智能制造成熟度评估
2022-03-09 来源： 智造苑
「 1. 构建智能制造能力成熟度模型 」
1）模型的提出
作为制造业转型升级的重要手段，各级政府大力倡导企业推行智能制造，而制造企业自身也逐渐深刻认识智能制造技术应用的价值，有着强烈的推行愿望。智能制造涉及到工厂基础网络的建设、信息系统应用与集成、生产过程自动化、设备互联互通、物流环节与生产过程闭环集成、运营数据的采集与传递等方方面面。由于我国企业制造基础参差不齐，对智能制造的理解不统一，对自身智能工厂的建设现状和未来的发展路径不明确，难免要走弯路，因此，需要构建智能制造评估模型，评价企业智能制造成熟度，找出差距，补强短板，并通过模型中所蕴含的标准引导企业科学制定智能制造实施路径。
2018年，工业和信息化部、国家标准化管理委员会共同组织制定了《国家智能制造标准体系建设指南（2018版）》，其中对智能制造特征给出了定义。为了保证评估模型的全面性与先进性，e-works以国家智能制造标准体系为纲领，同时研究和吸收国内外相关评估体系中先进构建方法和理念，从制造、技术、资源、人员、管理等五个维度制定智能制造的核心评价因素以及细化的评价指标，形成符合《国家智能制造标准体系建设指南（2018版）》框架下的、具有可操作性的评估模型。图1是智能制造成熟度评估模型设计思路。
图1 智能制造成熟度评估模型设计思路
2）评估模型概况
《e-works智能制造能力成熟度评估模型》（图2）面向企业业务应用水平、智能制造基础、智能制造使能技术应用、效益与效能四个维度，立足数字化、网络化、智能化三大方向构建评估模型。其中，企业业务应用水平覆盖产品研发、生产、物流供应链、运营管理等核心业务的数字化，以及产品的智能化、产品的运维服务过程的数字化；智能制造基础涉及智能装备与产线的应用、工业互联的建设基础以及智能制造组织保障与管理基础；智能制造使能技术的应用覆盖ICT新技术、人工智能与大数据技术、先进制造技术的应用；效益与效能则注重对研发周期、生产效率、产品交付、质量提升、设备利用率、能源利用率以及所产生的经济价值等直接效率或间接效率的考察。此外，针对制造业行业不同，其产品与服务特点、生产特点各不相同，评估模型需与行业特点结合，形成相应的行业版本。目前，e-works已建立了装备制造、汽车、电子、电气、纺织服装、食品饮料、化工、冶金等行业的智能制造评估体系，以及军工装备维修行业的智能制造评估体系，并在数百家企业得到了实际应用，效果良好。
图2 e-works智能制造成熟度评估模型
3）评估模型的架构与指标
模型由指标体系、评价标准、成熟度等级构成。遵循《国家智能制造标准体系建设指南（2018版）》中对智能制造特征的定义，结合标准体系建设指南所提出的生命周期、系统层级和智能功能3个维度，将评估模型划分为11个一级指标、43个二级指标，多个行业定制版本，并针对每个二级指标给出了五个级别成熟度关键特征的描述。
为详细明确地评估企业智能制造成熟度，在11个一级指标的基础上，进一步分解形成组织战略、设计、生产、物流、销售和服务、装备、网络等43大类核心能力要素，并对每一大类核心要素进行分解。评估模型详细指标及关键特征示例见表1、表2。
表1 智能制造成熟度评估指标
表2 智能制造成熟度评估三级指标及关键特征示例
4）成熟度等级的划分
等级定义了智能制造的成熟度水平，描述了一个组织逐步向智能制造最高阶段迈进的路径，代表了当前智能制造的成熟程度，同时也是智能制造成熟度评估活动的结果。智能制造成熟度模型共分为5个等级（图3）。
图3 智能制造成熟度等级
「 2. 评估方法及过程 」
1）评估方法
智能制造成熟度评价是依据智能制造成熟度模型要求，与企业实际情况进行对比，通过评分加权计算，根据计算结果定位企业当前的智能制造成熟度等级，有利于企业发现差距，寻求改进方案，提升智能制造水平。智能制造成熟度模型与评价的关系示意如图4所示。
