登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《美国制造业数字化发展分析》

  • 来源专题：科技政策与战略动态监测服务
  • 编译者： 金瑛
  • 发布时间：2019-05-13

  • 摘要

    制造业数字化是新的工业革命的核心技术，其核心是信息和通信技术重塑现代制造业。制造业的数字化几乎将改变现代制造业的各个方面，从产品如何研究、设计、制造和生产、分配和消费，到制造供应链如何集成及厂房车间如何运作。数字化制造的关键技术不仅包括高性能计算（HPC）、数字建模与仿真、企业资源计划（ERP）系统、3D打印、机器人等技术，还包括近十年出现的云计算、移动终端、智能传感器、人工智能与机器学习、大数据、LTE与5G技术等。据世界主要智库预测，智能制造业有望在未来20年内将全球工厂的生产率提高25%，同时为全球GDP增加10至15万亿美元，而数字化所获得价值中，劳动生产率的提高占价值的5%到7%；质量管理的改善占4%到7%；工厂设备的资产利用率占6%到15%；原材料、订货和库存管理的效率占创造价值的4到5%。数字化制造的核心不仅能提高工厂的生产率，而且可以提高组织的能力，能够更快速地处理情报。未来制造业的竞争力将越来越取决于整个工业供应链在迅速将创新产品推向市场方面的实力。综合来看，美国制造商使用数字制造技术是零星的，除了少数几家领先公司外，数字制造技术仍处于初始阶段。通过跨行业数字化程度数据比较，发现与美国的其他产业相比，美国制造业的数字化程度尚算中等。从投资角度看，美国制造业固定投资占GDP的比例远远落后于韩国、日本和瑞典等国际领先国家以及墨西哥、捷克共和国和匈牙利等新兴经济体，并且美国制造商在信息技术方面的投资一直处于中等水平，尽管有缓慢加速的迹象。这表明：要在国家（甚至全球）经济层面全面实现智能制造的愿景，还有很长的路要走，美国制造业数字化的挑战包括：遗留资产、技术尚未成熟、鸡蛋相生问题、市场分散及缺乏可互操作的标准、技能差距以及缺乏关于如何进行操作的信息等。在宏观政策的推动方面，领导美国制造业数字化的两个最重要的联邦机构支持的实体，数字制造和设计创新研究所（DMDII）和美国制造业拓展伙伴关系（MEP）计划的合作越来越紧密，通过促进中小企业数字化策略，以提升中小企业意识，定义数字制造和设计领域的新兴角色，目标是开发一个综合品牌和能力网络。对比美国制造业数字化发展现状，有针对性对我国制造业数字化发展提出建议。

407浏览量
原文链接
相关报告

  • 《基于机床制造业数字化的工件研发和生产》
    • 来源专题：数控机床与工业机器人
    • 编译者：杨芳
    • 发布时间：2018-09-20
    • 床工业是制造业中的基础工业，其水平和质量对于制造业的发展至关重要，机床制造业的数字化升级转型也成为共识的发展趋势。为此，市场上已经有诸多不同层次的解决方案，例如，西门子的机床制造业数字化整体解决方案，面向机床用户和机床制造商，针对设计制造机床和使用机床的不同需求，可提供定制化的数字化解决方案，如下图所示： 　　本文就一个样例工件 - 叶轮的研发和生产为例，对面向机床用户的整体数字化解决方案进行一定的探讨。 　　机床用户使用机床生产工件，一个工件如何由需求、构思到合格的产品，涵盖整个产品生命周期的全数字化方案需要包括产品设计，生产规划，生产工程，生产执行，服务。所有环节基于统一的数据管理平台Teamcenter共享数据，互相支持和校验，实现设计产品和实际产品的高度一致，数字化双胞胎在整个过程中发挥着重要作用。 　　1. 产品设计 　　当工件叶轮的需求明确后，首先需要进行产品设计。NX CAD可以协助我们高效地完成叶轮的3D设计。 　　2. 