工业4.0不应该是场奢侈的盛宴

作者: admin 分类: 汽车 发布时间: 2019-07-11 10:53

严肃地说:工业4.0不应该是场奢侈的盛宴!企业在推进工业4.0战略时,不仅要遵循顶层设计、分步实施原则;同时,更别忘记,企业推进任何战略的终极目标只有一个:盈利,当然,工业4.0战略也不例外。

一、警惕奢侈的工业4.0盛宴

德国政府2013年4月在汉诺威工业博览会上推出工业4.0(Industire 4.0)战略至今已4年。4年来,世界主要工业经济体在制造业智能化发展方面,进行了诸多探索和技术研发,新兴经济体也奋起直追,力图通过在智能制造方面加大投入缩短与主要经济体在制造业水平上的差距。但世界工业整体发展格局并未出现大的变化,世界经济增长中心和主导工业产品生产保持着稳定的地域分布态势,高端制造和综合性制造能力仍然存在于北美、西欧和日本工业地带,纺织、服装、家电、玩具、水泥、低端汽车、低技术钢铁、运输船舶、传统矿业等也仍然是亚太沿海及中国东南部地区、新兴经济体工业发展的重点产业,除中韩在智能手机、中国在工程机械、新能源、高速列车市场上有一些成就外,并未出现短期内可预期的世界主导工业产业发生根本性转移的迹象。

image.png

高端产业分布

中国在2015年由政府主导推出《中国制造2025》战略,将制造强国和工业发展焦点集中于新一代信息技术、高档数控机床和机器人、航空航天装备、海洋工程装备和高技术船舶、先进轨道交通设备、节能与新能源汽车、电力装备、农业装备、新材料、生物医药及高性能医疗机械等十大领域。由此激起的智能制造概念、技术、行为及思维变革风潮,两年之间吹彻神州上下、大江南北、长城内外。一夜之间涌现出无数的工业4.0演讲嘉宾、智能制造专家、大数据分析资深学者、云计算智能服务平台、信息物理系统设计师等等。一场奢侈的工业4.0盛宴频频出现于高档酒店会议室、大学讲堂、大企业VIP演示厅、各类网络公众平台,但在工厂车间、工业研究机构、大学工程类专业课程中,鲜有智能机器、智能系统、大数据分析模型、信息物理系统架构存在于实体物理空间中。

1496885337258015202.png

笔者在2016年10月有幸聆听了一位教授的“智能制造技术”演讲。他自称为德国西门子公司设计了数百个基于智能制造技术的零部件产品。当问其能否给大家介绍几个产品设计案例时,这位教授嗯嗯呀呀一阵后,便尴尬地结束了演讲。当时就想,在一个水龙头质量不能保证、家用电插座做不到严格符合安全标准、道路下水井盖铺不平的国度,智能制造到底离我们有多远?我们是否具备推行工业4.0的组织管理基础和技术基础?在追逐工业4.0的同时是否能踏踏实实地去做好工业产品的质量?

1496885361844027557.png

古语有云,不积跬步无以至千里。从1784年第一架机动纺织机出现,到1870年美国辛辛那提第一条屠宰生产线出现,用了约90年时间;此后在1913年以福特汽车生产线为标志,才真正完成了第二次工业革命;1969年第一条可编程逻辑控制器(PLC)设计完成,又用了50年时间完成从工业2.0向工业3.0的过度。此后又40余年,随着计算机技术和互联网技术的发展,工业制造走到了向智能制造突破的边界,但这并不意味着可以在短短三五年内,工业产品的制造过程可以由刚性自动化完成向柔性自动化的飞跃。可以说,每一次工业制造方式的变革,都离不开生产经验和工业制造技术的积累,离不开产品设计、材料、工艺和组织模式的试错性改进、渐进式革新和螺旋式发展。

1496885396210012788.png

工业革命发展历程

工业发展历史表明,对基础技术、基础工艺、基础作业标准的重视和精确践行,是赢得市场、赢得发展、赢得创新的不二法门。在从制造大国向制造强国的转型和发展过程中,学习、吸纳和应用先进制造技术固然重要,但对中国的千百万工业企业来说,如果不重视工业生产的基础铸炼,不重视从企业实际出发有选择地引进新制造技术、新技术工艺,有可能事倍功半,甚至盛宴之后,一地狼藉。

