產業(yè)界彌漫著打了雞血的興奮，大部分人都有一些真知灼見，但是，出于禮節(jié)，一般都不會去太多批判意見的—最近一個月我就和很多業(yè)界的朋友進行了交流—但是，如果沒有一些說真話說實話的人，的確會是缺陷，有時候想，我們是否需要特立獨行？70年代的人有情懷，又有責任感，但也都懂得明哲保身，我們做很多事情都會隨波逐流，做一些看上去很對的事情—因為大家都這樣，但是，實際上卻沒有效率的事情，因此，應該有一些說真話說實話的風氣才對。

當然了，主要是我發(fā)現(xiàn)像我這每個月才寫一篇的的確不夠積極。

 

一、感覺扯淡的事情太多

現(xiàn)在智能制造真是一團火熱，國家也大量資金投入，但是，大家所討論的各種實現(xiàn)—給我最大的感覺就是“似乎并沒有超越今天我們自動化人干的事情”，當然了，大部分都是以前的柔性制造、兩化融合時代就有的，而且這些都沒實現(xiàn)，就扯什么智能制造—就像昨天Mcrazy跟我聊的，什么是智能制造我看大部分號稱搞智能制造的也沒搞清楚，或者講的也不過是老酒用了個IT瓶子重新裝了一下而已。

 

1.問題的本質是什么？Internet+還是+internet?

智能制造必須明確，運營技術OT是核心問題，Internet+是放大了Internet所代表的IT技術的作用，卻忘記了生產才是這件事情的核心，因此，+Internet更為合理，這個也沒必要去爭議。

IT的人擅長制造概念，但是，這些概念怎么落地—我看也是一臉茫然吧？

 

2.舍本逐末要不得

技術是服務應用的，而應用是服務于市場的，如果脫離應用于市場談技術，都是舍本逐末之舉。大談技術不如想辦法解決好質量問題、降低成本，加快交付。

 

3.榔頭和釘子的故事

現(xiàn)在很多IIoT的架構、產品技術，平臺終歸是榔頭，而應用才是解決問題的釘子，現(xiàn)在就是榔頭太多而釘子太少。

4.何止于技術升級

其實智能制造還是工業(yè)4.0，對于技術提供商還是End User而言，其實，都是牽扯到整體升級的問題，包括你的管理組織架構、企業(yè)文化、績效考核、人力資源與能力模型都必須與之匹配，總是討論智能制造的架構、平臺，而不輔助與之的平行推動，就會遇到無數障礙，讓企業(yè)陷入泥潭，到最后，智能制造反倒毀了自己良好的發(fā)展態(tài)勢。

3月初和兔哥聊了很多話題—現(xiàn)在很多號稱提供平臺的，其實如果你到了這些公司內部，你會發(fā)現(xiàn)，一塌糊涂，自己的團隊都不明白怎么向客戶解釋，也無法專業(yè)的咨詢—至少該問什么問題你得知道吧？

 

5.工業(yè)基礎軟件更重要

最近看很多開始似乎重視起來軟件了，但是，都是因為巨大潮流下別人展示了軟件的重要性，然后一幫專家就開始籌劃中國要做工業(yè)軟件，結果我發(fā)現(xiàn)都是聚焦在了MES、應用軟件上，而底層的RTOS、基礎的開發(fā)平臺如貝加萊的Automation Studio、RA的Logix等反倒沒有怎么被提及，什么軟件定義智能、軟件定義XX，反正都學人家Predix、Mindsphere、PTC等，卻忘記了發(fā)展自己的基礎軟件包括操作系統(tǒng)、編譯、標準的PLCopen開發(fā)。

 

說風就是雨，領導說要搞什么，下面就馬上不管三七二十一，也不管是否成熟，基礎如何，反正得上智能制造，你是不是智能制造我不管，反正這是政治任務，至于以后會怎樣，以后再說。

 

二、讓我們回到智能制造

去年7月，在一次關于智能制造的論壇討論時，將關于智能制造所涉及的話題進行了總結，繪制了這張圖，這個當然比較粗糙，但個人認為關于智能制造的整體邏輯應該是得到了大家認可的，在之后的各個場合也進行了介紹，經過大家多的認可后現(xiàn)在倒可以拿來講將。

