锻造企业信息系统规划分析(上)

文／梁聪明，王淑琴，刘志敏·湖北神力锻造有限责任公司

公司作为汽车前轴和发动机曲轴生产制造传统锻造企业，信息化基础薄弱，信息电子化作为传统的生产经营管理已不能在当前企业生存环境下获得突破。将生产线(设备)进行在线数据信息的联机统计、分析、决策纳入协同管理，实现企业生产过程智能化、装备数字化、管理和服务信息化等，推进企业实施创新驱动、持续改善发展战略，加快企业转型，实现智能升级。本文立足锻造行业，阐述了数字化、智能化、物联网等相关技术的应用与部署，从而实现企业生产经营智造协同管理。

近年来，公司在前轴锻造及后加工业务的不断发展，在国内市场乃至国外市场都有一定的竞争力。当下面临疫情、芯片短缺、需求减少、产能过剩、客户关系等诸多因素，企业出现保生产、稳生存的危机。数据时代下，企业除了比较先进的生产技术，目前运营管理还在依靠电子化手段，已不能适应市场高速发展的需要，使得企业工作效率、市场竞争能力和经济效益不断降低。为落实高效率、高质量和低成本要求，生产运营、制造装备的科学管理等亟需数字化、信息化的建设及企业各管理板块的协同。

当前企业信息化建设现状

研发管理现状

研发管理作为公司发展的驱动流程之一，其质量、效率对于公司的发展速度具有极大影响力。研发管理流程一直沿用原有模式(图1)进行，主要表现为产品研发流程缺少闭环管理，研发数据没有进行集中管理，安全性低，协同性差，产品BOM 目前仍然依靠手工输出与人工管理，在与ERP 对接BOM 时效率低、易出错；在产品设计、工艺文件管理和存储方面存在信息孤岛，导致技术资料的完整性、准确性和一致性缺少关联性，相关技术说明无法找到，且变更管理不规范，执行效率低，组织生产易造成制造成本和时间的浪费；零件信息、配置、文档、CAD 文件、权限信息等不能协同管理导致交互作业时出现数据失真，数据之间没有关联性，找到产品模型后，相关技术说明无法找到，且产品研发部门和生产制造部门之间的数据发布仍停留在手工纸质发布阶段，信息获取不及时、不准确，对产品的生产和及时交付造成较大风险；需要重建费时费力，图、文档管理存储于个人用终端电脑中，面临数据存储安全以及保密的风险；系统及平台未统一管理，标准化执行率低。

图1 原有研发管理流程

设备管理现状

我公司设备OEE 从2016 年以来长期位于行业中等水平，一直沿用五年前的管理手段，主要表现在：设备运行状态监测数据虽可以实现采集，但由于缺乏统一的数据管理，导致数据分析无法实现共享以及回归利用，设备的预测性管理开展缺少关键输入，设备的重大停机、突发性停机事件及风险无法得到消除；受制于运行数据的分析输入欠缺，作为DCPW 模式五大支柱中一环的TPM 活动效果没有得到最大的发挥，导致了设备维护、检修费用比例增长较快。

生产运营管理现状

关键输出物(库存资金)占用总额从2017 年以来开始无论是在丰产期还是低谷期始终处于高位运行，其产生的原因表现在如下方面：公司内部生产管理环节相关的数据 “孤岛”“不透明”等状态较严重，生产组织管理过程中的信息传递存在实时化薄弱的现象；管理精细化程度存在瓶颈，导致各种资源的调配，组织的管理、决策无法有效应对市场的变化周期或幅度。

综合公司在产品研发数字化管理缺少数据的七大属性，即精确性、完整性、可靠性、及时性、经济性、可验证性、安全性的问题，且各研发数据缺少集成，不利于企业整体技术进步和降低生产成本，通过研发相关数据的在线信息化管理，有效解决效率、成本、协同、质量及标准化管理水平。通过装备数字化、设备健康管理、生产经营协同管理的信息化部署，在质量、生产、设备、物料、仓储、流程、看板、事件等管理方面实现相关数据的实时采集、分析，在生产标准化、精益化上改变突破实现提质、增效、降本。

信息系统的规划方向

数据处理和管理信息系统

根据公司信息系统规划，首先以数据处理和管理信息系统为核心，基于BPR 的信息系统规划方法，以公司战略为核心，了解各职能部门、生产单元困扰及需求，围绕企业整体需求对信息系统进行规划。以流程规划和数据规划为主线，并组织开展调研及准备工作，根据各职能部门、生产单元的业务流程和相关管理程序，定义企业过程，针对运营管理的数据结构、数据源、数据类型进行梳理、统计并进行重新识别定义新的业务流程。系统功能目标结合公司生产运营的实际情况，确定针对生产运营的业务流程进行智造协同信息系统的规划建设，其方法模型如图2 所示。

图2 智造协同信息系统的规划建设

总体规划依托企业的战略规划，以云端协同、数据驱动制造为总线，角色从管控型向赋能型转变。建立基于云端、移动化访问的智造协同系统平台(图3)：统一的数据源，采用执行层、协同层、业务管理层作为系统分层。

