公司动态

了解最新公司动态及行业资讯

当前位置:首页>新闻资讯>公司动态
全部 47 公司动态 38 行业动态 9

【朱铎先深度解读】明晰智造之道 驾驭机器

时间:2023-03-10   访问量:1129
导 言
本文是北京兰光创新科技有限公司&机智互联(北京)科技有限公司创始人董事长
在上海举办的“2019第七届汽车与环境创新论坛”上的发言,根据现场速记并略加整理。


近些年来,很多制造企业都在积极推进智能制造,但是不同的人有不同的说法与理解,做自动化的、做信息化的、院士专家,各自有自己的理论体系,并且听起来都很有道理,于是乎,企业无所适从,不知道该如何做。制造企业到底该如何多快好省地推进智能制造,下面谈谈我的一些理解与实践。

很多人一说起智能制造,就说机器换人或者上什么软件等等具体事务,我认为这是“器”的层面,“器”是外在的、具体的、工具化的,我们还应该从方法上看怎么落地,探讨采取什么举措才是最适合自己企业的,这就是“术”层面了。最好还要进一步看清智能制造的本质、原理和发展路径,这就是“道”了。作为企业的高管,还需要看到制造业发展趋势,要学会预测趋势、把握趋势、利用趋势,所以看清楚本轮智能制造浪潮背后的根源及制造业发展趋势是非常重要的。作为企业,不是研究机构,我们一定要务实,不能只坐而论道,更应该勇于实践,这就是“证”。今天我给大家带来智能制造的一套方法论,就是从“取势、明道、优术、利器、实证”五个层级去看智能制造的本质与落地。这也是刚才主持人李博士说的——《机·智:从数字化车间走向智能制造》这本书的主线,这本书是我与赵敏院长花费一年多时间撰写的,去年10月8日在京东、当当等网店正式发布,受到了智能制造界朋友的认可与欢迎,基本上是两个月重印一次,现在马上是第6次印刷了。
下面我就按照“取势、明道、优术、利器、实证”这个主线,谈一下我对智能制造的认识及相关实践。
一、取势:本轮智能制造的根源并非技术拉动而是压力驱动



先说取势。我们看到近几年智能制造在全球很热,包括美国、德国、英国、法国、日本、中国等这些主要工业国家,都不约而同地推出了一系列国家战略,虽然时间点不同、侧重点不同,但其本质都可以用智能制造或数字化转型来概括。但大家想过没有,这次浪潮为什么来得那么猛,范围为什么那么广,根源又是什么?这里面是不是蕴含着一种潜在的发展趋势或者解决思路?很多人在谈智能制造的时候,大谈特谈机器人、AI等高大上的技术,但我们想一下,1959年就研制出了第一台工业机器人,人工智能三起三落到现在也有60多年的历史了,这些技术并不是最近才出现,最近几年也没有出现对制造业有什么颠覆性的技术,这是事实。
那么,这些国家进行这些战略部署的动力或者原因来自哪里?我认为这不是来自新技术的拉动,而是来自自身压力的驱动,我们常说“穷则思变,困在思通”。本轮智能制造的根源是来源于困境与压力,如果这个问题不搞清楚,就可能会误导制造企业智能制造的推进。
在这里我总结出了“四难”,大家注意,这都是趋势性的。
1678433735118380.jpeg

图1 1960-2011年世界发展指标 (来源:世界银行)

第一个难就是难以增长的经济总量。现在全球经济都面临下行压力,不只是中国。大家可以看到,这些年来发达国家平均下降到了0.4%,发展中国家降到了1.8%,有些国家甚至是负的增长。零是什么?零是绝望,零就意味着新开一家饭馆就要关一家饭馆。美国在2018年经济增速为2.9%,为2015年以来最高,所以尽管特朗普闹得欢,我们感觉很讨厌,但他在国内支持率很高。日本安倍成为了“二战”以后任期最长的首相,是因为他在经济方面有一套,日本2018年GDP增长了0.7%,他的一些举措被称为安倍经济学。尽管这些数字在中国的增长率面前微不足道,但已经是很大的成就了。所以,我们应该深刻地体会到,经济下行不只是中国所面临的严峻问题,也是这些主要工业国家都面临的问题,这种经济下行压力是“新常态”,是在较长时间内很常见的形势,近期很难看到大幅度改善的迹象。
1678433750199790.jpeg

