装备制造企业数字化转型分析-基于CMMM评估

企业数字化转型是通过将业务数字化整合，实现数据的全链贯通，帮助企业规避转型困难。同时，数字化转型不能一蹴而就，也具有曲折往复的特点。鉴于装备制造业工序多、路径长、离散化程度高，开展数字化转型实践时，应该从企业核心竞争力出发，以提质增效为目标，结合生产主要问题，依托新技术，思考如何选型，如何组织，如何实施。1装备制造业数字化转型的现状装备制造业是国民经济发展的基础产业，装备制造业的发展水平是新型工业化的重要支撑力量，也代表着一个国家综合国力和技术水平。下游产业转型升级对装备制造业提出更高的要求，装备数字化已成为企业发展的必然选择。在数字化转型中企业将面临一些问题：（1）产品结构BOM及设计变更大型装备制造业产品结构复杂，技术难题多，涉及不同种类的BOM清单，需要有针对性的产品结构设计，变更配套工艺，修改技术文档及有效管控过程。（2）生产周期长，在制品难管控产品生产往往需要经过几十道加工工序，成品经装配、调试、入库、出厂后还需要继续售后服务。由于产品的零部件来自不同制造厂，各环节生产数据分散存储，“信息孤岛”效应明显，某一加工环节出现问题会给产品进度带来较大影响。此外，现有大型装备的订单管理模式较为粗犷，极大制约企业加工效能的提升。（3）标准工艺难制定由于机械行业设备、人员状况复杂，实际生产中无法按标准工艺执行；导致多种加工工艺流程并存，成为生产现场管理的难点。（4）生产现场状况无法实时反馈生产现场发生缺料、返工，以及工艺问题时，管理人员往往无法及时知晓，因而延误解决，影响生产进度。而某些生产环节出现问题可能导致交货延期，库存激增等问题。2装备制造行业数字化转型趋势如今，装备制造行业已经从指数增长进入存量增长阶段，面临产品开发投入大、效率低、服务响应慢，售后服务被动，成本居高不下，行业增速放缓、市场环境变化等不利局面，数字化转型已成为装备制造企业的迫切需求。（1）解决方案在数字化转型的背景下，企业基于数据和模型发现问题，通过场景化解决方案解答难题。（2）商业模式由产品中心向客户中心转变随着市场要求不断提高，装备制造企业从单纯的设备供应者变为整体方案的解决者，从提供标准化产品转变为提供定制化产品。相应的，产品和服务的内在逻辑也从“以产品为中心”转向“以客户为中心”，倒逼企业通过数字化手段提升自身实时洞察能力，为客户参与产品设计、生产、制造、服务等全生命周期打造良好体验环境。（3）企业决策模式发生改变随着以数据为基础的深度学习技术飞速发展，人工智能技术改变了装备制造企业的决策模式。通过大数据、机器学习等前沿技术，将企业生产、仓储、配送、销售等环节进行数字化建模及过程优化，智能排查经营漏洞、生成策略、选择策略，实现数据驱动的人工智能决策。3企业数字化转型的评价标准智能制造模型可将企业智能制造能力成熟度划分为4个等级（见图1），提升企业智能制造水平由低到高，逐步递进，不能越级提升。图1智能制造成熟度评估模型以《智能制造能力成熟度模型》作为评估装备制造企业制造能力的量化依据，从“智能”与“制造”两个方面出发，涵盖企业10大类关键能力，涉及27个细化要素，具体包括设计、生产、物流、销售、服务等重点环节，按照不同等级要求，构建智能制造能力成熟度矩阵模型（见图2），通过线上测评、人员访谈、系统演示、现场勘查等方式验证企业智能制造能力，帮助企业明确改进方向。图2智能制造成熟度要素模型与等级明细企业通过评估并与模型对标，了解自身智能制造水平，设定改进目标，通过分析，找出存在问题，制定合适的升级路径，提升自身的能力。通过分解智能制造成熟度模型，理清企业智能制造成熟度的递进框架、各业务层级之间的联系，以及每级智能制造水平的主要特征（见图3），为企业建立一个描述智能制造综合水平的模型，同时，为不同类型企业智能制造水平的评估提供依据。图3基于企业制造过程中核心问题的改进与优化4数字化转型关键技术与应用（1）智能化改造①制造装备智能化伴随下游需求的升级，对企业高效、高质量制造能力要求提升，对关键工序的控制尤为重要，一方面要求设备在计算、通信能力的基础上，还要具备一定的感知、思维与判断、执行等力；另一方面，借助感知、连接及分析技术，采集分析现有设备数据，实现设备的智能化（见图4）。目前，重点企业关键工序数控化率已达65%，随着“智改数转”深入推进，数字化能力有望进一步上升。图4制造装备智能化推进过程②产品设计智能化首先，基于数字孪生新技术，结合有限元仿真分析手段，基于知识库架构，进行产品设计，建立原型模型，围绕产品全生命周期，构建基于设计、制造、订单管理等全要素一体的系统工程框架，进行产品数字化设计。然后，应用人机工效学技术，提高安全性及工作效率。最后，结合ESG发展要求及“碳中和”目标下企业发展的新机遇，开展绿色设计，减少制造、使用和回收过程中的环境污染及能源高效利用。③设备管理智能化针对生产全过程进行设备智能化管控。在初始阶段进行设备建模与工序匹配；采集生产过程中的关键数据，传输到EIMS/MES等智能决策终端，实现设备状态监测、故障报警、维保预警等过程管理（见图5）；为提升企业过程管理能力，将设备能效模型、MTTR/MTBF可靠性评估模型、SPC风险预警控制模型融入到设备状态分析环节，通过量化指标，让管理者动态掌握企业的生产情况，通过全过程数据可视化为后续业务优化改进提供数据支撑。（2）数字化转型整合企业内、外部任务流、信息流及数据流，以智能化应用为指引，优化生产与运营等核心环节。实现数字化主要体现在三个方面：①数据打通在实现核心体系互联的基础上，进一步与外部数据连接整合，为生产管理提供跨流程决策支撑。②柔性自动化通过模块化生产单元、新型数字设备，以及生产过程管理系统等增强生产系统的柔性，加强对需求变化的适应能力。③工厂精益管理通过建立从设备层到工厂层的精益生产