中文字幕精品一区二区精品_久久一二三区_亚洲韩日在线_日韩中文字幕视频

工業軟件MOM的破局之路淺見

日期:2024-04-25 09:43

導讀:2023年1028日,由中國自動化學會主辦的2023國家工業軟件大會在浙江湖州盛大開幕。大會以“工業軟件·智造未來”為主題,匯聚了25位國內外院士,1500余位代表,共同探討工業軟件領域前沿理論和技術創新應用問題,共同謀劃我國工業軟件未來發展之道。

上海科致電氣自動化股份有限公司鐘瑾總經理受邀在2023國家工業軟件大會中作題為“工業軟件MOM的破局之路淺見”的專題報告。工業軟件MOM遇到商品化難、模型復雜、見效慢、效益差的困境,全球MOM的市場規模不到ERP10%,但是MOM又是生產必須品。MOM的困境顯而易見,如何破局,如何讓MOM成為真正推動生產的利器。產品商品化的要素為市場需求、成本、質量,MOM能解決成本和質量,工藝化、模塊化、質量要素點是今后MOM的破局利器


工業軟件MOM的破局之路淺見

上??浦码姎庾詣踊煞萦邢薰居?004年成立,總部位于上海閔行漕河涇高科技園區,作為上海電氣的子公司,致力于裝備制造領域。公司客戶主要集中在汽車和化工行業,涵蓋了約10%的行業領先客戶。值得一提的是,2023年科致榮獲國家專精特新小巨人的稱號,同時在2018年至2021年連續四年獲得上海經信委推舉的工業軟件轉型服務商資格。公司早期獲得了高新技術企業地位和CMR認證,數字檁云產品獲得國家級成果認定。主要產品系列涵蓋數字檁云、鉑舜和皓禹,應用于制造業執行運營、供應鏈管理和售后服務系統。

一、工業軟件MOM現狀和未來討論

MOM(制造運營管理)并非新概念,自1970年計算機發展以來,直到2016年MES(制造執行系統)升級為MOM之后,隨著大力推廣,人們開始更加熟悉MOM,它已成為工廠不可或缺的核心要素,如圖1所示。當前工業軟件行業每年增長約為15%,而截至2023年,MOM市場規模已達到384億,這對于中國企業而言是一個相當龐大的市場。同時,在過去的五年里,大多數企業逐漸熟悉了MOM。因為MOM解決了生產透明化和質量問題,所以其極好地滿足了制造商的雙重需求。


圖1 MOM應用領域

         近年來,MES和MOM領域涌現出許多企業,它們共同面臨一個問題:盈利困難、規模較小。不論是西門子還是中國的企業,在MOM軟件產品領域沒有一家獨大。以西門子為例,其在全球工業軟件市場中MOM的占比僅為0.1%。然而,整個MOM市場非常龐大,年市值達到384億,規模并不小。

         軟件產品必須向工具化方向發展,擺脫定制化的困境,才能實現規模擴大。如果仍然局限于定制化軟件,軟件產品難以擴大規模。MOM與ERP有所不同,因為每家企業都有各自的特點和需求。MOM是一個行業興起的趨勢,要使MOM突破困局、成為標準化的商品,關鍵在于如何量化、工具化,并使其行業化,真正地滿足客戶不同的需求并帶來改變。

金蝶作為財務軟件在當今社會廣泛應用,因為它解決了財務和客戶問題。對于MOM來說,是否能夠解決客戶的痛點是一個關鍵問題。海外一些廠商開始采取一些策略,推出了行業包,將軟件輕量化、標準化。這是因為當前社會普遍存在一個問題,無論是客戶、供應商還是員工,都對軟件的需求要求是能夠快速修改、迅速滿足需求,同時不影響生產。這對MOM原有體系提出了重大挑戰和改變。當然,隨著信息技術行業的飛速發展,國家對工業軟件的支持也在不斷增強,工業軟件的市場規模在不斷擴大。    

