李华：可视化与智能制造，我们是这样落地的

每一个企业级的人 都置顶了 中国软件网

中国软件网 为你带来最新鲜的行业干货

---

分享篇

工业4.0时代，“可视化”已成为企业实现精细化管理和智能化运营的重要手段，可视化设计与制造技术在智能制造中具有广泛的应用前景。在本期大华南IT高管共赢圈的微课分享中，彩虹集团智能制造与大数据事业部总经理助理李华先生以公司智能数字化车间的建设为例，与大华南社群CIO分享了可视化与智能制造的落地经验。

制造业企业发展战略四个问题

制造业企业制定发展战略需要考虑四个问题，一是我有什么；二是我能做什么；三是我想做什么；四是我要做什么。

工业化的层级

工业化与信息化，一个是正向，一个是反向。工业化包括数据、信号、执行、制造四个层级。工业化网络是以令牌环网及高速以太网为主，令牌环网是指专用电缆组成的网络，主要应用场景在DCS、PFBUS、PLC、调控器等的连接。高速以太网主要应用在上位机与PLC、控制器之间。

传统工业网络

传统工业网络的总线物理结构是相互之间进行交错的。每一个链路出现问题时，不会影响数字信号的传递与传输，是一个封闭型的网络，这也是为什么原来的工业和信息化之间会存在壁障的原因。这个壁障是由整体设计的结构造成的。

传统信息化的结构

传统信息化的结构包括四层，第一层是数据；第二层是信息；第三层是知识；第四层是智能。传统的信息化网络由以太网连接服务器与各层级交换机、各应用客户端组成一般为星型组网。通过计算机对数据进行汇聚和采集，找出原来认为具备实际意义的数据，按照设定的程序或流程、操作规定等去进行对标指向，最后呈现报表，这就是原来信息化需要做的事情。

传统信息化网络

从彩虹集团2008年实施的网络结构拓扑图中可以看出，传统信息化网络有出入口，都是端到端的级联，一般分为三层结构。每层结构会与底下的数据终端相连。通过数据终端与服务器，或者多媒体等各种服务器去进行级联，最后通过组网的形式打通每个端到端、端到服务器的结构，这是一个传统的星型结构，它的整体结构环境与工业网络是截然不同的状态。

OT与IT的优缺点

传统工业化的优点在于数据命令有效、高速、准确、实时。网络结构以令牌环网（同轴电缆）和高速以太网（TCP/IP）为主；缺点是格式单一，封闭，无法进行大量数据的分析评估，数据保存周期短，无法进行有效的回溯。

传统信息化的优点在于以PC为运算控制器，以应用程序进行流程化的运算、发布、控制，可灵活编辑的应用平台，具备图形、图像、报表等分析能力，可大数据量的存储，报警图形化提示，数据可追溯。

工业信息融合后数字化结构   

由下图可见，工业化与信息化的数据在蓝色区域汇聚，由此可见，两者之间必有联系。简单讲就是生产线，包括设备上的所有状态通过信号转换来完成制造，制造的结果包括将生产线上的数据源给到信息化，由信息化进行分析，再按照有效的指令传给应用软件，软件最后指示设备做正确的动作，达到最终的有效制造，做到了将工业信息化，信息化工业化，简称工业信息化。

不管是实施信息化还是工业化，需要围绕人、机、料、法、环五个要素进行，五要素层层相叠，形成闭环，这才是要达到的真正目的。不管是信息化要成为闭环还是工业化要成为闭环，它们相互之间协作以后也要成为相互的闭环，这就是菱形相互衔接的一个结构。

工业互联网

工业互联网是工业系统与高级计算、分析、感应技术以及互联网连接融合的结果。它通过智能机器间的连接并最终将人机连接，结合软件和大数据分析，进行工业重构、激发生产力，让制造系统更加透明，使原本不可见的设备衰退、质量风险、资源浪费等问题变得可见，从而通过预测性的手段加以避免，实现无忧（worry-free) 的生产环境。

数字化工业信息化（工业互联网）网络

数字化工业信息化（工业互联网）网络的结构是一个持续改进的闭环，分为采集交换、集中处理、建模分析、决策控制四部分。其中包含了针对各个企业不同的个性化定制、协同化组织、智能化生产和服务化制造，包括传感器数据、机器运行数据、工厂管理数据、企业经营数据，这些要素全部加在一起之后，就是数字化工业信息化，即工业互联网的整体网络结构和工业大数据。

 

