<dl id="jxvp5"></dl>
<video id="jxvp5"></video>
<span id="jxvp5"></span>
<video id="jxvp5"><i id="jxvp5"><cite id="jxvp5"></cite></i></video>
<video id="jxvp5"></video>
<video id="jxvp5"></video>
<strike id="jxvp5"></strike>
<dl id="jxvp5"><ruby id="jxvp5"><cite id="jxvp5"></cite></ruby></dl><video id="jxvp5"><ruby id="jxvp5"></ruby></video>
網站導航

質量品牌

新聞中心
集團動態
行業資訊
邁向數字化解決方案——工程機械的行業趨勢演化
邁向數字化解決方案——工程機械的行業趨勢演化
2021-04-15
從工程機械制造行業產業鏈全景解構看工程機械是裝備工業的重要組成部分。隨著基建投資不斷增長的刺激,工程機械需求量大幅增長,同時也推動著我國優秀的工程器械制造企業不斷向國際化、規?;途C合化的方向發展,我國已經成為世界工程機械制造大國。工程機械行業具有設備產品多樣、生產過程離散、供應鏈復雜的行業特征,面臨設備價值增值水平不高、供應鏈資源調配效率低下、金融生態不完善等行業痛點,急需加快基于工業互聯網平臺的數字化轉型步伐,全面提升研發設計、生產制造、供應鏈管理、遠程運維、客戶服務等環節的數字化水平。中國工程機械制造業蓬勃發展過后,市場將出現進入激烈競爭的存量時代工程機械行業隨著數字化浪潮所產生的轉型趨勢衍生出了更豐富的平臺應用場景以及更細致的業務落地解決方案,這與當前存量市場的現狀相關,也受整體行業態勢影響。根據Off-Highway Research預測,2021-2023年中國工程機械市場將出現周期性下滑,但預計不會像2012-2016年下滑的那么嚴重.因此,根據歷史數據,前瞻預測7379億元左右。盡管保持增長將付出很大的努力,但過去幾年來國內企業蓬勃成長的事實仍不能被忽略。全球層面中國工程機械制造銷售額占比逐年攀升從2019年末開始,全球工程機械市場就從此次周期最高點步入下行階段,歐美日系成熟市場需求波動;與此同時,中國工程機械行業繼續保持高速發展。隨著產業持續升級轉型,高端市場連續拓展,創新能力強化,智能化、數字化、信息化技術的深度普及和應用等,中國工程機械制造商保持了強勁的成長勢頭,運營質量進一步提升。國內市場雖受疫情影響,但行業整體欣欣向榮2020年中國工程機械行業總營收將突破7000億元。2019年,工程機械行業在歷經五年之久的發展低潮后,迎來了穩定發展期,而當下,面對更加復雜的國際環境和國內經濟下行壓力較大的局面,工程機械行業借助穩定向好的宏觀經濟和持續穩定的固定資產投資,行業轉型升級的成果進一步顯現,在市場二手設備加快更新、大氣污染防治環保政策對市場產生的積極作用、“一帶一路”建設拉動出口增長,以及建設施工領域新技術新工法的推廣應用等眾多因素疊加影響下,工程機械市場再現高速增長。根據中國工程機械工業協會行業統計數據,2020年1-12月,共銷售挖掘機327605臺,同比增長39%;其中國內292864臺,同比增長40.1%;出口34741臺,同比增長30.5%。2020年1-12月,共銷售各類裝載機131176臺,同比增長6.12%??備N售量中國內市場銷量106572臺,同比增長8.63%;出口銷量24604臺,同比下降3.55%。根據企查貓的數據顯示,在2020年,中國工程機械制造行業在業新成立在業企業數為119.6萬家,較2019年全年的106.3萬元同比上升12.51%。國內機械市場競爭行業集中度居高不下,模式與產品轉型走向風口從市場結構來看,挖掘機、起重機、壓路機以及推土機這四個工程常用器械占據了我國工程器械市場上絕大部分的份額,其中,挖掘機為工程機械中的明星產品,占據市場絕對主流地位,2019年銷量占比為57.84%;其次為裝載機,占比30.34%。市場的激烈競爭,市場需求對于全流程和數字化解決方案的需求,促使工程機械行業主要呈現出的四個演化趨勢:設備維護按需化傳統以預防為主的定期維修無法有效處理潛在或突發的異常故障,也會產生諸多不必要的拆卸和安裝,造成過高的設備維護維修費用和額外的磨合損耗,甚至導致新的故障?;诠I互聯網平臺,在線采集設備性能、狀態參數等數據信息,經過一系列的統計算法和分析,可以及時發現設備運行過程中的健康狀態和存在的問題,按需求進行設備維護,節省人力物力,保障設備運行效率。備件管理精益化傳統的倉儲模式能夠緩解一定的備件需求壓力,但是相應的產生了包括存儲空間、物流調配、流轉資金等高昂的倉儲成本,還需要進行備件管理,耗費人力物力。運用物聯網、云計算、大數據等新一代信息技術,加強供應鏈管理,能夠提高備件流通效率,快速響應生產和維修需求,即時調配、按需調配、智能調配,從而提高了生產和維修效率,節省現金流。產融結合在線化由于工程機械設備單價高、行業金融體系不完善等原因,下游中小企業往往存在著資金短缺的問題,嚴重制約了行業生態的發展。依托工業互聯網平臺進行設備連接、數據采集、統計分析能力,可以實現制造設備運行過程透明化,有利于金融機構做出實時評估,控制金融風險,在線提供快速融資、貸款服務。解決方案服務化我國工程機械行業的技術、產能、效率近幾年獲得了飛速的發展,為應對越發緊縮的市場環境,響應用戶端需求的升級變化,工程機械行業正呈現出制造業服務化趨勢,即以產品制造商向解決方案提供商轉變,從單純的生產加工向提供設備運營維護、支撐業務管理決策、滿足個性化定制需求等服務環節延伸,增加產品附加價值,塑造企業綜合優勢。行業主流對策與模式更新的前景展望針對白熱化的競爭和供大于求的市場現狀,歷經10多年高速增長的工程機械巨頭們營收、利潤紛紛下滑。簡單的設計和生產產品顯然已經不能滿足當前的競爭需求,企業需要根據市場與客戶個性化做到快速響應,全新的行業特點主要有以下幾條:行業特點1)工程機械產品層次越來越復雜、結構龐大、產品呈現系列化,屬于多品種、小批量、典型離散制造。2)生產經常需要進行預測性生產和按照客戶訂單設計生產并存,緊急插單經常發生。3)采購周期拉長,整機裝配時間和交付周期難以保證。4)工程設計迭代迅速,產品設計工藝版本多,方案修改壓力大。 5)質量要求越來越高,亟需實現全面的質量追溯管理。更多的工程機械開始采用包括產品生命周期管理(PLM)、計算機輔助設計(CAD)、應用程序生命周期管理(ALM)、供應鏈管理 (SCM) 和服務生命周期管理 (SLM) 等系統的綜合方案布局新時代的市場環境,從而實現匯集、分析和部署產品信息,以推動企業成功所依賴的戰略和動態決策過程,進而實現過程轉型。新的市場周期內,中國工程機械產業面對宏觀市場調整,內部發展驅動力與發展模式切換的雙重挑戰,經營思路的轉換已經必由之路。能夠完成轉型,直面挑戰的工程機械制造企業,在面對未來一帶一路戰略、鄉村振興與區域開發、京津冀協同發展、長江經濟帶打造等機遇,以及由此派生出的高鐵、公路基礎設施建設推動下,將擁有更靈活的服務方案,從而獲得更廣闊的發展空間。來源:第一工程機械網
高端裝備制造業數字化轉型的思考
高端裝備制造業數字化轉型的思考
2021-02-27
1、頂層設計保障工業互聯網快速發展新冠疫情全球大爆發給人類實體經濟帶來前所未有的巨大沖擊,也為加速發展數字經濟提出迫切而現實的需求。2020年3月,黨中央提出加快5G網絡、數據中心、工業互聯網等新型基礎設施建設進度的要求。未來幾年,我國會持續投入大量資金扶持新基建示范項目和工程。國家層面已出臺的各項指導意見及各省市區為落實中央精神即將出臺的各項行動方案,必將為我國下一階段高質量發展數字經濟提供強有力的政策保障。產業數字化作為數字經濟的主要組成部分,制造業特別是以航空、航天、軌道交通裝備等為代表的高端裝備業,是高質量發展數字經濟的重要組成部分。高端裝備行業產值高、供應鏈廣,對產業經濟的發展具有非常重要的引領作用,也代表著我國工業最高的科學技術、工藝水平、質量要求。高端裝備制造業是我國工業領域實現創新驅動發展、管理提升和數字化轉型升級的重要領域。21世紀以來,美國“工業互聯網”與德國“工業4.0”引起了全球制造業的產品開發、生產模式和制造價值實現方式的轉變。德國工業4.0和美國工業互聯網不僅是把握未來信息技術與工業、信息化與工業化融合發展的“多棱鏡”,而且是信息技術發展到深層次階段的一種嶄新的工業發展模式,核心在于不斷增強企業、行業甚至國家的整體競爭力。隨著工業大數據分析、智能傳感網絡、工業網絡控制等技術的發展和應用推廣,工業互聯網技術正從最初的點對點遠程控制與運維向更深度的網絡化、智能化、開放化和服務化方向發展。工業互聯網的快速發展,對高端裝備制造業的數字化轉型產生了巨大的引領和支撐作用。2、高端裝備制造業的發展趨勢與面臨的挑戰2.1  數字化發展趨勢傳統的高端裝備制造企業往往通過增加資源投入來實現增長的外延式發展,這種粗放模式使其綜合能力提升不大,面臨著效益不高的困境。在新一輪科技革命和產業變革中,制造業想獲得可持續發展的競爭優勢,必須依靠信息物理融合系統(CPS)實現協同的設計、供應鏈、生產與產品服務,置身于全球供應鏈的生態系統之中,應用互聯網實現互聯網+智能工廠[4]。從產業經濟角度看,隨著智能制造、工業互聯網等技術的成熟應用,創新驅動新增長與服務價值鏈延伸的發展模式是高端裝備制造業發展的新動能,也是其轉型升級的方向。