傳統的MES和MOM采用面向服務的SOA架構,如圖2所示,盡管這種架構穩定,卻帶來了交付周期長和定制化復雜等問題。通常情況下,采用SOA的項目無論是定制化還是交付時間都較長,八個月或一年是常見情況。當MOM項目規模超過一千萬時,即便是僅涉及授權服務而不包含硬件成本,交付時間也可能延長至一年半或兩年,這表明沿用SOA架構存在底層架構問題。科致自2004年開始采用SOA架構開發MOM,但在2015年進行了架構重構變成微服務架構

圖2 SOA服務

二、科致數智檁云工業軟件MOM破局之道

借助靈活解耦的微服務集群,即快速響應和快速修改,我們在數字孿生MOM的首要步驟是對架構進行重構。重構架構的首要步驟將原先的面向服務的SOA架構轉變為微服務架構。前幾年阿里推出了數據中臺的概念,這在某種程度上是有道理的。但對于我們而言,MOM是各種軟件集成的核心,特別是對于生產環節。因此,我們建立了一個數據平臺,將來自各個接口、不同廠家和系統的數據整合到一個數據庫中,實現了數據共享,如圖3所示。這樣做使得微服務的各個插件底層無需重構。事實上,MOM、供應鏈系統和DPS都運行在同一架構上,這確保了整個生產、運營和售后的數據至少是一致的。另外,第二個舉措是進行了深度學習算法的研究。因為要讓軟件產生效益,需要降低定制化程度、提高程序和模型的標準化。這樣可以在短時間內,在同一行業的同一廠家之間傳遞工藝要求,并且可以將工作量降低一半。這樣的軟件需要逐步迭代更新,才能真正成為優秀的商品軟件。

圖3 靈活解耦的微服務集群

       客戶通常會認為,將傳統的紙質流程轉換為電子化并不能帶來實質性改變,然而,對于我們所涉及的汽車、汽車零部件和重工業等行業,MOM的重要性在于降低生產成本和提升產品質量。不同廠家、不同制造商都有各自特點,在相似的裝備和工藝基礎上,我們著手改進了裝備工藝和壓裝技術,打破了國外軟硬件結合的局面,實現了質量數據和質量曲線的監測和預測。與其他公司相比客戶,我們更深刻地理解客戶的行業特點,將客戶的工藝設備與工藝設備進行結合,為提供MOM解決了他們在質量方面的痛點。

       MOM作為一種解決方案,并非通用產品,而具有強烈行業屬性。受益于上海電氣多元化的品種和品類,目前我們的行業包主要針對汽車產業。通過與上海電氣內部印包集團、輸配電集團、環保集團合作,更深入地了解了該行業的需求和特點。因此,科致推出了覆蓋輸配電、環保等領域的行業包,如圖4所示?;谲浖奶匦院托袠I的特點,我們提供了相應的行業解決方案,以更貼合客戶需求,更有效地解決客戶的問題。

       

圖4 數據湖倉與深度學習算法行業包

經過這樣的努力,我們發現自身擁有顯著的優勢和優點。首先,通過深度學習和質量、產品曲線的測試,我們的軟件變得更具競爭力。我們提供的不再是普通的軟件,而是專注于解決客戶產品痛點的行業解決方案。同時,我們與內部其他企業合作,實現了軟硬件的有機結合。因為軟件與自動化密不可分,自動化需要軟件來實現解決方案的落地。因此,通過軟件和自動化的結合,不僅僅為客戶提供軟件產品,還解決了質量檢測問題。

微服務架構是極為優秀的架構,它能夠立即提供整體流程服務,并且具備便捷的迭代更新方式。相比于停機迭代或全面底層重構,微服務架構的修改只需對應部分,這使得更新變得更為簡便。對客戶而言,軟件的發展是一個漸進的過程,每年都需要不斷進行迭代更新,持續解決客戶面臨的問題。這種迭代更新的方式,若能提高工作效率和速度。因此,選擇微服務架構主要是其有三大優勢:第一,可控性高;第二,能夠實際解決問題;第三,能夠提高員工的工作效率和降低成本。   

MOM工業軟件必須具備硬核技術,缺少這方面的技術會讓客戶不滿意。因此,我們從質量出發,為客戶提供的質量測試不僅僅包括軟件本身的曲線和預測,同時還引入了客戶自身的軟件測試產品。在MOM的應用中,手動操作員工的質量問題難以進行檢測,因此通過6S、5S等管理手段,使用人工智能分析來解決這一痛點。我們不僅推出了延伸產品,還將其整合到MOM的質量模塊中,讓產品比其他同類產品更具競爭力。

