熱門關鍵詞:
熱門關鍵詞:
“工業4.0是德國提出的口號,卻是全球制造業共同的發展方向。”李杰的開場白,簡潔明了。
一是實現智能生產。在智能制造中,通過信息物理系統實現工廠/車間的設備傳感和控制層的數據與企業信息系統融合,使得生產大數據傳到云計算數據中心進行存 儲、分析,形成決策,并反過來指導生產。在一定程度上,工廠/車間的傳感器所產生的大數據直接決定了“工業4.0”所要求的智能化設備的智能水平。
二是實現大規模定制與價值創造。大數據是制造業智能化的基礎,其在制造業大規模定制中的應用包括數據采集、數據管理、訂單管理、智能化制造、定制平臺等,核心是定制平臺。大數據能夠幫助制造企業提升營銷的針對性,降低物流和庫存的成本,減少生產資源投入的風險。
消費者與制造企業之間的交互和交易行為也會產生大量數據,挖掘和分析這些消費者動態數據,能夠讓消費者參與到產品的需求分析和產品設計等創新活動中,從而生產出更符合個性需求的定制產品。
通過數據分析,預測用戶需求,進行預測式制造,解決“看不見的問題”,這既是李杰所倡導的工業大數據思維,也是他所提供的解決問題的路徑。“數據是將制造轉變為智造的關鍵。”他說。
但 是,普通人能“聽”懂工業大數據“說”的話嗎?李杰介紹,他已經成功研發一款手機APP應用,使用者可以通過0至1不等的數值來監測機器或機器零部件的運 轉情況,而不需要看懂和親自處理龐大、復雜、抽象的數據。“傳感器把前端的數據發回處理器,經處理器處理后,數據變得非常直觀,例如數值1代表不需要更換 機器零部件,0代表必須馬上關停機器。”李杰還介紹,現在技術上已經可以做到提前3周預警機器運轉中可能出現的問題,這對于生產線龐大的企業極具意義。目 前這項技術已經用于寶潔公司的生產線上。
工業4.0是德國聯邦教研部與聯邦經濟技術部在2013年漢諾威工業博覽會上提出的概念:繼蒸汽機的應用、規模化生產和電子信息技術等三次工業革命后,人類將迎來以信息物理融合系統(CPS)為基礎,以生產高度數字化、網絡化、機器自組織為標志的第四次工業革命。
工業4.0概念在歐洲乃至全球工業業務領域引發關注和認同,各國紛紛出臺自己的工業4.0版本,其中包括美國的“CPS戰略計劃”、中國的“中國制造2025”。
在這位2014年美國國家科學基金會科技創新獎獲得者看來,這些規劃雖然冠以不同的名稱,內容上也各有側重,但其智能化轉型的核心要義,都對各國現有的制造業提出了新的要求。
“現有的技術、原有的經驗,都不足以支撐我們邁向工業4.0這個全新的時代。”李杰說。
“傳統的制造系統中,存在著許多無法被定量、無法被決策者掌握的不確定因素。這些不確定因素既存在于制造過程中,也存在于制造過程之外的使用過程中。”
李杰認為,前三次工業革命主要解決的都是看得見的問題,如避免產品缺陷、避免加工失效、提升設備效率和可靠性、避免設備故障和安全問題等。這些問題在工業生產中由于可見、可測量,往往比較容易加以避免和解決。看不見的問題通常表現為設備的性能下降、零部件磨損、運行風險升高等。這些因素由于很難通過測量被定量化呈現,往往是工業生產智能不可控的風險,大部分看得見的問題都是這些看不見的因素積累到一定程度后造成的。
馬航失聯事件就給傳統工業敲響了警鐘。李杰說,馬航MH370使用的是羅羅公司(英國飛機發動機制造商羅爾斯羅伊斯公司)的發動機。一般來說,飛機航線是固定的,一旦飛機偏離航線,發動機一定會有數據反映出來,這些數據應該被感知并且被記錄和傳遞出去,但MH370沒有這方面的數據。這說明羅羅公司在發動機的數據處理方面做得遠遠不夠。“發動機公司不再只做發動機,還應提供安全控件、航管控件、飛航信息等服務,這就是工業4.0時代的要求。”
