基于大数据的智能精益制造模式分析

基于大数据的智能精益制造模式分析

发表时间：2019-10-24T16:12:17.447Z 来源：《科学与技术》2019年第11期作者：娄玉飞

[导读] 对基于大数据的智能精益制造模式进行分析，以供参考。

中车长春轨道客车股份有限公司吉林长春 130062

摘要：由传统工业化向精益工业化的过程，中国的制造业已经发生了很大的变化。但是新一轮的信息革命使得市场竞争日益激烈，外来影响复杂多元，中国制造企业正面临着多种力量的综合作用和新的挑战。制造企业必须重新审视和积极迎合外部环境变化，必须从现有的思路、方法、手段转向新的理念、模式、路径以提升竞争力，在未来的新环境中坚持稳中求变原则。为此，我们可以通过数据化、智能化与制造融合、渗透来建立制造业的“人脑”模式，通过智能自动化技术的运用强化制造业，让制造充满生命活力。鉴于此，本文对基于大数据的智能精益制造模式进行分析，以供参考。

关键词：精益制造；大数据；智能模式

中图分类号：F273 文献标识码：A

引言

有效的精益活动能真正帮助我们企业进行改善。只要我们牢牢把握大数据、精益化、智能化三个层面，与时俱进地运用先进的方法和工具，如大数据技术和智能技术等，不断创立更有针对性的新制造模式，就一定能支撑企业从卓越走向持续卓越。物联网、移动互联、大数据和智能终端等信息技术的迅猛发展和运用，正在深刻改变着制造企业的运作方式。为了更好地控制生产质量、信息、成本和提升竞争力，制造方式必须顺势而为，与时俱进，才能适应外部竞争的残酷环境。大数据，智能和精益生产在制造领域的融合运用，代表着未来新型管理形态和价值创造模式。

1工业大数据的概念及优点

工业大数据在很多领域都有多种大量数据，但它具有四个非常重要的特性:大容量、快速更新、多类型和高价值。众所周知，数据本身对企业的管理和运营没有价值的利益，这些数据的技术也不能直接促进制造业的发展。但是，如果您将这些数据整合并转化为制造所需的生产信息，则这些数据将实现巨大的业务价值。如果环境系统和智能工厂之间可以交互和共享资源信息，则这些设备提供自我感知功能，并在此基础上自我学习，以满足更高的标准，并实现智能控制和优化的控制。在此基础上，这些模型主要将非结构化操作系统中的数据(包括警报、流程参数和供应商以及公共网络数据)有机地结合在一起。企业随后会分析这些行业大数据本身之间的联系，以获得通常包括制造业生产和运营方法在内的有用信息。挖掘数据，分析数据以获得相关信息，企业就能实现智能生产制造，使我国能够发展成为工业强国。2生产过程与精益生产

过程是一组将输入转化为输出的相关活动，过程有三个要素，既输入、输出和活动，输入是过程的起点和前提，输出是过程的结果，活动是实现增值转换的过程。生产过程（Process）是一种手段，可以把人、材料、方法、设备以及工具进行生产集成，产生出所预期的半成品或产品。

精益生产（LeanProduction，LP）是美国麻省理工学院数位国际汽车计划组织IMVP的专家对日本丰田准时化生产JIT（JustInTime）生产方式的赞誉称呼。精益生产是通过系统结构、人员组织、运行方式和市场供求等方面的变革，使生产集成系统能快速适应用户需求变化，并能使生产过程中一切无用、多余的东西被精简。最终达到包括市场供销、生产运营各方面最好结果的一种生产管理方式。与传统的大生产方式不同，其特色是多品种，小批量。

3大数据+智能+精益生产的应用

我们不仅要考虑标准、技术、安全和人才四个核心问题，还要从以下四个方面考虑和实施。（1）用管理换脑。发挥云计算、大数据在解决生产问题、企业管理决策、绩效报告等方面的作用。（2）新产品换代。实现产品的智能化升级，进行产品全生命周期的管理。（3）机器或智能自动化换人。制造设备的智能化、自动化、网络化，用智能化设备或机器人替代有规律性、重复性的操作。（4）制造过程换方法。生产现场的人、设备、材料、信息等互联，建立制程控制系统，在生产线上将配备传感器以采集数据，经过无线通信连接网络传输数据，对生产本身进行实时监控。

实操项目的执行层面上，必须围绕客户的需求、市场竞争的要点、公司的实际运营状况以及产品制程的特点，建立自身衡量和改善的动态指标（即切入点，KPI）。找到目前状况和目标之间的差距，建立改善项目，融合各种工具方法（大数据技术、智能技术和精益生产工具等方式）持续推进改善。

（1）在管理上，实现智能绩效指标衡量系统，实时监控各种生产大数据（QCDSMIE），进行全面综合的信息化管理。（2）在生产制程改善上，促进制造工艺制程能力的提升，生产线应从以工艺为导向变革为产品或模块导向，建立简单完美流水生产线布局，使用简单的、智能的、稳固的生产设备，并连接起来，形成综合生产布局；布局改善提高线平衡和人机比；建立人机联动装置（作业时，如果发现其有规律的往复运动，即可以用简单自动化设备作取代，但要计算投资回报率）。（3）在生产现场管控上，建立简单智能控制设备或系统来稳定作业或流程。（4）在机器维护上，建立设备整个生命周期的维护保养系统。（5）在仓库管理上，结合仓库管理系统和精益生产方法，设计防呆的低成本的精益包装流水线。（6）在厂务和EHS等维护管理上，可以建立有效的数据维护和点检管理系统，在提高工作效率的同时，通过大数据，进行从预防性到预见性管理。

4大数据助推智能制造快速发展

4.1优化供应链管理

如今的供应链管理不同于以往ERP系统，现在较广泛地称之为“智能制造”，通过信息技术收集来自用户的数据。这些数据主要以用户需求数据为主，数据作为系统正常运转的推动力，而且这种系统与供应商连接，数据运用云技术等技术筛选分析传到制造厂中，很快可以进行样品生产，再进行报价，保证了企业的交货速度。

4.2优化产品质量

企业在日常生产过程中，分析供应链中存在的问题，以减少因此环节造成产品的质量差，减少不必要的损失。通过大数据分析，生产过程数据越多，分析就越详细，在信息量足够的情况下，生产线上机器人通过自学，对异常点进行分析，从而使得流程设计合理化、目的化，提升良品率。这样一套较完整的大数据系统，对产品的参数、误差的校验更加精确，使得产品的质量水平得以提升。