信息中心 >> 大宗商品

大宗物流大宗商品电商资讯

钢铁行业智能制造走向何方

时间:2017-12-06   来源:互联网  作者:郭朝晖

导读

推进智能制造,必须兼顾三个方面的要求:首先是必须要搞真正的智能制造,而不是给自动化、信息化等传统技术戴上“智能制造”的帽子,避免丧失历史的机遇。其次是搞智能制造的目的,必须是为企业创造价值,而不是去搞先进而不实用的东西。第三个要求是可行性,而可行性必须结合钢铁行业的特点,而不能照抄照搬离散制造业的做法。

 

前言

“有家工厂采用流水线的生产方式。生产的每个产品都可以是不同的、对应的工艺也不一样。但工厂仍然能够高效率、高质量、低成本地组织生产。” 看到这样的描述,很多人可能会认为:这就是未来标准的工业4.0智能工厂。其实,宝钢等先进钢铁企业几十年来就是这么做的:热轧厂、冷轧厂生产的每一卷钢,都可以有不同的成分、规格、出厂检验标准和规格。现在流行的ERP、MES、PLM、CPS等概念,在宝钢的L1~L4级计算机系统中其实也早就有了雏形。

“在流水线上实现个性化定制”是工业4.0的重要标志之一。对很多行业来说,目前还是个遥远的理想、是下一步追求的目标。但钢铁企业早已实现了,下一步又该如何办呢?

自从智能制造成为热点,AR、VR、云制造、透明工厂等概念就开始渗透到钢企。有人认为,推进智能制造就要搞这样的技术。但我们的困惑却是:这些技术能创造价值吗?投入产出比合适吗?

我们知道,智能制造的基础是数字化,要发展数字化仿真技术。许多钢企在多年前就在做这一方面的工作了。但行业特点决定了,这些问题非常困难,难度远远超过离散制造业常见的、基于三维模型的模拟仿真。方向正确,却难以推进。

有人指出:与国外同行相比,我们的自动化水平还很低、人均吨钢数还较低。应该提高自动化水平、赶超国外。但我认为,目前我国在自动化领域的差别主要是经济可行性,尤其是劳动力成本的差别导致的。从经济发展角度看,提高自动化水平的工作是有意义的。但是,如果仅仅是用机器代替简单、重复性的劳动,只是补自动化的课,还是走在传统自动化技术的延长线上,并非智能制造的主流。

推进智能制造的另外一个思路是从业务需求出发。十多年前,许多钢企就提出了“大规模定制”、“从制造到服务”等战略口号。但实际进展与战略定位相比,却不理想。

总之,中国的钢铁企业既要补课,又要面临真正的创新。但创新之路如何走下去,需要认真地思考。

 

突破困境的思路

推进智能制造,必须兼顾三个方面的要求:首先是必须要搞真正的智能制造,而不是给自动化、信息化等传统技术戴上“智能制造”的帽子,避免丧失历史的机遇。其次是搞智能制造的目的,必须是为企业创造价值,而不是去搞先进而不实用的东西。第三个要求是可行性,而可行性必须结合钢铁行业的特点,而不能照抄照搬离散制造业的做法。

价值创造和行业特色,本质上都是体现在业务上的。要落实以上原则,必须落实在具体的业务上。也就是技术要服从业务。然而,智能制造不同于传统自动化和信息化的地方,在于支持业务本身的创新、帮助企业推进业务转型和提升,而不是局限于当前的业务。所以,要实现上述原则,我们需要从业务创新的角度考虑三个问题:

(1)智能制造促进业务创新的目标应该是什么?

(2)实现新业务目标的技术线路是什么?

(3)为了实现技术线路的配套条件应该是什么?