         軟件開發中常涉及定制開發,我們致力于將商品軟件的定制化開發控制在15%至20%之間。同時,提供SDK軟件以滿足個性化需求,讓客戶自行使用第三方軟件低代碼進行開發。優質軟件的迭代更新意味著不斷引入新產品和新技術。工業軟件也是如此,也需要將當前先進成熟的產品引入自己的產品作為一個模塊。

在MOM方面,進一步關注的焦點是數據。以國內領先的汽車集團為例,其汽車零部件——變速箱在上海進行熱處理。過去存在一個問題,如圖5所示,熱處理所需時間最少為4.3天,加工時間為2.5天,而總成裝配時間僅為0.13天,鍛造時間也很短。然而,在此之前每年需要大約10萬人次的質檢來確定熱處理的質量。因此,每年質檢成本高達基本的480萬,是一個巨大的浪費。由于是抽檢,導致不合格產品的追溯以及數據流程不透明,這增加了零部件相對于主機廠的弱勢。在傳統的汽車生產中,如果生產100萬輛汽車,通常會備貨120萬個變速箱,這是因為對響應時間有要求,所以需要較高的存貨資金。

圖5 數字化工廠案例

總的來說,該汽車零部件制造公司面臨著熱處理效率低下、高昂的質檢成本和數據流程不透明等挑戰。然而,他們擁有五條真空產線、大量傳感器和海量數據存儲,同時在自動化設備普及率高的環境中,員工素質和對數據的理解也相當出色。在這個基礎上,公司提出了ABC三個解決方案來優化工藝裝架、上線、清洗、預熱、加碳和淬火等流程,如圖6所示。利用歷史數據進行質量預測,智能排查問題,結合AGB技術實現了無人化工廠。

圖6 數字化工廠案例

         這家公司在確保質量的前提下,利用其工藝設備、加熱、表處理和化學成分等數據,包括傳感器和產線所提供的數據,運用了K-近鄰算法、決策樹隨機森林算法以及支持向量機算法。通過這些算法,他們能夠對產品的表面硬度、表層硬度以及內部硬度進行預測。這種預測能夠在不進行破壞性實驗的前提下,達到了質量預測的準確率高達百分之九十幾。這一舉措大幅提高了產品的整體質量水平。以前,從冷卻到測試完成需要6小時,而使用他們的模型只需15分鐘,這節省了大量的時間和成本。

在工藝方面,盡管原來的燒爐溫度有PID控制,但仍然依賴于老師傅的經驗,而老師傅即將面臨退休問題。為此,可以利用機器學習模塊建立了一個專家庫。專家庫收集了專家的定量分析和經驗知識,將這些重要的技巧和經驗值量化并保存在專家庫中,以實現對知識的傳承,同時作為質量分析的基礎,如圖7所示。為了解決線上庫存過多、資金壓力過大的問題,公司進行了全面的排產優化。通過排產模型和優化算法,結合人工調整生產順序,實現了更好地滿足實際需求和優化生產的智慧排產。在這個過程中,智慧排產與質量分析、MES系統和WIP調度相結合,使整個系統更加高效,產生了顯著的效益。此外,在物流方面,公司廣泛采用AGV技術,實現了人力成本的降低和需求的更有效管理。

圖7 專家系統

圖8是該案例的實施效果,在空間利用率方面其提高了2.5倍,在質檢成本上降低了16%,人員成本下降了26%,設備利用率提高了4.5%。這些成果表明了MOM的重要性和必要性。首先,MOM需要與行業密切結合;其次,它需要擁有強大的核心技術,能夠幫助客戶解決行業問題;第三,快速響應也是至關重要的。當前,軟件的迭代更新速度越來越快,客戶對更新的需求也越來越迫切。市場變化也變得更加迅速,這也是MOM軟件面臨的挑戰之一。  

圖8 數字化工廠實施效果


*本文根據作者在2023國家工業軟件大會上所作報告速記整理而成