什么是灯塔工厂?
"灯塔工厂"概念源于德国的工业4.0战略,又称“工业4.0示范工厂”或“标杆工厂”,代表工业领域顶级的智能制造能力。2018年,由世界经济论坛和麦肯锡共同推出。
灯塔工厂是通过数字化、网络化和智能化手段,运用先进的工业4.0技术和理念,实现生产过程的全面自动化、精确化和优化。它不仅实现了数字化与物理世界的深度融合,而且提高了生产效率和质量,降低了制造成本,实现了高度的灵活和个性化生产。
此外,“灯塔工厂”不仅自身具备优秀的生产能力,而且能通过示范和引领,带动产业链中的上下游企业走向智能化,推动行业整体水平的提升。因此,“灯塔工厂”就像灯塔一样,照亮工业生产的未来之路,指引整个行业向智能化制造的方向前进。
为什么打造灯塔工厂?
1、行业发展趋势
装备制造行业信息化建设与数字技术融合整体演进历程:
(1)当前是数据技术的发展与制造业变革的历史性交会时刻,数字技术在工业领域的应用已经由单点逐步迈向全面(数字化、网络化、智能化、电动化)。
(2)数字技术日趋成熟与快速商业化推动制造业向精准、敏捷、柔性、协同创新变革,催生出一批行业标杆。
制造业与新技术深度融合是未来十年发展主线,是数字经济的基础:
装备制造行业信息化建设与数字技术融合进程正在加速演进:
2、行业痛点与诉求
装备制造行业目前面临的挑战和核心诉求
行业痛点:
(1)运营管控
精益管控弱:已有基本的精益意识,但局限于点状改进,效益提升有限;
信息断层:工厂信息流存在较大断点,人工介入较多,效率较低;
数据基础差:生产运营过程不透明,数据不准确,异常反应慢;
(2)业务&数字化能力
工艺与制造信息存在断点,基于无限产能计划,可靠性低;
质量检验主要靠人工纸质传递,过程质量追溯困难;
现场管理不规范,执行不到位;
各业务单元有零散的信息化系统支撑,整体数据应用价值低;
(3)自动化基础
生产制造、质检设备普遍比较老旧,不能自动采集,数据主要靠人工记录;
设备通讯接口不统一,数据采集未标准化;
局部设备更新换代,但工厂设备未能实现设备数据整体采集
核心诉求:
连接(Connectivity):自公司到车间,流程与信息无缝连接
透明化(Visibility):车间信息,随时随地可见;计划信息,分享共荣
速度(Agility):客戶需求,即时传达
精准(Accuracy):准时交货,分毫不差
品质(Quality):品质管控,溯及既往
行业痛点
3、标杆案例剖析
(1)卡特彼勒
1、精益+数字化管理
通过6 Sigma和精益优化现有流程,通过数字化进行管控,制造信息按照订单拉动
2、运营管理标准化
数字化管控的智能设备,作业者根据数字化传递的制造信息按照标准化作业来完成作业
3、组织人才培养
所有人员完成系统培训,人员信息在系统中进行指定并与认证岗位进行比对,授权者才能工作
4、案例启示
使用6Sigma和精益工具以消除浪费,并结合数字化,最终在整个卡特彼勒范围内实现精益智能制造转型;
通过从业务,技术,组织等三个维度进行全方位的提升优化,才能实现整体数字化转型;
通过标准化作业建立并固化整体精益数字化管理方法论,并持续产生价值;
3.1 三一灯塔工厂
(1)自动化及信息化全集成
通过在工厂内全方位导入自动化方案实现现场作业少人化,通过信息化实现决策智能化
(2)数据中台实现价值挖掘
通过数据中台实现生产管理复杂数据的集中管理,支撑前端各类用户的场景快速落地及敏捷迭代
(3)云平台应用实现万物互联
通过三四互方案(现场视觉,设备互联等)实现设备互联,并通过云平台实现集成化展示呈现
(4)案例启示
综合应用自动化及信息化相结合的手段,实现整个车间的作业无人化,管理数字化;
建立数字化工厂,数据质量,数据标准是最核心的一步,因此通过数据中台实现全面的数据治理及管理 ;
建立数字化工厂,实现底层数据的全互联,全透明是实现数字化工厂最关键的第一步;
4、灯塔工厂核心洞察
全球灯塔工厂整体效果分析:从“看得见”的角度,我们可以发现灯塔工厂落地实施了很多数字化场景,并取得了显著的成效。
从灯塔工厂共性逻辑看,核心围绕以价值实现的批量场景快速落地:从已有灯塔工厂案例剖析发现,各家有不同的价值侧重点(亮点),但背后逻辑是一致的-强化组织、人才及技术平台等要素,深度挖掘业务场景,支撑价值的可持续创造。
综上,未来灯塔工厂需要聚焦于“看得见”和“看不见”两方面:
(1)看得见
运营敏捷化
流程诊断优化:围绕工厂全价值流进行剖析,拉通工艺、生产执行、仓储物流、设备等端到端流程,融合精益思想,实现整体运营优化;
指标优化提升:工厂整体指标体系整体规划,实现工厂运营数字化、透明化,支撑企业卓越运营;
场景化推进
问题解决角度:系统梳理工厂价值流堵点及痛点,分析解决该问题的价值点和可行性,对相关数字化场景落地优先级进行排序,如产销协同、物料齐套等;
技术创新角度:参考行业标杆,对新技术与业务融合可行性进行深度评估,如5G工厂、AGV双机联动等;
(2)看不见
平台化思维
统一平台底座:打破传统信息孤岛,构建工厂的统一数字化底座,多老旧系统架构逐步演进过渡到统一平台;
提升平台能力:平台是核心能力的内聚,是快速响应内外部需求实现敏捷创新的重要工具;
数据驱动
数据价值挖掘:拉通工厂工序内及跨工序数据链,支撑高价值数据场景落地,通过数据量化指标、构建模型、提升运营绩效并不断迭代优化;
数据资产体系搭建:数据作为企业的核心要素,需持续构建和完善数据资产运营体系、数据治理体系,如数据标准、物料主数据、数据质量管理等;