工业4.0时代，什么样的工厂代表了当今全球制造业的科技含量及制造水平？达沃斯经济论坛（WEF, World Economic Forum）给出的答案是：施耐德、宝洁、强生、宝马、拜耳、西门子，以及亚洲制造企业的代表---工业富联。在新年伊始WEF公布的新一批全球“制造业灯塔工厂”名单中，工业富联凭借深圳龙华的“关灯工厂”，成为入选的亚洲民营制造企业。

 

 

 

Photo by Paulius Dragunas on Unsplash

“灯塔工厂”指的是成功将第四次工业技术从试点阶段推向大规模整合阶段的工厂，他们借此实现了重大的财务和运营效益。合格的“灯塔工厂”需要满足以下 4 项标准：实现重大影响、成功整合多个用例、拥有可扩展的技术平台、在关键的推动因素中表现优异（例如管理变革、能力构建以及与第四次工业社区展开协作）。WEF表示，这些“灯塔工厂”均选自由全球1000家制造商构成的初始清单，主要评判标准是制造商在运用第四次工业技术提高经济和运营效益方面取得的成就。

 

 

“关灯工厂”，全称“柔性装配作业智能工厂”，以车间熄灯作业为特征，是指全部生产活动由电子计算机进行控制，生产线配有机器人而无需配备工人的工厂。那么，工业富联的“关灯工厂”到底有何过人之处，得以跻身2019年全球聪明的7家工厂之列呢？从今天起，小编为您揭秘。

 

 

与同时入选灯塔网络的另外6家工厂相比，工业富联“关灯工厂”的特色异常鲜明，那就是工业AI及机器学习在工业现场场景下的融合应用。用工业富联副董事长李杰教授的话来说，“在关灯工厂的运作中，自动化导入是前提，数据采集是基础，平台构建是核心，工业AI和机器学习才是“无忧生产”的关键。”

 

过去，制造业的的发展依靠的是专家经验制定的工厂法则，老师傅经验传承的技术能力和人力运作24小时无休的作业方式，是利用一切进行合理化改善不断追求精益和利润化。现在，在技术不断革新的当代，在工业互联网的浪潮下，AI成为制造业的制胜法宝，模型算法下的机器学习、深度学习、迁移学习，加上智能预测、传感器侦测的技术能力，AI武装的工厂大脑让无人化关灯节能工厂成为现实。

 

 

Photo by Louis Reed on Unsplash

以工业富联关灯工厂某电子产品生产为例，该产品全制程包含表面贴装、组装、测试、包装完整生产流程，在不同的制程段导入了各式自动化及AI应用。

 

比如，将AI应用于组件表面贴装制程中的吸嘴智能保养，以前按吸嘴固定保养周期为24h，约使用2.5万次后需进行吸嘴保养,因此存在保养周期定义不合理，吸嘴使用次数无法追踪的难题。

 

为了改善吸嘴保养周期，首先透过收集吸嘴使用次数、真空值等大数据，并进行实验设计和数据模型分析，实现了延长保养周期6万次；其次，同步开发了吸嘴智能清洗设备，通过高清摄影获取微观纳米的影像资料，并转换为关键有效的数据；同时通过识别吸嘴条形码信息可与贴片机、吸嘴清洗机、吸嘴检查机进行互联，并结合新开发的应用软件采集到抛料率、良率、吸嘴孔堵塞面积、使用次数、保养次数、真空值等关键、有效、微观、纳米的大数据，利用SMT设备网络化上传到富士康云进行存储。

 

接下来，基于富士康工业云平台，对数据进行分类、统计分析及建模，后结合机器学习吸着率影响因子，终吸嘴智能动态保养效果。平均保养周期达到8万次，3.2倍，吸嘴吸着率到99.96%。由此，工业AI的自感知、自诊断、自修复、自优化、自适应功能，从而提高产品良率成本浪费，真正达到提质、增效、降本、减存。

 

说到 “关灯工厂”，除了关键技术——“工业AI和机器深度学习”之外，工业大数据采集也是一大特色，为其熄灯智能自动化实现基层的“保驾护航”。

 

“进入工业4.0时代，制造系统从应激式转变成为预测型的生产模式，大数据正成为驱动制造业智能化变革的关键燃料”，工业富联副董事长、工业大数据专家李杰教授表示。

 

李杰教授指出，工业富联作为工业大数据“集散地”，在以往40年的制造经验中沉淀了海量数据，成为了其对内升级、对外赋能的方法论基础和智慧依据。经过数十万计的基层传感器进行数据采集、筛选，再进行核心建模以及优化，并在制造过程中产生的数据透过时间维度根据其特性进行分类，结合三大实体流（人流、物流、过程流）及三大虚拟流（金流、讯流、技术流），为“关灯工厂”的细节实现和数据依托起到了关重要的作用。

 

