【資料】智能工廠規劃的“十八般武藝”

2018年11月13日 公司新聞 479 views

1

製造工藝的分析與優化

在新工廠建設時,首先需要根據企業在產業鏈的定位,擬生產的主要產品、生產類型(單件、小批量多品種、大批量少品種等)、生產模式(離散、流程及混合製造)、核心工藝(例如機械製造行業的熱加工、冷加工、熱處理等),以及生產綱領,對加工、裝配、包裝、檢測等工藝進行分析與優化。

企業需要充分考慮智能裝備、智能產線、新材料和新工藝的應用對製造工藝帶來的優化。同時,企業也應當基於綠色製造和循環經濟的理念,通過工藝改進節能降耗、減少汙染排放;還可以應用工藝仿真軟件,來對製造工藝進行分析與優化。

2

數據采集

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,並與訂單、工序、人員進行關聯,以實現生產過程的全程追溯。當出現問題可以及時報警,並追溯到生產的批次、零部件和原材料的供應商。此外,還能夠計算出產品生產過程產生的實際成本。有些行業還需要采集環境數據,如溫度、濕度、空氣潔淨度等。

企業需要根據采集的頻率要求來確定采集方式,對於需要高頻率采集的數據,應當從設備控製係統中自動采集。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範,以及SCADA(監控和數據采集)係統的應用。

3

設備聯網

實現智能工廠乃至工業4.0,推進工業互聯網建設,實現MES應用,最重要的基礎就是要實現M2M,也就是設備與設備之間的互聯,建立工廠網絡。

企業應該對設備與設備之間如何互聯,采用怎樣的通信方式、通信協議和接口方式等問題建立統一的標準。在此基礎上,企業可以實現對設備的遠程監控,機床聯網之後,可以實現DNC(分布式數控)應用。設備聯網和數據采集是企業建設工業互聯網的基礎。

4

工廠智能物流

推進智能工廠建設,生產現場的智能物流十分重要,尤其是對於離散製造企業。智能工廠規劃時,要盡量減少無效的物料搬運。很多優秀的製造企業在裝配車間建立了集中揀貨區(Kitting Area),根據每個客戶訂單集中配貨,並通過DPS(Digital Picking System)方式進行快速揀貨,配送到裝配線,消除了線邊倉。

離散製造企業在兩道機械工序之間可以采用帶有導軌的工業機器人、桁架式機械手等方式來傳遞物料,還可以采用AGV、RGV(有軌穿梭車)或者懸掛式輸送鏈等方式傳遞物料。在車間現場還需要根據前後道工序之間產能的差異,設立生產緩衝區。立體倉庫和輥道係統的應用,也是企業在規劃智能工廠時,需要進行係統分析的問題。

▲標致雪鐵龍工廠裝配車間的集中揀貨和RGV應用

5

生產質量管理

提高質量是工廠管理永恒的主題,在智能工廠規劃時,生產質量管理更是核心的業務流程。質量保證體係和質量控製活動必須在生產管理信息係統建設時統一規劃、同步實施,貫徹質量是設計、生產出來,而非檢驗出來的理念。

質量控製在信息係統中需嵌入生產主流程,如檢驗、試驗在生產訂單中作為工序或工步來處理;質量審理以檢驗表單為依據啟動流程開展活動;質量控製的流程、表單、數據與生產訂單相互關聯、穿透;構建質量管理的基本工作路線:質量控製設置→檢測→記錄→評判→分析→持續改進

6

設備管理

設備是生產要素,發揮設備的效能(OEE—設備綜合效率)是智能工廠生產管理的基本要求,OEE的提升標誌產能的提高和成本的降低。生產管理信息係統需設置設備管理模塊,使設備釋放出最高的產能,通過生產的合理安排,使設備尤其是關鍵、瓶頸設備減少等待時間。

在設備管理模塊中,要建立各類設備數據庫、設置編碼,及時對設備進行維保;通過實時采集設備狀態數據,為生產排產提供設備的能力數據;建立設備的健康管理檔案,根據積累的設備運行數據建立故障預測模型,進行預測性維護,最大限度地減少設備的非計劃性停機;要進行設備的備品備件管理。

