招工難已成為很多制造企業(yè)面臨的難題。在某輪胎制造企業(yè)成型車間,盡管已經(jīng)實(shí)現(xiàn)全自動(dòng)化生產(chǎn),工作環(huán)境也干凈整潔,但車間負(fù)責(zé)人卻很無(wú)奈:如今的年輕人,已經(jīng)不愿意到工廠工作。
制造業(yè)“少人化、無(wú)人化”,既是一個(gè)戰(zhàn)略問(wèn)題,也是一個(gè)技術(shù)問(wèn)題。少人化、無(wú)人化,不是淘汰工人,而是通過(guò)自動(dòng)化生產(chǎn)線和車間智能改造,減少重復(fù)工種的人工介入,或在部分工藝實(shí)現(xiàn)機(jī)器換人,從而降低對(duì)人的依賴。隨著物聯(lián)網(wǎng)、人工智能等技術(shù)的發(fā)展,少人化、無(wú)人化已成為智慧工廠的重要組成部分,需求明顯。
顯然,企業(yè)生產(chǎn)現(xiàn)場(chǎng)的管理、指令的下發(fā),以前更多的是通過(guò)人來(lái)實(shí)現(xiàn),現(xiàn)在和未來(lái),則是要通過(guò)設(shè)備的自發(fā)現(xiàn)、自驅(qū)動(dòng)來(lái)實(shí)現(xiàn)。因此,如何管理這些設(shè)備,怎么判斷設(shè)備的運(yùn)行狀態(tài)是否符合預(yù)期?這就需要AIoT技術(shù)。
用友AIoT三大能力發(fā)揮工業(yè)互聯(lián)價(jià)值最大化
工業(yè)互聯(lián)是工業(yè)互聯(lián)網(wǎng)的重要組成部分,也是智能化制造的主要路徑。2020年8月,用友推出AIoT智能物聯(lián)網(wǎng)平臺(tái),定位于工廠生產(chǎn)資料、生產(chǎn)工具的連接平臺(tái),可便捷實(shí)現(xiàn)OT-IT融合,以數(shù)據(jù)驅(qū)動(dòng)智能工業(yè),助力企業(yè)基于工業(yè)數(shù)據(jù)實(shí)踐商業(yè)創(chuàng)新。。用友網(wǎng)絡(luò)物聯(lián)網(wǎng)專家李萬(wàn)祥介紹,用友AIoT平臺(tái)實(shí)現(xiàn)了現(xiàn)場(chǎng)設(shè)備的連接及各種數(shù)據(jù)的采集,結(jié)合不同的場(chǎng)景,實(shí)現(xiàn)各種智能化應(yīng)用。
一是設(shè)備的快速連接。用友AIoT平臺(tái)內(nèi)置豐富的工業(yè)協(xié)議的驅(qū)動(dòng),可以支撐市面上90%左右的設(shè)備的快速連接。通過(guò)支持5G的軟硬一體的邊緣智能設(shè)備精智云盒,可按需運(yùn)行AIoT平臺(tái)中的多種內(nèi)置服務(wù),如采集服務(wù)、發(fā)布服務(wù)、命令服務(wù)、配置服務(wù)、規(guī)則引擎等;還可運(yùn)行基于AIoT的行業(yè)應(yīng)用軟件,如物流無(wú)人值守應(yīng)用、電子看板應(yīng)用等,推動(dòng)生產(chǎn)現(xiàn)場(chǎng)少人化、無(wú)人化。
二是數(shù)據(jù)采集與實(shí)時(shí)處理。時(shí)序數(shù)據(jù)的采集與處理是工業(yè)互聯(lián)的重要一環(huán),也是實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的必備條件。YonTimesDB是用友AIoT平臺(tái)推出的時(shí)序數(shù)據(jù)庫(kù),已經(jīng)過(guò)國(guó)家泰爾實(shí)驗(yàn)室的測(cè)評(píng),其數(shù)據(jù)采集速度可以達(dá)到毫秒級(jí)。
YonTimesDB具有強(qiáng)大的運(yùn)算能力,可以處理基于時(shí)間序列的高并發(fā)、大數(shù)據(jù)量的物聯(lián)網(wǎng)數(shù)據(jù),具有高壓縮、高性能、高可靠等特點(diǎn)。能滿足生產(chǎn)過(guò)程狀態(tài)分析、設(shè)備運(yùn)維數(shù)據(jù)分析、告警數(shù)據(jù)實(shí)時(shí)計(jì)算等豐富的場(chǎng)景需求,為實(shí)現(xiàn)工業(yè)互聯(lián)和智能制造提供強(qiáng)大的數(shù)據(jù)引擎。
