工业40与精益管理

工业4.0与精益管理——近现代工业工程的发展与实践内容提要工业工程学科简介精益生产与管理工业4.0智能工厂与工业大数据大数据与ERP的迷思现实的困难与精益之路工业工程•以效率,质量,成本为核心的工业工程与管理学科是资源短缺社会实现可持续发展的一个主要技术手段•工业工程研究内容及应用技术与科学发展观相吻合,是国家战略发展的一个重要方向•中国有180个高校有工业工程与管理专业质量与可靠性工程•检验与检测–抽样检验–六西格玛与统计过程控制（SPC）–质量保证体系•在线质量改善–在线过程偏差检测–溯源分析–自动补偿–缺陷预防•可靠性工程–剩余生命周期预测–劣化过程–失效监测与溯源•试验设计与分析人因工程•动作研究（时间）–动作的经济性原则–操作场所的布置–工具设备•防呆设计–例子：冲压机床双手启动，高铁动车驾驶踏板•界面设计–Windows蓝绿供应链管理•生产节拍控制•库存管理（原材料、在制品，成品）•物流网络设计（供应商、制造商、仓库、配送中心和渠道商）•分销管理•需求预测与评估精益生产与管理•精益生产（LeanProduction）–起源于日本丰田公司，由美国麻省理工学院提炼成为理论–一种企业经营管理模式，它通过全员参与、持续改进，消除企业生产经营过程中的各种浪费，在尽可能短的生产周期内对客户需求作出反应，从而使利润最大化。–生产形式的转型•过去：单品种、大批量、单线生产•现在：多品种、小批量、混线生产•精益生产的目标–消除一切浪费–“PreservingValuewithLessWaste”用最少的浪费保持价值精益管理的基础—运筹学•该学科是一应用数学和形式科学的跨领域研究，利用统计学、数学模型和算法等方法，去寻找复杂问题中的最佳或近似最佳的解答。–目的是在决策时为管理人员提供科学依据，是实现有效管理、正确决策和现代化管理的重要方法之一。•目标，约束条件，决策变量是运筹学的核心•基于仿真的优化是发展趋势生产现场的七种浪费•等候的浪费•搬运的浪费•不良品的浪费•动作的浪费•加工的浪费•库存的浪费•制造过多（早）的浪费等候的浪费•定义–“等候的浪费”指物料、机器、人员等在生产中处于等待状态而产生的浪费。•常见的等候浪费–机器等候物料–操作员等待换模具–机器等候操作员指令–下道工序等上道工序搬运的浪费•定义–“搬运的浪费”指将物料、人员、在制品或制成品从某一物理位置搬运到另一物理位置而产生的浪费•常见的搬运浪费–车间及机床之间的搬运–“之”字形生产线–提取库存时人和叉车的移动不良品的浪费•定义–“不良品的浪费”指由于生产出不合格产品而产生的浪费–生产原料和成本的浪费–人员、加工时间的浪费•常见的不良品浪费–操作失误（加工、搬运等）导致产品损坏–环境因素（温度、湿度等）导致产品损坏–设计缺陷（如应力过于集中）导致产品损坏–自然损耗导致产品损坏（食品等）动作的浪费•定义–“动作的浪费”指无必要的动作产生的浪费•常见的动作浪费反转/翻转取用步行弯腰对准旋转直角转弯其它加工的浪费•定义–“加工的浪费”指多余的加工工序产生的浪费–许多加工程序是可以省略、替代、重组或合并的•常见的加工浪费–制造装箱移动拆箱制造–工作1工作2工作1工作2–设计产生的加工浪费（例如：飞机脚仓）库存的浪费•定义–“库存的浪费”指产品临时或长期存放而产生的浪费–原材料库存–在制品库存–制成品库存•高库存的恶果–产生不必要的搬运、堆积、放置、防护、找寻等浪费–占用厂房空间，造成多余的场地建设投资的浪费–造成设备能力及人员需求的误判制造过多（早）的浪费•定义–“制造过多（早）的浪费”指在不必要的时间生产出过多产品的浪费。