李瑞方　周軍　姜旭東　胡曉峰

摘 要：企業(yè)運(yùn)營(yíng)管理水平的高低直接影響著企業(yè)未來的發(fā)展和企業(yè)的生命力，如何提升企業(yè)運(yùn)營(yíng)管理水平是企業(yè)獲得長(zhǎng)久生存發(fā)展必須要考慮和解決的難題。本論文主要從管理指標(biāo)邏輯關(guān)系的梳理、管理指標(biāo)體系的建立等方面，實(shí)現(xiàn)指標(biāo)的預(yù)警、報(bào)警及響應(yīng)閉環(huán)的全過程控制，助力企業(yè)的管理模式升級(jí)。

關(guān)鍵詞：多層級(jí)管控系統(tǒng) IOT 數(shù)據(jù)平臺(tái)

Multi-level Management and Control System "Empowering" Enterprise Management Upgrade

Li Ruifang Zhou Jun Jiang Xudong Hu Xiaofeng

Abstract：The level of enterprise operation and management directly affects the future development of the enterprise and the vitality of the enterprise. How to improve the level of enterprise operation and management is a problem that must be considered and solved for enterprises to achieve long-term survival and development. This thesis mainly focuses on sorting out the logical relationship of management indicators and establishing the management indicator system to realize the whole-process control of early warning， alarm and response of indicators， and to help upgrade the management model of the enterprise.

Key words：multi-level management and control system， IOT data platform

未來幾年全球市場(chǎng)對(duì)數(shù)字化設(shè)計(jì)、智能化生產(chǎn)、智慧化管理、協(xié)同化制造、綠色化制造、安全化管控等方面的要求隨著經(jīng)濟(jì)的發(fā)展、制造業(yè)水平的提升而變得越來越高，這給國(guó)內(nèi)汽車制造行業(yè)帶來挑戰(zhàn)的同時(shí)也帶來了新的發(fā)展機(jī)遇。從政策端來看，國(guó)家發(fā)布的各項(xiàng)智能制造政策對(duì)汽車行業(yè)發(fā)展起到了積極而有力的支撐;從需求端看，當(dāng)前國(guó)內(nèi)外對(duì)汽車產(chǎn)品的需求呈現(xiàn)出多場(chǎng)景、多技術(shù)種類、多級(jí)別和個(gè)性化的特征;從供給端來看，隨著眾多傳統(tǒng)外資車企對(duì)智能制造的加碼，及對(duì)合資品牌的技術(shù)支持，以吉利為代表的國(guó)內(nèi)自主品牌汽車必將面臨新一輪的沖擊與挑戰(zhàn)。

外圍和客戶對(duì)產(chǎn)品的關(guān)注度持續(xù)走高，也暴露了生產(chǎn)線系統(tǒng)各自為戰(zhàn)、互聯(lián)互通不足、信息透明化不足等問題，表明傳統(tǒng)的制造周期和線體特性已無法滿足當(dāng)前市場(chǎng)對(duì)于產(chǎn)品的定制化需求。企業(yè)運(yùn)營(yíng)管理水平的高低直接影響著企業(yè)未來的發(fā)展和企業(yè)的生命力，如何提升企業(yè)運(yùn)營(yíng)管理水平是企業(yè)獲得長(zhǎng)久生存發(fā)展必須要考慮和解決的難題。本論文主要從管理指標(biāo)邏輯關(guān)系的梳理、管理指標(biāo)體系的建立等方面，實(shí)現(xiàn)指標(biāo)的預(yù)警、報(bào)警及響應(yīng)閉環(huán)的全過程控制，助力企業(yè)的管理模式升級(jí)。

1 系統(tǒng)目標(biāo)

