今年以來，多省為了響應(yīng)十四五的規(guī)劃，也在大力推動(dòng)工業(yè)企業(yè)進(jìn)行智能化和數(shù)字化的發(fā)展，眾多產(chǎn)業(yè)結(jié)構(gòu)也迎來很大的轉(zhuǎn)變。今天我們特邀了浙江恒翼集團(tuán)有限公司智能制造專家，彭先濤彭總來和大家共同聊聊企業(yè)智能化轉(zhuǎn)型的發(fā)展、成本效益等情況。

對(duì)于當(dāng)下來說，數(shù)字化轉(zhuǎn)型是現(xiàn)在制造業(yè)非常重要的發(fā)展方向。數(shù)字化轉(zhuǎn)型對(duì)企業(yè)來說具有哪些重要的意義呢？

彭先濤：

眾所周知，近幾年新冠疫情對(duì)各個(gè)方面影響很大，但有些企業(yè)依然能夠保持很穩(wěn)健的發(fā)展，這和企業(yè)之前做的一些智能制造、數(shù)字化是有很大的關(guān)系。

從數(shù)字化應(yīng)用層面來說，是有很多基礎(chǔ)工作要做的，比如自動(dòng)化、信息化、工業(yè)物聯(lián)網(wǎng)等建設(shè)。能夠?qū)崿F(xiàn)數(shù)字化應(yīng)用時(shí)，就會(huì)發(fā)現(xiàn)數(shù)字化應(yīng)用對(duì)于企業(yè)的效率、效益、競(jìng)爭(zhēng)力提升都是有很大的作用。

見智研究：

國內(nèi)工業(yè)型數(shù)字化轉(zhuǎn)型處于一個(gè)什么階段？

彭先濤：

以我的經(jīng)驗(yàn)來看，制造業(yè)數(shù)字化要經(jīng)歷四個(gè)階段:

第一階段為“打基礎(chǔ)”：制造企業(yè)通過新上自動(dòng)化/智能化設(shè)備、IT信息化系統(tǒng)/工具，提升企業(yè)的生產(chǎn)效率；

第二個(gè)階段為“促融合”：自動(dòng)化與信息化深度融合，實(shí)現(xiàn)“自動(dòng)化做執(zhí)行，信息化做決策”，可初步達(dá)到智能工廠的目的。

第三階段為“新賦能”：通過工業(yè)大數(shù)據(jù)、AI等技術(shù)賦予生產(chǎn)各環(huán)節(jié)更多的“智慧”與“能力”，提升決策的精度。

第四階段為“數(shù)字化”：打通縱向“人機(jī)料法環(huán)”、橫向“人財(cái)物產(chǎn)銷”全部環(huán)節(jié)，通過“數(shù)據(jù)”指導(dǎo)企業(yè)突破各環(huán)節(jié)的瓶頸。

我國家屬于制造大國，各個(gè)企業(yè)的智能制造、數(shù)字化發(fā)展的水平是不一樣的，行業(yè)和企業(yè)處于哪一個(gè)水平也是可以對(duì)應(yīng)著這四個(gè)階段進(jìn)行參考。我國也有相應(yīng)的智能制造能力成熟度（CMMM）標(biāo)準(zhǔn)，可對(duì)應(yīng)進(jìn)行評(píng)估。

見智研究：

目前來說，各個(gè)環(huán)節(jié)可能會(huì)遇到哪些難點(diǎn)？

彭先濤：

數(shù)字化階段是會(huì)遇到很多難題，比如促融合階段要實(shí)現(xiàn)工業(yè)物聯(lián)網(wǎng)，打通設(shè)備之間的通訊，工業(yè)現(xiàn)場(chǎng)的通信協(xié)議眾多，尤其有些涉及壟斷的控制器或設(shè)備，獲取數(shù)據(jù)很困難、代價(jià)很大。

建設(shè)過程中勞動(dòng)力能夠得到很大的解放，這個(gè)時(shí)候會(huì)涉及一些崗位轉(zhuǎn)變、流程優(yōu)化，涉及部門眾多，難度也會(huì)較大。