生产规划 　　当产品设计完成之后，如何规划后续的生产和确保质量，Teamcenter工件工艺规划模块Part Planner可以协助我们进行科学、透明可追溯的规划，如下图所示： 　　一个工件从构思到一个合格的产品，需要科学合理透明的规划，涵盖从软件虚拟世界的工艺规划，3D设计，切削策略，测量策略，以及机床设备、工装夹具、切削刀具等生产资源规划;到物理世界的生产资源的透明度，生产资源准备，工件在机床设备的实际切削和成品的质量检测和质量控制。全过程的所有数据都由Teamcenter统一管理，很好的保证了数据共享和数据一致性。 　　3. 生产工程 　　在这个阶段可以通过软件的帮助，在物理世界进行实际产品生产之前，在软件虚拟世界进行产品仿真验证，支持保障后续实际生产。 　　叶轮工件使用NX CAD进行3D设计之后，使用NX CAM结合Teamcenter制造资源库中丰富的刀具数据制定加工策略，之后可以生成NC程序、刀具清单和作业指导书用于后续的实际机床生产使用。 　　NC程序中的语法错误，叶轮工件在机床加工过程中的机械干涉和碰撞，加工节拍等和机床切削过程密切相关的重要事项，都可以通过虚拟机床在工件的实际机床生产验证之前进行仿真，如下图所示： 　　虚拟机床可集成于NX CAM环境中，基于真实的包括工装夹具、工件和刀具的机床3D数据和软件数控系统Sinumerik VNCK，使用和实际物理机床相同的CNC数据确保一致的控制特性，实现和物理机床近乎相同的测试环境。VNCK和Sinumerik硬件数控系统具备相同的控制内核，虚拟工件在由VNCK驱动的虚拟机床上进行切削加工仿真，整个仿真加工过程和实际工件在物理机床的加工过程近乎一致。 　　NC程序经过虚拟机床的加工过程的仿真，验证了NC程序的正确性，提前发现并且规避可能的机械干涉和碰撞，精确预知了生产节拍，为后续生产执行阶段的实际工件在物理机床的加工提供了安全保障，缩短试制时间。 　　4. 生产执行 　　自此工件从软件世界进入现实物理世界的生产阶段，进入生产车间。生产管理非常复杂，涉及资源管理，生产安排等，本文仅就资源管理做一定的探讨，如下图所示： 　　4.1 机床管理 　　生产安排需要机床设备的实时状态和设备效率，机床绩效分析软件AMP (Analyze MyPerformance)可以实时采集机床状态，分析机床的整体设备效率 (OEE)、可用性、生产力等，并且可以将这些数据上传到制造执行系统MOM用于生产安排。 　　4.2 NC程序管理 　　在生产工程阶段经过虚拟机床仿真验证的NC程序由NX CAM上传至Teamcenter, 然后根据生产安排把NC程序通过程序管理软件MMP (Manage MyPrograms)释放到目标机床。MMP还可以标注程序版本和属性，管理使能，集中有效透明地管理NC程序。 　　4.3 切削刀具管理 　　切削刀具的管理是一项重要但复杂的工作，需要清楚每台机床上刀具的品类、数量和寿命等的透明度，需要清楚刀具库房的刀具部件和成品刀具的透明度，需要清楚对刀站的透明度，需要清楚所需采购刀具的技术数据，更重要的是所有这些透明高度需要一个高效、透明的数字化管理平台。车间资源管理软件SFI RM (Shopfloor Integrate Resource Management) + 刀具管理软件MMT (Manage MyTools)就是可以执行此项任务的理想平台。 　　和NC程序一样，在生产工程阶段经过虚拟机床仿真验证的刀具清单由NX CAM上传至Teamcenter，然后释放到SFI RM + MMT。刀具清单中的刀具是否都存在于目标机床，缺失刀具是否在刀具成品库，缺失刀具是否需要组装，组装需要的刀具部件存放于刀具部件库的位置和组装说明指导，需要在对刀站进行测量的刀具，测量之后的数据自动传输到目标机床，新刀具安装到目标机床等，SFI RM + MMT都可以透明的管理、指导操作人员准备好需要的刀具和数据，并且在目标机床上安装好所需要的刀具，全程数据基于网络进行透明可追溯的管理。 　　