開啟數字-智慧工廠之門
這兩年，媒體上、網路上、政府檔案上，產業大腦、工業網際網路平臺，數字工廠、智慧工廠、智慧工廠，未來工廠、無人工廠、黑燈工廠，指揮屏、駕駛艙等各種新詞層出不窮， “智造車間、智造工廠”等文字把戲更是令人眼花繚亂。已經被離散型生產搞得焦頭爛額的人們卻不知所云，一臉懵圈，茫茫無所適從。
其實，我們無須辨明這些新名詞的精確定義和相互差別，只要明白：（1）這是當今社會生產力與科技發展的產物，是製造業發展的必然；（2）產業大腦、網際網路平臺等等，是大資料的社會管理需求，而我們的事情是折騰這個那個工廠，如數字工廠、智慧工廠；（3）搞明白折騰數字工廠、智慧工廠幹嘛？門道又在哪裡？不能盲目跟風，“找不到菩薩亂燒香”。
數字化、智慧化，對於離散型企業來說，是一個必須面對的劃時代課題。摸清門道，找到竅門，才能開啟數字工廠大門，邁入智慧製造殿堂，走向未來工廠。
一、未來工廠的智慧製造方式
企業數字化，其實就是ERP的衍生，是透過軟體系統實現的更大範疇和更細顆粒度的數字化孿生應用；智慧化或智慧製造，與數字工廠、未來工廠不是平行概念。智慧化是在數字化孿生應用基礎上，運用各個範疇的經濟、技術、管理對策模型，系統化地實現自我學習和資料處理功能。智慧化在企業高度自動化與數字化結合上的應用，就是未來工廠。
未來工廠啥樣？憑著現有知識想象和先進企業案例推演，應是在網路、軟體、感測等資訊科技支援下，在現代裝備技術進步、社會資源共享、上下游資訊互聯互通條件下，透過需求、產能與成本的最佳化處理，實現全流程自動化柔性生產。撇除未來工廠對諸多經營要素的複雜籌謀運算，就產品（服務）實現過程而言，未來工廠的智慧製造執行方式有如下特徵：
1、 效率最大化是目的。在需求（市場需求）與產能（工廠資源與技術能力）之間，透過最佳化排程與自動化，取得滿足客戶需求（交期、質量、價格、數量）的最低成本生產。
2、 工藝流程是基礎。讓產品在自動化裝置構成的各道工序中加工，透過裝置與物料傳送裝置將工藝流程固化。其間，既存在單個加工件的加工工序順序關係，又存在著多個加工件加工流程之間的平行關係與裝配（齊套）關係。
3、 “一個流”是特點。加工件以一個固定數量（如1件、1車、一個時間段）在工序上加工、工序間流轉，各個加工工序的加工節拍與工序間的流轉節拍必須一致。“一個流”指的是加工物件在工序間一次性轉移的額定數量。
4、 即時反饋是核心。無論是每一工步的工藝引數，加工件在每一工序的產出數量，還是裝置執行狀態與能源供應狀態，都必須實時反饋，以實現按工藝標準及時調適工藝引數，按產出數量及時調整生產計劃，按當前狀態監控裝置執行與能源供應。
以提高企業運營效率為目的，在工藝流程中實時反饋一個流的動態資訊，運用不同範疇的科學對策模型進行資料處理並輸出執行，是未來工廠執行方式的主要特徵。
一步之遙！我們應該很熟悉上面這段描述，其實，數字工廠之門就在眼前。
二、離數字工廠只有一步之遙
無論是裝備製造，還是零件加工；無論是傢俱生產，還是珠寶製作；無論是油漆油料，還是染紗染布；無論是道路橋樑，還是高樓別墅……哪個離散型企業沒有工藝（生產）流程？只是不同產品不同流程，一個產品還可能有多種工藝流程；哪個離散型企業不是生產（作業）物件以一定數量在生產流程中流動？只是流動方式不同：有的加工方法不動，加工物件在動；有的加工物件不動，加工方法在動。
