供应链日常智库团队此前有六个专题系列，分别是订单生命周期全过程管理、供应链团队管理与数字化、OTD-MTO模式探索、零库存与准时化模式探索、碳中和与供应链、共享供应链。今天和大家分享的系列文章是：智能供应链-应用层-生产制造。
1、什么是生产制造
生产制造是从订单成为实物的起点，通过不同行业的不同工艺流程，结合零部件的情况，最终成为产品的全过程。生产厂的职能大多数集中在生产制造，这里包含大量的设备、物料、人员、环境等生产现场要素，也是数字化最好的体现前提。
2、生产制造的数字化重点
生产制造的数字化可以从现场六要素展开——人、机、料、法、环、测。因为要素组成了生产制造的全过程，不管是哪个行业的什么工艺，都需要这些要素作为数字化展开的最小操作单元。
①人的要素
需要将人的各种要素在制造系统中自动收集和传递，包括但不仅限于：人员出勤情况、人员熟练度、人员多技能情况、人员实时状态等，用来预判和指导后续的生产节奏。
②设备的要素
需要将设备的运行状态在制造系统中自动采集并传递给下游系统分析和决策，包括但不仅限于：设备开动情况、关键零部件的运行曲线、关键零部件的疲劳曲线、模块间的信息传递效率等。
③物料的要素
物料状态的实时跟踪，是生产运行状态评估的重要条件之一，包括但不仅限于：物料本身的供应能力、物料上线和产线衔接、物料与产品结合的状态、下线后的质量追溯。
④方法的要素
工艺参数的管理作为方法要素的核心关注点，包括但不仅限于：工艺参数的自动设置、自动监控和对比实际、自动调整。
⑤环境的要素
能源、运营环境的温度、湿度等参数都可以作为生产决策的依据，这些要素的收集必须做到自动和实时，经过一套模型的自动判断，得出可以进行调整的生产策略。
⑥测量的要素
测量是对产品的质量、功能、外观的检查，过程中不仅要保证MSA（测量本身的准确），还要保障测量数据的一致性和可追溯性，这里必须有完整的数字化系统，应对复杂产品的生产过程。
3、人的要素
人作为离散型制造企业，是最关键的生产要素。在人方面的数字化投入包括但不仅限于：出勤状态、熟练度、多技能、实时状态。
①出勤状态
出勤状态完全可以实时地体现在生产管理系统数据库中，随时可以被调用。很多企业以各种方式实现出勤的记录，比如实体机打卡、手机端打卡，甚至视觉识别自动打卡等，都可以记录基本的劳动要素到岗情况，从而让数据被决策系统调用，成为判断要素之一。
②熟练度
熟练度是可以完全被量化的。操作人员对于设备、工艺、环境的准备成熟度，可以在数据库中有完整的记载，根据这些记载可以得出人员成熟度矩阵。矩阵的作用是对“人”这个要素的充分评估，也是对整体生产能力的补充评估。
③多技能
多技能指的是能够多工位、多场景使用某些人力资源或多选择派工，是派工任务系统中重要的参数之一。多技能的数据一定依赖工艺数据库的支持，也必须链接人才数据，做到二者数据的一致性。
④实时状态
实时状态指的是劳动者工作的状态，这里完全可以采用视觉的方式实时反馈劳动者状态。虽然目前在安全领域应用较多，但同样可以在提高生产效率的角度开展工作。
4、设备的要素
设备是现代制造业的核心工具。在自动化程度接近100%的工厂，人是辅助状态，机器是核心。这里的数字化要素包括但不仅限于：设备开动情况、关键零部件的状态曲线、模块间的信息传递效率、整体判断和决策等。
①设备开动情况
设备开动情况完全可以体现在开动率上，但开动情况取决于很多外界因素，当然也有设备本身的情况。所以这里的数字化要体现在对开动状态的实时记录：如果出现宕机，要记录原因，最好能根据情况自动判断并调取数据库信息；如果不能做到，至少要提醒操作者及时录入。