“方法决定于目标条件和约束”。业务目标确定以后,我们要确定技术线路,而技术的实现受到技术和非技术因素的约束。这是我们要解决的具体问题。三个问题都不好回答。难在争议很大,到底听谁的。要正确认识这些争议,就要分析这些观点是怎么来的。正如殷瑞钰院士所言,很多观点来自于国外先进的离散制造行业。我们知道,行业和国情不同,目标和方法都不能直接借鉴。要赶上智能制造这趟车,必须从智能制造的本质出发。

“本质”又是什么呢? 要认识本质我们需要一个最基本的共识。我认为:以ICT技术为出发点、以价值创造为归宿,应该是基本的共识。在出发点和归宿之间的漫长道路,是智能制造所包含的内容。这条道路之所以漫长,是因为涉及到工业与ICT技术的深度融合,是互相促进、互为因果的漫长发展过程。我们把这个逻辑体系内的技术,归结为智能制造的核心内容。

 

智能制造的业务目标的业务目标

作为智能制造的业务目标,应该符合前面所述的三个基本要求。

对离散制造业来说,“在流水线上实现个性化定制”是最典型的业务目标。这个目标在先进钢铁企业早已实现。然而,为了实现这一目标,钢铁企业也付出了极大的代价:交接坯、余材、质量稳定性差、生产组织的困难、物流不顺畅、高能耗、人员业务量大(进而导致人多、自动化水平低)、产品设计问题多。从这个角度看,我们可以把解决上述问题的工作归结为减少个性化定制的负面问题。事实上,提高质量、自动化水平、缩短交货期、减少库存、推进个性化服务和集约化生产等大量的业务需求,都可以划归到这个范畴中来。我们把解决这些问题作为钢铁行业智能制造的业务目标。从这个角度看,人们对这个业务定位的目标是熟悉的、需求也是明显的。

于是,人们会产生新的疑问:对企业来说,这些问题都是老的问题,怎么能够通过智能制造来解决呢?这里就涉及到实现技术目标的技术线路了。

 

实现业务目标的技术线路

要实现“降低个性化定制的负面作用”这一目标,本质是要在具体的业务活动中更加科学、快速地决策,进行更大范围的优化。智能制造的优势,在于推进智能决策。事实上,产品的(外)设计、钢种的合并、余材的处置、生产的组织、生产和产品异常的处置、质量动态控制、技术服务的本质都是做决策。过去,这些决策过多地依赖于人的经验,而今后则要推进智能决策来做得更好。

智能决策可以有不同的程度。可以是机器完全自动决策、可以是受人监控的自动决策、可以是机器辅助人决策。智能决策利用了计算机突飞猛进的计算能力,可以让决策更加科学、迅速。智能决策体现在算法上,但背后依托的则是数字化的信息和知识。

人们自然会有另外一种疑问:即便现在依靠人的决策,缺少的也是信息和知识。比如,很多问题出在用户需求识别不准确、设备状态不清晰、动态质量控制的知识缺乏、不知道钢种如何改判。这些知识往往是专业知识,在这种条件下,智能决策还不如人的决策,推进智能决策又有什么用呢?

我们认为:知识匮乏确实是个长期没有解决的问题。知识匮乏本质原因是“知识生产”的投入产出比问题。

我们知道,获取知识是需要成本的,比如做实验、培养人才等。在传统的决策模式下,知识往往附着于少数优秀专家的大脑中,这使得知识不能共享、难以重用、难以拓展。对于复杂的问题,受人的精力和能力的限制,往往要划分成若干子问题来完成,进而弱化了优化效果。这样,知识带来的收益是少的。而智能制造能够推动知识的重用、推动大尺度的优化、推动资源的共享、各个部门的协同,可以进一步推动知识的优化、无人化少人化、管理水平的提高、智能服务以及加快交货周期等。所以,在智能制造时代,知识带来的效益是完全不一样的。

要做到上述问题,不仅要加大“知识的生产”,更要对知识进行数字化、模型化。这个工作非常困难。但是要推进智能制造,这个困难是无法绕过的。

此外,还应该看到:智能制造所需要的知识难以数字化是钢铁行业的一个重要特点。冶金部原总工程师殷瑞钰院士也多次指出这个问题。这也决定了我们在知识管理的思路上与离散制造业是有差别的。离散制造业的PLM难以直接用于钢铁行业,也是这个道理。但是,我们认为:这个问题虽然困难,但取得本质性进展是完全可行的。