第一步設定工廠目標—你的智能制造要達到什么標準？？？

回到生產的本質—對材料進行物理的加工，其消耗是材料、時間、能源、人力，因此，生產的本質將歸結于解決材料的加工質量（切削、沖壓、成型等的質量）、消耗的時間越長成本越高、人力消耗越多成本也越高、加工需要能耗越高成本越高，而交付能力是精益核心問題之一。

那么，不管你搞工業(yè)4.0還是工業(yè)8.0，你都要解決質量、成本、交付問題吧？

 

個性化是災難，因為質量迭代、啟動停止的浪費、換裝的時間都把生產要素進行了放大，那么工業(yè)4.0要解決這個問題。

 

IIoT干什么？推薦大家看一本書《零邊際成本社會》，能源協(xié)同優(yōu)化是物聯(lián)網可以干的事情，本質上所有的技術都必須圍繞：

如何降低材料消耗？

如何降低能耗？

如何減少加工時間？

如何降低人工消耗？

 

精益為你們設定了目標，好好研究一下精益，但是，新的時代的精益與過去又不一樣，以前車間分為獨立的鈑金、注射成型、組裝、包裝，現(xiàn)在可能一個集成的產線就完成了，過去的精益必須與今天的自動化信息化融合解決問題。

 

第二步，建立基于精益以及運行管理OM的目標

設定方法、工具，確定你所需要使用的如OEE、KPI的參數、TPM、RRCA方法的工具化，需要定義參數、采集量。

第三步：建立信息模型

OPC UA是一個設備互聯(lián)的通信協(xié)議，最近接觸很多談論OPC UA只是在討論它的通信功能，實際上，OPC UA的核心在于“信息建?！薄槍Υ怪毙袠I(yè)，每個行業(yè)應該如何確保數據的結構化、數據類型的清晰定義、以及數據的完整性、可驗證等目標，這樣才能知道為每個行業(yè)定義需要哪些數據？如何采集？如何定義通信機制下的語義互操作性，實現(xiàn)異構網絡的數據交互與集成。

這包括機器建模、工廠建模、集團信息建模等多個層次。

 

第四步：制定企業(yè)內部的信息模型

不同的企業(yè)，如乳制品的蒙牛、伊利，電子制造業(yè)的富士康，家電的格力、海爾、美的其制造過程不同，每個行業(yè)，每個企業(yè)都有其特殊性，如何建立自身的信息模型，圍繞自己的質量提升、成本優(yōu)化、交付能力來設計自己生產所需要的信息，并構建優(yōu)化的方法。

第五步才是制定實施戰(zhàn)略

 

我們建議客戶應該基于開放性系統(tǒng)的原則，避免使用封閉系統(tǒng)架構，并且梯次實現(xiàn)，這樣開放性保持連續(xù)升級，而梯次則避免一次性投入過大，由最為迫切的問題來解決，而不是由大的系統(tǒng)實現(xiàn)，投入周期很長，對自身生產影響較大，最終局面無法掌控。

 

第六步才是選擇系統(tǒng)并進行實施

 

這個環(huán)節(jié)里，原有的企業(yè)CIO的智能需要較大的升級，而且是應該有一個組織架構協(xié)調機制與之匹配，避免無法推動，或者外行人說外行話讓內行人給阻礙，但是內行人又會存在全局性欠缺，這是大部分項目實施障礙的原因，因此，必須在組織架構上的考評、權限、決策機制進行理順，否則的話，這個項目推動就會遇到各種你崩潰的結果，最后會輸出一個不倫不類的四不像，多方妥協(xié)的所謂“智能制造”系統(tǒng)。

圖-貝加萊的OrangeBox可以采集能源、OEE參數并給云/霧/邊緣計算側系統(tǒng)

最后是長效運行機制

基于精益思想，PDCA循環(huán)，對系統(tǒng)進行長效的管理，建已經很難，運行其實會更難，這里會有很多不斷需要改善、調整，升級的地方，需要管理系統(tǒng)的高效支撐。

 

因此，如果管理基礎較為薄弱，對于推動智能制造我是不看好的。