图3 智造协同系统平台

主要模块及流程：设备管理、质量管理、生产运营管理、仓储/物料管理，并集成产品研发PDM 数据管理系统。信息系统通过数据聚合、实时协同、分析解读和智能决策，赋能生产者和各职能部门、各层次管理人员，落实数据、需求、资源、过程的透明度。生产作业、计划、采购、仓储、销售等实时协同，对各生产线及工序节拍、库存预警、质量缺陷等进行分析解读，规划订单风险预警、资源分配平衡、工艺过程管控为核心业务流程，在效率提升、质量提升、成本降低方面部署实施；实现工厂车间数据智能化运作和可视化运营管理，从而缩短生产周期，提高产品质量，减少资源和生产浪费，快速响应订单，灵活应对以市场为目标导向，进行实施规划。通过数据聚合、实时协同、分析解读和智能决策，赋能生产者和各职能部门、各层次管理人员，落实数据、需求、资源、过程的透明度进行数据及功能规划。在基础架构中实现云计算接入服务、多层级组织机构内的数据隔离，用户权限管理与角色职能定制、个性化知识库与配置管理。信息系统平台见图4。

图4 信息系统平台

设备管理系统规划

通过设备数字化(数字化工厂)、信息化建设实现设备层、数据采集、数据分析处理、运营管理应用，基于上述4 个层次的应用实现公司工业互联网/云网络协同。首先，基于设备管理(125MN 生产线、调质线、淬火线、含标准以太网数控设备等)进行数字化工厂建模及信息化建设。其次，通过物联设备及工业互联网技术实时采集设备相关参数，监测设备状态的发展趋势、设备劣化的规律、备品备件的寿命，通过在线分析、指导、预警、预检解决设备运行的可靠性和经济性。最后，通过信息化软件平台在线设备相关数据图表制定合理的维修、维护策略，提供量化依据及设备科学管理方案。设备管理系统规划见图5。

图5 设备管理系统规划

软件部署范围需求方面主要落实生产运营管理、流程管理、物料管理、仓储管理、数据管理、质量管理、权限管理、事件管理、设备管理、看板管理、报表管理并集成能源管理系统，实现移动端小程序和APP 应用。存储方面：采用线下存储与云计算/云存储技术。前端显示方面：统一数据源管理、在线实时分析、数据实时存储等实现统一大数据管理平台指挥，实现基于云端、移动化访问的智造协同系统平台。

对生产管理、质量管理、物料管理、设备管理进行全面管理，夯实计划、执行、监控与分析三个过程在新一代信息系统中的管理，达到创新引领、持续改善的经营战略目标。

信息系统的需求分析

进行信息化规划首先要把云计算及存储技术、工业物联网技术、移动互联网技术、大数据分析技术、5G 技术等融合应用在系统的需求中，体现系统快速、高效、稳定、技术先进、可配置性强、高扩展性的优势。

全面落实七化五管三同的需求目标，即：业务流程标准化、生产过程标准化、生产进度可视化、质量指标可量化、设备管理数字化、库存管理精细化、数据分析智能化；生产管理、仓储管理、质量管理、设备管理、数据管理；生产协同、部门协同、作业协同。

重点在支持与决策、分析、协同、质量和商业智能等5 个方面的需求分析与对策：在决策与支持方面重点推行把生产过程透明化、数据记录电子化、物料存储数据的准确性作为决策分析的数据支撑；分析方面体现生产效率、人员效率、良品率和不合格率、设备故障率、OEE 等；协同方面通过信息系统、及时通讯传递各类信息，进行实时数据更新、共享，实现多部门、多用户间的作业协同；质量方面完善质量信息录入的完整性和准确性，强调保存、查阅、追溯的有效程度，实现及时质量分析管理。商业智能方面对各类数据进行分析、清洗、治理、学习、运算、决策。

系统可提升在制造数据收集、传递、监控能力上实现生产任务及时下发、报工数据及时收集，现场数据采集无纸化；生产进度可视化，车间看板展示生产异常实时传递、处理、记录，质检和生产协同，数据采集电子化、作业文件规范管理，物料移动库存数据实时更新数据的自动流转、接收、处理、反馈。设备监控、管控、数据分析能力。

通过工业物联网技术和5G 技术，实现企业新基建(数字化孪生工厂)、通讯网络基础设施更新换代，实现虚拟工厂与物理工厂的融合等在设备全生命周期管理、设备健康监控、预防性维护、点检、维修及设备备件管理、互联、监控。业务流程集成能力，整合企业内部的流程，各部门作业协同，信息化系统集成、数据共享、信息通知，实现数据或信息的收发、管理从而提高企业工作效率、市场竞争能力和经济效益。

应用的核心技术首先是基于5G 技术、工业互联网、大数据、云计算和云存储的制造协同管理平台系统：应用5G 技术实现物料远程视频扫描技术应用，减少人员扫码的频次；应用工业互联网技术将设备数字化、网络化，实现在线联机分析、管理；通过大数据将数据源进行统一采集，结合公司在效率、质量、研发、成本等管理绩效指标的数据存储、抽取/清洗、联机分析处理、数据挖掘，最终进行绩效指标的数据呈现；高效应用云计算和存储，基于SaaS 服务运行模式实现存储平台、计算平台、应用系统的共享管理，减少运营维护成本(人、物等资源)。

其次，基于数据驱动的智造协同管理平台系统：通过数据聚合、实时协同、分析解读和智能决策，赋能一线生产者和各部门、各层次管理人员，实现数据聚合、分析解读、实时协同、智能决策，达到缩短生产周期、提高产品质量、减少生产浪费、快速响应订单、降低生产成本、降低备品备件费用的目的。

最后，基于绩效管理的数据管理平台。在业务流程系统化、生产进度可视化、库存管理精细化、设备管理标准化、异常管理制度化、数据分析智能化等方面持续优化。