|
 
一、传统生产模式的现状
1）产品研发数据管理现状
- 产品结构不明确：设计师采用EXCEL表格进行产品的结构登记，产品结构层次不清晰，导致很多相关部门和业务系统无法利用产品结构获取相应的数据信息，进行数据处理和分析。
- 数据权限无法管控：现有图文档管理系统版本老旧，无法按产品结构、工艺流程、技术要求以及图纸进行权限分组管控，在数据安全方面存在重大缺陷。
- 数据无法集成共享：当前图文档管理系统中的产品数据都是以文档附件形式进行管理，不具备系统集成的条件。
2）生产过程管理现状
- 生产计划排程可执行性不高：计划员无法实时获取车间在制品信息、生产准备等信息，依靠经验排出的计划不精确，可执行性不高，效率低。
- 生产过程不透明：无法准确跟踪订单实际执行状态，易造成交期延期（目前交付及时率不到60%）；产品质量无法及时追踪与管控（一次合格率低于60%）；生产过程中的各种异常无法及时反馈和处理，形成生产浪费和在制品库存积压。
- 设计制造未协同：产品设计与制造质量无法在线追溯，制造端执行结果难以及时反馈给设计端，设计端无法依据制造现状及时进行设计改善与优化，影响生产效率。
3）信息化现状
- 信息化覆盖不全：线下数据采集、线下业务协同与管理，导致车间透明化程度低，难以基于数据做决策。
- 存在信息孤岛：各信息系统间的业务协同效率差，导致设计质量执行落地难，无法在线追溯产品设计、物流及制造过程质量，直接导致质量合格率低。
- 信息化与运营未融合：工艺执行落地难，设备状态监测难，产品加工质量监测难，导致生产异常难以及时发现，生产计划执行准确性难以控制，影响交付及时率。
二、构建基于数据驱动的生产模式
中电科43所再深入研究数据生产管理理念之后，综合公司现状，从IT的角度出发，以生产为基础，与数据系统的深度融合，促进产业数字化积极推进，实现数据要素促进生产效率大幅提升。
1）扎实推进系统互联、数据互通，为生产模式转型奠定坚实基础
管理、生产、数据相辅相成，产业数字化之路势必要建设各系统环节之间的桥梁，并不只是简单的生产换线、机器换人、设备换芯。我司通过数据管理系统，将企业生产控制（计划）、制造管理系统（制造）和财务管理（会计核算）等各业务系统数据流整合起来，对整个企业进行信息化管理。管理设备上，配套高效率、高柔性的模块化全自动产线极大程度地保证了产品质量，在云端，还有一双“大数据眼睛”正盯着车间的每条生产线。车间产品在每道工序结束后都会在电脑屏幕上生成一个条码信息，通过扫码，工作人员就可以知道产品的原材料来源、生产步骤、监测数据等信息。企业运维工程师、管理人员、客户代表可通过此系统实时了解车各车间的详细生产情况，这双看不见的大数据眼睛保障了企业更高效的运行。
2）打造“边界清晰、分工明确、协同运行”系统生态体系，助力高质量发展
ERP作为目前最著名的企业信息化管理系统，主要是因为它是自上而下的思想建立起来的。
PLM的重点就是从产品的角度出发，从产品设计开发开始，管理所有与产品相关的和所有与产品相关过程的数据。
MES主要针对生产作业层面的管理控制系统，它是在企业运营策略、运营模式定型，在产品定型的前提下，对生产作业过程的精细化管理。
三者有各自存在的意义，和不可替代性。既然三者不可或缺、不可替代，又为了保证企业运营的最优化，需要三个系统的集成，或者说是无缝对接。
PLM可以为ERP和MES提供产品相关的基础数据。如果标准化三者对于产品相关的基础数据的编码和逻辑规则，就可以实现从PLM到ERP和MES的产品数据的传递。MES可以提供生产过程的明细化数据。如果标准化这部分基础数据，比如工艺数据、产能数据、质量数据、生产过程数据、工装设备数据等，将这部分数据整合后对接到ERP和PLM，将会成为ERP系统中生产过程的基础数据，成为实际生产数据的来源；以及PLM系统的实际生产过程的产品问题汇总，成为后续产品优化的改善方向。最后，ERP是做整体资源的协调的。如果将ERP配置给产品研发、工艺制造、生产等的资源数据，通过标准化的数据对接另外两个系统中，就会提高两个系统的资源数据的获取效率，保证这两个系统运行的前提。