二、企业在推进工业4.0战略时,应遵循顶层设计、分步实施原则

在国家层面,《中国制造2025》为我国制造业转型升级和跨越发展作了整体部署,同时发布的《重点领域技术创新绿皮书》对新一代信息技术等十大重点领域的发展目标、发展重点、应用示范工程及战略支撑与保障措施进行了规划和设计。这两份文件为我国制造业走向工业4.0的新时代进行了顶层设计。但对众多工业企业来说,必须清楚明白,国家层面的顶层设计,主要考量的是国家工业发展战略规划、政策设计和支撑体系的全局性部署,它不可能也不是企业层级的顶层设计。尤其是对十大领域之外的工业企业和广大的中小企业来说,重点是精神之领会和方向之前瞻,而不能盲目地、不切实际地、好高骛远地以为向智能制造转型即是发展之王道、利润之本源。

1496885424774005593.png

《大学》有云,“物有本末,事有终始。知所先后,则近道矣”。工业企业发展之本首在产品之质量和用户价值,而不在技术是否先进、生产过程是否自动化和智能化等,对劳动密集型、非标产品居多企业来说尤为如此。即使是设备资产密集型企业,如果产品本身非因技术装备落后而致质量和用户价值存在缺陷,或不通过采用智能制造技术进行生产过程重组而致生产效能存在问题,既有技术装备和生产工艺何故需要抛弃?

1496885462230074720.png

依笔者之见,一般工业企业在工业4.0背景下筹谋发展之道,应本着“物有本末,事有终始”原则进行顶层设计。因为企业所在产业领域、产业链之定位、类型及性质、产品品种、生命周期过程、工艺和加工技术特性、用户价值之本末、利润来源之厚薄、所需人力之多寡、依赖机器之强弱、资本筹措之偏好、市场运营之方式、管理组织之资源、企业主之禀赋各不相同。未辨析自身发展之本位,不厘定企业优势之所在,其厚者薄,其所薄者厚,则必因本乱而难成发展预期。以工业企业生产不可缺少的设备为例。生产过程中,设备运行之本,一为安全,二为可靠,三为效能,四为投资回报期。经验之管理,虽间或有效,但如仅凭经验之长,实难突破瓶颈,而实现对更高安全性、更高可靠性、更高运行效能、更高投资回报率的追求。因此,改变经验管理模式,以工业大数据分析和应用为思路的精准管理,就成为时下的重要选择。但众所周知,如果不重视生产现场的规范管理、未做到作业标准的有效落实、没有合理匹配的管理绩效评价方法等,要从经验管理转向以工业大数据为基础的精准管理,便会面临数据采集、处理和展示应用的困难。

image.png

工业互联网

譬如,某企业生产设备有电动机千余台。为提高设备利用率并同时降低能耗,需借助工业数据分析去评价主电机的效率(η)。电机效率评价需要用到若干电机运行技术参数,如电流值(I)、电压值(V)、做功电阻元器件电阻值(Ω)、电感电压(UL)和电容电压(UC)、铁损(PFe)、机械损耗(Pj)等,以计算得到电机的瞬时功率(P)、无功功率(Q)、视在功率(S)及功率因素(cosφ)。

由于功率因数与电机效率之高低相冲抵(功率因数低,电机效率高,反之亦然),故电机效率高时,功率因数表现为低,但要提高设备利用率,就需要相应地提高功率因数,此时,电耗会增加。为解决这些矛盾,需要在电机效率、功率因数和设备利用率之间寻求平衡关系。这种平衡关系反映的是企业各类管理绩效期望值之间的合理性和可选择性,它与企业在经营决策时对管理目标的选择有关,如下图。

image.png

从数据采集角度看,采集方式分为人工采集、离线检测采集、在线实时采集三种。数据采集方式的选择,不仅影响数据的类型和质量,也涉及企业的技术资源、技术水平和投资能力。在工业4.0和大数据环境下,在线采集并通过云通信平台实现数据的智能通信和展示,无疑应成为优先选择。但选择在线数据采集方式必须考虑的是,千余台电机24小时的实时物理信号数据是一个TB级的巨量数据,为实现物理信号向技术数据的标准制转化要求,需要强大的数据通信、数据存储和数据处理能力支撑,也需要足够的资金投入以支持在数据采集、数据通信、数据处理平台建设、数据管理和维护方面的花费,即投资回报期的合理性。

image.png

数据驱动智能化变革

就全社会能源消耗角度看,企业为此的花费如果的确有助于通过改善电机效率达到节省电能的目的,应予正面支持;但就企业而言,在线方式采集数据所需花费与电能节省费用之间存在性价比问题。况且企业电机功率因数的降低,意味着外部电网无功损耗增加和电网输送效率降低,同样需要对此彼关系进行权衡。

