智能物流供应链和智能决策如何为智能制造助力

2020-12-22 21:11:49

智能工厂离不开智能制造的模式,模式中包含智能管理、智能物流供应链、智能设备物联和大数据智能决策几大方面,其中第二和第四方面对车间智能制造发挥着重要作用,下面将对这两方面进行一些分析,看看是如何在工厂中发挥功效的。

一、智能物流和供应链

制造企业的采购、生产和销售过程都伴随着物料的流动。因此,越来越多的制造企业更加重视生产和物流的自动化。自动化仓库、无人导引车(AGV)和智能悬挂系统得到了广泛应用。在制造企业和物流企业的物流中心,智能分拣系统、码垛机器人和自动辊道系统越来越受欢迎。WMS(仓储管理系统)和TMS(运输管理系统)也受到制造企业和物流企业的广泛关注。其中,TMS系统涉及GPS定位和GIS的集成,可以实现供应商、客户和物流企业之间的信息共享。上海科箭在2015年推出交通云服务,很快被企业接受。

yo059mVAE0evR6HRLLOlTOLw96bEVp.jpg

实现智能物流和供应链的关键技术包括自动识别技术,如RFID或条形码、GIS/GPS定位、电子商务、EDI(电子数据交换)、供应链协同规划和优化技术。其中,电子数据交换技术是B2B集成的重要手段,但我国企业对电子数据交换重视不够。EDI技术最重要的价值在于,它可以实现供应链上下游企业和信息系统之间的沟通,实现整个交易过程,无需人工干预和拒绝。经过多年的发展,主流的电子数据交换技术已经基于互联网来传输数据。而国内大型企业建立的供应商门户只是Web EDI的一种,无法与供应商的信息系统集成,供应商只能手工查询。供应链协同规划与优化是智能供应链的核心技术,能够实现供应链的同步,真正消除供应链的牛鞭效应,帮助企业及时应对市场波动。

二、智能决策

在这个过程中,运营企业产生了大量的数据。一方面,它是由各个业务部门和业务系统生成的核心业务数据,如合同、收款、费用、库存,现金、产品、客户、投资、设备、产量、交货日期等。这些数据通常是结构化的数据,可以多维度分析和预测。这是BI(商业智能)技术的范围,也称为管理驾驶舱或决策支持系统。同时,企业可以利用这些数据提取企业的KPI,并与预先设定的目标进行比较。同时,将KPI层层分解,对干部员工进行评价,是EPM(企业绩效管理)的范畴。从技术角度来说,内存计算是BI的重要支撑。SAP HANA和QlikView软件领先。商业智能软件的另一个趋势是移动商业智能,它支持在智能手机和掌上电脑上的分析和应用。云服务无疑是提高移动BI应用效果的必由之路。

如今,运营,企业已经产生了大量的大数据,包括从生产现场采集的实时生产数据、设备运行大数据、质量大数据、产品运营,大数据、电子商务带来的营销大数据、社交网络中与公司相关的大数据等等。这些大数据统称为工业大数据,需要引入新的分析工具来分析这些工业大数据。因为大数据具有4V特性,即大容量、低价值密度、多样性和速度。目前,IBM、SAP、ORACLE、微软等国际大公司在大数据分析工具上展开了激烈的较量,IBM推出的认知计算代表了智能决策的前沿方向。

对于制造企业来说,要实现智能决策,首先必须在业务层面利用好信息系统,实现信息集成,保证基础数据的准确性,使信息系统生成的数据真实可信。在此基础上,利用BI软件进行分析。近年来,商业智能有了一些新的发展。一个更重要的创新是上下文业务智能,这意味着与当前业务相关的分析图表会根据用户当前的工作场景自动显示。对于工业大数据,企业首先要收集这些大数据,才能谈分析。

通过本文的分析,相信读者已经意识到智能制造技术的内涵是非常深远的。其实云计算、大数据分析、电子商务、移动应用、物联网和企业社交网络、工业互联网(或工业互联网)等技术都属于智能制造的支撑技术或实现手段。可以说,智能制造本身已经包含了互联网加工行业。同时,智能制造的推广应符合绿色制造的理念,实现绿色设计、绿色技术、绿色包装,减少“三废”排放,建立环保节能的绿色工厂和绿色园区。智能制造的核心仍然是数据和集成,基础数据要准确,信息系统之间、信息系统与自动化系统之间要实现深度集成。在智能制造的框架下,原有的制造信息系统并没有过时,而是升华了。制造业信息化专家宁振波和赵敏提出了智能制造的两大箴言:状态感知、实时分析、自主决策、精确执行和学习改进,揭示了智能制造技术的发展方向。


立即咨询
咨询电话 130-5815-9077
提交

也可以拿出手机微信
扫二维码 加好友 立即咨询

微信号 xhy163abc