見智研究：

通過數(shù)字化信息所帶來的決策能夠真正地為企業(yè)帶來怎樣的效益？

彭先濤：

效率提升、產(chǎn)品品質(zhì)會(huì)有保障和提升，通過數(shù)據(jù)能反應(yīng)出生產(chǎn)各個(gè)環(huán)節(jié)的瓶頸，有針對(duì)性的突破。例如可以通過銷售數(shù)據(jù)、客戶反饋等信息對(duì)產(chǎn)品進(jìn)行改進(jìn)；通過系統(tǒng)積累的故障處理記錄對(duì)同樣或類似的故障給出處理建議或指導(dǎo)；通過質(zhì)量問題數(shù)據(jù)進(jìn)行針對(duì)性的改進(jìn)；通過產(chǎn)量、生產(chǎn)過程數(shù)據(jù)實(shí)現(xiàn)有效的節(jié)能方案等等。

見智研究：

通過AI以及大數(shù)據(jù)的方式運(yùn)營會(huì)包括哪些過程？

彭先濤：

數(shù)據(jù)蘊(yùn)含信息，信息提煉知識(shí)。需要對(duì)現(xiàn)場(chǎng)的大量數(shù)據(jù)進(jìn)行處理，才能用于實(shí)際對(duì)生產(chǎn)有幫助。比如現(xiàn)場(chǎng)電機(jī)運(yùn)行時(shí)有電流、電壓、轉(zhuǎn)速、振動(dòng)等諸多數(shù)據(jù)，電機(jī)正常運(yùn)行時(shí)的數(shù)據(jù)作用不明顯，需要重點(diǎn)關(guān)注異常參數(shù)，如電流異常后需要去分析什么原因引起了電流波動(dòng)，波動(dòng)是否會(huì)造成電機(jī)的異常，以及對(duì)生產(chǎn)現(xiàn)場(chǎng)會(huì)造成怎樣的影響等。

AI目前非常火，從18年之后，各個(gè)國家對(duì)于人工智能都提出了發(fā)展戰(zhàn)略。對(duì)于工業(yè)現(xiàn)場(chǎng)來說，AI應(yīng)用存在著許多難題，比如我們化纖行業(yè)的外觀檢測(cè)，會(huì)出現(xiàn)毛絲、絆絲、油污等十余種缺陷，傳統(tǒng)方式是人工用強(qiáng)光手電去檢查每一錠絲是否有缺陷。由于視覺疲勞、工作經(jīng)驗(yàn)不同，外檢的質(zhì)量是不穩(wěn)定的。可以通過AI去學(xué)習(xí)各種缺陷的特征，獲得量化統(tǒng)一、穩(wěn)定的檢測(cè)結(jié)果。

見智研究：

能真正做到數(shù)字化轉(zhuǎn)型這一步的企業(yè)還是為數(shù)不多的。那么這一步有哪些很難解決的問題？

彭先濤：

一是打好基礎(chǔ)的難度大、成本高，二是獲取數(shù)據(jù)有一定難度，三是數(shù)據(jù)怎么用好。

數(shù)字化是智能制造發(fā)展到一定階段后必須要去做的事情，是許多學(xué)科及技術(shù)的融合。

見智研究：

企業(yè)的改造會(huì)涉及到哪些硬件以及軟件的采購或使用？

彭先濤：

需要意識(shí)到：再先進(jìn)的設(shè)備或技術(shù)都是為了順利生產(chǎn)而服務(wù)的。清晰的業(yè)務(wù)需求是軟硬件的設(shè)計(jì)基礎(chǔ)?，F(xiàn)場(chǎng)常見的硬件有機(jī)械、電氣、電子類，機(jī)械的精度決定了電氣控制精度。如服務(wù)器、PC、PDA等電子類具備一定的通用性，電氣類的如PLC、高低壓電氣也具備一定的通用型，機(jī)械部分有標(biāo)準(zhǔn)產(chǎn)品，也有非標(biāo)定制，結(jié)合項(xiàng)目實(shí)際情況選擇。