4.4 工件生产和产品检验 　　生产资源就绪后，操作人员按照来自于生产工程阶段的作业指导书进行工件准备、试切，之后进入质量检测，质量检测的数据可用于产品设计、生产规划和生产工程阶段必要的改进，所有这些工作都通过Teamcenter统一管理，确保数据一致性。 　　5. 服务 　　如何减少机床停机时间和提高设备使用效率是设备维护服务的重要内容之一。 　　机床状态分析软件AMC (Analyze MyCondition)可以协助用户掌握透明的机床状态，定期进行设备的性能测试，提供维护建议，进行有效的预防性设备维护。 　　除此之外，基于开放物联网IoT操作系统的西门子工业云MindSphere的机床管理软件MMM (Manage MyMachines)，可以实时采集设备状态和用户定制的设备数据，生成设备看板和设备状态透明度，协助用户科学地规划设备使用和维护。 　　6. 结语 　　针对机床用户的整体数字化解决方案可以协助用户进行透明科学的产品全生命周期管理，从工件需求构思开始，到产品设计、规划、仿真、生产，到产品成品，到后续的产品改进和服务。 　　从中我们可以体验到数字化双胞胎的重要作用。软件虚拟世界的3D设计工件，和物理现实世界的实际工件，是一对产品数字化双胞胎;与此类同，软件虚拟世界的虚拟机床，和物理现实世界的实际机床，是一对设备数字化双胞胎。
    115浏览量
    原文链接

  • 《装备制造业智能化升级与数字化转型路径研究》
    • 来源专题：数控机床——战略政策
    • 编译者：icad
    • 发布时间：2020-07-08
    • 装备制造业为实现产业升级，需要产品与运营两手抓。一方面通过研发的资源投入和产品的服务化拓展实现产品本身的迭代升级;另一方面，需要借力数字化、网络化和物联化等技术的发展，实现内部数字化运营能力和产业协同运营能力的阶段性提升。 综述 作为机械工业的核心部分，装备制造业是先进生产力的代表和竞争力的关键，其发展程度已成为体现国家综合国力的重要因素。 根据《中国制造2025》的“三步走”战略目标：到2020年，基本实现工业化，制造业大国地位进一步巩固，制造业信息化水平大幅提升。掌握一批重点领域关键核心技术，优势领域竞争力进一步增强，产品质量有较大提高。制造业数字化、网络化、智能化取得明显进展。 基于这一战略目标，装备制造业为实现产业升级，需要产品与运营两手抓。一方面通过研发的资源投入和产品的服务化拓展实现产品本身的迭代升级;另一方面，需要借力数字化、网络化和物联化等技术的发展，实现内部数字化运营能力和产业协同运营能力的阶段性提升。 智能化产品升级 1研发先行 现状： 作为集资金、技术和劳动为一体的密集型产业，装备制造业在研发领域普遍具有专业性强、技术含量高的特点。从全球来看，装备制造业相关的创新技术研究活动较为频繁;并且，随着大量新技术、新工艺的渗入应用，装备制造业对研发的要求将不断被强化。 借助人口红利带来的低劳动成本，我国装备制造业在生产规模和速度上一度处于全球先进水平。但目前来看，我国的装备制造水平仍旧处于“大”而不“强”的阶段，低成本的比较优势也正在逐渐消失，发达国家和新兴经济体正纷纷抢占制造业发展先机。究其根本，我国装备制造业在部分关键领域和关键零部件的核心技术上受制于人的现象较为普遍(表一)，依靠设备进口和技术引进的发展模式势必会受到国际贸易环境的牵绊。因此，提高关键技术的研发水平和创新能力是我国装备制造业形成国际竞争优势的必要要求。 措施： 根据2019年10月工信部等十三个部门联合印发的《关于印发制造业设计能力提升专项行为计划(2019-2022)的通知》，“强化高端装备制造业的关键设计”被作为重点设计突破工程的首要任务(表二)。 一方面，以市场机制为纽带，推动“产、学、研、用”一体化发展，是坚持创新驱动发展、加强创新体系和创新能力建设的一项重要内容。