与发达国家企业普遍走过了机械化、电气化和自动化的串联式道路所不同,我国企业1.0、2.0、3.0的发展阶段并存,不同行业、不同企业智能制造的实施基础存在较大差异,重点行业的差异化智能制造推进路径也不同。
实施基础差异较大
——打造以智能装备、网络互联与数据集成为核心的智能工厂
以石化、钢铁为代表的原材料行业,自动化、数字化信息化建设起步较早,发展程度较高,智能制造实施主要以工厂内外各环节数据打通及应用为重点,实现生产管控一体化、供应链协同与能耗优化。在生产管控一体化方面,九江石化的智能工厂建设,在生产现场通过4G无线网络、防爆智能终端实现装置数据的采集传输,大幅提升生产管理与装置优化水平。在供应链协同方面,东岳化工通过对物流、能流、安全、资产的全流程监控与数据集成,建立数据采集和管控系统,实现从响应式制造到预测制造的智能供应链转变。在能耗优化方面,鲁西化工以“互联网+化肥”方式改造传统化肥生产,通过建立数据采集和监控系统,并与控制系统有机结合,实现重点污染物排放监控的全覆盖,吨合成氨综合能耗大幅下降。
——推进面向高价值产品的智能设计、协同制造和远程运维
航空、汽车、船舶、工程机械等高端装备行业,具有资金技术密集、产品附加值高的特点,企业生产过程普遍建立了良好的自动化、数字化基础,智能制造实施主要需求在于结合数字化、网络化技术,推进虚拟设计、协同制造和远程运维。在数字化设计方面,中国商飞建设三维PDM数据管理系统,应用数字化三维设计与工艺技术,实现产品数据流打通“设计-分析-工艺-制造”环节,大幅缩短研制周期。在网络协同制造方面,长安汽车搭建全球协同研发平台,推动基于同一模型与数据源的协同设计,实现了24小时不间断协同开发。在远程运维服务方面,三一重工依托工程机械服务平台为客户提供故障诊断、性能优化托管等智能服务,产品市场占有率整体提高5%,服务营收占比提高28%。
——探索用户需求导向的个性化定制
家电、服装、家具、汽车等消费品行业,具有显著的订单拉动式生产特点,企业积极拓展个性化定制模式。在服装行业,报喜鸟公司开发西服私享定制云平台与大数据平台,对用户个性化需求特征的挖掘和分析,实现“一人一版、一衣一款”的西装自主设计与定制生产。在家电行业,海尔集团打造“互联工厂”,前端打造“众创汇”的用户交互平台,终端依托沈阳、郑州、佛山和青岛四个互联工厂,后端依托“海达源”模块商资源平台,实现冰箱、空调等产品的定制化生产。
——强化以局部环节自动化、数字化改造为突破点的生产智能管控
以信息通信、光学元器件可穿戴设备等为代表电子行业,在检测、装配、物流环节普遍存在较大的自动化和数字化短板,企业智能制造实施主要以局部环节改造为切入口,逐步提升生产的数据采集与利用能力,提高生产效率和产品质量。在质量检测方面,中兴无线基站产品智能工厂,通过工业机器人、自动化检测设备的综合集成,突破模块化电源检测的自动化瓶颈,单条检测线减少12个人工需求,检测作业效率提升33%。在产线控制优化方面,华星光电子在自动化及传送设备基础上,对设备运行数据、原材料数据、生产过程数据进行综合集成,大幅提升生产效率。在智慧物流方面,歌尔声学依托基于射频识别技术(RFID)的智能物流管理系统和立体仓库,实现物料精准配送,大幅提升物流仓储效率。
——探索中小企业低成本推进智能制造的路径
受制于资金、技术和人才,中小企业低成本实施智能制造是现实选择。在硬件方面,中小企业通过对单点旧设备进行升级改造、智能设备以租代买等方式节省成本。山东威达机械充分利用原有旧设备,改造升级PLC系统、线轨等关键部分,并入新系统组成智能制造生产线,节省50%投资成本。在软件方面,中小企业可通过“按需付费、按次付费”取代“成套购买”的方式,降低使用门槛。
统一推进存在挑战
——行业间、企业间发展基础参差不齐,统一推进智能制造实施存在挑战
航空、电子、汽车、石化、钢铁等行业信息化建设起步早,基础好,先进企业自动化率基本达到80%,数据自动采集率达到90%;相比之下,纺织、建材等行业企业规模偏小,行业平均自动化普及率仅能达到60%。
——核心技术装备、关键共性/行业标准的自主化进程相对缓慢
以智能制造核心技术装备为例,国内机床、机器人企业在高端市场处于劣势,80%的高端机床依赖进口,ABB等国际工业机器人四大家族占我国机器人本体市场的50%以上,减速器、伺服电机、敏感芯片、外围芯片等关键核心元器件均由国际企业主导垄断。
——缺少跨界领军企业,生态体系竞争力薄弱
目前,我国缺乏一批类似GE、西门子的跨界巨头企业和系统集成商,尚未形成具有竞争力的智能制造生态体系。例如,我国沈阳机床厂研发网联装备i5数控机床,以智能云科平台为载体构建行业用户与供应商生态圈,目前虽有600多家制造商入驻,但影响力和竞争力仍然无法与覆盖140多个国家的德玛吉等国际机床巨头相比。
——对数据的集成和综合利用不足,智能化水平受限
随着智能制造的深入推进,企业逐渐暴露出数据集成和综合利用能力不足的短板,难以将采集到的生产数据转化为对生产经营决策的支撑,制约了智能化水平的进一步提升。
差异化路径助应用推广
围绕不同行业的不同基础与需求,分类施策,鼓励企业探索差异化智能制造实施路径。基于不同行业和不同企业的生产特点、实际需求与基础能力等级,结合试点示范企业智能制造实施经验,加快建设具有操作性行业性智能制造实施指南,加快智能制造应用推广。
加快平台类产品的研发,突破重点行业场景下的数据智能应用瓶颈。围绕智能制造发展的共性技术要素,以企业应用为牵引,加快产学研用联合创新,推动面向数据集成分析的平台类产品研发应用,着重开发面向各类优化场景的模型算法,提升工业企业智能化应用能力。
着力推动中小企业自动化改造和信息化升级,针对中小企业资金、技术、人才力量有限,鼓励并推广面向关键工序的自动化改造和信息化升级,积极探索中小企业的低成本智能制造实施路径,激发中小企业积极性。
2017年04月19日