万博思图构建中联重科“挖机智能制造运营监控平台”,实现智慧工厂数字孪生

2021年,中联重科智慧产业城在长沙建设完成,随之而来是进一步实现全面透明化管理的需求,以及日益提升产业城智慧化宣传效果的目标。


如今,中联重科智慧产业城已经是工程机械行业国际领先、规模最大的单体园区,环保、生态的高端装备智能制造基地和人工智能研究应用基地。万博思图作为数据可视化定制领域的资深企业,为中联重科智慧产业城构建了智慧工厂数字孪生,用可视化的方式呈现出挖机智慧工厂中“看不见的智慧”。


1676858532812057795.jpg


一、痛点分析

“灯塔工厂”即世界上最先进的工厂,代表着全球制造业领域智能制造和数字化的最高水平。中联重科作为其中之一,同样是智慧工厂中的佼佼者。如今,中联重科智慧产业城建设完成,进一步升级企业透明化管理能力、构建品牌对外传播窗口成为重要的发展目标。


1676858552082068199.jpg


1.1 工厂管理仍不够透明化

目前中联智慧产业园在工厂管理方面仍存在流程冗余、数据分散的问题,需要进一步实现智慧工厂数字孪生,实现工厂全面透明化管控,使管理“看得见,管得着”,达到为制造增效、为产品提质的目的。此外,由于中联重科全球布局的业务属性,挖机工厂业务数据分布在多个业务系统,且数据处理机制并不统一。因此,中联重科需要将经营管理模式指标体系融合进数据可视化平台,通过高水平的经营管理降本提效,提升中联重科品牌在国际舞台的竞争力。


1.2 缺少品牌数字化传播窗口

如今,品牌宣传已经成为企业突破的关键环节,中联重科迫切需要以创意形式传播智慧产业城的智能化、科技化,给客户展现公司实力和品牌形象。因此,中联重科希望进一步实现智慧工厂数字孪生,对外能够为给参观者展示公司的业务管理能力和创新能力,对内也可以加强员工凝聚力提升员工自豪感。


1.3 数据来源冗杂,指标报表耗时久、人力消耗大

中联重科业务分布全球各地,故业务端数据分布在SAP、金蝶K3MES、WMS、EAM、QMS和手工台账等多个系统中,业务数据来源冗杂,报表数据合并过程困难重重。在各指标报表出具过程中财务需投入大量人力、物力去进行跨系统、多端口取数和核数。因此,中联重科需要进一步优化指标设计,融合大数据分析、物联网、数字孪生等技术构建数据可视化展示平台。


二、项目成果

基于中联重科的需求,万博思图从可视化大屏设计、3D可视化技术、运营指标体系构建三个角度切入,为中联重科智慧产业城构建的挖机智能制造运营监控平台,帮助其在高速发展的市场环境下持续通过标准化、科学化、透明化的管理方式优化产业格局。


项目制作期间,万博思图与中联重科进行了深度业务调研与讨论,主要工作包括业务蓝图设计、UI设计、3D模型处理及实施、大屏可视化实施等。万博思图从管理与宣传两个角度入手,针对生产制造以及上下游环节多个领域,设计多层级数据指标体系,建设兼顾视觉与实用性的数据可视化平台。


1676858578139057415.jpg


2.1 专业设计:提供逻辑清晰、具有科技感的可视化大屏设计

万博思图在深入了解中联智慧产业园后,以呈现中联企业文化“极致创新绿色”为核心创作原则,以兼顾酷炫视觉和实用性的数据可视化理念,充分发挥前沿的大数据技术实力,实现冗杂大数据的条理化呈现。


万博思图具有丰富的可视化大屏设计经验,在为中联重科制作挖机智能制造运营监控平台时,设计方案兼顾明晰逻辑与科技感。首先在界面规划中,万博思图采用了中间为数字孪生模型左右两侧罗列指标的样式,用户能够在交互数字模型的同时切换并浏览指标。大屏设计整体采用富于科技感的蓝色基调,随着鼠标点选场景按钮,相应模型四周亮起中联品牌色绿色光带,整体质感沉稳又清晰,呈现出极为专业的数据可视化展示效果。


