이미지 캡션을 추가하려면 여기를 클릭하세요
우리 시대에는 린 생산(Lean Production), 지능형 제조, 인더스트리 4.0, 디지털 공장, 산업용 사물인터넷, 산업용 빅데이터, 인공지능... 그런데 너무 많은 개념들이 사람을 헷갈리게 합니다. 누구나 제조 방법을 알고 있는 것 같지만, 이야기를 하면 들을수록 헷갈리게 됩니다. 이러한 개념과 이들이 수행하는 역할 사이의 관계를 어떻게 명확히 해야 할까요? 이 기사는 도움이 되기를 바라면서 독자들을 위해 정리하려고 합니다.
? blacklake6에서 구성
콘텐츠 소스 제어 및 전송, 침해 및 삭제
지능형 제조는 기업 운영을 지원해야 합니다.
무슨 일이 있어도 지능형 제조에 대해 우리가 논의하는 정의 및 구현 방법은 기업의 비즈니스 전략을 목표로 삼아야 합니다. 기업의 비즈니스는 ① 소비자/고객에게 고품질, 저렴한 제품을 제공하고, ② 주주 이익을 보장하는 것입니다. 투자, ③ 직원의 이익을 추구하는 것은 사업자가 반드시 고려해야 할 사항이자, 기업 전체의 가치가 좌우되는 부분이기도 합니다.
?
현재 지능형 제조에 대한 논의의 대부분은 기술 구현에 중점을 두고 있으며 대부분은 부분적인 관점에서 전반적인 상황을 봅니다. 반면, 지능형 제조를 위해 상위 시스템은 운영과 지능형 제조 간의 관계를 명확하게 하고 효과적인 경로 분석 및 판단을 수립하며 전체 전략을 하나씩 효과적으로 구현하는 방법도 기업 운영의 본질에서 벗어납니다. 이는 기업의 단기적인 정책 배당이 아닌 장기적인 생존과 관련이 있기 때문에 특히 중요합니다.
이미지 캡션을 추가하려면 여기를 클릭하세요.
각 개념은 어떤 역할을 합니까?
구현된 것을 개념이라고 할 수는 없지만 여기서는 해당 분야에서 설명하겠습니다.
01
린(Lean)은 디지털화의 기초입니다.
린(Lean)은 운영 효율성을 지속적으로 개선하고 자원과 인력의 주도권을 최대한 활용하며 지속적으로 학습과 지속적인 개선을 통해 기업이 지속적으로 경쟁력을 향상시키고 궁극적으로 영업 이익률을 극대화하도록 하십시오.
린(Lean)은 생산 과정에서 과잉 생산, 대기, 운송, 과잉 처리, 재고, 결함 재작업, 이동 및 인재 낭비에 초점을 맞추고 이를 제거하기 위한 다양한 방법을 제안합니다. 이는 제조 단위의 비즈니스 목표와 밀접한 관련이 있습니다.
우리는 항상 컴퓨터와 MES/ERP를 디지털 시스템으로 이해합니다. 그러나 디지털화의 기초는 "숫자", 즉 "정량적 관리"에 기반한 경영과학 사고입니다. 연산 연산에서 숫자는 숫자가 아니라 디지털 연산을 달성하기 위한 수단일 뿐입니다.
이미지 캡션을 추가하려면 여기를 클릭하세요
린이 디지털화의 기초가 되는 이유는 린이 생산을 위한 KPI, OEE, TPM, RCA, 5S, 시각적 관리, Kanban 등은 공장을 수량화, 시각화 및 투명하게 할 수 있는 공장으로 만들고 모든 것이 품질, 비용 및 납품 역량이라는 비즈니스 목표를 달성합니다.
다음 표는 스마트 팩토리에 대한 성과 지표의 정의입니다. 실제로는 린(Lean)의 정량화를 기반으로 정의됩니다. 이는 디지털 운영, 스마트 제조, 인더스트리 4.0 등 모든 개념이 갖춰야 할 목표입니다. 성취하다. .