哪個離散型企業沒有對策模型？模型在企業日常運營中比比皆是，並不高深。財務報表、成本核算就是一種資料模型。“出勤率＝實際出勤÷計劃出勤”、“裝置完好率＝完好裝置÷裝置總數”……是資料模型，品管七大工具、裝置計劃預修、薪酬績效結構……是資料模型，染缸染色工藝、電爐退火工藝、橋樑建造工藝、瓷磚生產工藝……是資料模型，年度預算體系、生產最佳化排程、動態生產協同……也是資料模型，拉動式計劃、準時化生產、一個流、作業成本法等，最終都會體現在資料模型中。只是很多模型缺乏“完整、準確、及時”和顆粒度足夠精細的資料支援，使得很多科學對策（如“精益生產”、“網路計劃技術”）“聽起來激動，想起來心動，做起來不動”。
“完整、準確、及時”和顆粒度精細的資料，是從企業運營中提取的，這就是有了二十年曆史至今已被淡忘的“資料探勘”，資料探勘結果形成“數字化孿生”。在虛擬世界中再造一個現實世界，同步模擬一個現實世界。有關數字化孿生應用，另文敘述。
數字工廠是由數字化孿生形成的，是以“完整、準確、及時”和顆粒度精細的資料為基礎的，然後才有智慧化，才有用科學模型運用資料的智慧化。
問題的核心在於“效率最大化”。我們不可能將現實世界無差別地全部在虛擬世界中再造，與運營效率直接相關的必要因素有哪些？如何數字化？這才是率先突破數字工廠的重點。圍繞離散型企業中短期生產（作業）效率最大化，又不失數字化→智慧化→未來工廠的方向，投入少、見效快，是進行資料探勘、數字化孿生，推行數字工廠、智慧製造的關鍵。
離散型企業的生產特點是多品種、多工序、變批次（生產批次大小不等）。邁步數字化、智慧化，面臨著行業技術水平、資金能力、競爭壓力諸多問題，面臨著時刻存在的成本壓力、交付壓力和產能壓力，還面臨著普遍存在的相關要素資料（資料探勘）缺失問題。不理解離散型企業面臨的各種壓力和生產效率提升的主要癥結，片面推行裝置執行引數實時提取、平面再現、3D模擬，試影象化纖廠、多晶矽廠的DCS系統那樣，實現工藝與裝置執行狀態監控（筆者稱之為“機聯網”），並不能給企業帶來產能挖掘、均衡生產、提升流速（在製品在工序間的流轉速度）等降本增效顯著結果，投入大，見效少，負擔重，勞民傷財，怨聲載道。
航空排班排程系統並不關心飛機具體的技術狀態，只關注與機場使用相關的飛行資料，即飛行技術引數在各種條件下導致的結果：當前位置、飛行速度乃至由此計得的到達時間。因為機場使用效率是追求單位時間內起降更多航班。將各種航班需求、飛行預測結果等資料，用既定資料模型進行處理，讓機場利用率趨向最優。飛機具體技術資料，是維保作業的事，是技術專業的事，它對機場效率的影響，都會表現在各個節點的結果上。就像因為物料斷供、質量控制、裝置故障、人員脫崗等，都會表現在對應工序的產出數量和產出時間上一樣。
什麼是離散型生產企業在產品（服務）實現過程要解決的主要問題，這些問題的相關要素有哪些，才是資料探勘、數字化孿生的重點。
在現有條件下如何提升產品（服務）實現過程的效率，是時刻擺在企業面前的首要課題。一動就要固定資產投入，一動就要產品迭代、技術革新，這是大多數企業最不願意聽到的。
三、“做了，告訴我”——數字工廠之門
正如前文所說，產品（服務）實現過程中多種因素作用的結果，都會表現在各工序產出的加工物件數量和產出時間上，即都會以“在製品”（生產過程中的被加工物件）狀態來表現。從這個意義上，就有了傳統管理口訣“車間管理就是在製品管理”。盯住在製品在各個工序的狀態，進而分析這種狀態的致成原因及對生產執行的影響，就能瞭解生產過程存在的問題，進而在解決問題中不斷提升生產效率。車間主任就是救火隊長，關鍵是不知道哪裡失火，眼睛裡看不到活兒，眉毛鬍子一把抓，每天忙的像無頭蒼蠅，出力不討好。