1676858598853033546.jpg


2.2 3D可视化:实现智慧工厂数字孪生场景交互

万博思图在挖机智能制造运营监控平台中,通过3D模型模拟了完整工厂环境,并联动IOT设备获取生产数据,实现智慧工厂数字孪生。此外,万博思图在中联重科提供的3D模型基础上实现4层级可视化。在屏幕下端包含下车线、上车线、合车线等按钮,点击即可切换场景,交互逻辑清晰、操作直观便捷,轻松实现数字孪生交互。万博思图搭建的数字孪生场景将包括厂区环境、流水线、设备等均进行精细化建模,支撑从工厂级到工位级多级管理维度。


1676858614743083649.jpg


2.3 运营指标体系:实现透明化企业管理

在智慧工厂的运营监控功能下,建立指标体系是打通核心数据,以数据可视化形式实现生产运营信息高效处理的关键环节。通过完善的指标体系能够梳理系统中繁杂的数据,提取关键信息,以数字化方式实现仓储、生产、质检、装配等环节的透明化管理。同时,管理者可以通过设置数据指标辅助决策,提升运营效率。


万博思图通过与客户不断沟通功能需求,根据客户生产管理模式、业务痛点、咨询公司为其制定的指标体系等资料,结合自身在数据可视化领域丰富经验,探索穿透至工厂层次、凭证级别的运营管理指标体系。目前已有交付、成本、设备安环人员、质量、物流仓储等5大业务板块,细分生产进度、生产计划、产线异常等数据,并能够就异常点进行原因分析等,帮助管理者提高生产运转效率。


1676858632151047746.jpg


2.4 科学大数据可视化展示:支持多级数据钻取

中联重科业务分布全球各地,因此其业务端数据也分布在SAP、金蝶K3MES、WMS、EAM、QMS和手工台账等多个系统中,这就导致报表数据合并过程困难重重,使得其停留在EXCEL模型上的数据分析形式无法解决“预算管控不直观”、“业务异常不显著”、“数据钻取难度大”、“数据价值难变现”等问题。


为了给决策者提供直观、清晰的决策依据。万博思图制作的挖机智能制造运营监控平台统一数据来源,集成多系统相关业务数据,在可视化界面中集中展示各经营指标的变化趋势、责任部门,消除各工厂车间的数据壁垒,依据大数据分析结果建立展示视图,通过对数据的层层分析挖掘,快速应对多用户、多渠道、复杂多变的业务需求,最终形成管理决策的数据支撑。


1676858657980050642.jpg


2.5 丰富功能:车间、产线、设备多级看板自由切换

近代工业发展历程中,工厂智慧化革新可以分为两个重要步骤:自动化与数字化。自动化即关键工序自动化,如自动化焊接等。而数字化则需要进一步使IOT设备覆盖加工工序,通过数据监控、管理、预测性质量控制,满足决策层对企业运营“根因分析、趋势预测、性能评价、风险预防、指标考核”的基本需求。


在万博思图构建的挖机智能制造运营监控平台中,管理者能够通过数字孪生模型灵活调整大屏视角,通过点击菜单栏自由切换车间、产线、设备看板。同时,这一监控平台能够针对管理者、工程师、产线操作员的日常作业按需设置显示屏,通过操控多层大屏页面,以3D可视化的方式查看预警、告警信息,并快速定位到风险异常板块。如此一来,不同使用者均能掌控当前生产情况,从而更好地规避风险、制定决策。


1676859067768071366.jpg


三、项目实施

万博思图融合主流3D可视化技术,搭建挖机智能制造运营监控平台,制定了安环设备人员、质量、成本交付、物流仓库五个板块。这五个板块涉及挖机生产全流程,能够从宏观角度总览车间状态。依托逐渐完善智能工厂运营指标体系,拉通管理端与业务端数据,帮助管理人员运用决策,使信息由被动感知转为实时可查。据中联重科统计,通过工厂智能管理体系,开发人员和业务人员快速进行自助经营指标分析,开发效率提升200%。



3.1 设备安环人员监控

安环设备是工厂中必不可少的设备类型,在工厂生产过程中具备探测有毒有害气体、保护工作人员安全、预警安全问题等功能。挖机智能制造运营监控平台的“设备、安环人员”模块能够总览设备运行状况及效率、安环状态、人员综合统计等,并且这些数据均以相应的图表形式可视化呈现,便于管理者依据数据做出科学决策。