图2 制造业实际生产与产能的对比图 (来源:Datastream,Natixis

第二难就是难以消化的全球产能大家看这个图,全球的产能增长都是直线上升的,现在建个车间、建个工厂很容易,速度很快,但是真正释放的产能与理论产能是有间隙的,最大间隙发生在经济危机爆发的2009年,大家注意,这个10%-20%的间隙一直持续存在,远比以前更为严重。您的企业到底是落在实线以内还是以外,这事关您的发展甚至是生存,因为在实线以外就意味着您要破产或者被并购。
1678433763311166.jpeg

图3 主要工业国家人口增长率 (来源:美国Census Bureau)

第三难就是难以逆转的老龄化。你会看到全球的主要工业国家国家,人口增长都在下降,老龄化严重。老龄化国家最严重的日本,目前65岁以上人口占比高达27.7%,已经进入超高龄社会,第二严重的国家是德国,这个数字是21.4%。中国2015年出现适龄劳动者拐点,所以这几年招工难,人力成本快速上涨。从较长时间的趋势来看,这些国家人口下降与适龄劳动者短缺的状况很难改变。

1678433770182624.jpeg

图4 主要工业国家出口在全球中的比重(来源:联合国和国际货币基金组织)

第四难就是难觅世外的全球化竞争。今天全球化越来越明显,全球化竞争越来越激烈。以前,我们的产品可能只是在当地卖,比如华东或者中国,但现在是面临着全球化竞争。“隐形冠军之父”,德国西蒙教授在《隐性冠军》描述到,74%的德国隐性冠军从‘从一开始’就是参与全球化竞争。
我们再看全球主要工业国家出口占比这个图。可以看到别的国家都在下降,只有中国直线上升,中国如此大体量的经济体外加如此快的发展速度,换位思考,其他国家的压力有多大?所以,现在你看到在中美贸易严重摩擦的时候,没有一个发达国家站出来支持中国,从这张图上您可能就会理解了;也没有什么发展中国家说句公道话,特别是东南亚国家,因为他们都在盼着产能向他们国家转移。
刚才我说的“四难”不是一个国家,更不是一个企业所能轻易改变的,这是长期的、趋势性的发展。
所以,在这种增长乏力、产能过剩、老龄化严重、全球化竞争激烈“四难”情况下,人们希望用自动化解决劳动力短缺,也就是体力的问题,用数字化解决人脑力的问题,用网络化解决协同高效的问题,用智能化提升整个生产与服务。这些都是我们急需的,这就是解决“四难”的技术手段与解决思路,这个东西叫什么呢?德国人起了个很好听的名字——Smart Manufacturing,在我国被翻译为智能制造。很多专家基于“智能”两个汉字的表面意思,又提出了基于AI、机器人等最新技术的“自感知、自决策、自执行、自学习、自适应”等技术特征,但我认为这过于理想化了,对制造企业很难落地,这种理念会误导制造企业透支财力追求所谓高大上的技术,投入很大,效果不明显。实际上,Smart是聪明的意思,是灵活、敏捷且有些智能的意思,并不是专家说的Intelligent(智能),它要比Intelligent低一级,Smart在中国被人为地拔高了,将Smart等同于Intelligent,是推进智能制造过程中最大的误区,甚至是概念陷阱。为此,在《机·智》中约定为:凡是涉及到数字化网络化(即Smart)级别的“智能”,皆称作智巧;凡是应用了新一代人工智能所形成的(Intelligent)级别的“智能”,直接称作智能。如此,英文术语与中文术语之间形成一一对应,看到英文,就知道中文是什么,看到中文,也随即知道英文是什么。我认为德国提的Smart Manufacturing既是具体的智能制造使能技术,也是一种思想,是一种解决方案,是一种新的生产与服务范式。其目的就是在自动化、数字化、网络化、智能化等技术支撑下,通过敏捷、灵活、高效、高质、绿色的生产与服务模式,化解增长乏力、产能过剩、老龄化严重、全球化竞争激烈等“四难”的现实问题,快速响应市场、提升企业的竞争力,而不应该理想化地认为通过自感知、自分析、自决策、自执行、自学习等“尖端”智能技术去追求一种少人化、乃至无人化的智能生产模式。
对工业4.0,我们也不能只看到机械化、电气化、信息化、智能化等简单的技术特征,如果这么看就是过于的表面化、工具化、简单化。工业3.0到4.0之间最大的“坎”,不是纯技术问题,最大的转变是供需关系的转变。以前人的体力不够用机械化,产能不够用电气化和流水线,品类不多用PLC、数控机床增加柔性,以前主要矛盾是解决生产不出来、成本高、效率低的问题,现在对企业最大的挑战是产能过剩、竞争激烈的问题。包括前几位专家说的个性化定制,这个并不是高端技术推动的结果,这是因为产能过剩、竞争激烈带来的表现形式,你不实现个性化就很难销售,大批量生产的日子很难再有了。这就是势的问题,这是制造业所面临的大势。
这是我的第一组观点,即智能制造是大势所趋,但最主要的动力不是来源于技术拉动,而是压力驱动,千万不要搞反了,解决方案也是完全不一样的。
二、明道:以人为本的智能制造落地之道