装备制造业产业链长，各环节关联性强，利用“产、学、研、用”的协同力量促进研发创新是必然选择。在“产”的环节，企业应主动担起主要行动者和执行者的角色;在“学”和“研”的环节，创新人才和研发能力的培养是重要推动力，推动从源头上补足装备制造业人才短板;在“用”的环节，通过有效的市场反馈、体验参与和局部微创等方式，拉动创新系统的前进。 另一方面，装备制造业应借力数字孪生、3D打印等技术，实现在产品设计、建模仿真、样机制造和设计反馈等阶段的数字化转型。通过实现产品全三维数字化设计，建立产品工艺布局、加工流程、装备和实验等环节的虚拟仿真;通过五维仿真技术，补足传统三维模型无法承载的作业环境的信息和时间维度信息，实现不同时间不同地理环境与产品的耦合动态。 2服务共赢 现状： 消费升级的大背景下，中国社会的经济形态正在经历从“工业经济”到“服务经济”的转型更迭。作为制造业与服务业深度融合的重点发展领域，装备制造业不断在探索“服务化”的发展路径模式。但由于其所涉及到的设备复杂度和多元性，装备制造业产业服务化的进程相对于其他产业较慢，行业内厂商更多的仅是将服务作为后市场层面“附加价值”的载体，还未实现“产品服务化”，甚至“活产品”的产业模式。 对于传统的大型复杂装备制造领域，例如轨道交通、航天航空以及船舶海工等，核心设备的检维修都已逐步产业化，形成完整的后市场服务产业链，但这样的服务更多是以针对特定产品的故障维修工作和定期的预防性维护工作为主，从而导致成本虚高、服务不及时性等多种问题的出现，整体后市场的服务质量和收益情况并不乐观。 从市场需求来看，“成果性经济”盛行的时代即将来临，实体产品越来越无法满足客户的需求，除了单纯的硬件产品，对产品相关的信息和数字化服务已经逐步从后市场步入前端需求;从产品的生命周期来看，装备制造业产品由于其产品复杂度，在其工艺设计、加工制造过程、部件装配过程、维护维修过程到再制造过程都需要产品制造商提供大量支持。因此，提供“成果”而非单纯产品是装备制造业“产品及服务”这一转型路径的重中之重。 措施： 随着以传感、识别、通信以及物联技术为基础的智能装备制造业的大力发展，设备状态的实时监控与数据采集逐渐成为可能。智能产品与平台服务的连接，将实现以数据为核心的泛力生态系统。在“成果经济”的推动下，数据和基于数据的洞察与决策将成为工业的价值驱动力，而作为企业能融入这一生态系统，将是立足数字化市场的根本。 例如，在产品使用过程中，装备制造厂商可利用产品回传的数据，有针对性地实现设备状态信息、环境信息等各种数据的实时监控，再通过机器学习和大数据分析的推演，建立数理模型，对设备的健康状况做出评估，并对可预测性故障发生频次、程度等进行提前预测分析。 这些分析数据一方面可以提高内部运营的效率，增强市场响应能力，在指导产品备件的及时采购和产品可靠性的优化升级等方面均能产生决策性影响。 另一方面，也是更重要的，数字化价值链的形成需要各环节企业共同参与与决策制定，快速实现外部变化的根本是在专注自身核心竞争力的同时，开展并引导彼此的合作，而物联生态系统则是促成合作的桥梁。设备数据的积累将逐步加速产品数据的资产化进程，利用设备监测与机器学习带来的大数据资产，制造厂商可研制出设备全生命周期管理等服务方案，实现从设备产品提供商到 “活产品”提供商的转型升级，成为可为客户提供设备状态监测、大数据分析等配套服务的合作伙伴。 数字化运营转型 现状： 高新技术的突破，促进装备制造业发展提速。传统装备制造业的数字化改造是重中之重，这决定着中国制造业的整体价值。 大数据产业的快速发展，为装备制造业注入新的生产源动力。一方面，大到全球性互联网巨头、咨询公司，小到科技类创业公司，都在不断探索“大数据+”等相关新兴技术在制造行业中的数字化转型解决方案;另一方面，工业巨头也立足于深耕多年的产业链，拥抱新技术为生产运营带来的红利。