②关键零部件的状态曲线
这里的关键零部件指的是设备配套的相关零部件。比如汽车行业机器人核心发热设备的温度监控，超出临界值都需要给予自动报警；比如油漆车间的大型夹具翻转设备，对轴承有磨损和疲劳形变的尺寸偏差监控，避免产生剪式断裂等。
③模块间的信息传递效率
从底层的硬件设备监控开始，传递信号给PLC，再给到中层的车间级控制系统（类似于杜尔的EcoEOS），再给到上层的生产管理系统MES，这个过程信息传递的及时性和准确性也必须得到验证和评价。
④整体判断和决策
收集的信息和数据经过算法的处理，可以给出决策的建议，这一点是最重要的。人的判断可以出现bug，但经过算法的判断，至少可以给出几个合理的决策建议：比如交付最优策略（设备可能有条件带伤运行）、成本最优策略（停机检查等待确认后生产）、人效最优策略（结合人员出勤情况制定的停机和复产计划）。这些策略可供管理者根据不同工况选择使用。
5、物料管理的数字化应用
物料状态的实时跟踪，包括但不仅限于：物料本身的供应能力、物料上线和产线衔接、物料与产品结合的状态、下线后的质量追溯。
①物料本身的供应能力
物料本身的供应能力除了厂家的产能状态，还有整个运输和交付能力。产能很好理解，就是是否根据发包状态和承诺每小时交付量进行生产；而运输和交付能力聚焦在能否准确无误地将物料转运至指定位置。产能管理的数字化应用主要聚焦在厂家原材料和生产环节的生产系统打通和应用，而转运则需要类似TMS的运输计划和到达系统的比对和支持。
②物料上线和产线衔接
物料的线旁叫料通常构成了上线和产线衔接的重要起点，但不能千篇一律地认为拉动是唯一的要货动力，也可以采用以生产车间为例的外推内拉混合模式：从车间外部的要货通过生产计划准确性保障推动进来，车间内部有一定的库存和吸纳能力，再通过线旁促发要货形成拉动，中间配合智能化设备形成货到人的自动化全过程。
③物料与产品结合的状态
物料与产品结合时会产生数据的交流，甚至产生新数据。尤其是汽车行业中的电器元件，在从一个单品物料绑定在成品模块中时，物料信息和软件版本信息也通过绑定进行融合，而MES的系统后台完全可以辨别并记录这些数据的产生和变化。如果结果并不是程序的预定，完全可以自动产生红灯项，再通过算法给管理人员报警，及时后台处理或者更换，从而满足产品功能的需要。
④下线后的质量追溯
很多零部件在装配为成品后都会和产品信息绑定，同时会保留自己的单独产品属性和状态数据，成为后续产品售后质量追溯时的依据。包括零件本身的特性，以及装配后与其他模块配合之后的状态和相互影响，都会记录成为数据库，随时远程调用和实时监控，也可以作为提早售后预测的好方法。
6、工艺和方法的数字化应用
工艺文件和方法归集，在数字化应用层面是非常重要的底层逻辑和数据，包括但不仅限于：工艺参数的自动设置、自动监控和对比、自动决策调整。
①工艺参数的自动设置
工艺参数会有一个初始化的结果，再根据交付需求和实际运行情况，系统自动调整对应参数，从而提高加工深度和时间。也有场景是从设计端的变化和更改自动下发到终端实施，并在采用后自动生成工艺路线指令，从而完成工艺路径的切换。
②自动监控和对比
在智能工厂成熟度模型和评价体系中，实际上自动监控和对比的功能仅仅是三级所需的水平（最高五级）。所以自动收集数据并和计划工艺参数做对比，得出差异化Δ数值，更多意义上是为了给后续行为纠偏，并给出自动决策建议。
③自动决策调整
设备监控出现偏差后应该有动作来进行纠偏，但纠偏后会产生不同的结果，比如成本保障的结果、交付周期保障的结果、或者是工会的要求等等。自动决策并不是完全自动，而是给管理层一个清晰的选择方案，这也是智能工厂成熟度四级明确的要求。