1678433779192555.jpeg

图5 美中德三国工业革命演变路径

下面我们探讨一下智能制造“道”的问题。
我们选德国、美国、中国这三个最具典型意义国家看一下。德国是制造业强、美国是信息化强,中国是制造大国但不是强国。三个国家的国情不同,战略路径自然不同。
德国是以机械化、电气化、信息化三次工业革命形成的先进制造业为基础,向以CPS为核心的智巧工厂进军,进而实现基于智巧工厂的“互联世界”,目的是“以厂入网”,方向是自下而上。
美国是从以互联网为代表的超级发达的信息产业为立足点、向以CPS网络为核心的工业互联网强势进发,目的是“以网入厂”,方向是自上而下。
中国因为工业化、信息化基础都比较薄弱,不能顾此失彼,最直接的办法就是从两化聚焦到两化融合,无论是“互联网+”还是“+互联网”,无论是“工业技术软件化”还是“工业APP”,最后都是向以CPS为核心的两化深度融合方向急行军。
很明显,中德美三国的战略必然交汇于以CPS赛博物理系统为核心的智能制造。
因此,国情不同决定了实施路径必然不同,我们不能照搬国外模式,要充分借鉴国际先进理念,结合国情,扬长补短,制订相应战略。
扬长避短,我们的短处很明显。首先,我们的自动化比别人差,别人是3.0往4.0走,我们是2.0补课、3.0普及、4.0示范,大部分企业是处于2.0阶段,3.0还很少。其次,无论是技能、敬业精神等,在人员基础方面我们也比德国等发达国家差,毕竟西方国家有200多年的工业发展史,我们的工业时间不长。在管理方面,我们也比较欠缺,很多企业还是凭经验、靠纸张的粗放型管理,根本谈不上科学管理。但这恰恰是我们大有潜力可挖的地方,我们随随便便就能在管理等方面挖出10%,20%的潜力,国外企业由于管理已经很完善了,很难在管理方面挖出这么大潜力。并且,我们在劳动者数量方面还是有优势的,虽然是招工难,但毕竟可以招到,在人才方面也是具有明显的优势,每年1300多万大中专毕业生,一年的数量就比欧洲小国全国总人口都多,这些都是我们发展的优势所在。
因此,我一直强调人是核心,也是中国制造企业值得大力投入的方向。
一说起工业4.0,很多人就说德国企业多么自动化,多么高大上,其实,这只是看到了表面现象。在德国人《工业4.0实践版》一书中,作者重点阐述了企业的三要素“技术、人力与管理”,技术是发展要素之一,机器人等装备技术也是其中一部分,技术还包括研发技术、工艺技术等等。我们做智能制造不能光关注表面上的机器人等自动化,还要多增加在人力、组织、管理、文化方面的力度。另外,德国人用八项行动作为工业4.0的落地支撑,我们仔细观察,其中有六条与人有关的,包括如何让工人掌握这些复杂的系统、员工的培养与职业发展等等。
