? 用数据赋能制造业,看天合光能是如何做的?_行业典型案例_制造业与信息化_文章_e - 【吉林时时彩快3】【吉林时时彩快3】
 
 
e-吉林时时彩快3  »  文章频道  »  制造业与信息化  »  行业典型案例

用数据赋能制造业,看天合光能是如何做的?

2017/12/12    来源:e-works    作者:吉林时时彩快3      
关键字:大数据  制造业  
制造业与互联网的融合并没有想象简单,吉林时时彩快3:制造业长期固化和累积的习惯、经验、模式,在互联网强调灵活和快速迭代的特性面前,存在着不只是技术就可以逾越的鸿沟。这也是中国政府大力推动“中国制造2025”战略、2016年出台《关于深化制造业与互联网融合发展的指导意见》、2017年签署发布《关于深化“互联网+先进制造业”发展工业互联网的指导意见》的原因。
    很久前读过一个故事,大概讲的是:
   
    20世纪初福特公司一台电机出现故障,很多工程师都修不好,于是聘请德国专家斯坦门茨来维修。斯坦门茨在电机旁边观察边敲打,然后用粉笔在电机外壳画了一条线:“打开电机,在记号处把里面的线圈减少16圈。”福特工程师半信半疑地将线圈减少,结果电机真的好了。
 
    这次电机维修斯坦门茨收取了1万美元酬金,他还特地列了一张费用说明:“用粉笔画一条线1美元,知道在哪里画这条线9999美元。”
 
    当时,这个故事被贴上“知识就是财富”的标签,其实放在今天的工业企业场景中,这是一个“专家经验发挥价值”的典型。
 
    ■经验主义与数据价值的博弈
 
    在工业经济时代,经验主义一度发挥着不可替代的价值。
 
    不夸张地说,当代制造业基本都走过一段经验主义道路,靠习惯和工作经验来管理企业,靠老师傅在一线车间的经验传帮带徒弟。
 
图1.20世纪工业经济时代的生产车间
 
    直到ERP的诞生,将企业的管理思想逐渐固化和规范下来,用ERP改造管理经验主义;到MES的应用,将企业生产制造的流程固化和规范下来,用MES改造生产制造经验主义。
 
    但不得不说,工业经济时代企业内外部环境相对稳定,挖出多少铁矿石就一定能生产出多少铁或钢材,相对简单的干扰条件,经验主义几乎可以准确地预测和分析结果。而现在,市场的瞬息万变、技术的飞速发展、工业设备的升级换代,专家的经验主义是否还能上演“斯坦门茨”般的神奇?
 
    也许并不能。
 
    现今的制造企业,是一个由数据充斥的商业综合体,其数据有很多种。简单列举就包括数据采集、数据存储与备份、数据安全、数据建模与可视化、数据分析与预测等过程数据;涉及的数据类型包括静态数据和动态数据,也可以分为实时数据和非实时数据,还可以分为结构化数据、半结构化数据和非结构化数据,来源包括企业的信息系统、设备、传感器、供应链以及社交网络。
 
    如何从这些种类繁多的数据中挖掘价值?如何让企业从依靠经验主义过度到数据价值洞察阶段?这既是一个相互博弈的过程,也是一个不断探索和实践的过程。
 
    ■制造业与互联网的鸿沟
 
    在经验主义和数据价值博弈此消彼长的过程中,互联网技术发挥着巨大的使能作用。但客观来讲,制造业和互联网之间的鸿沟比大家想象得要大。
 
    笔者曾经参观过很多制造企业,不管是总装线上舞动着机器人手臂的汽车主机厂,或是焊接车间电光火石般的重型装备企业,抑或是需要更换防尘防静电服才能进入的电子企业,还是正在流水线上发酵或装罐的酿酒企业,大多数伴随着轰鸣的机器声、或多或少呛鼻的味道。
 
    当这些企业将某一单点应用作为样板呈现在同行企业面前时,支撑其业务运行的工艺流程、IT系统或是生产线往往被声声称道,因为还有更多企业没有达到这样的水平。
 
    但如果做个横向对比的话,随便一个IT公司的实验室、或是互联网企业的创新中心,都比以重资产著称的制造企业车间高大上得多,其信息化应用也要成熟得多。
 
    所以,当云计算、大数据、人工智能这些概念铺天盖地袭来的时候,仍然需要对中国制造业的发展现状保持着理性认识:因为还有很多企业MRP都跑不起来,还有很多企业连物料和图纸以及其他技术资料的关联性都做不好,还有很多企业必须依靠手工变更BOM信息。
 