•常见的错误观念–认为“不做白不做，设备也是闲着”–认为“提前做可以提高效率、减少产能损失”•制造过多、过早的恶果–提早用掉了费用（材料费、人工费）而已，并不能得到什么好处。–会把“等待的浪费”隐藏起来，使管理人员漠视等待的存在–会自然而然地积压在制品，会使生产周期变长，侵蚀厂房空间。精益生产强调的是“适时、适量生产”即在必要的时候，制造出必要的数量的必要的东西。此外都属于浪费。现场问题困难的来源•订单的不确定性–订单何时来到？数额多少？交期如何？价格如何？•采购的不确定性–原材料价格？供应商何时能够交付？交付数量？如何与库存进行匹配？•生产的不确定性–何时生产何种产品？如何调度？如何满足交期？处理不确定性的三种方式•生产能力•库存•时间问题：应该在什么时候使用哪种方式？常见战略对供应链设计的影响低成本策略快速反应策略差异化策略供应商的目标用最低的成本满足需求快速响应需求的变化，避免缺货共享市场调研，联合开发产品首要关注因素成本产能、速度、灵活性产品开发技能流程特征保持较高的平均利用率为过剩的产能和灵活的流程投资利用模块化的流程设计满足大规模定制库存特征在全供应链中降低库存，从而保证低成本开发快速响应的系统，设置安全库存缓冲，确保及时供应减少供应链中的库存以避免弃货提前期特征在不提高成本的前提下，缩短提前期不计成本的缩短生产提前期不计成本的缩短开发提前期产品设计特征最大化性能，最小化成本改善产品设计以达到减少整置时间及加速生产的目的利用模块化的产品设计应对产品差异北京大学工学院工业工程与管理系许晓云博士生产现场优化的核心•当能够准确把握生产进度，准时交货，那么按单生产，可以满足客户需求，就没有必要保持很大的库存。•当供应商能够确定生产进度，准时交货，同样也不需要很大的原材料和外协件的库存。•在三大不确定因素中，核心在于生产现场的计划调度。多品种混线生产的难点解决生产现场问题的手段•基于现场经验的优化–生产现场管理–流程梳理•数学优化–运筹学与应用数学工具–全局优化•大数据与计算机仿真–针对复杂生产系统的计算机仿真模拟–大数据辅助分析–基于仿真的现场优化德国的工业4.0•运用信息物理系统升级工厂中的生产设备，使他们智能化，从而将工厂变为具备自律分散系统的（AutonomousDecentralizedSystem,ADS）的智能工厂•从事作业的机器人能够通过网络实时访问所有相关信息，并根据信息内容，自主切换生产方式、更换生产材料，从而调整为最佳匹配的生产作业。•固定生产线消失，取而代之的是可以动态、有机地重新构建的模块化生产方式。•输出“一揽子”共同标准，是合作机制成为可能，并基于此标准对生产流程进行优化工业4.0美国的工业4.0•2010，奥巴马提出再工业化，即制造回归战略，2012年，首次提出建设“国家制造业创新网络”•美国的工业4.0（工业互联网）的价值体现在三个方面–提高能源的使用效率–提高工业系统与设备的维修、维护效率–优化并简化运营，提高运营效率•改变工业企业的销售模式–从销售产品变为销售服务中国的工业4.0战略•中国制造2025–制造业增加值位居世界第一–主要行业产品质量水平达到或接近国际先进水平–形成一批具有自主知识产权的国际知名品牌–一批优势产业率先实现突破，实现又大又强–部分战略产业掌握核心技术，接近国际先进水平中国制造2025的总体战略•四大转变–由要素驱动向创新驱动转变–由低成本优势向质量效益竞争优势转变–由资源消耗大、污染排放多的粗放型制造向绿色制造转变–由生产型制造向服务型制造转变•一条主线–以体现信息技术与制造技术深度融合的数字化、网络化、智能化制造为主线。