传感器
M2M 云计算
智慧城市
电子标签
二维码
IPV6

未来
物联网
让一切想象变成现实!

未来物联网为您提供物联网资讯,物联网新闻,物联网技术,物联网会议,

物联网企业,物联网行业资讯网站,全球物联网技术及物联网应用最新动态。

谈制造业转型升级障碍,工业互联网&工业服务产业面临的七大挑战

[复制链接]
未来物联网   发表于 2018-1-21 11:21:33   查看: 487 帖子
以GE为代表美国工业互联网,旨在通过大数据提高预测维护能力,并与美国先进制造伙伴计划相辅相成,进而占领智能制造高地。
相对于GE工业互联网,中国工业服务市场,却很难出现类似Predix真正意义的平台,这与中国工业服务市场环境密不可分。改革开放后,中国经济高速发展,中国成为世界制造大国,也成为工业服务最大的市场,但工业服务生态存在问题也是最多的,解决方案也自然与美国工业互联网差异非常大。下面讲讲工业服务产业“七宗罪”,以便于寻求解决方案。

  • 挑战一:制造业不重视设备管理,或缺乏有效的管理手段
B2kn31v1mmalLmD6.jpg


当然不能讲制造业完全不重视设备管理,但许多企业更多是三分钟热度,当设备发生重大停机事故或安全事故时,企业是十分重视设备管理的,当这个时期过去了,也自然回到了之前麻木的状态。如此来讲,制造业是缺乏从战略层面规划设备管理,缺乏设备管理的长效机制的。系统的自由度决定了管理的复杂程度,但系统自由度越小,系统的可用度要求越高,企业要实现智能制造转型,必须高度重视设备管理,如若不然,将会造成越智能、越瘫痪的窘态。

  • 挑战二:设备零部件可靠性不足,劣币驱逐良币
JHYa5pFb5N5QWyWn.jpg


由于制造业缺乏有效的设备管理机制,以修代管,救火式维修,带来的设备故障常发,是中国制造业面临的突出问题。制造业体量巨大,设备体质不良,自然就会造成故障增多,这为零部件市场供应带来了巨大的市场机会,在利益的驱动下,各种假冒、高仿的零部件层出不穷,由于许多制造业采取的是低价中标模式,使得正品零部件很难正常进入到制造业。零售商也不愿意卖这些正品零部件,除了高额的回报,这些高仿、假冒的零部件还会带来更多生意,因为它们的使用寿命很短。制造业也被迫麻木了,设备保养不如修,修不如换。故未来的零部件供应市场,必然要减少这些假冒产品,让正品零部件回归市场主体地位。


  • 挑战三:不重视润滑管理,可靠性修复和改进投入不足、
WMF2MAQlmEzF6L2N.jpg


润滑油被称为工业血液,是机械传统的主要部件之一,而许多制造业更多的当成消耗品来管理,不仅存在地沟油现象,用油、润滑方式也与实际工况不相匹配的状况。有效润滑是设备持续保持可靠性能的重要方式,无论是现有的设备,还是未来的智能设备,强化润滑管理,并实施基于润滑的可靠性改进,将成为最重要的内容之一。
相关案例:
著名润滑管理专家-王大中教授提出的全优润滑管理,是有效解决可靠性改进的手段。。

  • 挑战四设备制造缺乏可靠性和维修性论证
Tfzt5J95oS8s4Zto.jpg


设备设计与制造,决定了设备自身的可靠性和维修性。而现实情况中,除自身比较重视产品质量的制造商,以及涉及国防、通讯等领域,有明确的可靠性和维修性设计规范,大多数设备制造商是缺少整体的可靠性标准,设计标准和理念的缺失,使得国内装备制造商与欧美、甚至日本的设备存在很大的差距。这一缺失,不但造成了制造企业设备管理难度增大,造就了畸形的工业服务市场、也使得基于预测性维修的智能维护无法有效推进。未来的装备供应,应加强对设备制造商的产品可靠性与维修性论证,引导并改变用户不能单纯的看价格决定采购的盲区。


