IBM智能制造能力成熟度评估的最终目标是希望强化两个转变:从关注局部向统筹全局转变,从强调技术向管理规范转变。根据IBM对全球相关制造企业做过的,类似两化融合管理体系的调研,整个调研数据显示:在三个月前调研的智能制造企业中,目前有31%的企业仍旧在观望之中,有35%的企业已经在做战略的起跑者,另外有34%的企业已经积极地采用智能制造的相关理念、技术管理,甚至全局统筹智能制造的相关技术与工具,走在智能制造的路上。
IBM智能制造能力成熟度评估
(从进度的角度)
从管理体系出发是一种方式,另外从进程也是一种方式。工业企业信息化和工业化融合评估规范(GB/T 23030)与IBM智能制造进程评估,横跨从研发到业务创新十类维度,包含产品设计到协同制造共计二十六个领域,用成熟度指标来协助客户做智能制造成熟度的衡量,这种方式能够快速地定义中间的差距与相关计划。另外一种方式借鉴的是两化融合的评估规范23030的标准,企业也可以参考这样的标准进行评估。
传统工厂的价值链技术架构与工业物联网赋能后的数字工厂未来架构差异
总而言之,智能制造与传统的制造究竟有什么不一样?从架构上而言,基于ISA95的架构分成从L5到L1再到L5,L0则是资产设备层。IBM认为,未来引入两化融合、工业互联网之后的智能制造架构,将不再是传统的ISA95架构,而是应该将架构设计为扁平化。扁平化会分成L5、L4、L3,将OT层通过工业互联网的方式实现完全打通,然后用整个IOT工业互联网的架构做赋能。
所以,从L2到L0,是指从生产控制到生产工艺的环节,这部分强调工艺的自动化。在L3生产管理的部分,则谈生产管理,从相关的MES到MOM,这层主要目的是实现制造运营的流程化。从L4两化融合到物联网赋能,这部分重在相关的工业化。
IBM智能制参考架构、
应用场景与深化介绍
最终,按照整个工业物联网打破传统层级ISA95,IBM给出了适用于制造企业内部规范的一个概念上的逻辑设计。IBM从逻辑上设计的工业物联网平台,往上是工厂服务的总线。总线上面有结构、非结构相关的大数据分析,甚至包括预测性分析。另外还需加设一层AI,人工智能主要是进行感知、学习、互动,这层称之为推理层。
例如,我们帮企业进行设备维护相关的IT,IBM的数据中心有设备维护的概念,通过增强层,包括增强现实或是虚拟现实,可实现远程专家的诊断、设备的运维,最后进行移动交付。此外,云技术也很重要,保证从安全一直到协作的顺利实现,这些最终都反映到IBM智能制造的五大业务驱动要素上。
接下来将进行相关内容的深入介绍。制造业的整个生产形态属于备货生产(MTS)或连续制造(CP)的制造业,都有以数字化工厂、工艺质量强化与设备综合效率OEE精益化,作为高质量发展的强力抓手的需求。举个例子,IBM帮助一家造纸行业规划了智能制造数字工厂,我们对关键节点的路线图进行了设计。
以造纸业为例
第二,是质量管理贯穿于整个制造业的运作链条,并对最终产品和客户服务产生重要影响,而质量洞察则是提升智能管理的重要抓手。IBM认为的质量管理,包含从售后生产前端的采购一直到研发,可以利用人工智能、视觉的检测、视觉的分析贯穿整个制造业的运作链条中,运用IBM认知技术,可以进行全生命周期或者是全品质管理。
质量管理贯穿于
整个制造业的运作链条
第三,是工厂服务总线。
在工业物联网的架构上,如何将制造工厂想象成是一个企业,然后把企业服务总线的概念,嫁接移植到工业物联网的数字化工厂内部。相对应工业物联网中的标准,现在普遍使用的标准是IEC61158,目前定义了十种不同的现场总线。当然,在这十种现场总线外,还可以继续增加现场服务总线的规格。
