智能工廠助力企業(yè)從“制造”到“智造”

作者：佚名 2019-09-03 22:02:29

云計算 近年來，全球各主要經(jīng)濟體都在大力推進制造業(yè)復(fù)興，中國也正在經(jīng)歷著近幾十年來最深刻的制造業(yè)變革。那么，這究竟是機遇還是挑戰(zhàn)？麥肯錫全球研究院預(yù)測，“到2025年，智能工廠帶來的經(jīng)濟影響其價值將達到每年1.2萬億至3.7萬億美元”。智能工廠的高經(jīng)濟效益讓大量的制造企業(yè)趨之若鶩，但如何才能打造出真正的智能工廠呢？

成都做網(wǎng)站、成都網(wǎng)站制作、成都外貿(mào)網(wǎng)站建設(shè)服務(wù)團隊是一支充滿著熱情的團隊，執(zhí)著、敏銳、追求更好，是創(chuàng)新互聯(lián)的標(biāo)準(zhǔn)與要求，同時竭誠為客戶提供服務(wù)是我們的理念。創(chuàng)新互聯(lián)把每個網(wǎng)站當(dāng)做一個產(chǎn)品來開發(fā)，精雕細琢，追求一名工匠心中的細致，我們更用心！

智能制造是新工業(yè)革命的“靈魂”，但其核心并不在于如何獲得高質(zhì)量的設(shè)備和更先進的技術(shù)，而是如何將設(shè)備與技術(shù)深度融合，通過全自動、全智能的運維管理來實現(xiàn)制造業(yè)全產(chǎn)業(yè)鏈的價值高點。如果說智能工廠是智能生產(chǎn)的主要載體，而智能生產(chǎn)是智能制造的主線，那么，智能工廠就是制造業(yè)實現(xiàn)智能制造的根基。只有建立起智能化、互聯(lián)化、敏捷化、安全化的可持續(xù)智能工廠，才有助于制造企業(yè)真正實現(xiàn)由“制造”向“智造”的華麗轉(zhuǎn)型。

“智造”轉(zhuǎn)型正當(dāng)時，您的工廠智能化程度如何？

目前，許多制造企業(yè)已經(jīng)開始在某些領(lǐng)域試點智能工廠的生產(chǎn)流程，如通過分析消費者偏好指導(dǎo)生產(chǎn)個性化產(chǎn)品，或利用建模仿真技術(shù)進行產(chǎn)品調(diào)優(yōu)等。但是，真正的智能工廠應(yīng)該是一個整體，不僅包含研發(fā)、生產(chǎn)、運營、銷售等具體的制造流程，更應(yīng)該包含整個產(chǎn)業(yè)鏈上下游的所有參與者，甚至整個制造業(yè)生態(tài)系統(tǒng)。智能工廠代表了從傳統(tǒng)的自動化系統(tǒng)向智能化、互聯(lián)化、敏捷化、安全化系統(tǒng)的飛躍。

具體而言，何為智能工廠？它應(yīng)該是一個智能性系統(tǒng)，能夠自動抓取、整合、分析數(shù)據(jù)，并生成有見地的生產(chǎn)決策，自行實時或近實時學(xué)習(xí)新的知識與技術(shù)，并智能控制整個生產(chǎn)流程。成熟的智能工廠應(yīng)盡量減少人工干預(yù)，生產(chǎn)過程高效且不間斷，生產(chǎn)的產(chǎn)品高質(zhì)且滿足消費者的個性化需求，并且海量數(shù)據(jù)的業(yè)務(wù)價值可以被完全挖掘，用于指導(dǎo)優(yōu)化生產(chǎn)、預(yù)見問題、自主修復(fù)等。此外，成熟的智能工廠會盡可能地選擇用機器人代替人工來進行高風(fēng)險和重復(fù)度高的工作。接下來，我們具體談一談成熟的智能工廠所展現(xiàn)出來的三大核心優(yōu)化分別是什么：

