当前位置:CIO新闻中心 → 正文

基于数据驱动的有色行业智能工厂建设思考

责任编辑:cres |来源:企业网D1Net  2019-07-27 15:23:38 原创文章 企业网D1Net

2019年7月27日,由企业网D1Net和信众智及包括国药集团雷万云博士等多位大型企业CIO联合发起的中国企业数字化联盟正式成立,同期北京部委央企及大型企业CIO大会在北京盛大开幕。本次大会邀请部委、央企以及各大中型知名企业信息高管出席,聚焦政企数字化转型难点,探寻当代政企在数字化转型道路上的挑战和解决之道。
 
以下为现场速记。


中国铝业集团有限公司 信息化管理部副主任 文欣荣
 
 
文欣荣:前面两位演讲嘉宾讲的非常精彩,我这一块可能没有他们那么精彩,我们太聚焦到每个行业。因为有些行业,相对其他行业可能是一个落后的行业,自动化也好、信息化也好包括数据转型这一块。受大会要求,雷博士说把你这两年干的活给大家汇报一下,因为这两年一直在现场去做数字化工厂和数字化矿山这一块,一直没有跟大家交流。他写书找到我,说能不能把你的案例写进去,我说实在没有时间。所以我把这几年做的事情或者在做事情过程当中有些思考,给各位新老朋友做一个汇报,没有太亮的东西,就是干了哪些活,想过哪些东西跟大家汇报一下。
 
智能工厂建设思考背景,第一篇我想介绍中铝。中铝在有色行业是龙头企业,它要实现高质量发展,要做世界一流的有色金属企业。我们现在都在思考,到底我们IT能不能去支撑这个高质量发展?打造全球世界一流的有色金属企业?
 
第二个,我们对工业4.0这些概念的理解。刚才跟一些朋友说,这一轮革命如果没有云计算、通讯技术的成熟和高速发展,工业4.0也好包括我们后面讲的人工智能也好、区块链也好,可能是没有技术基础来支撑。在技术之上,我们要有哪些东西来做?我们整个企业全生命周期的技术服务这一块,智能化的过程。
 
在这个智能过程当中,我们去打造什么样的东西?要做到三体,实体和虚体、软件与硬件。我们怎样把这些做成一个高度协同的运行的过程?在这个过程你又干吗?要保证资源最大利用,从而大幅度提高生产率,目的就是这个。如果离开本质,这些是没有用的,但是要做这个事情,一定要做到人与人、人与物、物与物相连,连都连不上的话你是谈不了数据的,这些都是基础。
 
在做的过程之中可能这是最难点,并不是现在我们做一个人工计算、做一个模型是难点。可能在银行里面,它不存在这些问题,但在工厂里会存在这些问题。因为有色,我们是从资源勘探、矿山开采到冶炼到加工都是做的纯原材料工艺,这一块我想放两个PPT跟大家介绍一下。
 
对于智能制造的理解,我想这些东西在白皮书上都有,大家去看一下就可以了。大家看智能制造白皮书,上面有的我就不说了,但是在这个地方上面有的讲生产方式产业形态、商业模式、经济增长、人才储备,这些东西只要看了白皮书,大家应该都会有,如果有的话,这里就不讲了,我主要讲过程中我自己的理解。
 
白皮书上的标准模型,从生命周期到设计到服务,从系统层级到设备层到协同层,特征层从资源要素到新兴业态,我这几年就在做生产。智能工厂,我只做了生产的一部分,在层级这一块我做到企业级,没做到协同层。在特征和集成这一层没有做完整的智能制造。
 
我们把边界划完以后才好去做事,如果我们讲智能制造,谁能把设计、生命周期都讲全呢?找套,因为它对设备层到协同层,从设备层、生产过程层、设计执行层、ERP层到决策层到BI层,不要把这个事情讲到智能制造,他说他都干过,但是他干了什么东西?我需要什么东西,他去做什么东西。西门子也没去干ERP,也没干过BI,GE公司也没有。
 
我想这个特征层,我想起一本书,其实很多专家们讲智能制造的特征,我觉得他们这几个还是值得大家参考的。包括状态感知、实时分析、自主决策、精准执行,最关键是学习提升。我讲这几个特征,大家应该知道。
 