三是快速構(gòu)建各項(xiàng)應(yīng)用。用友AIoT平臺(tái)的應(yīng)用構(gòu)建器Cube是一個(gè)低代碼開發(fā)平臺(tái),具備低代碼、可視化等特性。IoT Cube內(nèi)置了6000多種行業(yè)圖元和常見的應(yīng)用頁(yè)面,覆蓋化工、冶金、機(jī)械、電力、環(huán)保等行業(yè)需求,開發(fā)者只需要通過(guò)拖拉拽的方式,即可快速地將圖元、組件與設(shè)備數(shù)據(jù)源相關(guān)聯(lián),輕松創(chuàng)建項(xiàng)目;通過(guò)內(nèi)置的規(guī)則引擎,可輕松完成數(shù)據(jù)加工,生成具有業(yè)務(wù)價(jià)值的數(shù)據(jù),如設(shè)備OEE、設(shè)備故障推理、產(chǎn)品不良品率等;除此之外,通過(guò)IoT Cube創(chuàng)建的項(xiàng)目還可以直接發(fā)布,方便靈活地嵌入到第三方APP、應(yīng)用軟件和網(wǎng)頁(yè)中。
真正實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的少人化、無(wú)人化
可以看到,用友AIoT平臺(tái)的智能化主要體現(xiàn)在:一是通過(guò)內(nèi)置大量的協(xié)議驅(qū)動(dòng),實(shí)現(xiàn)自動(dòng)識(shí)別設(shè)備、自動(dòng)匹配協(xié)議驅(qū)動(dòng)、自動(dòng)采集收據(jù),從而使連接更加智能化;二是用友AIoT平臺(tái)提供強(qiáng)大的數(shù)據(jù)的加工、分析等,讓數(shù)據(jù)產(chǎn)生智能應(yīng)用;三是提供更多的工業(yè)數(shù)據(jù)的處理模型,幫助企業(yè)更快速地處理數(shù)據(jù),實(shí)現(xiàn)數(shù)據(jù)智能。
不過(guò),基于設(shè)備的連接、數(shù)據(jù)的采集與處理,如何更好地發(fā)揮數(shù)據(jù)的價(jià)值,如使企業(yè)能在不同的層級(jí)構(gòu)建需要的應(yīng)用,或支撐業(yè)務(wù)系統(tǒng)需要的數(shù)據(jù)應(yīng)用,真正實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的少人化、無(wú)人化,是工業(yè)互聯(lián)的核心目標(biāo)。如:在車間層面,可否為車間工段長(zhǎng)提供工單完成進(jìn)度,提升現(xiàn)場(chǎng)管理和績(jī)效管理?在銷售采購(gòu)層面,可否預(yù)知訂單交付有沒有風(fēng)險(xiǎn)?在管理層面,可否告訴企業(yè)整個(gè)經(jīng)營(yíng)狀況?在產(chǎn)業(yè)鏈間,可否監(jiān)測(cè)代工廠物料的投入、生產(chǎn)情況,掌控訂單進(jìn)度?
在用友AIoT平臺(tái)的規(guī)則引擎里,內(nèi)置了一個(gè)數(shù)據(jù)流轉(zhuǎn)的組件,可以自動(dòng)推送到用友的U8、U9、NC Cloud等其他產(chǎn)品的相應(yīng)模塊,如資產(chǎn)管理模塊、營(yíng)銷采購(gòu)模塊、人力資源模塊等,也就是自動(dòng)關(guān)聯(lián),如此,企業(yè)通過(guò)用友AIoT平臺(tái),不僅可以實(shí)現(xiàn)設(shè)備物聯(lián),還將進(jìn)一步最大化物聯(lián)的價(jià)值,以數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù),驅(qū)動(dòng)工業(yè)企業(yè)數(shù)字化轉(zhuǎn)型。
“當(dāng)前,很多企業(yè)已經(jīng)上了ERP,只是還沒有和現(xiàn)場(chǎng)的設(shè)備做聯(lián)通,有些數(shù)據(jù)沒有上來(lái)。通過(guò)AIoT,企業(yè)可以更方便地挖掘工業(yè)數(shù)據(jù)的價(jià)值,更好地組織生產(chǎn)現(xiàn)場(chǎng)管理,從而提升企業(yè)管理水平?!崩钊f(wàn)祥說(shuō)。
以問(wèn)題為導(dǎo)向解決工業(yè)場(chǎng)景難題
工業(yè)場(chǎng)景異常豐富,不同的行業(yè)、企業(yè),不同的工序,需求各不相同?;谟糜袮IoT平臺(tái),企業(yè)可在智慧生產(chǎn)、安全環(huán)保、場(chǎng)內(nèi)物流、設(shè)備管理等不同場(chǎng)景切入工業(yè)互聯(lián),實(shí)現(xiàn)智能化。
