什么是智能工厂和智能制造?

Amber Biela-Weyenberg | 内容策略师 | 2023 年 9 月 15 日

如今,很多制造商都利用前沿数字创新功能来重新审视和改造业务运营。Sapio Research 和 Rockwell Automation 在 2023 年的一项调查显示,13 个国家和地区的 1350 家受访制造商中有 97% 表示计划在接下来 1 到 2 年内实施智能制造技术 — 这些技术涵盖从机器人到物联网 (IoT) 的所有工具和解决方案。

这些技术投资不仅能增强传统自动化实践,即刻为制造商创造可观价值,还能为构建智能工厂(智能工厂重视系统互联和数据共享)、革新制造设施运营夯实基础,从而帮助制造商加快制造速度、减少产品缺陷和进一步降低成本。

什么是智能工厂?

智能工厂使用互联式系统和机械设备生成数据(通常是实时数据)来改进端到端生产流程,帮助操作人员、生产线主管、工程师、高管和其他成员做出更明智的决策。智能工厂机械设备还生成自身运行状况数据,帮助制造商及时开展维护工作,防止故障发生。

其实,一些工厂很多年以前就已经在使用机器人和自动化技术了。但是,只有采用全面集成的系统和机械设备,打通物理和数字的界限,一家工厂才能真正称得上是智能工厂。智能工厂往往会部署高级机器人,有时还会使用 3D 打印技术。从根本上说,智能工厂是智能制造这一概念的现实体现。

什么是智能制造?

智能制造是指运用技术的力量,跨制造供应链和整个工厂协调各种物理和数字流程,例如物料寻源、物流、生产和废弃物处置。智能制造的主要目标是改善运营绩效,快速响应供应和需求波动。

关键要点

  • 智能制造是指使用全面集成的技术来采集数据,跨整个制造工厂和制造供应链实现流程数字化。
  • 智能工厂是智能制造这一概念的现实体现。
  • 智能工厂通常离不开人工智能、机器学习、物联网和高级机器人。
  • 智能工厂之所以吸引制造商,原因在于它能够降低成本;提高效率;快速伸缩生产规模,响应需求变化;降低对工人的依赖;减少产品缺陷。

智能工厂和智能制造详解

智能制造和智能工厂这两个术语经常被互换使用,但其实这是两个不同的概念。智能制造是指使用高级、互联的技术来跨整个工厂和供应链协调物理和数字流程,目的是改善绩效。智能工厂则是运用互联式设备(内置了传感器,即所谓的“工业物联网”)采集的数据以及机器人和自动化装配线,将智能制造这个概念付诸实践。例如,智能工厂能基于机械设备内嵌/连接的传感器所采集的数据,提前识别潜在生产错误,然后“通知”机器人进行干预,避免问题发生。智能工厂相关的技术进步推动了第四次工业革命(通常被称为“工业 4.0”)。

智能工厂的最终目标是加快流程速度和消除错误。不过,即使实现了智能工厂自动化,人依旧在制造运营中扮演着重要角色。例如,生产线操作人员可以使用移动设备跟踪生产数据,基于数据判断是否需要调整一台机器的工作负载,优化机器性能或提高整条生产线的绩效。

智能工厂的运作原理

智能工厂通过一个传感器网络和软件来采集、分享制造过程每一个环节的数据,帮助制造商加快生产速度、改善产品质量和提高系统正常运行时间。例如,它会在一条生产线的一个贮料箱上安装一个传感器,当料位低于供应需求时,传感器即会触发一个再装料请求,提示机器人及时补充物料,避免生产延误。此外,智能工厂机械设备可以持续生成自身运行状况数据,帮助制造商预测维护需求,减少故障数量。智能工厂中的互联式机械设备还能“发现”物料问题,有助于减少甚至消除产品缺陷。

