基于精益的智能工厂解决方案
导读：本文结合航空企业精益生产和智能制造的探索实践，重点研究精益生产、先进制造技术与信息技术融合的方法，形成了基于精益的智能工厂定义、业务模型、组成部分及规划流程，为企业开展智能工厂建设提供了思路和解决方案。
作者：中国航空制造技术研究院 姬学庄 苏安东 | 来源：《军民两用术与产品》2020年12月
我国实施制造强国战略以来，各行业积极开展智能制造实践活动，但大部分企业处于工业2.0到工业3.0的阶段，工业化基础薄弱，因此推行智能制造需要考虑将管理技术与智能制造技术融合起来进行。近年来，相关单位通过精益生产、六西格玛管理及流程管理等管理技术来规划和优化制造流程，夯实了工业化基础，为信息化、数字化及智能化在企业落地奠定了坚实的基础。
航空企业已开展了10余年的精益管理推广工作，精益管理已融合在企业生产制造业务流程中并取得了显著成效，所以，为更好推进企业信息化、数字化及智能化的融合，企业提出了智能制造推进与精益管理相融合的要求，以防止出现“两张皮”现象。本文结合航空企业精益生产和智能制造的探索实践，重点研究精益生产、先进制造技术与信息技术融合的方法，形成了基于精益的智能工厂定义、业务模型、组成部分及规划流程，为企业开展智能工厂建设提供了思路和解决方案。
（一）精益管理体系
精益生产方式作为先进的管理技术，起源于日本丰田公司，并从20世纪80年代开始引入我国，并在汽车、电子等行业得到了广泛的应用；其有效提高了企业的生产效率和质量，缩短了生产周期，降低了生产成本，取得了良好的经济效益[1]。精益生产方式在生产制造领域取得成功后，又将生产系统的成功经验逐步延伸到企业的研发、供应链管理、销售与服务等业务领域，形成了以业务流程为主线，集成各种精益工具来规范和优化流程的精益管理体系。
（二）智能制造的定义
《智能制造发展规划（2016—2020年）》中提出，智能制造是基于新一代信息通信技术与先进制造技术的深度融合，贯穿于产品设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。该定义的核心特点是面向制造业务流程，集合新一代通信技术和先进制造技术等技术所形成的智能制造整体解决方案。
（三）精益管理与智能制造的融合
企业经营的核心是通过业务流程满足客户的需求，依据精益管理和智能制造的定义，精益管理是从管理的角度运用精益管理工具消除业务流程中的非增值环节，规范和优化业务流程，从而创造出尽可能多的价值。智能制造是将先进制造技术和数字化、物联网、云计算等新一代信息通信技术融入业务流程的各个环节，从技术角度提高流程中增值环节的效率和质量。因此，业务流程是智能制造和精益管理融合的共同平台，精益管理和智能制造分别从
管理和技术的角度优化业务流程，提高业务流程质量、效率和成本等绩效指标，更好地满足客户需求。精益管理是智能制造的基础，智能制造的基础是数据和业务流程，精益管理通过构建合适的生产组织方式及规范的流程以保证数据的准确性和稳
定性。同时在信息化系统导入前，运用精益管理工具优化业务流程，也为产品生命周期系统（PLM）、企业资源技术（ERP）和制造执行系统（MES）等信息化系统的落地奠定了基础。因此，基于精益的智能工厂定义是以精益思想为指导，将先进制造技术、信息通信技术和管理技术融合到制造业务流程中，形成以信息物理系统（CPS）为载体，以关键制造和管理环节的智能化为核心，以提高QCD（即质量（Quality）、成本（Cost）及交货期（Delivery）绩效为目标的新型生产方式。
智能工厂是生产制造业务的信息物理系统（CPS），该系统业务模型由1个物理系统和6项业务组成，如图1所示。其中，1个物理系统指以制造资源和基础设施为主体的智能工厂硬件，6项业务则是包含数字化工艺、智能计划与调度、自动/透明化物流、智能设备维护、数字化检测及智能生产管控在内的智能生产管理系统（信息化软件系统）。所以，智能工厂包括智能工厂硬件（物理系统）、智能生产管理系统（信息化软件系统）和精益运行管理3个组成部分。
图1 智能工厂业务模型
（一）智能工厂硬件（物理系统）
智能工厂硬件是指与智能工厂相关的制造资源及基础设施，主要包括智能化装备/生产线、智能物流与仓储设施、数据采集装备等基础设施，应以精益思想为导向，借助三维数字化工艺、布局规划仿真等技术手段，按照精益的原则合理确定工厂功能区、生产线、物流及库存的相互关系，使人员、设备、工装、物料、信息软件等因素实现最佳组合，系统资源得到最有效的配置和优化。
1. 智能化装备/生产线
智能化装备/生产线是指具有感知、分析、推理、决策和控制功能的制造装备/生产线，它是先进制造技术、信息通信技术的集成和深度融合，具备动态感知、实时分析、自主决策和精准执行4个智能化特征。智能化装备主要包括智能生产设备与工业机器人、增材制造设备、传感与控制装备、检测与装配装备、物流与仓储装备等智能制造装备，智能制造装备具有采集器、嵌入式控制器、智能仪表和传感器，以及智能通信接口等集成层的生产装备，可以通过通信技术实现设备的互联和集中控制；智能生产线是按产品成组化原则组织起来，完成产品工艺过程并具有数字化和智能化特征的一种生产组织方式，智能生产线应在精益生产线的基础上解决制造数据的精确表达、数字量传递及智能化决策，通过计算机管理及智能监控系统，实现全线生产参数自动采集、工艺动作自动控制、设备运行实时动态模拟显示、工艺参数自动采集存储，最终实现生产过程自主控制和优化的自动化、连续化生产。
2. 智能物流与仓储设施
智能物流与仓储设施是以条形码、传感器等物联网技术为基础，利用先进的信息采集、传递和管理技术及智能处理技术实施仓储与物流系统的集成，实现仓储与配送过程的全过程优化及资源优化。智能物流与仓储设施包括智能化仓储设备和自动物流，包括电子料架、自动化仓库、智能料仓等自动或半自动仓储设备，以及自动传送带、AGV机器人、自动叉车等配送设施，实现物流作业过程中存储、运输、装卸等环节的自动化/透明及运筹的智能化。
3.数据采集装备
数据采集装备包含电子标签、扫描设备、采集器、视觉设备、智能传感器、采集软件等，对下能够将各种类型的数据采集设备进行通信连接，实现对资源层数字化信息的实时采集、监控、统计分析和存储等功能，为整个管控系统提供准确和值得信赖的底层数据；对上（信息系统）能实现现场数据库的共享及系统数据指令的互相传递，为信息系统客户端持续采集数据和状态展示提供支撑。
（二）智能生产管理系统（信息化软件系统）
智能生产管理系统是指智能工厂的信息化软件系统，主要包括数字化工艺、智能计
划与调度、自动/透明化物流、智能设备维护、数字化检测及智能生产管控6个方面：
数字化工艺是采用数字化建模仿真技术在计算机的虚拟数字世界里实现从零件加工、零组件装配到系统部件装配的整个过程模拟和仿真，实现实物制造向虚拟制造的转变。主要包括数字化工艺加工仿真、数字化装配仿真、生产系统规划仿真等内容。
智能计划与调度是将智能排产系统（APS）与制造执行系统（MES）集成，实现生产计划的自动编制、实时调度，以及计划执行全过程可视化管理，形成物料流与信息流高度统一的高效生产计划管控平台。智能计划与调度系统应包括智能排产和动态调度、生产准备、异常管理、人机互动、改善提案、质量管理、可视化绩效管理和资源管理等模块。
自动/透明化物流是将物联网技术、自动识别技术、数据挖掘技术和人工智能技术应用于仓储与配送作业过程，实现物流作业过程中存储、运输、装卸等环节的自动化/透明化，主要包括原材料配送、刀具配送、零件配送等。
智能设备维护指围绕设备容易引发故障的关键部件与系统，采用嵌入式采集技术及智能传感技术，实施设备工作状态动态监测、健康状态评估、预测预警、故障诊断，以及远程监控和维护，提高设备的综合应用效率（OAEE）。
数字化检测主要指基于三维模型的数字化检测、在线检测及质量信息实时查询和维护，通过智能化质量检测实现数字化质量信息的采集、传输、分析、判断及预警。
智能生产管控是在信息系统集成的基础上，通过管理驾驶舱、智能报表等建立可视化分级绩效指标仪表舱系统，实施绩效指标数据采集和分析，并与绩效指标数字化模型进行对比，实现对流程的过程异常进行预测和预警，并自动生成纠正措施或辅助管理层实施决策。
（三）精益运行管理
精益管理是智能工厂按照既定的流程实施运行以保证达到预定的绩效指标并持续改进的过程。智能工厂的运行要达到预定的绩效指标需要人员、设备、工装、物料和信息系统等要素的高度协同，但新的工厂很难立即达到所有要素的高度协同，因此智能工厂往往需要建立以精益思想和精益工具应用为主体的精益运行和改进流程，通过运用价值流分析、根本原因分析、标准作业等精益工具找到智能工厂运行过程的问题，运用先进制造技术、信息技术及管理工具等实施持续优化，才能最终达到工厂预定的生产能力、效率和质量等绩效指标。同时，在信息集成的基础上建立基于数字孪生的生产过程仿真系统，归纳和提炼车间整体运行模型，并结合智能生产管理系统，持续优化资源配置、生产作业调度、生产管理策略和车间布局等。
为规范智能工厂建设过程，笔者设计了智能工厂规划流程，规划流程包括设定系统目标和约束、工艺方案设计与仿真、生产线布局设计、仓储与物流设计、整体布局设计与仿真、管理流程设计与信息系统、调试与工程装备7个步骤，规划流程见图2。
图2 智能工厂规划流程
智能工厂建设是推行智能制造的重要手段。本文以航空智能工厂的建设实践为例，结合我国制造业处于工业2.0、3.0、4.0并行的现状，提出了精益管理与智能制造相融合的思想，给出了基于精益的智能工厂定义、业务模型、组成部分及规划流程，形成符合中国特色的智能工厂解决方案，为企业进行智能工厂建设提供了借鉴参考。
参考文献
[1] 黄荣芳,杜菡妍.精益工具在机加件单元布局设计中的应用[J].装配制造技术,2015(12):157-160.