【长篇阅读】信息化、自动化、智能化之间的差异

2019年02月04日 公司新闻 473 views

本文将从状和未来,论一下智能化、自动化、信息化,乃至系统层次面的差异性界定,看看是否能帮助末端用户,规划企业的系统发展,能比较清晰界定、判断。这三个业界朗朗上口的名词,必有其义,必有其内涵。文章较长,欢迎阅读。

去年在苏州的一场智能工厂规划的培训会里,和一家公司制造机械手臂的工程师交流,探讨他们的机械手臂监控软件所写的级别是如何,我先解析了一下智能的工作模型,并跟该工程师对其公司机械手臂监控软件的工作模型做了个比对,仍然处于数据自动化型的机械手臂,并鼓励他们应将软件继续升级为智能机械手臂,竞争力将更强。

过去许多展会,不少公司宣传智能设备、智能制造系统,却没有实质的智能内涵,若这样宣传下去,我们的智能制造发展真是堪忧。即使过去本人也曾迷惑一段时间,通过更多的学习知识后,赶紧调整看法。写这一篇文,是希望能给制造管理者、工程师或顾问群对「三化」有个基本的知识界定,避开模糊,进而更深入研究,帮助企业走一条更为正确的路。

企业在智能的道路上,将面临转型的严峻考验,作为一位领导身边的运营重要幕僚之一,智能项目推动者或者CIO专门落实企业智能「战略」「Strategy」的工作,落实企业战略,您得知道智能「战术」「Tactics」必须清晰的重要性,您是战术设计者,战术设计可模糊不得,因为您的战术设计将被推进到「战技术」「Technology & Skill」,例如:您将用什么技术来实现战术。所以必须理解什么是信息化、自动化、智能化系统之间的差异性,才能给企业完整正确的规范,不会投资大钱完成的却是小钱就能完成的作品。

现状的信息化系统-

信息化系统的运特点是:「数据或信息在这里了,你来看吧」!

现阶段的「信息化系统」行之多年,是致力于企业部门间效率改进历程的专用名词(作者对信息化解释只锁定于企业层次,并不上纲到社会层次),通过IT技术实现工作和生活价值的提升,是整合科技通信、网络、数据库技术为基础,将数据(Data)予以整理并转化为信息(Information),给企业或工作者使用。其过程注入许多运算逻辑而发展出所谓的信息化系统。例如:企业普遍使用的「企业资源计划系统」「ERP」、「办公室自动化系统」「OA」。信息化系统通过人和电脑处理工作流程的计划和控制数据,解决数据纸制的抄录工作、传送工作、整理工作等,其间,IT技术扮演过程传输和运算的重要角色。信息化系统需要更多人脑去判别数据和信息,再通过工作电脑输入思考后的决定,以形成所谓的「决策」。

1. 信息化的管理界定和运作模型

「信息化系统」建立了以「数据」转化为「信息」的过程,提供需求者终端查阅与打印阅读方式,也就是说「数据或信息在这里了,你来看吧」的应用结点,而信息技术能量则以流程控制、逻辑处理、基础数据编表、汇总统计、统计比较、时间序列信息、微量参数变数计算、简易数学计算为主轴,但基于用户端特定需求,偶然会提出碎片式的高难度计算,如三维度内的综合交叉计算,也算是「轻量智能化」。若以精益方法推进说,信息化的工作数据流发展三项:计划(Plan)、执行(Do)、检核(Check)。

2. 信息化基础的运作模型图示

左上角黑色粗箭头为信息化的起点,通过原始纸本数据,开启工作任务的数据的流动管理。人员将原始表单输入系统,系统执行简单的逻辑判断,传送到第二个工作任务,工作人员或被系统以消息通知或开启功能程序了解是否有工作任务要做,进而执行第二个工作任务。某些工作任务数据需要通过加工(计算)转换信息报告才能传送或储存后,再通知或传送给第二工作任务。通常信息化系统处理数据或信息,以主动或被动方式告知或储存,工作人员都需通过「看」、「思」、「决」三步骤后,再通过系统输入决定,再往第二流程工作任务,整个工作任务流程依循业务需要而制定,大部分的信息化系统都以前述思路而设计。

