本文是北京資深咨詢師韓俊仙老師分享的“工業制造業的智能化機遇——從業務需求出發,尋找AI的機會點”,闡述新一輪工業革命的核心驅動力智能制造的重要性,從質量和可靠性的角度分析了提高產品質量可靠性的必要性,并對智能化在制造業的擴展空間進行了解讀。
智能制造:新一輪工業革命的核心驅動力
未來的中國必然要推進智能制造,推動制造業加速向數字化網絡化智能化的發展。新一代的智能技術形成新一輪的工業革命核心驅動力,可能引發制造業發展理念,制造模式發生重大的深刻的變革,重塑制造業的技術體系,這是中國千載難逢的一個機會。這些新技術在制造業應用,可能會有一些新的變種出現,人工智能可以在這兒發揮更大的作用。
我們也看到周濟院長重點提到在未來20年智能制造的發展關鍵時期千載難逢,這個是換道超車跨越發展。這里講到的制造業包括機械加工、裝備制造等離散型制造業、也包括冶金、化工、生物制藥等連續型(流程類)制造業。換道超車,對年輕人來說是新的機會,換道的時候,搭上這一班高速的車,未來還會擴大到其他的領域,總之我覺得非常振奮。
再看看企業制造業,我們認為智能制造的目標至少有以下幾點:
(1)提高產品質量可靠性,滿足需求:一個企業的生存總有它的目標和它的目的,制造企業想要生存下去,一方面是創新,另一方面是你做的產品質量可靠性足夠好、效率高、成本低(見下圖)。所以制造企業根據市場需求進行個性化的定制,增加產品賣點,吸引人家,這是創新。但是還要提高產品質量的可靠性,要靠質量贏得客戶。所以質量可靠性是一個制造企業不可缺少的一根柱子。
(2)提高企業生產效率:要能夠快速響應,能適應客戶需求。
(3)降低成本(生產成本、運維成本…)
(4)滿足客戶個性化定制需求,增加產品賣點
智能制造目標之一:提升產品質量可靠性
能制造四個目標,質量、成本、效率、創新,這才是企業生存之本,所以你要服務于制造業,要知道質量是他們的需求之一。這是我講到了企業的目標之一,我今天重點講講質量,沒有質量企業是生存不下去的,是沒有競爭力。
(一)質量
我們認為智能制造可以提升產品質量的可靠性,要從客戶的角度來思考,才會有市場。對于一個制造業來說,質量是什么?真正的質量是有定義的,質量是有標準的。滿足約定的標準,如,尺寸多少,強度多少,滿足這個是底線,是起碼的,真正的質量的定義是什么?滿足需求,滿足標準是底線,顧客滿意才是對你產品最高的評價。質量可能比想象的要復雜一點,不僅僅是良品率/合格率,質量好壞是顧客說了算的。現在買一部手機是不知道里邊元器件等復雜指標等一些東西的,是要靠客戶體驗來回答的,用戶對產品的評價,超過預期,下次繼續買。當與客戶的的預期差不多時,下次購買就要考慮一下了。
好多快銷品行業特別在意二次購買、再次購買。如果產品的質量和用戶的感知差不多,這時顧客不一定會繼續購買此產品。如果比用戶想象的差,下次不會再購買,甚至可能進行了投訴,在網上還發了帖子,這就是質量比我們想象的要復雜。質量一句話是滿足需求,滿足標準不一定滿足需求,滿足標準是底線,所以我們要站在這樣的高度來理解質量。
顧客的感知一般都是在購買之后(t>0時刻)開始的,現在有一個B產品,這個時候產品和人一樣的,它是有生命周期的,也有生老病死最終產品是要報廢的。
在這個過程中有一個詞叫性能會退化,這個B產品很快就退化了,廠家說B可以用三年,但用一年半的時候這個不好用了,那個不好用了,圖象也顯示不好了,那就說明它的質量是不好的。
A產品退化的比較慢,它就比較好,我們通常把這個T>0的這一段叫做可靠性,產品有可靠性,產品經過環境的考驗,經過時間軸上的考驗,達到它預期的效果,還能實現它的使命,它的質量就是真正的好。所以這是關于質量又有一個新的提法,目前我們在產線上提高良品率還遠遠不夠,我們應該更關注T>0的質量,在它生命周期的質量。
(二)可靠性
GB-6583對可靠性的定義是:規定時間、規定條件下、完成規定功能的能力
(1)可靠性是時間軸上的質量
(2)可靠性是使用環境條件下的質量
(3)可靠性反映質量的深度和廣度,可靠性決定全壽命周期費用
(4)可靠性是對用戶應用場景充分理解后的設計表達…
(5)質量可靠性是同一目標,為客戶創造價值!為企業創造價值!
