完美的生产,因此必须追求两个能力的建设:透明度和公司内部的反应能力。生产过程必须透明,一旦出现偏离目标状态的情况,就能立即察觉。然而,生产流程也必须足够快,以便对紧急订单、机器故障、工具损坏或质量问题等事件立即做出反应。在当今的生产中,这两者都不是理所当然的,生产过程通常仍由大量纸张和许多IT岛解决方案来控制。
成本、质量和时间的最优配置就是真正的经济性。这就形成了完美生产最重要目标变量的神奇三角。
透明度和反应能力已成为企业必须追求的主要目标。这些是经济性的前提,也是灵活性和高准时交付的基础。通过透明度和反应能力,可以在制造企业的许多流程中建立快速的反馈回路,这是提高竞争力的一个重要前提。
1透明度
没有全面的数据基础就没有透明度。生产透明度绝不是仅仅几个漂亮的车间大屏。在大部分企业里,生产过程的透明度在今天仍然处于相对较低的水平,远未达到应有的重要性。尽管许多公司在过去几年中引入了IT系统,可以收集生产过程中产生的数据,但对生产过程当前状态的必要了解,以及负责员工基于这些了解进行的行动,往往像是在盲目飞行。
其原因复杂多样,难以用几句话概括。一些导致缺乏透明度的主要原因是
●对在“透明”生产中,拥有“透明”员工的恐惧,使得所有问题对每个人都显而易见。
●缺乏制定合适改进目标的意愿,以及为此付出的努力;
●担心数据采集需要昂贵的基础设施投资,并且给员工带来额外的工作量;
●已经存储在机器控制或子系统中的数据的自动化采集和分析复杂,成本高;
●仅能收集和分析单个领域数据的孤立解决方案,难以实现与其他数据的关联;
●虽然生产数据被采集,但由于缺乏适用的IT解决方案,其分析变得过于复杂;
●已经计算了各种指标,但是这些指标无法指导指定改进措施或者无法帮助识别关键问题。
在接下来的章节中,将对重要主题透明度进行更详细的探讨,自然也会展示如何改善通往卓越制造的路上令人不满意的现状。然而,在此要明确一点:制造企业如果没有全面的数字化生产系统映射,将无法在未来实现所需的透明度,而透明度是必要的反应能力的前提。
2 快速反馈环作为反应能力的基础
亚马逊雨林中一只蝴蝶的翅膀扇动可以引发欧洲的飓风。这至少是蝴蝶效应理论所说的。这里的意思是,在某些系统中,小的原因可以产生大的、通常是不可预见的结果。
现代生产因其复杂性和非线性成为这样一个系统。即使是最小的原因及由此引起的计划进程中的干扰,也可能造成严重的问题。例如,油中一个小的铁屑可能导致油泵故障。结果是轴承过热,导致机器停机。这会导致延期,进而引发违约罚款和供应商评级下降。这个小例子旨在说明及早识别干扰-即与计划进程的偏差-是多么重要,以便能够及时采取对策,防止影响加剧。
将制造视为一个反馈回路,很快就会清楚地看到,原来的要求如交货期或数量,由于技术和组织上的干扰(例如机器和工具的问题、缺少或无法使用的材料、人员缺席、缺少工具等)无法按计划遵守。如果希望或必须弥补对生产的内部或外部影响,就需要有关当前实际状况的可靠信息,以便识别问题(透明度)。因此,拥有一些工具来模拟对原计划流程的可能修改并识别其影响是有帮助的,甚至是必要的。因此,生产中迫切需要合适的控制循环。
为了建立快速的控制回路以实现最佳的生产管理,需要在生产中采集数据,这些数据可以提供当前机器和工艺状态、材料和工具等资源、正在进行的订单及其进度,以及产品质量等信息。通过直接机器连接,许多数据今天可以自动采集,而其他数据,例如订单或员工的签到和签出,则通过适合工业的设备直接在工作站中采集。
因此,信息实时可用,这使得快速反应成为可能。大量的图形和表格分析以及个性化设计的关键指标系统支持主管、班组长和生产管理在决策时的快速反应。
3合规需求
企业引入数字化生产系统,除了获得透明度和快速反馈,以提高市场竞争力,还为了满足市场额外的要求。这些要求源于显著变化的环境意识、更加严格的法律法规或客户需求的提高。例如:
2015年在第21届世界气候大会上签署的巴黎协定旨在限制全球变暖(“2°C目标”),气候保护已被认可为全球社会面临的核心战略挑战。政府要求企业政策中也要制定气候战略,以实现气候中和,例如转向可再生能源或避免能源和原材料浪费。企业必须了解每个产品的能源成本和废品原因,才能制定有效的降低能耗和废品的措施。
欧盟在2022年明确提出“产品数字护照”(Digital Product Passport, DPP)概念;在数字欧洲计划支持下,欧盟于2022年底启动“循环通行证”(CIRPASS)项目,重点围绕电池、纺织品和电子产品三个行业价值链制定发展战略;2024年7月19日,欧盟《可持续产品生态设计法规》正式生效,提出分行业、分批次对欧盟强制实施产品数字护照管理。在欧盟销售的产品,必须全面记录、汇总和存储整个生产过程中的所有数据,以便进行追溯和核查。由此产生并且必须无误处理的大量数据是巨大的。
使用企业资源计划系统(ERP),无法应对数字化带来的巨大挑战。相比之下,制造执行系统(MES)近年来已被确立为应对这些复杂任务的理想工具。它们充当中央数据枢纽,旨在将大量数字信息转化为有意义的可用结果,从而有效支持特别是生产控制。
4卓越制造能力层次
使用软件来提高信息处理的性能本身对企业来说并不新鲜,多年来一直是一个持续的话题。在面向智能工厂的过程中,各种技术被整合起来,旨在实现卓越制造,这使得企业现在感到困惑,"我怎样才能拥有智能工厂?"然而,没有捷径。有必要通过4个阶段:建立体系、流动、优化和柔性。因此,我们首先需要理解卓越制造的每个阶段的本质。
体系确定了游戏规则。如同足球比赛,确定了场地大小、参赛人数、犯规、进球等比赛规则。仅仅有了规则球员没有跑动,是无法判断出队伍强弱,也无法去提高竞技水平。这也说明,当对象在体系内流动,才能进行优化。最终,教练能全面掌握所有球员的能力,能根据不同对手排列合适的阵型,也就是柔性。
首先要建立系统,把制造物理世界的生产力三要素,即生产者、生产工具和生产资料,建模到虚拟世界-数字化系统中。在实际制造过程中,这些要素一直发生的变化被同步映射在系统中,可以通过计划/实际的比较和分析来发现问题,然后才能进行优化,最终能够让生产要素以最优的组织方式协调工作,应对更为复杂市场的挑战。正如同有人感冒去医院,医生绝对不可能马上开药,而是让病人先去验血,通过报告确定是病毒性感冒还是风寒,才能对症下药,并且要求隔一段时间复诊,以决定后续治疗方法。事实上,医学上已经建立了系统用以诊断病因,病人去验血相当于对象在系统中流动,医生看报告就是在做数据评估。
其次,我们必须理解工厂的管理体系目前在什么水平?管理体系由流程、KPI和工具这3个要素组成。流程是确定业务执行的过程,KPI是评估这个过程是否为“卓越”,工具是衡量这个执行过程的效率和稳定。
图 卓越制造成熟度模型
纵观大部分企业,可以立即得出结论:目前正处于第一步的起始阶段。系统是存在的,一些流程已经得到了IT系统的支持,包括MES。然而,这些IT系统支持的流程离“精益和稳定”还很远,因为没有定义适当的指标,也没有对其进行监控,因此无法采取行动。简而言之,"我们不知道如何从系统中获益",这是很多企业的说法。
背后的原因是,企业还没有定义哪些流程需要系统的支持。其次,不清楚哪些任务可以在MES中应用,以及这些MES任务可以按什么顺序部署。
本文为授权转载文章,任何人未经原授权方同意,不得复制、转载、摘编等任何方式进行使用,e-works不承担由此而产生的任何法律责任! 如有异议请及时告之,以便进行及时处理。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。