▲通過預測性維護盡早發現設備的故障隱患

7

智能廠房設計

智能廠房除了水、電、汽、網絡、通信等管線的設計外,還要規劃智能視頻監控係統、智能采光與照明係統、通風與空調係統、智能安防報警係統、智能門禁一卡通係統、智能火災報警係統等。采用智能視頻監控係統,可以判斷監控畫麵中的異常情況,並以最快和最佳的方式發出警報或觸發其它動作。

整個廠房的的工作分區(加工、裝配、檢驗、進貨、出貨、倉儲等)應根據工業工程的原理進行分析,可以使用數字化製造仿真軟件對設備布局、產線布置、車間物流進行仿真。在廠房設計時,還應當思考如何降低噪音,如何能夠便於設備靈活調整布局,多層廠房如何進行物流輸送等問題。

▲智能工廠的廠房布局

富日智造

綠色智能製造旗艦工廠

颶風綠色產業基地(富日智造)是中山富日十六年來深耕環保化工產業,根據《中國製造2025》行動綱領推進新一代信息技術和製造技術深度融合,打造的一個集研發、生產、倉儲、物流為一體的綠色印材智能化製造旗艦工廠。富日智造總投資1.2億元,於2018年5月份正式投產啟動,預計未來年產值可達10億元。

富日智造位於大灣區綜合化工產業聚集區:民眾鎮沙仔化工園區內,首期建築麵積3萬平方米,內設國家最高標準的甲類、乙類和丙類化工溶劑的生產和儲存車間,同時也取得全國危險品生產許可證和運輸許可證。整個富日智造建立了全係列一體化的智能化運作解決方案,所有設備都注入了智能數據采集設備,實時與雲端進行對接,在提高生產效率和節約成本上起重要作用。

8

智能裝備的應用

製造企業在規劃智能工廠時,必須高度關注智能裝備的最新發展。機床設備正在從數控化走向智能化,很多企業在設備上下料時采用了工業機器人。未來的工廠中,金屬增材製造設備將與切削加工(減材)、成型加工(等材)等設備組合起來,極大地提高材料利用率。

除了六軸的工業機器人之外,還應該考慮SCARA機器人和並聯機器人的應用,而協作機器人則將會出現在生產線上,配合工人提高作業效率。

▲增材製造設備與切削加工組合應用的智能製造單元

9

智能產線規劃

智能產線是智能工廠規劃的核心環節,企業需要根據生產線要生產的產品族、產能和生產節拍,采用價值流圖等方法來合理規劃智能產線。

智能產線的特點是:

•在生產和裝配的過程中,能夠通過傳感器、數控係統或RFID自動進行生產、質量、能耗、設備績效(OEE)等數據采集,並通過電子看板顯示實時的生產狀態,能夠防呆防錯;

•通過安燈係統實現工序之間的協作;

•生產線能夠實現快速換模,實現柔性自動化;能夠支持多種相似產品的混線生產和裝配,靈活調整工藝,適應小批量、多品種的生產模式;

•具有一定冗餘,如果出現設備故障,能夠調整到其他設備生產;

•針對人工操作的工位,能夠給予智能的提示,並充分利用人機協作。

設計智能產線需要考慮如何節約空間,如何減少人員的移動,如何進行自動檢測,從而提高生產效率和生產質量。

10

智造執行係統MES

MES(製造執行係統)是智能工廠規劃落地的著力點,MES是麵向車間執行層的生產信息化管理係統,上接ERP係統,下接現場的PLC程控器、數據采集器、條形碼、檢測儀器等設備。MES旨在加強MRP計劃的執行功能,貫徹落實生產策劃,執行生產調度,實時反饋生產進展。

•麵向生產一線工人:指令做什麽、怎麽做、滿足什麽標準,什麽時候開工,什麽時候完工,使用什麽工具等等;記錄“人、機、料、法、環、測”等生產數據,建立可用於產品追溯的數據鏈;反饋進展、反饋問題、申請支援、拉動配合等;

•麵向班組:發揮基層班組長的管理效能,班組任務管理和派工;

•麵向一線生產保障人員:確保生產現場的各項需求,如料、工裝刀量具的配送,工件的周轉等等。

為提高產品準時交付率、提升設備效能、減少等待時間,MES係統需導入生產作業排程功能,為生產計劃安排和生產調度提供輔助工具,提升計劃的準確性。

11

能源管理

為了降低智能工廠的綜合能耗,提高勞動生產率,特別是對於高能耗的工廠,進行能源管理是非常有必要的。采集能耗監測點(變配電、照明、空調、電梯、給排水、熱水機組和重點設備)的能耗和運行信息,形成能耗的分類、分項、分區域統計分析,可以對能源進行統一調度、優化能源介質平衡,達到優化使用能源的目的。

