1. 首页
  2. 行业新闻
  3. 内容

智能制造服务水平靠什么评估?

日期:2019-01-18 人气:469

从国民经济的支柱产业到如今的夹缝中求生存,近几年我们经常看到制造业与一个词汇绑在一起,那就是哀鸿遍野。传统的生产已经跟不上国际市场的需求,各方面的问题都给制造业带来了前所未有的压力。智能制造是当前制造业的突破瓶颈的希望,但是怎样的智能制造是切实有效的拿?

琢磨:
       原因可能有很多,1. 智能制造涵盖的方面太多,什么方案都可以和这个产生关系,点到即止也可以了;

2. 创新点的表达很难,讲什么方案都无法准确说明白是否是真正的智能制造,我尽力了,听不听得懂看你自己了;

3. 智能制造体系对人要求太高,每个人都只能谈一方面,谈别的会露馅,谈数据采集总不会错。

4. 本来就没有过真正的智能制造案例,反正无法证明智能制造,那我说是就是了,等等...

智能制造优秀服务商

虽然浑水好摸鱼,作为容商天下作为智能制造资深服务商,觉得还是可以参考有一些标准来判断:

基本要求

是否用智能制造语言讲客户的应用? 智能制造体系是一个跨界/多维的体系,如果从传统制造范畴讲问题,只是对应了制造一个维度,但智能制造其他方面就无法涉及和考虑,更谈不上乃至超越当前的现状。

应该说,传统方式已经很难很好做到融汇贯通这么多分支,一定是有新的标准和工具来确保达到我们的PTC达到智能制造所需的高度和水平。

核心是新视角对场景的深刻理解和对智能化愿景的结合。至今我们还是觉得GE对航空发动机的智能制造愿景的描述是多么鼓舞人心,PTC结合机械设计到物联网应用是那么先进。但是光谈其中一个方面就显得非常苍白。这一步对智能制造专家来说,熟悉一到两种智能制造框架和实施标准或成熟度模型是必须的。行业场景就请教行业专家吧。

中等要求

是否用客户的语言讲智能制造概念? 玄学就别拿出来了,大家认知不一致,理解更五花八门。讲课不管是用什么工具,都要让客户对智能制造形成一个基本的共识,设计一些工具和场景,我比较推荐通过用户熟悉的概念去对比新的概念帮助理解新的体系。

我们通常会尝试去分析几对关系:ISA95和CPS, 数据总线和IOT,端到端集成和不同对象间融合,企业业务价值KPI和智能制造框架、先进控制模型和边缘计算+人工智能,计划和仿真和优化,基于产品功能提供的服务到基于数据和智能提供的服务等等。这个层次需要要用该行业的语言,用客户听得懂语言来讲以上的各种概念的演变。

高级要求

能否用快速数据化手段展示切入点和智能化效果? 和用户一起选择适合的智能制造框架或成熟度(就绪度)模型,用数据分析问题根源,然后形成一个几个维度的现状和对策表,对关心的问题优先实施局部改造方案等。

关键是使用轻量级数据工具的敏捷迭代的能力。不能只会大型系统,要有比较好的轻量级方案可供选择,同时在局部方案的设计时看到对整体的呼应,克服轻量级系统的问题(比如不同小系统对统一数据总线的接口问题,或者直接使用IOT架构如何处理快速通讯的问题),也要对方法论的问题要非常清楚,不能简单忽略问题增加使用者负担;

至少有一种80%通用性的快速部署的数据采集平台;非常熟悉各种数据采集场景,人工或者自动的;掌握多种量化数据分析和展示工具,还有就是实际落地中可能的人为因素和各种技术方案分析。这一步已经不是PTC的能力,已经是实打实的调研,也是最难的了。

其实大家都明白,其实智能制造只是表面,背后都是要为企业创造价值,谈情怀都是扯,另外,实施智能化的共性技术和基础大部分都控制在老外手中。

事实上,就目前来看全球的智能制造都尚且处于起步阶段,未来游走的路还很长,可提升的空间也很大,制造业想要谋求长久的发展,就要紧跟时代步伐,全面提升自身的综合竞争水平应对这种变化!

你觉得这篇文章怎么样?

00

相关内容