3.传统信息化系统有几个重要特性:

1.以计算机作为主要的前端工作工具,笔记本、座机电脑、手机、平板电脑等等;

2. 以轻、中量级服务器,作为计算和储存数据的统筹管理工具;

3. 以互联网路作为传送数据或信息的载体;

4. 逻辑处理普遍简单,没有复杂的数理运算,即能完成任务;

5. 大部分管理决策是通过人脑,再反馈给系统

总结:写信息化这一段文,并无太高的兴奋感,因为大部分企业已有经验,但迈向智能化系统,却绝不可与信息化脱钩发展,因为这是基本、基础工程,所有的运营系统最终都是为顶层而设计,就如同目前自动化的生产线设计,若只一味的自动化而没有关注企业信息系统或者未顾及顶层期望的智能化战略要求,所设计出来的系统,也就难以集成,其后果就是花更多资金力量进行修补,而修补后的系统,必不完美。

进行中与未来的智能化系统-

「智能化」是「信息化」更高阶的系统升级。延续着信息化工作系统,智能化应用了更高境界的IT技术,力求解决信息化系统工作流动过程悬而未解的深层学习、预测、自动判别和决策的科学计算工作。过去信息系统发展出的「决策支持系统」「DSS→Decision Support System」,在智能化冲刺时代,应该更新而以「决策系统」「DS→Decision System」为发展目标。工作流程中,许多的判别和决策交给智能系统去做,管理的发展意义是:将历史或正在进行中的相同相似的生产品数据「学习」、「预测」、「判别」与「决策」等通过人脑控制的指挥权,由嵌入在IT设备内的智能软控件(统称:人工智能应用软件)接收此项工作人则再度拥有更有时间去创新、创意,而活络、加值和创新整个工作价值,推进到产品、商业和生活的价值。

1. 数据决定智能系统可发威的效力

智能化系统能工作是因为有更多的数据才能使工作再优化,智能应用的深浅度与数据的量有很大的关联性,可以区分为[制造管理工作智能化]和[制造设备联网工作智能化]

[制造管理工作智能化]需要的数据源,是由人创造并建立,可以定义为「大数据」,只要制造线上的数据源具有规则性、时序性和条理性,这样的大数据注入科学管理模型,可以发挥智能效果,也可以帮助企业的制造幕僚人员决策行动。

[制造设备联网工作智能化]需要的数据量,由设备层发出海量数据,可以定义为「工业大数据」,通过赛博物理系统(CPS)的原理,建立设备运作的监控、预测设备的状况,预知即将发生故障前,就能提出解决方案,并能由系统自动修补设备,或由系统发出行动信号。

2. 智能化系统的数据时效/时段性

智能化系统的运作从时效性、需求性观察,可分解为「实时性智能」和「区时性智能」的设计和应用,「实时性智能」,在工业制造设备高度影响质量或安全性的前提下,「实时性」的工业管理智能有较高的需求性,管理上应执行所有设备的「智能实时监视控」,监控状况的发生或预测状况即将发生的行动方案,立即依照行动方案,做好行动准备。相较于「实时性智能」,「区时性智能」在管理上是从历史数据分析问题,智能系统进而提出行动解决方案,当行动完成的背后,这些智能系统方案数据,能够助力管理者严肃的反省制度面和规范面,并检讨管理环节是否于规划过程有缺点或者制定过程规范性的严谨度不够。

智能系统设计,应以企业运营数据所能创造的价值作为衡量智能体系优先需求与运作智能的设计需求,作为企业实施的决策参考。

补充说明:有关「大数据」「工业大数据」,这也是模糊地带,真要战术落地,不是几个字就能说明清楚,本人再另外写文详细说明。

大数据应用于制造管理工作的智能化系统

此型智能化系统的特点是:智能我,告诉你:「你应该这样做,赶紧去执行吧」!