過去推行的MES也是結果管理，是一個批次或一個班產的結果統計。這種結果對當前生產狀態是過去式，是秋後算賬，不能及時報告哪裡失火，不具備顆粒度夠細的過程管理作用，淪為另一種形態的電子記賬本。我們需要的結果，是加工物件在每一道工序上每一次產出的數量結果和時間，而不是最後一道工序今天或這個批次一共產出多少的結果。這種差別，是在數字工廠面前摸不到門徑亂轉與一腳踏入大門的差別。
“做了，告訴我”，什麼人在什麼時間在什麼工序上一次做了多少什麼東西，告訴我——是不是很簡單？
——什麼人，姓名，工種，崗位，工齡，文化程度，技術等級；崗位定員/勞動產能。
——什麼時間，完工時間→班次時間/加班時間；產出節拍；勞動定額。
——什麼工序，工序名稱→加工方法→班組→工段→車間；緊前工序/後續工序→工藝流程→工藝實現方案；工序配置/裝置產能。
——一次，指單次向下道工序轉送加工物件的行為，一次轉道（如一個週轉箱）。
——多少數量，合格品數量，次廢品數量→次廢現象/原因。
——什麼東西，加工物件名稱/規格→產品名稱規格→生產批次/計劃/客戶→產品類別。
如上所列（包括但不限於）就是資料探勘要求，把它們數字化，可以簡略到一個或幾個。也可以擴充套件到操作工→裝置→工裝，加工物件→工序BOM→外購件/外協件，一次操作→週轉具編號→定置定位；數量→成品率/材料利用率/廢料回收率……等等。
瞭解以下幾點：
1、 要有資訊載體（標識）。在加工物件身上承載資訊，是未來的事情。要為一次轉道數量的加工物件建立資訊載體，給予代表這個數量的加工物件唯一的條形碼、二維碼、電子標籤等，標識編碼來源於生產計劃（生產計劃、排程計劃的編碼分解）。如一根軸，一箱衣袖，一車染布，一個時間段流出的乳劑，一個魚網箱，一段道路等。
2、 建立資訊鏈（標識鏈）。一是按照工藝流程建立工序的前後道關係與裝配（齊套）關係建立每道工序產出的資訊鏈；二是按照工藝流程中前後道一次（一箱、一段時間）產出數量不同，為各自唯一的資訊載體建立一對一、一對多、多對一的數量結轉關係；三是在發生這種關係時，都需要操作工透過讀取二維碼將前道工序產出與本道工序產出進行關聯。
3、 一次轉道量。根據下道工序產能形成的對本道工序一次轉道需求量建立，即本道工序單臺裝置一次轉道數量要滿足下道工序單臺裝置單位時間產出量的需求。單位時間是15分鐘，還是30分鐘，還是5天，按產品生產週期、工序間產出關係和管控需求確定。產能平衡較差的企業，這個一次轉道量可以是一個一定時間或盛裝範圍內或下道需求的未定數量，按實填入即可。
4、工藝流轉卡。生產卡，返工卡，都是工藝流轉卡。按工藝流程順序排列工序名稱、合格品數量、操作工、檢驗簽證、週轉具編號，給出唯一性條碼、二維碼，這是一種在加工方法不動、加工物件在動的生產方式中的通常做法。當然，我們會留意生產流轉卡在生產過程中如何儲存（盛裝具放置、操作崗位上臨時放置）的方法。
工藝流轉卡
標識、標識鏈在加工物件不動、加工方法在動的生產方式中運用，可參照上述規則。
在資訊科技支援下，落實基本資料探勘和數字孿生，員工在工序上完成一次轉道量後，掃碼工藝流轉卡上的二維碼，上報完成的合格品數與次廢品數，這就是“做了，告訴我”。當幾十位、上百位、上千位員工在各自崗位上將對應工序在每一次轉道時發生（加工完成）的數量和時間“告訴我”時，就是航空排班系統得到了飛機當前位置和飛行速度，就是“未來工廠”透過網路、感測和軟體實時反饋得到的加工物件在自動化生產流程中的當前位置、流動數量、流動速度與時間節點——這就是數字化孿生。