所以說產品一定要實現它的使命要經得起時間的考驗,經得起環境的考驗,才是真的質量。這又演繹出來一個質量的頂層的應該是可靠性。如果對我們的質量不僅僅局限于合格與不合格的話,出去的產品沒有風險,如果勉強合格的放出去,出去會有風險。如果產品正在目標值的附近,它經過時間的考驗,差不到哪里去。想給大家建立這樣的概念,就是你的良好率、合格率是遠遠不夠的,那是人定的一個規格線。在未來的競爭中可能質量可靠性更是好多中高端客戶的首選,寧愿多花一點錢,也不要選那個不停的修修補補的,所以這肯定是一個方向。
智能化在制造業的拓展空間
智能化在制造業還是有很大的拓展的空間的,智能化要想方設法把制造線上的這一套流程打通,打通之后提升質量可靠性。所有的制造業是這樣的一個流程,供應商的原料輸入、過程輸出、客戶關鍵要求,通常的流程是這樣的。你思考的時候要倒過來思考,所有做的產品從需求出發,否則你只是做了一個樣品,沒有價值。所以在這一條鏈上我們最最頂層的切入點是客戶的需求,客戶的需求有時候說不清道不明的,制造業的人要從他的專業角度把客戶的不準確的這些含糊的需求,詮釋成技術要求,這是第一道關。
還包括客戶在哪里用,是大人用還是人小孩用,在什么場景下用,在最頂層要把這個說清楚,形成一些設計輸入,最頂層的東西形成了,形成之后這就是你的一些技術要求。你的專業技術讓你把這個功課做到位了,按照這個來組織生產,最終希望建立這樣的Y=F(x)關系。這一條鏈分幾段,把它打通了就進入自由王國。我們需要把需求和技術指標之間的關系建立好,每項指標都能映射到需求,把技術指標與過程指標關系建立起來,把這兩段關系鏈子打通,這個時候就進入一個高的境界了。這個具體要怎么做,關鍵的要求是要有一個科學的評價體系來保障能一直滿足客戶的要求。
我們來看一個這樣的例子,
A公司說他們產品100%的合格,B公司合格率只有99.73%,
但是在市場上,人家不喜歡A公司的產品,喜歡B公司的產品,
A公司不服氣,100%的良品率,100%的合格,為什么不喜歡。
好事者做了一些調查,抽了一萬臺的產品數據來看,
發現A公司的產品是正態分布,
B公司的產品是均勻分布,意味著B公司的產品大量的是考60分左右的。
如果我們換了一種評價的標準,我們既關注它的Cpk(既看它的均值,又看它的波動),B公司的波動小,它的CpK=1,A公司只有0.58。老百姓感受是B公司好,與Cpk大是一致的。所以要換一種機制,這也是我們當前的大數據可以發揮作用的地方。
第二個是更復雜的,就是剛剛提到質量,質量最難弄的是可靠性。
我們有很多的家電客戶集中在某一些地方,集中在海南,集中在遼寧,環境相差很大,環境對產品性能的影響也很大,那一些復雜的環境它也是X之一。這就更復雜了,需要人工智能的需要算法來支撐。
在很多企業的制造線上,DCS系統在線實時監控,不斷學習和優化,提高產品質量。我們也經常利用質量測試結果及市場故障率,幫企業建立質量可靠性與過程參數之間的關系模型,用于質量控制。但是在生產過程中,需要不斷的修正和迭代模型。智能化是實現提高質量的條件,智能化的在線狀態感知,實時分析,自主決策等,有這么多東西在支撐著過程控制。
但是當前怎么做的呢?大概是先設置一個閾值,超過閾值,判定有問題,進行在線調節控制。
實際上閾值應該結合一些實際不斷更新和迭代。閾值要考慮它并不是一成不變的,要和結果掛鉤,要映射到市場上去,把這兩到三段鏈打通,閾值才能優化得更好。合格產品出廠后被召回,合格產品出廠后,在客戶端并沒有實現功能/性能,這種復雜的環境和時間軸上的退化和變異,需要更加科學的大腦進行甄別和判斷。僅僅圍繞提高合格率還不夠。要關注市場故障,要將大量的市場故障數據反饋到研發設計和制造環節……。智能化離不開數據,要對市場故障數據進行分析、利用、挖掘,要和制造業的物理化學模型結合。對各類數據,我們并不必追求大,要追求它的價值。
給大家幾個實例展示
這是我們過去做的,剛才說的預測它的累計10年的失效率,可以用這個計算算它的分位數,咱們統計都可以做,關鍵是企業的數據在睡覺,不知道這些東西,散落在各處。我們知道每一個數據它背后的價值,我們就可以把它串接起來,用來評價它的壽命,究竟能活多久,它的質保期究竟應該多長,這些數據分析挖掘可以進行科學決策。你為制造業服務就要了解他們的需求,到他那兒去體驗,或者是他們內部的人和你搭上這樣的橋梁,就可以把這個做得更好,讓大家接受和擁抱。
我們用很多手法都可以評估企業的真正的表現,在某些企業可以看到它在不同的地區表現差異很大,那就意味著不同地區不能用同一個產品型號,產品應該差異化,面對那個地區要有這樣的防護,面對另外一個地區也不要過量,過量了就會浪費社會資源,所以這里邊有很大的發揮空間。
我們看到有些企業對一些客觀描述性信息(如,風機四面八方的環境變化)數據,覺得這些數據最沒有用,其實這些數據也有用,分析挖掘后發現了規律。這是針對在野外的風場,他們各種各樣的環境中怎么生存的。這些環境究竟有什么樣的影響,其實一些新興行業的認識還是有局限的,我們通過這些數據的分析和挖掘,反饋到研發設計,反饋到過程控制,那就會得出更有價值的信息。大概30年前我們在企業工作時,數據分析對分析判斷問題發揮了重要作用,切身感受到“數據是工程師手中的望遠鏡和顯微鏡”。現在感覺在智能化的過程中數據分析和挖掘將會發揮更大的作用。你們也要認識到它的價值,智能化用于制造業價值更高。
智能化剛剛起步,未來的發展空間很大,大家都是新一代智能制造的從業人員,要走進制造業,了解他們的需求和渴望。走進他們就會找出新需求,來幫助他們為企業創造價值,實現自己的價值。
-
AI
+關注
關注
87文章
30998瀏覽量
269304 -
智能制造
+關注
關注
48文章
5571瀏覽量
76372
原文標題:工業制造業的智能化機遇 ——從業務需求出發,尋找AI的機會點
文章出處:【微信號:IndustryIOT,微信公眾號:工業互聯網前線】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論