隨著國內制造成本的不斷上升,中國高端裝備制造業過去依賴人力、資源和能源的要素驅動式的發展方式已經到達瓶頸,急需向創新驅動的發展方式轉變。重視產品、技術和管理等方面的創新,是實現高端裝備制造業升級,逐步實現由對標跟隨向自主創新轉變的關鍵環節。高端裝備制造企業過去往往處于價值鏈的底端,設備場地投資重,投資經濟效益不高。隨著工業互聯網技術的發展,高端裝備制造業的未來經濟增長點將是綜合保障增值服務模式,形成服務型制造。通過先進的物聯網技術采集智能裝備產品的海量運行數據,應用工業大數據技術,提升產品性能,并對產品全生命周期的健康狀態進行管控。通過制造、服務一體化,實現由生產型企業向服務型企業的價值鏈延伸轉變。2.2  企業面臨的挑戰隨著客戶對產品功能、性能和質量的需求越來越高,研制和生產周期要求越來越短,產品價格要求越來越低,高端裝備產品的復雜度、制造工藝的難度和高定制化的程度成為企業的巨大挑戰。面對隨之而來的“多品種、小批量、高復雜”的制造特征與“高質量、短周期、低成本”的矛盾,高端裝備制造企業面臨著貫穿于高端裝備的全生命周期的最為復雜的制造問題——如何實現全生命周期的高效率和充分柔性。3、工業互聯網技術與管理模式創新實現內涵式發展近年來,隨著工業互聯網技術在傳統行業中的快速滲透,傳統行業在多方面能力得以提升的同時也對工業互聯網提出了更高的要求,跨界合作、融合創新已經成為行業發展的共識。智能傳感技術、移動嵌入式系統、工業大數據分析等新興技術在此過程中也得以與傳統行業快速融合發展。在產品的全生命周期中,將工業互聯網技術與管理創新相融合,以提升產品智能化水平,并利用大數據技術延展產品增值服務,實現產品全生命周期的數字化。典型應用涵蓋了產品的銷售、研發、運營和產品服務各個環節,包括利用嵌入物聯技術和工業大數據實現產品創新、通過“端—管—云”形式實現智能產品遠程運維、基于知識工程的智慧創成技術、基于MBD(模型定義)的設計研發、生產過程復雜的人工智能決策、自適應的柔性制造系統等。3.1  基于嵌入式物聯技術與工業大數據的產品創新把物聯網技術應用于產品,實現產品在運行過程中對自身狀態及周邊環境的自感知,可實現故障的預警、診斷等功能。通過標準和開放的數據接口,能夠對產品在運行中的數據進行分析與挖掘,實現創新性應用等。各種數據挖掘的智能方法可以用于發現這些信息中所隱含的設計提升需求,使設計概念的創新提升到一個新的層次。3.2  通過“端—管—云”形式,實現智能產品遠程運維遠程運維服務在工業互聯網體系中往往以“端—管—云”形式出現,隨著工業互聯網的快速發展,遠程運維服務也正在向更多的領域滲透。遠程安全讀取工業機器人數據,分析生產現場的運行狀態,提供了一個非常安全的網絡通道,使人可以在任何地方讀取生產現場工業機器人的實時運行狀態信息,為運維和性能優化工作提供支撐。3.3  基于知識工程的智慧創成技術產品研發設計過程的智能化實現,主要體現在客戶需求經過設計轉化為概念方案的階段,這一階段在融入人工智能技術和系統工程方法后將更加智能化、科學化?;谥R工程的大部分研究都集中在知識的智能化獲取與結構化表達兩方面,其中包括基于規則的方法、知識流分析方法、基于語義網絡的方法等。將這些基于知識工程的方法應用到設計需求轉化為概念方案的過程,再借助自然語言識別、語義檢索和人工檢索等技術,利用效應庫、專業庫及專利庫等外部知識,分析當前技術趨勢,可幫助設計員識別問題、快速找到最優解決方案,進而實現概念設計的智能化。3.4  基于MBD(模型定義)的設計研發隨著VR、計算機網絡、大數據等前沿技術的不斷成熟,采用面向產品全生命周期的數字化設計系統,可在數字孿生的CPS系統中實現產品的全數字化設計。近年來花費較高的物理性能試驗被高性能仿真取代,這不但可以縮短研發周期,同時也有效降低了成本。企業在面對越來越高的產品性能要求的客戶時,仿真數據優化、高效試驗設計、智能優化等技術將被越來越多地用于提高產品性能上。3.5  生產過程復雜問題的人工智能決策在先進的計劃與調度、圖像識別、過程質量控制等領域,智能設備的計算能力要比人類更高,與人類主要依賴經驗進行判斷相比,其可更快地給出更準確的解決方案。智能設備通過工業互聯網技術采集生產過程中的人員、設備、物料等數據,再通過大數據分析形成預測模型和決策支持。例如,通過對生產狀態的預測分析,可提前預警設備停工、質量事故、設備效率下降等狀況,提醒相關人員及時糾正,避免問題對生產計劃的影響。3.6  自適應的柔性制造系統單件小批量生產是當今制造業面臨的主要挑戰,其需要在一次性且產量較小的生產中仍能保持高生產效率、高產品質量及優化的制造周期。因此,在成本可控的前提下,通過柔性線、機器人、AGV等智能制造裝備的應用提高生產的柔性,可滿足越來越復雜的市場環境;通過快速的產線調整、資源重組搭建自適應的柔性制造系統可應對這種挑戰。智能工具是工業互聯網體系中的基本組成單元,也是形態最豐富、技術集成度最高的產品之一。在生產過程中,智能工具可通過內部集成的軟硬件系統對生產環境和狀態進行實時判斷,并可隨時與操作者進行人機交互,以促進生產全過程的提質增效。4、開展基于工業互聯網數字化轉型的建議工業互聯網在高端裝備制造企業落地是一個復雜的系統工程,為實現高端裝備制造企業的數字化轉型升級,建議從以下幾個方面展開工作。4.1  建立國家級智能制造聯合應用開發創新中心依托中立的第三方科研機構建立跨行業的國家級智能制造聯合應用開發創新中心,集中解決智能制造過程中的共性問題,提供公益性質的公共開發、測試與驗證環境。制定統一的行業標準與測試驗證方法,為政府相關部門提供決策支撐,為企業提供各類服務,起到產業孵化器的推動作用。4.2  企業全面開展精益管控體系搭建與系統的智能制造規劃智能制造的建設不能一蹴而就,需要在建設前開展大量前置工作。前置工作主要有:一是擁有一套完整的目標導向的精益管控體系,使用精益方法以實現制造體系的全面協同;二是對工藝過程進行優化,并對制造裝備改造升級,使制造裝備具有智能化特點,使大部分生產過程不再依賴人工,保證生產效率與質量的一致性,以適應產品定制化、制造服務化的發展方向。工廠規劃有完整的、基于系統工程理論并以精益思想為原則的方法論。整個規劃以企業業務需求為出發點,配備適度的自動化,并使用專業的工廠仿真軟件對建設效果進行驗證,以保證規劃效果。系統的工廠規劃方法是業務目標實現的基礎,也是實現靈活高效、柔性化、智能化生產模式的基本條件??茖W的規劃不但能夠滿足發展需求,也能優化資源配置、提高投資效果、優化發展方式。4.3  開展高端裝備工業互聯網示范實踐高端裝備企業想要切實有效地智能制造投資建設、推動內涵式發展轉變,需要通過建設精益體系、規劃智能制造體系、工藝改善和智能車間示范實踐幾個階段。以產品制造全生命周期為對象,以產品制造過程與生產環境融合為目標,開展基于數字孿生技術的車間規劃、基于數據的分析與決策、基于IT驅動的質量管理、基于動態混流精準管控的制造執行、基于先進的項目管理和計劃排程功能的企業資源計劃、基于統一和結構化數據源的產品生命周期管理、基于知識驅動的結構化工藝設計,實現高效協同的精準管控。通過生產過程中各生產要素間的互聯與數據采集,并與信息系統進行數據集成,實現對制造過程工藝參數實時優化、誤差自動補償、智能監控等應用,最終形成虛擬世界與物理世界融合的智能車間系統。來源:信息通信技術與政策原創:中國信息通信研究院融合創新研究中心高級工程師楊菠、華業長青(北京)科技有限公司總經理趙雄飛等 
2020年前沿科技發展態勢及2021年趨勢展望——先進制造
2020年前沿科技發展態勢及2021年趨勢展望——先進制造
2021-02-17
世界先進制造領域2020年態勢總結受新冠疫情影響,全球制造業發展滯緩。2020年,全球制造業受新冠肺炎疫情影響嚴重。前半年制造業處于嚴重萎縮狀態,5月份全球制造業PMI指數跌至40%以下,降至2018年以來最低谷。后半年全球經濟開始復蘇,制造業緩慢回升。世界主要國家均采取各類措施刺激發展,對沖疫情影響。美國啟動“大眾企業貸款計劃”,以支持受疫情影響的中小企業。英國通過降息、撥款、擬定創業就業計劃等措施,應對出現的失業潮。歐盟簽署總額5400億歐元的緊急救助計劃,并醞釀采取措施吸引制造業回歸,降低供應鏈外部依賴。德國信貸擴張,國家為企業提供不設上限的貸款金額,同時為小微企業提供500億歐元的緊急援助,保障就業。5G技術賦能工業領域,促進智能制造新發展。英國投資900萬英鎊啟動名為“5G-Encode”的5G技術與制造業融合項目,將探索工業環境中專用5G網絡的新業務模型,研究5G在改善復合材料設計和生產過程中的實際應用。韓國現代重工集團與電信運營商KT公司合作開發基于5G網絡的先進智能船廠解決方案,進一步提升自主機器人技術,以提高效率和安全性。法國施耐德電氣和Orange電信在勒沃德勒伊工廠部署工業領域的室內5G通訊基礎網絡,通過5G技術將增強現實技術應用于運維活動,并部署遠程機器人實現遠程觀察,旨在將5G技術應用于現代工業環境,打造可靠、可擴展、可持續的連接解決方案,以滿足未來工業需求。英國電信(BT)與伍斯特郡5G測試平臺(W5G)開展合作,加速實時5G專用網絡建設,促進實現制造過程的智能化、動態化和全自動化,推動工業4.0和智能制造發展。數字孿生技術與解決方案幫助制造業效能大幅提升。美國Authentist公司將Nebumind公司的數字孿生工具集成到制造執行系統中,生成“數字孿生”可視化效果,將3D打印設備參數和傳感器數據與原始零件幾何形狀融合,幫助用戶識別各零件的問題區域,提高檢查效率,使返工需求識別速度可提高10倍。