智能工厂体系和层级

从初级到高级,智能工厂一般可分为下列 4 个层级。目前,绝大多数工厂处于第一层级。

  1. 数据可用性。制造商建设智能工厂的第一步是从整个供应链和工厂中所有资产与机械设备所连接的传感器收集海量数据。在第一层级,制造商还需要收集传统系统的数据,这通常需要手动操作,需要进行自定义集成和导入电子表格,甚至需要重新录入数据。
  2. 数据情境化。在第二层级,制造商合理组织和打通各个领域的数据,构建一个全面的数据视图。例如,当想要了解各种人员配置方案对产出的影响时,制造商就需要关联 HR 数据和运营数据,进行基本数据分析。在这一阶段,为了更轻松地理解数据,制造商一般会使用仪表盘和其它数据可视化工具。
  3. 数据激活。在这一层级,制造商使用人工智能机器学习驱动的高级分析方法来预测未来产出 — 几乎不需要手动操作。例如,AI 算法可以诊断机器运行状况,在发现机器可能发生故障时提示操作人员进行维修,进而避免出现永久性损坏和长时间、代价高昂的生产停机。
  4. 数据“自主运转”。在智能工厂进入第四层级后,机器人以及其他机械设备基于持续的数据流分析结果,完全自主运行。例如,智能工厂可以基于消费者需求预测数据伸缩生产规模,或者使用视觉传感器识别焊接缺陷,然后指示机器人重新焊接,避免焊接不良的金属件流入下一工序。随后,运行结果将反馈到一个闭环系统,随着时间推移逐步改善决策流程。在这一层级,制造商可以完整实现工业 4.0 的自主愿景。
典型智能工厂体系
智能工厂运营分为 4 个阶段 — 依次是数据可用性、数据情境化、数据激活、数据“自主运转”— 按照以上路线逐步改善工厂运营。

智能工厂的优势

2022 年全球智能制造技术(包括传感器、机器人、高级软件和其他技术资产)的市场规模为 2542.4 亿美元,Grand View Research 预计到 2030 年这一数字将增长到 7875.4 亿美元。当今制造商之所以重金投资智能制造技术,是因为智能工厂能够带来以下优势:

  • 降低成本。智能工厂不仅能降低人员需求,减少人为错误、产品缺陷和废弃物,还能通过预测性维护延长设备使用寿命。这些都有助于降低成本。
  • 更快做出更好的决策。智能工厂能够在制造过程(包括整个供应链)的每一个环节收集传感器数据,然后分析数据,帮助高管、管理人员和工人基于数据洞察更快速做出更明智的决策。例如,供应链人员可以审核“订购更多物料”建议并(如接受建议)决定物料抵达时间。他们还可以查看可用数据,然后调整算法,提高未来建议与需求的契合度。
  • 提升效率。制造效率一般衡量的是所执行制造工作的质量和有效性,而不是产出数量(“生产效率”)。智能工厂能够尽可能减少流程冗余;自动化执行重复性任务;降低时间和物料浪费;尽可能减少停机时间;基于预测数据补充库存 — 这些都有助于提升制造效率。
  • 更少人员,更多成果。在智能工厂中,虽然人依旧扮演着重要角色,但自动化流程可以让更少的人员创造更多成果。这一点在未来尤为重要:美国制造商协会预测,由于人口、经济和其他方面的原因,美国制造岗位用人缺口到 2030 年将达到约 210 万。
  • 减少环境影响。智能工厂可以运用智能互联技术提高物料利用效率,帮助制造商减少需填埋处理的废弃物,降低碳足迹。制造商还可以利用区块链和射频识别 (RFID) 技术来跟踪供应来源与运输情况,优先使用可持续物料和部件。

智能工厂技术

2023 年 EY 的一项调查显示,97% 的工业制造 CEO 表示自己近期的工作重点是继续推进数字和技术转型项目。这些项目通常涉及以下技术:

  • 传感器。智能工厂将传感器连接到或安装在机械设备内部来收集温度、振动、压力、扭矩、接近度和运动等各种数据。传感器是工业物联网的核心。
  • 工业物联网 (IIoT)。制造主管和操作人员可使用从智能工厂机械设备和其他联网资产中收集的数据来分析资产的物理状况、性能、产出以及相关生产流程,然后基于分析结果,在需要时修复机械设备或调整生产流程。例如,IIoT 中的传感器可以检测机械设备的异常振动或温度变化,提醒工人进行维护。通过这种预测性维护,制造商可以提前介入,避免发生代价高昂的停机事件或设备损坏。IIoT World 在 2022 年的一项调查显示,67% 的制造商已经部署了或正在制定 IIoT 战略。
  • 云计算云计算能够为智能工厂的数据、应用和底层基础设施提供强大支持,是绝大多数智能工厂的技术基础。云技术服务可提供多重优势。它们可以轻松扩展和伸缩,灵活满足制造商需求。新应用特性以及性能和其他增强功能可以自动通过互联网交付,无需制造商 IT 团队投入大量时间和专业知识去执行升级工作。此外,云技术服务支持随处访问且通常具有可靠的安全性和备份功能。最后,制造商只需要为实际需要和使用的应用与基础设施容量付费。
  • 大数据。制造商在智能工厂中收集和分析海量数据(人们所说的大数据)。强大的 ERP 系统支持的应用包括预测性维护、异常检测、质量检查、废弃物减排、流程改进以及市场预测。例如,当预测特定产品即将迎来需求高峰时,制造商可以为其分配更多装配生产线和/或提高其库存规模。

