智能工厂背后的管理深思:重点不是自动化,而是工厂的“统一大脑”

共 1 个回答

切换为时间排序
速公鹿

2020-11-14 07:31:17


可以用以下这样的描述来形容。

 

将工厂内的各式设备连结在一起,铺设神经系统、即时汲取所有资讯,实现工厂活动的可视化,亦即让所有活动透明可见。

 

智能工厂就是用网路连结各处,管理工厂一切大小事

 

这样的定义乍看之下有些抽象,以下再讲得更具体一些。 

 

所谓的 智能工厂, 就是借助实现以下两件事 

 

1. 将工厂内的各种设备连结成网路

2. 从各种不同的角度取得与管理点的装置有关的数据 

 

力求
  

1. 工厂内部种种活动资讯的可视化 

2. 资讯与资讯间因果关系的明确化 

 

继而采取必要的行动,把诸如此类的事项做得更好 :
  

提升品质管理能力

 

删减包括间接部门在内的管理成本

 

二氧化碳减量/节能

 

改善现金流量

 

而且是做到超出人类管理能耐的层次。 就是这样的一个 次时代的工厂经营概念 。 

 

接下来,我们一起看看智能工厂的细部资讯。 

 

既有工厂缺乏资讯整合性、浪费时间资源
  

在既有的工厂里,工厂内的设备以及 MES 等系统,在功能上都是各自独立的系统。由于机器设备的供应商不同、负责人不同等因素,无论在技术上或是在组织上,都没有整合在一起。一旦各系统之间需要合作,或是必须共享超出人员负责范畴的资讯时,只能透过各系统产出的报告,以及下载自各系统的数据,以实际经由人手转交的实体形式,满足系统间合作与分享资讯的需求。

 

但资讯的共享只要经过人的手,就无可避免会因为需要处理时间而产生时间落差。传递资讯的人员,被迫有许多后续作业必须完成,而且对提供资讯的一方来说,要是自己得不到好处,他们也不会把资讯丢出来。

 

这会导致需要资讯的人,连自己到底有没有掌握资讯,都搞不清楚。更别说要借助分享彼此的资讯解决问题,或是设想出足以提升作业效率的新手法了,几乎无法期待能做到这样的事。

 

若以人的身体来比喻,就像是一种手指、四肢、眼睛、耳朵、大脑,全都只照自己的步调在运作的状态。就算大脑想要向右走,可能得花上好几天,脚才会往右移动。就算脚受伤,可能得花上好几天,大脑才知道这件事。就是类似这样的情形。 

 

智能工厂就像工厂有个统一大脑,不会手跟脚得到的资讯不同 

 

相较之下,在智能工厂里,属于同一阶层的部门或设备之间自不在话下,就连在分属于上下阶层的状态下,依然能够透过网路,机动地交换资讯。在智能工厂里,完全不存在任何部门之间或设备供应商之间的隔阂。

 

这和一九九〇年代发生的企业资讯系统的开放化,是一样的状况。

 

过去,不同厂商生产的个人电脑之间,无法彼此连接。要让个人电脑与商用电脑连线、合作,简直是痴人说梦。但现在办公室里的 CPU(中央处理器),包括影印机在内,彼此连线已经是理所当然。同样的,工厂里的各种设备,也将彼此连线。

 

只要透过网路彼此连线,既能大幅缩短时间落差,原本必须仰赖工作负责人的资讯共享,以及从组织的角度共享与活用资讯,都会变得更为容易。

 

届时,大脑的思考会马上传达给四肢,四肢感受到的一切,也会马上传达给大脑。 

 

怎么样才算是一个智能工厂? 