我們已經一腳跨進了數字工廠大門，那麼，智慧製造還遠嗎？
四、讓數字活起來
離開了資料模型，任何資料都是一盤散沙；離開了管理對策，任何資料都沒有靈魂。沒有了管控策略及其資料模型的航空排班系統，飛機就是亂飛的無頭蒼蠅。
其實，樸素的管理對策與簡單的資料模型，是對工廠客觀存在規律的認知。我們將工廠活動日積月累的認知，應用對策的實施調整經驗，形成具備管理對策的資料模型，就能為繁複紛雜的資料賦予活力，讓數字化孿生應用在管理思想引導下，閃爍人工智慧的光芒。
我們能從“做了，告訴我”的收穫中得到什麼？
1、 資料模型：預測交貨期。計算前期單位時間平均產量，得出計劃總量的完成時間。
每一生產計劃交期是生產關注重點。多項計劃並行生產，在多種因素作用下，到底哪些計劃受到影響，延期多少天？提前多少天？心中有底，就不會手腳無措、惶惶度日。
計劃進度預期表
2、 資料模型：工藝流程。一個標識的數量在前道工序完成，本道工序未完成，為本道工序待產數量，將當前時間每道工序的待產數量、平均單位時間產出量作出統計分析，既能得出計劃預期完成時間，又可得到“救火隊”需要上陣解決的當前卡脖子瓶頸工序。
一項計劃的執行受到齊套影響，排程協同各工序產出量，提高產能，達成交期，不斷解決影響齊套關係的關鍵工序，一直以來是生產管理的重中之重。例圖是由11個單工藝流程按裝配關係構成的產品實現過程，其各個工序的待產數量與前期產出節拍，直觀地揭示了當前存在的瓶頸工序與齊套數存在短板的生產流程，凸出管理焦點。
產品生產流程狀態圖
3、 資料模型：單元負荷。單元指加工方法，不同加工物件在同一加工方法上會有不同“工序”。於是，Σ加工方法（工序實際產出量÷（工序裝備數×單臺預定產出量））。很多時候為：Σ加工件規格（工序合格品數×佔用裝置預定時間/件）÷Σ裝置（班次起止時間），其中，佔用裝置預定時間/件，常稱為“工藝節拍”。按順序排列，可見各工序產能負荷的高低。
例圖反映了多項計劃在工廠中並行生產時在各個加工單元（加工方法）上形成的產能負荷。物料、轉道、質量、技術、裝置、工夾模刃量具、人員等，都會導致單元負荷居高不下。看圖說話，因圖索驥，生產管理人員就能時刻出現在最需要解決問題的第一線。
加工單元（工作中心）產能負荷圖
4、 資料模型：高負荷工序。待產數量產出時間最高的工序。Σ待產品規格（待產數量×佔用裝置。人時間/件）÷Σ可利用的生產裝置。人（班次時間），並計算持續時間。
例圖顯示的折邊工序持續87個小時高負荷狀態，這個車間主任可以撤職了。正常情況下，長期生產讓企業透過調整大致平衡了工序間的產能關係，持續不下的生產瓶頸，一定是管理問題。
高負荷工序狀態分析表
5、 資料模型：日工時產出時序圖。按不同時段各工序產量（工時）合計數，顯示當前時間向前24小時的產出情況，並用30、60、120分鐘作移動平均線。
例圖按5分鐘產出量（定額工時）排列出之前24小時狀態。各個時間段尤其是用移動平均值表達的產出情況，反映了不同時段的生產狀態。20點到21點用電高峰期為什麼產出那麼高？24點到12點，與12點到24點的產量為什麼相差40%？等等，改善日常管理。
24小時工時產出時序圖