智能工厂的核心能力•集成大量事实信息和历史操作信息•建立和维护持久、稳固的不同数据源之间的关联关系•通过业务规则和模型，对数据进行分析，进而实现实时的智能操作•展现直观的图形化智能信息•提升信息和知识在生产系统和业务系统之间的共享效率，实现生产资源的合理分配工业大数据•随着信息化与工业化的深度融合，信息技术渗透到了工业企业产业链的各个环节，条形码、二维码、RFID、工业传感器、工业自动控制系统、工业物联网、ERP、CAD/CAM/CAE/CAI等技术在工业企业中得到广泛应用•尤其是互联网、移动互联网、物联网等新一代信息技术在工业领域的应用，工业企业也进入了互联网工业的新的发展阶段，工业企业所拥有的数据也日益丰富•工业大数据的典型应用包括产品创新、产品故障诊断与预测、工业生产线物联网分析、工业企业供应链优化和产品精准营销等各个方面工业大数据典型应用场景•产品故障诊断与预测–通用电气(GE)的例子，位于美国亚特兰大的GE能源监测和诊断中心，收集全球50多个国家上千台GE燃气轮机的数据，每天就能为客户收集10G的数据，通过分析来自系统内的传感器振动和温度信号的恒定大数据流，这些大数据分析将为GE公司对燃气轮机故障诊断和预警提供支撑•工业物联网生产线–在生产工艺改进方面，在生产过程中使用这些大数据，就能分析整个生产流程，一旦有某个流程偏离了标准工艺，就会产生一个报警信号，能更快速地发现错误或者瓶颈所在，也就能更容易解决问题。利用大数据技术，还可以对工业产品的生产过程建立虚拟模型，仿真并优化生产流程，当所有流程和绩效数据都能在系统中重建时，这种透明度将有助于制造商改进其生产流程•工业供应链的分析和优化–美国较大的OEM供应商都依靠市场预测和其他不同的变量，如销售数据、市场信息、展会、新闻、竞争对手的数据，甚至天气预报等来销售自己的产品。利用销售数据、产品的传感器数据和出自供应商数据库的数据，工业制造企业便可准确地预测全球不同区域的需求。由于可以跟踪库存和销售价格，可以在价格下跌时买进，所以制造企业便可节约大量的成本工业大数据及其拓展制造执行系统（MES）•制造执行系统是对整个制造过程的优化，而不是单一解决某个生产瓶颈•制造执行系统必须提供实时收集生产过程数据的功能，并作出相应的分析和处理•制造执行系统需要与计划层和控制层进行信息交互，通过企业的连续信息流来实现企业信息的集成。制造执行系统的五个层级•初始级：及时反馈完工情况，对生产过程中的质量实施把控，了解任务进度，追溯关键零部件•规范级：自动采集设备，人员等数据，对设备状态实施管理，初步形成生产计划并指导生产•精细级：优化生产计划，并建立对技术文件，物料，设备，工艺工装，人员，能源与生产任务的集成管理•优化级：实现设备与能力计划的部分集成，能够自行安排生产排程，降低能耗•智能级：适用于自动化生产的各类设备，包括数控机床、机器人、存储装置、柔性自动装卡具，用自动化控制和管理技术，实现生产系统的动态调度。ERP系统的迷思•上ERP系统找死，不上ERP系统等死？•什么是适合企业的系统？•系统能全盘解决所有问题么？大数据的迷思•大数据的迷思–我的数据不大怎么办？–我没有数据怎么办？–我有了大数据怎么办？现实困难•劳动力成本不断上升–2004-2015年，年均工资涨幅高达15%以上•90后员工的管理难度很大•世界经济疲软，产能严重过剩•技术工人严重缺乏•污染代价不断增大精益管理之路•改变企业粗放型管理的现状–基于数据的商业智能–消除浪费•提升组织的敏捷性–快速响应制造（QuickResponseManufacturing）•改变或改善工作流程，提高总体效益–流程重塑•塑造共同愿景、灵活柔性的企业文化–我们是否只雇佣了员工的“一双手”谢谢！诚请各位领导、专家指正