新益為精益生產咨詢公司概述：隨著工業(yè)4.0的提出，“互聯(lián)網(wǎng)+”、“數(shù)字化”、“智能化……”等概念在制造業(yè)迅速走熱。其中，智能制造是一系列為制造業(yè)帶來效率和新機遇的技術。精益生產如何走進智能制造，如何幫助制造企業(yè)更智能地工作、更好地規(guī)劃和以前所未有的信心開拓市場？

精益生產與智能制造

德國所謂的工業(yè)4.0是指利用物聯(lián)信息系統(tǒng)（Cyber—Physical System簡稱CPS）將生產中的供應，制造，銷售信息數(shù)據(jù)化、智慧化，最后達到快速，有效，個人化的產品供應。

“中國制造2025”與德國“工業(yè)4.0”的合作對接淵源已久。2015年5月，國務院正式印發(fā)《中國制造2025》，部署全面推進實施制造強國戰(zhàn)略。那么，精益生產如何走進智能制造呢？

一、明確智能制造必須服務于企業(yè)經(jīng)營

無論我們對于智能制造，用何種定義與實現(xiàn)方法進行探討，我們都必須以企業(yè)的經(jīng)營戰(zhàn)略為目標。

企業(yè)的經(jīng)營在于：

1、為消費者/客戶提供質優(yōu)價廉的產品；

2、為股東投資確?；貓?；

3、為保障員工的福利。

這是企業(yè)經(jīng)營者必須考慮的，也是企業(yè)作為整體的價值所在。

當下對于智能制造的討論多數(shù)聚焦于技術之實現(xiàn)，多是以局部看全局，而另一方面，為了智能制造而上系統(tǒng)也是偏離了企業(yè)經(jīng)營之本質，如何理清經(jīng)營與智能制造間的關系，建立有效的路徑分析與判斷，并逐次有效地實施整體戰(zhàn)略，對于企業(yè)而言，尤為重要，因為，這關乎企業(yè)長久的存亡，而非短期之政策紅利。

二、每個概念所扮演的角色如何？

盡管我們不能把已經(jīng)實現(xiàn)的稱之為概念，但是這里將以其所對應的領域來進行闡述。

1、精益是數(shù)字化的根基

精益是一種不斷改善經(jīng)營效率，發(fā)揮資源，包括核心的人的能動性力量，持續(xù)學習不斷改善，讓企業(yè)不斷提升競爭能力，消除浪費就是一種對資源的最大化利用，發(fā)揮成本效率的途徑，最終去實現(xiàn)經(jīng)營的利潤率最大化。

精益對生產中的過度生產、等待、運輸、過度加工、庫存、缺陷返工、走動、人才浪費進行了聚焦，并提出了諸多的方法予以消除。這些與生產制造單元的經(jīng)營目標緊密相關。

我們總把計算機、MES/ERP這些理解為數(shù)字化系統(tǒng)，但是，數(shù)字化的根基是“數(shù)字”，是基于“量化管理”的管理科學思想，因此，所謂的數(shù)字化運營的本質在運營，而非數(shù)字，數(shù)字只是實現(xiàn)的數(shù)字化運營的手段。

之所以說精益是數(shù)字化的根基在于精益為生產提供了各種量化方法、工具，例如KPI、OEE、TPM、RCA、5S、目視化管理、看板等，這些使得工廠成為了一個可以被量化、可視化、透明化的工廠，一切都服務于經(jīng)營目標：質量、成本與交付能力。

智能工廠的性能指標要求是基于精益的可量化而定義的，這些是數(shù)字化運營、智能制造、工業(yè)4.0等所有概念必須去實現(xiàn)的目標。

2、自動化的角色

傳統(tǒng)上，我們僅站在自動化行業(yè)的角度理解自動化，就是傳感器檢測、控制循環(huán)、顯示、趨勢報警，然而，當我們把自動化放在智能制造大環(huán)境下，我們會發(fā)現(xiàn)它扮演的角色是服務于運營本質的。

（1）確保效率

為什么要自動化？從傳統(tǒng)生產運營角度而言，采用人工搬運、加工的過程顯然與機器的速度無法相比，尤其是談到智能制造的集成生產，將繼續(xù)削減中間不必要的環(huán)節(jié)——精益中所定義的不增值環(huán)節(jié)。事實上，在自動化程度上，連續(xù)型生產的自動化程度要更高。

（2）確保生產質量

高精度的伺服定位與同步、機器人集成制造使得產品質量及其一致性不斷提高，這些都是機器相較于人而言更為重要的作用。

（3）提供生產靈活性

運動控制不僅提供了高精度的加工質量，而且還確保了生產的柔性，就像在各種機器上，運動控制扮演讓生產更為靈活的角色，通過參數(shù)設置，伺服系統(tǒng)自己規(guī)劃加工曲線，確保平滑的工藝切換。