德国人重视人的要素,那么以推崇技术见长的美国人呢?美国GE提出了工业互联网,他们认为智能机器、高级分析、工作人员是工业互联网的三要素,我们可以看到GE把人当成三要素之一。
1678433792184711.jpeg
图6 日本“工业价值链参考架构(IVRA)”
我们再看和我们同属东方文化的日本,日本在类似德国RAMI4.0的工业价值链参考架构(IVRA)中,将人看作了起点,从中可以看出日本人对人的重视。
1678433802642710.png
图7 德勤公司对全球一万多名企业高管的调查统计
我们再看从全球视角看。德勤公司对全球140多个国家的一万多名企业高管进行调查,调查结果表明40%的高管和我们的认知是一样的,就是关注机器人、认知计算和人工智能。但80%的高管关注的什么呢?是人才获取、员工的培养培训和组织的重构,这才是这些顶级企业高管所关注的事情。
所以基于这些思考,几年前我就针对很多专家、厂家、政府机关说智能制造就是机器换人提出我的质疑,我认为这会误导中国企业。日本是老龄化最严重的国家,也是机器人产量最大的国家,如果机器换人能解决问题,他们何苦一会提出社会5.0,一会提出互联工业等众多战略?正如我前面所说,大部分制造企业日子很难过,没有那么多钱,企业生存是第一位的,不能为了技术而技术,不能为了高大上而高大上,企业要回归本质,降本提质增效提升企业的竞争力才是根本,智能制造不是制造企业的目的,只是有效的手段与发展方向。
从技术核心上看,美国和德国等西方国家是基于CPS为核心的智能化转型。美国是基于信息化强、制造业空心化的现状,采取的战略是C+P,扬C之长补P之短。其中,C为Cyber(赛博的)数字、信息、网络等虚体世界,P为Physical(物理的)产品、机器、设备、设施等实体世界。而德国恰恰相反,德国是制造业强、信息化弱,德国的战略是P+C,扬P之长补C之短。如果照搬国外战略,中国制造业无论是C+P还是P+C,都没有胜算,如果要取得胜利,必须增加变量,这个变量就是人。
1678433810197875.png

图8 “人机网三元战略”

早在2015年,针对很多企业家热衷于采购机器人、关注人工智能与大数据等时髦技术的现状,我感觉非常着急,认为这些过于理想化的技术会误导制造企业投入大量的资金,透支财力与热情,可能最后错失智能化转型的机会。于是,我提出了“人机网三元战略”,就是以人为核心,突出人的价值,在人的方面,包括人才培养、组织管理、业务流程、企业文化等方面挖潜力,提升企业的竞争力。