数字化网络下的价值与风险

不管是信息化还是工业化，都是基于人的思维状态与大脑进行实现的，包括业务关系、人员组成、企业的社会关系等等。数字化网络下的价值主要表现在让企业变得透明、及时；让信息变得有效，准确；让业务与数据真正地进行融合，如ERP落地、财务数据报表的准确等；让产品快速的迭代，产品的快速迭代与生产成本降低以后，可以提高市场占有率；收集的数据与高效的技术可以与上下游的链路进行分享。最重要的一点是可以对企业的生产制造管理进行分析与预知，在最低风险与最小成本的情况下进行有效的控制。

数字化网络下的风险主要体现在几个方面，一是对不具备自动化、数字化、智能化的产线进行改造时，成本巨大；二是是否具备了对于工业互联网与公共控制的技术人才的储备；三是数据风险，原来的关系网是一个独立封闭的网络，在打开网络边界时，要充分考虑到数据风险；四是边界的安全；五是在多节点进行集合的时候，面临信息化原有的一些故障，就是多节点灾难；六是人为风险。

关于数字化生产的关键问题

不管是实施智能制造还是数字化工厂、工业互联网，关于数字化生产存在几个相互关系的关键问题。第一是产品质量与产线的关系。美国制造之父曾说过，所有产品都是制造出来的，设计出来再好的东西也要通过制造来实现产品的呈现，因此产品质量一定是制造出来的。一般用产品质量来倒推产线中制造工序及加工工艺问题。这其实是“僵尸还魂术”，无法对企业的产品进行及时的反馈。企业制造中关键数据的载体一般会用订单及批次来作为生产管理的数据载体，而这只是表面的一种形式，无法有效的将生产风险与品质管理进行把控。如何正确的认识到企业数据核心主线则至关重要。

数字化生产中可见的数据载体

数字化生产中可见的数据载体可分为产品质量和生产质量。产品质量指在商品经济范畴，企业依据特定的标准，对产品进行规划、设计、制造、检测、计量、运输、储存、销售、售后服务、生态回收等全程的必要的信息展现。生产质量指对生产的过程进行管控，即对生产设备，生产线的最大生产能力的控制。生产质量是产品质量的保障。

 

制造的数据载体

传统的数据载体是以订单作或工作单作为数据流向，用产品质量倒推生产质量，无法有效的对生产风险与品质管理进行掌控。新的数据载体是以设备状态及产线的生产能力作为可监控的数据载体，通过有效手段抓取生产数据，应用大数据技术进行数据分析处理并以有效形式进行及时呈现。产品质量反映生产质量，生产质量决定产品质量。

数据在制造中的流动

数据在制造中的流动，首先是产品与工艺、设计与仿真，这是先行的。有了先行的产品设计与工艺布局，包括产业链的设计、生产线设备的安装、布局工艺等等，然后实现建厂初期，包括新产品的研发、订样、设备的采购等等，最后顺利实现产品的呈现之后，就会有产品的计划与排产，在这些环节之中要做到各个管控数据的可视化。

通过数据管控的可视化，对整个生产经营范围，包括制造、成本、财务、物流等等提供预警与预知的手段，然后通过数字可视化对流程的执行和对策提供有效的支持，这样才可以达到精益生产。有优质的产品和产品质量之后，就可以在产品销售与产品追踪上做到数据的正确流向和流动，形成一个闭环。出现问题的时候再回看产品设计与工艺，再检查实时中的一些生产状态和执行状态。

工业信息化应具备的结构

工业信息化应具备的结构，在生产工艺方面，通过工艺检查、技术规范、品质管理等手段进行监督与设计，再通过设备的实际生产状态进行监控与执行。在订单计划，通过流程安排之间，根据实际的生产节拍保证生产质量，生产出产品后再到销售与物流，如果加工出来的产品有不良现象，再回到再加工。最后再到终端客户，出现问题时再反馈给品质管理，然后再回归到生产工艺和设备上。

智能数字化车间实例

以彩虹集团的智能数字化车间为例子，对生产线的所有设备进行跟踪，包括对设备的动态监控。出现故障之后，需要清楚建议的处理措施是什么、故障描述是什么、故障发生在生产线的位置点在哪里等等，这就是可控、可预警的过程。

技术带来产品良率提升

以彩虹集团使用了新的技术产线和未使用新的技术产线所带来产品良率提升进行实际对比。（下图）红色标识的是采用了数字化工厂之后的数据，灰色是传统的数据收集，包括人员管理的分析。

关于数字化的预测分析

关于数字化， Gartner的预测分析显示，与2016年不足5%相比，到2020年，至少会有30% 的工业4.0项目将采取从领先算法市场中获取算法方案。到2017年，通过差异化算法控制的企业将实现5%到10%的收入增长。到2018年，全球超过50%的大型组织将通过使用先进分析法和专有算法技术进行竞争。根据万德资讯（wind资讯）市场分析报告统计，2017年国内工业大数据行业市场规模约为70亿元，同比增长25%，预计到2020年市场规模将达到185亿元，未来平均增幅保持在40%左右。

