工业4.0的现状（英）

工业4.0的状态|公司可以从领先的 NextGen制造商那里学到什么 管理摘要 工业4.0的状态/公司可以从领先的NextGen制造商那里学到什么 “工业4.0”一词是十多年前创造的，用来描述通过数字化制造运营可以实现的革命性效率提升。尽管许多公司已经采取了初步措施来试验和实施新技术，但绝大多数公司并没有 但实现了工业4.0的预期改进。相反，很明显，各种技术和组织挑战使制造业的数字化比最初预期的更加复杂。 RolandBerger已帮助广泛的全球和美洲制造商构建其工业4.0工作，并制定明确的战略和愿景，以实现数字制造的好处 技术。根据众多客户参与和与领先市场专家的访谈，我们确定了在过去十年中获得更多成功并取得重大进展的公司。这些公司有几个共同的属性。 首先，他们对自己的出发点有很好的理解，并在此基础上制定了考虑市场现实的工业4.0整体战略。其次，他们对数字制造用例有明确的优先级，这是一个专门的跨职能高级 制造团队，明确的IT/OT目标格局以及对员工能力建设的强烈关注。这有助于领导者将投资重点放在推动最高价值的解决方案上，并从没有产生一定ROI的项目中提取资金。 制造业不太成熟的公司可以从这些最佳实践中学习，并制定自己的愿景和全面战略，以加快迈向“工业4.0”的步伐。 封面照片阿尔瓦雷斯/iStock 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 制造业的数字化，被称为“工业4.0”，是下一代制造业的关键组成部分。它可以实现更高的自动化程度，实现完全自主生产。制造商投入了大量时间和资源来建立必要的能力，并在其生产工厂中识别、开发和推广用例。特别是汽车行业，一直在推动制造业的数字化，并且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，完全数字化或自主生产的路径将比预期的更陡峭。各种技术和组织挑战限制了制造站点的转型速度。例如： •许多公司的制造地点高度独立于公司总部。这导致了分散的活动 、本地供应基地、异构的基础设施和工厂特定的解决方案 •生产结构和自动化系统的长寿命迫使制造商使用传统设备的拼凑而成 •一些数字制造用例的价值很难量化，只能在中长期内实现，因此很难证明必要投资的资本是合理的 •现有员工往往缺乏必要的技能，公司很难找到他们需要的人才 ，以充分获得数字化的好处 •机器学习用例的实现需要企业功能（例如，生产和IT）之间的合作，这些功能在过去的交互有限，并且在涉及技术术语时通常不会“说相同的语言” •对IT/OT骨干和人才的投资通常具有3-5年的盈亏平衡时间表 ，这与设备CAPEX的典型ROI预期不符。 在工业4.0这个术语被创造的十多年后，我们离最初的智能、完全灵活、自组织的发光工厂的愿景还有很长的路要走。现在是时候盘点一下了。 根据众多客户参与和对领先市场专家的采访，我们确定了被视为关键价值驱动因素的用例，并吸引了大部分数字制造投资。此外 ，我们评估了这些公司如何应对识别、开发、实施和运营这些用例所带来的组织挑战。我们还得出了工业4.0战略、组织设置和有效能力建设的最佳实践。本文档中列出的调查结果可以帮助各行各业的公司重新思考他们对工业4.0的战略和战术方法。 2/哪些“工业4.0”用例提供了最高的价值？ T 这里有各种各样的数字制造用例，其中许多是特定于工业和制造过程的。我们有 将这些用例结构化为七个不同的原型。虽然大多数公司至少尝试了每种原型的一个用例，但显然优先考虑提供最高直接价值的六个用例：过程中（实时）参数优化；状态监控和预测性维护；基于视觉的自动化检查；基于过程数据的检查；内部物流中的自主物料处理；以及沿供应链的运输跟踪。.A 这六个优先用例占公司数字制造投资的很大一部分。虽然很难评估这些用例在各个部门的适用性，但图B给出了选定制造业的高级视图。有关这些用例的详细描述和评估以及一些令人惊讶的优先使用案例，请参阅我们的“汽车工业4.0用例”研究。.B “鉴于当前的资源限制和本地化压力，公司需要务实，并专注于具有高影响力的解决方案。利用最佳实践，结合轴辐式方法，使速度和效率能够实现可扩展的解决方案，从而快速推动 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增加最大价值的数字制造用例 汽车行业重点重点数字化制造用例 自适应 增材制造 Cobots 外骨骼智能和夹持器 路线和物料流优化 自主材料 物流中的处理 自动智能库存 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 管理和物流 动态优化计划 机器参数建议 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 能源和资源监测与优 化 性能监控与优化 资源管理与维 护 PROD。规划/控制和工人援助 Industriali-ZATION& 培训 自动提供工作单自主生产控制 用于安全、健康和人体工程学的智能系统 数字工厂规划（数字工厂孪生） 虚拟装配和流程规划 状态监测和预测维护 远程机器控制和AR引导的现场服务 预测质量（数字产品孪生） 质量 管理虚拟调试 通过视频或AR/VR进行虚拟培训 统计质量分析和根本原因检测 基于过程数据的自动化检验基于视觉的自动检查 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工艺 观察到的关键、优先的用例数量 高价值 成熟度 金属 金属 Body 油漆/ 装配 Supply 用例 正在形成 处理 商店 整理 链条 CONDITION监测和预测维护 Low高 自动基于视觉的检查 低高 基于过程数据的自动化检验 Low 高 过程中（实时 ）机器优化 Low 高 自主材料装卸INTRALOGISTICS Low 高 运输跟踪供应链 Low 高 观察到的用例数量 None Low介质高 来源：罗兰贝格 3/工业4.0领导者如何最大限度地利用用例？ T 新的数字制造用例的开发和实施很少是简单的。它需要解决各种技术和组织挑战的解决方案。我们使用与美洲客户和市场专家的讨论来更好地了解1)组织设置和运营模式，以及 2)IT/OT架构，一流的参与者需要满足 这些挑战。 虽然具体设置因公司而异，但很明显，需要同时解决三个要素（硬件/用例[如第2章所述]；软件/数据与分析；组织）才能实现行业的全部优势 4.0.Best-in-classcompaniessharethatvisionandhaveasimilar蓝图fortheimplementationofIndustry C 4.0用例，如概述below. 组织设置和运行模型 从历史上看，制造工厂具有相对较高的组织自主权。因此，数字制 造用例的实施通常由每个工厂的本地自动化部门（通常与供应商合作）推动。这导致了整个公司的冗余活动以及难以在多个工厂推出的解决方案的开发。虽然情况仍然如此。 C：轴辐式组织已被证明是实施数字制造用例的最有效组织 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 中央公司职能 生产工厂 组织设置 “工业4.0……” ...战略和路线图，用例优先 级排序和开发... 生产... ...挑战、用例想法、数据、反 馈... “工业4.0”单元 生产与物流 IT 数据分析 4.0 中试装置 用例识别和推出 原型开发和驾驶 来源：罗兰贝格 许多公司（尤其是较小的公司），成熟的参与者在迈向数字制造的过程中取得了进一步的进步。 NextGen制造公司专门创建了新的部门或子部门来推动新的解决方案。由于数字制造用例的实施需要数据分析、IT和生产技能，新成立的单位通常会结合专家。数字制造团队与生产工厂紧密合作，以便 捕获需求，引发反馈并试点新的用例。有关NextGe制造的更多信息，请阅读我们的新报告《制造商扰乱自己：通过下一代制造提高竞争力和弹性》。图D说明了领先公司使用的组织设置类型。他们依靠用例驱动的方法，并采用五步路线图来识别、开发和推出整个生产网络的用例：D D：明确定义和仔细调整的运营模式对于数字制造单元的有效运营至关重要 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. 在整个生产网络中推广 引领“工业4.0”的汽车OEM运营模式 生产就绪:低中高职责:Low高 来源：罗兰贝格 1.通过收集机会和工厂提出的想法和/或在专门的工业4.0测试实验室中进行实验来识别用例 2.根据类型，可扩展性，附加值（停机时间减少，OEE增益 等），业务案例（ROI，NPV等）和CAPEX要求对用例进行优先级排序 3.通过汇集来自不同领域（如数据分析、IT和生产）的专家来开发原型 4.与试点工厂密切合作，运行用例试点项目，以识别需求，接收反馈并验证技术可行性和业务案例 5.通过与其他工厂共享最佳实践和经验教训，在整个生产网络中推出用例 专用的数字制造单位负责识别，确定优先级和开发新的用例。工厂和员工通常通过根据日常挑战提出新的用例和应用程序来参与识别过程。宣传活动展示了数字制造单位对工厂的价值，并确保了他们的支持。一些公司还建立了测试实验室，员工可以在其中尝试新技术。 为了确定用例的优先级，考虑了业务案例（ROI），可扩展性，附加值，技术可行性以及实施的成本和工作量等因素。然后在一个或多个选定的工厂中进行新的用例的试验。这些可以是专用的数字制造试验站点，也可以是建议特定用例的工厂。如果成功，数字制造部门将管理网络中所有相关工厂的整体部署。 数据与分析：IT/OT架构 尽管用例驱动的方法具有可以快速实现并直接与特定业务案例相关 联的有形结果的优势，但它也带来了挑战。如果一个接一个地实现用例，总是存在冗余接口和数据存储的风险，以及缺乏总体架构的风险。已经实现了许多用例的领先参与者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，需要一个总体的IT/OT目标架构作为单个用例的指南。这包括统一的MES/ERP系统，还包括控制级别的标准化和互操作性（传感器，视觉系统，PLC等。)，以实现跨工厂快速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架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项目来开发他们未来的目标系统架构 。例如，所有主要的汽车OEM都定义了基于云的IioT平台架构 。未来，许多原始设备制造商不仅打算将自己的完整工厂网络整合在这些平台中，还打算将一级供应商、设备和自动化提供商整合在一起。不太先进的公司仍然更多地关注基础知识和内部IT架构，在整个网络中协调ERP和MES。虽然我们看到一些公司推进中央IT和分析功能，但他们通常只在有限程度上投资基于云的架构。这是由于他们的数字制造成熟度较低，可用资本较少。 4/我们可以从工业4.0领导者那里学到什么 T 就数字制造而言，汽车和半导体行业被视为领跑者。虽然并非所有用例都是可转让的，但它们的一般方法很容易转让，适用于各行各业的制造商。我们看到公司应该解决的五个 关键要点 融入他们的工业4.0战略。 现实愿景 要定义全面的数字制造战略，公司需要首先确定自己的出发点 。他们需要盘点整个工厂的制造技术和数字制造解决方案。应将当前状态与行业同行和其他行业的一流公司进行比较，以了解可能性。在当前的经济环境中，由于资本支出和资源受到限制，市场现实起着重要作用。公司需要开发一个框架来评估和优先考虑用例以及可用的资源。在此基础上，他们需要定义自己对工业4.0的个人愿景以及实现这一目标的时间表。 使用案例和资源的明确优先排序 虽然实验对建立初始经验很有好处，但明确优先考虑用例和资源对于实 现真正的影响是必要的。确定用例的优