在厂区设备还未能够联网取得数据时,仍然可以通过各种IT设备,人工方式以分钟或小时区段,取得制造过程完整的数据,进而以智能系统分析、预测、判定、行动等工作,协助制造体系的3C/4E/1P工作人员「制造管理工作智能化」,实现轻中量级的智能应用。这类的智能化系统,以制造管理工作为核心,需要掌握制造过程,什么技能的人在管与做,用那台设备在做,设备调适的参数,用那种模具、治夹具,用那种输送搬运设备,投入那几种配方料,用那一版本的加工规范,工序加工区的环境,加工组装的检验,耗用的标准工、机时间…等制造大数据。

「制造管理工作智能系统」建立了以「大数据」转化为「智能」的应用,提供制造管理者:PMC、质量、设备、工程、车间等人员的「工作行动方案」,智能系统会告诉你:「你应该这样做,赶紧去执行吧!」的指示,若您未去执行,系统会继续追踪、警告,直到您把工作执行完成,事件才告一个段落。而智能技术必须能够开发出制造管理智能模型所需的功能:例如「流程控制」、「数据学习」、「逻辑处理」、「多维数据分析」、「多参数变数计算」、「意外异常反馈与追查」、「数理统计计算」、「预测模型」、「决策判定模型」等等,但基于用户端,会提出高难度的计算需求,如三维度内的综合交叉计算,特定状况的关联分析,也算是「轻量智能化」。

若以精益方法推进而言,智能化的工作数据流发展至四项的境界:1.计划(Plan)、2.执行(Do)、3.检核(Check)、4.行动(Action)。智能系统算出你的行动方案,甚至追踪你的行动方案。

以大数据应用于制造管理工作的智能化系统参考模型

这个基础参考模型,取代了纸本填写而以IT设备解决车间大数据取得的方法,进而注入智能技术,分制造管理功能,解决系统分析、预测、判定、行动等工作,例如:生产计划下达后,制造车间为何老是无法达交,通过智能模型数据分析,去找出不能够完成交付工作的潜在问题,将问题挖掘出来,分析生产过程人、机、料、法、环、验、时的标准规范与实际两大数据的差异与变化,判定属于哪一节点出错,决定行动工作,由智能系统通知3C4E1P的哪一个制造管理单位人员。例如无法达交,生产计划智能模型判定某工序质量与质检问题,即可开启行动并通知质检部门,由质检部门,再开启质检智能模块对焦于质检大数据接续执行分析、预测、判定、行动…等等智能工作。

上面模型图示黑色粗箭头处为智能化起点,通过IT设备,依工序数据的规范性需求,采集或回报七大数据,并优先启动生产计划产量管制的智能模块,判定属于[产品、质检、设备、技术、环境] [人、机、料、法、环、验、时]的下一个行动方案,系统告知主管单位,启动下一个智能模块的工作。智能行动在结合组织人员与智能模块的交互工作下,接续或循环运行,可以省去过多人为思考的延宕,并提高开会的效率、工作行动的效率,或者无需开会即可行动。

先进制造管理工作智能化系统有几个重要的工作特性:

1. 需要较高级别且运算速度快的计算机服务器;

2. 计算机服务器可以安置在内网,也可利用云服务器计算;

3. 需要聚焦于人、机、料、法、环、验、时制造过程数据,管理科学技术找出影响制造的数学模型研究;

4. 定义具有支撑预测能力的关键数据类型,且能定义大数据的采集时间性、周期性;

5. 需要深度的IT技术,解决智能应用的各种高级算法;

6. 能计算机助力决策的工作,开发智能模型、模块,交由系统决策,至少系统可以限时解决事件,并跟踪到事件消除;

7. 数据由人员反馈,必须制造过程完工,实时报工,数据正确。

工业大数据应用于制造设备联网工作的智能化系统

此型智能化系统的特点是:智能我,告诉你:「你出错了,但智能我帮你修补好了」、「你快要出错了,过不久,智能我要采取行动处理了」!