南卡羅來納大學為美海軍艦船開發“數字孿生”系統,以提高美海軍艦船動力系統和平臺的韌性、效率、適應性和自主性,并為艦船上昂貴的電氣部件提供實時監測和預測性維護。英國宇航系統公司采用數字孿生技術對第六代戰斗機“暴風”的概念外形進行設計和測試,同時試飛員能夠在陸基模擬器上駕駛戰機,數字孿生后續還可為飛機全生命周期的各環節提供支持。3D打印技術與成果持續更新,行業應用逐步深化。美國馬薩諸塞大學開發出一種融合了注塑元素的新型3D打印技術。該方法先3D打印出外殼結構,然后向空腔內注射塑料進行填充,其打印速度比傳統的FDM技術快3倍。美國橡樹嶺國家實驗室利用3D打印技術,在3個月內完成了核反應堆原型的設計與制造,并利用制造過程中的持續監測和人工智能技術完善原型堆的設計,以進一步評估材料和性能。美國3D打印初創公司Relativity Space完成了其3D打印火箭發動機Aeon 1的首次地面全周期點火運行實驗。Aeon 1共含100多個零件,平均制造周期僅為一個月,其成本和工序都大大減少。美陸軍立項研究利用增材制造技術開發下一代彈藥,以增強彈藥的穿透能力和殺傷力,幫助實現更高的初速度和更遠的射程。世界先進制造領域2021年趨勢展望機器人技術與應用齊頭并進,商業落地進程提速。機器人基礎與前沿技術迭代速度將持續增快,主要將圍繞人工智能、人機協作等方向展開;全球服務機器人市場空間廣闊,規模將不斷擴大。機器人公司波士頓動力積極開發配件,幫助已實現商業化的Spot機器人應用程序更加多樣化,2021年將為其配備機械臂,以執行開關門和物品拾取等任務,同時還將配備自充電基座,使其能夠在無人操作環境下自行返回充電。韓國SK電訊和日本歐姆龍合作開發出搭載了AI、5G、機器人自動控制等尖端技術的防疫AI機器人,這種機器人可與搭載5G網絡的服務器實時交換數據,執行建筑物消殺、體溫檢查、驅散聚集人群等任務。預計這種機器人2021年起將向國外出口。智能工廠建設推進,助力制造業升級轉型。作為智能制造的重要載體,智能工廠成為未來制造業發展的必然趨勢。2020年,世界經濟論壇已遴選出54家燈塔工廠作為全球智能工廠標桿,預計2021年全球智能工廠建設步伐將進一步加快。日本發那科集團上海智能工廠三期項目開建,該工廠將通過發那科的工程集成及技術服務能力,利用其IoT、AI等智能制造技術,建成集生產、研發、展示、銷售、系統集成與服務為一體的機器人超級智能工廠。韓國中小企業和創業部計劃在2025年前將智能工廠的推進率從22%提高到30%,將其數量增加至1000家,并從中選出代表不同的行業的100家工廠作為“燈塔”,在工業園區建立數字集群,推動制造業與第一、三產業結合。人工智能技術與制造業深度融合成為重要趨勢。市場研究機構Research and Markets發布《制造業中的人工智能——到2027年的全球預測》報告,指出制造業中的人工智能技術在2019年~2027年預測期內年復合增長率可達39.7%,預計到2027年將達到270億美元。英國信息技術公司AVEVA與加拿大Axonify公司共同推出基于人工智能的微學習解決方案,提供具有豐富擴展現實功能的仿真培訓,以及用于教學設計和課程開發工具的一體化教學平臺,首創在制造業培訓領域借助人工智能技術對員工進行個性化高效培訓的范例。德國開發出可監測機器人裝配線故障的智能系統。這種智能系統基于人工智能算法,可忽略不相關的背景噪音,并區分多個目標聲音,通過監測機器人正確作業時本應發出的聲音來判斷其是否正常工作,以進行預測性維護。Geek+物流機器人公司應用先進機器人和人工智能技術,依托穩定可靠的硬件和高效算法大幅提升全球性供應鏈智能化水平,使物流更經濟實用、高效率、靈活、安全和敏捷。政策支持與技術進步齊發力,助推自動駕駛汽車發展。IDC《全球自動駕駛汽車預測報告(2020~2024)》顯示,預計2021年全球L1~L5級自動駕駛汽車出貨量將達到3605萬輛。中國工信部發布的《汽車駕駛自動化分級》從2021年1月1日起正式實施。該文件明確了自動駕駛汽車的分級定義、分級原則,將為后續相關法律法規與標準的出臺提供支撐。英國政府計劃在2021年將自動駕駛汽車合法化,允許自動駕駛車輛在高速公路的慢車道上以不高于112公里的時速行駛。Waymo公司計劃在2021年與俄亥俄州交通研究中心(TRC)開展合作,共同打造囊括丘陵以及密集型城市環境的全新測試場地,以便在不常見或危險性較大的場景中對自動駕駛汽車進行測試。中國無人駕駛卡車公司圖森未來獲得美國卡車制造商Navistar投資,雙方將共同研發L4級無人駕駛卡車,并計劃在2024年前實現量產。來源:工信頭條  2021-02-16
2021年中國工業互聯網平臺發展形勢展望
2021年中國工業互聯網平臺發展形勢展望
2021-02-08
2021年:迎來跨越式發展“10+m+n”平臺體系加速構建2020年,工業互聯網平臺發展迅速,逐漸從概念走向落地,多層次、系統化的平臺體系基本形成,為承接產業轉移、加快企業轉型、有序復工復產等提供了有效支撐。綜合型“雙跨”平臺獲得各方高度認可,海爾、東方國信、用友等十大“雙跨”平臺平均接入工業設備達到140萬臺/套、工業APP突破7000個、服務工業企業超過1萬家。特色型行業和區域平臺快速發展,中聯重科、中國電子、中海創等一批龍頭企業基于自身行業知識稟賦加速平臺布局,形成具有一定影響力的特色平臺近100家。專業型平臺不斷涌現,和利時、云道智造、蘭光創新等企業圍繞工業協議解析、工業大數據分析、工業仿真等領域,打造了一批專注特定領域的工業互聯網平臺,成為技術單點突破的重要抓手。展望2021年,工業互聯網平臺將在“新基建”浪潮背景下,實現平臺模式創新、工業設備上云、數字化管理、試驗等能力的持續提升,平臺功能更加完備,多層次平臺體系更加完善?!捌脚_+技術”2020年,圍繞“平臺+新技術”的融合創新發展取得快速的發展,各企業積極探索在不同工業場景中深化5G、人工智能、區塊鏈等新技術和工業互聯平臺的融合應用,涌現出一批典型應用場景。一是商飛、華為、阿里巴巴等企業積極開展“工業互聯網+5G”應用實踐,逐步建立涵蓋網絡、設備、模式、算法、安全、標準等環節的新型工業互聯網體系。二是人工智能與工業互聯網平臺融合加速,形成了智能檢測、工藝優化、輔助決策等創新應用,推動建模優化與迭代升級,增強工業互聯網平臺解決實際問題的能力。三是區塊鏈助力平臺構建可信數據資源存儲、管理和服務體系,推動平臺數據的歸屬確權、安全傳輸和可靠交易。展望2021年,工業互聯網平臺將加快形成一批面向設計仿真、生產控制、質量監測、物流配送、供應鏈協同等工業場景的融合創新應用,進一步為新技術在工業領域落地提供關鍵支撐,推動融合發展邁向新高度?!捌脚_+行業”2020年,工業互聯網平臺加速在垂直行業落地深耕,已廣泛滲透應用到鋼鐵、石化、工程機械、電子信息等30多個行業,平臺行業賦能水平不斷提升。企業聚焦行業痛點問題,將技術突破、模式創新與產業實際需求相結合,形成了一批面向特定場景、具有推廣價值的行業系統解決方案。舊動能改造方面,在原材料、高端裝備、消費品和電子信息等行業,基于平臺的質量管控、設計優化等智能解決方案持續涌現,以“提質、降本、增效”為目標有效引領行業高質量發展。新動能培育方面,融合創新成為行業轉型主旋律,平臺催生出制造協同、能力共享、工業金融、零工經濟等一批新模式新業態,加速拓展市場新空間。展望2021年,工業互聯網平臺將在細分垂直領域進一步普及推廣,全面賦能傳統產業,加速形成一批 “平臺+行業”優質解決方案,提高行業整體資源配置效率,加速培育網絡化協同、個性化定制、按需制造、共享制造等新模式新業態,實現行業企業的創新發展?!捌脚_+區域”2020年,國家層面和地方層面產業政策支持力度不斷加大,加速推動工業互聯網平臺為塊狀經濟服務。支持江蘇、上海、浙江、安徽建設長三角工業互聯網一體化發展示范區,面向北京、青島、南京、蘇州等重點地區布局“7+12”平臺應用創新推廣中心。各地依托平臺打破區域行政劃分和市場壁壘,優化地區產業空間布局、科技協同創新、基礎設施和公共服務一體化發展,加速區域內科技、人才、資本、土地等要素資源集聚和共享,工業互聯網平臺成為加速帶動區域產業提質增效的有力支撐。展望2021年,將形成一批面向“塊狀經濟”發展的區域級工業互聯網平臺,進一步整合地方工業互聯網平臺創新資源與行業需求,為地方經濟發展與產業轉型升級注入新的動力?!捌脚_+雙鏈”2020年,工業互聯網平臺聚焦防疫復工難點痛點,加強協同配合,持續在疫情防控、物資配送、復工復產等領域釋放賦能作用,有力支撐保障產業鏈供應鏈穩定運行。一方面,海爾、騰訊等企業通過平臺擴大物資匯聚、供需對接、動態調配等產品及服務供給,有效緩解復工防疫物資及原材料短缺,助力企業生產協同、柔性轉產和產能共享,產業鏈加速協同復工復產、快速實現達產增產。另一方面,智能云科、阿里巴巴等平臺解決方案提供商幫助制造企業在疫情期間大力推行網絡化協同、服務化延伸、智能化生產等新模式,推廣在線協同設計、遠程設備維護、生產遠程調度、車間無人管控等應用,實現“停工不停產”“減人不減產”,保障了供應鏈的穩定運行。展望2021年,工業互聯網平臺將亟需作為支撐人、機、物等全社會制造資源泛在連接、柔性配置和聚合共享的重要基礎設施,為“補鏈”“優鏈”“強鏈”等提供有力保障,助力構建安全、敏捷、經濟的現代供應鏈?!捌脚_+生態”2020年,工業互聯網平臺融通發展生態不斷壯大,各類平臺建設主體依托自身發展優勢,加速從產業鏈整合向跨行業、跨界融合互補方向轉型,構建以平臺為核心的制造業協同創新發展生態。