基于AIoT實(shí)現(xiàn)智慧生產(chǎn)。奧星石化是一家石油化工企業(yè),以前,生產(chǎn)過(guò)程的數(shù)據(jù)采集基本上是手工作業(yè),每小時(shí)要把一些關(guān)鍵的參數(shù)記錄下來(lái),作為產(chǎn)品追蹤追溯的依據(jù)。通過(guò)用友AIoT,奧星石化對(duì)全廠各類自動(dòng)化裝置、儀器儀表、安全環(huán)保監(jiān)測(cè)裝置進(jìn)行數(shù)據(jù)采集、匯總,為建設(shè)智能工廠、實(shí)踐數(shù)字孿生打下了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。
在某鹵制品企業(yè)工廠,需要將現(xiàn)有的生產(chǎn)設(shè)備,最大化生產(chǎn)能力,合理安排生產(chǎn),滿足出貨的要求,基于用友AIoT平臺(tái),從投料的第一道工序開始,到最后一個(gè)生產(chǎn)環(huán)節(jié),都進(jìn)行了數(shù)據(jù)采集,精確核算出每一道工序的作業(yè)時(shí)間,結(jié)合AIoT平臺(tái)的機(jī)理模型,重新排查生產(chǎn)計(jì)劃并進(jìn)行排產(chǎn),從而順利地實(shí)現(xiàn)生產(chǎn)優(yōu)化,快速滿足交期的要求。
基于AIoT提升安全環(huán)保能力。濟(jì)源鋼鐵是國(guó)內(nèi)大型鋼鐵企業(yè),公司主要為長(zhǎng)流程生產(chǎn)工藝,鐵、鋼、材工藝先進(jìn),產(chǎn)品達(dá)到國(guó)際先進(jìn)水平。通過(guò)以AIoT為平臺(tái)構(gòu)建科學(xué)的安全環(huán)保體系,濟(jì)源鋼鐵實(shí)現(xiàn)了工藝安全數(shù)據(jù)實(shí)時(shí)掌控,實(shí)現(xiàn)安全運(yùn)行;
設(shè)備運(yùn)行數(shù)據(jù)幫助規(guī)范維修保養(yǎng)流程,做到預(yù)測(cè)性維護(hù);環(huán)保數(shù)據(jù)實(shí)時(shí)監(jiān)控,做到企業(yè)放心,政府省心;臺(tái)賬、記錄清晰化,檢測(cè)到時(shí)提醒,檔案、記錄全周期管理;3D、2D工廠建模,方便管理人員對(duì)現(xiàn)場(chǎng)的透明管控,精細(xì)管控。
基于AIoT的刀具管理。用友某數(shù)控機(jī)床客戶的一個(gè)典型場(chǎng)景式,當(dāng)數(shù)控機(jī)床加工工件到一定的數(shù)量,刀具會(huì)有磨損,影響產(chǎn)品加工精度?;谟糜袮IoT平臺(tái),構(gòu)建出一個(gè)基本模型,建立自動(dòng)的刀具補(bǔ)償,并通過(guò)AIoT直接寫到機(jī)床里,從而把補(bǔ)償值直接運(yùn)用到運(yùn)動(dòng)過(guò)程中,從而提升產(chǎn)品質(zhì)量。
基于AIoT的商業(yè)模式創(chuàng)新。某工程機(jī)械企業(yè)是全球工程機(jī)械50強(qiáng)。目前,該行業(yè)的一個(gè)商業(yè)模式是以租代售,但問(wèn)題是,如果經(jīng)銷商或最終用戶不能按時(shí)回款,該企業(yè)將面臨資金的風(fēng)險(xiǎn)。通過(guò)AIoT,如果用戶沒有按照合同約定的時(shí)間回款,該企業(yè)的財(cái)務(wù)系統(tǒng)會(huì)自動(dòng)回傳一條指令,下發(fā)到該設(shè)備上,這臺(tái)設(shè)備將自動(dòng)停機(jī)。這是一個(gè)典型的基于AIoT的商業(yè)模式創(chuàng)新。
上述,只是用友AIoT平臺(tái)的部分案例。事實(shí)上,用友AIoT平臺(tái)還可支撐生產(chǎn)制造、設(shè)備管理、能源管理、安環(huán)管理、設(shè)備后服務(wù)等多個(gè)業(yè)務(wù)領(lǐng)域,以及智能工廠、智慧園區(qū)、智慧礦山、智慧農(nóng)業(yè)等多個(gè)垂直行業(yè)。
降本增效是制造業(yè)永恒的主題。在當(dāng)前少人化、無(wú)人化的趨勢(shì)下,企業(yè)更需要通過(guò)更合適的管理工具,讓更少的人做更多的事情,從而改進(jìn)整個(gè)的生產(chǎn)制造管理。無(wú)疑,AIoT智能物聯(lián)給企業(yè)的管理者提供了抓手。
編輯:jq
-
數(shù)據(jù)采集
+關(guān)注
關(guān)注
39文章
6207瀏覽量
113840 -
AIoT
+關(guān)注
關(guān)注
8文章
1417瀏覽量
30815
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論