2016年我们出版了《三体智能革命》一书,站在社会的角度,首次提出了“物理实体、意识人体、数字虚体”的“三体智能模型”。《三体智能革命》出版后,在业界获得了普遍的好评并得到了中国工程院等权威机构的认可,对国内智能制造的研究与应用起到了积极的推动作用。
因此,我提出推进智能制造有“三见”。第一“见”是看得见摸得着的自动化,相对来说易见、易学、易购、易建,不用过多强调也能引起企业的重视,这是外在的,建设周期也短,企业只要有钱基本就能买得到。第二“见”是看得见摸不着的信息化,这里面沉淀了大量的研发技术、生产工艺、业务流程等知识与诀窍,这不是买套软件系统那么简单,甚至会涉及企业组织架构、管理流程等方面的重塑,是企业完善自身管理的契机。第三“见”,是最重要的,即看不见摸不着的工业文明,包括人才培养、企业文化、战略、管理等方面,这往往容易被企业所忽视。这些方面不是通过购买就能快速复制,需要企业长期的积累,这是一个可以压缩但不可跨越的过程,却是企业的核心竞争力所在。
三、优术:智能制造,从“治聋治哑治傻”开始



以上是我讲的智能制造之“道”,下面谈一下我在智能制造“术”方面的理解。
我们知道,智能制造的英文是SmartManufacturing,不是Intelligent Manufacturing,Smart的中文是聪明的意思,聪明就是耳聪目明,就是耳朵灵敏,眼睛明亮,大脑能思考,嘴巴能说话,四肢能执行,不是很多专家强调的自感知、自学习等高大上的理解。
那么制造企业该如何推进智能制造呢?我的建议就是智能制造,先从“治聋治哑治傻”开始。
由于管理的不科学,制造企业“聋哑傻”现象比比皆是。
聋就是听不见外部声音,与外界没有交流。在企业里,我们可以看到上百万元数控机床的加工程序是靠工人手动输,没有实现网络化传输和管理;工人干活是看纸质文档,没有电子化、网络化手段。机器与人和外界没有交流,这可称之为“聋”。
哑是指说不了话,有问题别人不知道。比如设备运行状态、故障信息、生产信息等都是不透明的,出现问题“说不出来”,相关人员不能及时获知,容易造成更大的损失。设备是哑的,岗位是哑的。
傻是相对明智而言。设备状态、生产进度、质量信息等不能自动、及时获知,只能靠人工事后反馈,效率低,且不客观。建立在这种人为数据基础上的决策就必然是不及时、不科学,甚至是错误的,不能科学指导生产,这个可用“傻”来概括。
刚才我说的聋哑傻可能有些通俗,不够高大上,我们再看一下高大上的国外战略。
1678433819203263.jpeg

图9 美国GE工业互联网的数据价值链循环图

GE的工业互联网风靡全球,他们有一个数据价值链循环图,我们抽象地概括一下,就是设备、采集、分析、展现、决策,形成闭环迭代优化,这实际上就是将聋哑傻的设备进行采集、分析、优化,变成Smart的管控方式。

1678433853618226.jpeg

图10 德国工业4.0之纵向集成

我们再看德国人提出的工业4.0,其中三项集成的第一项是纵向集成,是工业4.0的基础。德国人在图中央用大量的篇幅画了很多生产设备,这些生产设备是带Wi-Fi的,这代表生产设备的互联互通。右边你会看到一个电脑里面有很多用虚线连接的生产设备,是表示生产设备在互联互通的基础上与信息化系统深度集成,实现虚实两个世界的深度融合,打造车间级和企业级的CPS系统,这也可以理解为将车间内的“聋哑傻”设备、岗位通过互联互通,实现一种耳聪目明(Smart)的生产与管理模式。
我们最后再看一下日本。日本人在智能制造方面起步更早,波折更多。日本在1989年就提出了智能制造系统(Intelligent Manufacturing System),但失败了,于是一朝被蛇咬十年怕井绳,日本人对Intelligent 的使用非常谨慎,在社会5.0中,宁愿用Super Smart(超级智巧),也不敢用Intelligent了。后来他们看到德国工业4.0和中国制造2025等战略搞得有声有色,于2017年在社会5.0等战略的基础上提出了“互联工业”,并定为日本国家级发展愿景。“互联工业”是在充分发挥高科技和现场力两大优势的基础上,“通过连接人、设备、技术等实现价值创造的互联工业”,构建一个以解决问题为导向、以人为本的新型产业社会,解决“老龄化社会”、“劳动力短缺”、“环境和能源制约”等社会问题。其实质就是建立在互联互通的基础上,构建更为Smart的生产与服务模式。
管理大师德鲁克说“你无法度量它,就无法管理它”,其实智能制造没必要一定追求高大上,从治聋治哑治傻开始,是投入少见效快的一种很Smart的策略。
四、利器:3 in 1 的智能型MES制造执行系统



