首页 > 智能网

制造业数字化转型的实战路线图

来源:智能网
时间:2019-08-30 18:00:42
热度:78

制造业数字化转型的实战路线图中国在2015年发布制造强国战略第一个十年的行动纲领《中国制造2025》,这是中国部署全面推进实施制造强国的战略文件。按照《中国制造2025》的战略,中

中国在2015年发布制造强国战略第一个十年的行动纲领《中国制造2025》,这是中国部署全面推进实施制造强国的战略文件。

按照《中国制造2025》的战略,中国正加快推动新一代信息技术和制造技术融合,核心是智能制造,重点发展智能装备和智能产品,推进生产过程智能化,培育新型生产方式,全面提升企业研发、生产、管理和服务的智能化水平。

从业务和技术层面看,制造业数字化转型的内涵是实现整个制造业价值链的智能化,贯穿研发、工艺规划、生产制造、采购、仓储、营销、服务等各个环节,在产品的设计、制造、使用的生命周期中,实现产品的持续创新,通过将软件以云服务的方式提供,实现应用软件随需而变,通过应需设计,实现个性化设计,通过数字设计与制造一体化,实现定制化生产,通过融入智能感知设备,实现产品性能持续改进。即:

IT基础设施服务:基于智能传感器、边缘计算建设智能感知系统,基于虚拟化、云计算技术构建it基础设施服务;

个性化设计:通过互联网获取用户个性化需求,通过灵活柔性组织设计、制造资源和生产流程,实现低成本大规模定制;

智能化生产:实现从单个机器到产线、车间乃至整个工厂的智能决策和动态优化,显著提升全流程生产效率、提高质量,降低成本;

服务化转型:通过对产品运行的实时监测,提供远程维护、故障预测、性能优化等服务,推动产品的设计优化,实现企业的服务化转型;

数字化管理:通过设计、生产、售后环节的资源共享,实现业务协作、工作协同等为主线的协作平台,并实现制造业务的全流程监控和管理。

我们按照上面的总体目标,沿着设计、制造的核心流程,深入探讨制造业数字化转型的路线图。

1.如何构建制造业,数字化转型的IT基础设施?

制造业数字化转型的前提是通过智能传感器、边缘计算等,构建感知系统,捕获感知工厂底层数据:

基于工业互联网,实现车间设备、产线、工厂、产业链的互联互通,实现互联工厂;

基于物联网技术,实现物理世界数字化标识、提升数控设备及数字化工艺的 比率;实现设备、流程、工艺、人员的数字化。

而后,制造业数字化转型需要强健的IT基础设施支撑,包括弹性的IaaS云计算平台、三维设计SaaS云计算平台等。

如何构建弹性的IaaS云计算平台?

首先,采用服务器、网络、存储虚拟化技术,构建底层的计算资源池、网络资源池和存储资源池,然后,通过云资源管理平台将池化的资源以服务化的方式向外提供。

最佳实践是,服务器虚拟化架构可以采用ESXi、Hypervisor或者KVM,存储虚拟化架构可以采用集中式存储或者分布式存储,网络虚拟化架构可以采用SDN,云资源管理平台可以采用vCloud、Axure或者Openstack,实现自动化、一站式的IT基础设施服务交付。

最佳实践的另一种场景是,以云计算平台为基础,采用docker构建容器云,快速向用户交付基础设施服务。

如何构建三维设计SaaS云计算平台?

三维设计SaaS平台支撑个性化设计等业务场景,它的核心目标是将三维设计软件在图形加速系统的辅助下以服务的方式提供给设计人员使用,关键技术是共享高性能GPU、三维图形加速和远程虚拟桌面。

技术实现原理是,三维图形加速软件通过对OpenGL图形库的重新封装,实现本地用户调用远程GPU资源,多个用户同时共享GPU资源,配合远程虚拟桌面,设计人员共享使用三维设计软件,提高设计协同能力,设计部门可进行协同研发同一产品,解决了地理跨度的难题。

技术实现过程是,三维设计软件的应用主机接收客户端发来的请求,进行高性能的数据计算,生成2D图形,三维图形加速软件所在的渲染主机利用本地的图形处理卡对命令进行3D数据计算和渲染服务,完成3D渲染任务,渲染主机得到的最终图形通过远程虚拟桌面传输到客户端。

最佳实践是, 服务端采用高性能图形工作站作为计算资源,DCV三维图形加速软件提供专业的3D数据计算和渲染服务,Inventor、Alias等三维设计软件进行高性能的数据计算,远程虚拟桌面可以采用realvnc,客户端通过浏览器、DCV endstation、RealVNC client访问SaaS平台,获取DCV渲染的3D图形结果。

另一种场景是,采用Autodesk公司的Fusion云计算平台构建三维设计云计算服务。

2.如何进行个性化设计和智能制造?

个性化设计和智能制造要求在概念阶段,充分考虑个性化需求,以用户体验为中心,重塑企业的设计、制造模式,精准行动,敏捷运营,生态协同与组织赋能,将工业自动化和信息化高度整合,即整合网络信息和物理系统,构建基于资源、信息、物品、人相关联的信息物理系统(CPS,Cyber-Physical system)。

业务模式是在设计信息、生产信息、用户使用及反馈信息高度智能化集成的基础上,通过智能化方式产生需求,设计师基于基础设计数据进行智能化的用户参与式设计,然后,将设计直接转变为生产信息并执行,完成智能化的柔性生产。紧接着,为用户提供产品的浸入式体验进行营销,最终通过智能互联的智能产品为用户提供产品即服务式的后服务,完成产品的完整生命周期。

那么如何进行个性化设计呢?