目前,我们所知道的现场总线,已经拓展到了28个标准。在这个由市场最后决定标准的时代,IBM认为有必要参考工业物联网的架构,于是IBM提出了IIOTRA标准,即通过市场服务总线的形式来贯穿整个生命周期。
通过工业互联网进行垂直整合,提升设备资产绩效水平,成为数字化工厂,是设备密集、重资产型制造企业赢得智能制造竞争优势的关键。
IBM建议,企业应聚焦于优化的资产。目前按照IDC统计数据显示,50%的设备密集或者是重资产型制造企业,都企图采用某种形式的设备资产管理技术,但是目前实际上运行到整个从IOT、PSB、EAM一直到DT数字化工厂时代,目前都小于10%。到2020年,预期这个10%在这两年的时间会飞速发展到60%,换句话而言,决胜千里的时代就在眼前。
质量管理贯穿于
整个制造业的运作链条
第三,是工厂服务总线。
在工业物联网的架构上,如何将制造工厂想象成是一个企业,然后把企业服务总线的概念,嫁接移植到工业物联网的数字化工厂内部。相对应工业物联网中的标准,现在普遍使用的标准是IEC61158,目前定义了十种不同的现场总线。当然,在这十种现场总线外,还可以继续增加现场服务总线的规格。
目前,我们所知道的现场总线,已经拓展到了28个标准。在这个由市场最后决定标准的时代,IBM认为有必要参考工业物联网的架构,于是IBM提出了IIOTRA标准,即通过市场服务总线的形式来贯穿整个生命周期。
通过工业互联网进行垂直整合,提升设备资产绩效水平,成为数字化工厂,是设备密集、重资产型制造企业赢得智能制造竞争优势的关键。
IBM建议,企业应聚焦于优化的资产。目前按照IDC统计数据显示,50%的设备密集或者是重资产型制造企业,都企图采用某种形式的设备资产管理技术,但是目前实际上运行到整个从IOT、PSB、EAM一直到DT数字化工厂时代,目前都小于10%。到2020年,预期这个10%在这两年的时间会飞速发展到60%,换句话而言,决胜千里的时代就在眼前。
楼主最近还看过
IBM智能制造能力成熟度评估的最终目标是希望强化两个转变:从关注局部向统筹全局转变,从强调技术向管理规范转变。根据IBM对全球相关制造企业做过的,类似两化融合管理体系的调研,整个调研数据显示:在三个月前调研的智能制造企业中,目前有31%的企业仍旧在观望之中,有35%的企业已经在做战略的起跑者,另外有34%的企业已经积极地采用智能制造的相关理念、技术管理,甚至全局统筹智能制造的相关技术与工具,走在智能制造的路上。
IBM智能制造能力成熟度评估
(从进度的角度)
从管理体系出发是一种方式,另外从进程也是一种方式。工业企业信息化和工业化融合评估规范(GB/T 23030)与IBM智能制造进程评估,横跨从研发到业务创新十类维度,包含产品设计到协同制造共计二十六个领域,用成熟度指标来协助客户做智能制造成熟度的衡量,这种方式能够快速地定义中间的差距与相关计划。另外一种方式借鉴的是两化融合的评估规范23030的标准,企业也可以参考这样的标准进行评估。
传统工厂的价值链技术架构与工业物联网赋能后的数字工厂未来架构差异
总而言之,智能制造与传统的制造究竟有什么不一样?从架构上而言,基于ISA95的架构分成从L5到L1再到L5,L0则是资产设备层。IBM认为,未来引入两化融合、工业互联网之后的智能制造架构,将不再是传统的ISA95架构,而是应该将架构设计为扁平化。扁平化会分成L5、L4、L3,将OT层通过工业互联网的方式实现完全打通,然后用整个IOT工业互联网的架构做赋能。
所以,从L2到L0,是指从生产控制到生产工艺的环节,这部分强调工艺的自动化。在L3生产管理的部分,则谈生产管理,从相关的MES到MOM,这层主要目的是实现制造运营的流程化。从L4两化融合到物联网赋能,这部分重在相关的工业化。
IBM智能制参考架构、
应用场景与深化介绍
