400-8080-727

中国钢铁行业的智能制造之路

中国钢铁业要实现从大到强的转变,绝不能错过智能制造这个机遇期。 智能制造 表面是技术问题,本质是经济问题,体现在信息通信技术的应用,关键却在业务与商业模式的创新、组织流程改革和企业文化的转变。本文针对这一热点,分析了智能制造的概念及其本质,并运用工业4.0的概念分析了钢铁行业推进智能制造的现状、价值、阻力和思路。
 
殷瑞钰院士曾经指出:钢铁行业未来的战略方向应该是智能化和绿色化。中国钢铁业要实现从大到强的转变,绝不能错过智能制造这个机遇期。但是,自从智能制造成为热点以来,争论就不绝于耳。如果没想明白而盲目冒进,就可能误入歧途,历史的机遇就可能丧失。笔者认为:智能制造的表面是技术问题,本质是经济问题;体现在信息通信技术的应用,关键却在业务与商业模式的创新、组织流程改革和企业文化的转变。
 
1.正路与歧途
著名经济学家熊彼特认为,创新的成功是用经济成功来衡量的。所以,智能制造的“误入歧途”就是采用了先进的技术却没有创造出应有的价值。大家的担心,就是因为看不到技术的价值体现。
误入歧途,不是技术本身的问题,而是没把技术用到能创造价值的地方。“从痛点出发”是企业技术创新常用的一种工作方法。然而,痛点往往都是老问题,而且过去解决不了的问题,现在仍然难解决。
为什么会出现这样的情况?有个寓言说得很形象:有人丢了钥匙,在路灯下面反复寻找。有人问:你肯定钥匙丢在这里吗? 那人说:“不肯定,但只有这里有光”。智能制造的误入歧途,也是这个道理。
智能制造的本质是加强协同能力,通过系统的力量创造价值。智能制造的价值点,常常不在某个部门的内部;通过知识的积累,让过去由人来创造价值的智能工作,让机器自动去做。所以,智能制造是靠系统创造价值、通过长时间积累创造价值。如果眼光习惯性地局限于部门内部、局限于眼前,往往只能看到价值不大的残羹冷炙,从而进入 “路灯底下找钥匙”的困局。
这种困局其实是经验主义作祟。毋庸置疑,中国钢铁行业在过去几十年取得了很大的成就。但是,这些成就往往是跟随、模仿、持续改进。而智能制造是转型、真正的创新。“病变而药不变,向之寿民,今为殇子矣”,经验主义会在无形中害人。
 
2.智能与知识管理
古人云:名不正则言不顺,言不顺则事不成。要理解智能制造,必须从正名开始,避免望文生义。
很多人把“智能制造”与“人工智能”混为一谈。两个概念相关,但侧重点却有所不同。在智能制造的语境中,“智能”强调的是信息的感知、决策和执行的整个过程,可以让主体适应环境并促进多个主体之间的协同。这一思想,可以追溯到维纳在20世纪40年代写的《控制论》(Cybernetics)。我们知道,工业4.0强调CPS(Cyber Physical System),而Cyber就源于Cybernetics。
而传统人工智能主要关注决策中的算法。我们看到:智能软件“阿尔法狗”的决策能力强到可以打败韩国职业棋手李世石;智能机器人却难以通过自主的协同完成除草、洗碗等简单的家务劳动。这就是决策和执行的差异。智能制造关注的是“知行合一”、感知就是为了执行。
为了实现智能制造的目标,就要搞清楚两类问题:要感知什么、如何决策。其实,在MES、ERP等传统信息系统中也要解决这两类问题。在钢铁行业,这两类问题的答案体现在各种标准中,如产品标准、工艺标准、操作标准等。这些标准明确了操作端收到什么信息、如何执行。这些标准是与产品和生产相关的、企业的核心知识。
在智能制造时代,要管理的知识仍然是与产品和生产相关的、企业的核心知识,但针对的问题有所不同。在笔者看来,智能制造对应的知识,几乎都可以看成是对已有“标准知识”的修订或拓展。例如,新产品开发需要设计新标准、新用户来了要选择标准、标准要不断优化、生产参数超出标准要及时处理、产品的使用方法可以标准化等。这些知识过去是存在于专家的脑子中。在智能制造时代,则需要将它们显性化、规范化,最好能变成程序或标准的数据结构,以便于协同甚至被计算机直接应用。所以,“知识管理”是智能制造的重要内容。
 