在此格局下，“新制造”已经成为不可阻挡的未来。 相较于数字化发展如火如荼的零售业，装备制造业在数据管理和分析能力上一直存在短板。因运营资本较重、运营流程复杂等原因，行业内企业信息系统众多，系统管理相互独立，数据存储分散。因此，在运营的数字化发展上，装备制造业仍然沉浸在将数据作为管理辅助工具的阶段。 措施： 借鉴其他行业的先进管理模式，我们认为企业数据运营往往需要经历三大阶段(表三)。而作为数据化程度相对较弱的装备制造业，需要通过前、中、后端的变革逐步实现阶段性突破。 1后端：全量化大数据挖掘 所谓全量化大数据，则是相较于传统的局部性小数据，综合了图像、音频等非结构化数据，综合了企业内外部不同来源数据的数据集合总称。上一个十年，随着ERP、CRM等企业系统应用的兴起，装备制造业的信息化水平大幅度提升，“业务数据化”的工作已逐步完善。虽然业务人员对数据有了一定的认识，但这种认识大多数仅停留在对业务系统中简单结构化的理解上。因此，从两个方向上拓展多元化大数据是企业数字化决策实现的基础。 一方面，通过网页和社交媒体等相关平台中的数据获取，可以帮助装备制造企业打破2B局限，直面最终用户。数字时代下，企业讲求“以人为本”，客户作为有温度的个体，需求应当得到察觉并给予充分响应;装备生产也一样，最终落地的体验还是在人身上。但相较于2C行业，装备制造业很难直接获取到较为明确的2C端市场用户意愿。在全量化大数据的思路下，越过2B的屏障，直接通过人产生的数据理解群体思想，能更好地帮助装备制造企业跳出2B的局限。 另一方面，装备制造业涉及较多传感技术与物联设备，高效利用机器生成的数据，可以大大提升装备制造业生产能力。智能化时代下，多种设备前端的数据收集系统已逐步自动化，加上物联与互联网的发展，庞大而丰富的数据源有待被开采。行业特点决定了行业优势，通过采集设备的第一手数据抢占先机，将是装备制造业智能化路径的重要里程碑。 2中端：战略性数据中台 从数据处理层来看，以BW/BO系统为主的企业数据分析工具已在各行业被广泛使用;但就实现情况而言，在装备制造业，大部分的BW/BO应用仅能基于以ERP为主的业务系统数据，提供事后分析报表，这些报表大多强调业务的标准化和规范性。但由于市场需求多样化和生产模式多元化的快速发展，这类标准报表已无法满足企业发展所需的数据支持。在装备制造业，系统数据各自独立、数据服务效率不高以及业务诉求不匹配等问题成为常态。 随着数字产业化逐步从C端走向B端市场，以Hadoop、Spark等分布式技术和组件为核心的“计算&存储混搭”的数据处理架构为主体的数据中台战略，将在制造业兴起并日渐成熟。数据中台的出现使得企业对于多源异构数据的预测性分析、实时性分析和主动性分析成为可能。 3前端：场景化数据决策 在数据的前端展现层面，传统的单一报表或简单图表输出模式已无法满足目前企业的业务决策。 在硬件与软件的优化升级中，多样化的数据展示应用已逐步形成，管理驾驶舱、即席分析、生产看板、自助报告、数据大屏、预警通知等，企业可以根据不同的使用场景，例如高管办公室、会议室、生产车间等，选择适当的数据展示方式。除了展示方式的场景化，数据决策过程的场景化更重要，不再是传统的基于单向流程的基础性数据展示，而是双向的使用和反馈，并通过闭环的场景化过程形成新一轮的业务数据化，从而实现不断优化的智能模式。 对于零售业和服务业等第三产业，往往更注重满足“千人千面”的用户个性化需求;但对装备制造业来说，需要清晰地认识到，场景化数据决策的建立不仅仅取决于技术的发展，更重要的是需要对业务场景的明确把握。一方面，决策者应该明确将数据决策的过程嵌入运营环节，深入现场，而非闭门造车;另一方面，也需要在必要的时候借助业务专家对发展趋势和业务重点给予专业的建议，从而真正实现从“数据辅助业务”向“数据驱动业务”的转变。
    602浏览量
    原文链接