最终,按照整个工业物联网打破传统层级ISA95,IBM给出了适用于制造企业内部规范的一个概念上的逻辑设计。IBM从逻辑上设计的工业物联网平台,往上是工厂服务的总线。总线上面有结构、非结构相关的大数据分析,甚至包括预测性分析。另外还需加设一层AI,人工智能主要是进行感知、学习、互动,这层称之为推理层。
例如,我们帮企业进行设备维护相关的IT,IBM的数据中心有设备维护的概念,通过增强层,包括增强现实或是虚拟现实,可实现远程专家的诊断、设备的运维,最后进行移动交付。此外,云技术也很重要,保证从安全一直到协作的顺利实现,这些最终都反映到IBM智能制造的五大业务驱动要素上。
接下来将进行相关内容的深入介绍。制造业的整个生产形态属于备货生产(MTS)或连续制造(CP)的制造业,都有以数字化工厂、工艺质量强化与设备综合效率OEE精益化,作为高质量发展的强力抓手的需求。举个例子,IBM帮助一家造纸行业规划了智能制造数字工厂,我们对关键节点的路线图进行了设计。
以造纸业为例
第二,是质量管理贯穿于整个制造业的运作链条,并对最终产品和客户服务产生重要影响,而质量洞察则是提升智能管理的重要抓手。IBM认为的质量管理,包含从售后生产前端的采购一直到研发,可以利用人工智能、视觉的检测、视觉的分析贯穿整个制造业的运作链条中,运用IBM认知技术,可以进行全生命周期或者是全品质管理。
质量管理贯穿于
整个制造业的运作链条
第三,是工厂服务总线。
在工业物联网的架构上,如何将制造工厂想象成是一个企业,然后把企业服务总线的概念,嫁接移植到工业物联网的数字化工厂内部。相对应工业物联网中的标准,现在普遍使用的标准是IEC61158,目前定义了十种不同的现场总线。当然,在这十种现场总线外,还可以继续增加现场服务总线的规格。
目前,我们所知道的现场总线,已经拓展到了28个标准。在这个由市场最后决定标准的时代,IBM认为有必要参考工业物联网的架构,于是IBM提出了IIOTRA标准,即通过市场服务总线的形式来贯穿整个生命周期。
通过工业互联网进行垂直整合,提升设备资产绩效水平,成为数字化工厂,是设备密集、重资产型制造企业赢得智能制造竞争优势的关键。
IBM建议,企业应聚焦于优化的资产。目前按照IDC统计数据显示,50%的设备密集或者是重资产型制造企业,都企图采用某种形式的设备资产管理技术,但是目前实际上运行到整个从IOT、PSB、EAM一直到DT数字化工厂时代,目前都小于10%。到2020年,预期这个10%在这两年的时间会飞速发展到60%,换句话而言,决胜千里的时代就在眼前。
质量管理贯穿于
整个制造业的运作链条
第三,是工厂服务总线。
在工业物联网的架构上,如何将制造工厂想象成是一个企业,然后把企业服务总线的概念,嫁接移植到工业物联网的数字化工厂内部。相对应工业物联网中的标准,现在普遍使用的标准是IEC61158,目前定义了十种不同的现场总线。当然,在这十种现场总线外,还可以继续增加现场服务总线的规格。
目前,我们所知道的现场总线,已经拓展到了28个标准。在这个由市场最后决定标准的时代,IBM认为有必要参考工业物联网的架构,于是IBM提出了IIOTRA标准,即通过市场服务总线的形式来贯穿整个生命周期。
通过工业互联网进行垂直整合,提升设备资产绩效水平,成为数字化工厂,是设备密集、重资产型制造企业赢得智能制造竞争优势的关键。
IBM建议,企业应聚焦于优化的资产。目前按照IDC统计数据显示,50%的设备密集或者是重资产型制造企业,都企图采用某种形式的设备资产管理技术,但是目前实际上运行到整个从IOT、PSB、EAM一直到DT数字化工厂时代,目前都小于10%。到2020年,预期这个10%在这两年的时间会飞速发展到60%,换句话而言,决胜千里的时代就在眼前。