一是跨產業協作不斷增強,基于平臺的數字化管理、智能化生產、網絡化協同、個性化定制等新模式持續涌現,共享經濟、平臺經濟、供應鏈金融等新業態加速形成。二是跨地區合作不斷深化,多領域工業互聯網產業發展集聚區初步形成。長三角、成渝等產業集聚區陸續簽署工業互聯網一體化發展示范區戰略合作協議,協同推動產融產教對接、應用推廣。三是跨領域服務不斷優化。圍繞技術服務、監測分析、數據管理、質量管理、標準管理等領域培育33家公共服務平臺,多層次、專業化的工業互聯網公共服務體系正加速在全國范圍內落地,全方位保障工業互聯網平臺健康發展。展望2021年,工業互聯網平臺產業集聚效應將更加顯著,進一步促進產業、科技、金融對接,吸引更多社會資本涌入融合創新技術、典型應用場景、行業解決方案等投資領域,加速平臺關鍵核心技術突破和落地,加速完善平臺產業生態體系。平臺體系尚不成熟核心技術積累不足從供給看,我國工業互聯網平臺發展的基礎支撐產業薄弱,50%左右的工業PaaS平臺采用國外開源架構,90%以上的CAD、CAE、PLM高端工業軟件市場被歐美企業壟斷。從需求看,制造企業傾向于將有限的資金傾斜到設備自動化改造上,軟件應用投入不足,“重硬輕軟”現象依然嚴重,缺乏以需求牽引供給的發展環境,影響了工業互聯網平臺核心技術的持續迭代和功能演進。解決方案有待成熟第一,企業“不敢用”。部分制造企業擔心應用工業互聯網平臺時會導致業務出錯或進度受阻,管理者害怕由于平臺不夠安全可靠而承擔責任。第二,企業“不愿用”。即使在某些領域國內已存在較好的工業互聯網平臺解決方案,部分企業仍傾向于使用國外工業軟件或系統,嚴重阻礙了解決方案的應用推廣。第三,企業“不會用”。制造企業信息化基礎參差不齊,很多企業難以實現對解決方案的“即插即用”,阻礙了平臺應用的持續深化。人才供需結構失衡一方面,“育人難”。另一方面,“留人難”?;ヂ摼W公司往往用數倍于工業企業的年薪挖人,有工業知識經驗的開發人員頻頻轉入互聯網行業,加劇了復合型人才的結構性短缺,難以為平臺建設及應用推廣提供有效支撐。生態體系尚不完善第一,資源整合能力不足。國內缺少類似西門子、GE等能提供整體解決方案的產業巨頭,平臺企業存在“各自為戰”的現象,資源共享和整合能力不夠。第二,優質平臺供給不足。我國制造企業的行業機理、工藝流程、模型方法等工業知識積累較薄弱,存在低層次平臺重復扎堆的現象。第三,金融服務能力不足。平臺建設投入大、回報周期長,資本市場目前對平臺的支持力度有待進一步提高,大量平臺企業初期無法獲得足夠充足恒定的資本投入。強化前瞻布局 提升服務能力完善平臺發展標準體系建設持續完善融合發展政策體系,推動研制新一代信息技術與制造業融合發展相關的配套文件,將工業互聯網平臺作為融合發展突破口和著力點,破除妨礙平臺發展的體制機制問題。推動平臺規?;茝V和迭代創新面向裝備制造、原材料、消費品、綠色制造、安全生產等重點行業領域,持續深化跨行業跨領域綜合平臺和特點鮮明的區域型、特色型、專業性平臺建設。加快推動企業設備上云和業務系統向云端遷移,加快推進工業互聯網示范區建設,打造一批輻射帶動能力強勁的工業互聯網發展高地。加快“平臺+新技術”融合創新發展加快制定工業互聯網平臺技術產業圖譜,著力突破邊緣計算、工業機理模型、低代碼開發等關鍵技術,超前布局數字孿生、云化仿真設計與運營管理軟件等,提升安全可靠發展能力。聚焦“平臺+5G”“平臺+區塊鏈”“平臺+AR/VR”等技術融合趨勢開展試點示范遴選,加快培育一批平臺創新解決方案和一批高價值工業APP,提升平臺產品及服務供給能力。完善平臺公共服務體系持續推進工業互聯網平臺應用創新中心建設,整合地方創新資源與行業需求,搭建面向平臺解決方案供需對接、成果推廣的公共服務平臺,加強創新中心之間的協同聯動,打造多方聯動、協同創新的工業互聯網平臺服務體系。加速打通金融鏈人才鏈產業鏈支持打造工業互聯網人才實訓基地,通過 “新工科”建設等方式,開展多層次人才培訓、宣貫推廣和應用實踐,培育工業互聯網領域復合型人才。充分利用創業板、科創板等政策機制推動工業互聯網平臺產融結合創新發展,進一步強化產業鏈、金融鏈、人才鏈的聯通對接和相互賦能。充分發揮聯盟組織的橋梁紐帶作用,通過深度行、現場會等活動,系統推進成果應用推廣,營造產業發展良好氛圍。來源:工信頭條  2021-02-08
2021年中國工業經濟發展形勢展望
2021年中國工業經濟發展形勢展望
2021-02-05
全速前進的2021  技術創新和場景融合“雙輪驅動”  2020年,我國數字經濟以技術創新驅動數字產業快速發展,以業態和模式創新賦能傳統行業數字化轉型,成為對沖疫情、平抑風險的經濟“壓艙石”。前三季度,工業機器人、集成電路產量同比分別增長18.2%、14.7%,信息傳輸、軟件和信息技術服務業同比增長15.9%,高技術產業投資增長9.1%,各項增長表現超過其他產業同期水平,在全國經濟由負轉正中的牽引作用突顯。同時,數字技術與醫療、教育、交通、零售、制造業等各行業深度融合按下“快進鍵”,智慧課堂、協同辦公全面普及,“云問診”、“云會展”、“云旅游”紛紛上線,網絡直播、共享員工等個人就業新形態不斷涌現。以電商直播為例,1-6月上半年全國電商直播超過1000萬場,活躍主播人數超過40萬,觀看人次超過500億,上架商品數超過2000萬?! ≌雇?021年,在中美經貿摩擦背景下,我國基礎軟件、高端芯片、核心元器件等關鍵核心技術創新投入將持續加大,數據賦能效應與技術乘數效應相疊加,將推動以要素共融、資源共享、價值共創為核心的應用場景創新走向深入,加速產業要素裂變、融合、重構,引爆數字經濟一個又一個新的增長點,為國內經濟復蘇提供持續動力?! 」差I域和重點行業“雙向發力”  2020年,中共中央、國務院發布《關于構建更加完善的要素市場化配置體制機制的意見》,明確提出加快數據要素市場培育。各地紛紛把著力點放在促進數據流通交易,如北部灣大數據交易中心揭牌成立,北京、深圳先后提出探索建立數據交易中心或依托現有交易場所開展數據交易。與上一輪建設熱潮相比,各大數據交易中心的建設模式正逐步從政府主導向政企合作轉變,發展重心從交易數據向搭建數據共享、多方計算、利益分享的數據可信交換空間,支撐數據資源匯聚、資產管理、質量治理、價值流轉、產品交易等更多平臺服務能力轉變?! ≌雇?021年,越來越多的大數據交易中心將通過政府建機制、企業搭平臺的方式,率先在公共領域以及金融、電信、醫療、人工智能等行業領域開展試點,探索基于可信數據交換空間的數據流通交易模式。同時,大數據交易中心也將成為數據要素市場機制探索的“試驗田”,在數據確權登記、價值評估、質量治理、定價交易、標準合約等方面的規則確立和推廣開展系統性試驗,搶占流通交易市場規則主導權?! 蟾母锖椭行∑髽I數字化“攜手并進”  2020年,受疫情倒逼和政策拉動影響,越來越多的傳統企業,特別是中小企業數字化轉型意識覺醒,更加積極地尋求適合自身特點的數字化轉型路徑模式,加速數字經濟與實體經濟融合向縱深拓展。4月,國家發改委、中央網信辦啟動“上云用數賦智”行動。5月,國家發改委、中央網信辦、工業和信息化部等17部門聯合145家單位發起數字化轉型伙伴行動,從供需兩側引導中小企業加快數字化轉型。8月,國資委發布《關于加快推進國有企業數字化轉型工作的通知》,引導打造制造、能源、建筑、服務等行業國有企業數字化轉型標桿。疫情期間,國資委發布“首批企業數字化抗疫產品和服務匯總”,收錄了央企10大類175個數字化抗疫產品和服務,展現了央企數字化轉型的豐碩成果?! ≌雇?021年,各類國有企業和中小企業將以數據為驅動、以平臺為支撐,推動生產服務消費各環節、線上線下應用場景以及傳統工藝與新興業態的深度融合,數字經濟對實體經濟的賦能效應將進一步釋放。同時,國有企業將發揮產業鏈整合優勢,依托數字化平臺進一步打通上下游企業數據通道,促進全渠道、全鏈路供需調配和精準對接,引導中小企業上平臺、用數據、變模式、轉業務,逐步形成產業鏈高效協同、供應鏈柔性配置、大中小企業融通發展格局?! 〉胤教厣蛥^域一體化“共同施策”  2020年,各地政府基于自身優勢產業,立足區域一體化發展需求,持續加大“數字基建”的政策支持和資金投入。據不完全統計,我國“新基建”領域規劃投資總規模已達49.9萬億,2020年內計劃投資總規模達8.4萬億。其中,如貴州聚焦數據中心、浙江聚焦工業互聯網等,均把“數字基建”投資重心放在本地已具備基礎優勢的產業領域。同時,圍繞推進一體化發展,粵港澳大灣區、京津冀地區、長江三角洲、成渝地區雙城經濟圈等重大戰略區域均把加快“數字基建”一體化布局作為“先手棋”,夯實區域數字經濟一體化發展基礎?! ≌雇?021年,以5G、工業互聯網、大數據中心、人工智能為代表的“數字基建”將從投資期加快向建設運營期邁進,在區域一體化戰略引導下,各地政府將立足“數字基建”縱深推進,補充、優化、延伸打造具有地區特色的數字產業鏈,為構建梯次分明、分工明確、相互銜接、具有國際競爭力的數字產業集群提供堅實支撐?! 》展┙o和數字消費“兩端發力”  2020年,疫情造成長期的居家隔離、社交疏離,觸發了全民數字化生存新機制。在需求端,大數據與人工智能的充分結合賦予了智能終端更加實時精準的服務能力,人們日益習慣在數字空間進行消費、娛樂和社交,在線教育、互聯網醫療、遠程辦公、直播帶貨等新業態新模式創造了越來越多的數字消費新需求。在供給端,線上服務從家政、外賣、快遞、房屋中介等“單一服務隨需供給”的低附加值環節向教育、醫療、辦公、娛樂等“場景式服務多元化供給”的高附加值環節深入拓展。