7、环境管控的数字化应用
对于汽车行业来说，冲压环节的噪音、焊接环节的温度、喷涂环节的VOC废气浓度、精密制造环节的环境湿度、油液品库的导电防雷等问题，都可以作为生产决策的依据。这些要素的收集必须做到自动和实时，经过一套模型的自动判断，得出可以进行调整的生产策略。
①冲压环节的噪音
冲压环节每个布置有员工的工位，都设置了噪音监控设备，一般来说不可超过50dB，不然会对人体造成一些不可逆的伤害。这些噪音的监控也可以实时上传中控系统，对设备的异常状态判断、启停直接做出决策影响。
②焊接环节的温度
焊接环节尤其是保护气体焊接过程，需要对周围的温度和惰性气体浓度进行监控，以免发生浓度和温度变化导致的焊缝质量问题。从制造工艺的角度来说，缺少这样的监控往往只能在木已成舟的环节发现质量问题再进行返修甚至报废，莫不如在制造发生之前避免问题，并找到温度和惰性气体浓度下降的原因。
③喷涂环节的VOC废气浓度
VOC是有机挥发物质的统称，在喷涂环节最容易产生，多藏匿于溶剂和油漆本身当中，有的设备的辅助液体也包含这种物质。环境监测要求有多个点位跟踪监控，浓度一旦达到预警值，设备可以自动停止，需要人工确认问题复位后才能正常运转，这和目前居民楼的天然气报警和熔断原理是一样的。
④精密制造环节的环境湿度
以汽车行业的上游制造环节、最重要的芯片和半导体制造为例，所有的晶圆/封装测试环节都会在无尘恒温干燥环境下开展，相关调节设备会一直处于开机状态，但一定会有监控手段给予实时反馈和管理，用来自动调节环境控制设备的状态。
⑤油液品库的导电防雷
油液品库的存储物资由于有闪点的要求，对于静电和雷击的管控非常仔细。如果可以在主要设备和建筑物端设置导体电阻和电流监控，则可以看到微小的变化趋势，从而提前发现问题，进行跨接线/接地线的更换和升级。
8、测量过程的数字化应用
测量过程的数字化应用包括但不仅限于：产品尺寸监控、产品外观颜色匹配、产品硬件版本监控、产品软件版本监控、产品综合性能测试等。
①产品尺寸监控
产品尺寸监控的过程非常依赖自动化设备和数据的处理。比如以多维坐标仪器为例，通过激光测距的方式自动地对产品特定位置进行测量，然后通过快速的计算得出偏差结果，传递给现场设备该产品应该进入返修区域还是继续推动至下一个环节。
②产品外观颜色匹配
颜色匹配是对产品外观颜色的一致性进行把关的重要步骤，而产品外观是给到客户的第一印象触点，非常关键。过去可以由经验丰富的质检员在特定灯光带下进行判定，现在结合现场硬件视觉识别设备以及算法的加持，可以自动、批量、高效地做出判断，模拟肉眼环境下的颜色判定工作。
③产品硬件版本监控
硬件版本的监控可以通过读取设备既定位置数据代码的方式加以辨别，也可以通过固定位置的标识通过视觉识别实现，目的是确定硬件版本和软件版本可以充分匹配，避免出现功能问题。
④产品软件版本监控
软件版本的监控可以通过硬数据链接的方式进行查看，也可以通过云端获取的方式，相对比较多样化。软件版本决定了产品的性能等级，通常和硬件版本一起对应考虑。
⑤产品综合性能测试
综合性能测试是利用设备的方式全方位模拟客户使用的场景，对主要功能进行逐一评价，并按照加权平均给予综合打分，最后形成一个综合性能评价结果，体现产品的整体性能和质量，都可以通过传感器+程序的方式实现。
本期主要分享了智能供应链-应用层-生产制造相关内容，下期聊应用层-交付营销。
©版权声明
文章版权归供应链日常所有
转载请注明来源，投稿请后台留言
↓点赞👍↓分享 ↷↓推荐♡