“关灯工厂横跨了智能感知层、信息挖掘层、网络层、认知层和配置层，依次建立了统一的数据环境，实现了从数据到信息的分析过程，和网络化内容管理，对信息进行识别和决策，终系统的弹性与重构使得工业设备实现自我配置和优化。”李杰教授强调。

 

他举例道，在泡棉及屏蔽盖组装制程中，利用各种物联网传感器采集设备实时数据如：运行时间、停机时间、产出数、机故代码、待机时间、供料数、运行状态等，高频率获取、大容量存储，结合自动化组装设备网络化的互联互通，并通过物联网网关将数据上传到云端。根据对大数据的统计分析，工业富联快速开发设备管理应用软件实现资料的可视化呈现，如对机台稼动率实时监控，并透过设备状态时间分布分析得出机器故障的集中性，实现“关灯工厂”中的单机监控、问题追踪、改善指引，使组装效率大幅。

 

另外，在关灯工厂产品测试过程中，传感器能实时采集及分析不同种类数据，如设备类数据（性能参数，运行状态，连接器使用次数等），实现对设备运行状态的预警和预测保养；以及量测类数据，（电压值，电流值及输出功率等参数），可以实现过程参数的统计，以便实时监控达到产品质量变化趋势预测预警，及时发现及预防产品品质异常。

 

 

 测试智能化应用

 

数据正在改变竞争格局，成为重要的生产要素。在工业富联“关灯工厂”中，关键、有效、微观、纳米的数据协助实现设备、产线、生产和运营系统的互联互通，达成提质增效和决策优化。

 

作为先进制造业“灯塔工厂”的一员，致力于打通产业链联合成长通道、打造产业链高阶战略生态圈，工业富联值此2019年开元之际打造了一场“灯塔之约”——1月26日，于深圳 · 龙华希尔顿逸林酒店举办了工业互联网时代工业设备智能化商机暨工业富联生态策略合作伙伴专场研讨会。此次研讨会大咖齐聚，重磅来袭，汇聚了逾500家国内外知名工业设备厂商和垂直领域生态伙伴，其中思科、ABB、西门子、富士、欧姆龙等头部企业，更有两位AI、自动化领域的科学家新秀倾情助阵，与工业富联共启一场创新科技、思维碰撞的“饕餮盛宴”，以灯塔之光赋能赋智，强势助力中国制造业战略生态聚合发展！

 

为了让大家更好的了解什么是灯塔工厂，将经济论坛的调研结果（2018-10，后续灯塔工厂数量不断增加），分享给大家！

灯塔工厂数字化转型的三大方法及特点

在经过为期一年调研了全球1000多家工厂后,经济论坛公布了全球首批先进“灯塔工厂”名单,全球共有9家先进的工厂入选。这9家“制造业灯塔工厂”，在应用第四次工业技术、实现生产现代化方面的表现突出，其业绩比普通工厂高出20%50%。

前沿

 

灯塔工厂（Lighthouse）是指规模化应用4IR（4th Industrial Revolution 第四次工业）技术的真实生产场所/工厂。今年8月，经济论坛与麦肯锡合作开展的未来生产技术与创新项目组经过4个月的严格筛选，审议并确定了首批灯塔工厂。这些灯塔工厂覆盖了*广泛的地区，已经形成了全球性的“实践”学习平台。已调研工厂的报告显示：70-80%的灯塔工厂宣讲了明确的转型故事；30%+应用了新的转型管理技术；60-70%的灯塔工厂参与了以第四次工业为主题的多方利益相关合作；85%的灯塔工厂目标为提高资源的生产力及使用效率。研究显示实施多项综合4IR用例能够显著公司的财务和运营情况：灯塔工厂的部分运营关键指标50-60%，部分财务关键指标10-20%。

 

背景

 

上个世纪时，工业彻底改变了欧美社会，先进的机器设备和生产流程创造了大量就业岗位和财富，并且广泛提高了人们的生活水平。灯塔工厂在生产线上率先整合了蒸汽、电力和化学品等要素，是采用先进技术设备的先驱者。

 

传统制造方法在第四次工业的推进下被逐步颠覆。令人振奋的先进技术，如机器人、人工智能、物联网等大量出现，可以说新一代灯塔工厂的波浪潮已然到来。

 

第四次工业技术的大规模实施也引发了全球各地工厂的产业转型。到2025年，经过转型的公司对全球经济的影响预计将达到3.7万亿美元。除了在业绩上的突破，这些公司也拥有了重新制定行业标准的话语权。

 

评选

 

9月19日在中国天津，麦肯锡与经济论坛合作举办了新领军者年度会议，并在会议上宣布了全球首批灯塔工厂的消息。2018年，我们通过筛选1000多家领先的制造业厂商，访问他们遍布全球各地的工厂，发现了其中的9个灯塔工厂（其中5家在欧洲，1家在北美，3家在中国）。通过对4IR技术的大规模部署，这些灯塔工厂重新定义了优绩效（相较于竞争对手高出了20-50%）。