但是我们作为流程行业,后面大家探索了很多,包括几个方面,我们提出是智能优化的制造,流程制造。它只能在整个生产过程中去实现优化,所以说工艺优化、全流程优化还有生态链的优化去做。但是智能制造对我们来说有两条主线:
 
第一,生产要素。我们要用价值驱动方式,保证在生产过程中运行确保最大收益。我们去实现原材料可视化、设备可视化以及生产过程可视化还有生产执行可视化。可视化的目的是干什么?全面可视化的目的是解决生产过程中的不确定因素,让整个生产处于一种平稳的运行。因为我们的流程制造是要平稳运行,如果365天我们平稳运行360天,如果我们通过全可视化把一些不确定的因素再减少一下,我们可以提高30天的运转率的话,我们的效益是比较高的,这就是我们追求的。
 
所以说在这一块,在智能过程中大家可能听了很多,后面讲两个原理:
 
第一个,机理原理。第二个,数据原理。用机理能解决的不要用数据原理,如果公式能写明白的东西就用机理写明白就可以了,我们在现场过程中经常会遇到一个工序用机理是解决不了的。
 
打比方稀土萃取过程,从液体进去萃取出来大概18种元素,有个北大院士专门研究稀土,花了一辈子想写模型出来都写不出来,因为它只跟流量有关,跟设备里面转速有关,其实用到统计学可以解决的,但是要保证设备正常运行,其实要花很多的辅助设备来保证设备正常运行,设备运行不稳定,统计出来的数据是没有用的,因为在整个过程,不是在一个稳定的状态下,这块是机理云。这方面最主要做数字孪生,这是我们在现场做的时候,跟大家讲,后面整个特征怎么描述进去。
 
可能这个PPT好多人在很多地方看过,我把它改了,好多PPT里写的是MES、ERP、BI以及其他系统。为什么讲数据驱动?只要有数据就可以出来统一的数据平台,为什么还要ERP呢?我在跟大家探讨的过程中,我们落后,我们现在遇到新一轮技术革命,可能我做出来的东西跟别人不一样,因为别人做了MES退不掉,数据驱动就是因为数据来做事,不是云来做的流程驱动,时候数据驱动你才能够去做成千人千面,我们原来做的系统是千人一面,是由流程和功能驱动的。
 
我跟大家讲,这一块我只关注数据,我不去关注流程。所以这一块,首先我们怎么去定义数据?首先第一个要把每个生产过程中分成最小,把它的数据项定义出来,根据数据项定义过程原件、界面、系统,大概是按照这种思路去做的。
 
这个不说了,各位互联网白皮书上都有,但是我们做智能制造的目的还是要做。因为安全、环保、保证质量,否则开不了工厂。在工业4.0不谈这个,德国人不谈这个,因为我们的质量有问题,我们环保排放有问题,我们安全的措施和安全的理念还是缺失的,这是工业4.0不讲的,但是中国2025里有,提高工作效率,降低劳动成本,时间有限不跟大家一一解释。
 
这是我们建立的模型,工厂要达到什么程度?加工智能化、设备数字化、车间网络化、操作无人化、过程自动化,要达到这些化才能连接起来,如果连接不起来是做不了的。我们人去干什么?人一定要把基本的模型做出来,放到虚体里面去,我们在工厂里要认真处理,要去做优化模型,这是人要做的,不要智能工厂做完就一蹴而就,只是万丈高楼打了个地基。
 
数字虚体,我们必须把这些东西做好。可视、流程、精细、集成。每个体里要做哪些事,要分清楚。
 
特别讲到实体,特别赞同北航刘老师讲的四“三要三不要”的原则。这个是我们的思路,以标准为基础,以数据为纽带,为什么我们讲有自动化、数字化、网络化、智能化,为什么在前面要加个自动化?因为我们太落后了,我们好多地方要自动化改造,周博士在讲三种方式的时候,数字化、网络化,我们做的话加个自动化,李总讲的时候,2.0要补课,3.0赶上,4.0弯道超车,大家经常笑这句话,为什么?大家对它的意义没有理解,我们2.0补课,3.0赶上的时候,应该用4.0思维去做事,如果你还是用2.0思维去补课的时候,3.0赶上的时候还是按照原来思路做的话,永远超不了车。2.0自动化改造的时候,一定用4.0思维去做,3.04赶上的时候,我们应该用4.0思维去做,好多专家、学者拿这种话天天来取笑,我说这些人没事干,在现场走一圈他就知道,他就能知道李总的苦心。如果不到工厂转就不知道,转了之后才知道。
 
