山东西门子总代理商在规划框架报告中建议,建霖工业需要建立精益生产体系,并健全工厂信息化系统来管理生产,再利用自动化手段推进工艺和物流的改善,建成绿色智能工厂。
比如在工厂信息化系统中,建霖工业需要升级当前的ERP系统,以解决对生产物流计划支持较弱的问题,并且需要由现有的PDM(产品数据管理)模式上升到PLM的管理模式,以提升产品设计平台的能力。在工厂层,它需要建立MES系统,实现生产执行、物流和质量控制的信息化。在自动化层,建霖工业需要搭建工业以太网,用于连接设备和MES系统,实现设备的互联和车间的物联网络,采用大量先进的自动化工艺,减少人工,提高工艺质量。
目前,建霖工业已经踏出了迈向“工业4.0”的一步,计划实施西门子MES系统SimaticIT,以及基于工业以太网的现场总线标准Profinet。
西门子中国研究院还为金达亚麻、中车集团青岛四方、中建钢构、华立集团等众多企业提供了数字化工厂的评估、规划和咨询服务。
西门子中国研究院为金达亚麻规划的数字化工厂的3D模型
人们通常会认为,在新建工厂时实施数字化理念是理想的时机。但事实并非如此,不同行业的不同企业采取的路线不尽相同。
“我们的优势就在于能为企业量身定制适合的数字化方案,这要取决于企业所在行业的情况、产品类型、生产模式等等。”赵雄飞表示,“每接触一个客户,我们都要成为它所在行业的工艺专家。这样才能提出专业的建议。”
人才金贵
在被称为PPT(Process, People andTechnique)这三个构成数字化工厂的关键因素中,赵雄飞为看重,也为担心的是第二个P,即人员的因素。
“许多工厂的各级员工往往都不具备相应的技术和管理能力。技术可以购买,流程也可以规范,而人才的缺乏将是制约中国企业迈向‘工业4.0’的障碍。”赵雄飞说。
西门子中国研究院曾经在调查中发现,在许多工厂,各级人员都存在相关素质缺乏的问题。一线员工缺乏高精设备和自动化系统的熟练操作能力;中层管理人员对于生产系统自动化和数字化的转变需要更快地适应;而企业高层对于数字化工厂发展方向的重大决策能力仍有待提高。
为此,西门子在帮助企业实施数字化工厂项目时,会有研究院的专家和项目工程师进行为期数月乃至数年的驻厂培训。西门子与教育部合作,通过技术培训等活动培养了千余名工程学科的教师,并连续9年举办全国大学生“西门子杯”工业自动化挑战赛,为中国制造培养创新型工程人才。
从来看,对于高素质人才的需求以及相关培训的紧迫性同样存在。麦肯锡开展的“制造业的未来”的研究结果表明,到2020年,将会出现4000万高技能工人的潜在缺口。
智能机器可以自我学习,并取代人类的一部分工作,未来的数字化工厂决不会是无人工厂。人们将在设计、规划、监管等方面发挥更强的创造力。智能化的工厂将会批量生产高度个性化的产品,要能够以快速度调整生产线,这就要求员工能对联网的机器进行编程,还能解读复杂数据
测量结果将与植物专家的建议进行比对。通过使用仿真模型,即种植园的“数字化双胞胎”,专家们可以通过计算得出机器人的任务安排,山东西门子总代理商保证每株作物都获得保持理想生长状态所需的养分和水分。
整个计算过程将使用种植园的“数字化双胞胎”、各种算法及专家知识。所有相关数据信息都会被储存在云端,方便人们分享和重复使用。“当然,我们的方法不单适用于这个特殊的种植园模型,也适用于其它任何室内或室外搭建的种植区,”Sollacher介绍道。“针对不同种植园或农业区域,我们只需使用不同的‘数字化双胞胎’即可。所有流程都完全相同。以室外种植区为例,我们需要在‘数字化双胞胎’里设置额外的传感器来反映自然降水量。”
一台机器人可种植并照料多种蔬菜。山东西门子总代理商
与日俱增的挑战
如今,世界人口持续增长,食品产业面临与日俱增的挑战。据预测,到2050年,世界人口可能多达100亿。到那时,大家要吃什么呢?这不仅是可耕种土地不足的问题,水资源也会越发紧缺。在传统灌溉模式下,大部分水分其实并没有被农作物吸收,而是自然蒸发掉了。而Sollacher和他的同事们代表EIT食品联盟发起的这个项目正在让灌溉效率得到提升。通过单独照料每株农作物,并根据它们的理想生长状态提供养分,人们可以节约大量水资源。
越来越懂行的消费者
在工业化程度较高的国家,食品产业则面临不同的挑战。人们通常并不担忧基本食品供应,而是对食品信息的透明度有更高的要求,想要知道这些食物在哪里种植,又是如何被加工的。他们还要求在质量等方面得到可靠的承诺,比如食物中是否含有特定过敏原等。“通过持续收集数据,我们可以得到对作物属性的描述,满足消费者对信息透明的要求,”Sollacher说。“特别是对于室内种植,有了人工光照和灌溉,我们可以对作物的属性进行控制。例如,通过调节光照,让红光或蓝光变多,我们可以决定萝卜的口感是更辛辣还是更温和。”