<meter id="pryje"><nav id="pryje"><delect id="pryje"></delect></nav></meter>
          <label id="pryje"></label>

          新聞中心

          EEPW首頁(yè) > 專(zhuān)題 > 智能制造需要新的管理思維與方法 

          智能制造需要新的管理思維與方法 

          作者:王瑩 時(shí)間:2018-05-30 來(lái)源:電子產(chǎn)品世界 收藏
          編者按:不久前,英飛凌科技公司全球半導(dǎo)體后道工廠整合高級(jí)總監(jiān)、西安交通大學(xué)教授張永政博士介紹了“工業(yè)4.0”的實(shí)踐,指出最重要的是知道智能制造的本質(zhì);其次,智能制造并不難,難的是思維方式的改變;半導(dǎo)體的智能制造管理方法可以推廣到其他制造業(yè),服務(wù)“中國(guó)制造2025”。

          作者 / 王瑩 《電子產(chǎn)品世界》編輯

          本文引用地址:http://www.ex-cimer.com/article/201805/380754.htm

          摘要:不久前,英飛凌科技公司全球半導(dǎo)體后道工廠整合高級(jí)總監(jiān)、西安交通大學(xué)教授張永政博士介紹了“工業(yè)4.0”的實(shí)踐,指出最重要的是知道的本質(zhì);其次,并不難,難的是思維方式的改變;半導(dǎo)體的管理方法可以推廣到其他制造業(yè),服務(wù)“中國(guó)制造2025”。

          1 為什么要智能制造?

            如果把制造變異控制好,可以提升工廠的競(jìng)爭(zhēng)優(yōu)勢(shì)。

          2 如何進(jìn)行智能制造?

            每個(gè)人看的角度不一樣,得出的結(jié)論也不同(如圖1)。

            張永政博士曾在一個(gè)半導(dǎo)體會(huì)議上用手機(jī)現(xiàn)場(chǎng)作了一個(gè)調(diào)查:智能制造的挑戰(zhàn)是什么?發(fā)現(xiàn)“人”會(huì)是個(gè)挑戰(zhàn),找不到會(huì)設(shè)計(jì)與實(shí)踐智能制造的人在哪里(如圖2)。很多公司認(rèn)為如果想買(mǎi)智能制造設(shè)備與軟件,都可以買(mǎi)到,但最大的問(wèn)題是到底怎么用它來(lái)改變傳統(tǒng)制造管理的方法與技能,進(jìn)而改變制造績(jī)效?企業(yè)缺乏這方面的集成知識(shí)。

            理論上,只要有錢(qián),從事制造的人都可以實(shí)施制造。但是真正做出來(lái)之后,你的交期、準(zhǔn)交率、生產(chǎn)率、質(zhì)量等也許都會(huì)比真正的智能制造差一截,而且成本還比別人高了10%~20%。

            眾所周知,制造講究的是成本低,而制造的低成本來(lái)自于整體制造績(jī)效的整合集成,因此你要從內(nèi)部的交期、良率、生產(chǎn)率等方面去提升,這是做智能制造的本質(zhì)。如圖3和4。

          3 智能制造如何提高效率?

            因?yàn)樵谥圃斓倪^(guò)程中,每次在人、機(jī)、物、料、法有變異的時(shí)候,人員及生產(chǎn)就會(huì)停頓下來(lái),會(huì)損失機(jī)臺(tái)的利用率、準(zhǔn)交率、質(zhì)量。

            圖5是制造性能的標(biāo)準(zhǔn)公式(注:這個(gè)公式適用于所有制造產(chǎn)業(yè),但其他產(chǎn)業(yè)的制造性能模式并不像半導(dǎo)體產(chǎn)業(yè)這么明顯,因?yàn)槠渌a(chǎn)業(yè)沒(méi)有半導(dǎo)體制造這么復(fù)雜)。這公式反映了你需要準(zhǔn)備的“在制品”的數(shù)量。假設(shè)你要生產(chǎn)10輛車(chē),但是你的生產(chǎn)線很不穩(wěn)定(高變異),此時(shí)你會(huì)做很多車(chē)。制造理論顯示,如果你的變異很大,你要準(zhǔn)備的“在制品”就要很多,相對(duì)成本就高,交期就變長(zhǎng)。如果產(chǎn)生了一個(gè)變異,需要很長(zhǎng)時(shí)間才發(fā)現(xiàn),變異造成的損失會(huì)很大;但是如果及時(shí)發(fā)現(xiàn),并把它實(shí)時(shí)控制回來(lái),生產(chǎn)效率就會(huì)提高。