    事实是,制造业与互联网的融合并没有想象简单,制造业长期固化和累积的习惯、经验、模式,在互联网强调灵活和快速迭代的特性面前,存在着不只是技术就可以逾越的鸿沟。
 
图2.国务院印发《关于深化“互联网+先进制造业”发展工业互联网的指导意见》
 
    这也是中国政府大力推动“中国制造2025”战略、2016年出台《关于深化制造业与互联网融合发展的指导意见》、2017年签署发布《关于深化“互联网+先进制造业”发展工业互联网的指导意见》的原因。
 
    鸿沟虽在,跨越在即。
 
    ■天合光能与阿里云的结缘
 
    过去三年时间,工信部一共遴选确定了206个智能制造试点示范项目,其中工业互联网创新应用项目28个,为跨越制造业与互联网的鸿沟竖立风向标。
 
图3.天合光能常州总部基地
 
    直到走进天合光能这家年营业额270亿人民币的传统制造企业,参观其生产光伏组件的车间电子看板上实时呈现的运行数据,直到天合光能智能制造负责人告诉笔者7%的A品良率提升,才真正领会到“经验主义”和“数据价值”的融合可以带来如此大的效益。
 
    天合光能是全球最大的光伏组件供应商,截至2016年,天合光能组件累积发货量超过23GW,全球排名第一,位列“全球新能源企业500强”第19名。
 
    作为天合光能的主要产品,光伏组件的A品率直接关乎着企业利润率(以光电转化率为标准,其中电池片转化率在18.8%以上的为A品)。如何提升生产制造过程中的A品率,成为横亘在天合光能发展进程中的拦路虎。
 
    一方面,天合光能在技术研发方面已经尽可能做到极致,专门成立了光伏科学与技术国家重点实验室,先后16次刷新了光伏电池和组件的转换效率、输出功率等世界纪录;另一方面,天合光能不断深化ERP、MES等系统应用,提升信息化管理规范和水平,向管理要效能。
 
    图4.天合光能电池车间的ET工业大脑电子看板
 
    在天合光能智能制造负责人徐连荣看来,当企业信息化发展到一定阶段,就是向数据要价值的时候。因为ERP/MES等系统是记录和规范数据,而工业互联网平台侧重分析和挖掘数据。二者相辅相成,对企业来说可以实现互补。
 
    天合光能是如何在ERP/MES等系统基础上,向数据要价值的呢?
 
    通常情况下,一片光伏电池的生产需要6大工艺:表面制绒、扩散制结、腐蚀清洗、镀膜、丝网印刷、测试分选等,每一道工艺都对应着复杂的物理、化学反应,譬如丝网间距、室内气温、下压压力、丝网间隙、风机转速、酸碱度……每一个参数都会影响着电池片的成型。
 
    天合光能首先选择4条光伏电池生产线作为试点,将车间设备进行了升级改造,在产线上增加了数百个传感器,对密度、风压、风速、距离、浓度、质量等参数进行采集,并将海量数据输入阿里云的工业互联网平台——ET工业大脑,随后通过人工智能算法,对所有关键数据进行深度学习分析,构建大数据模型,精准分析出与生产质量最相关的关键参数。
 
    项目开始,阿里云派驻十余名数据科学家研究光伏电池的业务流程和制作工艺,结合专家经验构建出数据分析模型;项目中,数据科学家与天合光能的专家团队一起对工艺参数进行调整、优化,甚至对多维参数组进行调优,找到正相关的影响因素,逐渐调整算法模型。
 
    随着项目的推进,天合光能最终在丝网印刷环节捕获到了关键因子。丝网印刷是制作光伏电池电极最普遍的生产工艺,在前序环节后,电池片已经可以在光照下产生电流,为了将电流导出,就需要通过丝网印刷在电池表面制作正负两极。
 
    传统的人工经验可以发现两个单独因子之间的关联,而通过阿里云工业互联网平台实时、快速的分析计算,则可以挖掘出五个甚至更多因子之间的关联,远远超出了人力所及。
 
    2017年7月,阿里云正式入驻天合光能;10月,经过算法的不断优化,对生产工艺参数的调整,天合光能试点车间的A品比例提升了5个百分点;12月,试点车间的A品比例从原来的40%提升到了47.3%,提升了7个百分点。
 
