工业4.0的现状

工业4.0的状态| 公司可以从中学到什么领先的NextGen制造商 管理摘要 工业4.0的状态/哪些公司可以向领先的NextGen制造商学习 “工业4.0”一词是十多年前创造的 通过数字化可以实现的革命性效率提升 manufacturingoperations.Whilemanycompanieshavetakeninitialsteps 为了试验和实施新技术，绝大多数人没有 尚未实现工业4.0的预期改进。相反，它已经清楚地表明，各种技术和组织挑战 制造业的数字化比最初预期的要复杂得多。 罗兰贝格帮助了广泛的全球和美洲 制造商构建他们的工业4.0努力，并开发一个清晰的战略和愿景，以实现数字化制造的好处 technologies.Basedonnumberclientengagementsandinterviewswith 领先的市场专家，我们已经确定了那些享受 在过去的十年中取得了更多的成功并取得了重大进展。这些公司有几个共同的属性。 首先，他们对自己的开始有很好的了解 这一点，并在此基础上提出了工业4.0的整体战略，考虑市场现实。其次，他们有一个明确的优先次序数字制造用例，专用的跨功能高级 制造团队，明确的IT/OT目标格局和强烈关注员工能力建设。这有助于领导者将投资重点放在实现最高价值并从项目中提取资金的解决方案不产生一定的ROI。 制造业中较不成熟的公司可以借鉴 这些最佳实践，并制定自己的愿景和全面战略，加速他们迈向“工业4.0”的旅程。 PAGECONTENTS 41工业4.0的现状 52哪些“工业4.0”用例提供了最高的价值？ 83工业4.0领导者如何最大限度地利用用例? 114我们可以从工业4.0领导者那里学到什么 1工业4.0的现状 T 他提到了制造业的数字化 作为“工业4.0”，是下一步的关键构建块- 生成制造。它使更高的在完全自主的道路上的自动化程度 production.Manufacturershaveinvestedsignificant 时间和资源来建立必要的 能力和识别、开发和推广 他们生产工厂内的用例。汽车 特别是工业，一直在推动数字化在制造业中，通常被认为是领先的 （与半导体行业一起） 来执行。 然而，随着越来越多的用例被探索，很明显，实现完全数字化或 自主生产将比预期的更陡。 各种技术和组织挑战限制制造地点的速度已转换。例如： •许多公司的制造地点都很高独立于公司总部。这给了 上升到分散的活动，一个当地的供应基地，异构的基础设施，以及特定于工厂的 解决方案 •生产结构的长寿命和 自动化系统迫使制造商工作 用一堆旧设备拼凑而成 •一些数字制造用例的价值是难以量化，只能在媒介中实现 从长远来看，这使得很难证明资本为必要的投资 现有员工往往缺乏必要的技能，并且公司努力寻找他们需要的人才 收获数字化的好处 •机器学习用例的实现 需要公司职能部门之间的合作(例如，生产和IT)在 过去，经常不会“说相同的语言” 当涉及到技术术语时 •经常投资于IT/OT骨干和人才 有一个3-5年的收支平衡时间表，不一致设备资本支出的典型ROI预期。 在工业4.0这个术语之后的十多年 创造出来的，我们离最初的愿景还有很长的路要走智能，完全灵活和自组织的光- 工厂外。是时候盘点了。 基于众多客户参与和 采访了领先的市场专家，我们确定了 被视为关键价值驱动因素和吸引因素的用例数字制造业投资的最大份额。在 此外，我们评估了这些公司是如何应对的识别带来的组织挑战， 开发、实施和操作这些用途 案例。我们还得出了工业4.0的最佳实践战略、组织设置和有效能力 building.Thefindings,layedoutinthisdocument,can 帮助各行各业的公司重新考虑他们的 工业4.0的战略和战术方法。 2哪些“工业4.0”用例提供了最高价值? T 这里有一个广泛的数字制造 “给 用例，其中许多是工业的-和特定于制造过程。