以無人工廠、無人倉庫、無人機巡邏、無人配送、無人超市、無人KTV等為代表的“無人經濟”活力迸發,廣泛深入生產、物流、零售、娛樂等領域,引領生產消費邁向數據智能、人機協同新階段?! ?021年,隨著人工智能、大數據、5G、物聯網等數字技術的迭代成熟,無人應用、在線服務所滲透的行業領域將進一步拓展,傳統行業與智能技術碰撞產生的新業態新模式“火花”將不斷涌現,為消費者帶來更智能的交互終端、更豐富的內容資源、更有趣的場景體驗,為生產者提供更智慧的生產決策、更精準的流程控制、更低廉的人力和資源成本?! 底终椭腔鄢鞘袇f同并進  2020年,為破解疫情造成的線上線下指揮調度不順暢、重大公共安全應急聯防聯控難實現等問題,各地著眼于打通數據融通渠道和機制,加快推動支撐數字政府和智慧城市建設的平臺載體集約化整合。北京市海淀區整合區內各政務系統,集成打造“城市大腦”系統,疫情期間為回京人口分析、人口篩查分析、重點人群動態監測等提供了有力支撐。杭州“城市大腦”構建了覆蓋全市政務信息資源的“數據倉庫”,已廣泛應用于公共交通、城市治理等48個應用場景,95%的城市治理事件已具備自動發現能力?! ≌雇?021年,將有更多地方致力于打造統一集約的“城市大腦”平臺,基于政務數據整合共享進一步推進各領域數據的匯聚、融合和治理,通過平臺數據、技術、工具的逐步豐富,不斷強化軟件定義、靈活配置、按需調用、安全可靠的“城市智腦”能力,賦能政府管理、城市治理、民生服務、行業應用等各類場景建設?! 》蛰敵龊鸵巹t輸出兩相并重  2020年,隨著服務貿易創新發展擴大試點,我國以通信服務、社交媒體、電子商務、數字內容等為代表的數字服務貿易出口增長強勁,在數字技術應用、數據跨境流動與監管等方面的規則、規制、管理、標準等制度型開放進一步拓展。中國-東盟數字經濟合作論壇期間,數字化防疫抗疫、數字基礎設施建設和數字化轉型等領域成為我國與各東盟成員國經驗交流重點,并就智慧城市、人工智能、大數據等領域達成諸多產業合作意向。近期簽署發布的《區域全面經濟伙伴關系協定》(RCEP)也將電信、電子商務等數字貿易議題納入其中,成為各協定國高水平開放合作的重要領域?! ≌雇?021年,我國將立足RCEP區域合作框架,依托中德、中日、中韓、中國-東盟等數字經濟合作平臺和自貿區建設,出臺一批鼓勵數字貿易、促進數據跨境流動的利好政策,進一步輸出基于信息通信技術開展的實物貿易、數字產品和服務,積極參與跨境電子商務、跨境數據流動、國際健康碼互認、數字貨幣、數字稅等規則構建,支撐全面擴大開放,促進形成以國內大循環為主體、國內國際雙循環相互促進的新發展格局?! ∪髥栴}凸顯  發展路徑同質化趨勢明顯  當前,各地紛紛把數字經濟作為“十四五”時期謀發展的戰略必爭領域,在數字產業化、產業數字化、數字政府、智慧城市、數據要素市場培育等方面進一步加大投入。但由于缺少統籌規劃和分工協同,大多數地方在產業方向、政策設計、項目建設等方面的舉措和路徑相似,特色和亮點不足。在已發布數字經濟政策的24個省市中,均提出在人工智能領域加快發展,但大多省份并未列明細分領域及重點突破方向。同時,各地對數據要素、頭部企業、數字人才等創新資源的爭奪也日益激烈。    企業經營面臨的不確定性風險增加  當前,受全球經濟下行、疫情對國際產業鏈供應鏈的沖擊等因素影響,企業經營面臨的不確定性因素增加。同時,市場準入準營服務的便利化吸引更多的市場主體進入,也一定程度加劇了企業的經營困境。面對需求更多元、產品迭代更快的市場,企業經營訴求已從便捷準入向政策宣貫、精準補貼、市場對接、包容創新等方向轉變,而部分現行政策扶持精準度不高、獎勵兌現較慢、“剛性兌現”不足等問題亟待進一步優化?! 底制脚_壟斷監管收緊可能阻礙市場創新  當前,隨著數字平臺規模的不斷擴大,平臺對資本、流量、技術、數據等資源掌控力逐步增強,“大數據殺熟”、“二選一”等利用算法規制用戶現象頻出,平臺對于用戶行為、企業運作、市場運營等的自治規則話語權日益升級。2020年11月,市場監管總局就《關于平臺經濟領域的反壟斷指南(征求意見稿)》公開征求意見,對數字平臺利用數據、算法等優勢進行無序競爭的行為提出明確約束,但也可能一定程度影響平臺的持續創新。在規章條文之外,亟待探索更多元的手段,促進有效監管和包容發展之間的平衡?! “l展頂層設計構建監管體系  進一步加強數字經濟協同發展頂層設計  一是要充分總結和推廣數字經濟創新發展試驗區的特色經驗,進一步擴大試驗區范圍,推動試驗主體向市區縣級下沉,聚焦新基建、數字產業化、產業數字化、數據治理、數據要素市場培育、數字貿易等發展主題,支持探索立足地方產業基礎、彰顯區域特色優勢的數字經濟發展有效路徑。二是結合京津冀協同、粵港澳大灣區、長三角一體化、成渝地區雙城經濟圈等國家重大區域戰略,支持組建區域數字經濟一體化發展推進小組,以開放、共享、共建、共贏為原則,以數字基礎設施通、數據要素市場通、智慧城市服務通、數字產業集群“三通一集群”建設發展為牽引,以數字經濟賦能跨區域、跨領域、跨主體資源優化配置和要素融合創新,打造數字經濟區域發展高地。三是聚焦關系國家安全和發展命脈的數字產業,如高端芯片、操作系統、高端數控裝備等,實施全國統籌和相對集中布局,結合地區優勢推進產業鏈協同建設和供應鏈有效配置,避免各地全產業鏈建設造成的資源浪費和重復投入?! 〕掷m推進數字經濟政策服務手段創新  一是深化大數據、人工智能等數字技術在問題研判、政策設計、落地實施、政務服務中的應用,充分掌握企業在政府購買服務、市場拓展、上下游協作配套、培訓咨詢等方面的需求,主動精準施策,提高服務效能。二是完善重大政策和專項基金的事前評估和事后評價制度,暢通企業及個人參與政策制定的渠道,提高決策水平。三是支持有能力的地區和研究機構研究發布數字經濟相關業態指數,為企業戰略制定、市場拓展等提供指引?! 嫿ü酵该鞲咝У亩嘣獏f同監管體系  一是明確政府、企業、行業協會各主體的責權利,針對不同類型的數字平臺實行差別化監管、精準施策。二是加強人工智能、大數據、區塊鏈等數字技術在平臺治理與監管中的應用,提高監管效率、創新監管模式。三是遵循平臺經濟的發展規律,厘清數字平臺的責任與義務,明確互聯網服務模式的監管范圍,優化業態治理方式,進一步激發市場創新能力?! 〗y籌推進、分類施策數字基礎設施建設  一方面,支持各地制定統籌投資計劃,在充分考慮各地財務和債務承受實際情況的前提下,明確“數字基建”涉及各領域投資重點和次序,制定詳細的投資計劃和投資金額,做到建設“一盤棋”,防范投資泡沫、產能過剩等風險。另一方面,對“數字基建”不同領域實施不同發展策略,比如對于非競爭性、非排他性的“數字基建”,包括5G基站、軌道交通、能源互聯網等,應該由政府主導;對于涉及高新技術和專門領域的“數字基建”,如人工智能、工業互聯網、新能源充電樁以及部分大數據中心等,應充分激發市場主體的積極性,讓“專業的團隊”做“專業的事”,政府則重點做好環境營造和政策引導工作。來源:工信頭條
2021-2025年中國機器人行業的預測分析
2021-2025年中國機器人行業的預測分析
2021-01-19
      1.1 機器人產業鏈構成  根據中投產業研究院發布的《中國機器人行業“十四五”發展趨勢與投資機會研究報告》,機器人行業的產業鏈可分為五個部分,分別是研發、零配件生產、機器人單體制造、系統集成和售后服務?! ∑渲袡C器人單體、系統集成、售后服務是機器人在生產、銷售、維修、淘汰等全生命周期的組成部分。通過研究發現,機器人單體、系統集成、售后服務分食了一個機器人全生命周期的利潤。按照國際上的慣例,一臺機器人的全生命周期的毛利率約為60%左右,成為名符其實的高端裝備。其中,單體、集成、服務分別占據三分之一。因此,覆蓋的產業鏈越長,盈利能力越強。所以,如果機器人制造商只覆蓋集成的產業鏈長度,那么毛利率只有20%。      1.2 工業機器人市場規模根據中投產業研究院發布的《中國機器人行業“十四五”發展趨勢與投資機會研究報告》,2019年,中國機器人市場規模持續增長,達588.7億元,增長率為9.8%。我國的工業機器人占比約為66%,遙遙領先于服務機器人與特種機器人。1.3 中國機器人市場預測  根據中投產業研究院發布的《中國機器人行業“十四五”發展趨勢與投資機會研究報告》,2020年IDC對中國機器人市場十大預測內容如下:  預測一:5G機器人  到2024年,中國2000強制造企業中有25%的企業將探索使用5G安全通信技術來提高機器人的數據收集和遠程操作能力?! ☆A測二:機器人邊緣計算  到2023年,中國50%的領先制造企業將部署邊緣計算技術,推動工業機器人與云基企業IT系統的深度集成?! ☆A測三:機器人視覺系統  到2022,將機器視覺集成到機器人系統中的制造企業可以期望其操作靈活性增加50%,產品質量提高35%?! ☆A測四:機器人群體智能  到2022年中期,30%的機器人系統將會集成群體智能,以在工作流程多變的環境中實現自我配置,從而將對以功能為中心的資產的依賴程度降低45%?! ☆A測五:5G商用無人機測繪制圖  到2022年中期,50%的商用無人機將配備利用5G傳送視像的超高清攝像機,從而把高清測繪制圖的作業成本降到使用載人飛機的30%以下?! ☆A測六:開源機器人  到2023年中期,相較于被特定廠商專有技術鎖固的用戶,使用開源機器人的用戶將能夠從機器人技術最新的群體創新中獲得三倍以上更多的效益?! ☆A測七:人工智能機器人  到2022年中期,50%在用中的工業機器人將被賦予基于人工智能的操作、協調和分析能力,進而滿足用戶企業對生產率提高30%、流程自動化程度提高50%的期望?! ☆A測八:機器人協作技術  到2023年中期,先進的感知功能將成為協作機器人系統的標配,進一步增強人與機器人之間全面的雙向交互,并成功取代20%的基于屏幕的用戶界面?! ☆A測九:倉儲機器人  到2022年中期,60%的倉儲活動將使用機器人和情景分析來實現存儲空間的自我優化,從而將容量增加20%以上,同時將工單處理時間縮短一半?! ☆A測十:機器人技術融合  到2022年,用戶企業將通過使用與整合物聯網、先進分析和云技術等來增強機器人的性能,從而使機器人的整體效能(如環境感知、自主學習、和適應性任務執行)提高40%。來源:中投網