（4）提供上行數(shù)據(jù)采集與下行指令執(zhí)行

當然了，自動化系統(tǒng)還扮演了精益的可視化管理角色，包括趨勢、報警，當然也包括生產中的能源、維護、品質數(shù)據(jù)向管理系統(tǒng)的輸送，當然，也接受來自管理系統(tǒng)的指令，如新的訂單加工參數(shù)、工序等。

3、數(shù)字化/信息化的角色

自動化已經(jīng)讓標準化的大規(guī)模生產達到了極高的水平，但是，當生產的個性化需求變得越來越多的時候就產生了新的挑戰(zhàn)，從精益角度，質量、成本與交付都成了困難，幾個例子來說明：

不良品率：當印刷批次變小時，開機浪費將提高不良品率，使得質量實際上下降；

成本：當不良品率提高，成本顯然提高，而個性化生產帶來的工藝切換時間也會造成成本上升、當機也會造成成本的損耗，而從個性化產品成本計量角度，必須將成本分配在每個批次的產品上，那么這個生產計劃中的能耗、機器效率就變得更為重要-顯著提高了成本。

交付能力顯著下降：工藝切換的時間消耗、當機、返工這種在大批量生產已經(jīng)非常成熟的解決方案在個性化時代就會放大，使得交付下降。

從這個角度來觀察生產制造的要求就會發(fā)現(xiàn)，在更大的全局來優(yōu)化產線成為了必然，例如：

（1）如何讓生產運營過程最大的協(xié)同來消除中間的時間、能耗等浪費？

（2）當有設備停機，產線如何自動分配負載？

（3）在批次降低質量、迭代周期變小時如何削減開機浪費？

（4）工藝切換的時間耗費如何降低以達成快速交付？

再回到運營角度來思考，就會發(fā)現(xiàn)，智能制造必須借助于信息的透明來分析問題，數(shù)據(jù)連接起來，才能全景地觀察產線，才能尋找運營的優(yōu)化。

而制造級的數(shù)據(jù)采集由于垂直行業(yè)的差異性一直是一個挑戰(zhàn)，而事實上在最近幾年運營智能制造的項目中這一問題也比較突出，造成了很大的障礙，這也是為什么信息化系統(tǒng)成為了熱點的原因，因為信息化解決了以下幾個問題：

（1）共享數(shù)據(jù)模型使得數(shù)據(jù)對象變得簡單，可以較為便利的方式對數(shù)據(jù)進行采集；

（2）使得跨平臺的系統(tǒng)之間可以進行基于標準與規(guī)范的數(shù)據(jù)交互；

（3）垂直行業(yè)信息模型的集成更為垂直方向提供了數(shù)據(jù)便利。

不僅要梳理數(shù)據(jù)的傳輸，也要明白數(shù)據(jù)的流向——即用途，也是要服務于生產運營的。

4、智能化--全局優(yōu)化與決策支持

自動化建立在對單個控制任務的調節(jié)，即使多變量系統(tǒng)通常也是在一臺機器、一個子系統(tǒng)中，而生產的全局優(yōu)化要在更高維度，而這個時候，計算能力、模型能力已經(jīng)超出了目前的機理模型。

因此，總結而言，智能化是必須建立在精益運營、自動化、信息化之上的全局的優(yōu)化問題，通過更為全局的模型，對市場端的需求拉動、工藝設計與輔助制造、供應鏈、生產制造環(huán)節(jié)、運營維護整個的協(xié)同，就形成了整體的基于設備狀態(tài)、生產訂單、能源消耗、財務成本等共同構成的“尋優(yōu)”，并給予運營“決策支持”。

三、知識化人才培養(yǎng)-并非題外話

知識化人才培養(yǎng)探討的是智能制造從精益基礎到智能的過程，考慮知識與人才培養(yǎng)的關系對于智能制造同樣至關重要。

人是最為重要的一個環(huán)節(jié)，在整個制造過程中，從精益的持續(xù)改善、到自動化控制的機器設計、信息化乃至智能化的學習等，這些都將依賴于人的智慧傳輸成為“標準”、“規(guī)范”，可重用的，能夠讓知識成為一種可被系統(tǒng)重復利用，并能自己不斷學習升級，用于最終的優(yōu)化決策。

不僅軟件復用，人的知識經(jīng)驗也必須復用，實物的材料和非實物的時間都是資源，而人的智慧、經(jīng)驗更是資源，從性價比的角度來說，人的經(jīng)驗具有巨大的潛力，這是更為重要的資源。

智能制造是精益生產發(fā)展的必然趨勢，我們應該通過上述的方法加強企業(yè)精益生產的實施，提升企業(yè)走向智能制造的進程。在這里提醒大家，不是所有的企業(yè)都適合智能制造，必須要有一定的基礎。