指標(biāo)是企業(yè)的運(yùn)營(yíng)管理水平的高低的一種體現(xiàn)方式，設(shè)計(jì)的領(lǐng)域主要包括

質(zhì)量、成本、交付、人員及安全等領(lǐng)域。如何準(zhǔn)確地通過指標(biāo)來識(shí)別并管控各領(lǐng)域管理存在的問題，是提升企業(yè)的運(yùn)營(yíng)管理水平的關(guān)鍵。以指標(biāo)體系為落腳點(diǎn)，以制造體系、質(zhì)量管理體系和經(jīng)營(yíng)管理體系為依托，基于分層預(yù)警邏輯，對(duì)基礎(chǔ)系統(tǒng)數(shù)據(jù)進(jìn)行信息采集，如生產(chǎn)執(zhí)行系統(tǒng)、質(zhì)量管理系統(tǒng)、物料管理系統(tǒng)以及企業(yè)資源管理系統(tǒng)等，向傳統(tǒng)系統(tǒng)未覆蓋的物聯(lián)層數(shù)據(jù)進(jìn)行擴(kuò)展。通過對(duì)底層數(shù)據(jù)的采集、分析、運(yùn)算得到各層級(jí)指標(biāo)[1]。

2 確定實(shí)施架構(gòu)

在充分調(diào)研的基礎(chǔ)上，確定三條業(yè)務(wù)開展主線，分別是縱向集成的生產(chǎn)制造“創(chuàng)新鏈”、端到端集成的生命周期“價(jià)值鏈”和橫向集成的產(chǎn)供銷“產(chǎn)業(yè)鏈”，具體來講：

1）縱向集成：隨著客戶需要的多樣性，現(xiàn)有汽車4S店和銷售公司進(jìn)行銷量預(yù)測(cè)的生產(chǎn)模式越來越顯示出短板，造成越來越多的供應(yīng)商庫存積壓，帶來巨大的成本浪費(fèi)，因?yàn)榧毙韪木帪橐孕枨篁?qū)動(dòng)的生產(chǎn)模式，消費(fèi)者訂單直接匯總進(jìn)行生產(chǎn)系統(tǒng)進(jìn)行生產(chǎn)排產(chǎn)。

2）端到端集成：構(gòu)建產(chǎn)品設(shè)計(jì)數(shù)字化平臺(tái)，打通銷售、研發(fā)和制造。

3）橫向集成：打通產(chǎn)供銷OTD鏈信息流，對(duì)生產(chǎn)和物流運(yùn)輸進(jìn)行全程監(jiān)控，建立智能制造駕駛艙，對(duì)涉及質(zhì)量Q、交期D、成本C進(jìn)行展示和分析，實(shí)現(xiàn)生產(chǎn)制造全過程透明、敏捷。通過交互，真正實(shí)現(xiàn)“研發(fā)、工藝、生產(chǎn)、物流與銷售”各環(huán)節(jié)的無縫對(duì)接。多功能管控系統(tǒng)的實(shí)施就是其中的一條主線——橫向集成的產(chǎn)銷供“產(chǎn)業(yè)鏈”。

業(yè)務(wù)架構(gòu)搭建：從質(zhì)量、成本、交付、人員及安全等領(lǐng)域正向梳理，并按照正常業(yè)務(wù)開展邏輯進(jìn)行模擬分解，直到分解到最小單元，直達(dá)根本原因，將分析的縱向深度向設(shè)備層延展，將原本割裂的數(shù)據(jù)環(huán)節(jié)進(jìn)行融合，做到影響因素的真正直達(dá);同時(shí)，業(yè)務(wù)架構(gòu)的搭建做到事前數(shù)據(jù)預(yù)判，事中在線診斷、糾正調(diào)節(jié)，事后敏捷分析。