这里的智能化,是基于工厂制造设备是创造运营价值的根本,因此,如何使设备正常高运转,维持高品质高效率,是设备商以及工厂经营者重要的目标,前者,努力设计出具有智能性的设备,后者也正努力以设备络智能化模型,监控、分析、预测、决策、判定,进而在发生设备故障前即有行动解决方案,确保目标不摔落。

过去,传统设备的设计和服务思想,一贯维持着,只要用户定期预防保养、定期更换零组件、报警停机等措施,便可以使设备持续产出良品。许多设备制造商的设计,并无完善的零组件寿命与关联影响数据档案,基于机密性、智慧财产权的控制,即便有,亦无法提供给制造厂,通常仅提供简易技术及操作手册数据,作为使用、维护和保养的参考。

现在,设备制造商的设计和服务思想,正逐渐从机械式、机械电子式、数字化设备走向智能型设备的设计和制造,比较现代化的数字型设备设计,已具备有人、机操作的监视控接口模块、设备联网通讯模块、报警模块、加工软件的注入模块等,而未来正在加紧研发出可以预测设备故障及质量超规的性能,使数字化设备正式进入智能化设备的境界。同时制造厂区,也逐渐从单设备智能的离散加工布局,迈向多设备集合为一条龙流水线的加工自动化线智能布局。

「单设备以及流水线设备联网工作+赛博物理(CPS)建立了以「工业大数据」转化为「智能」的应用,提供制造设备层次的工作行动方案,智能系统会告诉你:「A号设备发生异常,系统已经帮你修补了」、「A号设备即将发生故障,几个小时后,系统将要关闭这台设备」、「A号设备内的XX组件即将发生故障,几个小时后,系统将要关闭这台设备」的指示,而智能技术必须能够开发出制造设备智能模型所需的功能:例如「流程控制」、「数据学习」、「逻辑处理」、「多维数据分析」、「多参数变数计算」、「意外异常反馈与追查」、「数理统计计算」、「设备零组件(BOM)关联分析」、「设备预测模型」、「决策判定模型」、「设备控制」等等,智能系统依循设备工况,算出设备异常的行动方案,甚至自行依照行动方案对设备自我调适,无需人干预。完成这种境界已属「重量级智能化系统」。若系统无法完成此境界,只能做到异常状况通报,其他后续交由技术人员处理,这样只能算是设备信息化过程的「轻量级别智能系统」。

若以精益方法推进而言智能化的工作数据流发展至五项的境界:1.计划(Plan)、2.执行(Do)、3.检核(Check)、4.行动(Action)、5.追踪控制(Monitor & Control)。

【图示:工业智能化运作的基础参考模型】

这个基础参考模型,代表的是设备智能与工艺流程的制造智能化。由右上角箭头处表示排产投单后,启动设备生产,所有制造加工工况、状况通过传感硬件和智能控件软件,记录在方案一的本地控制器、服务器,启动单设备「健康状态监测模块」段,并「执行学习模块」段,若发现健康状态不佳,则启动「预测与决策模块」段,判定是否设备可以自愈,在设备状态许可下,进行「自愈模块」决策,自动调整加工参数。另外,可记录在方案二的远端或云控制器、服务器,接着与方案一不同的是除了启动单设备的智能工作流程外,在远端或云控制器可以储存全面性的大数据,因此在智能工作时,加上了工况、状况的「相同相似性设备比对模块」,使流程下的「预测与决策」段,更为精确,而不影响生产品的品质。

先进智能+赛博物理(CPS)化系统有几个重要的工作特性:

1. 需要较高级别且运算速度更快的计算机服务器;

2. 计算机服务器可以安置在内网,也可利用云服务器计算

3. 聚焦于工业、行业的设备端管理科学理论研究;

4. 需要深度的IT技术,解决智能应用的各种高级算法;