如果說馬航事件是個極端案例,那么,日常的生產和生活中,“看不見的問題”實則隨處可見。
比如,人們通常認為,設備可以在規定的維護時間或出現問題前,持續有效地工作,實則不然,看不見但時刻在發生的事實是,設備每分每秒都在損耗。但在很長的時間里,人們忽視了這一事實,或者知道這一事實卻沒辦法解決,只能到了所謂的設備老化期就將整套設備報廢。
再比如,一輛集裝箱卡車有18個輪胎,以前什么時候換輪胎只能憑司機的經驗來判斷,或者到了一定的期限,18個輪胎一起換掉。但工業4.0時代,要求輪胎制造企業提供的不僅是物理狀態的輪胎,還要有輪胎在使用過程中的實時狀態。未來,司機可以通過儀表盤上的簡單圖示,精確地知道哪個輪胎需要作調整、維護或將其換掉,傳統維護方式將從一門依靠經驗判斷的“藝術”變為一門可以精密掌握的“科學”。
只有解決了“看不見的問題”,制造才可能變得“無憂慮”,而“無憂慮的制造”正是工業4.0的目標。為達到這一境界,有賴于運用自動化手段,使控制器的軟件能預測裝備、設備的損耗狀況,并及時加以調整。譬如一條生產線上有很多傳感器,但傳感器本身如果衰退了,設備只能在出了問題后才去處理;而具有“自省功能”的制造設備能讓工人隨時知道哪個傳感器不穩定了。工業3.0時代的智能化是控制系統、控制器加上計算機;而工業4.0是能根據生產環境和設備狀況隨時作出調整的智能制造。
“工業4.0要求整個制造過程達到零故障、零憂慮、零意外、零污染,至少也要達到低憂慮、低污染,‘無憂慮的制造’是制造業的最高境界。”李杰提到。
工業4.0的另一個特點是制造過程和制造價值向使用過程的延伸。
這句話聽起來很玄,但李杰的解釋讓其變得通俗易懂,說到底,就是通過分析用戶的使用數據來發掘用戶自己都還未曾意識到的需求。“我們把這些用戶需求的缺口稱之為‘看不見的需求’。”
例如,人們在買車時會有省油的需求,各家汽車制造商因此致力于改進車型和發動機,讓汽車更加省油,卻很少去關注用戶的駕駛習慣對于油耗的影響,而用戶也不會想到要求汽車具備管理駕駛行為的功能。
但是,工業4.0時代的汽車4S店也許會是另一番景象。人們不僅在店內可以定制自己喜歡的車型、顏色和內飾等,還可以在一輛布滿傳感器的車內進行試駕:當用戶坐上駕駛座椅時,傳感器會自動記錄整個座椅上的壓力分布,一款符合用戶身形和坐姿習慣的座椅就自動設計完成了;在用戶開車過程中,汽車內部的傳感器自動記錄用戶的駕駛動作,進而預測用戶的駕駛習慣,一套兼顧駕駛操作體驗和舒適性的動力系統和控制系統即被自動匹配完成;在用戶駕駛汽車的過程中,汽車能夠自動識別用戶駕駛習慣的改變,提醒用戶這種改變對于能耗和剩余里程的影響;在上下班高峰期,汽車能夠通過海量的交通數據預測出未來一段時間內可能通過道路的擁堵情況,并為用戶推薦最佳路徑;在駕駛過程中,汽車還可以記錄路面的平整度,這些數據首先在系統內被分享,提醒后面的駕駛者減速駛過一段坑洼的路面,隨后被發送給市政管理部門,第二天再經過相同路段時發現坑洼的路面已經被修補好了。用戶到家后,可以通過手機或網頁查看一天的駕駛記錄,不同駕駛模式下的能耗情況一目了然,可以與社區內的其他用戶比一比誰更加節能環保,同時系統還提供了相應的駕駛習慣改善建議。
此外,用戶還能查看汽車的健康狀態報告,包括各個關鍵部件的健康狀況、損耗情況和故障風險等,與之相配的維護保養建議也被自動提供,這時用戶可隨手在網上與4S店預約維修時間。如果只是簡單的零件更換,網上還會提供帶文字講解的視頻來詳細說明步驟。最終用戶會發現,不僅自己去4S店的次數和保養維修的費用明顯減少了,而且汽車出故障的概率幾乎降到了零。