Gartner预计在2017年及未来很长一段时间内，国内企业会加大对新兴技术及数字化转型的投入。虽然越来越多的企业把数字化转型作为公司的主要战略，但对于如何选择和驾驭新兴技术同时引导消费者，如何调整组织架构、业务模式以更好的应对数字化转型等问题，企业的技术战略规划师还有许多疑虑，这也无形中减缓了转型的速度。

云服务仍是中国CIO技术发展的一大重点。随着企业将越来越多的核心工作负载迁移到公有云环境中，对公有云的使用也将更有信心。虚拟个人助理（VPA）将影响消费者访问和使用服务的方式。这是因为与基于APP的交互方式相比，VPA能够为用户带来更好的服务体验。而前者却需要用户在多个APP之间来回切换。机器学习将大大改变消费者处理日常事务的方式，同时也将为企业带来影响——企业的某些岗位将实现自动化。中国的三大数字化巨头——BAT（百度、阿里巴巴和腾讯）正在将业务从线上扩展到线下。利用数字化业务实现虚拟核物理世界的融合。

创新已成为中国金融行业的一大热词。CIO们正在推出多重举措如区块链来发展创新能力。

工业信息化、数字化四个要素

数字化主要实现的第一点是可视化。通过数字化实现的方式，将制造、管理、经营等等全部呈现出来，做到可视化。第二点是可控，数据提供了控制的依据、方向，可以通过人防、机防、自动化与预防等手段进行可控。第三点是可预知。针对存在的风险进行可预知，在某种特定的表象出现或相互几种表现结合可能会造成的风险进行自动化的干预或人为干预。第四点是可制造。

简而言之是如何将数据有效准确的呈现实现数字化，这才是实现智能制造的唯一方法。

企业对于IT的需求

企业对于IT的需求，主要表现在四个方面，一是对企业的管理数据、生产数据进行全方位的监控；二是对企业的业务部门、生产车间、设备进行全方位的监控；三是对企业的管理、运营及生产数据进行有效的分析和呈现；四是对企业的全局进行可追溯，可评价，有效   实时的管理。

如何有效地寻找甲方和乙方

如何有效地寻找甲方或乙方，需要对甲方和乙方有充分的了解。甲方主要分为六种，第一种就是一把手工程或者项目往往都是由领导拍板；第二种是非IT专业人员或业务部门管理IT；第三种是IT人员本身不懂业务，不知道业务部门的需求是什么；第四种是自身的结构、基础、需求等均不清楚；第五种是既懂IT又明白业务，但没有担当；第六种是有担当有想法。

乙方主要分为六种，第一种是一把手工程；第二种是什么都能做，其实什么都做不了；第三种是伪专家型，不懂不问，不懂装懂；第四种是对自身产品的结构、定位、功能等均不清楚；第五种是既懂IT又明白业务，但不靠谱；第六种是靠谱，懂业务又具有实力和可靠的团队。找到甲方的第六种和乙方的第六种，这就是真正的双赢战略。

甲方经常思考的问题

甲方经常思考的问题包括：我的业务需求是如何实现的？我的项目设计是不是有未来的瓶颈或隐患？如何在有效成本下实现我的需求？乙方的方案到底对自己企业的价值有什么？能给我带来什么？如何能打动领导、业务部门来认可该方案？后续的支持如何保证？如何知道对方不是忽悠？

甲方眼中合适的乙方主要有以下五大特点，一是甲方思维、能对业务痛点准确解决；二是能够讲清自身的产品特性及产品价值及定位；三是落地而扎实的技术方案和有效的落实；四是能帮助企业或IT有效的解决面临的困难；五是具备有效沟通、有技术、有担当、熟知甲方行业。

企业为什么需要云

企业未来的发展必不可少的就是云。企业为什么需要云？一是需要降低信息化成本及设计、研发等科技技术迭代成本。二是与企业发展速度相配的信息资源及信息化技术、设计与研发落地到生产制造实效。实效性包括时间节点，这样可以进行有效的加速。

现有的顾虑与难点，主要体现在法规与利、安全与管控两方面。法规与利主要表现在四个方面，一是财务制度与等保条例，是否允许将业务迁到云上；二是利益点及价值呈现的有效评估，包括能实现什么、减少什么以及谁负责评估等等；三是政策的保障及对企业的指导和教育培训，即如何保证上云以后的安全性，包括数据的私密性、链路的有效性等等，均没有正确的指导与教育培训；四是企业领导人对此的认识与理解。