3.1.1 设备运行状态监控

在设备监测部分,核心数据为当前设备运行状态数量及占比(全厂)以及设备OEE趋势。


其中,当前设备状态数量部分包含工厂机械总台数、运行数、停机数、维护数。万博思图考虑到实际场景的复杂度,进一步将数据细分为全厂近30日故障率分析模块,包含近30日设备故障停机率、设备停机占比、设备停机原因分析,这部分数据概括呈现月内设备的运行及故障状态。同时增加设备点检执行率排行、设备维保准点率排行,了解故障设备是否有及时检修,避免耽误产线运作。


设备OEE即设备综合效率(Overall Equipment Effectiveness),设备OEE的计算包含了设备日工作时间、班前计划停机时间、故障停机时间、设备调整时间、设备理论加工周期、日产量及报废率等关键数据,用以综合分析生产环境中的多维因素。正因如此,设备OEE这一指标能够科学、准确地呈现设备效率如何,同时呈现哪些环节出现哪些损失,以帮助管理者定位问题改善生产,突破效率瓶颈,从设备的角度进一步提升生产效率。


1676858717506026767.jpg


3.1.2 安环及人员监控

安环人员监测模块包含生产安全及人员数据两个部分。生产安全部分包含死亡、重伤、轻伤、定损10万以上事故,即综合统计人员在生产过程中出现的事故比率。同时也统计了生产安全、交通安全、消防安全、职业健康、环境保护、政府通报批评等问题,从不同根因出发进行多维度事故分析。


人员监测部分包含生产管理人数、本月入职、本月入职率、本月出勤率等。柱状折线混合图表形式既能表现数量,也能表现人员数量的趋势与稳定性。通过对工厂人员的监测,企业能够在排除设备安全隐患的同时表现出企业人文关怀,以激励的模式充分调动工人积极性,提高工厂人员安全意识。


3.2 质量监控

现代工业生产中,生产过程的实时监控尤为重要。相比仅统计生产成果的情景,对产品生产过程监控能够有效降低零部件、最终产品的设计目标波动。通常来讲,设计目标波动越小则生产质量越高,而通过长期且有规划的质量控制,能够促使企业质量规范体系程序化运行,保障企业产品质量,同时也为以后的质量改进提供了大量技术材料。


3.2.1 整机产品监控

在挖机智能制造运营监控平台中,大量的设备质量数据以图表的形式可视化呈现。如新机交付24小时故障数周度趋势、3个月故障周度趋势、整机入库一次交验合格率、单台缺陷数对比、各机型缺陷占比等。通过这些指标,企业管理者不仅能够分别观察短期、长期质量趋势,同时也能在鼠标划过时进一步查看具体数据信息,做到从根源处排查问题,提升生产质量水平。


整机监控中,一次交验合格率是非常重要的指标,指每道关键工序流转下道工序时做的检验,当第一次检验合格时则代表第一次检验合格的产品。产品经调试与简单修理仍能成为合格产品但不能算一次交验合格产品。因此,一次交验合格率是比产品合格率更低的,是严格把控工厂产品品质的重要指标。


1676858737040079384.jpg


3.2.2 来料PPM及缺陷原因占比

在监测自身产品质量之外,挖机智能制造运营监控平台还对来料进行监控,主要监控点为来料PPM以及物料缺陷原因。PPM既part per million的缩写,意为百万分之一,由于产品零件数量大,随着产量增加不合格数越发惊人,由此引入了PPM的概念,厂商来料PPM即来料百万分之缺陷率。对于整机厂商来说,质量问题多来源于零件,控制住来料PPM是保障产品质量的根源指数。通过年度、月度来料PPM及上月环比、物料及供应商PPM排名、缺陷原因,企业能够将产品质量标准融合进过程控制之中,形成更加科学高效的质量管理体系。


3.3 成本监控

成本是企业的生命线,优化成本结构进而降低成本提高利润是每个企业所追求的经营目标。为进一步实现工厂精细化管理,万博思图在挖机智能制造运营监控平台中规划了成本监控指标,通过数据可视化分析进行实时成本监控,能够帮助管理者灵活配置的成本模型和计算逻辑,优化成本构成。


