工業(yè)數(shù)字化轉(zhuǎn)型最佳實踐

1、 Page * MERGEFORMAT 18指標驅(qū)動，數(shù)據(jù)優(yōu)先工業(yè)數(shù)字化轉(zhuǎn)型最佳實踐工業(yè)數(shù)字化轉(zhuǎn)型需要區(qū)分目標和工具人類四次工業(yè)革命史其實也是一個工業(yè)品的制造復雜度的提升過程，從早期的手工制造到現(xiàn)在的高端電子產(chǎn)品，以及一些復雜原材料的設(shè)計，都反映了制造復雜度的提升。早期的手工制造相對落后，后來有了5S、kaizen、JIT等精益的管理，人員素質(zhì)和管理效率得到了提升。在這個基礎(chǔ)上工業(yè)又走向自動化，通過“機器換人”的方式去避免很多重復性的勞動，也帶來時效性、精準度的提高。然而，事實證明早期的“精益管理”和“自動化”已經(jīng)不能滿足高精度、高質(zhì)量產(chǎn)品的生產(chǎn)需求，這些高端需求需要借助工業(yè)數(shù)字化轉(zhuǎn)型升級去實

2、現(xiàn)和達成。半導體制造對工業(yè)數(shù)字化轉(zhuǎn)型的需求最為迫切，概括來說其體系非常復雜，每個環(huán)節(jié)都離不開大量數(shù)據(jù)，并需要借助過程管控、數(shù)據(jù)分析實現(xiàn)智能改進，解決生產(chǎn)過程中的品質(zhì)、產(chǎn)能、效率問題。工業(yè)數(shù)字化轉(zhuǎn)型是數(shù)字化轉(zhuǎn)型的一個子集，它利用工業(yè)物聯(lián)網(wǎng)等先進技術(shù)對現(xiàn)有的資產(chǎn)、過程、產(chǎn)品進行轉(zhuǎn)變，實現(xiàn)運營指標提升，走向卓越運營。卓越運營（Operational Excellence）實際上是一系列關(guān)鍵指標的優(yōu)化，其應用場景涵蓋裝配、加工、預測性維護、績效管理、質(zhì)量管理以及可持續(xù)發(fā)展這一系列的制造環(huán)節(jié)，甚至延展到產(chǎn)業(yè)鏈的上下游。對于工業(yè)數(shù)字化轉(zhuǎn)型的認知，目前來看還存在很大的不足。企業(yè)、服務商更多的是在談論各種時髦

3、的技術(shù)名詞，似乎人工智能、數(shù)字孿生這些詞匯就是數(shù)字化轉(zhuǎn)型，很少有人關(guān)注數(shù)字化轉(zhuǎn)型的目標是什么？工業(yè)數(shù)字化轉(zhuǎn)型是通向未來工廠（FOF: Factory of Future）的一個階段性工具。這是調(diào)研機構(gòu)給出的“未來工廠”框架，涵蓋了最終的目標，到企業(yè)戰(zhàn)略，再到價值鏈的執(zhí)行，再到人、技術(shù)、流程的有效融合，這個架構(gòu)也代表了“未來工廠”需要達到目標。LNS調(diào)研機構(gòu)還給出了未來工廠成熟度的一個界定體系，是一個從下往上的5級標準。這個體系既是對不同層次企業(yè)的劃分，也是未來工廠不斷演進的一個過程。未來工廠并不是一個虛無縹緲的概念，它旨在指導現(xiàn)有工廠進行數(shù)字化變革，使其能夠在運營等層面得到巨大的提升。運營層面

4、其實主要是包括兩方面，第一、定義一系列卓越運營的指標體系；第二，打造數(shù)據(jù)賦能的運營架構(gòu)，走向一個最終的卓越運營的目標。卓越運營的關(guān)鍵支撐就是指標體系，這些KPI指標從企業(yè)經(jīng)營層面來看包含各種財務、人效指標，再往下可能就劃分到不同部門，諸如生產(chǎn)指標、維護指標、庫存指標、質(zhì)量指標、安全合規(guī)性指標，以及相關(guān)的一些業(yè)務部門的指標，這些指標應該來自于基于平臺對接的各種自動化系統(tǒng)數(shù)據(jù)和業(yè)務系統(tǒng)數(shù)據(jù)。對指標體系有興趣朋友可以參考ISO22400-2，這是一個多維度的一個指標體系，主要包括生產(chǎn)（production）、維護（maintenance）、庫存（inventory）和質(zhì)量（quality）等維度，總

5、共在運營層面提供大概幾十個指標，已經(jīng)足以來去支撐大部分企業(yè)的一個正常運營。ISO22400-2指標體系包括我們大家熟知的OEE、MTTR、MTBF，以及良品率、次品率這些指標。它們并不是虛無的數(shù)字，全都來自各個不同的子系統(tǒng)提供的各種各樣的數(shù)據(jù)。同時，指標也是企業(yè)努力的方向和目標。02未來工廠的運營架構(gòu)現(xiàn)代工業(yè)功能體系大致可以分成三個層面，從最下面的資產(chǎn)（包括人、流程、技術(shù)），到運營（從研發(fā)、設(shè)計到工程，再到生產(chǎn)制造再到物流、供應鏈，再到服務的整個價值鏈），再到業(yè)務（人事、財務、市場、決策）。當然，在國際上還有非常多的相關(guān)工業(yè)理論體系以及相應的組織機構(gòu)，包括大家熟知的OPC、ISO、ISA，以及