  • 挑战五:设备运维缺乏数字化支撑,深度分析与应用无数据可依据
pjijO2YY6iJ71X2i.jpg


中国制造业只有极少数的企业实施了数字运维管理,即便是那些龙头企业。这使得设备管理缺乏可依据的决策管理,设备管理部门也无法向高层提出有说服力的诉求、优秀的解决方案也无法匹配需求,即便是实施了某项优秀的改善,数据系统的缺失,也不能有效说明这些改变所带来的变化,尤其是对企业盈利的有效支持。在未来的企业数字化转型与智能制造中,缺失数字运维,智能制造在企业将只会是一只脚,运维将会拖智能制造后腿。

  • 挑战六:灰色利益输送,让企业蒙受重大损失风险
VWpkD1k7DNdRx8vz.jpg


设备管理不受重视,企业缺乏有效的数字管理手段,设备管理、设备采购相关的核心人员,是很难抵抗来自工业备件和服务商的糖衣炮弹,而这些缺乏监管的服务,往往会让企业遭受不损失,包括:频繁停机会使得生产效率和质量受到影响;维修缺乏可控,所带来的库存积压;以及反复维修带来的维修成本增加。

  • 挑战七:预测性维修技能和手段缺失,设备缺乏主动性维修
QO2z5272YO2ZYy52.jpg


有人会认为,设备管理有何之难,不就是坏了修。这是典型工业1.0时代思维,在市场需求越来越高,个性化定制、柔性制造的驱动下,对设备管理要求是主动维修,即在不生产的时候进行维修,减少在线维修比例。主动维修中包含预防性维修和预测性维修。但除了复杂装备及润滑管理,宜采取必要的预防性维修,绝大多数的设备是不适宜采用预防性维修,因为这不仅会带来维修成本增加、工作量增大,还会造成越修越坏的状况,而预测性维修是基于状态的维修,是工业3.0和4.0时代的主要维修方式。
预测性维修的难点在于预测的准确性,解决这一问题的方法包括:
1,在企业内重视预测性发现,对隐患和缺陷不能视而不见,而是要主动发现;
2.利用科学手段实施分析,如振动分析技术、油液分析技术、红外成像技术、机器人关节故障诊断技术,并在适宜条件下建立物联网大数据分析与智能维护发展;
3.培养预测性维修的工程师人才,许多制造业缺乏相关人才和人才发挥作用的机制,是预测性维修不能发挥作用的重要原因之一。
相关案例:
观为监测,提供预测性维修诊断仪器、基于物联网预测性智能维护方案、国际振动分析师培训与认证。

  • 小结
工业服务是支撑制造业转型的基础,无论是设备制造商、工业服务商、零部件服务商、工业服务平台、MRO运维商,咨询服务商、还是制造业用户,都是在这”七宗罪”的一员,尤其说这是面临的工业服务转型,更贴切的说,是对中国制造业崛起的“救赎”,是助理工业服务价值服务发展的,是对良心回归的行动,更是对中国制造业转型的有力支持。

kMyb4i6BEDwecI6d.jpg


“精益卫士”人工智能维修辅助系统
杨明波,刘华,郭显昌.数字化工厂+工业维修服务体系[M]. 北京:机械工业出版社,2017.
s65B06JOUu08SsVV.jpg


工业和信息化部党组书记、部长苗圩 亲自推荐
第一本融入TOC约束生产理论、可靠性与维修性工程理论,立足智能制造(数字化工厂)、提出数字化运维、赋能工业制造业转型,面向工业服务生态、工业互联网发展方向应用书籍。
 郑重声明:本文仅代表作者个人观点,与未来物联网(wlit.cn)无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
回复

使用道具 举报

QQ|Archiver|手机版|未来物联网 ( 苏ICP备12055120号-1 ) 百度统计

GMT+8, 2018-5-27 09:08 , Processed in 0.021304 second(s), 20 queries .

Powered by Discuz! X3.4

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表