工業4.0來襲 建立智能工廠不得不考慮的4個方面
發布時間：
2020-06-16
隨著工業4.0的推進，物聯網技術經過多年醞釀獲得了飛速的發展，已經進入產業融合的階段，工業互聯網逐漸走進了大家視野。工業物聯網在生產制造中通過對工業資源、數據和系統的網絡互聯，實現原材料制造的靈活配置、生產過程的按需執行、制造過程的合理優化以及制造環境的快速適應。
目前工業互聯網廣泛應用在工業制造中的供應鏈管理、生產過程工藝優化、產品設備監控管理、環保監測及能源管理等方面，已成為建設智能工廠的重要基礎，大大加快了傳統制造向智能制造的轉型升級步伐。
一、工業物聯網政策加持獲得飛速發展
工業物聯網是通過工業資源的網絡互聯、數據互通和系統互操作，實現制造原料的靈活配合、制造過程的按需執行、制造工藝的合理優化和制造環境的快速適應，達到資源的高效利用，從而構建服務驅動型的新工業生態體系。它具有6大典型特征：智能感知、泛在連通、精準控制、數字建模、實時分析、迭代優化。
美國于2013年出臺《國家制造業創新網絡初步設計》，推動美國工業領域的物聯網應用。日本制定了《2030年新產業結構展望》，以物聯網、大數據、人工智能為重點進一步探索工業新模式。我國對于工業物聯網發展的政策支持力度不斷提升。2016年頒布《物聯網 "十三五"規劃》，則明確了物聯網產業十三五的發展目標。
2018年全球工業物聯網的市場規模約640億美元，預計將在2023年成長至914億美元，2018-2023年的五年間復合年成長率(CAGR)為7.39%。以上數據說明在全球普遍重視高新技術的大背景下，工業物聯網的市場規模有望實現大幅度增長，發展后勁十足。
二、自動化與控制為主導的智能工廠正在發展
工業物聯網設備要想實現智能工廠在工業4.0生產制造環境下的可持續性策略它需要考慮，智能工廠車間所產生的大數據和信息流，如何達到快速連接；智能生產設備機器終端與智能傳感器，如何及時獲取數據并進行數據處理；如何升級智能傳感器、智能傳動組件、智能控制器、智能機器人等智能電子器件和智能設備組成的智能流水線設備等。
建設智能工廠看起來十分復雜，甚至難以實現。業內相關專家認為，構建智能工廠，需要結合數據分析，推動生產流程自動化，形成全面的客戶訂單拉動協作型生產。實現數字化供應網絡的轉型，制造企業需具備多方面的能力：推動企業運作的眾多運營系統間橫向整合的能力；互聯制造系統間垂直整合的能力；以及整個價值鏈端到端、全面整合的能力。
三、建設智能工廠需考慮的四方面
1、數據與算法
要實現智能工廠的有效運作，制造企業應當采用適當的方式持續創建和收集數據流，管理和儲存產生的大量信息，并通過多種較為復雜的方式分析數據，且基于數據采取相應行動。
生產過程中需要及時采集產量、質量、能耗、加工精度和設備狀態等數據，并與訂單、工序、人員進行關聯，以實現生產過程的全程追溯。企業需要根據采集的頻率要求來確定采集方式，對于需要高頻率采集的數據，應當從設備控制系統中自動采集。企業在進行智能工廠規劃時，要預先考慮好數據采集的接口規范，以及SCADA（監控和數據采集）系統的應用。
同時，數據也代表數字孿生，數字孿生通過數字化形式，以較高的水平呈現某對象或流程過去及當前的行為。數字孿生需針對生產、環境和產品情況持續開展實際的數據測量。基于強大的處理能力，數字孿生可從產品或系統情況中獲取重要信息，反映現實世界中設計與流程的變化。
2、技術
在智能工廠建設中，人工智能技術正在被不斷地被應用到圖像識別、語音識別、智能機器人、故障診斷與預測性維護、質量監控等各個領域，覆蓋從研發創新、生產管理、質量控制、故障診斷等多個方面。
例如，可以利用機器學習技術，挖掘產品缺陷與歷史數據之間的關系，形成控制規則，并通過增強學習技術和實時反饋，控制生產過程減少產品缺陷。同時集成專家經驗，不斷改進學習結果。利用機器視覺代替人眼，提高生產柔性和自動化程度，提升產品質檢效率和可靠性。
但各企業也需考慮其他技術，包括交易和企業資源規劃系統、物聯網以及分析平臺，同時也應當考慮邊緣加工和云存儲等需求。這就需要企業運用各類數字化和物理技術——包括分析技術、機器人技術、高性能計算、人工智能、認知技術——將不同資產和設備關聯起來，對數據加以處理，實現經營活動的數字化。
3、流程與管理
智能工廠最重要的特征之一是其自優化、自適應以及生產過程自動化的能力。該特征能夠從根本上改變傳統流程和管理模式。自主系統能夠在沒有人工參與的情況下制定并實施許多決策，并在諸多情況下將制定決策的責任從人工轉移到了機器，或者說僅由少數人制定決策。
智能工廠可以使生產過程中設備之間實現良好的信息交互，使各個環節緊密配合，生產過程中每個環節的生產時間、原料供應以及下一環節的生產情況在設備中及時進行處理。智能化系統平臺通過整體的優化，使得各個環節的生產配置最優，各個環節的設備得到了高效的利用。
隨著對工廠更加深入和全面的了解，以及生產和供應網絡的擴大，制造企業也可能面臨各種不同的新問題。企業可能需要考慮和重新設計決策制定流程，以適應新的轉變。
4、人員
智能工廠中人員仍將是工廠運營的關鍵。但智能工廠可能會在運營以及信息技術/運營技術組織架構方面發生重大變化，導致人員職位出現變動，從而適應新的流程和功能。一些職位由于可能被機器人(物理和邏輯)、流程自動化以及人工智能取代，而其他一些職位的功能可能會因虛擬/增強現實以及數據可視化等新技術的加持而得以增強。人員和流程管理變革離不開靈活、適當的變革管理方案。
除此之外，還應當重視整體人員績效的提升。設備管理有OEE，人員管理同樣有整體績效-OLE（整體勞動效能）。通過對整體勞動效能指標的分析，可以清楚了解勞動力績效，找出人員績效改進的方向和辦法，而分析勞動力績效的基礎是及時、完整、真實的數據。
在工業物聯網的驅動下，同樣的能耗和時長，機器可以完成的工作會更加豐富，效率也會得到極大提升。智能工廠還遠未達到“終極形態”，而是一個不斷演變的解決方案——一個不斷挖掘靈活性、互聯性和透明度等眾多特性的解決方案。
在探索發展之路中，我們需要回到發展的本源，不斷滿足新的追求。建立新生態，讓現有生態圈能夠互相依存互相制約，實現最有效的利用。