이미지 캡션을 추가하려면 여기를 클릭하세요.
02
자동화의 역할
전통적으로 우리는 자동화의 관점에서만 서 있습니다. 산업 자동화를 이해한다는 것은 센서 감지, 제어 루프, 디스플레이 및 추세 경보를 의미합니다. 그러나 스마트 제조의 맥락에서 자동화를 배치하면 그 역할은 운영의 본질을 제공하는 것임을 알게 됩니다.
이미지 캡션을 추가하려면 여기를 클릭하십시오.
(1) 효율성 보장
자동화하는 이유는 무엇입니까? 전통적인 생산 운영의 관점에서 볼 때 수동 처리 및 처리 프로세스는 기계의 속도와 비교할 수 없습니다. 특히 지능형 제조의 통합 생산에서는 중간의 불필요한 링크가 계속해서 절단됩니다. 린에 정의된 대로 링크를 추가했습니다. 오늘 우리는 개별 제조의 디지털화에 대해 논의하고 있습니다. 실제로 자동화 측면에서 연속 생산은 자동화 수준이 더 높습니다.
(2) 생산 품질 보장
고정밀 서보 위치 지정 및 동기화, 로봇 통합 제조로 인해 제품 품질과 일관성이 지속적으로 향상됩니다. 이것이 바로 인간에 비해 기계가 갖는 장점입니다. 더 중요한 역할을 합니다.
(3) 생산 유연성 제공
모션 제어는 고정밀 가공 품질을 제공할 뿐만 아니라, 다양한 기계와 마찬가지로 생산 유연성을 보장하는 모션 제어를 만드는 역할을 합니다. 보다 유연한 생산, 매개변수 설정을 통해 서보 시스템은 원활한 프로세스 전환을 보장하기 위해 자체적으로 처리 곡선을 계획합니다.
(4) 업스트림 데이터 수집 및 다운스트림 명령 실행 제공
물론 자동화 시스템은 트렌드, 알람은 물론 생산을 포함한 린 시각적 관리 역할도 합니다. 이는 에너지, 유지보수 및 품질 데이터를 관리 시스템으로 전송합니다. 물론 새로운 주문 처리 매개변수, 프로세스 등과 같은 관리 시스템의 지침도 받아들입니다.
03
디지털화/정보화의 역할
자동화로 인해 표준화된 대량생산이 극도로 높은 수준으로 발전했지만 생산이 개인화되면 수요가 더욱 많아지고 더 나아가, 린 관점에서 볼 때 품질, 비용 및 배송이 어려워졌습니다. 다음은 몇 가지 예입니다.
제품 불량률: 배치 인쇄 시 시간 변화가 적으면 낭비가 발생합니다. 시작하면 불량품 비율이 증가하여 실제로 품질이 저하됩니다.
비용: 불량품 비율이 증가하면 비용이 분명히 증가하고 맞춤형 생산으로 인한 프로세스 전환 시간도 발생합니다. 비용 상승과 가동 중지 시간은 비용 손실을 초래합니다. 맞춤형 제품 비용 측정의 관점에서 비용은 제품의 각 배치에 할당되어야 하므로 이 생산 계획에서 에너지 소비와 기계 효율성이 더욱 중요해집니다. - 비용이 크게 증가합니다.
배송 능력이 크게 저하되었습니다. 이미 대량 생산에서 매우 성숙한 솔루션인 프로세스 전환, 다운타임, 재작업에 소요되는 시간이 개인화 시대에 증폭되어 배송이 감소하게 될 것입니다.
이러한 관점에서 제조 요구 사항을 살펴보면 더 큰 전체 상황에서 생산 라인을 최적화하는 것이 불가피하다는 것을 알 수 있습니다. 예를 들면 다음과 같습니다.
생산과 운영 과정의 시너지 효과 시간 낭비, 에너지 소비 등을 없애려면?
장비 가동이 중단될 때 생산 라인의 부하를 자동으로 분배하는 방법은 무엇입니까?