前面谈了“势”、“道”与“术”,都属于理论层面,下面我们看一下用什么的“器”实现以上目标。

车间是企业中将各种图纸转变为产品的主要场所,是决定生产效率与产品质量的重要环节,同时,车间往往也是企业中员工数量最多的组织。在很大程度上,车间强则企业强,车间智则企业智。可以说,以车间为实施对象的MES制造执行系统就是助力企业实现智能制造的基础与利器。

“忽如一夜春风来,千树万树梨花开”,近年来,中国MES软件公司及产品如雨后春笋般地冒出来了。我经过深入思考后认为,这种局面一方面是由于MES品牌尚未完全建立起来,市场良莠不齐,还处于群雄逐鹿的初级阶段。还有一个重要原因就是MES现有的定义与标准过于陈旧,在物联网、大数据、智能制造等新概念日新月异的今天,MES的定义,特别是MESA的定义已经不能适应今天市场快速发展的需要,也为今天市场的混乱埋下了隐患。

首先是MES定义时间过于久远。1990年美国AMR提出概念,当时是为了弥补ERP不能对设备层直接进行管控而衍生出的一个新概念。1997年MESA进行了进一步定义,MESA后来在MES定义及概念、目标等方面并没有实质性的改变。

其次是定义的不严谨。MESA规定只要具备11个之中的某一个或几个,也属于MES系列的单一功能产品。按照MESA的定义,一个模块也叫MES,因此,做条码的公司开发个软件就可以叫MES系统,做物料的开发一个库存模块也可以叫MES,这都不能说人家不对,的的确确是符合MESA定义的。所以说,MESA标准定义的不严谨,是市场上MES系统鱼目混珠的根本原因。

最后,也是最重要的是MES理念没有与时俱进。MESA对MES的定义已经很多年没更新了,但近年来,全球兴起了智能制造的浪潮,工业4.0、物联网、云计算、大数据、CPS等理念近几年层出不穷,这些理念必将对制造也产生重大影响,但作为承上启下,处于智能制造核心的MES系统,其定义根本就没有体现出来这些理念,MES定义仍然属于典型的工业3.0以前的概念。如果软件公司按照这些理念研发,或者制造业引进这些理念指导下的MES,用工业3.0以前的系统,如何建设企业的工业4.0?又如何能促进企业智能化的转型升级?

针对这种情况,2009年我就提出来MES系统不是一套简单的信息化系统,强调指出MES是有灵魂的,那就是精益生产,并强调指出精益生产是MES的精髓,MES是精益生产落地的载体。

2014年,我撰写《离散行业MES选型“三忌”》一文,第二忌就是切忌将MES平庸化,将一两个模块就叫MES,这种过低的要求会误导制造企业,影响MES的健康发展。

2015年,我提出“六维智能理论”,分别从计划源头、过程协同、设备底层、资源优化、质量控制、决策支持等6个方面着手,实现生产过程的自动化、数字化、网络化、智能化的管理与控制。该理论被新华网、网易等众多媒体报道,成为很多制造企业进行智能制造的重要参考。

因此,我第四组的观点就是,一套好的MES系统应该具备兼顾智能制造、工业互联网、精益生产的理念,是一套3 in 1的产品,这才是支撑制造企业智能化转型升级的利器。

五、实证:降本提质增效是中心



下面谈谈大家最关心的“实证”,也就是如何做的问题。

现在制造企业都很困难,成本上升很快,但在人均产出方面,我们与发达国家相比差距还是很大。9月1日,我出席了在沈阳召开的制造强国论坛,原工信部部长李毅中说,中国的人均产值是美国的1/10,是日本的18%。

