数据驱动的智慧企业管理新模式探索

(整期优先)网络出版时间:2023-02-14
/ 2

数据驱动的智慧企业管理新模式探索

王磊

唐山市九宁贸易有限公司  063000

摘要:本文论述了数据驱动下智慧企业的内涵和智慧企业新模式,包括数据驱动的企业协同、精益企业及车间生产管理;分析了数据驱动和智慧企业管理的关系,并针对未来发展趋势,对数据驱动的智慧企业进行了展望。

关键词:数据驱动;智慧企业;管理新模式

1数据驱动的智慧企业内涵

数据驱动环境下的智慧企业将数据作为新的生产要素,紧密结合CPS、物联网、大数据等应用技术的发展,并将其深度融入并驱动企业的产品研发、生产制造、经营管控、战略决策等业务活动过程,实现整体业务过程的循环自适应迭代,从而使企业的管理进入数据驱动的自动巡航状态,以持续推进企业实现自动化生产、数据化运营、网络化协同和智能化业务运作。

2数据驱动的智慧企业模式

《国家智能制造标准体系建设指南》将企业信息化系统层级分为设备层、控制层、车间层、企业层和协同层,下文重点围绕企业协同层、企业管理层、生产制造层等3个层级进行论述。

2.1数据驱动的企业协同

数据驱动的企业协同层本着互利共赢的理念,强化“全社会一盘棋”及“不求所有、但求所用”的资源共享观念,为中国航天科工集团有限公司(以下简称“集团公司”)或联盟中各企业搭建一个集业务协同、资源协同、服务协同等功能于一体的服务平台,帮助企业快速建立合作关系,完成需求和资源的对接,推动产品和服务由线下转为线上,促进“平台资源共享、供需能力匹配、整体效益提升”这一协同目标的实现。

2.1.1基于WBS的多级科研生产项目协同

以项目管理为核心,串联各协同单位产品研制的全过程,面向不同管理层次实行多级计划的分级管理,实现对项目成本的全生命周期管理,串接产品质量数据包,实现质量过程管控;共享产品零部件数据信息和知识信息,实现企业间的协同研制。通过推行覆盖集团公司、院、部厂所三级管控模式的多项目管理应用系统,实现企业间项目计划、进度、质量、资源、成本、风险等多要素数据信息的传输、组织管理和应用。

2.1.2集团公司内外供应链网络化协同

通过物资采购、客户管理,打通集团公司内部与外部产业链客户之间的数据协同链路,把集团公司内部及上下游合作伙伴——供应商及客户间的业务看做一个整体功能过程,形成集成化供应链管理体系,达到全局动态最优的目标,以适应市场对生产和管理过程提出的高质量、高柔性和低成本的要求,协同合作,实现战略共赢。

全面获取、传输、管理、集成外部经营环境数据,包括竞争对手数据、行业数据、市场数据、政策法规数据等,通过有效的数据组织管理,实现集团公司内部业务数据、外部产业链客户数据、外部经营环境数据等的有效融合,从而构建一个以集团公司业务数据为核心,服务于集团公司业务发展的数据资源池,为建立数据驱动的新型合作关系提供依据和支撑。

2.2数据驱动的精益企业

数据驱动的企业层从企业协同层获取资源和任务等信息,在企业内部通过全生命周期管理系统(PLM)、企业资源计划系统(ERP)等信息化手段,实现业务集成、信息集成,高效应用资源,快速响应任务需求。

2.2.1构建基于模型驱动的产品全周期管理平台(PLM)

应用基于模型的系统工程(MBSE)方法,基于虚拟样机开展战术技术指标可行性论证,通过建立全武器系统虚拟样机,开展体系仿真验证、系统仿真验证、多学科协同仿真及产品虚拟验证,推动产品设计从传统的经验设计向预测设计和仿真设计转变;基于功能样机和性能样机,开展基于模型的系统工程应用,建立总体与分系统并行协同研制模式。深化试验数据的应用,进行实物试验与虚拟验证的对比分析,提高仿真置信度,提升虚拟验证能力,支撑产品在虚拟世界中设计验证迭代。以PLM为载体,构建设计制造一体化协同工作环境,包括全三维设计环境、三维工艺设计、三维工艺仿真等功能,支撑基于模型的设计制造一体化协同。