應(yīng)用架構(gòu)搭建：以IOT平臺(tái)做數(shù)據(jù)中臺(tái)，將設(shè)備數(shù)據(jù)、研發(fā)數(shù)據(jù)、及傳統(tǒng)系統(tǒng)數(shù)據(jù)放到IOT平臺(tái)做統(tǒng)一匯總與融合，打通各系統(tǒng)間的壁壘，實(shí)現(xiàn)數(shù)據(jù)融合，做到數(shù)據(jù)互聯(lián)互通[2]，將管理決策與業(yè)務(wù)分析相結(jié)合，不僅能快速反映問題所在，還可以給出解決方案，同時(shí)利用多種智能算法對(duì)趨勢(shì)進(jìn)行預(yù)測(cè)分析，做到提前處理、閑時(shí)處理，不僅降低了制造成本，還能夠提升運(yùn)營(yíng)效率。在數(shù)據(jù)互聯(lián)互通的基礎(chǔ)上開發(fā)業(yè)務(wù)分析及管理決策的APP應(yīng)用，最大限度的挖掘數(shù)據(jù)的價(jià)值。

3 指標(biāo)體系建立與規(guī)劃

基于體系、標(biāo)準(zhǔn)、信息、系統(tǒng)、交互的規(guī)劃原則，推進(jìn)部署項(xiàng)目的整體落地，引入BI（Business Intelligence，商業(yè)智能），通過現(xiàn)代數(shù)據(jù)倉庫技術(shù)、線上分析處理技術(shù)、數(shù)據(jù)挖掘和數(shù)據(jù)展現(xiàn)技術(shù)對(duì)數(shù)據(jù)的收集、管理、分析以及轉(zhuǎn)化，用數(shù)據(jù)之間的內(nèi)在聯(lián)系，開發(fā)每條數(shù)據(jù)鏈的數(shù)據(jù)應(yīng)用，從而獲得必要的洞察力和理解力，為決策和行動(dòng)指導(dǎo)提供數(shù)據(jù)支撐。

為實(shí)現(xiàn)指標(biāo)的智能管控，以管控地圖的形式，對(duì)關(guān)鍵和重要工位影響到的過程指標(biāo)進(jìn)行分析，制定達(dá)成策略，并明確信息上傳的路徑和所使用的信息系統(tǒng)。通過智能制造實(shí)現(xiàn)從各信息系統(tǒng)中抓取、集成關(guān)鍵信息，呈現(xiàn)在管理駕駛艙上。進(jìn)行分級(jí)管理，實(shí)現(xiàn)精準(zhǔn)對(duì)標(biāo)、質(zhì)量預(yù)判、快速?zèng)Q策及響應(yīng)，形成PDCA循環(huán)提升。

4 數(shù)據(jù)采集與平臺(tái)搭建

傳統(tǒng)的點(diǎn)對(duì)點(diǎn)數(shù)據(jù)采集已無法滿足需求，需要轉(zhuǎn)變數(shù)據(jù)的采集方式，逐步轉(zhuǎn)化為共平臺(tái)的數(shù)據(jù)匯集，同時(shí)采用一網(wǎng)到底的網(wǎng)絡(luò)方案，將網(wǎng)絡(luò)覆蓋到底層設(shè)備，引入IOT平臺(tái)，讓底層設(shè)備的數(shù)據(jù)采集變?yōu)榭赡堋?/p>

信息化時(shí)代，IT致力于面向事務(wù)的業(yè)務(wù)活動(dòng)的線上化，信息化，隨著時(shí)間積累產(chǎn)生了海量數(shù)據(jù);自動(dòng)化及物聯(lián)網(wǎng)時(shí)代，OT致力于工具的聯(lián)網(wǎng)，感知，也將產(chǎn)生各種海量數(shù)據(jù)。所謂的IOT平臺(tái)就是，通過各種傳感技術(shù)、通訊手段，將傳統(tǒng)物體與互聯(lián)網(wǎng)進(jìn)行連接。以實(shí)現(xiàn)遠(yuǎn)程監(jiān)控、自動(dòng)報(bào)警、遠(yuǎn)程控制、遠(yuǎn)程診斷、遠(yuǎn)程維護(hù)。進(jìn)而實(shí)現(xiàn)管理、控制、營(yíng)運(yùn)一體化的網(wǎng)絡(luò)。作為新一代的信息通信技術(shù)，實(shí)現(xiàn)人與人、人與物、物與物的信息互聯(lián)。