          4 智能制造就是對(duì)變異的控制

            圖6是控制理論,要控制任何變異的方法就是讓每個(gè)產(chǎn)品每完成一道工序就實(shí)施一次檢測(cè)、評(píng)估與程序調(diào)整回饋。在少量生產(chǎn)、慢工出細(xì)活、不長(zhǎng)的理想狀況下,這是有可能的。但是半導(dǎo)體制造從開(kāi)始生產(chǎn)晶圓,到前道制程、后道制程,一直到最后賣(mài)給系統(tǒng)公司,會(huì)經(jīng)過(guò)上千道過(guò)程,期間會(huì)有很多變異(諸如人、設(shè)備、材料的變異等),而且這一兩千道工序可能要持續(xù)六個(gè)月左右的時(shí)間,如何把這些生產(chǎn)步驟的所有變動(dòng)因素和步驟都控制住,以保證交期和生產(chǎn)力?這就是智能制造要做、而以人為主的傳統(tǒng)生產(chǎn)做不到的事情。

            在交期長(zhǎng)、工序多的半導(dǎo)體制造產(chǎn)業(yè),已經(jīng)無(wú)法靠人來(lái)控制一整套的智能化制造。圖7橘色線外框表示半導(dǎo)體的各種控制。半導(dǎo)體為什么會(huì)這么有挑戰(zhàn)性?因?yàn)樗恢庇行碌墓に嚭彤a(chǎn)品,會(huì)持續(xù)不斷引發(fā)新的異常出現(xiàn)。當(dāng)新的異常變異出現(xiàn)而沒(méi)有實(shí)時(shí)的控制,或只能靠人為控制,制造績(jī)效就會(huì)下降。

          5 半導(dǎo)體智能制造方法可以沿用到其他制造業(yè)

            如果把半導(dǎo)體的控制方法套用到其他產(chǎn)業(yè),像電子整機(jī)制造業(yè),由于這些產(chǎn)業(yè)的較短、變異較小,會(huì)發(fā)現(xiàn)控制非常容易實(shí)現(xiàn)且效果明顯。

            那么,其他的哪些行業(yè)需要智能制造?第一個(gè)考量是復(fù)雜度。各個(gè)產(chǎn)業(yè)的復(fù)雜度不同,控制能力如圖7中的紅色框,一些產(chǎn)業(yè)諸如食品工業(yè),用人控制即可,不需要太多的自動(dòng)化控制,因?yàn)樽儺惒淮蟆?/p>

            第二件事情,你要怎么做?就像給你很好的汽車(chē),但如果你不會(huì)開(kāi)車(chē),也沒(méi)有用。因此,怎樣用很重要。中國(guó)的智能制造需要未來(lái)從事制造的人去學(xué)習(xí)、了解、設(shè)計(jì)、應(yīng)用新的制造管理方法。例如以前每一批貨的生產(chǎn)交期都不同,有的是8天、10天、20天……,如果你的交期都不穩(wěn)定,客戶(hù)向你訂一批貨,你要用哪一個(gè)交貨?因此通常會(huì)希望交期穩(wěn)定。

            如何讓工廠交期穩(wěn)定?以往的方法是收集資料,然后開(kāi)會(huì)討論大家的問(wèn)題出在哪里,是在處理時(shí)間、搬運(yùn)時(shí)間,還是在等待時(shí)間?

            新的智能制造方法是用自動(dòng)的(統(tǒng)計(jì)過(guò)程控制)來(lái)顯示哪個(gè)慢、哪個(gè)快,并能自動(dòng)調(diào)整排期。這就像人們開(kāi)車(chē)一樣,慢的加速,而且是自動(dòng)地在系統(tǒng)里加速。

            那么工廠如何定交期?例如我的工廠一個(gè)月有4萬(wàn)片產(chǎn)能,假設(shè)你急需1萬(wàn)片,對(duì)不起,我沒(méi)法一天內(nèi)同時(shí)產(chǎn)出給你。但是可以用批次的方法給你,每25片一個(gè)批次(注:共四百個(gè)批次)。但是問(wèn)題是: 1萬(wàn)片中批量的生產(chǎn)周期時(shí)間(CT)長(zhǎng)短都不一定,我怎么跟客戶(hù)說(shuō),我到底用哪個(gè)時(shí)間點(diǎn)全部順序交貨。

