工业4.0：数据驱动型制造业.docVIP

工业4.0：数据驱动型制造业 　　更自动化的生产设备，更灵活的流程管理，让工厂能够基于市场预测，快速地装配调度，智能地生产，从而以最快的速度匹配消费者需求。这就是工业4.0的主要特点。 　　在工业4.0时代，每一个工厂都应有一套智能系统，它首先能够通过传感器，对机器运作数据进行采集，并加以分析，从而实时地了解工厂的运作情况;其次，能够通过执行器对机器运作进行控制;此外，还能对消费者行为数据进行分析，对产品从设计到销售的全生命周期，进行最优化的管理。 　　与此同时，对于机器生产者来说，他们的消费者是各个工厂。因此，他们需要采集机器的使用数据，从而更好地了解机器被使用的情况，以便安排自己的机器维护服务，并对机器的设计进行改善。工业数据的采集，将催生出新的商业模式，逐渐打破工厂的边界，促进资产的流动，在全社会范围内优化资源配置。 　　这些看起来枯燥的事情，在工业4.0时代都将内化成智能的数据，变得可见、可调节。 智能的工厂 　　传统意义上，经销商在市场预测和实际需求之间，有一定滞后;而在经销商订单和制造商实际供货之间，又有一定滞后。 　　 　　两者一叠加，随着时间的推移，库存量会产生剧烈波动。糟糕的是，他们越是试图积极调整，这个波动就越剧烈。长此以往，制造企业的生产周期管理就变得十分困难。 　　因此，除了通过电子商务等互联网手段，缩短市场信息的传导机制外，制造企业的一个核心目标，就是打造一个智能工厂，进一步压缩生产周期，从而灵活地应对订单的变化。 　　成立于1945年的奥地利滑雪板公司Blizzard，正试图用智能工厂提高自己的利润。 　　以往，Blizzard需要两年的时间，不断地打折降价才能把库存消化掉。然而，老问题尚未解决，新问题又接踵而至。 　　上世纪90年代，Blizzard只有10多个型号的产品，2000年后，滑雪板出现了40多种型号，现在则已经到了900种。 　　同时发生变化的是，滑雪板的销售不再以终端客户的购买为主，而是80%的滑雪板都以租赁的形式流通于市场。 　　另一方面，一些滑雪板的材料有18种，需要16周的生产时间。因此，Blizzard需要把生产阶段的效率进一步提高，用更短的生产周期去解决库存问题。同时，在管理上，需要参考市场的变化，比如型号增多、用途改变等，以更好地安排自己的生产。 　　IBM智能分析解决方案的设计师施尼博（Stephan Schnieber）告诉《财经》记者：“Blizzard提出的目标也很明确，首先，在生产过程中零故障;其次，在生产过程中最大程度地收集并分配信息;第三，要与现有的IT系统形成网络。”IBM是Blizzard智能工厂的方案解决商。 　　IBM给Blizzard设计了一套工厂管理系统。首先，在流水线的机器上，安置了一些传感器和执行器;而每个物料托盘的底部，也都装有一个“数据卡”。这样，当物料通过搬运和加工时，就会以射频技术被系统识别。 　　在此基础上，IBM用自己开发的Cognos系统，对生产行为进行记录、储存、分析以及分配。从而实时掌握每道工序上产品的来料追溯、加工状态、加工数目以及产品批次等信息。 　　这些识别码在录入的同时，会生成一个短网址，并且能够在企业管理软件（ERP）中进行输入和输出，进而可以实现移动设备端的管理。然后再通过机器上的执行器，对机器的运行进行实际的管控。 　　与此同时，在加工单元的监视器上，每隔一个小时，会自动显示一次目标参数与实际情况。 　　如果未达到目标，监视器则会发出警报;Cognos系统也会对数据和错误进行分析，并达到实时汇报。IBM设计的统计软件，则可以自动生成生产管理中所需要的各种数据、图表，以帮助决策者把控整个生产过程。 　　 　　经过升级，Blizzard的生产周期缩短到8周，库存也减少80%。 　　把机器作为底层，并在安装传感器和执行器后搭建一套应用系统以实现信息处理，从而形成了一套网络世界与物理世界的交互系统（Cyber Physical System），最终实现机器与机器之间、机器与人之间的对话。这便构成工业4.0中的智能工厂。 　　但亦有评论认为，这只能叫做工业3.5，因为它与第三次工业革命中工业化与信息化的“两化融合”相比，只是实现了更多的数据互通、柔性制造、人机交互、复杂系统以及信息分析的功能。而这些在汽车、家电、电子的总装厂，以及化工、能源等行业身上，业已初步实现。工业4.0更关键的在于如何做到数据驱动。 数据驱动的制造业 　　通快（Trumpf）是一家做激光加工设备的老牌德国企业。对于它来说，真实世界与网络世界进行交互的技术，早已不是什么新概念。 　　通快出售的不仅仅是激光加工设备，更包括使用激光设备所必需的工业软件。它的客户买来设备后，必须对相关工业软件进行编