我们这几年做的是以这个实际原则,大概我们做了三个中心、两套体系,我们从数据到信息,信息到知识,知识赋能干活,这才是逻辑关系。如果你的信息不变成知识,下一步不借助它发挥作用的话,都没有用。
 
这就是这几年干的活,我们从矿山两化做的顶层设计的事,这一块把我们做的事情跟大家汇报和思考,还有这些原则。为什么讲这几个原则?技术应用、价值投资、本质安全、试点先行。
 
今天我想到一句话,上午我看了大家讲那么多,特别中石化也讲了,包括银行也说了,其实像我们这么穷的企业,我们有时候赶上一个好时代,我们可以做很多事,因为我们做ERP大投入的时候是中铝最有钱的时候,但是我们财务总监说你要多少钱,只要你说有利我给你多少钱,现在我们最穷的时候,要2000万,1000万不给,你再好的思路是没有用的。大家一定要清楚,不是谁比谁对这个行业深,有时做事不成功是因为你没有赶上好时代,因为你没有在有钱的行业去做。
 
我们讲为什么价值投资里衡量项目?昨天下午我们在讨论我们一个港口氧化铝厂智能工厂投入的时候,老板说只给你5000万,我说5000万我打个基础都不够,我说一个亿行不行?不行,不行就做不了。5000万能做到,但是出来效果绝对不一样,没办法,老板让我们做到第二层就可以了。
 
我们讲有些关键技术,每个矿山要做哪些事儿,攻关哪些事都有。数字化驱动,第一个基础数字化规划,并不是我们讲基础设施这一块,这跟其他地方都不一样。
 
有说得不对的地方,请大家多批评指正,谢谢大家!

关键字:数据驱动

原创文章 企业网D1Net

x 基于数据驱动的有色行业智能工厂建设思考 扫一扫
分享本文到朋友圈
当前位置:CIO新闻中心 → 正文

基于数据驱动的有色行业智能工厂建设思考

责任编辑:cres |来源:企业网D1Net  2019-07-27 15:23:38 原创文章 企业网D1Net

2019年7月27日,由企业网D1Net和信众智及包括国药集团雷万云博士等多位大型企业CIO联合发起的中国企业数字化联盟正式成立,同期北京部委央企及大型企业CIO大会在北京盛大开幕。本次大会邀请部委、央企以及各大中型知名企业信息高管出席,聚焦政企数字化转型难点,探寻当代政企在数字化转型道路上的挑战和解决之道。
 
以下为现场速记。


中国铝业集团有限公司 信息化管理部副主任 文欣荣
 
 
文欣荣:前面两位演讲嘉宾讲的非常精彩,我这一块可能没有他们那么精彩,我们太聚焦到每个行业。因为有些行业,相对其他行业可能是一个落后的行业,自动化也好、信息化也好包括数据转型这一块。受大会要求,雷博士说把你这两年干的活给大家汇报一下,因为这两年一直在现场去做数字化工厂和数字化矿山这一块,一直没有跟大家交流。他写书找到我,说能不能把你的案例写进去,我说实在没有时间。所以我把这几年做的事情或者在做事情过程当中有些思考,给各位新老朋友做一个汇报,没有太亮的东西,就是干了哪些活,想过哪些东西跟大家汇报一下。
 
智能工厂建设思考背景,第一篇我想介绍中铝。中铝在有色行业是龙头企业,它要实现高质量发展,要做世界一流的有色金属企业。我们现在都在思考,到底我们IT能不能去支撑这个高质量发展?打造全球世界一流的有色金属企业?
 