針對(duì)生產(chǎn)制造及OTD數(shù)據(jù)特點(diǎn)，選取橫縱兩個(gè)數(shù)據(jù)平臺(tái)，采用IOT平臺(tái)對(duì)接生產(chǎn)制造數(shù)據(jù)，采用企業(yè)資源管理平臺(tái)對(duì)接銷售、生產(chǎn)、供應(yīng)鏈、與運(yùn)輸及存儲(chǔ)數(shù)據(jù)。兩平臺(tái)既能夠數(shù)據(jù)共享，又能夠針對(duì)各自對(duì)應(yīng)業(yè)務(wù)的運(yùn)行做到順暢執(zhí)行。

5 數(shù)據(jù)對(duì)業(yè)務(wù)賦能

數(shù)據(jù)產(chǎn)生價(jià)值，價(jià)值產(chǎn)生機(jī)會(huì)，我們將BI技術(shù)應(yīng)用于各層級(jí)管理者及工程師的日常工作管理，不僅呈現(xiàn)指標(biāo)，發(fā)現(xiàn)問題，還模仿各層級(jí)人員的思維習(xí)慣去逐步鉆取到問題發(fā)生的原因，同時(shí)給出解決方案，讓問題更快的被發(fā)現(xiàn)，更快的追蹤到原因，更快的尋找的解決辦法，進(jìn)而更快的被處理，為后期自動(dòng)決策及自動(dòng)糾正的實(shí)現(xiàn)提供可能。

梳理業(yè)務(wù)流程，建立指標(biāo)體系，將指標(biāo)進(jìn)行層層分解，識(shí)別影響因素和問題產(chǎn)生的根本原因，實(shí)現(xiàn)數(shù)據(jù)的互聯(lián)互通;將制造專家的經(jīng)驗(yàn)轉(zhuǎn)化為數(shù)據(jù)語言，按照專家的分析邏輯搭建數(shù)據(jù)模型，實(shí)現(xiàn)對(duì)各種失效模式的自動(dòng)分析，依據(jù)歷史數(shù)據(jù)以及衰減曲線加以智能算法對(duì)趨勢(shì)進(jìn)行預(yù)測(cè);搭建工廠運(yùn)營(yíng)的數(shù)字化模型，利用實(shí)時(shí)的數(shù)據(jù)驅(qū)動(dòng)，在虛擬環(huán)境中直觀的體現(xiàn)工廠各個(gè)環(huán)節(jié)的運(yùn)行狀態(tài)，仿真模型與實(shí)時(shí)數(shù)據(jù)聯(lián)動(dòng)，實(shí)現(xiàn)真正意義上的數(shù)字孿生。

6 總結(jié)

本論文從系統(tǒng)目標(biāo)、實(shí)施架構(gòu)、指標(biāo)體系建立與規(guī)劃、數(shù)據(jù)采集與平臺(tái)搭建、數(shù)據(jù)對(duì)業(yè)務(wù)賦能五個(gè)方面進(jìn)行了詳細(xì)描述，實(shí)現(xiàn)對(duì)指標(biāo)的預(yù)警、報(bào)警及響應(yīng)閉環(huán)的全過程控制，助力企業(yè)的管理模式升級(jí)，也為相關(guān)企業(yè)建立多層級(jí)管控系統(tǒng)提供了參考。

參考文獻(xiàn)：

[1]袁莉莉，袁曉偉，韋安壘.物聯(lián)網(wǎng)和區(qū)塊鏈在智能工廠中的應(yīng)用[J].網(wǎng)絡(luò)空間安全，2020，11（01）：91-97.

[2]張潔，高亮，秦威，呂佑龍，李新宇.大數(shù)據(jù)驅(qū)動(dòng)的智能車間運(yùn)行分析與決策方法體系[J].計(jì)算機(jī)集成制造系統(tǒng)，2016，22（05）：1220-1228.