數(shù)字化 ≠ 智能化

當(dāng)前，借著智能制造的風(fēng)口，大量生產(chǎn)企業(yè)已經(jīng)上線或正在準(zhǔn)備上線制造執(zhí)行系統(tǒng)MES。

市場(chǎng)上的多數(shù)MES包含了物料入庫(kù)、生產(chǎn)排程、生產(chǎn)執(zhí)行、質(zhì)量檢驗(yàn)、設(shè)備維護(hù)、倉(cāng)儲(chǔ)管理等功能。在這些MES的實(shí)施過(guò)程中，一個(gè)重要的組成部分就是數(shù)字看板。但看板是否獲取了生產(chǎn)流程中所有有價(jià)值的信息，這些信息的呈現(xiàn)方式是否一目了然，都要打上一個(gè)問(wèn)號(hào)。

通常的結(jié)果是，看板只是對(duì)生產(chǎn)流程中的一些宏觀數(shù)據(jù)進(jìn)行了的展示，MES的實(shí)施也只是讓生產(chǎn)訂單到產(chǎn)品交付的中的各個(gè)階段形成數(shù)字化的記錄。

但是這樣的MES對(duì)于生產(chǎn)中的一些核心問(wèn)題，到底能起到多大程度的幫助，這是令人存疑的。

舉幾個(gè)例子：

• 生產(chǎn)排程：傳統(tǒng)的人工排程無(wú)法根據(jù)產(chǎn)線中人員、設(shè)備、物料狀況的動(dòng)態(tài)變化進(jìn)行及時(shí)調(diào)整，越來(lái)越難以適應(yīng)當(dāng)下和未來(lái)的柔性生產(chǎn)的要求。

• 生產(chǎn)執(zhí)行：想象如下的場(chǎng)景。MES將工單發(fā)到對(duì)應(yīng)的工位，工人在收到工單后執(zhí)行任務(wù)，最后上報(bào)完工結(jié)果。在此期間，工人實(shí)際的操作步驟，與設(shè)備、物料、工具等發(fā)生的互動(dòng)，卻無(wú)法被記錄下來(lái)，成為了一個(gè)黑盒。
  

• 質(zhì)量檢驗(yàn)：當(dāng)前普遍的質(zhì)量檢驗(yàn)方式是產(chǎn)線末端的人工抽檢。然而質(zhì)量問(wèn)題往往是在生產(chǎn)中過(guò)程中累積起來(lái)的。當(dāng)問(wèn)題被發(fā)現(xiàn)時(shí)，通常已經(jīng)間隔了很長(zhǎng)時(shí)間，這讓溯源工作困難重重，很難避免重蹈覆轍。
  

• 設(shè)備維護(hù)：定期設(shè)備維護(hù)的一大困擾是設(shè)定維護(hù)頻率。過(guò)低的頻率會(huì)造成潛在的產(chǎn)線停產(chǎn)風(fēng)險(xiǎn)，過(guò)高的頻率又缺乏經(jīng)濟(jì)型。很難做到兩全其美。

可以說(shuō)，這樣的MES提供的僅僅是數(shù)字化，與真正的智能化還相去甚遠(yuǎn)。在這樣的MES的管理下，工廠的運(yùn)營(yíng)效率猶如抓在手中的沙子，看著它慢慢流逝，卻又無(wú)可奈何。

工業(yè)物聯(lián)網(wǎng)——給工廠一雙慧眼

信息缺失、監(jiān)管滯后、決策錯(cuò)誤、執(zhí)行偏離，造成了工廠中林林總總的問(wèn)題。 而歸根結(jié)底都指向一個(gè)根本原因——數(shù)據(jù)。更具體的說(shuō)，是數(shù)據(jù)的質(zhì)量和獲取能力。

當(dāng)今的制造業(yè)面臨著更快的生產(chǎn)和交付周期、單次更小的批量和更豐富的定制化，對(duì)工業(yè)數(shù)據(jù)的采集、存儲(chǔ)、清洗、聚合和處理提出了更高的挑戰(zhàn)，而工業(yè)互聯(lián)網(wǎng)的價(jià)值正是幫助解決這個(gè)核心問(wèn)題。