个性化设计的业务过程是,设计师根据订单进行数据建模、设计,通过仿真模拟或者3D打印,以真实的触摸和感觉获得反馈对设计进行验证,开发和改进产品创意,自由地进行设计迭代。这个过程中需要贯彻标准化、系列化、模块化的思想,以支持大批量客户定制或产品个性化定制。

技术实现过程呢?

首先,企业需要使用面向研发设计服务的SaaS云计算平台,通过平台提供的CAD设计、CAE仿真及CAM工艺设计、Inventor、Alias等整套设计流程的软件服务,同时利用PDM、PLM管理研发设计过程,基于正向产品研发,进行产品的概念设计,建立产品的三维数字化模型;

然后,产品的全三维数字化模型贯穿产品的设计、制造环节,建立虚拟数字化样机,深入应用虚拟仿真、拓扑优化技术;从生命周期的维度将各个环节的信息进行集成,如三维模型为工艺设计、制造过程所利用,PLM、ERP、MES、WMS等系统实现无缝对接。

个性化设计最佳实践的一种场景是,应用分析工具,根据零部件的承载进行应力分析和拓扑优化,通过拓扑优化来确定和去除那些不影响零件刚性部位的材料,并在满足功能和性能要求的基础上,从多种结构优化的方案中找到功能和性能要求相同但重量更轻的结构,从而实现轻量化的创新设计。然后,再利用3D打印将这些复杂结构制造出来,从而实现整个创新过程。

3D打印的最佳实践是,通过FDM、PolyJet、立体光固化成型、激光烧结、金属粉末层熔融等技术路径,采用工程塑料、高性能塑料、光敏树脂、金属(钛、钴)等材料进行产品模型打印。

然后,如何智能化生产?

制造企业基于产品设计,结合工厂三维设计及物流仿真工具,系统地规划整条生产线上工业机器人的工作路径和工作节拍,驱动智能工业机器人进行柔性制造。

业务过程是,产品设计被传输到备料部门后,由备料部门对产品所需材料进行备料,并将材料加载至智能生产线,生产线上的智能机器人访问网络信息和数据,自主切换生产方式和更换生产材料,在智能生产线上实现个性化定制的工艺传递,机器人根据产品设计和工艺要求进行智能装配,完成生产。

3.如何服务化转型?

服务化转型包含两个部分,一是通过物联网、大数据、云计算、人工智能等新一代技术将企业服务由设备生产销售向设备维护和诊断等服务转移,实现企业商业流程和商业模式的转变,帮助用户“用好设备、管好设备”,提高设备利用效率、降低企业管理成本;二是开展智慧营销,为消费者体验设计完整的流程,通过数据的智能化采集、挖掘和分析,构建具有认知性的数字化体系。

依赖物联网、云计算技术的发展,通过在产品上安装传感器,收集产品运行数据,对产品进行性能、质量实时监控,工程技术人员将更加充分了解当前产品的运行状况,从而对预防性维护等服务进行分层,将其作为额外的服务提供给客户,过渡到真正的产品即服务。

智慧营销的最佳实践是,基于数据的洞察与分析,实现对核心客户群体人员数量、消费频次、消费频率的精准统计,为消费者提供个性化和智能化的服务,拓展进店营销等前沿应用,通过数据分析、人工智能等数字化技术打造营销推广系统。

4.如何数字化管理?

制造企业数字化管理的内涵是建立生产管控系统和运营管理系统,实现设计协同、计划协同、供应协同和工厂协同,智能排产和智能调度。

数字化管理的技术内涵是应用信息化系统,根据业务需求和策略,进行生产过程链全生命周期管理等内容,实现制造企业的设计、排产、生产、销售、服务等管理活动。

技术实现是,整合生产环节各类制造资源、支持用户在线开展生产计划及任务管理,根据设计文件、设备信息,进行生产派工;管理生产订单、采购物料、物料及零部件出入库、质量报表等;生产过程中,设备情况、加工进度可在线查看,并通过在线质量管理,保证最终产品符合要求;实现生产至销售各环节的管理,帮助企业从云端获得标准业务流程管理规范,提升业务实践能力。

最佳实践是,建设生产管控系统和运营管理系统,包括ERP、制造企业生产过程执行系统(MES)、进阶生产规划及排程系统(APS)、主数据管理(MDM)、人力资产管理系统(HCM)、客户关系管理系统(CRM)、企业资产管理系统(EAM)、供应商关系管理系统(SRM)、业务流程管理系统(BPM)等系统,满足企业生产制造过程中的资源管理、生产执行管理、资源数据采集管理等主要需求,实现生产执行过程的管理、生产资源保障以及生产过程中的设备、人、物的管理。

总体而言,制造业数字化转型是一个完美的闭环,包括智能感知、智慧决策、智能生产、智能服务、智慧分析(事后)、深度学习等过程。

Baidu
map