數(shù)據(jù)優(yōu)化，協(xié)作互聯(lián)：成熟的智能工廠遍布基于云計算的工業(yè)互聯(lián)網(wǎng)應(yīng)用，并部署大量傳感器，使系統(tǒng)可以不斷抓取、整合數(shù)據(jù)，并對這些海量數(shù)據(jù)進行分析，以加強業(yè)務(wù)決策的可預(yù)見性。同時，通過整合來自生產(chǎn)、運營、業(yè)務(wù)系統(tǒng)、供應(yīng)商、客戶，甚至不同應(yīng)用的數(shù)據(jù)，打通產(chǎn)業(yè)鏈上下游間的數(shù)據(jù)和業(yè)務(wù)壁壘，有助于實現(xiàn)數(shù)據(jù)的共享互通和業(yè)務(wù)的協(xié)作創(chuàng)新，滿足市場全球化大背景下，企業(yè)跨不同地域?qū)崿F(xiàn)協(xié)作共贏的需求。

生產(chǎn)優(yōu)化，提質(zhì)增效：人工智能、機器學(xué)習(xí)、數(shù)字雙胞胎、建模仿真等先進技術(shù)使智能工廠更加敏捷與智能。人工智能和機器學(xué)習(xí)讓生產(chǎn)流程獲得全面優(yōu)化，大到客戶個性化需求分析，小到原材料的用量與配比都可以做到全自動、全智能處理，以此滿足客戶個性化定制和柔性生產(chǎn)的需求。數(shù)字雙胞胎和建模仿真技術(shù)能夠?qū)ιa(chǎn)流程和產(chǎn)品進行不斷模擬和調(diào)優(yōu)，以降低產(chǎn)品的失敗率，提高敏捷生產(chǎn)效率。大規(guī)模將先進技術(shù)應(yīng)用至生產(chǎn)全流程，不僅有助于提高工廠的生產(chǎn)效率和資源利用率，更有助于降低生產(chǎn)停機時間，并縮減產(chǎn)品生產(chǎn)周期。

安全優(yōu)化，災(zāi)難恢復(fù)：智能工廠也可以稱為數(shù)字工廠，是一個建立在海量數(shù)據(jù)之上的工廠，數(shù)據(jù)不僅關(guān)乎著智能工廠的命脈，更關(guān)乎著整個行業(yè)的創(chuàng)新發(fā)展。智能工廠的數(shù)據(jù)來源廣、流動性強、交互頻繁，涉及來自于云端、傳感器端、應(yīng)用端、生產(chǎn)端、銷售端等不同接口的海量數(shù)據(jù)，這就需要借助強大的集中管理軟件，對數(shù)據(jù)的所有進出端口進行實時監(jiān)控和隱患排查，對數(shù)據(jù)進行實時備份和安全保護，構(gòu)建災(zāi)難恢復(fù)系統(tǒng)，保證智能工廠的安全、穩(wěn)定運營。

AWS助力企業(yè)建立智能工廠

AWS為全球制造用戶提供端到端的智能工廠解決方案云服務(wù)。通過捕獲、協(xié)調(diào)、分析、可視化和執(zhí)行來自不同端口的數(shù)據(jù)，應(yīng)用AWS云提供的IoT服務(wù)、邊緣計算、數(shù)據(jù)湖和高級分析工具，改進和優(yōu)化制造企業(yè)的運營效率，從而提高質(zhì)量、增加產(chǎn)出，并提升整體設(shè)備效能(OEE)。同時，利用AWS的人工智能和機器學(xué)習(xí)服務(wù)，還可提供實時和預(yù)測分析功能。

