大规模定制中数据驱动的两大要点

 刚才跟一个朋友通电话,他们是做服装的,他们现在提出的目标是24小时之内完成一件定制化服装的生产,目前正在寻求如何着手落地。这个问题比较大。所以说,这次只想就数据驱动在大规模定制当中的作用和地位这么一个方面,梳理一下自己的思考吧。


      (1)管理方面:数据驱动的业务流程顺畅衔接集成
        大规模定制要实现的一个基础,一定是业务流程的顺畅衔接,数据是业务流程运行的具体体现,这个过程一定是连续规范无中断的集中在一起才可以。所谓的正确的信息在正确的时间以正确的方式送达正确的人手里并实现正确的操作,其实说的就是这个意思。除了有些业务环节,我们可以基于数据实现自动的处理之外,我们还有大量的业务环节需要人来介入干预的。在这个过程当中,相关的操作人员不应该因为信息的输入提取而花费时间,也不应该因为自己的输出再花费时间,核心的思路就是讲人能够完全有机的融合到业务流程回路当中,尤其是在数据上面为人的操作和决策提供支持。一般来说,这个都不是说在一个数字化业务系统里面就可以实现的,而是要通过详细细致的规划实现跨数字化业务系统的有序协调集成,从而对企业的总体信息规划提出了更高的要求。所有的数据都应该是数字化,结构化的,应该明确的区分谁是源头谁是使用方、中间如何演变,这个过程就相当于形成了一个数据模型,并且这种数据模型不是一种抽象的而是由具体业务来支撑而形成的物化、具体的数据链或者数据关联模型,其实后台所贯穿支撑的应该是数字出现或者MBSE。


     (2)工艺方面:数据驱动的制造工艺装备自动执行
         就如同一个众所周知的例子,我们有一个服装行业的智能制造示范工程,有很多人参观之后就发现,实际的执行操作的时候还是依靠大量的人员来进行的,也许有人会失望,但其实这个企业能够实现这种大规模定制,其实就是说明他们在管理方面的数据驱动和数据流动已经做得很好了,这个方面应该是参观者需要吸取学习的重要之处。
        但是产品毕竟是要靠具体的操作才能够生产出来的,而不是管理,因此工艺的自动化,或者数据驱动的工艺执行,也是大规模定制需要注重的核心重点。MBSE强调基于模型的系统工程,其中的模型在很多其他行业来说,可能都是依托于三维模型,但这个只是表现形式,实际上来说,我们进行生产所需要的这种数据模型,应该秉持着与硬件执行设备相融合的思路,进行融合和驱动。比如在加工行业里面,基于模型的数控程序编程,基于模型的检验规划,基于模型的数字化检测等,其实对于很多行业来说,不是非常具有参考价值的。虽然对服装行业不了解,但是感觉应该通过鲫鱼,数字化,结构化的数据模型,实现对工艺执行装备的参数化驱动,这个应该是可以参考的方式。

         因此从这个角度来说,数据驱动的工业执行也是非常重要的,将传统的数据驱动的管理业务流程推动到软件与硬件深度融合的一种智能制造新局面,将传统的有人来托底的数字化业务管控系统推进的有硬件执行装置自动执行的新局面,这么做其实是对数据的潜在价值的极大应用。当然了,这些东西并不是盲目的,还是需要选取那些具备条件的重要的生产环节,其中也需要深度的考虑性价比方面的经济性问题。

作者信息:王爱民,北京理工大学数字化制造研究所所长,长期从事MES、APS等技术研究、系统开发与实施应用。


笔者公众号:智能制造随笔欢迎关注。


欢迎交流讨论与探讨合作,微信号:TimePatient