這樣的4S店離我們并不遙遠,也許在未來5年內、或者在更短的時間內,就會成為現實。由此可見,工業4.0時代的市場競爭會從以往滿足客戶可見的需求,向尋找用戶需求的缺口轉變。以往我們將產品賣給用戶之后就幾乎到達了生產價值鏈的終點,然而工業4.0時代價值鏈將進一步延伸:以產品作為服務的載體,以使用數據作為服務的媒介,在使用過程中不斷挖掘用戶需求的缺口,并利用數據挖掘所產生的信息來指導制造。
李杰用自創的“主控式創新”一詞來定義這樣一種需求缺口的尋找。“通常來說創新分三種:第一種是連續性的產品創新,就是企業不斷地把產品改得更受用戶喜歡;第二種是非連續性的產品創新,就是所謂的研發;第三種就是我講的主控式創新。”
主控式創新指的是從觀念和思想上轉變對顧客需求的理解,真正思考顧客要的是什么。“這就是傳統制造和工業4.0時代在思維上的不同。”
針對工業4.0時代對制造業提出的新要求,李杰的應對之策是“預測式制造”。
“找到將生產環節中‘看不見的問題’復現出來的工具和技術,才是解決問題的關鍵。”李杰認為,要想實時掌握制造設備的加工性能下降、零部件磨損等“看不見的問題”,制造業必須嘗試將傳統的制造方式改為預測式的制造方式。
李杰的預測式制造系統,包括一系列先進的預測性工具和方法,可以將制造過程中不斷產生出來的數據轉化為信息,以便讓生產管理人員精準掌握生產全過程。也就是說,預測性制造系統讓設備擁有“自省能力”,隨時檢查自己的產能、效率和潛在的安全問題。
預測式制造的另一層含義是通過對消費者消費行為的分析,反過來去修正產品的制造。
以李杰團隊做過的智能電池為例。以前做電動車的電池,更強調技術指標是否達到要求。但李杰團隊的制造方法叫作ABCD:A,最少的電;B,剩下的電;C,使用的電;D,衰退的電。“衰退的電”是“看不見”的部分,一般電池廠家都不予考慮,但卻是十分值得考慮的。他們發現,司機的駕車習慣、經常行駛路段的路況等因素都會導致不同的耗電量,于是就從關注人、監控電池被使用的狀態出發,得到了電池在使用、維護、管理等方面的數據,從而也就知道了電池制造中使用哪種材料、哪種電路更為合適?;谶@種思路,開發出軟件,放在云端,然后設置進iPhone、iPad等終端,開車時只要連上這些智能終端,駕車者就能接收到汽車電池使用狀況的數據,軟件將這些數據轉換成清楚明白的信息,由終端推送到駕車者面前,比如到哪里充電、什么時候換電池等。
看起來李杰的預測式制造和消費者定制有相似之處,實則不然。李杰強調,預測式制造更強調發掘消費者自己都沒有意識到的需求,是基于主控式創新基礎上的制造。
讓大數據開口說話
發現用戶價值的缺口、發現和管理看不見的問題、實現無憂慮的生產環境,以及為用戶提供定制化的產品和服務,這些都離不開對數據的分析挖掘。
工業4.0是一場在“看不見的世界”里進行的“戰爭”,而數據則是連接可見與不可見世界的橋梁。中國制造業就規模和總量而言,已居世界第一,但大而不強。面對資源環境壓力加大、勞動力成本上升的現狀,中國制造業必須尋求新的發展方式和路徑。但無論是轉型升級、兩化深度融合,抑或是智能制造,工業大數據分析都是一個不可忽視的工程領域。
但是,不經分析的數據,價值等于零。數據只有被有效地分析了,才會“開口說話”,告訴你“看不見的世界”里正在發生什么。
以工業制造業的基礎裝備機床來說,以物理形態存在的機床大家早已熟悉,但是工業4.0時代的機床和我們原先對機床的理解是有很大差異的。譬如它工作時和停機時是不一樣的,機床工作時其內置的傳感器將機床的數據通過信號的形式發送出來并轉換成信息,這些信息可以用于對機床狀態的分析。
