제조 공정이 어떤지 봅시다. 제조 공정은 강철 판과 관련 부품을 생산 과정에 투입하여 자동차 한 대를 생산하는 것과 같은 원자재 그룹을 제품으로 바꾸는 것이다. 그렇다면 제작 과정에는 무엇이 관련될까요? 제조업의 조직 구조를 보세요.
제조 조직 구조
위 그림에서 우리는 먼저 중간 부분, 즉 생산 부분, 제조의 핵심 부분에 초점을 맞추고 있습니다.
계획통제: 생산의 뇌 중추로 이해할 수 있어 무엇을 생산할지, 언제 생산할지, 얼마나 생산할지 결정할 수 있다. 또한 자원을 최대한 활용할 수 있도록 생산 자원 (사람, 장비, 재료, 기술 및 에너지) 의 합리적인 분배를 배정합니다.
구매: 생산 계획에 따라 언제 어떤 원자재를 구매해야 하는지 결정합니다.
제조: 가공, 조립, 공구 및 공구 관리를 포함합니다.
품질 보증: 생산 과정에서 구매한 부품, 재료 및 제품에 대한 품질 검사 및 품질 관리
디자인: 제품 디자인 및 연구 개발.
따라서 제조 공정은 위에서 언급한 모든 관련 부서의 긴밀한 협력과 조정이 필요하다. 제조 공정은 다 분야 참여 및 조정 과정입니다. 어떤 작은 부분에도 문제가 생기면 생산이 중단된다.
스마트 제조는 무엇을 하는 것입니까?
현재 단계
앞서 말씀드린 바와 같이, 제조 과정에는 여러 부서의 협력이 포함되기 때문에 지능형 제조의 지능화는 당연히 이러한 모든 관련 부문을 포괄해야 합니다.
지능은 실제로 소프트웨어를 통해 실현되어야 한다. 현재, 우리는 진정한 지능에서 아직 멀었다. 현재 우리 대부분은 여전히 정보화를 하고 있으며, 정보화와 디지털화는 지능화의 기초이다. 각 링크에 필요한 정보 시스템을 살펴 보겠습니다.
디자인: CAD/CAE, PLM 등
계획 관리: ERP, APS 등.
조달: 전사적 자원 계획
제조업: MOM/MES, 린 생산, 스마트장비, 공업물인터넷.
질량: MOM/QMS
따라서 현재 일반적인 의미에서 스마트 제조 관련 작업을 하는 것은 기본적으로 위의 정보 시스템을 만드는 것이다. 물론 산업 빅 데이터 분석도 있습니다. 물론, 산업 빅 데이터의 데이터 소스는 위에서 언급 한 다양한 정보 시스템입니다.
진정한 스마트 제조
나는 안쇼붕 박사의 책을 읽었는데, 지능형 제조의 본질은 데이터의 자동 흐름으로 복잡한 시스템의 불확실성을 해소하고 제조 자원의 구성 효율을 최적화하는 것이라고 언급했다.
이 말의 뜻은 우리 자신과 비교할 수 있다. 우리의 뇌는 매우 똑똑하다. 그것은 외부 환경의 변화를 감지하고 우리 몸을 통제하여 상응하는 반응을 할 수 있다. 3 단계, 인식, 분석, 결정에 해당합니다.
지능형 제조의 지능은 제조 시스템의 뇌 중추를 만들어 생산 과정 전반에 걸쳐 다양한 요소의 변화를 감지하고 분석 계산을 통해 최적의 결정을 내리는 것이다.
첫 번째 단계는 지각이고, 먼저 외부의 정보를 파악해야 한다. 생산 시스템에서는 데이터 수집을 통해 생산 과정의 모든 상태 (예: 원자재 재고, 장비 운영, 인력 상황 등) 를 실시간으로 파악하는 것으로 이해할 수 있습니다. 현재 우리의 공업물 인터넷은 각 부분의 정보 시스템을 데이터 수집으로 이해할 수 있다. 공업물 인터넷 채집 설비의 운행 데이터, 각 업무 시스템은 업무 데이터를 수집한다.
두 번째 단계는 데이터 흐름과 데이터 분석입니다. 첫째, 각 시스템 데이터의 상호 연결을 실현하십시오. 예를 들어, 원자재에 영향을 미치는 재고를 구매하고, 재고가 생산에 영향을 미치기 때문에, 우리는 서로 다른 시스템의 데이터 사이에 연계를 세워야 한다. 그런 다음 큰 데이터 분석 또는 다양한 인공 지능 알고리즘을 통해 링크의 최적 솔루션을 얻습니다.
세 번째 단계는 결정입니다. 분석을 통해 지능형 시스템은 생산 프로세스를 제어하고 조정할 수 있습니다. 가장 간단한 것은 배정이다. 예를 들어, 한 제품의 원료 재고가 부족하다는 것을 발견하면 자동으로 다른 제품으로 전환됩니다. 만약 하나의 설비가 한가하고 활용도가 부족하다는 것을 발견하면, 독립적으로 이 장치에 임무를 할당하여 자원 활용도를 높일 수 있다.
이때, 구매에서 생산에 이르기까지 전체 생산 과정은 품질 관리에서 납품에 이르기까지. 뇌가 모든 부분을 통제하고 그에 상응하는 동작을 하는 것처럼 지능 시스템에 의해 계획된다. (존 F. 케네디, 컴퓨터명언)
들어보세요. 현재 우리 대부분은 첫 번째 단계만 하고 있고, 극소수는 두 번째 단계를 하고 있다. 최종 목표 달성에 관해서는 아직 갈 길이 멀다.
이 부분은 또한 처음의 두 번째와 세 번째 질문에 답했다. 바로 생산 과정에 기계 설비, 자동 제어, 소프트웨어 분석, 생산 공예 등이 포함되기 때문이다. 따라서 지능형 제조는 학제 간 학문이어야합니다.
직업과 취업
네 번째 질문에 답하자면, 학부의 양성 프로그램은 모두 기초학과이며, 바로 우리에게 기본적인 이론 지식과 개념을 부여하는 것이다. 실제 업무에 쓰이는 물건과는 여전히 큰 차이가 있다. 전공으로 이해할 수 있는 것은 매우 광범위한 개념이며, 많은 방향의 기본 개념을 주지만, 직업은 그 중 한 방향을 선택하여 깊이 내려가는 것이다. (존 F. 케네디, 공부명언)
그래서 이 전문적인 일을 해야 한다고 해도 스마트 제조 시스템의 한 부분일 뿐이다. 아마도 다양한 정보 시스템의 실현, 산업 인터넷, 데이터 분석, 지능형 알고리즘 등이 있을 것입니다.
너의 교육 프로그램에는 소프트웨어에 대한 내용이 별로 없다. 하나 또는 두 개의 프로그래밍 언어와 하나의 관계형 데이터베이스를 선택하는 것이 좋습니다.
심학에 관해서는, 나는 이론 연구를 더 좋아한다. 제 위챗 모멘트 중에는 지능형 제조 방향의 이론과 알고리즘 연구를 하는 석사 박사도 몇 명 있습니다. 이것은 개인적인 선택을 본다.
너의 제목에 언급된 계획성 과학과 지능성 과학의 비교에 관해서는, 나는 불필요하다고 생각한다. 이 전공을 선택했으니 열심히 공부해야 한다. 현재 전 세계의 제조업은 모두 변화를 모색하고 있으며, 생산성을 더욱 높이고, 정책 수준도 매우 강력하다. 선택에 너무 많이 얽매이지 마라.
이데올로기의 가치가 기업의 운명을 결정하는 시대가 왔다.
세계화 추세, 모바일 인터넷, 인공지능 기술이 보편화됨에 따라 우세한 기업 간 최고 단계의 경쟁은 이미 하드테크놀로지 경쟁에만 국한될 수 없고, 기업의 소프트파워 경쟁, 즉 이념의 경쟁으로 드러난다. 오늘날의 시장 구도와 미래의 추세에 직면하여, 당신의 기업은 어떤 가치 판단이 있어야 하는지, 어떤 사상 기반이 있어야 하는지, 어떤 목소리를 내야 하는지가 관건이다.
파리 고코로교 대학은 프랑스 엘리트 고등교육 체계를 계승하여 과학, 인문, 관리를 결합하여 산업 발전의 수요를 충족시켰다. 교육 내용은 업데이트가 빠르고 목적성이 강한 특징을 가지고 있다. 학술 연구에서 프로젝트를 주선으로 하여 강력한 기업 협력 배경과 자원을 갖추고 있다. 학교는 글로벌 발전과 국제 협력을 중시하며 4 대륙에 67 개 협력기구를 보유하고 있다.
ENPC? DBA(IM) 프로젝트는 학생들의 성장에 초점을 맞추고, 학생 뒤의 기업과 업계의 발전에 더 많은 관심을 기울이고 있다. 학생들에게 최첨단 학술 사상과 과학의 이론적 지원을 제공하는 동시에 중국 제조업 발전 현황을 결합하여 학생들에게 이론과 실천과학 전환의 시각, 방법 및 도구를 제공하기 위한 것이다.
더 많은 학생 모집 약장과 프로젝트 정보가 있으니 자세한 내용은 직접 연락 주세요 ~ ~ ~ ~ ~