据兰光创新实施的七百客户、三万多台数控机床的统计来看,我国中小批量离散制造业数控机床的有效利用率大约37%左右,而MESA协会统计的结果是国外平均71%,11%的优秀企业达到80%。

什么原因造成如此大的悬殊?说到底,我认为最大的问题不是生产设备的问题,是管理的问题。我们应该客观地认识看待这些数字,想办法进行持续改善和不断提升,这才是我们有大潜力可挖的地方,而不是购买更多的高端设备。

我们应该怎么做呢?根据上述情况,我们首先要优化生产计划。现在生产批量越来越小,订单越来越碎,交货期越来越紧,要从源头上优化生产计划,通过各种高级算法,从成千上万种排产方案里选出最优生产计划,使等待时间最少、生产更均衡、交货更短。其次,要大力优化你的库存,避免各种物料短缺或者积压,减少资金的占用与管理的复杂度。另外,实现生产过程的信息共享、过程协同与知识重用也非常重要,相关的技术、库房、检验、操作工人等相关人员都应该以设备的高效生产为中心,高效协同。

还有一个重要问题,就是质量的问题。对大部分企业而言,我们不是生产不出来,是质量不稳定,价格卖不上去,没有什么利润。质量不稳定的原因往往不是设备问题,而是管理问题。在生产过程中,白班晚班不一样,张三李四不一样,高兴与不高兴不一样。在工业文明不够的情况下,我们应该采用技术手段加以控制。比如我们要设备受控,出现异常及时知道,工艺生产制造参数受控,做到生产过程透明,事后可以追溯、将来可以优化,打造一个设备自动化、管理数字化、生产精益化、人员高效化的“新四化”智能工厂。

基于这些年的研究与思考,笔者于2015年提出了智能制造下的“六维智能”理论,并用“六维智能”指导兰光MES的研发与实施,取得了很好的应用效果。“六维智能”是分别从计划源头、过程协同、设备底层、资源优化、质量控制、决策支持等六个方面着手,实现生产过程的自动化、数字化、网络化、智能化的管理与控制。

经过17年的发展,兰光创新在离散制造行业已经拥有700多家客户,大部分是军工企业、高端装备、机械制造等高端制造企业,在汽车零部件行业也有50多家客户。今天我展示三个汽车行业的案例,分别是中信戴卡、浙江双环传动和滨州渤海活塞。大家可以从界面上看到上述理念在这些企业的落地,通过数字化、网络化、智能化、精益化等理念,实现了企业生产设备的互联互通与生产过程的智能化管控,这些企业都取得了良好的经济与社会效益。

最后介绍一下公司情况。兰光创新成立于2002年,总部位于中关村软件园,在成都、西安、杭州设有分公司,是国内领先的智能制造与工业互联网方案供应商。产品包括MES制造执行系统、设备物联网系统等智能工厂解决方案。荣获“北京市软件认定企业”、“北京市高新企业”、“中国工业软件优秀产品奖”等荣誉,是中国机电一体化协会MES分会、北京市两化融合服务联盟等组织的副理事长单位,是金蝶软件、新松机器人、华中数控等知名公司的战略合作伙伴。入选工信部2018年度《智能制造系统解决方案供应商规范条件》、“第一批工业互联网平台优秀技术供应商”以及“工业互联网APP优秀解决方案”。

因时间关系,今天就向大家汇报到这里,欢迎您的批评指正!


(注:本文部分内容摘自《机·智:从数字化车间走向智能制造》,朱铎先、赵敏,机械工业出版社,2018)


上一篇:以人为本,构建智能制造新体系

下一篇:【朱铎先】号角已吹响,工软当自强

未查询到任何数据!
-->

微信扫一扫

微信联系
返回顶部