成功案例

Successful case
首页 > 成功案例 > 最新案例

成功案例 XINGSHIJI

最新案例

【安徽省新世纪】两化融合推进离散型“5G+智能工厂”建设

 

图片1

为深入贯彻落实“关于推动先进制造业和现代服务业深度融合发展的实施意见”的文件精神,新世纪大力推进“5G+智能工厂”建设,服务制造强国战略。

一、研发设计环节

应用数字化三维设计与工艺设计软件进行产品、工艺设计与仿真,并通过虚拟样机、数字化虚拟工厂以及物理检测、试验等方式进行验证与优化;建立产品数据管理系统(PDM),实现产品多配置管理、研发项目管理,产品设计、工艺数据的集成管理。对产品生产过程建立虚拟模型,仿真并优化生产流程。对各环节制造数据、绩效数据集成分析,优化生产工艺,提高产品质量,降低生产成本。

二、生产制造环节

建立制造执行系统(MES),实现生产计划管理、生产过程控制、产品质量管理、车间库存管理、项目看板管理智能化,提高企业制造执行能力。

(一)生产排程柔性化。建立高级计划与排产系统(APS),通过集中排程、可视化调度及时准确掌握原料、设备、人员、模具等生产信息,应用多种算法提高生产排程效率,实现柔性生产,全面适应多品种、小批量的订单需求。

(二)生产作业数字化。生产任务基于生产计划自动生产,并传送至制造执行系统(MES)生产采集终端,系统自动接收生产工单;通过制造执行系统(MES)生产采集终端可查询图纸、工艺标准等技术文件及物料清单(BOM)信息。

( 三) 过程质量可追溯。建立数据采集与监视控制系统

(SCADA),通过条形码、二维码或无线射频识别(RFID)卡等识别技术,可查看每个产品生产过程的订单信息、报工信息、批次号、工作中心、设备信息、人员信息,实现生产工序数据跟踪,产品档案可按批次进行生产过程和使用物料的追溯;自动采集质量检测设备参数,产品质量实现在线自动检测、报警和诊断分析,提升质量检验效率与准确率;生产过程的质量数据实时更新,统计过程控制(SPC)自动生成,实现质量全程追溯。

(四)生产设备自管理。设备台账、点检、保养、维修等管理实现数字化;通过传感器采集设备的相关工艺参数,自动在线监测设备工作状态,实现在线数据处理和分析判断,及时进行设备故障自动报警和预诊断,部分设备可自动调试修复;设备综合效率(OEE)自动生成。

(五)生产管理透明化。可视化系统实时呈现包含生产状况

(生产数、生产效率、订单总数、完成率)、品质状况(生产数中的不良数、不良率)、设备状况等生产数据;生产加工进度通过各种报表、图表形式展示,直观有效地反映生产状况及品质状况。

(六)物流配送智能化。基于条形码、二维码、无线射频识别(RFID)等识别技术实现自动出入库管理,实现仓储配送与生产计划、制造执行以及企业资源管理等业务的集成;能够基于生产线实际生产情况拉动物料配送,根据客户和产品需求调整目标库存水平。

(七)能源资源利用集约化。建立能源综合管理监测系统,主要耗能设备实现实时监测与控制;建立产耗预测模型,水、电、气(汽)、煤、油以及物料等消耗实现实时监控、自动分析,实现能源资源的优化调度、平衡预测和有效管理。

三、经营管理环节

建立企业资源计划(ERP),以系统化思维和供应链管理为核心,科学配置资源,优化运行模式,改善业务流程,提高决策效率。利用跨供应链的产品全生命周期管理系统(PLM),改善产品研发速度和敏捷性,增强交付客户化、为客户量身定做的能力。高级计划与排产系(APS)应用拓展到企业上下游供应链,围绕核心企业的网链关系,在正向需求流及逆向供应流之间增加供需平衡管控机制,实现供应链各环节共同规划需求、订单和预测分析评估调整、产能和关键物料规划与控制、多工厂多车间协同、短中长期物料供需平衡管控等。

四、运维服务环节(针对部分企业)

采用远程运维服务模式的智能装备/产品应配置开放的数据接口,具备数据采集、通信和远程控制等功能,利用工业互联网采集并上传设备状态、作业操作、环境情况等数据,并根据远程指令灵活调整设备运行参数。建立智能装备/产品远程运维服务平台,能够对装备/产品上传数据进行有效筛选、梳理、存储与管理,并通过数据挖掘、分析,向用户提供日常运行维护、在线检测、预测性维护、故障预警、诊断与修复、运行优化、远程升级等服务。智能装备/产品远程运维服务平台应与设备制造商的产品全生命周期管理系统(PLM)、客户关系管理系统(CRM)、产品研发管理系统实现信息共享。智能装备/产品远程运维服务平台应建立相应的专家库和专家咨询系统,能够为智能装备/产品的远程诊断提供智能决策支持,并向用户提出运行维护解决方案。

五、其他关键要素

(一)工业互联网。采用工业以太网、工业无线等技术,实现生产装备、传感器、控制系统与管理系统等的互联,实现数据的采集、流转和处理;利用工业物联网等技术,实现与工厂内、外网的互联互通,支持内、外网业务协同。采用各类标识技术自动识别零部件、在制品、工序、产品等对象,在仓储、生产过程中实现自动信息采集与处理,通过与国家工业互联网标识解析系统对接,实现对产品全生命周期管理。实现工厂管理软件之间的横向互联,实现数据流动、转换和互认。在工厂内部建设工业互联网平台,或利用公众网络上的工业互联网平台,实现数据的集成、分析和挖掘,支撑智能化生产、个性化定制、网络化协同、服务化延伸等应用。

(二)工业云平台。通过协同云平台,实现制造资源和需求的有效对接;实现面向需求的创新资源、设计能力的共享、互补和对接;实现面向订单的生产资源合理调配,以及制造过程各环节和供应链的并行组织生产。建有围绕全生产链协同共享的产品溯源体系,实现企业间涵盖产品生产制造与运维服务等环节的信息溯源服务。

(三)工业大数据平台。建立数据仓库或数据中台基础系统,应用微服务组件架构,建立算法和模型。通过数据治理及数据集成,实现决策分析平台,输出数据指标,指导设计研发、工艺和制造过程。

(四)人工智能(针对部分企业)。关键制造装备采用人工智能技术,通过嵌入计算机视听觉、生物特征识别、复杂环境识别、智能语音处理、自然语言理解、智能决策控制以及新型人机交互等技术,实现制造装备的自感知、自学习、自适应、自控制。应用机器学习、专家系统、深度学习等人工智能新技术对企业生产数据、财务数据、管理数据、采购数据、销售数据和消费者行为数据等数据资源进行分析和挖掘,实现对研发设计、生产制造、经营管理、物流销售、运维服务等环节的智能决策支持。

六、基于以人-信息-物理系统(HCPS)和大数据操作系统(DTOS)的智慧软件体系基础上的微程序体系搭建的“5G+智能工厂”。

(小凤 辑)