工業(yè)互聯(lián)網(wǎng)給了工廠一雙慧眼，讓海量、實(shí)時(shí)、高頻的數(shù)據(jù)采集成為了可能，藉此將生產(chǎn)過(guò)程中很多原本被隱藏起來(lái)的微觀信息，比如實(shí)時(shí)的人員、物料庫(kù)存狀況、設(shè)備狀態(tài)等挖掘出來(lái)，讓其清晰地展現(xiàn)，變得完全透明可視。

 工業(yè)互聯(lián)網(wǎng)讓海量、實(shí)時(shí)、高頻的數(shù)據(jù)采集成為了可能，并使其完全透明可視

在完成了上述步驟后，一個(gè)更強(qiáng)烈的需求就是如何利用這些海量數(shù)據(jù)提煉出對(duì)生產(chǎn)流程的改進(jìn)方式，這就輪到人工智能來(lái)大顯身手了。

人工智能——智能化生產(chǎn)的最后拼圖

人工智能之所以能扮演這個(gè)關(guān)鍵的角色，因?yàn)樗莫?dú)特優(yōu)勢(shì)在于可以通過(guò)對(duì)海量數(shù)據(jù)的學(xué)習(xí)形成知識(shí)。

人工智能運(yùn)用工業(yè)物聯(lián)網(wǎng)采集的海量高質(zhì)量數(shù)據(jù)，對(duì)根據(jù)生產(chǎn)問(wèn)題建立的模型進(jìn)行訓(xùn)練形成知識(shí)，再將其作用到實(shí)際的生產(chǎn)場(chǎng)景中，支持決策，幫助改進(jìn)生產(chǎn)流程。這讓本文開始提及的幾個(gè)問(wèn)題迎刃而解。

• 人工智能可以根據(jù)人員、物料庫(kù)存、設(shè)備狀態(tài)等信息進(jìn)行動(dòng)態(tài)排程。排程結(jié)果可以通過(guò)工業(yè)物聯(lián)網(wǎng)實(shí)時(shí)發(fā)送到相應(yīng)工位上，顯著提升工廠的運(yùn)營(yíng)效率。

• 運(yùn)用人工智能進(jìn)行質(zhì)量控制，就可以將事后檢測(cè)轉(zhuǎn)變?yōu)閷?shí)時(shí)檢測(cè)，讓問(wèn)題在第一時(shí)間被發(fā)現(xiàn)，不傳導(dǎo)到下游，避免了后續(xù)返工造成的巨大浪費(fèi)。
  

• 運(yùn)用人工智能進(jìn)行設(shè)備資產(chǎn)管理，通過(guò)實(shí)時(shí)監(jiān)測(cè)設(shè)備的各種狀態(tài)，確保設(shè)備穩(wěn)定運(yùn)行。在第一時(shí)間做出風(fēng)險(xiǎn)預(yù)警，并給出預(yù)測(cè)性設(shè)備維護(hù)建議。
  

• 最后，人工智能還可以用于生產(chǎn)工藝，比如3D打印自動(dòng)數(shù)據(jù)準(zhǔn)備、CNC自動(dòng)刀路、機(jī)器人自動(dòng)焊接等。這在相當(dāng)程度上打開了很多原本游離于系統(tǒng)之外的黑盒，補(bǔ)全了缺失的數(shù)據(jù)鏈條，讓原本的人工操作變得規(guī)范化、自動(dòng)化，完成智能化生產(chǎn)最后的拼圖。

基于人工智能的動(dòng)態(tài)排程，可以顯著提升工廠的運(yùn)營(yíng)效率

工業(yè)物聯(lián)網(wǎng)和人工智能的加入，為MES執(zhí)行之“手”增加了“慧眼”和“大腦”。這樣三位一體的MES，才能真正成就智能化生產(chǎn)。