我们有 定当前资源 将这些用例结构化为七个不同的原型。约束和 定位压力， 虽然大多数公司至少已经尝试过 每个原型的一个用例，优先级明确给出 公司需要 到提供最高即时信息的六个用例值:进程中(实时)参数优化; 务实和专注 状态监测和预测性维护； 基于视觉的自动化检测；过程数据- 基于检查；自主材料处理 内链部。物流；A以及沿供应的运输跟踪具有高影响力的解决方案。这六个优先使用案例占了很大一部分利用最佳实践， 结合集线器和 公司的数字制造投资。而很难评估这些用例的适用性 辐条方法，使 跨扇区，图B给出了选定的高级视图 制造业。详细说明和 速度和效率 对这些和一些令人惊讶的优先考虑的评估 用汽车例“，研究请。参阅我们的“工B业4.0用例” 达到可扩展的解决方案迅速开车 实质性的价值生意”。 米歇尔·德鲁·罗德里格斯合作伙伴 答：领先的汽车制造商明确优先考虑数字制造用例增加最大的价值 汽车行业重点重点数字化制造用例 智能和自适应添加剂 制造 Cobots 外骨骼夹持器 路线和物料流优化 自主材料 物流中的处理 自动化智能库存 运输跟踪沿着供应链 过程中（实时）机器优化 先进 自动化 材料 管理 &LOGISTICS 动态优化的时间表 机器参数推荐 数据驱动的工厂基准测试 （实时）OEE/ 性能监控 工人能力和资格管理 能源与资源监控与优化 性能监控&优化 资源 管理和维护 PROD.Planning/ 控制和工人协助 工业-ZATION& 培训 质量 自动提供工作订单 自主生产控制 智能安全系统，健康与人体工程学 数字化工厂规划 （数字工厂孪生） 虚拟装配和流程规划 状况监测& 预测维护 管理虚拟 调试 远程机器控制和 AR指导的现场服务 通过虚拟培训视频或AR/VR 预测性质量 （数码产品孪生） 自动化流程基于数据的检验 统计质量分析 根本原因检测(&S) 基于视觉的自动化检验 来源：罗兰贝格 B：数字化制造用例的附加值高度依赖于生产技术和过程 观察到的关键、优先的用例数量 CONDITION 监控&预测维护 Low 高 自动 基于视觉检验 Low 高 自动 工艺 基于数据的检验 Low 高 过程中 （实时）机器 优化 Low 高 自主 材料装卸 INTRALOGISTICS Low 高 跟踪 运输沿着供应链 Low 高 高价值用例 成熟度金属金属正在形成处理 Body 商店 油漆/ 整理 装配Supply 链条 观察到的用例数量来源：罗兰贝格 NoneLow介质高 3工业4.0领导者如何最大化从用例中受益？ T 他开发和实施了新的 数字制造用例很少 简单。它需要各种解决方案 4.0。一流的公司分享这一愿景，并拥有实施工业的类似蓝图 C 4.0用例，如下所述。 技术和组织挑战。我们使用我们的与美洲客户和市场的讨论 专家们更好地了解1)组织 设置和运营模式，以及2)IT/OT 一流玩家所依赖的架构这些挑战。 虽然具体设置因公司而异 公司，很明显，三个要素(硬件/用例[如第2章所述]；软件/数据&分析；组织)需要解决 同时实现工业的全部利益 组织设置和操作 MODEL 从历史上看，制造工厂有一个相对较高的组织自治程度。实施 因此，数字制造用例的数量往往由每个工厂的本地自动化部门驱动 （通常与供应商合作）。这导致在整个公司的冗余活动中， 开发难以推出的解决方案 跨多个植物。虽然在 C：轴辐式组织已被证明是实现数字化的最有效组织制造用例 汽车制造商中的数字先驱集中优先考虑用例，并与当地工厂密切合作 Centralcorporate函数 组织设置 “工业4.0……” ...战略和路线图，用例优先级排序和发展… “工业4.0”单元 生产与物流 IT 数据分析 4.0 中试装置 生产生产... 植物...挑战，用例 想法、数据、反馈... 原型开发和试点用例识别和推出 来源：罗兰贝格 许多公司(尤其是规模较小的公司)，成熟的参与者在他们迈向数字化的旅程中取得了进一步的进步 制造。 