數字化轉型知識方法系列之十二:業務創新轉型
數字化轉型知識方法系列之十二:業務創新轉型
2021-01-16
一、業務創新轉型的四個子視角根據價值主張新要求,基于打造的新型能力(體系)、形成的系統性解決方案和構建的治理體系,業務創新轉型視角形成支持最終價值獲取的業務新模式和新業態,包括業務數字化、業務集成融合、業務模式創新和數字業務培育四個子視角。業務數字化。是指單個部門或單一環節相關業務的數字化、網絡化和智能化發展,以實現數據驅動的業務運行和資源配置方式變革。典型業務數字化主要包括:一是產品/服務數字化、網絡化、智能化。包括提升產品或服務的狀態感知、交互連接、智能決策與優化等。二是研發設計數字化、網絡化、智能化。包括數字化建模與仿真優化,以及智能化研發管理等。三是生產管控數字化、網絡化、智能化。包括生產/服務現場生產活動的數字化、智能化管控,以及生產資源精準配置和動態調整優化等。四是運營管理數字化、網絡化、智能化。包括基于數字化模型的管理活動精準管控、動態優化和智能輔助決策等。五是市場服務數字化、網絡化、智能化。包括以用戶為中心的服務全過程動態管控,以及服務資源按需供給和動態優化配置等。業務集成融合。是指跨部門、跨業務環節、跨層級的業務集成運作和協同優化。按照縱向管控、價值鏈、產品生命周期等維度,業務集成融合主要包括:一是經營管理與生產作業現場管控集成。包括經營管理和生產/作業現場間數據互聯互通、精準管控和協同聯動等。二是供應鏈/產業鏈集成。包括采購、生產、銷售、物流等供應鏈/產業鏈環節數據互聯互通、業務協同優化和智能輔助決策等。三是產品生命周期集成。包括需求定義、產品研制、交易/交付、服務、循環利用/終止處理等產品生命周期管理環節基于數據驅動的協同優化和動態管控等。業務模式創新。是指基于新型能力模塊化封裝和在線化部署等,推動關鍵業務模式創新變革,構建打通組織內外部的價值網絡,與利益相關方共同形成新的價值模式?!綯/AIITRE 10001—2020《數字化轉型 參考架構》標準原文中,業務創新轉型,包含通則、業務數字化、業務集成融合、業務模式創新、數字業務培育等內容,本部分節選“5.6.3業務模式創新”部分】業務模式創新是指基于新型能力模塊化封裝和在線化部署等,推動關鍵業務模式創新變革,構建打通組織內外部的價值網絡,與利益相關方共同形成新的價值模式。典型業務模式創新包括但不限于:a)智能化生產,包括生產過程的智能運營優化,以及與生態合作伙伴間基于平臺的智能驅動的生產能力協同等;b)網絡化協同,包括基于關鍵業務在線化運行的平臺技術網絡和合作關系網絡,實現相關方之間關鍵業務和資源的在線協同和動態優化等;c)服務化延伸,包括基于數據集成共享和數據資產化運營,沿產品生命周期、供應鏈/產業鏈等提供增值、跨界、全場景的延伸服務等;d)個性化定制,包括基于產品的模塊化、數字化和智能化,利用互聯網平臺等快速精準滿足用戶動態變化的個性化需求等。數字業務培育。是指通過數字資源、數字知識和數字能力的輸出,運用大數據、人工智能、區塊鏈等技術,基于數據資產化運營形成服務于用戶及利益相關方的新業態。數字業務主要包括:一是數字資源服務。包括對外提供數據查詢、統計分析、數據處理、數據交易等服務。二是數字知識服務。包括基于知識數字化、數字孿生、智能化建模等,對外提供知識圖譜、工具方法、知識模型等服務。三是數字能力服務。包括開展主要業務相關的數字能力打造,并推動能力的模塊化、數字化和平臺化,對外提供研發設計、仿真驗證、生產、供應鏈管理等數字能力服務。二、業務創新轉型過程聯動方法隨著新一代信息技術不斷演進及其應用的不斷深化,組織應構建基于新型能力賦能的業務創新轉型體系,以培育發展數字業務為引領,螺旋式推動業務數字化、業務集成融合和業務模式創新,建立持續推進業務升級和創新轉型迭代優化循環的過程聯動方法,如圖1所示。圖1 業務創新轉型過程聯動方法包含的主要過程    業務數字化。在數字化轉型初期,組織應以提升單項應用水平為重點,依托支持單一職能優化的單元級能力,在研發、生產、經營、服務等業務環節部署應用工具級數字化設備設施和技術系統,開展業務單元(部門)內業務數據獲取、開發和利用,持續完善職能驅動型的管理模式,提升單項業務數字化水平,以獲取基于單項業務數字化帶來的效率提升、成本降低、質量提高等價值效益。業務集成融合。在具備一定業務數字化的基礎上,組織應以提升綜合集成水平為重點,依托支撐業務集成協同的流程級能力,開展跨部門、跨業務環節的數據獲取、開發和利用,持續完善流程驅動型的管理模式,推動組織縱向管控集成、橫向產供銷集成以及面向產品全生命周期的端到端集成,優化資源配置水平,大幅提升業務集成運行效率,以獲取基于業務集成融合帶來的效率提升、成本降低、質量提高,以及新技術/新產品、服務延伸與增值、主營業務增長等價值效益。業務模式創新。組織突破業務集成融合后,應以實現全面數字化為重點,依托支持組織全局優化的網絡級能力,開展全組織(企業)、全價值鏈、產品全生命周期的數據獲取、開發和利用,持續完善數據驅動型的管理模式,逐步構建數字組織(企業),發展延伸業務,實現產品/服務創新,以獲取基于業務模式創新帶來的新技術/新產品、服務延伸與增值、主營業務增長等價值效益。數字業務培育。條件適宜時,組織應以構建價值生態為重點,依托價值開放共創的生態級能力,開展覆蓋組織(企業)全局以及合作伙伴的生態圈級數據的獲取、開發和利用,持續完善智能驅動的生態型管理模式,培育和發展以數據為核心的新模式、新業態,以獲取基于數字業務帶來的用戶/生態合作伙伴連接與賦能、數字新業務、綠色可持續發展等價值效益。來源:先進制造業  2021-1-15
企業如何搭建數字化生產車間?
企業如何搭建數字化生產車間?
2021-01-07
1 數字化車間硬件平臺搭建1.1 智能化生產智能化在引入數控機床、機器人等生產設備并實現生產自動化的基礎上,再以ERP、MES 等管理軟件作為中樞管理系統,以視覺相機、RFID標簽、掃碼器、條碼、傳感器等為組件,以NC數控系統或PLC為控制單元,以現場總線 PROFIBUS、工業以太網PROFINET、MODUBUS等通信技術為傳輸網絡。能夠借助完善的系統獲取狀態信息、傳遞控制指令,以此實現科學決策、智能設計、合理排產,監控設備狀態,提升設備使用率,指導生產運行,讓自動化生產智能設備高效運轉。1.1.1 智能硬件智能化生產制造單元是將一組能力相近的加工設備和輔助設備進行模塊化、集成化、一體化的聚合,使其具備多品種少批量產品的生產輸出能力。打造智能制造單元是開啟智能化道路行之有效的切入點。為各車間配置智能制造單元,“智造單元”是一種模塊化的小型數字化工廠實踐,整個單元由自動化模塊、信息化模塊和智能化模塊三部分組成,以“最小的數字化工廠”實現在多品種小批量的生產智能化。在加工領域,注重從單一功能型設備向多功能型設備過渡;在裝配領域,突破人工操作的枷鎖,逐步由人工操作向人機協作、自動化作業轉變;不斷發掘高精尖設備,致力于質量檢測、SPC工站建設;將傳統、簡易的人工搬運等,采用機器人配合視覺定位技術全部實現自動化搬運。1.1.2 智能設備互聯智能化生產車間以信息化作為根基,通過將生成車間的不同設備與通訊網絡連接,收集設備的狀態數據和質量數據,并作為數據采集和分析的基礎。對不同生成設備,采取不同的數據采集方式:對存在數據接口的設備,如加工中心、磨床、PLC控制器、機器人、儀器儀表等,通過Profibus或Profinet網絡將設備數據傳輸到網關;對于沒有數據接口的設備,通過外接傳感器完成設備狀態采集,提升通訊能力,可采取有線或無線兩種方式進行,數據傳輸到網絡后,通過邊緣計算方式完成數據就地分析和存儲,對于數據分析結果匯總,并采用有線或無線的方式,存儲到云服務器進行數據顯示和后續數據分析工作。設備的聯網接入需完成三項重要的工作:硬件接口的連接、軟件數據接口互通、接口規范定義。1.1.3 智能設備數據采集完整的制造設備應具備完善的檔案信息,包括產品編號、產品描述、產品狀態、產品時間戳等信息。按照已定義的通信接口,與其他設備、裝置以及執行層實現設備和數據的互聯互通。對收集完成的數據進行分析,篩選出合格數據,對于不合格數據采用自動處理和人工處理兩種模式完成,最終保證產量質量狀態的穩定,并可滿足產品的質量追溯。1.1.4 智能制造執行系統建立MES制造執行系統,運用生產調度管理、工藝執行與管理、過程控制管理、排程管理、質量管理、設備管理等模塊,可時刻管理和展示生產制造全流程。通過開發數字化生產制造執行平臺,打通計劃、生產、物流、設備間的數據流,構成計劃、控制、反饋、調整的完整系統,通過規范的定義接口實現計劃、命令的傳遞和實際生產的無縫銜接,使生產計劃、控制命令、信息數據在整個 MES 系統、過程控制系統、自動化體系中透明、及時、順暢地交互傳遞,最終實現生產全過程數字化,打造數字化生產車間。