中國是制造大國,但很多產品是紅海里的產品,而在主要基于消費者價值的藍海里,占有的份額還不多。在這場工業4.0的競爭中,針對中國制造業該如何發力轉型,李杰給出兩個建議:
第一步是回頭看??纯催^去30多年里,我國是如何一步步發展起來的。長期以來,太過于依賴別人,并無實現制造,僅僅停留在代加工層面上?;谶@樣的現狀,要實現轉型,第一就是要去掉依賴性,走自己該走路。
第二個是要解決人才問題。中國嚴重缺乏工程技術人才,更嚴重缺乏大數據分析人才,產業界不甚了解工業大數據分析的工具和方法,不甚了解大數據分析如何能幫助實現智能轉型,以及如何為更多客戶提供創造價值的服務。中國雖然有很多高校生,但高校生和人才本質上是不同的,甚至在很多時候表現出來的差距還是很遠的。因此,中國要成為制造強國,必須重視人才的培養。一個關鍵點是“培養”,而不是“制造”,人才不是可以從高校教育流水線上“制造”出來的。
在李杰看來,上海是個非常具備創新精神的城市,文化又很多元,國際化程度高,是最具備建設科創中心條件的城市之一。但是,上海要想重振制造業并建設具有全球影響力的科創中心,在原有的工業基礎上,應該重拾這份優勢,現在的上海應該發展小而強的制造業,即工程小,但是資產很強,價值很高。必須走自己的路,上海要有自己獨特的發展方向,簡單復制硅谷是不行的,也是復制不了的。科創中心的形成,需要一個生長的過程,這種生長更依賴于廣泛的具有創新精神的人群,從李杰的身上可以學到:真正的創新者對于創新,是一種無條件的、不計報酬的努力。創新需要一個人持之以恒,愈挫愈勇。另外,創新需要思考的空間和時間,但現在很多人本末倒置,思考時間少于講話時間,觀察客戶的時間也少于開會的時間。
此外,李杰就如今政府鼓勵人們自主創業,每天有許多小企業誕生的情況突出了自己的見解:小企業承受風險的能力弱,所以在進入市場前一定要做深入的市場調查,并明確自己的定位。比如說燈具業,西門子、飛利浦、歐普等大企業幾乎已經瓜分了現有的市場,各自擁有穩定的客戶。如果新企業把自己定位在燈具生產上,單純靠造型的不同或其他細微的改變是很難與這些大企業抗衡的。但如果把自己定位于提供與眾不同的服務上,情況就會不同。比如,同樣的燈具,加入某種技術,可以讓燈光隨個人情緒的變化而變化,這就是一種“定制化的服務”,以此申請專利,那么原本屬于西門子、飛利浦、歐普等的市場也都屬于你了,因為你提供的個性技術與服務增加了它們產品的價值。
確實獨特性始終是成敗的關鍵。那么,該如何去發現消費者的獨特需求,從而有針對性地開發出獨特的技術和服務呢?李杰給出的答案是:需要迅速敏捷地捕捉、分析和預測終端客戶的動態需求。同時,終端客戶的需求是在不斷變化的,你必須時時關注,先發制人,才能主導市場。
對于年底將在上海交通大學出版社出版新書《大數據與智能制造》,李杰稍稍做了劇透,將在書里闡述大數據與智能制造的關系、中國制造2025的意義與發展點、智能制造在中國的優勢與劣勢、中國智能制造的整體方向、中國與美國制造企業運用大數據進行智能制造的案例分析等。
經過前三次工業革命,我們在制造“原子產品”和“比特產品”方面,都已經積累了大量的知識。遺憾的是,這些知識就像兩個分裂開來的大陸,“原子知識”只被用來制造原子的產品,“比特知識”只應用在創造比特產品上。工業4.0就是要將這兩個分裂的“大陸”連為一體,重塑一個更為廣闊的世界。
鳳谷工業爐集設計研發,生產銷售,培訓指導,售后服務一體化,專利節能技術應用,每年為企業節省40%-70%的能源成本,主要產品加熱爐,工業爐,節能爐,蓄熱式爐,歡迎致電咨詢:0510-88818999