安全与管控主要表现在三个方面，一是数据安全的保障；二是应用数据的归属，包括交易的数据是谁的，什么样的数据可以交易等都没有明确的界限；三是数据及业务的连续性。这些保障性都没有明确的法律法规配套。

企业所理解和需要的云

企业所理解和需要的云，一是便捷高效的应用技术服务能力。主要是减少资金成本的投入及技术力量的储备、运维成本；减少因链路问题导致的多地业务不对等，加速设计开发流程并减少成本；减少或降低智能与制造，物流，上下游链路的汇聚成本。二是政策的支持与安全保障。主要是政府支持的减免补贴政策，两化融合及智能制造的对接与支持服务，节能减排等鼓励；有政府指导或制定数据及链路安全的保障机制及赔付制度；运营商及平台对数据安全、链路安全的责任划分与担负。

总结

关于制定企业的发展战略一定要问清楚企业四个问题：我有什么？我能做什么？我想做什么？我要怎么做？这样才能制定出落地的企业发展战略，否则假大空的发展战略反而成了遏制企业发展的罪魁祸首。企业的IT战略，应该成为企业的助力，如果不能认真的分析自己企业的流程、生产模式、包括生产部门的需求点及痛点，那制定出来的IT战略就是悬空的。IT战略的制定应该是与工艺、制造、营销等部门进行共同分析，找出满足企业升级、转型、产品迭代等需求的企业助力。

问答篇

CIO：贵公司整个工业信息化项目是推倒重来还是在以前的基础上扩展？这么多专业的乙方，是如何选择、组织以及集成的？贵公司的信息部门有哪些职能？

李华：我们公司整个的工业信息化项目是在原有的基础上进行扩展的。2007年实现了基础生产线的生产数据采集，可以实现产品的产出与加工，在二期建设时部署了私有云，并将网络结构进行了分类。在再次改造的时候实现了相应的数字化和智能化。

关于乙方的选择，在生产线的设备安装或生产布局时，信息化部门就会介入到设备的采购与谈判中。因为设备采购与谈判以及工业设计一定会有数据传输。有数据传输就要考虑设备是否具备传输的能力，这些都是在商务谈判的时候就已经介入，包括在做技术要求的时候也要写进去。

信息化的实践是自己做信息化的结构设计，包括自己设计公司的数字化工厂和私有云结构，只是找乙方帮助开发和代码的实现。我们会以乙方的方案、业务的落地性以及团队等几个方面去选择合适的乙方。

关于信息部门的职能，只要公司与计算机相关的东西都是属于我们的职能，包括资产管理与控制，IT相关办公用品的领用、分发、配发等等，但我们不参与采购，只会根据需求提供型号的建议，然后由采购部门进行招标。我主要负责信息化与工业化，一个是DCS的控制，我本身就是DCS主管工程师，同时又是信息化主管，我们部门主要负责这些工作，其它还有智能制造、智能制造项目以及两化融合项目的申报与落地等等。

CIO：以您的经验，您认为整个工业信息化项目，包括管理、营销、智能制造等，对信息化团队的能力有什么要求？有什么好的建议？

李华：建议信息化团队在组建的时候，先花1到3个月的时间去熟悉各个部门的流程，然后形成一份认知报告，这是沟通的第一个能力。第二个能力是要具备足够的学习能力。我会指定一些书籍让信息化人员去学习，并定期抽查，让他们在看书过程中总结问题，然后让专人对问题进行解答，指导他们做事情。下一步就是在做工程或项目的时候让他们进入实际操作的过程，比如oa流程的开发，先给他们一本说明书，然后再给他们示范两个案例，最后再安排一个项目让他们去做。

对信息化团队能力的要求，我认为首先要有足够的学习能力；其次要有足够的动手能力；最后是不能坐靠等吃。要主动与各个业务部门进行沟通，发现问题、解决问题，与业务部门形成一支合作团队，而不仅仅是协助的角色，所有的项目都是以合作的方式去做，共同参与，这样才能实现项目的真正落地及业务部门对信息化部门的真正认可。

嘉宾简介

李华，彩虹集团智能制造与大数据事业部总经理助理、特种玻璃事业部IT主管；陕西省CIO小圈子数据专家组成员；锦囊专家互联网咨询平台认证专家；《CIO新思维III》编委组成员；中国大数据产业生态联盟CIO专委会专家委员。

---

 中国软件网 

专注有深度的

互联网软件趋势分析

 延伸阅读 

（点击图片直接阅读）

扫描二维码，关注我们吧