2.2.2建立以ERP为主干道的业财一体化平台

通过应用企业资源管理系统(ERP),对企业物流、资金流和信息流进行全面一体化管理,实现采购到付款、销售到收款、项目到成本、项目管理到项目会计等4个一体化目标。其中,以采购合同和采购订单为线索,打通集团公司内部跨单位之间物资数据的协同共享、传递和管理,实现对整个采购执行过程的全面管控;以销售订单为驱动,打通产品设计、工艺、生产、采购、服务、财务的整个业务链条的数据协同,实现销售与各业务部门间的数据协同。

2.3数据驱动的车间生产管理

生产执行层围绕产品制造活动完成生产系统运行管理及制造数据处理,实现信息流、物流在生产系统中的集成与融合。生产执行层基于企业管理层的主生产计划、产品制造工艺,通过MES系统或MOM平台建立生产系统的作业计划、资源使用规划,形成生产系统运行的调度模型、资源模型、驱动数据,分配实物制造过程的执行指令;通过质量管理系统和电子履历系统,实现对产品生产和质量等信息的智能监测和控制,强化对企业生产过程的管控。

2.3.1开展生产制造执行管理系统建设

生产制造执行管理系统(MES)承接上游的研发设计和虚拟验证体系,同时,关联下游生产制造执行过程,主要作用是对产品制造过程进行综合管控。在业务功能上,包含制造数据管理、计划排程管理、生产调度管理、库存管理、工作中心/设备管理、工具工装管理、生产过程质量管理等业务模块。生产制造执行管理系统通过与底层数据集成分析,以及与上层数据集成分解,为企业打造一个扎实、可靠、全面、可行的制造协同管理平台。

2.3.2构建质量管理系统

坚持质量至上,秉承预防为主、闭环管理的航天系统工程思想,遵循集团公司“四个两”2.0中的规划,实现质量管理系统对型号产品研制过程中系统、分系统及零部件质量数据进行采集、汇总、统计和分析的要求。质量管理系统要适应集团公司智能制造、协同制造和云制造的新生态环境,以数字化、网络化和智能化为着力点,在质量数据信息采集、组织、传递、汇总的基础上,完善和细化质量数据内容,优化质量管理检测过程及统计、分析方法。通过质量管理系统建设,对产品全过程质量数据进行有效归集与整合,达到对型号全生命周期数据的可追溯和查询,并力争把事情一次做好,实现“零缺陷”的终极目标,持续推进集团公司科研生产质量管理转型升级和模式创新。

生产执行层的上层是企业管理层,生产执行层从企业管理层获取产品模型、主生产计划和物料计划信息向企业管理层反馈质量信息、物料需求信息和成本消耗信息等;生产执行层的下层是设备控制层,生产执行层向设备控制层下达作业计划、资源调度指令/作业指令、执行程序等,以驱动生产设备或物流系统高效运行。

3未来展望

数据驱动的智慧企业在流程、方法、技术基础上,把数据作为一个主要生产要素,重点围绕基于指标体系的决策分析,基于数据全周期管理、流程全周期管理、产品生命周期管理(PLM)的数字化研制流程改造,基于企业资源计划(ERP)、多项目管理(MPM)、质量管理等信息系统的协同应用,以及以制造执行系统(MES)为核心的车间信息全集成,开展相关建设。研究所数据驱动的智慧企业框架如图2所示。

研究所对智能制造的实践,是在参与集成信息化架构论证、智慧企业总体框架论证,以及PLM、ERP、MPM、MOM等信息系统的实践过程中总结和提炼出的。是既有理论支撑,又有实践依据的数据驱动的智慧企业框架蓝图。

随着信息化建设的逐渐完善,知识作为新的动力,以及附加了知识信息的数据,可以让企业在智能制造过程中发现不足并进行自我改进,从而使企业生产越来越精益,企业越来越有竞争力。

参考文献:

[1]谢康,肖静华,王茜.大数据驱动的企业与用户互动研发创新[J].北京交通大学学报(社会科学版),2018,17(2):18―26.

[2]张洁,高亮,秦威,等.大数据驱动的智能车间运行分析与决策方法体系[J].计算机集成制造系统,2016,22(5):1220―1228.

[3]尹浩,乔波.大数据驱动的网络信息平面[J].计算机学报,

2016,39(1):126―139.