广告
文章
  • 全站
  • 文章
  • 论坛
  • 博客
高级
首页 / 制造行业 / 中国制造业 / 正文
 
广告
 

四肖中特i期期准免费1

智能让整个生产流程赋能。
世界经理人专栏

让工厂管理变简单

如何构建科学的工厂管理体系,构建与工厂业务场景匹配的智能制造系统,是未来中国制造业发展的巨大挑战,也是涉及中国发展未来的基础

智能制造是非常热门的话题,自2015年热起,已经经历了物料网、大数据、云计算、AR/VR人工智能、产业互联网、工业互联网以及最近的工业APP,热点转移频繁。

其实,智能制造其核心是制造而不是智能,智能是需要为制造赋能的。那么智能到底能为制造赋什么能呢?

回答了这个问题,也就溯源了智能制造的本质。

一、制造的本质

制造,制造,就是,工厂是其载体。其本质是生产产品。而生产产品的就是从供应商购入物料,经过制造转变为产成品的过程。依据这个的本质定义,制造(工厂)的本质是物料的流动(从供应商流入,经过转换,流出至客户的过程)。

依据这个解释,并可以推理出制造物料流动的特性:

1、守恒性

从供应商流入,流出至客户的物料流动,在一段时间内守恒:即,期初+流入=库存+流出。

这个非常好理解,物质不灭定律。

2、相应性限制

物料在工厂的流动,需要受到两个限制:

其一,受到工艺路线的限制。众所周知,产品的具有BOM(物料清单)结构的限制,而BOM结构是有层级的。BOM的各个层级之需要工艺路线串接。依据BOM结构和工艺路线,离散型工厂的物流形态,一般可以区分为VATI四种。

其二,受到工厂物流路径的限制。任何工厂都受到物理条件(空间)的限制,均经过收料暂存、存货区、备货区、车间暂存、在线(机台)、入库暂存、入库、备货等区域。

3、流动性制约

既然制造(工厂)的本质是物料流动,而流动性必然受到制约因素的制约。流动性的制约因素,可以区分为外部与内部两个大类。

流动性的外部制约,可以区分为市场和供应两个类型。市场是受制于客户群、客户的需求量。手机销量从高速增长,到消费疲软是市场限制。供应商受制于供应商的种类、产能和技术水平等。半导体行业中的光刻机,是典型的供应制约因素。

流动性的内部制约,可以区分为政策和物理两个类型。流动性的内部政策制约其种类非常多,如衡量(比如阿米巴、KPI考核)、组织、人员编制、方法、流程等等。流动性的政策制约,往往是两个极端:做多和做少。大公司、国有企业等等企业往往做多,比如一大堆的学习、一大堆的考核,配置了一大堆的间接人员。而广大中小民营企业往往是做少,把人作为成本而非资源,把必要的管理配置,变成了费用控制。中小民营企业往往是欠管理,该管的事情都没有管起来。流动性的内部物理制约,大家非常好理解,就是设备、设施不足。设备不足大家均可理解,当前操作工不足也是非常大的比例。设置不足也可以理解:厂房不足、水电气、存放空间不足等等。

流动性制约了系统的产出,需要最大改善的之处。

4、变动性影响

世界是客观变化的,尤其是当今。《重构,数字化的转型逻辑》中以十分大的篇幅讲述了不确定度对当今社会的影响。

建立一个简单的模型,来分析制造(工厂)的变动性,更易理解:

第一,外部

外部客户:客户对产品需求在变多、变杂、需求的速度在变短。任何产品均变成了时尚品。

外部供应商:因为产品生产周期短、订单量变小、变散,致使供应商的组织、形态在变化。尤其是劳动力短缺、高智商人才的就业多元化,致使供应商的生产组织能力、水平下降,供应商的质量水平、交期保障等一致性变差。

第二,内部

内部政策,因为外部变化,使得内部的政策稳定性变差,尤其是员工的流失率过高,致使内部控制力下降。

内部产能,管理水平(设备能力在提升)、员工、产品复杂度等的变化,使得产能的变动性也在增加(不稳定的质量,均需要产能弥补)。

而且,更加恐怖的是,变动性有腐蚀作用,对生产过程的伤害非常大。供应链的牛鞭效应在制造(工厂)内部也一样适用。

二、智能制造

智能制造至少在国内是最近几年兴起的新词汇,是一个演变的过程。制造制造有三个含义:

其一,集成

信息化强调的是集成,通过将研发、设计、工艺、制造、销售、采购等业务环节的数据集成在一个平台上,实现数据的互联互通,打破信息孤岛,实现从销售,产品、制造、供应链或服务过程的协同。

其二,建模

数字化强调的是建模(虚拟和仿真),运用CAD/CAM/CAE CAPPPDM/PLM等软件,实现产品和制造过程的建模和仿真。单元级、系统级、系统的系统级的CPS、数字双胞胎都是产品、制造(工厂)的实体模拟。自然,要实现产品和制造(工厂)的全过程建模和仿真,需要足够的时间和预算支撑。

其三,决策

信息化侧重于数据的收集、记录、存储,数字化侧重于对数据的处理、分析,而智能化重点在于对数据的应用:提高能见度、辅助决策。实现分散数据整合化(通过数据收集实现)整合数据可视化(通过数字化建模实现)可视数据实用化(通过基于数据的决策实现)的逻辑。

三、制造(工厂)运作的本质

生产运作管理发展历史久远,《科学管理原理》一书发行已经超过100年,MRPLeanTOC是生产运作管理最基本的三个方法论。尤其是精益生产更是深入人心。但是,溯源究本,可能《工厂物理学》所揭示的本质才是最根本的:

特里定律

作为《工厂物理学》第一定律的里特定律,清晰地揭示了一个事实,要达到客户满意(准交和短交)、老板满意(高产出、高效率),别无他法,只有控制在制品的投放即可。

如何控制呢?只要分析生产任务的状态,就可以得出明显的结论:

投料控制

1、识别生产任务的状态

2、识别产出的绩效状态(交付、产出)

3、投放该投放的生产任务

(吐槽:按照这个原理,似乎阿米巴、积分制不太好用了)

四、【智能】对【制造】的赋能

从讨论制造的本质可知,制造的本质是物料的流动,所以管理制造过程物料的流动性是关键中的关键。

因为产品生命周期短、客户需求多样化,造成了订单品种多、订单批量小、订单变动多、订单周期短,致使制造(工厂)运作管理的复杂度大幅度增加(几何曲线),如何通过控制生产任务的投放取得好绩效(客户满意度高、投资回报率高)成为了难题。而智能制造恰恰为此实现提供了可能性。

从供应商到客户

依据以上阐述,对于制造过程而言,控制生产任务的投放是核心环节,则可以推知,其信息系统模块中,APS是关键环节,甚至说一个数字化工厂,一个智能制造系统中,没有APS,发挥不了真正的核心价值。

APS高级计划和排程,一般实现三个功能:

其一,是长周期的物料和产能展望。

制造过程本质是一个长周期内的循环过程,需要针对未来的市场发展做长周期的展望。长的展望周期是52周的,一般的企业也有12周(C+3)的滚动需求分析,以预先配置资源,响应客户需求。

其二,是异常的仿真模拟和分析

需求过程、制造过程都是一个高度变化的,尤其是不确定度非常高的今天,需求端的订单、供应端的送货、制造(工厂)端的产能变动是常态。这些变化对销售订单的影响、对制造(工厂)产出绩效的影响都需要实时、动态的模拟分析,以做出科学的决策。

其三,全局、高精度、实时、优化的计划和排程

制造(工厂)一般是典型的多组织(多个车间、串并联结构)的协同过程,手工计划和协同时,因为算力限制,一般对车间级的独立计划和排程,通过日调度会、周S&OP会议协同,不能做到实时、全局的计划和排程,更无法提及优化,实现客户满意度和资源产出效率的优化(客户满意度与资源效率为冲突)。

本文系让工厂管理变简单授权世界经理人发布,并经世界经理人编辑。文章内容仅代表作者独立观点,不代表世界经理人立场,如需转载请联系原作者获取授权,并请附上出处(世界经理人)及本页链接https://www.11rentcar.com/manufacturing/ma/8800099576/01/,推荐关注微信公众号(ID:CEC_GLOBALSOURCES)

© 世界经理人:自1999年创立以来,世界经理人网站(www.11rentcar.com)致力于引导职业经理人实现卓越管理,以专业的形象为经理人用户全方位提供最佳管理资讯服务和互动平台。

   

 
 

相关文章

 
广告
广告

世界经理人网站App下载

热门排行榜

  • 热门
  • 经典
  • 管理
  • 文章
  • 论坛
  • 博客
 
 
资讯订阅
世界经理人 iPhone APP
世界经理人微信 为你推送和解读最专业的管理资讯