三、数据生产模式的建设成果
构建经营管理驾驶舱：以多维度的数据组合来统一展示经营业务全貌。
伴随着产业的蓬勃发展，作为一家生产研究企业，我司规划了五年内产值突破20亿元/年，但生产瓶颈也逐步凸显：生产设备工况状态数据获取难；生产报工追溯难，信息延迟；配方式生产需要掌握每包成品料质量数据，缺乏有效的数据归集……
借助数据管理平台整体解决方案，实现了从生产订单下达到产品完成的优化管理，以及对加工产品流程化管控，实现制造数据整合并有效指导车间的生产运作过程，提高了生产效率、降低了交货周期。
数据，正成为企业新的生产要素。通过经营管理驾驶舱，能够将采集到的数据形象化、直观化和具体化，为企业业务的相关决策提供支持。
1）设备状态可视化：及时监控所有镀槽运行状态，精准解决异常状态。
设备在使用过程中，当设备出现故障或者其他异常状态时，需要通知对应人员去处理，若未及时处理则会导致误工，对公司而言是一种生产有价值时间的浪费。设备在生产过程中，总体生产时间可以分为有效生产时间(即加工合格品时间)和无效生产时间(如故障维修)，总生产时间一定时，无效生产时间占比越大，则生产正常合格品的时间越少，这对于产能提升是非常不利的，企业的目标就是要降低无效生产时间，提高有效生产时间，实现价值最大化。
构建设备生命周期管理平台是解决当下设备管理问题，实现设备效能利用最优化的重要举措。实时监控技术，能够实现设备运行监视、操作与控制、综合信息分析与智能预警、运行管理和辅助应用等功能的一体化管理，让管理者随时随地的了解设备的生产情况，大幅度提高企业设备管理能力。
2）强化过程能力指数分析（CPK）：满足产品质量高标准检测分析要求
在生产过程处于统计控制状态后，用来分析判定过程能力是否达到顾客要求的指标。简单说来过程能力指数越高，生产可能出现的不良率就越低。
所以在用过程能力指数分析关键工序能力时，首先要有样本数据，然后对样本数据的平均值U、标准偏差σ、偏离量ε、过程能力指数Cp分别进行计算，接着对数据进行分析样本数据的分布特征。结合过程能力指数计算结果，推测工序能力是否产生了异常的变化，若出现异常，则利用因果分析图推测产生异常的原因，之后到车间和品质人员、工艺、操作工、设备维护人员，提出处置措施或工艺试验。对于比较复杂的多因素情况，对导致缺陷的因素的影响权重进行分析和筛选，获得导致缺陷的关键因素。找到关键因素并整改，直到达到稳定状态。
研究使用过程能力指数评价的关键工序，不但考虑了在制产品质量的稳定性，而且同时考虑了检测结果的平均值偏离校准中心值的程度，因此在质量控制中评价关键工序质量时更具科学性、合理性，极大提升产品质量检测能力。
3）大幅生产质量分析能力：全面分析质量数据，快速定位质量的根本原因。
持续推进质量数据全面分析，采取基于关联分析的手段，打破各环节质量数据壁垒，提升数据要素资源配置效率，增强数据服务科研生产的效能，积极营造“让数据说话”的浓厚氛围，打造更加开放、透明、科学的数据要素资源配置体系，促进产品质量稳步提升，为企业降本增效、精准管控提供重要支撑手段。
四、总结
中电科43所基于帆软数据决策系统，充分发挥数据作为新生产要素的关键作用。以数据资源开发利用、开放共享、全生命周期管控和安全应用为重点，建立完善数据要素资源体系，激发数据要素价值，打造数据要素赋能企业高质量发展的新模式新业态。构建了统一的数据管理模式，充分整合企业内外部数据，强化企业数据资产管理，促进生产数据进行统一的整合与处理，优化生产离散数据聚合，充分发挥数据要素价值，数据治理效能整体提升，数字化建设取得更加明显的实质性进展，增强企业数字化转型建设的系统性、整体性和协调性。 | 