第二个,我们对工业4.0这些概念的理解。刚才跟一些朋友说,这一轮革命如果没有云计算、通讯技术的成熟和高速发展,工业4.0也好包括我们后面讲的人工智能也好、区块链也好,可能是没有技术基础来支撑。在技术之上,我们要有哪些东西来做?我们整个企业全生命周期的技术服务这一块,智能化的过程。
 
在这个智能过程当中,我们去打造什么样的东西?要做到三体,实体和虚体、软件与硬件。我们怎样把这些做成一个高度协同的运行的过程?在这个过程你又干吗?要保证资源最大利用,从而大幅度提高生产率,目的就是这个。如果离开本质,这些是没有用的,但是要做这个事情,一定要做到人与人、人与物、物与物相连,连都连不上的话你是谈不了数据的,这些都是基础。
 
在做的过程之中可能这是最难点,并不是现在我们做一个人工计算、做一个模型是难点。可能在银行里面,它不存在这些问题,但在工厂里会存在这些问题。因为有色,我们是从资源勘探、矿山开采到冶炼到加工都是做的纯原材料工艺,这一块我想放两个PPT跟大家介绍一下。
 
对于智能制造的理解,我想这些东西在白皮书上都有,大家去看一下就可以了。大家看智能制造白皮书,上面有的我就不说了,但是在这个地方上面有的讲生产方式产业形态、商业模式、经济增长、人才储备,这些东西只要看了白皮书,大家应该都会有,如果有的话,这里就不讲了,我主要讲过程中我自己的理解。
 
白皮书上的标准模型,从生命周期到设计到服务,从系统层级到设备层到协同层,特征层从资源要素到新兴业态,我这几年就在做生产。智能工厂,我只做了生产的一部分,在层级这一块我做到企业级,没做到协同层。在特征和集成这一层没有做完整的智能制造。
 
我们把边界划完以后才好去做事,如果我们讲智能制造,谁能把设计、生命周期都讲全呢?找套,因为它对设备层到协同层,从设备层、生产过程层、设计执行层、ERP层到决策层到BI层,不要把这个事情讲到智能制造,他说他都干过,但是他干了什么东西?我需要什么东西,他去做什么东西。西门子也没去干ERP,也没干过BI,GE公司也没有。
 
我想这个特征层,我想起一本书,其实很多专家们讲智能制造的特征,我觉得他们这几个还是值得大家参考的。包括状态感知、实时分析、自主决策、精准执行,最关键是学习提升。我讲这几个特征,大家应该知道。
 
但是我们作为流程行业,后面大家探索了很多,包括几个方面,我们提出是智能优化的制造,流程制造。它只能在整个生产过程中去实现优化,所以说工艺优化、全流程优化还有生态链的优化去做。但是智能制造对我们来说有两条主线:
 
第一,生产要素。我们要用价值驱动方式,保证在生产过程中运行确保最大收益。我们去实现原材料可视化、设备可视化以及生产过程可视化还有生产执行可视化。可视化的目的是干什么?全面可视化的目的是解决生产过程中的不确定因素,让整个生产处于一种平稳的运行。因为我们的流程制造是要平稳运行,如果365天我们平稳运行360天,如果我们通过全可视化把一些不确定的因素再减少一下,我们可以提高30天的运转率的话,我们的效益是比较高的,这就是我们追求的。
 
所以说在这一块,在智能过程中大家可能听了很多,后面讲两个原理:
 
第一个,机理原理。第二个,数据原理。用机理能解决的不要用数据原理,如果公式能写明白的东西就用机理写明白就可以了,我们在现场过程中经常会遇到一个工序用机理是解决不了的。
 
打比方稀土萃取过程,从液体进去萃取出来大概18种元素,有个北大院士专门研究稀土,花了一辈子想写模型出来都写不出来,因为它只跟流量有关,跟设备里面转速有关,其实用到统计学可以解决的,但是要保证设备正常运行,其实要花很多的辅助设备来保证设备正常运行,设备运行不稳定,统计出来的数据是没有用的,因为在整个过程,不是在一个稳定的状态下,这块是机理云。这方面最主要做数字孪生,这是我们在现场做的时候,跟大家讲,后面整个特征怎么描述进去。
 
可能这个PPT好多人在很多地方看过,我把它改了,好多PPT里写的是MES、ERP、BI以及其他系统。为什么讲数据驱动?只要有数据就可以出来统一的数据平台,为什么还要ERP呢?我在跟大家探讨的过程中,我们落后,我们现在遇到新一轮技术革命,可能我做出来的东西跟别人不一样,因为别人做了MES退不掉,数据驱动就是因为数据来做事,不是云来做的流程驱动,时候数据驱动你才能够去做成千人千面,我们原来做的系统是千人一面,是由流程和功能驱动的。
 