智能工厂示例

现阶段,智能工厂对于绝大多数制造商来说仍然是一个需要持续努力的远大目标。不过,一些先行者已经取得了可喜的成果,为智能工厂的建设指明了方向。

例如,LG Electronics 位于韩国昌原市的智慧园区就是其中翘楚,它在生产效率、安全性和环境影响方面表现出色,被世界经济论坛评为了“灯塔工厂”。该园区负责生产家用电器,使用由 5G 网络管理的高架输送机系统/自动导引运输车 (AGV) 向生产线输送家电(例如冰箱)部件。所有生产线都连接至一个智慧仓库,实时监视库存并按需请求更多部件和供应。3D 物流自动化系统尽可能降低了仓库空间占用(相比传统系统降低了 30%)并缩短物料输送用时 25%。机器设备上或内部安装的传感器可识别潜在制造问题,在问题发生前就指示机器人进行修复。机器人还可执行各种危险工作,例如焊接和提升重型设备,从而提高工人安全性。2022 年,LG 宣布未来将在全球 13 个国家和地区的 26 个生产设施中推广昌原市智慧园区以及其他智能生产技术。

农业设备制造商 John Deere 也通过购买 50 MHz 频宽使用权在位于美国中西部的工厂中构建了 5G 网络,基于 5G 网络分析生产线数据,改进装配工作。它未来还计划在制造工厂中部署机器人,实现机器人与人并肩协作。目前,John Deere 正在创建生产设备 3D 模型/数字孪生,用于监视设备性能、培训技术人员和改善设备维护。这些模型支持用户随时通过平板电脑和智能手机访问。

福特汽车 (Ford) 生产电动皮卡 F-150 Lightning 的密歇根州迪尔伯恩工厂支持生产线工人使用接入工厂 5G 网络的平板电脑访问物料供应和设备状态数据,通过自动导引运输车 (AGV) 在工人班组之间运输车辆。福特汽车位于英国的电动汽车工厂使用传感器捕获焊接流程(电机和电池需要数千次焊接操作)图片,然后利用 AI 分析图片,判断焊点是否符合标准 —如不符合,工厂将在零件进入下一工序前重新焊接。这不仅节约了时间,还通过修复过去只能被废弃的部件降低了废品率。

走向智能化:使用 Oracle 解决方案革新制造运营

使用 Oracle 的智能制造解决方案,制造商可以提前预测机器故障,跨整个供应链跟踪产品和流程,进而尽可能提高效率和生产力、有效改善产品质量、合理调整生产安排并避免代价高昂的停机时间。

智能工厂和智能制造常见问题解答

智能制造和智能工厂有什么区别?
智能制造是一个很广泛的概念,是指使用全面集成的技术来协调和改进整个工厂和供应链中的所有物理与数字流程。智能工厂则是将智能制造这个概念付诸实践,是智能制造的现实化。

智能工厂使用的技术有哪些?
智能工厂首先离不开工业物联网。正是在工业物联网的帮助下,制造商才得以收集并分析供应链资产、工厂设备和其他“物”生成的数据,基于数据洞察做出更明智的决策。智能工厂使用的技术还包括 AI、机器学习、高级机器人、3D 打印以及数字孪生等等。

智能工厂都跟踪哪些数据?
智能工厂将跟踪所有供应链资产、工厂设备以及生产流程等生成的数据。

了解 Oracle 如何帮助制造商建立弹性供应链。

注:为免疑义,本网页所用以下术语专指以下含义:

  1. 除Oracle隐私政策外,本网站中提及的“Oracle”专指Oracle境外公司而非甲骨文中国。
  2. 相关Cloud或云术语均指代Oracle境外公司提供的云技术或其解决方案。