AWS助力智能工廠實現(xiàn)“數(shù)據(jù)、生產(chǎn)、安全”的全面優(yōu)化：

·海量數(shù)據(jù)精準(zhǔn)分析，提高協(xié)作創(chuàng)新能力： AWS的集成服務(wù)套件，可幫助用戶快速而輕松地構(gòu)建和管理數(shù)據(jù)湖，并進行數(shù)據(jù)分析。利用Amazon Simple Storage Service (Amazon S3)的中央數(shù)據(jù)湖，可大幅提升數(shù)據(jù)搜集與檢索的效率。借助Amazon Athena，可實現(xiàn)海量數(shù)據(jù)的高效交互式分析，通過Amazon EMR，則能輕松、快速且經(jīng)濟高效地處理大規(guī)模數(shù)據(jù)，為企業(yè)生產(chǎn)設(shè)備提供實時和預(yù)測分析。

·優(yōu)化生產(chǎn)全流程，實現(xiàn)敏捷制造：借助AWS IoT Greengrass，可快速構(gòu)建IoT解決方案，從而將不同類型的設(shè)備與云連接起來，并實現(xiàn)設(shè)備互連。Amazon SageMaker為每位開發(fā)人員和數(shù)據(jù)科學(xué)家提供快速構(gòu)建、訓(xùn)練和部署機器學(xué)習(xí)模型的能力。通過Amazon SageMaker，可輕松地在生產(chǎn)環(huán)境中一鍵式部署受訓(xùn)模型，并可以針對實時或批量數(shù)據(jù)生成預(yù)測，加速生產(chǎn)流程優(yōu)化。

·保障云安全，提供強大的災(zāi)難恢復(fù)計劃：AWS將云的安全性視為頭等大事。AWS的客戶可使用并將受益于AWS專為滿足大多數(shù)安全敏感型組織的要求而打造的數(shù)據(jù)中心和網(wǎng)絡(luò)架構(gòu)。此外，Amazon S3和其他存儲服務(wù)，提供了強大的災(zāi)難恢復(fù)計劃。借助Amazon S3存儲，S3跨區(qū)域復(fù)制和其他AWS計算、聯(lián)網(wǎng)和數(shù)據(jù)庫服務(wù)，方便用戶創(chuàng)建災(zāi)難恢復(fù)架構(gòu)，以快速輕松地從自然災(zāi)害、系統(tǒng)故障和人為錯誤導(dǎo)致的中斷中恢復(fù)。

借助AWS，佐治亞-太平洋公司每條生產(chǎn)線都獲得數(shù)百萬利潤提升

佐治亞-太平洋（Georgia-Pacific）是美國一家生產(chǎn)和銷售手帕紙、衛(wèi)生紙、包裝、建筑材料等產(chǎn)品的公司，也是財富500強之一。隨著業(yè)務(wù)量的不斷攀升，公司在生產(chǎn)過程中的問題也逐漸顯露出來，比如：

· 佐治亞-太平洋有大量不同來源的數(shù)據(jù)，用來分析材料質(zhì)量、水分含量、溫度、機器校準(zhǔn)等，但它們并未轉(zhuǎn)換成有價值的業(yè)務(wù)決策。該公司想要通過提高數(shù)據(jù)的前瞻性，來實現(xiàn)端到端流程優(yōu)化和資源的優(yōu)化配置，進而提高公司服務(wù)市場的能力。

·紙張生產(chǎn)有著特殊且復(fù)雜的制作流程，佐治亞-太平洋在制造紙巾母卷或?qū)⒛妇磙D(zhuǎn)換成紙巾產(chǎn)品時，可能發(fā)生撕裂或斷裂，這會導(dǎo)致造紙機和相關(guān)生產(chǎn)線停機，而一條生產(chǎn)線停機就會造成數(shù)百萬美元的損失，這對于擁有150多條加工生產(chǎn)線的他們來說，簡直就是“致命”的。此外，他們還必須提前60-90天預(yù)測資產(chǎn)故障，以消除可能導(dǎo)致收入損失的計劃外停機。