图4 智能制造成熟度评估方法
2) 评估过程
通过以下步骤完成智能制造成熟度的评估（图5）：
图5 智能工厂建设水平评价流程
（1）结合调研、摸清现状。结合评估模型中每级指标或采用问卷调查方式，摸清企业智能制造各核心要素的建设现状。调研问卷设计采用选择性问题及开放性问题组合，对于关键问题宜采用现场调研取证方式，保证评价结果客观、公正。
（2）关键特征评判，指标量化打分。依据调研结果评判企业当前建设现状是否满足每项指标对应的关键特征要求，并依据满足程度进行量化打分。
（3）加权计算，汇总得分。根据评估模型中每级指标权重，加权汇总，可计算出总体得分。计算公式为：∑评价指标得分×指标权重。
（4）定位成熟度等级。根据加权计算结果，可以定位企业当前智能制造建设的整体成熟度、制造维度、智能维度以及单项能力级别，由此找出企业智能制造建设的差距和改进方向。
「 3. 智能制造效能指标的选择 」
对于智能制造推进为企业带来的实效，可以通过对企业的关键绩效指标进行定量评估。效能评估指标和侧重点根据行业和企业特点有所不同。共性的效能指标包括：
（1）产品研发管理：全新产品上市周期、变型产品上市周期、新产品销售收入占比、零部件重用率、BOM准确率、仿真技术应用率等；
（2）制造能力：设备平均OEE、车间设备联网率、数控化率、设备数据自动采集率等；
（3）质量水平：产品一次合格率、质量缺陷率（PPM）、质量损失率，产品平均无故障工作时间等；
（4）设备与产线：平均无故障工作时间、平均故障修复时间、设备和各类工艺的产线自动化率等；
（5）营销与服务管理：客户满意度、客户投诉率、产品返修率、销售电商占比；
（6）供应链管理：订单准时交付率、采购电商占比；
（7）财务与成本指标：全员劳动生产率、库存周转率、平均月结时间、产品毛利率等；
（8）节能减排指标：单位产值能耗、清洁能源使用占比、三废综合利用率；
（9）劳动力指标：整体劳动力效能（OLE）等；
（10）HSE（环境、健康、安全）指标：员工职业病发生率、员工伤害事故率等。
在选择效能指标时需要注意，要评估出智能制造推进是否取得实效，需要连续测度这些指标，才能进行智能制造项目实施前和实施后的对比。一些直接反映企业盈利能力的指标，由于受行业整体水平、宏观经济走势、原材料价格等多种外部因素影响，不宜作为评估智能制造效能的指标。同样道理，由于智能制造相关技术本质上属于“使能”技术，为企业提供数字化和自动化的工具与手段，因此，也不宜将企业的专利申请、知识产权等反映企业创新能力的指标直接与智能制造工程的实施挂钩。一些与企业运营和管理水平直接相关的指标，比如员工离职率、薪酬增长率等，也不适合作为评价智能制造工程实施效能的指标。此外，智能制造整体效能的评估也不同于具体的智能制造项目的评估，对于具体的智能制造项目，可以评估ROI。
改编自：《智能制造实践》（作者：黄培，许之颖，张荷芳）
相关新闻
版权声明
1、凡本网注明“来源：中国轻工业网” 的作品，版权均属于中国轻工业网，未经本网授权，任何单位及个人不得转载、摘编或以其它方式使用。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：中国轻工业网”。违反上述声明者，本网将追究其相关法律责任。
2、凡本网注明 “来源：XXX（非中国轻工业网）” 的作品，均转载自其它媒体，转载目的在于信息之传播，并不代表本网赞同其观点和对其真实性负责。
3、如因作品内容、版权和其它问题需要同本网联系的，请于转载之日起30日内进行。
4、免责声明：本站信息及数据均为非营利用途，转载文章版权归信息来源网站或原作者所有。