我跟大家讲,这一块我只关注数据,我不去关注流程。所以这一块,首先我们怎么去定义数据?首先第一个要把每个生产过程中分成最小,把它的数据项定义出来,根据数据项定义过程原件、界面、系统,大概是按照这种思路去做的。
 
这个不说了,各位互联网白皮书上都有,但是我们做智能制造的目的还是要做。因为安全、环保、保证质量,否则开不了工厂。在工业4.0不谈这个,德国人不谈这个,因为我们的质量有问题,我们环保排放有问题,我们安全的措施和安全的理念还是缺失的,这是工业4.0不讲的,但是中国2025里有,提高工作效率,降低劳动成本,时间有限不跟大家一一解释。
 
这是我们建立的模型,工厂要达到什么程度?加工智能化、设备数字化、车间网络化、操作无人化、过程自动化,要达到这些化才能连接起来,如果连接不起来是做不了的。我们人去干什么?人一定要把基本的模型做出来,放到虚体里面去,我们在工厂里要认真处理,要去做优化模型,这是人要做的,不要智能工厂做完就一蹴而就,只是万丈高楼打了个地基。
 
数字虚体,我们必须把这些东西做好。可视、流程、精细、集成。每个体里要做哪些事,要分清楚。
 
特别讲到实体,特别赞同北航刘老师讲的四“三要三不要”的原则。这个是我们的思路,以标准为基础,以数据为纽带,为什么我们讲有自动化、数字化、网络化、智能化,为什么在前面要加个自动化?因为我们太落后了,我们好多地方要自动化改造,周博士在讲三种方式的时候,数字化、网络化,我们做的话加个自动化,李总讲的时候,2.0要补课,3.0赶上,4.0弯道超车,大家经常笑这句话,为什么?大家对它的意义没有理解,我们2.0补课,3.0赶上的时候,应该用4.0思维去做事,如果你还是用2.0思维去补课的时候,3.0赶上的时候还是按照原来思路做的话,永远超不了车。2.0自动化改造的时候,一定用4.0思维去做,3.04赶上的时候,我们应该用4.0思维去做,好多专家、学者拿这种话天天来取笑,我说这些人没事干,在现场走一圈他就知道,他就能知道李总的苦心。如果不到工厂转就不知道,转了之后才知道。
 
我们这几年做的是以这个实际原则,大概我们做了三个中心、两套体系,我们从数据到信息,信息到知识,知识赋能干活,这才是逻辑关系。如果你的信息不变成知识,下一步不借助它发挥作用的话,都没有用。
 
这就是这几年干的活,我们从矿山两化做的顶层设计的事,这一块把我们做的事情跟大家汇报和思考,还有这些原则。为什么讲这几个原则?技术应用、价值投资、本质安全、试点先行。
 
今天我想到一句话,上午我看了大家讲那么多,特别中石化也讲了,包括银行也说了,其实像我们这么穷的企业,我们有时候赶上一个好时代,我们可以做很多事,因为我们做ERP大投入的时候是中铝最有钱的时候,但是我们财务总监说你要多少钱,只要你说有利我给你多少钱,现在我们最穷的时候,要2000万,1000万不给,你再好的思路是没有用的。大家一定要清楚,不是谁比谁对这个行业深,有时做事不成功是因为你没有赶上好时代,因为你没有在有钱的行业去做。
 
我们讲为什么价值投资里衡量项目?昨天下午我们在讨论我们一个港口氧化铝厂智能工厂投入的时候,老板说只给你5000万,我说5000万我打个基础都不够,我说一个亿行不行?不行,不行就做不了。5000万能做到,但是出来效果绝对不一样,没办法,老板让我们做到第二层就可以了。
 
我们讲有些关键技术,每个矿山要做哪些事儿,攻关哪些事都有。数字化驱动,第一个基础数字化规划,并不是我们讲基础设施这一块,这跟其他地方都不一样。
 
有说得不对的地方,请大家多批评指正,谢谢大家!

关键字:数据驱动

原创文章 企业网D1Net

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^