以下为各灯塔工厂的突出特点：

 

拜耳生物制药(意大利加巴纳特)：“数据即资产”——大多数企业使用的数据不到其产生的1%，但拜耳凭借庞大的数据库，将维护成本25%，运营效率提高30%40%

 

博世汽车(中国无锡)：“增强竞争力”——搭建“先订单，后制造”产品定制平台，利用远程人工智能技术事先预测维护需求

 

海尔(中国青岛)：“以客户为的技术”——以人工智能主导转型，包括搭建“先订单，后制造”产品定制平台，以及利用远程人工智能技术事先预测维护需求

 

强生DePuy Synthes(爱尔兰科克)：“过程驱动的数字镜像”——该工厂运用物联网，让旧机器相互“沟通”，将运营成本10%，机器故障停机时间减少5%

 

菲尼克斯电气(德国巴特皮尔蒙特和布隆伯格)：“客户驱动的数字镜像”——通过对每个客户的具体要求构建数字镜像，维修或更换产品的工作时间减少了30%

 

宝洁Rakona(捷克)：“敏捷化生产”——只需点击一下按钮，生产线即可立即改变生产产品种类，使成本20%，产量增加160%

 

施耐德电气(法国勒沃德勒伊)：“工厂一体化”——各工厂共享知识和*作，使公司所有工厂的能源和运营效率达到水平，将能源成本10%，维护成本30%

 

西门子工业自动化产品(中国成都)：“3D模拟生产线优化”——员工利用3D模拟、增强现实和其他技术，完善工厂的设计和运营，促使产量提高三倍，缩短周期时间

 

UPS Fast Radius(美国芝加哥)：“平衡产能与客户需求”——工厂借助遍布全球的3D打印和实时制造分析，满足消费者对可快速生产的定制产品的需求

 

用例

 

灯塔工厂的决策不是由人们的经验驱动，而是建立在认知洞见的大数据基础之上。不仅车间所使用的技术经历了显著的转变，*作人员也会开发自己的App和解决方案来为提高任务的完成效率。新的数字化用例能够以的附加成本进行部署，从而实现多区域同时运转多工厂。我们发现常用的数字化用例有规律可循，灯塔工厂普遍采用数字化业绩管理、先进分析平台、数字化质量等见效大而实施又可行的用例。

 

方法

 

灯塔工厂对于制造业的总体数字化转型提供了*宝贵的经验，他们在竞争中有着*的优势：不只是因为新科技的使用，更关键的是持续改进的能力。灯塔工厂成功克服了大多数制造业公司会面临的典型痛点：费尽周折应对各种技术并发现问题；投入大量精力进行概念验证工作；推广过于缓慢；缺乏明晰的商业案例；解决方案大多互不相关以及在实施过程中产生了数不尽的数字孤岛。

 

针对这些具备极大挑战性的问题，我们发现这些灯塔工厂普遍采用三个方法来应对：

 

方法一：

 

引入新工具和敏捷工作方法。灯塔工厂使用增强现实和虚拟现实等工具的可能性几乎是落后者的三倍，使用底层软件（如物联网平台软件）专门支持上层先进应用的可能性则高出两倍。同时灯塔工厂的数字化转型落地以及在跨职能团队中推行敏捷工作方法的可能性，也是其他公司的五倍。

 

方法二：

 

打造并充分运用行业新进入者、合作伙伴和生态圈的力量。灯塔工厂允许并选择第三方开发生态圈的技术，使用外部软件和应用从事开发，而非事事自己开发的可能性相比于落后企业高出三倍。

 

方法三：

 

通过提供创新增值服务和打造新商业模式来产生新收入来源。灯塔工厂采用了新的业务模型，包括基于设备和机器的使用频次和订购时间的付费模式，提供连接数据和利益相关方的技术平台，以及把知识产权、数据和行业洞见转化为收入和利润。

 

意义

 

研究表明仅有小部分的制造业已经开发出了成熟的灯塔工厂，并且通过实施第四次工业的技术，这些工厂都收获了不错的转型成果。在一定程度上，灯塔工厂的出现和成功正标志着一场更大变革的发生。

 

越来越多的公司正在利用其资源与优势，所学到的经验与教训，在整个价值链和生态系统上进行拓展以加速实现收益。这些具有标志性的成功案例可以为新的灯塔工厂提供指导方向，并加速实现整个价值链的转型。

 

拥有灯塔工厂的应该开始探索如何利用这些资产来加速技术普及，并对发展中的灯塔工厂提供支持。高等院校应该与成熟的或者发展中的灯塔工厂合作，进一步推进第四次工业的用例和技术。而领先的技术公司也应该确保与灯塔工厂保持紧密的协同发展，因为灯塔工厂正是其他企业寻求定位和突破的灵感之源。