 

智能工厂是一个伴有具体“机制”的概念。此一“机制”的核心部分,主要是以「资讯系统」的样貌呈现。

 

不过,要请各位注意的是,这里讲的“资讯系统”是一个新概念,它不同于在制造业已日渐普及的 ERP 类的“资讯系统”、在制造第一线活跃的工厂自动化设备等“控制系统与机器人”,或者是用于让全公司沟通的群组软体等“资讯系统”。

 

那么,智能工厂的系统究竟必须具备何种特征,才能成为智能工厂呢?以下我们分别探讨。

 

最顶层是工厂管理系统,这里处理的是工厂经营时需要的资讯。包括财务资讯在内,有 KPI(Key Performance Indicator,关键绩效指标)之称的经营指标,乃至于二氧化碳减量等企业承担社会责任时必须关注的指标,都归在这里。

 

往下一个阶层就是所谓的基础系统。这些基础系统是由 ERP 所涵盖的部分,以及个别套装软体或各公司独自打造的系统等所构成的。 


智能工厂的系统概要 

 

接着在下一层当中有 MES,其下层又设有 SFC。此外,针对资源(电力、热力、水)等基础架构系统,也力求透过网路收集数据。

 

那么,就来详细看看各项目。 

 

控制类系统与资讯类系统的合作 

 

我再强调一次,智能工厂里的大前提是,利用网路,把现存于工厂的各种工厂自动化机器、设备、电力等基础架构、单独的管理系统等,都串连起来。而且,这些资讯不是只用在生产第一线而已,还必须传输到以掌管生产资料的 ERP 为首的基础系统,以及经营高层用于做决策的资讯系统,再予以活用。

 

若以专业术语来讲的话,其实就是让“控制类”的电脑系统,和“资讯类”的系统连上线。那么,这些以“控制类”称之的系统,是什么样的系统呢?

 

所谓“控制类”的系统,正如其名称所示,就是“用于控制机器的电脑”。代表性的有名为 PLC 的机器。

 

PLC 是一种小型电脑,其内部装有微处理器,这点和一般电脑相同,但它所使用的语言是把电气回路符号化而来的,因此 PLC 的程序设计必须由拥有特殊知识的电气技术人员来做,一般电脑程序设计师是做不来的。PLC 原本是由过去在汽车制造等自动化系统中使用的“继电器装置”发展而来的。

 

所谓“继电器装置”,是一种能因应可切换开启/关闭之类的动作开关、装置实际处理的数量,或者电力机器等设备的状态,输出控制用的电气讯号,借以控制机器的装置。一台 PLC,可以代替数千个继电器装置。

 

由于 PLC 是一个向工厂自动化的机器与设备传达命令的系统,其稳定性与精准性就格外受到重视。此外,设备的运转控制,在安全上极为重要,因此它必须达到的反应速度,也就是系统的处理时间,远远比主要由人类使用的资讯类系统来得快。

 

顺带一提,在作业系统方面也一样,PLC 使用的不是一般用于个人电脑上的那种作业系统,而是名为“即时作业系统”(RTOS, Real-Time Operating System),可同时处理多项任务,还能够确保在一定时间内回应的作业系统。

 

近年来,导入 MES 系统的企业也变多了。严格来说,它虽然不算是“控制类”系统,但可以定义为,把“资讯类”与“控制类”系统之间缺少的连系补上的“资讯系统”。MES 的主要功能在于,把来自于 ERP 的生产计画,转换为更符合制造第一线实际状况的“制造指示”,并予以管理。

 

MES 在设计上也有透过 PLC 取得数据、协助品质管理的用意在。但必要数据只有一部分是以透过网路取得为前提,其他资讯则是透过输入终端,以人工手动输入的方式取得。

 

综上所述,在今后的智能工厂里,工厂自动化设备主要是透过三种形式与资讯类系统取得连线。

 

1.  直接取得 FA 设备的资讯 

2. 收集来自 PLC 的资讯 

3. 收集 MES 的资讯

 

这三种无论哪一种,前提都是实际透过网路的连结自动取得资讯。相关技术的细节,我会在下一项中介绍。

 

此外,虽然 FA 设备、基础系统、工厂管理系统连成了一个网路,但还是必须明确区分是控制类还是资讯类系统,分别予以管理与使用。若为资讯类系统,就算因为网路的拥塞等因素,导致资讯延迟若干时间才收到,问题也不大;但如果是控制类系统,资讯的延迟就可能引发严重问题。 


标准接口之采用
  

既有的制造设备,把大量的系统建构工作,发包给特定设备建置供应商处理,是一种理所当然的做法。该承包商在建构系统时,采用了自己最熟悉的的 FA 设备厂商的接口,而变得不容易与采用其他接口的系统合作。之所以会这样,也是因为各式设备的界面没有标准化,承包的供应商很难单凭一己之力,建构出能够让不同设备间交换资讯的功能。