同時,通過采集重點設備的實時能耗,還可以準確知道設備的運行狀態(關機、開機還是在加工),從而自動計算OEE。通過感知設備能耗的突發波動,還可以預測刀具和設備故障。此外,企業也可以考慮在工廠的屋頂部署光伏係統,提供部分能源。

12

生產無紙化

隨著信息化技術的提高和智能終端成本的降低,在智能工廠規劃可以普及信息化終端到每個工位。操作工人將可在終端接受工作指令,接受圖紙、工藝、更單等生產數據,可以靈活第適應生產計劃變更、圖紙變更和工藝變更。

13

工業安全

企業在做智能工廠規劃時,必須將工業安全作為一個專門的領域進行規劃,需要充分考慮各種安全隱患,包括:機電設備的安全、員工的安全防護、設立安全報警裝置等安防設施和消防設備。

此外,現已出現了專門攻擊工業自動化係統的病毒,要完善整個工廠的智能工廠係統,提高安全隱患與風險。

14

精益生產

精益生產的核心思想是消除一切浪費,確保工人以最高效的方式進行協作。很多製造企業采取按訂單生產或按訂單設計,滿足小批量、多品種的生產模式。智能工廠需要實現零部件和原材料的準時配送,成品和半成品按照訂單的交貨期進行及時生產,建立生產現場的電子看板,通過拉動方式組織生產,采用安全的可視化的訊號係統及時發現和解決生產過程中出現的異常問題;同時,推進目視化、快速換模。很多企業采用了U型的生產線和組裝線,建立了智能製造單元。推進精益生產是一個持續改善的長期過程,要與信息化和自動化的推進緊密結合。

15

人工智能技術應用

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、質量控製、故障診斷等多個方麵。在智能工廠建設過程中,應當充分應用人工智能技術。

例如,可以利用機器學習技術,挖掘產品缺陷與曆史數據之間的關係,形成控製規則,並通過增強學習技術和實時反饋,控製生產過程減少產品缺陷。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。

16

生產監控與指揮係統

流程行業企業的生產線配置了DCS係統或PLC控製係統,通過組態軟件可以查看生產線上各個設備和儀表的狀態,但絕大多數離散製造企業還沒有建立生產監控與指揮係統。

實際上,離散製造企業也非常需要建設集中的生產監控與指揮係統,在係統中呈現關鍵的設備狀態、生產狀態、質量數據,以及各種實時的分析圖表。通過看板直觀展示,提供多種類型的內容呈現,輔助決策。

17

數據管理

數據是智能工廠建設的血液,在各應用係統之間流動。在智能工廠運轉的過程中,會產生設計、工藝、製造、倉儲、物流、質量、人員等業務數據,這些數據可能分別來自ERP、MES、APS、WMS、QIS等應用係統。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,並與訂單、工序、人員進行關聯,以實現生產過程的全程追溯。

此外,在智能工廠的建設過程中,需要建立數據管理規範,來保證數據的一致性和準確性。還要預先考慮好數據采集的接口規範,以及SCADA(監控和數據采集)係統的應用。企業需要根據采集的頻率要求來確定采集方式,對於需要高頻率采集的數據,應當從設備控製係統中自動采集。

另外,必要時,還應當建立專門的數據管理部門,明確數據管理的原則和構建方法,確立數據管理流程與製度,協調執行中存在的問題,並定期檢查落實優化數據管理的技術標準、流程和執行情況。

18

勞動力管理

在智能工廠規劃中,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。決策層對工廠的勞動生產率和人工安排具備實時的可視性,通過及時準確地考勤數據分析評估出勞動力成本和服務水平,從而實現整個工廠真正的人力資本最優化和整體勞動效能的提高。

總之,要做好智能工廠的規劃,需要綜合運用這“十八般武藝”,從各個視角綜合考慮,從投資預算、技術先進性、投資回收期、係統複雜性、生產的柔性等多個方麵進行綜合權衡、統一規劃,建立具有前瞻性和實效性的智能工廠。

發表評論

發表評論:

phones