的原材料。而这时候可能产生新的内容,库存还差多少?如果临时订货供应商能否有货?能否在规定的时间内送到?这些问题都需要考虑。因此到底要不要接临时单,接这一单要停哪几条常规生产线?到底公司应该怎么样抉择产能?这些都是令制造商头疼的问题。为了应对这种临时性需求,之前制造商会大量囤积原材料。而供应链如果能做到全程透明、可控、快速反应,则这些问题都可以解决,这就需要大数据分析对供应链进行优化。
反过来,大数据还可以为生产制造提供指导。比如飞机制造完毕后要交给航空公司运营,航空公司作为实际商品的使用方会积累大量的数据,这些数据反过来对飞机的生产制造会产生指导作用,如果供应链上的数据没有共享则无法完成优化。
IBM大中华区大数据分析事业部行业解决方案总经理刘咏梅表示,工业4.0是在智能制造的基础上,利用物联网和大数据技术对商品的生产、运输、营销环节进行优化。优化和完善是其中的首要任务,其重要性并不亚于智能化,可以说当工业大数据被充分挖掘,释放其价值后,才可以称之为工业4.0。IBM在全球有很多合作伙伴共同研究物联网等相关领域,业界有一个工业4.0平台组织,IBM是其中的成员,拥有智慧工厂研究平台、数据创新实验室和工业互联网联盟等组织,在其中贡献自己的想法,为工业4.0贡献自己的力量。