“精益”二字是服装生产最量化的方式

精益是数字化的根基，是一种不断改善经营效率，是消除浪费的一种资源最大化利用，是发挥成本效率的途径，是企业不断提升竞争力，最终实现经营的利润率最大化。

精益对生产中的过度生产、等待、运输、过度加工、库存、缺陷返工、走动、人才浪费进行了聚焦，并提出了诸多的方法予以消除，这些与生产制造单元的经营目标紧密相关。我们总把计算机、MES/ERP这些理解为数字化系统，但是，数字化的根基是“数字”——是基于“量化管理”的管理科学思想，因此，所谓的数字化运营的本质在运营，而非数字，数字只是实现的数字化运营的手段。

之所以说精益是数字化的根基，在于精益为生产提供了各种量化方法、工具，例如KPI、OEE、TPM、RCA、5S、目视化管理、看板等，这些使得工厂成为了一个可以被量化、可视化、透明化的工厂，一切都服务于经营目标：质量、成本与交付能力。智能工厂的性能指标要求是基于精益的可量化而定义的，这些是数字化运营、智能制造、工业4.0等所有概念必须去实现的目标。

传统上，我们仅站在自动化行业的角度理解自动化，就是传感器检测、控制循环、显示、趋势报警，然而，当我们把自动化放在智能制造大环境下，我们会发现它扮演的角色是服务于运营本质的。

从传统生产运营角度而言，采用人工搬运、加工的过程显然与机器的速度无法相比，尤其是谈到智能制造的集成生产，将继续削减中间不必要的环节——精益中所定义的不增值环节。

高精度的伺服定位与同步、机器人集成制造使得产品质量及其一致性不断提高，这些都是机器相较于人而言更为重要的作用。

运动控制不仅提供了高精度的加工质量，而且还确保了生产的柔性，就像在各种机器上，运动控制扮演让生产更为灵活的角色，通过参数设置，伺服系统自己规划加工曲线，确保平滑的工艺切换。

当然了，自动化系统还扮演了精益的可视化管理角色，包括趋势、报警，当然也包括生产中的能源、维护、品质数据向管理系统的输送，当然，也接受来自管理系统的指令，如新的订单加工参数、工序等。

自动化已经让标准化的大规模生产达到了极高的水平，但是，当生产的个性化需求变得越来越多的时候就产生了新的挑战，从精益角度，质量、成本与交付都成了困难：

不良品率：当印刷批次变小时，开机浪费将提高不良品率，使得质量实际上下降；

成本：当不良品率提高，成本显然提高，而个性化生产带来的工艺切换时间也会造成成本上升、当机也会造成成本的损耗，而从个性化产品成本计量角度，必须将成本分配在每个批次的产品上，那么这个生产计划中的能耗、机器效率就变得更为重要显著提高了成本。

交付能力显著下降：工艺切换的时间消耗、当机、返工这种在大批量生产已经非常成熟的解决方案在个性化时代就会放大，使得交付下降。

从这个角度来观察生产制造的要求就会发现，在更大的全局来优化产线成为了必然，例如：

（1）如何让生产运营过程最大的协同来消除中间的时间、能耗等浪费？

（2）当有设备停机产线如何自动分配负载？

（3）在批次降低质量迭代周期变小时如何削减开机浪费？

（4）工艺切换的时间耗费如何降低以达成快速交付？

再回到运营角度来思考，智能制造必须借助于信息的透明来分析问题，数据连接起来，才能全景的观察产线，才能寻找运营的优化。

因为信息化解决了以下几个问题：

① 共享数据模型使得数据对象变得简单，可以较为便利的方式对数据进行采集；

② 使得跨平台的系统之间可以进行数据基于标准与规范进行交互；

③ 垂直行业信息模型的集成更为垂直方向提供了数据便利。

不仅要梳理数据的传输，也要明白数据的流向—即用途，也是要服务于生产运营的。

自动化建立在对单个控制任务的调节，即使多变量系统通常也是在一台机器、一个子系统中，而生产的全局优化要在更高维度，而这个时候，计算能力、模型能力已经超出了目前的机理模型。因此，智能化是必须建立在精益运营、自动化、信息化之上的全局的优化问题，通过更为全局的模型，对市场端的需求拉动、工艺设计与辅助制造、供应链、生产制造环节、运营维护整个的协同，就形成了整体的基于设备状态、生产订单、能源消耗、财务成本等共同构成的“寻优”，并给予运营“决策支持”。（sofastsoft . com）