            因此我們希望生產(chǎn)線的生產(chǎn)周期時(shí)間是可以預(yù)測(cè)的。在1萬(wàn)片訂單的所有批量,有些是慢的,有些是快的,我希望在每一步工序都能實(shí)時(shí)看到所有批量的真正生產(chǎn)時(shí)間與計(jì)劃時(shí)間的變異。這是人做不到,完全靠系統(tǒng)。當(dāng)某個(gè)批次的流程慢了,與自動(dòng)派工系統(tǒng)就在那個(gè)流程給當(dāng)批次提高派工優(yōu)先次序派工,以把那個(gè)批量的產(chǎn)出速度提高,即派工系統(tǒng)自動(dòng)地把慢的派到前面去,這個(gè)控制過(guò)程完全沒(méi)有人員介入。

            為何一些流程可以通過(guò)派工來(lái)提速?因?yàn)榘雽?dǎo)體生產(chǎn)不是流水線式的,而是分布式的,例如有拋光、刻蝕,一直到CMP(化學(xué)機(jī)械拋光)等。所以在前面工序生產(chǎn)完成之后,到下一臺(tái)機(jī)臺(tái)時(shí),會(huì)有很多批次在排隊(duì)等候,每一個(gè)站點(diǎn)都是一次優(yōu)化派工的機(jī)會(huì),如果能善加利用就可以達(dá)到最佳生產(chǎn)的目標(biāo)。

            此外,每一個(gè)節(jié)點(diǎn)都可以調(diào)節(jié),主要依據(jù)優(yōu)先次序。例如假設(shè)一家工廠每個(gè)月有4萬(wàn)片產(chǎn)出,“在制品”會(huì)有約15萬(wàn)~20萬(wàn)片。這15萬(wàn)~20萬(wàn)片中,實(shí)時(shí)在生產(chǎn)機(jī)臺(tái)(例如清洗機(jī)臺(tái))里生產(chǎn)的約有25%,其余75%在外面等待和排隊(duì),所以在外面排隊(duì)的時(shí)候,慢的可以變快。需要說(shuō)明的是,半導(dǎo)體業(yè)的75%排隊(duì)率算是好工廠,還有更糟糕的是80%~90%是在等待的。這80%~90%是制造管理可以做的事情,快慢主要靠調(diào)節(jié)。

            但這種調(diào)節(jié)不用人,而是用系統(tǒng)自動(dòng)派工。不過(guò),目前工廠里主要還是用人在做派工。因此如何使用自動(dòng)調(diào)節(jié)的想法是一種思維方式的轉(zhuǎn)變。

          6 智能制造的關(guān)鍵是思維的改變

            這種調(diào)節(jié)難做嗎?答案是很容易做的。難在接受這種思維觀念。就像5年前,如果有人說(shuō)可以用手機(jī)租自行車(chē),也許你很難想象;但今天很多人都在使用這種共享單車(chē)。所以問(wèn)題不在于好不好做,而是在于大家知不知道用它、怎么用它。

            目前國(guó)內(nèi)很多工廠因?yàn)闆](méi)有這樣的思維,即使買(mǎi)了很多軟件,還是無(wú)法真正達(dá)到智能制造的生產(chǎn)績(jī)效?!爸袊?guó)制造2025”與半導(dǎo)體的無(wú)人全自動(dòng)化生產(chǎn)可以教中國(guó)的工廠怎么做集成。

            例如“智能圖像識(shí)別(AIR)”案例,如圖8,AIR用于智能機(jī)器檢測(cè),以前是用一批人,現(xiàn)在是用機(jī)器識(shí)別,可以減少很多人工,而且質(zhì)量又提升了。

            如果你不知道自己的智能制造程度如何,有一個(gè)簡(jiǎn)單的指標(biāo),就是動(dòng)作都會(huì)由人去做決策,還是自動(dòng)化的系統(tǒng)決策得多。英飛凌在全世界的十幾個(gè)后道生產(chǎn)車(chē)間里,真正靠自動(dòng)化決策的量目前是27%,大部分還是靠人。

          7 英飛凌與智能制造

            英飛凌科技有限公司是世界重要的半導(dǎo)體公司之一,2017年全球營(yíng)收額達(dá)到70.63億歐元,同比增長(zhǎng)9%,利潤(rùn)率達(dá)17.1%。公司有四大核心業(yè)務(wù):汽車(chē)電子、電源管理及多元化市場(chǎng)、工業(yè)功率控制、智能卡與安全。其中汽車(chē)半導(dǎo)體位居世界第二(注:Strategy Analytics公司2017年4月報(bào)告),功率器件(power)第一(注:IHS Markit公司技術(shù)部2017年8月報(bào)告),智能卡芯片第一(注:IHS Markit公司技術(shù)部2017年6月報(bào)告)。