    这是传统专家经验或简单产线改造无法实现的提升。
 
    徐连荣透露,在目前试点的几条产线上,光伏电池A品率的提升带来的收入增加估计超过2000万,下一步将在全部产线上推广,预计每年可提高利润数千万。
 
    同时徐连荣还特别强调,制造企业千万不要一听到“大数据”三个字就抗拒,甚至被吓到。对于新兴技术可以采取小步快跑的方式,先找一个试点验证一下,取得效果和良性循环后再横向扩展。
 
    ■最佳实践和数据价值的转化
 
    从天合光能出来,还有一个问题疑惑不解:数据之于天合光能的价值,是否可以快速转化和复制到其他企业、甚至是其他行业?
 
    笔者专门请教了阿里巴巴集团副总裁刘松。
 
    除了在阿里担任的职位,很少有人知道刘松另一个身份——工信部工业互联网产业联盟副理事长。所以当刘松概述起我国工业互联网产业发展现状和机遇时,他对数据的价值尤为看重。
 
    在刘松看来,不同企业对数据价值的挖掘,肯定是不一样的,但仍然可以找出其中的共通之处。他形象地比喻:就如同医生看病,每个病人进医院都会进行各项基础检查,量体温、量血压甚至验血、拍X光等,初步判断出病症后再做进一步确诊。给不同的企业挖掘数据价值同样如此,尽管每个企业的行业特点、业务流程、工艺类型都不一样,但最基本的方法论是一致的。
 
    以中策橡胶为例,轮胎生产中的主要原材料是橡胶,中策橡胶每天从全球采购千吨量级的橡胶块,将橡胶块合成混炼胶最终进入生产线。不同胶源产地、加工厂、批次等数千个复杂因子都会影响橡胶块质量,这些因子的相亲相斥也直接影响了是否能合成优质混炼胶。
 
    和以往更依托经验的质检方式不同,阿里云通过人工智能算法,能在短时间内处理分析每一块橡胶的出身,匹配最优的合成方案,极大地稳定了混炼胶性能,大大降低在加工环节的成本投入。有数据统计,阿里云已帮助中策橡胶提升混炼胶平均合格率3%-5%。
 
    而这一目标的达成只用了28天,这得益于阿里云此前在一个毫不相关行业企业的积累——协鑫光伏。
 
    在协鑫光伏切片的生产过程中,有数千个生产参数会影响到切片良品率,例如上部砂浆温度、下部砂浆温度、上部导轮温度、下部导轮温度等等,任何一个变量的细微变化都会直接影响到生产结果。通过阿里云的大数据分析算法,就可以对协鑫生产过程中采集到的全部变量进行分析,找出与良品率最为相关的关键变量。
 
    从协鑫光伏到中策橡胶,再到天合光能,其实还有液晶屏、芯片、能源、化工等多个工业垂直行业,都已经享受到了阿里云工业互联网平台带来的数据价值。
 
    刘松说,从技术层面来看,只要我们找到跨行业的最小抽象,就可以将原本复杂的事情变得简单,这是用数据赋能制造业的精髓,只要找准了发力点,哪怕是1%的效率提升,也会给制造业乃至整个社会带来可观的价值。
 
责任编辑:李欢
本文为授权转载文章,任何人未经原授权方同意,不得复制、转载、摘编等任何方式进行使用,e-works不承担由此而产生的任何法律责任! 如有异议请及时告之,以便进行及时处理。联系方式:editor@www.shiguanaizhongyao.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐
时时彩开奖
双色球开奖结果 时时彩网投哪个平台好
东京时时彩开奖
重庆时时彩 什么时时彩软件计划好
22选5开奖走势图 三公游戏19119存10送20 北京pk10是真的吗 有谁知道秒速赛车的官网吗 河北11选5遗漏助手
黑龙江时时彩走势图表 一起博 福建快三开奖 北京赛车pk10手机直播 河南11选5视频下载
09年香港六合彩 598彩票网11选5安徽 福建体育彩票官方网 甘肃11选5推荐号码任三 辽宁35选7开奖公告
大乐透玩法 极速赛车手快播 今天贵州十一选五开奖号码 新疆11选5遗漏数据 海南4加1