3.3.1 原料及单位成本

成本部分分为成本总额与单位成本两部分。成本总额部分直观呈现当月总成本及水电消耗、物料、原料件数、辅料件数、设备、人员成本。近30日各类成本趋势部分包含各车型成本占比、各车间成本占比及各成本类占比,这一部分用于总览工厂成本概况。同时,平台也计算各车型能源、物料、设备、人员的单位成本、单位成本趋势、工厂收入产出比、近30日产能利用率。通过直观的当月总成本以及精细化计算的单位成本,帮助企业严格控制成本节约开支,提升资金管理水平,进一步优化成本分配。


3.3.2 原料工时与辅料占比监控

除此之外,平台进一步呈现了月度原料工时、各车间原料占比及各车间辅料占比数据,在成本总额之下细分展示成本结构。便于管理者理解成本动因,针对成本管理体系进行精细化成本分摊。通过优化成本结构实现降低成本、提高收入的目标,进一步增强企业抗风险能力,促进工厂可持续发展。同时,原料占比监控也便于管理者依据成本体系实时调整商业计划及报价,实现运营成本动态化管理。


1676858762774082036.jpg


3.4 交付监控

产品是企业的最佳名片,确保产品交付质量的可靠性与一致性是维护品牌口碑的关键。在交付监控板块中,万博思图设计了企业应交付产品的生产节拍、准时率等数据,保障产品生产质量可控。同时监测来料质量,针对线边缺件率、生产均衡率等进行监控,保障双向交付稳定。


3.4.1 整机生产进度把控

除对外交付的整机部分,供应商物料到货统计也是交付监控的重要部分。供应商物料到货统计部分主要包含各月各车间线边缺件率、各车间车型生产均衡率、物料到货及时率、物料发货及时率。其中线边缺件率能实时反映出产线突出问题,因为一旦线边缺件就会出现停工待料的状况,导致产能浪费,是生产过程中急需解决的问题。而准时到货率、入库完成率、到货及时率等则用于直观评估各厂商供货效率,用以排除供货隐患。在质量监控部分,万博思图制作的挖机智能制造运营监控平台能够呈现当日挖机、各机型生产完成及未完成的数量、当日各车间生产数量等,使工厂生产进度实时可查,保障产品交付双向稳定。


1676858779996075374.jpg


3.5 仓储物流监控

物流与库存管理是企业产品数量的综合管理。在过去,库存商品繁多意味着企业生意兴旺,如今,市场进入数字化转型时代,人单合一的“零库存”模式成为物流仓储模式的更优解,企业需要在稳定库存、避免断档的情况下提升物流运转效率。


3.5.1 仓储监控

在仓储监控部分,平台核心呈现了仓库位、近30日库存盘点详情、库存准确率趋势、年度各物料库存准确率对比,使整体库存的入库、出库、货品盘点等操作层次分明。此外,平台还在紧急备料监测模块设置相关数据监测,呈现总需求、已完成和完成率、已超时,便于管理者在供、需之间建立缓冲区,达到缓和用户需求与企业生产能力之间矛盾的目的。


3.5.2 物流状态监控

物流状态监控部分主要包含库存周转率趋势、关键物流安全库存等。其中配送及时率部分增加了与往年的对比并在图表中加入交互设计,当管理者鼠标滑动至相应月份时能够查看相应的数据对比,便于分析物流效率,依据产品吞吐量优化仓库存放,升级库存管理模式。


1676858796184000248.jpg


四、项目价值:助力企业数字化成长,探索制造业未来

万博思图为中联重科打造的挖机智能制造运营监控平台是中联智慧产业城的关键一环,这一平台帮助中联重科实现智慧工厂数字孪生,助力企业数字化成长。


4.1 企业管理智慧化升级

对于中联重科来说,挖机智能制造运营监控平台为企业透明化管理提供新的依据,消除信息孤岛,实现各职能部门之间的数据融合、共享与流通,建立科学指标体系并实现数据可视化,不断提升企业业务信息化实力。


4.2 工厂可视化监控

挖机智能制造运营监控平台为中联重科构建工厂、车间、产线、工位四级精细化3D模型,实现具有行业前瞻性的智慧工厂数字孪生。以更先进、更直观的可视化方式实现工厂生产全流程监控。


4.3 提升品牌价值

挖机智能制造运营监控平台位于中控室内一块7.68米*2.56米的大屏上,在赋能工厂管理的同时也在持续输出智慧化品牌价值,在企业智慧化宣传推广方面发挥重要作用。万博思图不断以数据可视化能力赋能行业,助力构建全球领先的高效之厂、生态之园、智慧之城。


1676858823972035002.jpg