5. 定义具有支撑预测能力的关键数据类型,且能定义工业大数据的采集时间性、周期性;

6. 需要较高级别能连接设备传感系统的硬件、控件,控制降低数据丢包;

7. 厂内加工工作与输送物流的紧密接合设计技术;

8. 计算机助力决策的工作,尽量开发智能模型、模块,交由设备决策,至少系统可以限时解决事件,并跟踪到事件消除。

9. 与智能化对比,增加了学习技术和设备层的自我疗伤(自愈)技术;

10. 需要掌握设备的各零部件的使用历史记录与影响关联性;

11. 设备工况状况的取得,需具备连续性,且时序数据要缩短(例如1秒1笔或0.5秒1笔或更低)

智能化系统补充说明:

前述所说明的智能化系统,只是从管理应用的观点,以两类模型做出解释,模型可以再调适成更多模型,另外,本文也并没有把它的逻辑化流程深入追究,以及智能系统与互联网、物联网技术布局的关系性详细说明,分段解析吧!本人或将陆续出文分享读者,智能化系统的战术设计是需要多面向考虑并周全。

总结:智能化系统,果真不容易,可是,只要用心厘清,也必得小成果,在规划和设计历程,模型的重要性居首,因为模型设计是代表企业顶层运营的思想,注入于规划和设计之中,而使实现智能制造之路结构化、合理化、价值最大化!

那么自动化又是什么?

自动化不是制造专用名词

产业里,运营领导希望完成一种工作的哲学就是:【自动自发、企业必发】,代表着自动自发的工作最为顺畅,最有效率。

以员工作业为主的事务,最好能无重工、多创意、减少不必要浪费、部门间流通无争议性。以制造设备作业为主的事情,材料能自动送达指定位置、设备自动加工完成成品、半成品的产出,质量产量稳定、准时完工,无须假手人工的协助与关注。一切的工作都是自动自发,人自动自发,设备自动自发,事情就办的很美好,这就是自动化。

自动化这个名词,直觉被狭隘的定义为制造自动化,并不正确,产业组织系统到处充满自动化的需要。广义地说,产业自动化是将对象(包含档案、产品、表单…),以信息技术在组织系统内,管理与削减流通的过程时间,提高产业的工作效率、制造效率等。部门间表单的传递流程改善、行政管理上,文件档案的传递流程改善、基础数据传递流程改善等,都具备减少人力资源的自动化意义。

过去有这种误解,是因为在产业领域里,制造成本占了总运营成本极高的比例,因而制造端特别享受被专注的待遇,要求改善设备,改善物流,更高的改善就是要求推动「制造自动化」。

自动化是一种流程改善的行动,是工作的过程管理,并不局限于产业的制造改善行动。组织系统内的数据、表单处理的流程改善,也是一种自动化行动。产业组织越趋庞大,基于完善的管控,在管理与行政系统上,建设复杂的、严密的文件或表单管理流程,促进公司的运营顺畅,但也因此而投入更多人力的填写、输入与检查,造成运营费用的升高,销售成本相对提高,因而自动化声音便浮现,其目标是为了控制及降低成本,提高效率。例如下列的自动化需求:

ü 「这些表单要每天送去给领导查阅,很花时间的,为何不输入系统,由系统「自动」传送给领导审阅?」

ü 「制造设备上的制造条件参数数据,还要人工跑去抄录,为何不设计一套「自动」从设备上取得此数据的系统?」

ü 「客人进门,服务员经常要以点菜单,询问客人今晚吃甚菜,然后下来,再送到厨房,为何不让客人「自动」利用点菜机自行点菜,系统直接传送厨房视屏,都不会弄错?」

ü 范例说明,企业为了省人、省力、省时,到处流露自动化的应用概念,并不局限于制造端。

上面此图将自动化的精神表达出来,可灌在日常运营管理行政的流程内,亦被应用于车间设备、生产线上制造工艺流程上,两方皆可实现了省人省化的目标,智能制造只是更强调制造端的自动化基础应用,但是制造的运营管理也不可忽视 