NextGen制造公司创建了新部门或子部门专门用于 推动新的解决方案。作为数字化的实施 制造用例需要数据分析、IT 和生产技能，新成立的单位通常 结合专家。数字制造团队 与生产工厂密切合作 捕获需求，引起反馈和试点新 用例。有关NextGenManufacturing的更多信息，请阅读我们的新报告制造商扰乱自己： 通过下一步提高竞争力和弹性发电制造。图D说明了这种类型 D 领先公司使用的组织设置。他们依靠用例驱动的方法，并采用五步识别、开发和推广用例的路线图 生产网络： D：明确定义和仔细调整的运营模式对于高效运营至关重要数字制造单位 引领“工业4.0”的汽车OEM运营模式 用例漏斗 “工业4.0” 使用案例 4.0 中试装置 运营模式 I4.0单位 中试装置 其他植物 1.识别用例 2.确定用例的优先级 4.0 中试装置 3.开发原型 4.运行试点项目 5. 横滚 生产网络 生产就绪: 来源：罗兰贝格 Low介质高职责:Low高 1.通过收集机会和 植物提出的想法和/或通过在专门的工业4.0测试实验室 2.根据类型、可扩展性、添加的 价值(停机时间减少、OEE收益等)、业务案例(ROI、NPV等)和资本支出要求 3.通过汇集专家开发原型 来自不同的领域，如数据分析、IT和生产 4.密切合作运行用例试点项目 与中试工厂一起识别需求，接收反馈并验证技术可行性和 商业案例 5.通过以下方式在生产网络中推出用例与其他人分享最佳实践和经验教训植物 专门的数字制造单位负责 用于识别、确定优先级和开发新用途 cases.Plantsandemployeesareusuallyinvolvedin 通过建议新的用例的识别过程和基于日常挑战的应用程序。宣传活动展示了价值 数字制造单位到工厂和 确保他们的支持。一些公司也建立了测试 员工可以在其中尝试新的实验室 技术。 要确定用例的优先级，请考虑业务等因素案例(ROI)、可扩展性、附加值、技术可行性并考虑了实施的成本和工作量。 然后在一个 或更多选择的植物。这些可以是专用的 数字制造试点基地或工厂 建议了具体的用例。如果成功，数字制造单元管理到所有的整体推广 网络中的相关工厂。 数据与分析：IT/OT架构而用例驱动的方法具有优势可以迅速实现的切实成果 直接链接到特定的业务案例，它也 withchallenges.Ifusecasesareimplementedoneby 第一，总是存在冗余接口和数据存储，以及缺乏总体 architecture.Leadingplayersthathaveimplemented 许多用例已经在努力管理不同的用例特定的实现。 为了应对这一挑战，IT/OT总目标建筑需要作为个人使用的准则 cases.ThisincludesuniformMES/ERPsystems,butalso 控制级别的标准化和互操作性 （传感器，视觉系统，PLC等），以实现快速在全国范围内推出新的数字制造用例 IioT（工业物联网）解决方案 在这些目标体系结构中也发挥着重要作用 （请参阅我们关于基于云的制造的最新研究）。许多公司已经开始大规模- 扩展项目以开发其未来的目标系统架构。例如，所有主要的汽车OEM已经定义了基于云的IioT平台架构。 未来，许多原始设备制造商不仅打算整合他们自己完整的工厂网络，但也是一级供应商和设备和自动化提供商 这些平台。不太先进的公司仍然关注 更多关于基础知识和内部IT架构的信息，协调整个网络中的ERP和MES。而我们看到一些公司推进中央IT和分析 函数，它们通常只投资于有限的 基于云的架构中的学位。这是由于他们较低的数字制造成熟度和较少的可用性capital. 4我们可以从工业4.0中学到什么领导者 他汽车和半导体工业 公司需要 T 在数字方面被视为领跑者 制造。虽然并非所有用例都“ 可转让，他们的一般方法很容易转让地址工业4.0 全面。方面 并为各行各业