3.对智能制造的认识
智能制造一般被翻译成Smart Manufacture,Smart含有灵活、敏捷、聪明的意味。事实上,智能制造确实能加快反应速度。典型的例子是通过数字化设计提升协同能力,缩短产品研发周期。在互联网时代,小众市场的需求进一步释放,新产品设计的需求增大,这对新产品设备速度提出更高的要求。这种要求传导到制造环节,会进一步影响到供应链和物流管理。这就为智能制造的广泛应用创造了机会。
“萝卜快了不洗泥”。如果产品研发到投产周期太短、投产批量太小,会产生大量负面问题,如质量不稳定、成本过高、能耗大等。所以,智能制造不仅要解决如何“更快”的问题,更要解决“更快”的负面问题。我们知道,用户的需求是对质量、价格和交货期三项因素的综合,“快”必须以质量和成本为基础,不可能“一快遮百丑”。
还有一种误区是把智能制造与“代替人”混为一谈。二者确实有关联。但智能制造的首要目的是克服人的缺点:反应速度慢、容易犯错、规范性差等;减少人也是重要的目标,但在智能制造的理论体系中是次要的。
智能制造是由ICT技术的发展引发的。借助ICT技术,拉近企业与客户、部门与部门、人和设备的距离,有助于人与人、人与机器、机器与机器更有效地协同、减少不必要的时间拖延;还可实现知识的共享、避免重复开发。这种逻辑不仅适合产品开发和生产,还可用于智能产品、智能服务。它们的本质都是通过网络实现协同和共享,以提升反应效率。如果从技术层面总结智能制造的共性,就是广泛深入地采用数字化和网络化手段。
 
4.工业4.0的本质
工业4.0是智能制造范畴内的一种体系。多数情况下,工业4.0就是在流水线生产个性化定制产品,将流水线的高效率和定制的灵活性结合起来。
然而,仅仅是高效率和灵活性的结合,并不能保证生产的经济性。要保证经济性,本质上还是要看成本、质量和交货期。
有人认为:工业4.0发展到一定程度,必然取代工业1.0-3.0。但笔者认为:工业4.0的生产方式只是工业发展到一定程度的典型标志,不是意味着所有企业都采用工业4.0推崇的生产方式。这就好比:人类的出现是生物进化到一定程度的标志,但并不意味着所有的动物都会进化到人。
这个观点可以被历史所印证。我们知道,现代西方发达国家处于工业3.0阶段,但他们的制造业也不都是用自动化流水线生产的。很多科研设备、高档奢侈品要靠手工。由此可见,工业3.0也没有淘汰掉其他的生产方式。
工业4.0属于先进的生产方式,但其他的生产方式未必落后。例如,飞船不是在流水线上生产的,其生产方式应该属于工业1.0。但这丝毫无损于其高大上的技术地位。而且,工业1.0的行业也可以搞智能制造:全数字化设计的火箭,就是智能制造。
我们预计工业1.0-4.0会因各自的优点而长期共存。例如:特殊试验设备是个性化强的单件产品,没必要开发流水线,就会停留在工业1.0;手机等快消品的更新换代速度很快,自动化流水线的建设速度难以与需求匹配,更适合停留在工业2.0。工业3.0具有高效率、高质量、低成本的优点,特别适合个性化需求不强的石油化工等大型流程行业。由此可见,应该采用何种生产方式,取决于生产方式的经济性。
有人认为:工业4.0是工业3.0发展成熟之后的结果,这种观点其实也是片面的。红领制衣就是在人工流水线上从事个性化定制,从工业2.0直接进军工业4.0。在笔者看来,工业3.0的终极目标是全自动化的无人工厂,而工业4.0不必在这个基础上产生。提高流水线的自动化水平(工业3.0)与推进个性化定制(工业4.0)完全可以同步发展,
工业4.0主要是解决在流水线上经济地生产个性化定制的问题。为此需要解决两类问题:首先是让流水线具备个性化生产的能力;其次是降低个性化生产的负面作用,以便具有更好的经济性。特别地,第一个问题解决后,主要矛盾就转移到第二个问题——笔者将这些问题的阶段称为“工业3.5后”。我们注意到:这类问题也是精益生产关注的问题。有人说:智能制造是精益生产的延伸、精益生产是智能制造的基础,是有一定道理的。
个性化定制生产肯定会产生负面影响,在产品质量、成本、效率、能耗、交货期等方面,大规模生产一定是有优势的。而工业4.0的大量技术就是用来减少这些负面影响。工业4.0强调的质量、成本、能耗和交货期,往往是用来弥补这些弱点和不足的。当定制化生产的副作用小到一定程度、定制化生产所带来的效益就能推动工业4.0走向经济的成功。所以,“工业3.5后”决定工业4.0的经济性。


 

上一篇:政府政策推动企业智能制造布局 下一篇:中国钢铁行业的智能制造之路(二)

在线留言

公司名称
联 系 人
手机号码
QQ

集控科技

  • 扫一扫
    进入集控公众号
400-8080-727    杭州市余杭区南苑街道玩月街101号产业物联网小镇1号楼9-10层    电话:0571-81023266    传真:0571-81023267    网址:www.jikon.cn

Copyright 2000-2016 Jikon Inc. 版权所有 All rights reserved

浙ICP备11009207号-1 集控科技 技术支持 JIkon Inc.