            英飛凌半導(dǎo)體業(yè)務(wù)的強(qiáng)大,離不開(kāi)其制造工廠的支撐,例如英飛凌有前道工廠,也有部分后道工廠,這些工廠進(jìn)行了智能制造的實(shí)踐,并證明是行之有效的。

            英飛凌(中國(guó))公司的戰(zhàn)略之一是“與中國(guó)共贏”,公司非常支持“中國(guó)制造2025”,而且是無(wú)償?shù)卦谕苿?dòng)。目前英飛凌是中德智能制造聯(lián)盟的副理事長(zhǎng)單位,也與西安交通大學(xué)合辦了“西安交通大學(xué)-英飛凌智能制造管理聯(lián)合實(shí)驗(yàn)室”。英飛凌的無(wú)錫后道智能制造工廠2017年被工信部選為“中德智能制造合作試點(diǎn)示范項(xiàng)目”,2015年被無(wú)錫國(guó)家傳感網(wǎng)創(chuàng)新示范區(qū)選為“第三屆物聯(lián)網(wǎng)十大應(yīng)用案例”。

            張永政教授持續(xù)協(xié)助推動(dòng)中國(guó)智能制造的推進(jìn),除了領(lǐng)導(dǎo)以上中國(guó)英飛凌相關(guān)的項(xiàng)目,在不同國(guó)際場(chǎng)合發(fā)表中國(guó)智能制造的設(shè)計(jì)與實(shí)踐演說(shuō),協(xié)助中國(guó)電子技術(shù)標(biāo)準(zhǔn)所推進(jìn)智能制造評(píng)估方法,亦協(xié)助領(lǐng)導(dǎo)與國(guó)際標(biāo)準(zhǔn)(IEEE)接軌的智能制造相關(guān)標(biāo)準(zhǔn)制定(P2671 - 在線智能自動(dòng)視覺(jué)檢測(cè)標(biāo)準(zhǔn))。

          8 結(jié)論

            智能制造并不難,首先一定要懂得智能制造是什么;其次,一定要用新的思維方法。這不只是針對(duì)半導(dǎo)體,而是針對(duì)中國(guó)的所有制造業(yè)。英飛凌愿意把自己的制造經(jīng)驗(yàn)傳授給中國(guó)企業(yè)。

            中國(guó)很多領(lǐng)域在短短幾年內(nèi)已經(jīng)達(dá)到世界第一,例如中國(guó)高鐵鐵路在2008以后已是世界第一,滴滴出行一天有300萬(wàn)訂單,中國(guó)網(wǎng)購(gòu)的雙十一也是世界第一,2015年之后,相信在智能制造方面,中國(guó)也將是世界第一!

            參考文獻(xiàn):

            [1]李龍.新工業(yè)時(shí)代下中國(guó)工業(yè)物聯(lián)網(wǎng)發(fā)展現(xiàn)狀及趨勢(shì)[J].電子產(chǎn)品世界,2016(2-3):9-12.

            [2]王瑩.眾廠商談智能制造的技術(shù)市場(chǎng)動(dòng)向[J].電子產(chǎn)品世界,2016(2-3):13-18.

            [3]迎九.尤政院士談中國(guó)制造與傳感器/MEMS的發(fā)展前景[J].電子產(chǎn)品世界,2017(1):3-9.

            [4]王瑩,王金旺.智能制造的市場(chǎng)前景及技術(shù)發(fā)展[J].電子產(chǎn)品世界,2017(2-3):8-14.

            [5]周萬(wàn)木.制造業(yè)在轉(zhuǎn)型:進(jìn)入一個(gè)全新的數(shù)字世界[J].電子產(chǎn)品世界,2017(11):6-14.

            本文來(lái)源于《電子產(chǎn)品世界》2018年第6期第24頁(yè),歡迎您寫(xiě)論文時(shí)引用,并注明出處。



          評(píng)論


          相關(guān)推薦

          技術(shù)專(zhuān)區(qū)

          關(guān)閉
          看屁屁www成人影院,亚洲人妻成人图片,亚洲精品成人午夜在线,日韩在线 欧美成人 (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https') { bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else { bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })();