广州凌控自动化科技有限公司
客户至上 诚信经营 开拓创新 求实合作 因为专注 所以专业 不断完善 不断创新
首 页 >> 新 闻 >> 行业新闻 >> 观点 | 工业4.0给工业生产和生活带来什么转变?
搜 索
最新新闻
7月 Top10
No data
观点 | 工业4.0给工业生产和生活带来什么转变?
http://www.chlingkong.com
文章来源: 新浪财经 发布时间: 2017-4-11

由新华社《财经国家周刊》、工信部国际经济技术合作中心主办的第二届中国制造2025(深圳)高峰论坛于2017年4月8-9日在深圳举行。德国不来梅大学教授、中德智能制造教育联盟(筹)牵头人Georg Spoettl出席并发言。

德国不来梅大学教授、中德智能制造教育联盟(筹)牵头人Georg Spoettl

他表示工业4.0 德国不莱梅大学针对工业4.0做了很多研究工业4.0 来探讨工业4.0给工厂里的生产生活带来的变化。他指出智能制造,工业4.0之后智能制造,他们更多地从软件角度来考虑问题。在过去智能制造,我们总是将机器放在前面,而现在,我们将软件放在前面。

另外,我们要从网络结构方面来进行思维。在过去我们都是使用孤立的机器,一个操作员可以操作,而现在是二三十台不同技术的机器摆在一起,这意味着每个人都应该是工程师,没有人是低技能的工人。而高技能的工人控制这么多机器,就必须要用很好的网络思维来操作。

他表示,要重视过程和附加值,每一个人都是生产单元,即使是最低级的工人,他们也可以做出一些贡献,比如说他们可以考虑工作中有哪些可以改善的地方。

以下为演讲实录:

Georg Spoettl:女士们、先生们,大家下午好。

非常感谢大家给我这样的一个机会,来给大家讲述一下有关智能制造的话题。在我的演讲当中,我会谈论工业4.0的发展。

在2005年到2013年,我们一直在谈物联网,在2014年,我们看到了巨大的变化。我们看过一本书,也就是新型的工业正在不断的席卷我们。我想给大家分享一些数据,就是工业4.0在德国的情况,同时,我们看一下我们所学习的一些经验和体会。另外,我会说一个结果,有关于人力资源,包括工程师、熟练的工人等等,因为在这一点当中,我们要了解如何来运营一家工厂,让更多人有机会来了解这一点。

我刚才提到了,有一些非常关键的初始点,这就是工业4.0的时间点。它有一些模型,同济大学的教授早上就已经讲到了智能制造的模型,它们是属于现代的工业4.0的制造。

现在,越来越多的企业都在拥抱智能制造。人们在不断的去预测工业4.0的走向,在这样的一个要求下,我们德国不来梅大学进行了这方面的专题研究,同时,还有一些来自德国的业主来和我们合作,对工业4.0进行研究。我们要知道如何运营一个工厂,如何拥抱智能制造,同时让人们更加注重科技的发展。这是一个非常深的研究,在过程中我们了解了工业4.0的工厂情况,如果工厂要实现工业4.0也会有一些要求,同时要看它们的聚焦和研究的结果是什么。我在演讲当中会有一些提及。

在我们的研究当中,我们有35个德国的中小企业,它们被组织起来,算是产业集群。还有一些研究人员,我们把他们会聚在一起,包括一些雇主,通过这个调研,我们可以了解到工业4.0的情况。同时,还有一些中国的企业在德国设厂,我们也了解到,作为国际的雇主在德国工厂的运营情况,包括市场的走向和工业4.0的联系。同时,还有相关的人力资源。

我们调研过历史不是很长的一些企业,大企业和小企业比较的话,在资源禀赋方面有所不同。我们生产过程当中经常会出现障碍,就像我现在的电脑出了问题,但是没有人在工业生产当中站出来解决问题,可能是设备有一些老旧。在机器出问题的时候,可能很多工人搞不清楚是怎么回事。

过去我们有很多机器,人们在操控这些机器。如果你去工厂的话,我们可以看到更多的机器之间的协同,也就是人们在工作,但是更多是机器在工作,机器可以满足人们的需求,所以这是一个巨大的模式上的变化。这其实是一个组织机构的变化,让组织生产发生了大规模的变化。

我们进入到一个新的制造业的世界,有竞争优势的产业工人出现了。工业4.0有一些特点,它实际上是一个变迁,从第一次的工业浪潮,比如说从最初的蒸汽机,到后面计算机的发展,到我们现在的工业4.0,我们通过网络和相关的智能化的机器进行制造。为什么今天的机器非常的聪明、非常的智能?这不仅仅是像过去一样去使用云计算,现在是这些计算机被变成机器,而且它们变成网络,它们是非常智慧的,所以这是一个新的生产阶段,也意味着生产的形成和联系的数据传输更快了。同时,数据的储存方面也非常快,数据传输的速度也非常快,而且在储存方面也没有限制,信息的储存、传输和处理的速度也都非常迅速。另外,人机之间的交互也变得非常好,这对智能制造来说是非常有效的。

现在我想解释一下,我们如何来鉴别工业4.0,这是我们在德国做的一些研究,我们有一些引导性的问题,这是案例中的研究重点。我们选择了一些公司,和他们进行了沟通。我们进行了很多次调研,选择了来自不同企业的300多人,他们是高度熟练的工人以及没有任何技能的产业工人,我们跟他们进行了研讨,包括我们也访问了一些工厂。在研究当中,我们去到了工厂,还进行了很多深入的谈话。在谈话当中,我们可以使用来自于企业当中的企业语言,包括我们还可以使用科学化的语言来判断工人对智能制造的熟练掌握程度,这是4.0的工业发展情况。

我们有感应器的技术,传感器的应用达到了100%,传感器之间互相连接,这样可以实现机器之间的联网,这是德国工业的特点。

无线通讯技术也非常重要,在通讯技术方面,我们有很多潜力的技术可以开发。我们政府投入了20亿欧元来发展无线技术,也进行很多研究来改善无线技术,无线技术还有很多发展空间。无线技术非常有利于我们实现智能制造,因为机器人等等设备都会用到这种技术。但是很多公司非常在乎数据的敏感和保密性,他们非常担心黑客入侵。

在数据方面,我们做了很多很多努力,我们建立一些规则和法规来确保安全,和3-5年之前完全不同。总体来说,工业4.0的发展是非常快的,没有人会停滞下来,大家都在向前进。到2022年,我们将会把工业4.0提高到一个新的层次,利用率会进一步提高。

我们需要合规的人员,这非常重要。有一点常识,那就是我们去问管理者,比如说生产主管或者HR主管,问他们人员意味着什么,他们肯定会说,希望有更高技能的人加入他们,他们希望有中等技能和高等技能的人员为他们的发展做出贡献。在德国,我们推出了重大的计划来培训人员,这些人可以真正的学到一些知识,他们有一些师父,我们称他们为“大师”,他们可以将自己的经验传授给这些人,这也非常关键。

在我们的统计数据中,可以看到有60%-70%的人实现了非常高的技能,只有很少很少部分的人最后成为了低技能人员,所以在人才方面,我们是向中等和高等技能转移。

能力领域意味着什么呢?如果有人有兴趣的话,我们可以单独就此来谈论一下,因为这是一个非常重要的话题。分析、监控、优化、扩张企业网络和系统,这非常非常重要,这主要是工程师来做的。随后,数据在现实世界中会有一些转移,这需要中等和高等技术的工人,他们必须经过培训才能真正使用这样的工具和数据。

我们要使用一些非常好的IT辅助工具和技术,以及一些诊断系统。当我们的智能机器出现问题的时候,必须要有好的诊断,这也需要有技能的人员来使用,他们必须参与其中才能真正的学会使用。这些诊断工具需要一定的技能,比如路由器配置、防火墙配置和分析数据的能力,这些要求必须被满足,而这方面在过去没有被满足,所以我们需要在这方面做出努力。

我们对企业的过程进行分析、解释和记录,这也是非常非常重要的。我们现在有很多数据,有技能的工人是操作人,有很多高深的内容需要他们理解,这对于效率的提升来说非常重要。我们还需要跟所有的上下游进行网络的协调,更好的理解和优化相关过程,需要跟他们形成完整的一体。这是非常重要的话题,中等和高等技能的工人必须有相应的能力来理解和优化这方面的信息,比如说,很多设备是24小时不停运转的,如果出现问题必须要马上解决。这些机器是来自其他厂商的,必须要跟其他厂商合作来获取信息,要更好的理解他们的产品。

通过这些工作,我们就看到到底需要哪些技能,我们可以建立工作档案,包括人员需要哪些技能,这都非常重要。有一些复合技术的机器,涉及到很多领域,这时候相关人员就需要有不同的技能。

相关的工具也必须非常好用,有一些软件设计出来非常容易,但是要确保这些软件被高技能和中技能的人员理解和使用。我们必须有能力来建立非常好的诊断过程,有时候机器出现声音,不一定是机器的声音,有可能是软件发出的报警声音,所以人们必须理解网络,必须理解这些软件,以及这些软件在一起结合工作意味着什么。

另外还有一点非常重要,即使工人有很好的技能,他们有需要参与到整个工作流程的优化中。管理者希望工人能够切实负起责任来,他们必须认识到他们的工作环境和流程哪里可以改进,这样可以改善工作效率,他们的技能也可以发挥更大的作用。在培训的过程中,我们需要考虑这些问题。

简单总结一下:在变革方面,我们必须考虑到底哪些是真正新的东西。第一点非常重要,我们要从软件角度来考虑问题,这是一个非常新的角度。在过去,我们总是将机器放在前面,而现在,我们将软件放在前面。我们现在面临太多的软件,在软件方面我们要开始思维的转变,现在不能只看机器了,从软件方面可以获取很多信息来对机器进行诊断。

另外,我们要从网络结构方面来进行思维,这意味着我们必须要改变,在过去我们都是使用孤立的机器,一台或者两台机器,一个操作员可以操作,而现在是二三十台不同技术的机器摆在一起,这意味着每个人都应该是工程师,没有人是低技能的工人,高技能的工人控制这么多机器就必须要用很好的网络思维来操作。

我们要用CPS的方法,在CPS的框架中来进行思维。还必须要重视过程和附加值,每一个人都是生产单元,即使是最低级的工人,他们也可以做出一些贡献,比如说他们可以考虑工作中有哪些可以改善的地方,当然高技能工人也需要这样做。

总体的能力也很重要,有很多公司对于自己的人员有相应的培训,我们将他们的培训经验总结在一起,所有人都应该有创新精神,比如刚才提到的优化工作过程,即使是蓝领工人也必须为此努力。另外,我们要让所有人都来支持核心能力的形成,这其中也会涉及到优化。在人和机器之间的交互,也需要所有人的努力。

这是另外一个总结,人们到底应该怎么做?应该学什么?刚才提到软件思维角度,我们必须更深入的理解软件、更深入的理解网络结构,机器产生的这么多数据,我们必须利用起来。蓝领工人实际上也有一个角色要扮演,有很多不同的数据必须整合起来,我们必须能够掌握大数据技术。我们必须要有责任感,责任感非常重要,因为有很复杂的任务需要处理。随着我们推进工业4.0,我们要加强沟通,每个人要为自己的工作切实担当起责任来。

我们应该在哪些方向上提供更多支持呢?这里我列出来一些内容,但是我不会逐点去讲。这是德国的情况,在德国,我们有一些工人档案或者技能档案,为每一种职位定义了相应的能力,这会为工业4.0用人方面提出一种新的方式。比如说,这里列出了不同的职位,有学术性、非学术性的,也有操作或者职业性的,有三大类职位。

给大家一点建议,在工业发展过程当中,我们德国出现了两种情景,一个是自动化,也就是100%的使用机器,在工厂出现自动化的高科技;另外,我们需要专家和专门的技术人员来合作,他们要对机器展开人机对话,通过机器能够给我们更多的信号。这是专家的发展系统,它是一个工具,可以培育更多的熟练工人。

刚才提到的,一个是科技,一个是专业化人才。后面我会聚焦在专家人才,在未来,我们对熟练工人的需求缺口是很大的,这里有72%的需求,但是这个数据未来会有一定的下降,会到40%-50%。在未来,我们不需要这么多工人,会有更多的机器出现。操作工人的人数也会下降,高熟练的工人比例会上升,半熟练工人和不熟练的工人比例会下降。

在管理方面,我们要保证工厂生产的稳定,也就是更好的进行工厂员工权责的下放。在这个工业4.0的发展过程当中,质量是一个非常重要的问题,包括熟练工人的质量。我们非常清晰的看到,工程师的教育已经在进行组织了,非常高度熟练的工人的培训非常重要,我们从软件角度给他们进行培训,教育的活动也在进行组织,这就是工业4.0需要的,需要教育更多的熟练工人,让他们拥有软件的技术等等。

我们要建立职业的档案,还要建立学习的项目、学习的课程,建立非常高精尖的工作流程的相关课程。另外,我们还要对教师进行培训,这是需要在工业4.0当中贯彻的。同时,我们还要建立工业4.0所需要的熟练员工和相应的人员配置,对工程师和相应人员进行熟练化知识的培训。

相关新闻