1.2 智能化物流倉儲物流倉儲是制造業中極為重要的一環,通過應用智能物流倉儲系統可快速完成產品原材料、產品配套件、成品件之間快速流轉和輸送工作,通過采用堆垛機輸送方式和立體倉庫存儲方式提升倉庫貨位周轉效率,降低倉庫轉運過程造成的人工成本,提升轉運效率,實現倉庫儲流數字化管控和智能化運輸。建設智能物流倉儲系統,完善系統組成架構:設備層、操作層、企業層。設備層建設立體倉庫、智能叉車、碼垛機器人、提升機等倉儲設備,建設AGV、智能托盤、物流機器人等物流設備、RFID、機器視覺、智能攝像頭等識別設備;操作層增加 WMS、WCS、TMS 等運維軟件;企業層則對接ERP、CRM、SCM等管理軟件的采購、計劃、庫存、發貨等模塊,融入總系統的閉環中。2 數字化車間平臺搭建工藝是將研發設計的產品賦予靈魂的重要一環,推進數字化技術應用并覆蓋于產品的設計、工藝、制造全生命周期,是實現智能制造的關鍵一點。通過工藝數字化信息平臺建設,將打通設計、工藝、制造之間數據流,實現上下游高效協同,通過數字化工藝的深化應用,工藝一致性將實現100%,20%的問題將在規劃早期被驗證發現,產品的生產準備周期將縮短20-30%。2.1 數字化工藝平臺建設初期完成基礎功能模塊開發及應用。產品準備管理按照APQP實現管控,系統化管控項目進度及交付物;BOM及工藝管理,實現數據及時、準確,提高工藝一致性及標準化;變更管理實現正向與逆向的閉環管理,提升變更執行質量;實現工藝資源管控,實現知識積累、共享和重用。2.2 工藝數字化平臺建設中期實現工藝創新性管理:通過工藝仿真技術,實現三維數字化工藝規劃及驗證,對工藝合理性進行虛擬仿真及評估;實現三維工藝下廠,提高工藝可視性;通過產線仿真技術,對生產線的裝備、物流、工藝、節拍、人員、生產過程等進行仿真、優化及管理。2.3 工藝數字化平臺建設后期實現工藝數字化技術深度應用:通過數字映射技術,實現實際生產與虛擬生產聯動,可以及時修正生產中的偏差及問題,實現更科學更智能的生產。加強數字化技術團隊建設,成立專門的項目團隊負責技術研究及系統建設,推進工藝數字化提升工作開展。建立數字化標準體系及業務流程,根據數據流、業務流傳遞特點及上下游關系制定完善的數字化流程,實現管理創新促進技術創新、技術創新推進管理創新。加強數字化基礎建設及設計制造輔助工具開發。從軟件基礎環境、數據庫支撐平臺、網絡信息環境、信息安全體系等基礎方面進行投入和建設。2.4 仿真系統應用結合產線數模、物流仿真等,實現產線仿真,對生產線的裝備、物流、工藝、節拍、人員、生產過程等進行仿真、驗證、優化及管理。通過數字映射技術,實現實際生產與虛擬生產聯動,當生產線出現問題時能夠實時反饋至虛擬系統,通過虛擬系統驗證后更改虛擬參數,可實現生產線同步更改,這樣就可以及時修正生產中的偏差及問題,實現更科學更智能的生產。通過與MES、ERP、工藝裝備、工藝資源等車間系統深度集成,實現數字化車間技術研究與應用,為實現智能化車間、產線大數據分析等奠定基礎。3 結論在數字化車間建設與實施過程中,關鍵點是引用PLM系統實現主數據流貫通和系統集成,數據流貫通保證了數據的準確、及時、共享,系統集成實現了數據的互聯互通。并在此基礎上進一步實現數據可視化、透明化。頂層規劃很重要,在項目開始階段,完成頂層設計方案,確保項目實施過程可控性和可預知性。智能工廠建造過程通過數字化雙胞胎,實現全集成可視化工廠。實現軟件和硬件的智能互聯,通過設置標準網絡接口實現機床間互聯互通。
5G技術能為智能制造賦能哪些?
5G技術能為智能制造賦能哪些?
2020-12-08
智能制造如何應用5G是與5G的特點息息相關的,5G目前公認的有如下幾個特點:增強移動寬帶:主要面向3D/超高清視頻等大流量移動寬帶業務,eMBB除了在6GHz以下的頻譜發展相關技術,也會發展在6GHz以上的頻譜。而小型基地臺將會是發展eMBB的重要設備,由于目前6GHz以下的頻譜,大多是以大型基地臺發展的傳統網絡模式為主,而較以6GHz以上頻譜的毫米波技術,便須要小型基地臺來把速度沖得更快。海量機器類通信:主要面向大規模物聯網業務。mMTC將會發展在6GHz以下的頻段,其將會應用在大規模物聯網上,目前較可見的發展是NB-IoT。以往普遍的Wi-Fi、Zigbee、藍牙等,較屬于家庭用的小范圍技術,回傳線路主要都是靠LTE,近期隨著大范圍覆蓋的NB-IoT、LoRa等技術標準的出爐,可望讓物聯網的發展更為廣泛。超可靠低時延:主要面向無人駕駛、工業自動化等需要低時延、高可靠連接的業務。在智慧工廠,由于大量的機器都內建傳感器,從傳感器、后端網絡、下指令,再傳送回機器本身的這些過程,若以現有的網絡傳輸,將出現很明顯的延遲,可能引發工安事故。有鑒于此,URLLC將網絡等待時間的目標壓低到1毫秒以下。未來的工廠是數字虛擬和物理現實相融合,ICT技術與現代制造業相融合,以提高工業生產的靈活性、可追溯性、多功能性和生產效率,為制造業開辟新的商業模式。工廠內部和外部之間的界限也越來越模糊,工廠不再是獨立的封閉實體,而是龐大的價值鏈和生態系統的一部分,這就是所謂的“虛擬工廠”。那么根據5G的技術特點,5G可能支持的業務場景包含:5G技術與傳統制造企業的應用需求相結合,可以產生物聯網、工業自動化控制、物流追蹤、工業AR、云化機器人等應用場景。1. 數據串聯:隨著數字化轉型的逐漸推進,物聯網作為連接人、機、料、法、環、測等多業務元素,通過5G數據傳輸快、傳輸量大等特點滿足串聯制造過程中各個環節的需求,用于智能工廠當中數據串聯與正反向追溯。2. 自動化控制:之前的工業自動化控制都是通過工廠自動化總線來控制,但是這種應用模式造成傳輸距離有限,無法滿足遠距離操作控制需求;5G可提供極低時延長、高可靠等技術,無法工程機械操作成為可能。3. 端到端集成:由于數字化轉型盛行,部分企業將業務范疇由制造端拓展到服務端,則需要端到端整合跨越產品的整個生命周期,要連接分布廣泛的已售出的商品,需要低功耗、低成本和廣覆蓋的網絡,企業內部各個部門與企業之間(上下游企業)的橫向集成也網絡傳輸數據,5G的技術特點剛好滿足該類需求。4. 工業AR:在流程式生產企業中,需要人為到現場巡檢、設備監控等,但是由于部分設備所處環境惡劣,比如核電廠設備巡檢,但為了保障設備的正常運轉、監控工藝的貫徹執行(溫度、壓力等),需要人為頻繁涉險。這種情形下增強現實AR將發揮很關鍵作用,遠程專家業務支撐,例如遠程維護。在這些應用中,輔助AR設施需要最大程度具備靈活性和輕便性,以便維護工作高效開展。5. 云化機器人:在智能制造生產場景中,需要機器人有自組織和協同的能力來滿足柔性生產,這就帶來了機器人對云化的需求。5G網絡是云化機器人理想的通信網絡,是使能云化機器人的關鍵。5G技術倒逼制造行業產業升級:當前制造業的轉型可以看作是自動化升級和信息技術的融合提升,這不僅僅是自動化和機器換人,而且工廠能實現自主化決策,靈活生產出多樣化的產品,并能快速應對更多的市場變化。人工智能和制造系統的結合將是必然的,利用機器學習、模式識別、認知分析等算法模型,可以提升工廠質量控制與生產管理能力,通過不同領域技術相互融合,才能使企業面對激烈的競爭,倒逼產業升級。5G技術賦能制造:1)遠程設備運維大型企業的生產場景中,經常涉及到跨工廠、跨地域設備維護,遠程問題定位等場景。5G技術在這些方面的應用,可以提升運行、維護效率,降低成本。5G帶來的不僅是萬物互聯,還有萬物信息交互,使得未來智能工廠的維護工作突破工廠邊界。工廠維護工作按照復雜程度,可根據實際情況由工業機器人或者人與工業機器人協作完成。在未來,工廠中每個物體都是一個有唯一IP的終端,使生產環節的原材料都具有“信息”屬性。原材料會根據“信息”自動生產和維護。人也變成了具有自己IP的終端,人和工業機器人進入整個生產環節中,和帶有唯一IP的原料、設備、產品進行信息交互。工業機器人在管理工廠的同時,人在千里之外也可以第一時間接收到實時信息跟進,并進行交互操作。2)設備聯網提到工廠內的應用,最容易想到的還是控制。工業控制大致分為設備級,產線級和車間級,設備級和產線級對可靠性和延時要求很高,又很少移動,因此在uRLLC完成前,目前主要還需要通過現場總線等有線方式。車間級網絡的布置和控制倒是有5G應用的空間。隨著工業互聯網的發展,越來越多的車間設備,如機床、機器人、AGV等開始接入工廠內網,尤其是AGV等移動設備的通信,有線網絡難以滿足,對工廠內網的靈活性和帶寬要求越來越高。傳統工廠有線網絡可靠性帶寬高,但是靈活性較差,無線網絡靈活性較高,但是可靠性,覆蓋范圍,接入數量等都存在不足。兼具靈活性、高帶寬和多終端接入特點的5G,成為承載工廠內設備接入和通信的新選擇。3)質量控制現階段工業品的質量檢測基于傳統人工檢測手段,稍微先進一點的檢測方法是將待檢測產品與預定缺陷類型庫進行比較,上述方法的檢測精度和檢測效率均無法滿足現階段高質量生產的要求,缺乏一定的學習能力和檢測彈性,導致檢測精度和效率較低。而且由于計算能力較弱,4G 的時延過高、帶寬較低,數據無法系統聯動,處理都在線下進行,耗費極大的人力成本?;?5G 的大帶寬低時延,通過 5G+AI+機器視覺能夠觀測微米級的目標;獲得的信息量是全面且可追溯的,相關信息可以方便的集成和留存,從而改變整個質量檢測的流程。區別于傳統的人工觀察, 視覺檢測能夠清晰的觀測物料的表面缺陷,視覺檢測包含更大的數據量、需要更快的傳輸速度,5G 能夠完全解決視覺檢測的傳輸問題。4)可視化工廠在智能工廠生產的環節中涉及到物流、上料、倉儲等方案判斷和決策,生產數據的采集和車間工況、環境的監測愈發重要,能為生產的決策、調度、運維提供可靠的依據。傳統的 4G 通訊條件下,工業數據采集在傳輸速率、覆蓋范圍、延遲、可靠性和安全性等方面存在各自的局限性,無法形成較為完備的數據庫。5G 技術能夠為智能工廠提供全云化網絡平臺。精密傳感技術作 用于不計其數的傳感器,在極短時間內進行信息狀態上報,大量工業級數據通過 5G 網絡收集,龐大的數據庫開始形成,工業機器人結合云計算的超級計算能力進行自主學習和精確判斷,給出最佳解決方案,真正實現可視化的全透明工廠。5)物流管理在 RFID、EDI 等技術的應用下, 智能物流供應的發展幾乎改善了傳統物流倉儲的種種難題。但現階段 AGV 調度往往采用 WIFI 通信方式,存在著易干擾、切換和覆蓋能力不足問題。4G 網絡已經難 以支撐智慧物流信息化建設,如何高效快速的利用數據區協調物流供應鏈的各個環節,從而讓整個物流供應鏈體系低成本且高效的運作是制造業面臨的重點和難題。5G 具有大寬帶特點,有利于參數估計,可以為高精度測距提供支持,實現精準定位。5G 網絡延時低的特點,可以使得物流各個環境都能夠更加快速、直觀、準確的獲取相關的數據,物流運輸、商品裝撿等數據能更為迅捷的達到用戶端、管理端以及作業端。5G 高并發特性還可以在同一工段同一時間點由更多的 AGV 協同作業。綜合來講,技術的發展會激發許多隱藏的需求,比如2G技術會激發視頻對話的需求,IT與OT的共同發展引出在線自動化檢測;5G技術會引出更多的隱藏的需求,從個人體驗、成本、質量與業務范圍上全方位進行產業升級。
工業4.0下的BOM實踐
工業4.0下的BOM實踐
2020-11-09
作者:張福明 | 來源:e-works隨著市場競爭的全球化及互聯網商業的興起,導致用戶需求的多樣化和產品生命周期的短縮化,以致供應鏈體系日趨復雜,甚至暢銷商品也難以使企業獲得以往的高額利潤。為了應對復雜的競爭環境,互聯網+、工業4.0、個性化定制等概念興起。盡管很多花企業巨資導入了信息化系統、工業機器人等,但并未給企業帶來實際利潤與促進業務變革的作用。本文結合筆者在日本三菱電機從事研發設計和BOM系統應用的經驗,及在國內從事PLM顧問和在汽車IT部門及家電研發部門負責BOM體系推進的實際經歷,總結了業務流與信息流相互配合的體會和關鍵點,揭示先進大型制造企業通過BOM體系構筑敏捷業務模式的訣竅。0前言很多企業基于宏偉的戰略紛紛導入PLM、ERP、MES等系統,但這些企業卻發現信息化系統并未給業務帶來明顯變化,甚至有些系統成為了業務的阻礙。對比國內外企業實施案例后,信息化業界得出結論:信息化成功的關鍵是七分管理三分技術。那么,七分管理指的是什么?國內很多企業即使在信息化系統導入前做了咨詢項目,改變了業務模式,但信息化系統起到的作用仍然不是那么明顯,最終得出結論是企業能力不行。引用一位國企高管的話:企業能力差,是戰略不行,然后做戰略咨詢;做完戰略咨詢,又說體系不行,然后做體系咨詢;做完體系咨詢,又說流程不行,然后又做流程咨詢;做完流程咨詢,最后說能力不行,回到原點。大家是不是對此場景很熟悉??!玩笑中又帶著一些無奈。因為這種能力不是戰略、體系、流程可以固化為方法論,而是工程師在這些宏觀模式下做事的微觀能力,必須有深厚工程背景的人才能總結出的適合企業的能力。如果對此能力做一個定義:工程師的業務行為可以入IT系統,也就是DMU化與BOM化,衡量指標是DMU和BOM的鮮活度。DMU和BOM的鮮活度可以通過流程與系統維護并提升,但根源是工程師的業務能力。在產品同質化的今天,只有深度挖掘業務潛能才能構建競爭優勢(真正的爆品除外)。而這種能力就是模塊化設計能力與協同作業能力,對應的數據模型就是模塊化BOM體系。1.工業4.0下的業務模型工業4.0尚未有統一的定義,站在不同的視角對工業4.0的理解不同:交互、互聯、智能、大數據、CPS等。但本質上還是為了提高企業競爭力(圖1),是信息技術發展到新階段的工業發展模式。其中BOM恰恰承擔了企業信息脊椎的作用,貫穿了企業各個部門。并且通過各種信息化系統的集成,把用戶、企業、供應商以BOM為紐帶互聯起來。例如,用戶通過銷售配置器選擇所需功能的產品,DMU數據可提供視覺的圖片,BOM數據可匹配所選的產品型號。如果產生個性化訂單,以訂單號的形式管理產品BOM。甚至訂單BOM再次解算成物料,那么就形成C2M的業務形態,而信息流支撐的業務形態再反饋到財務指標構成企業的盈利模式。1.1 工業4.0的第一步從互聯工廠開始無論哪種工業模式,真正產生價值的部門是工廠,以互聯工廠作為工業4.0的切入點直觸工業的本質?;ヂ摴S是以用戶需求為中心實現大規模定制,這種制造模式不同與傳統模式的差別在于,生產線上的產品是有主人的。這種業務模式下意味著成品零庫存(注:產品庫存為已售出產品)的可能,釋放了企業的現金流,提高了企業的生存能力。圖1 企業盈利與業務能力、BOM數據的關聯且通過生產系統及制造現場機械手,把人員從重復枯燥的勞動中解放出來(圖2)。以往每個工位都需要匹配工人的大規模制造業,就可以成為柔性自動化生產線。此生產線的成功并非單純導入硬件設備和軟件系統,而是制造工藝的統一化。1.2 互聯工廠的信息流必然是MBOM+訂單BOM互聯工廠之所以互聯,也就是把業務能力與硬件設備聯系起來。筆者和國內很多信息化專家討論過工業4.0:PLM、MES、自動化等系統早就在汽車行業大規模應用了,為什么以前不被稱為工業4.0?現在國內熱炒的制造2025等概念,只是德國軟件商的噱頭。筆者的經驗:制造業已經到了競爭的紅海,屬于生產過剩的時代。所以圍繞用戶建立生態圈,吸引用戶是新的經濟模式。而在這種商業模式下,更能夠適應時代的制造模式為互聯工廠?;ヂ摴S的生產模式不僅僅在OTD端是以用戶需求的制造模式,更要求企業在研發端建立以用戶需求驅動的開發模式。在用戶需求多樣化和制造設備有限的前提下,模塊化設計的概念應用而生。其實設備還可以是以往的設備,系統還可以是以往的系統,但業務思想和行為是新的,這種新的思想必然通過BOM把各部門聯系起來。筆者根據在日本企業、IT行業及研發業務的經歷,對互聯工廠的業務信息總結了五點:①用戶生態圈:用戶需求的焦點及痛點;②商品模型庫:基于用戶生態圈交互出的商品模型;③零部件數據庫:基于商品模型衍伸出具體配置產品的物料信息;④工藝數據庫:滿足產品多樣化的有限設備工藝;⑤訂單BOM:貫穿用戶-工廠的信息流。1.3 互聯工廠的前提必須是模塊化設計除了自動化、機器人及制造信息系統等表層能力外,互聯工廠的難度在于保證利潤的前提下生產出滿足用戶需求的多樣化產品,也就是在有限的設備下生產出多樣化的產品來。什么是模塊化設計?很多人都會提出不同的見解。汽車比較典型的就是產品架構(VPPS)和產品群開發模式。但這只是表面現象,因為研發部門執行的還是縱向的產品開發模式。由于歷史原因,國內不缺乏產品設計能力,但缺乏產品骨架及接口定義的能力,缺乏橫向管理平臺/模塊的業務能力。這樣說可能很理論,筆者在三菱電機開發電梯的箱體實際經驗作為案例。各位可以通過圖3可以看見,電梯箱體是可自由變化的尺寸,模塊化設計基于箱體模型進行了參數設定。畫一個尺寸不是代表一個具體的數據(多復雜的產品都可通過逆向工程獲得),而是一個線性參數。比如箱體內部尺寸范圍(900-2400),這條線其實是一個平面展開。涉及到的區間劃分,要綜合考量工藝、物流、安裝等綜合成本。當次模塊構建完畢,其實用戶大多數需求都能過覆蓋,這種覆蓋是區間的覆蓋,不是點的覆蓋,覆蓋區域可快速滿足用戶的報價,或者根據用戶預算來提供解決方案。所以互聯工廠實現的真正前提是模塊大面積覆蓋用戶需求,這種能力是橫向開發業務能力,不是簡單的產品劃分能力和流程能力。所謂模塊化,就是改善產品的QCD,經營者要從流程管理的宏觀經營視角到產品管理的微觀經營視角。而推行模塊化設計必須理解BOM,因為BOM承載著新品開發和訂單交互的責任。2.工業4.0下BOM體系構筑的關鍵國內企業對BOM理解相對片面,多為認為是IT領域的事情,就算相對先進的汽車行業,BOM管理工程師大都是主數據維護工作。雖然BOM工程師擔負起了產品橫向管理工作,但僅僅是數據管理,并未有模塊化設計職能。雖然車企把BOM定位企業戰略項目,成為制造業的DNA,但未能做到業務與數據的統一化。以汽車行業為例,從生產的角度來看,歐美汽車企業和豐體汽車差距不大,甚至有所超出,但是豐體汽車真正核心在于精益研發。豐田的整車開發周期大約在12-18月之間,歐美整車開發周期為24個月左右。這僅僅是TTM一個指標,由于豐體汽車推行模塊化設計,零部件通用性遠高于其他車企。95年數據顯示,豐田的MD指數為35.5,遠遠優先于其他車企,并且每個零部件管理成幾乎是其他車企的一半左右。BOM管理優勢不在于做爆品(諾基亞、蘋果案例不做考慮),而是對成熟產品的深度管理,促使各部門規規矩矩地并聯協同提升價值鏈?,F在的中國汽車行業中,整車中80%的零件由供應商提供,所以配置設計已經成為可能,研發難度大大降低。如果企業結合模塊化/標準化設計,是可以快速研發出整車的。而配置設計的前提,就是對BOM的理解和基礎數據規范的建立,也就是BOM系統的建立。相應要建設數據冗余(零部件數量),就得通過模塊化設計建立規范的接口系統。3.結論從筆者的經驗來看,制造業的JIT時代已經到來,靠人海戰術生存的企業必然淹沒在競爭的紅海中。制造2025如何在企業落地?工業4.0體系如何搭建?這都是值得企業經營層思考的事情。
好屌操-momshere-色中阁-大波浪直播