6、 資料模型：30日產能利用率。按當前日期向前30天排列：日產出量（工時）÷Σ生產裝置。人（班次時間），並可按一週（7天）作移動平均線。
例圖首先表達了一個疑問，即在平均負荷只有39。4%的情況下，為什麼每週不休息一天？是因為民營企業普遍不具備生產員工需要週休的意識，還是因為每天都在擔心任務完不成？其次是如何讓員工每天都在相對高的負荷下工作，養成勤勉麻利的操作習慣，而不是今天忙的腳後跟打後腦勺，明天空的嗑瓜子嘮閒嗑。計劃怎麼安排？工作怎麼調整？
之前30日產能負荷圖
7、 資料模型：本月/本日的產能利用率、定額完成率等。我們還可以將取得的資料進行多維度的統計分析，還可以從各個指標的關係中找到關注的問題。
還有更多。
把上述圖表組合起來展示，就是指揮屏，就是駕駛艙。
其實，我們只做了一件事：工序一次轉道掃碼報工。在現代資訊科技支援下，實現手機APP掃碼：掃碼提取資訊，輸入合格品數量，確認提交。是不是很簡單？這個簡單的事情，解決了工廠效率80%的問題，解決了長期以來困擾生產管理的頑症。
五、管理扶貧與效率提升
“完整、準確、及時”和顆粒度精細的資料探勘，是大多數離散型企業一直缺失必須補上的一課。每一個產品中每一個零件的工藝流程是否確定？每一個零件在每一道工序上的工藝節拍、工時定額是否確定？每一個零件在上下道工序間的轉道數量是否還是裝不下了就轉或下道嚷了叫了才轉？乃至於更深層次的裝置專業化與通用化的平衡、工序間等節拍產出的產能配置、產品標準化設計與工裝通用化設計、生產流水線設計或引進等。
“手機APP工序一次轉道掃碼報工”是以往從未有過的全員用行為參與的管理改善活動，也是現代資訊化元素在員工行為中的體現，對員工行為素養與行為意識有著舉一反三、由此及彼、潛移默化的文化發酵作用。
按照提升工廠效率目標預定的資料模型，挖掘提取模型需要的資料，並在資訊科技支援下實現數字化孿生，是一項持續改善工作。將當前必須的要素進行資料探勘、數字化孿生，是管理“扶貧”，是一項夯實管理基礎、提升企業素養的艱苦工作。不理解離散型企業提升效率是為了應對當前市場的迫切需求，不瞭解離散型企業基礎管理缺失現狀，一味地號召智慧工廠、未來工廠，那隻能是“空中樓閣”。
“先有再好”，推進數字化工廠建設。資料探勘和數字化孿生的持續改善特性，意味著這是一項隨著需求迭代、產品更替永無止境的事業，不能求全責備，等齊整滿員了再向前走。而是先有骨頭再長肉，先有框架再求精準。因此，按預定資料模型把足夠精細的資料顆粒建立起來，先把“工序一次轉道掃碼報工”做起來，就能形成系統化地需求和自我完善的動力。
當前的雲技術、微服務、4G5G及WiFi，已經為手機APP工序一次轉道掃碼報工提供了成熟且豐厚的技術支援。手機APP工序一次轉道掃碼報工可以是相對於其它應用軟體的獨立系統，也可以是能夠實現資料互動的關聯絡統。先獨立，再融入，是快馬加鞭提升企業素養、提升生產效率、邁入數字化工廠的捷徑。
透過實時跟進調整促使按交期完成計劃，集中力量解決當前瓶頸釋放關聯工序產能，採取各種措施實現工作日之間、工作時之間在滿負荷狀態下的產能均衡……，在現有基礎上提升生產效率30%已就在眼前、唾手可得，提升50%不再是難事，100%不再是夢想。
我們只做了一件事：手機APP工序一次轉道掃碼報工。企業幾乎可以忽略硬體投入，就能實現投入少、見效快，在提升企業素養、提升運營效率同時，踏入數字工廠之門。
行動起來，時不我待，機不再來。
（有關數字工廠的總體策劃方案與設計，另文敘述