배치 품질 저하 반복주기가 짧아지면 어떻게 시작 낭비를 줄일 수 있습니까?
신속한 배송을 위해 프로세스 전환에 소요되는 시간을 어떻게 줄일 수 있나요?
운영적인 관점에서 생각해보면, 스마트 제조는 정보의 투명성에 의존하여 문제를 분석해야 한다는 것을 알 수 있습니다. 데이터를 연결해야만 생산 라인을 한눈에 볼 수 있고 이를 찾을 수 있습니다. 운영 최적화.
이미지 캡션을 추가하려면 여기를 클릭하세요.
수직 산업의 차이로 인해 제조 수준의 데이터 수집은 항상 어려운 과제였습니다. 실제로 최근 몇 년간 스마트 제조 프로젝트가 활발히 진행되고 있습니다. 운영 이 문제는 인터넷에서도 두드러지며 큰 장애를 야기합니다. 이것이 OPCUA가 뜨거운 주제가 된 이유입니다. OPCUA는 다음과 같은 문제를 해결하기 때문입니다.
공유 데이터 모델은 데이터 객체를 단순하게 만들고 데이터를 보다 편리한 방법으로 수집할 수 있습니다.
의미론적 상호 운용성을 통해 크로스 플랫폼 시스템이 표준 및 사양을 기반으로 데이터와 상호 작용할 수 있습니다.
수직 산업 정보 모델의 통합으로 데이터 편의성을 제공합니다. 좀 더 수직 방향으로.
이미지 캡션을 추가하려면 여기를 클릭하세요.
OPCUA는 통신 및 장치 계층 사양을 제공하는 반면, 데이터 사전은 관리 수준에서 정보 모델링 사양을 제공합니다. RAMI4.0 참조 모델에는 다음이 포함됩니다. 관리 셸(AdministrationShell) 및 데이터 사전은 모두 글로벌 비즈니스 수준 정보 표준 및 모델을 다루고 있습니다. 이는 수평적 관점에서 정보를 통합하는 것입니다.
이미지 캡션을 추가하려면 여기를 클릭하세요
데이터 전송을 정리하는 것뿐만 아니라 데이터의 흐름, 즉 목적과 데이터의 흐름을 이해하는 것도 필요합니다. 생산 작업도 수행해야 합니다. 위 사진은 NIST Lu Yan 교수가 정리한 지능형 제조 관련 표준 목록으로, 하단에는 필드버스, 정보 모델, 데이터 모델, 설계, 제조 등 모든 측면을 포함하여 파노라마 형식으로 참고할 수 있습니다. .
04
지능 - 전역 최적화 및 의사결정 지원
자동화는 단일 제어 작업의 규제를 기반으로 합니다. 심지어 다중 변수 시스템도 일반적으로 제어됩니다. 단일 기계 또는 하위 시스템(예: 정제 및 제약 공정)에서 생산의 글로벌 최적화는 현재 메커니즘 모델을 초과합니다.
린 운영부터 스마트 운영까지 여러 단계
이미지 캡션을 추가하려면 여기를 클릭하세요.
이 사진은 린 운영부터 스마트 운영까지의 전체 프로세스, 데이터 수집, 정보를 파노라마식으로 묘사합니다. 처리, 최종 독립적 학습 능력까지 글로벌 활용.
따라서 요약하면 인텔리전스는 린 운영, 자동화 및 정보화를 기반으로 해야 하는 전반적인 최적화 문제이며 보다 글로벌한 모델을 통해 시장 수요, 프로세스 설계 및 전체 조정을 촉진할 수 있습니다. 보조 제조, 공급망(기존 공급망 외에 스마트 그리드 및 물류도 포함), 생산 및 제조 링크, 운영 및 유지 관리는 장비 상태, 생산 주문, 에너지 소비, 금융 비용 등을 기반으로 전체 시스템을 형성합니다. ** * 동일한 구성의 "최적화" 및 운영에 대한 "의사결정 지원".