 

但在智能工厂中,PLC 与 FA 设备基本上都采用标准接口。工厂内的各式设备,就能够透过网路交换资讯了。标准接口的采用,是智能工厂这个概念的一大原则。

 

不同设备各有不同的使用目的,所需要的规格也很多样化,不可能全部都做成通用式的规格。不过 PLC 以及组件未来可以想见会急速走向通用化。一旦走上通用化,建构系统的知识技术就可能标准化,变得可以分享与再利用。

 

企业用户在推动智能工厂时,必须充分探讨要如何制定自己公司的标准化方针。因为,这一点正是决定未来投资绩效好坏的重要因素。关于标准界面,后面我会详加介绍。 

 

日志数据的储存与转换为 KPI 

 

FA 设备的数据,本来就是以很精细的单位在处理与管理的。不消说,在短短的一秒钟时间里,机器就已经下了好几个判断,处理了好几件事。但就算把 FA 设备连成网路,将这样的数据抓到资讯系统里,对人类(管理者)来说,这么巨细靡遗的数据,还是可以清楚地画分为有意义与无意义两大类。

 

虽然说是即时,但对于机器的所有即时动作,管理者并没有必要全部掌握。把控制类的数据给资讯化的用意,就是要把原本只是陈列出来、不具任何意义的数字,转换为具有意义的切入角度或是单位,再予以管理。

 

举个简单的例子说明好了。假设想知道电力消费的状况,而感测器是以秒为单位把数据传过来的。那么,如果要问,以秒为单位的耗电数据,对管理阶层来说,是否有意义?一般来说,是没有意义的。就算看再多以秒为单位的数据,一方面很难判断数据好坏,也无法采取任何行动(除非数字很明显异常,那就有意义了)。对管理阶层来说,需要的应该是“生产一件或一个批量的特定产品,需要耗费多少电力”,或是“待机时与高峰时耗费的电力”吧。

 

总之,感测器按秒传来的数据,不要只是直接储存起来,而是要转换为能够活用的管理资讯,再储存起来。或者,也可以把储存起来的数据,定期透过批次处理等方式,转换为管理阶层需要的形式,储存于资料库中。

 

更重要的事情是,不要把每种数据当成单项数据(像是各设备耗费的电力)储存,应该要根据预先定义好的资料模式,把相关数据(制造订单编号、测定时刻等)加进来一并储存,好让应用程序能够活用这些数据。这可说正是智能工厂的精髓所在。

 

让事业能够成功的重要企业活动,称为「关键成功因素」(KSF);实际用于管理 KSF 的数字指标,称为「关键绩效指标」(KPI)。从经营阶层到第一线为止,都可以定义 KPI。名为「指标」,因此多半是结果的数字,但制定 KPI 原本的用意其实是「希望以数字呈现出能够带来成果的驱动指标」,管理阶层可以透过监测 KPI 得知未来的成果如何,并随时采取行动,藉以提升成果的水准。这才是 KPI 原本的正确使用方法。

 

假如果只是结果的数字,那么再怎么管理,或许可以成为有助于未来行动的参考数据,但是却无法改变已经出现的结果(虽然这也是理所当然的)。在结果出现之前,掌握其预兆,事前采取因应的措施,以创造出正确的结果,能够以这种形式活用 KPI,毫无疑问会是最理想的。



大家怎么看?快来留言和小艾交流吧^_^

本文来源物联之家网,作者:陈伯安,版权归原作者所有。

本期编辑:AMTForum(加编辑微信,入技术交流群)

商务合作:021-37709287

投稿邮箱:info@amtbbs.org

【关注公众号 · 留言送军刀】

关注本公众号后,发送关键字“军刀”可获取活动详情!

【上期获奖 · 瑞士军刀】

上期留言点赞数最高文章,原文链接《技术工人月薪四千,搬砖七千,制造业立国难道是空谈?》,感谢坛友支持。

【免费学习 · 机械软件】

坛友们可以点击阅读原文,即可在手机上观看各类机械软件全套视频教程。



距先进制造技术大神您只差关注

世界先进制造技术论坛,工程师的摇篮

共 1 条
  • 1
前往
53回答数