从精益到智能制造，要走哪几步？

01

精益生产如何走进智能制造

“智能制造、数字化工厂、精益生产、人工智能、大数据....”等概念满天飞，然而应该如何理解？有什么作用？归根到底，都得服务于企业经营，围绕保质量、降成本、增效率来展开各项工作。

01

明确智能制造必须服务于企业经营

无论我们对于智能制造，用何种定义与实现方法进行探讨，我们都必须以企业的经营战略为目标。企业的经营在于：

• 为消费者/客户提供质优价廉的产品
• 为股东投资确保回报
• 为保障员工的福利

这是企业经营者必须考虑的，也是企业作为整体的价值所在。当下对于智能制造的讨论多数聚焦于技术之实现，多是以局部看全局，而另一方面，为了智能制造而上系统也是偏离了企业经营之本质，如何厘清经营与智能制造间的关系，建立有效的路径分析与判断，并逐次有效的实施整体战略，对于企业而言，尤为重要，因为，这关乎企业长久的存亡，而非短期之政策红利。

02

每个概念所扮演的角色如何？

1.精益是数字化的根基

精益是一种不断改善经营效率，发挥资源，包括核心的人的能动性力量，持续学习不断改善，让企业不断提升竞争能力，消除浪费就是一种对资源的最大化利用，发挥成本效率的途径，最终去实现经营的利润率最大化。

精益对生产中的过度生产、等待、运输、过度加工、库存、缺陷返工、走动、人才浪费进行了聚焦，并提出了诸多的方法予以消除。这些与生产制造单元的经营目标紧密相关。

我们总把计算机、MES/ERP这些理解为数字化系统，但是，数字化的根基是“数字”—是基于“量化管理”的管理科学思想，因此，所谓的数字化运营的本质在运营，而非数字，数字只是实现的数字化运营的手段。

之所以说精益是数字化的根基在于精益为生产提供了各种量化方法、工具，例如KPI、OEE、TPM、RCA、5S、目视化管理、看板等，这些使得工厂成为了一个可以被量化、可视化、透明化的工厂，一切都服务于经营目标：质量、成本与交付能力。

智能工厂的性能指标要求是基于精益的可量化而定义的，这些是数字化运营、智能制造、工业4.0等所有概念必须去实现的目标。

2.自动化的角色

传统上，我们仅站在自动化行业的角度理解自动化，就是传感器检测、控制循环、显示、趋势报警，然而，当我们把自动化放在智能制造大环境下，我们会发现它扮演的角色是服务于运营本质的。

（1）确保效率

为什么要自动化？从传统生产运营角度而言，采用人工搬运、加工的过程显然与机器的速度无法相比，尤其是谈到智能制造的集成生产，将继续削减中间不必要的环节—精益中所定义的不增值环节。事实上，在自动化程度上，连续型生产的自动化程度要更高。

（2）确保生产质量

高精度的伺服定位与同步、机器人集成制造使得产品质量及其一致性不断提高，这些都是机器相较于人而言更为重要的作用。

（3）提供生产灵活性

运动控制不仅提供了高精度的加工质量，而且还确保了生产的柔性，就像在各种机器上，运动控制扮演让生产更为灵活的角色，通过参数设置，伺服系统自己规划加工曲线，确保平滑的工艺切换。

（4）提供上行数据采集与下行指令执行

当然了，自动化系统还扮演了精益的可视化管理角色，包括趋势、报警，当然也包括生产中的能源、维护、品质数据向管理系统的输送，当然，也接受来自管理系统的指令，如新的订单加工参数、工序等。

3.数字化/信息化的角色

自动化已经让标准化的大规模生产达到了极高的水平，但是，当生产的个性化需求变得越来越多的时候就产生了新的挑战，从精益角度，质量、成本与交付都成了困难，从这个角度来观察生产制造的要求就会发现，在更大的全局来优化产线成为了必然。

再回到运营角度来思考，就会发现，智能制造必须借助于信息的透明来分析问题，数据连接起来，才能全景的观察产线，才能寻找运营的优化。

而制造级的数据采集由于垂直行业的差异性一直是一个挑战，而事实上在最近几年运营智能制造的项目中这一问题也比较突出，造成了很大的障碍，这也是为什么信息化系统成为了热点的原因，因为信息化解决了以下几个问题：

• 共享数据模型使得数据对象变得简单，可以较为便利的方式对数据进行采集；
• 使得跨平台的系统之间可以进行数据基于标准与规范进行交互；
• 垂直行业信息模型的集成更为垂直方向提供了数据便利。

不仅要梳理数据的传输，也要明白数据的流向—即用途，也是要服务于生产运营的。

4.智能化--全局优化与决策支持

自动化建立在对单个控制任务的调节，即使多变量系统通常也是在一台机器、一个子系统中，而生产的全局优化要在更高维度，而这个时候，计算能力、模型能力已经超出了目前的机理模型。