所以,依例而言,企业在电机效率评价项目决策时,需要优先对项目的管理绩效目标进行恰当的设定,并以目标为导向,逆向推及管理数据需求、技术数据需求,据此设定物理信号的采集对象和采集方式。如果根据目标要求,通过离线检测方式即可精准获取所需要的数据,就无需进行在线数据采集。或者将在线采集作为后续发展的预期方案而进行规划安排。

笔者建议的原则是,企业在进行与工业4.0、大数据、云服务、物联网技术有关的项目规划时,应以企业发展战略目标为导向进行顶层设计,并将战略目标分解为阶段性管理目标和阶段性实施计划,依据阶段实施计划进行分步实施。

三、推进工业4.0战略的首要目标仍然是盈利

如果说企业发展之本首在产品质量和用户价值的话,企业推进工业4.0战略的终极目标,仍然是盈利或增强盈利能力。盈利乃“事有终始”之终。

image.png

工业4.0制造系统及营运体系建设,涉及智能装备及工业机器人、工业物联网、增材制造技术、虚拟现实技术、人工智能技术、知识工作自动化、工业大数据、云计算、工业网络安全等九大技术支撑体系。规划和实施工业4.0战略,技术要求高,投资额度大,且决定其成败的不仅仅是技术和投资因素,比投资和技术因素更重要的是企业的生产功能、价值链、制造技术的全面集成和建造。

工业企业的生产功能是加工出具备特定用户价值的质量合格的产品。在生产功能视角下,符合工业4.0标准的生产体系,由智能机器(资产层)、将智能机器集成的传感器与执行器(集成层)、将感知与获取的信息传递(通信层)、通过数据解构生产系统能力(功能层)和支撑商业价值实现的智能物联系统(商业层)等构成。这其中的任何一个部分或环节,均需企业决策者对产品用户价值的透彻理解为基础。

工业企业的价值链由产品生命周期各阶段的价值创造和增值活动所构成,最终表现利润。在价值链视角下,需要企业决策者和管理者基于工业过程测量控制、自动化系统和产品生命周期管理的主要工业标准,去精确描述和表达零部件-机器-工厂等制造单元的从原型到实物的价值生成全过程,以便实现产品生命周期的端到端的价值创造和增值行为集成。

工业企业用户价值和利润的实现需要一个制造系统来承载。在制造技术视角下,企业需完成生产设备(智能机器)-控制设备(传感器、执行器、工控系统、信息系统)-工序-车间-企业为基础的产品加工的智能化工业系统的建造。

image.png

工业互联网总体架构

由上述简化性描述可知,建立工业4.0制造及运营系统,绝不是现有企业制造系统的局部或若干环节的技术改造,也不是在现有生产工艺中增加几台智能机器或采集一些工业数据并用于管理分析和改善的活动,它是在建设一个整体智能的、面向产品价值创造、面向产品功能输出的新型制造系统。

完成这样的智能制造和智能物联系统建设,需要企业大规模的资金投入和人工智能投入,且建设周期较长,投资回报风险也必然偏大。仅靠外源融资途径解决建设资金问题的前提是,投资者愿意将整个智能制造系统的建设和运营交由富有经验的制造业专家去负责;否则,积极而稳妥的策略是建设资金主要来源于内源融资。这要求企业的持续盈利能力要比较好。

但不管是外源融资还是内源融资,这种新型制造系统的首要目标仍然是盈利。没有持续的盈利能力,外源融资下的财务负担会成为企业负债经营的巨大压力,即使是内源融资,也可能发生在新制造系统没有实现盈利之前将整个企业拖垮的风险。

建设和运营工业4.0概念下的智能制造系统的现实策略是,在恪守顶层设计、分步实施原则下,按正确的实施计划主要靠内源融资分步加大投入,同时既有的制造系统的持续盈利能力必须得到精心的维持。杀鸡取卵,好高骛远,盛宴之后,难免陷入经营不继的泥潭。

如果觉得我的文章对您有用,请随意打赏。您的支持将鼓励我继续创作!