·佐治亞-太平洋有一個由專家組成的小團隊，這些專家掌握著公司每個站點的特殊機器和流程的信息，但是，其中很多專家都臨近退休，從而使工廠面臨著專業(yè)人員短缺，核心技術(shù)流失的風(fēng)險。

為了解決以上問題，佐治亞-太平洋選擇創(chuàng)建基于AWS云的解決方案，希望通過優(yōu)化關(guān)鍵流程來獲得利潤提升。佐治亞-太平洋使用Amazon Kinesis Data Firehose將實時數(shù)據(jù)從制造設(shè)備傳輸?shù)交贏mazon S3的中央數(shù)據(jù)湖，使其能夠有效且大規(guī)模地獲取和分析結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。借助Amazon Athena，他們的分析師可以在Amazon S3上查詢原始數(shù)據(jù)。此外，佐治亞-太平洋還使用AWS SageMaker在原始生產(chǎn)數(shù)據(jù)的基礎(chǔ)上，大規(guī)模構(gòu)建、培訓(xùn)和部署機器學(xué)習(xí)模型，并為機器操作員提供有關(guān)機器速度和其他可調(diào)變量的實時反饋，使經(jīng)驗不足的操作員能夠更早地檢測到紙張斷裂并保證質(zhì)量。

在AWS的幫助下，佐治亞-太平洋許多工廠的關(guān)鍵制造流程獲得了優(yōu)化。

·佐治亞-太平洋的一家定向刨花板工廠，運用AWS數(shù)據(jù)分析技術(shù)，使其與切削過程相關(guān)的廢物減少了30％，并且每年增加了數(shù)百萬美元利潤。其另一家大型造紙廠的回收工藝也獲得了優(yōu)化，使其在降低化學(xué)品消耗的同時獲得整體產(chǎn)量的提升。

· 借助AWS數(shù)據(jù)分析技術(shù)，佐治亞-太平洋基于紙巾母卷的質(zhì)量，精確地分析出轉(zhuǎn)換生產(chǎn)線避免撕裂的最快速度，使該生產(chǎn)線的撕裂率降低了40％，也因此為每條生產(chǎn)線增加了數(shù)百萬美元的利潤。此外，精準(zhǔn)的數(shù)據(jù)分析讓他們可以更加自如地計劃設(shè)備停機時間，從而提高資產(chǎn)利用率和造紙廠運作安全，并有效地避免計劃外生產(chǎn)停工造成的收入損失。

·AWS的機器學(xué)習(xí)解決方案，讓佐治亞-太平洋減少了對部分專家的依賴，并獲得了有關(guān)設(shè)備和制造工藝的知識。同時，該公司成立了一個協(xié)作和支持中心，可以將更多特定領(lǐng)域的專家集中起來，以獲得更有價值的技術(shù)決策。

構(gòu)建智能工廠是中國制造業(yè)實現(xiàn)智能制造的必要條件，也是企業(yè)實現(xiàn)“制造”向“智造”轉(zhuǎn)型的根基。想要實現(xiàn)智能工廠設(shè)備與技術(shù)深度融合，通過全自動、全智能的運維管理來實現(xiàn)制造業(yè)全產(chǎn)業(yè)鏈的價值高點，AWS作為全球先進的技術(shù)服務(wù)提供商將是中國制造企業(yè)的不二之選。AWS從數(shù)據(jù)、生產(chǎn)、安全著手，為制造業(yè)用戶提供從智能工廠前期構(gòu)建，到運營維護和產(chǎn)品服務(wù)優(yōu)化，再到產(chǎn)業(yè)鏈重塑的全方位技術(shù)支持，助其低成本高品質(zhì)的實現(xiàn)“制造”向“智造”轉(zhuǎn)型。
 

分享名稱：智能工廠助力企業(yè)從“制造”到“智造”
文章轉(zhuǎn)載：http://www.fisionsoft.com.cn/article/dhpohoi.html