技术线路的重点之一,是解决如何低成本高质量地生产知识、管好知识,如何科学高频度地使用知识。这样,问题又转化成另外的问题:平台问题、标准问题、方法问题、组织结构问题等。例如,所谓标准问题,即要像过去管理产品和工艺标准那样管理智能制造所需要的、智能决策的知识。由于相关知识是零散的,需要用平台来管理;平台不仅要提升人对知识的管理能力,还要与知识的应用过程对接起来。这些问题,基本上是技术问题了。

我们设想,未来的知识生产可能由三类人分工协作:一部分人提出原始的知识,如操作工、现场操作人员。一部分人将知识进行提炼和规范化,转化成可数字化模型化的知识,如懂IT的业务专家;还有一部分人实现知识的数字化模型化,主要是IT技术和管理人员。这种设想,与人的专业能力局限有关。

 

智能制造的配套条件

知识是用在业务流程上的。在业务流程上实现智能化,要把感知、决策和执行统一起来。这里涉及到很多的问题:如感知和决策涉及到权限,执行涉及到资源和手段。如果没有权限和手段,业务流程是转不起来的。为了解决这些问题,就需要组织流程、商业模式改革。

如前所述,智能决策相关的大量知识,往往都是在人的脑子里面的。在很多场合下,知识的贡献意味着贡献者自己价值的贬值。面对这样的悖论,企业需要思考考核机制、企业文化、组织设置等问题。

再看得远一些会发现:知识重用和业务流程、市场定位、企业核心业务密切相关。要让知识发挥作用,必须转型到需要知识的地方(比如服务对象的改变),要为知识的重用寻找“市场”。比如,要实现“制造到服务”的转型,很可能要面对中小客户。因为中小客户对服务的需求才是迫切的。

殷瑞钰院士一再强调:“钢铁是个耗散系统。”这一特征决定了我们还需要关注生产流程本身的设计和优化。事实上,“物理侧”是“赛博侧”发挥作用的基础和前提;对“物理侧”的优化和改进,也反映了“深度融合”的思想。

智能制造是个系统工程,有很多的层次和侧面。比如,技术要服从业务需求,尤其是新的业务需求,而新的业务需求决定于公司的战略方向,战略方向又取决于对外部市场的选择,对外部市场的选择又决定于社会发展所导致的市场本身的变化。我们设想,如果公司把快速响应、重视服务、推进无人化作为未来战略目标,智能制造就是必须要做的基础工作。

 

结语

在我们看来,智能制造是ICT技术推动的。推动的逻辑大概是这样的:ICT技术导致感知能力加强;于是,为应对感知到信息,业务变得空前复杂。当问题复杂性遭遇人类认知的瓶颈,就会导致管理和技术上的一系列困难,而这些困难成为催生智能制造的动力。因此,智能制造能用来克服人的缺点和不足,让机器做得比人好。那时,人的工作逐渐转化为让机器做得更好。

智能制造是工业和信息技术的相互作用和深度融合。从“深度融合”的角度看,设备、流程的改进;数字化工具的采用、信息化、自动化程度的提高等,也都可以成为智能制造工作的一部分。其中,“知识数字化”是一个关键的环节。缺少这个环节,钢铁行业的智能制造难以实现质的飞跃。

智能制造是转型、是创新,这意味智能制造不仅是技术问题,更是企业战略问题、管理问题。智能制造必须由企业家自己来推动,才能真正见效。

首页-关于我们-信息中心-交易货源-物流成员-供应商中心-供应商申请-知识中心-招贤纳士-联系我们
上海网盛运泽物流网络有限公司 版权所有(C)2015 网络支持 中国化工网 全球化工网 生意宝 著作权声明 备案号:浙ICP备14007955号-8
服务热线:021-66360150        服务邮箱:56service@netsun.com