因此，总结而言，智能化是必须建立在精益运营、自动化、信息化之上的全局的优化问题，通过更为全局的模型，对市场端的需求拉动、工艺设计与辅助制造、供应链、生产制造环节、运营维护整个的协同，就形成了整体的基于设备状态、生产订单、能源消耗、财务成本等共同构成的“寻优”，并给予运营“决策支持”。

03

知识化人才培养

知识化人才培养探讨的是智能制造从精益基础到智能的过程，考虑知识与人才培养的关系对于智能制造同样至关重要。

人是最为重要的一个环节，在整个制造过程中，从精益的持续改善、到自动化控制的机器设计、信息化乃至智能化的学习等，这些都将依赖于人的智慧传输成为“标准”、“规范”，可重用的，能够让知识成为一种可被系统重复利用，并能自己不断学习升级，用于最终的优化决策。

不仅软件复用，人的知识经验也必须复用，实物的材料和非实物的时间都是资源，而人的智慧、经验更是资源，从性价比的角度来说，人的经验具有巨大的潜力，这是更为重要的资源。

02

精工智能创新“6+2”智能工厂规划新模式

创新“6+2”智能工厂规划新模式

创新“6+2”智能工厂规划新模式，建筑设计、精益化（含工厂布局）、信息化（含数字化）、自动化（含智能物流）、数理仿真、道场建设等六大专业跨界集成和两位资深行业专家，为客户打造量身定制的智能工厂。

智能工厂是三方力量的融合，分别是精工智能、客户高管、优秀供应商，采取7-3-1规划方案，分别是七个想法三个方案一个结论，打造可落地的、追求投资回报的智能工厂。

目前实施的客户有：小米电饭煲、绿源电动车、金宇电机、星宇电子等近百家企业。

一、工厂规划痛点分析

1、厂房设计规格（长、宽、高柱距、承重等）不符合产品需求，如长度无法满足线体摆放，高度无法满足大型设备安装，承重无法满足设备上楼等；

2、实际建筑面积不符合产能要求，如设计前无考虑公摊面积，导致产能与面积不匹配，设备买回来后无场地安装；

3、建筑材料选型不对，导致建设成本增加且无法满足生产使用需求，如五金车间建议采用金刚砂地坪，电子车间建议采用防静电EPC等；

4、因设备无定位，导致在建新工厂无法预留基础或楼板洞口，导致后续改造成本增加；

5、旧工厂布局不符合新产品一个流生产模式，导致增加大量物流人员；企业投资前无分析设备先进性，导致厂房建好后设备或线体无法满足市场工艺需求等。

二、工厂规划应用范围

三、工厂规划解决方案

1、规划需求条件

战略定位：1、产品策略定位 2、产品策略定位 3、供应链策略定位

规划产能：1、总体规划产能 2、产品BOM清单 3、订单批量关系

产品工艺：1、生产工艺流程 2、工艺环境条件 3、生产作业工时

配套辅助：1、预测车库周期 2、物料包装规范 3、成品包装规范

地块信息：1、地块用地红线 2、用地使用规范 3、地块周边环境

规划原则：1、优化建议汇总 2、特殊需求汇集 3、规划指导说明

2、整体规划

S1整体规划原则 S2资源配置测算 S3人车物流东线

S4厂区模块划分 S5建筑轮廓设定 S6方案优化选择

S7立体物线动线 S8楼层功能定位 S9建筑参数测算

S10参观路线规划 S11整体规划方案 S12建筑设计需求

3、详细规划

模块一：产能规划分解 模块二：工艺流程优化 模块三：线体布局设计

模块四：标杆纤体建立 模块五：标准作业规划 模块六：仓储物流配送

模块七：参观线路规划 模块八：生活辅助配套 模块九：精益生产管理

4、辅助规划与实施

强电系统 I 压缩空气 I 工艺用水 I 生产环境 I 生产环境其他辅助 I 主配电室 I 空压气站 I 自来水网 I 洁净等级 I智能排产 I 特殊气体 I 发配电室 I 气体等级 I 纯水管网I 工艺照明 I 智能物流 弱电系统 I 管网桥架 I 主气管网 I 软化水网 I 暖通系统 I 智能仓储 I工装夹具 I 回路分区 I 分气管网 I 生活水网 I 工艺地坪 I 智能控制 I 员工关爱

5、项目交付资料包

园区规划方案、车间规划方案、办公室规划方案、各阶段PPT总结报告、规划分析清单、厂房设计需求清单、规划方案说明说、测算数据汇总包及规划过程中资料包

四、工厂规划应用效益

五、工厂规划应用案例

精工创新6+2智能工厂规划模式融合了建筑设计、精益化、信息化、自动化、建模仿真等多专业的高度配合。通过完善的规划体系，最终实现设备自动化、生产透明化、物流智能化、管理移动化、决策数据化的高效协同工厂。