6、ISA95、ISO88以及IEC61512-3等各種標準體系，涵蓋了從研發(fā)到工程再到制造、生產(chǎn)等各種階段和過程。這里我們重點會看ISA95，因為它涵蓋了運營支撐層面的很多方面。ISA95工業(yè)企業(yè)架構(gòu)劃分成5個層面，最下面三層其實是我們說的自動化層面，就是大家熟知的OT的一些PLC/PAC，以及DCS等相關(guān)的各種系統(tǒng)；中間這個層面是MOM，可能有些人對這個詞比較陌生，但其實它跟MES是一個概念，在上層業(yè)務系統(tǒng)和下層的自動化之間起著承上啟下的作用，所以它包括了生產(chǎn)計劃、過程管理、維護、質(zhì)量這方面的功能；最上面一層就是大家熟知的一些IT系統(tǒng)，財務、人事、市場這些。ISA95這種層次化的架構(gòu)雖然很清晰

7、的定義了每一層的工作內(nèi)容，但實際上大家可以看到，在這種從底層到頂層的垂直整合模式下，每一層獲取到的數(shù)據(jù)都是上一層的匯聚和抽象，底層的數(shù)據(jù)很難被頂層的決策以及生產(chǎn)服務直接使用，這就造成層次越高能利用到的原始數(shù)據(jù)就越少，進而發(fā)生因多次數(shù)據(jù)匯聚導致的失真、滯后等后果，最終導致企業(yè)運行效率降低。比方說，企業(yè)可能會有一系列的如ISO22400提到的生產(chǎn)、庫存、質(zhì)量、維護、安全等層次化指標，其數(shù)據(jù)都來源于已被處理過的下層系統(tǒng)，同時可能還需要從多個系統(tǒng)中去采集數(shù)據(jù)，得到的數(shù)據(jù)往往并不準確，甚至跨系統(tǒng)融合數(shù)據(jù)也面臨著標準不統(tǒng)一的挑戰(zhàn)。ISA95的第2個局限性是企業(yè)對數(shù)據(jù)的利用率和利用程度還非常低，一般來說數(shù)據(jù)

8、分析包括描述性、診斷性、預測性、預知性等，但據(jù)調(diào)研機構(gòu)調(diào)研顯示，其實絕大部分企業(yè)對數(shù)據(jù)的利用只是停留在一些初級描述性descriptive層次，其實就是一些統(tǒng)計報表。高級的數(shù)據(jù)利用諸如設(shè)備可靠性的預測、產(chǎn)能的預測，亦或者是供應鏈庫存的預測等都還沒發(fā)揮出作用。第3個局限性就是ISA95的架構(gòu)體系。在現(xiàn)行的體系下，MOM/MES往往被做成一個大而全的獨立系統(tǒng)去承載越來越多越復雜的功能，這種單塊式、單一數(shù)據(jù)源、垂直、煙囪式系統(tǒng)，其實很難實現(xiàn)數(shù)據(jù)的共享，也很難實現(xiàn)功能和性能的一個擴展，更沒辦法來快速滿足工業(yè)企業(yè)差異化的定制需求。所以，工業(yè)數(shù)字化轉(zhuǎn)型其實主要是改變工業(yè)企業(yè)的運營架構(gòu)，從這種傳統(tǒng)層次化的運

9、營架構(gòu)變成一個相對比較扁平，或者說以數(shù)據(jù)驅(qū)動的未來工廠的一個運營架構(gòu)。簡單來說，我們基于已有的架構(gòu)體系把IT和OT的數(shù)據(jù)打通，形成一個數(shù)據(jù)一致、功能開放的全新層次化解決方案，并支持全新的數(shù)據(jù)智能應用的開發(fā)和擴展。我們把傳統(tǒng)的縱向集成變成橫向數(shù)據(jù)集成，從IT系統(tǒng)里面抽取相應的指標的一些數(shù)據(jù)，從OT系統(tǒng)抽取一些實時的數(shù)據(jù)做相應的關(guān)聯(lián)，在同一個IOT的平臺上實現(xiàn)融合的數(shù)據(jù)的架構(gòu)和數(shù)據(jù)的服務，再利用一系列的應用開發(fā)的工具、數(shù)據(jù)分析工具來實現(xiàn)相應的應用和分析。在智能應用上，將來還會有更多的甚至95%以上的應用在等待我們?nèi)ラ_發(fā)。這些應用就包括我們說的運營層面的各種各樣的指標預測，如庫存維護、質(zhì)量、安全、能源，以及先進過程控制（APC）等。所有這些應用都有一個共同點就是一定是數(shù)據(jù)驅(qū)動，而數(shù)據(jù)驅(qū)動其實有4個發(fā)展階段或者說4個利用層次，也就是前面我們提到的描述性Descriptive、診斷性Diagnostic、預測性Predictive、預知性Prescriptive，圖中智能應用下方的DDPP就是代表了這四個層次。未來所有的智能應