侵权投诉

搜索
更多>> 热门搜索:
订阅
纠错
加入自媒体

工业4.0与智能制造分级评测三部曲(下) | 九大评测维度详解

2016-06-16 08:01
PokerJoker
关注

  5、从制造到智能制造

  在前2.0和2.0阶段聚焦在订单兑现、质量、节拍和设备利用率几个KPI上。主要测评ERP计划、计划到排产是否打通,基本的MES是否实现等关键点上。

  2.0走向3.0阶段则聚焦在,完整的MES与ERP,与APS,与底层系统是否打通,是否能实现精益排产的。

  而在3.0走向4.0,则聚焦在合理的终端智能设备导入,实现基于工业互联网的系统上下左右的互通互联,即机机和人机交互上,同时实现实时的业务流程、系统和设备的可视、可控和可分析。注意,这里用的是终端智能设备的“合理导入”,而非越多越好,既非“无人工厂”,也非“机器换人”。

  6、厂内(Inbound)物流和厂外(Outbound)物流。

  在前2.0和2.0阶段主要是考察是否打好了物流的基础,即做好出入库管理、仓储管理、配送管理,即从业务流程角度,人的能力培育角度,又从系统建设角度。

  在2.0走向3.0阶段,侧重考察大型品牌企业是否着力打造高效的物流管理平台和物流互联网系统平台。

  在3.0走向4.0阶段,侧重考察Inbound立体仓与智能控制系统的建设,Outbound互联网智慧物流平台的建设。

  7、第七个维度是质量管理

  2.0时代主要是精益质量管理的基本体系的建立;

  2.0到3.0时代主要是质量体系的进一步完善和更多自动检测分析设备的导入和质量信息系统的建设。

  在3.0到4.0时代,则是全价值链所有涉及质量的环节能够实现到料件、到批次360度动态的质量监控,从而实现质量的0缺陷管理。

  8、设备管理

  2.0时代主要考核设备完好高效使用的基本业务流程和信息系统是否建立,在2.0到3.0时代主要考核设备点检维护是否完整实现了自动化

  在3.0到4.0时代考核是否导入了智能设备和智能系统从而实现设备的实时点检维护和实时可视和可控。

  9、最后一个维度是大数据应用

  到目前阶段,中国企业几乎很少有企业在实施大数据或工业大数据的应用。

  在与智能制造紧密相连,逻辑上前后呼应的工业大数据领域,不讨论计划与排程,不讨论制造与工艺,不讨论质量控制,不讨论设备的高效利用,不讨论仓储物流,不讨论MES,不讨论人机互联,怎么可能进入工业大数据领域?

  而这些数据能够落地,也仅仅是工业大数据分析模型的基础和前提条件。

  工业大数据应用的深度与否是考察未来中国企业能否走向全世界制造的制高点和制胜点最重要的一块试金石。

  很明显,如果实现绝对的最优成本结构(ABC+),实现真正的质量0缺陷,实现订单及时承诺和随时下单(即需即供),实现无限趋近于0的最优库存结构,没有工业大数据的分析模型,根本无法做到。

  这九个大的维度,或者九个板块,构成了“兮易工业4.0测评模型”的顶层架构。

<上一页  1  2  3  4  下一页>  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号