制造自动化系统

设备自动化制造

是一种设备改善的行为,使设备的稼动能力更高,且具有降低人力影响制造的变数,材料进入设备后,完全以设备作业即能完成单一工序、监控质量、监控产量的自动设备制造系统。目前的设备用于直接性生产工作外,又加值加装了搬运用的设备,例如:微型输送带、搬运机械手臂等,自动搬运材料、模具、治夹具、刀具、载具,以及产出品…等功能,更先进的制造设备又并入了自动检测仪器,例如:电子、光学、色像、量测…等,自动检测质量的功能,每添加一种自动化加值设备,都使省人省力进了一步。

自动化设备直至目前为止,已具备全面性控制制造的性能。

产线自动化制造

是一组针对多任务序,且多设备的制造线或制造车间,以减少人力作业,甚至无人化的制造操作系统为目标,自第一制造工序开始,即交给制造设备与输送供料设备处理制造事宜,直到全工序作业完成,产品产出为止的全套系统。与单设备自动化制造的差异在于控制设备制造的软件系统,较具复杂性和难度,且每一家企业的需求看法不一,产线自动化的供应商,其设计思想和诉求点亦不尽相同,解决方案不同,都各具有特色。但是,仍然和前面单设备自动化制造所留下问题一样,亟待升级解决。

设备制造上,现在制造自动化与制造智能化的差异点

现状制造自动化与和未来制造智能化之间至少存在四个差异:1.少有出现制造管理所需的派工单、批号、唯一序号生产品识别的数据,整合于设备控制系统中,关于这一点,本人疑惑而不解。另外,2.没有设计可以储存设备组件及相关性的数据库设备3.没有设计可以储存设备工况、状况的工业大数据库设备4.导致无法智能思考和监测、预测、判定能力,这等由自动化设备升等智能设备,仍未出现。现在我们学者专家所提出关于「边缘计算」「Edge computing」的技术,必须以上四个基础性能再加上高速运算的设备,才能发挥智能化效果。若设备自动化制造商不考虑这四点,则智能制造商或企业的内部团队则必须花更多的心力思考、规划、设计,去补强此性能,而使集成智能制造耗费更多的经历、时间和成本,值得深思。

以上四性能是未来自动化设备商亟待开发的目标即使设备商不自己开发,也要有长期性的合开发伙伴,使制造数据环跟踪和智能制造系统。这也是自动化制造和智能化制造的差异所在。

管理工作上,现在智能化与信息化的差异总结

用一个简单的模型来做总结说明,参考下列图示,现在的信息化是揭露结果,接着交由人处理并做处理行动,智能化则告诉您行动方案,在重量级智能化、自动化下,则通过系统告诉您行动方案,甚至于系统就帮您行动完成。例如产量开始不停地出现不良品,系统会启动智能多维分析、预测、判定,智能系统能修复便自行修复,否则,在忍受某个时间点后,就自动把生产线的状况报警或设备关闭或整条生产线关闭,避免不良浪费…,并告知你不良现象、原因与您的处置行动是什么等等。

【图示:信息化和智能化基本定义分解图】

在接续所发展的内容与见解,不断以信息化、智能化、信息系统、智能系统或信息智能化、信息智能系统的文字稿出现,期望读者不会混作者所写的意思,这样作者与读者的交流会更精准些!

至此,本议题结束,并且已将「三化」的结构性、基础差异性做了报告,期望读者有收获,但本议题,仍留下三个议题亟待澄清:1.企业内对信息官的角色及各个组织功能在智能化时代的探讨,2.智能化系统与互联物联网的关系、布局和紧密性技术探讨,3.智能化的工作逻辑性,作者将奋力在后续出文说明,感谢读者。

声明:本文由杨显荣先生原创,由《真工智造研训院》整理发文,仅供学习使用,不得用于商业,引用或转载需注明出处!

发表评论

发表评论:

PHONE