新闻中心

EEPW首页 > 专题 > 智能制造需要新的管理思维与方法 

智能制造需要新的管理思维与方法 

作者:王莹时间:2018-05-30来源:电子产品世界收藏
编者按:不久前,英飞凌科技公司全球半导体后道工厂整合高级总监、西安交通大学教授张永政博士介绍了“工业4.0”的实践,指出最重要的是知道智能制造的本质;其次,智能制造并不难,难的是思维方式的改变;半导体的智能制造管理方法可以推广到其他制造业,服务“中国制造2025”。

作者 / 王莹 《电子产品世界》编辑

本文引用地址:http://www.eepw.com.cn/article/201805/380754.htm

摘要:不久前,英飞凌科技公司全球半导体后道工厂整合高级总监、西安交通大学教授张永政博士介绍了“工业4.0”的实践,指出最重要的是知道的本质;其次,并不难,难的是思维方式的改变;半导体的管理方法可以推广到其他制造业,服务“中国制造2025”。

1 为什么要智能制造?

  如果把制造变异控制好,可以提升工厂的竞争优势。

2 如何进行智能制造?

  每个人看的角度不一样,得出的结论也不同(如图1)。

  张永政博士曾在一个半导体会议上用手机现场作了一个调查:智能制造的挑战是什么?发现“人”会是个挑战,找不到会设计与实践智能制造的人在哪里(如图2)。很多公司认为如果想买智能制造设备与软件,都可以买到,但最大的问题是到底怎么用它来改变传统制造管理的方法与技能,进而改变制造绩效?企业缺乏这方面的集成知识。

  理论上,只要有钱,从事制造的人都可以实施制造。但是真正做出来之后,你的交期、准交率、生产率、质量等也许都会比真正的智能制造差一截,而且成本还比别人高了10%~20%。

  众所周知,制造讲究的是成本低,而制造的低成本来自于整体制造绩效的整合集成,因此你要从内部的交期、良率、生产率等方面去提升,这是做智能制造的本质。如图3和4。

3 智能制造如何提高效率?

  因为在制造的过程中,每次在人、机、物、料、法有变异的时候,人员及生产就会停顿下来,会损失机台的利用率、准交率、质量。

  图5是制造性能的标准公式(注:这个公式适用于所有制造产业,但其他产业的制造性能模式并不像半导体产业这么明显,因为其他产业没有半导体制造这么复杂)。这公式反映了你需要准备的“在制品”的数量。假设你要生产10辆车,但是你的生产线很不稳定(高变异),此时你会做很多车。制造理论显示,如果你的变异很大,你要准备的“在制品”就要很多,相对成本就高,交期就变长。如果产生了一个变异,需要很长时间才发现,变异造成的损失会很大;但是如果及时发现,并把它实时控制回来,生产效率就会提高。

4 智能制造就是对变异的控制

  图6是控制理论,要控制任何变异的方法就是让每个产品每完成一道工序就实施一次检测、评估与程序调整回馈。在少量生产、慢工出细活、不长的理想状况下,这是有可能的。但是半导体制造从开始生产晶圆,到前道制程、后道制程,一直到最后卖给系统公司,会经过上千道过程,期间会有很多变异(诸如人、设备、材料的变异等),而且这一两千道工序可能要持续六个月左右的时间,如何把这些生产步骤的所有变动因素和步骤都控制住,以保证交期和生产力?这就是智能制造要做、而以人为主的传统生产做不到的事情。

  在交期长、工序多的半导体制造产业,已经无法靠人来控制一整套的智能化制造。图7橘色线外框表示半导体的各种控制。半导体为什么会这么有挑战性?因为它一直有新的工艺和产品,会持续不断引发新的异常出现。当新的异常变异出现而没有实时的控制,或只能靠人为控制,制造绩效就会下降。

5 半导体智能制造方法可以沿用到其他制造业

  如果把半导体的控制方法套用到其他产业,像电子整机制造业,由于这些产业的较短、变异较小,会发现控制非常容易实现且效果明显。

  那么,其他的哪些行业需要智能制造?第一个考量是复杂度。各个产业的复杂度不同,控制能力如图7中的红色框,一些产业诸如食品工业,用人控制即可,不需要太多的自动化控制,因为变异不大。

  第二件事情,你要怎么做?就像给你很好的汽车,但如果你不会开车,也没有用。因此,怎样用很重要。中国的智能制造需要未来从事制造的人去学习、了解、设计、应用新的制造管理方法。例如以前每一批货的生产交期都不同,有的是8天、10天、20天……,如果你的交期都不稳定,客户向你订一批货,你要用哪一个交货?因此通常会希望交期稳定。

  如何让工厂交期稳定?以往的方法是收集资料,然后开会讨论大家的问题出在哪里,是在处理时间、搬运时间,还是在等待时间?

  新的智能制造方法是用自动的(统计过程控制)来显示哪个慢、哪个快,并能自动调整排期。这就像人们开车一样,慢的加速,而且是自动地在系统里加速。

  那么工厂如何定交期?例如我的工厂一个月有4万片产能,假设你急需1万片,对不起,我没法一天内同时产出给你。但是可以用批次的方法给你,每25片一个批次(注:共四百个批次)。但是问题是: 1万片中批量的生产周期时间(CT)长短都不一定,我怎么跟客户说,我到底用哪个时间点全部顺序交货。

  因此我们希望生产线的生产周期时间是可以预测的。在1万片订单的所有批量,有些是慢的,有些是快的,我希望在每一步工序都能实时看到所有批量的真正生产时间与计划时间的变异。这是人做不到,完全靠系统。当某个批次的流程慢了,与自动派工系统就在那个流程给当批次提高派工优先次序派工,以把那个批量的产出速度提高,即派工系统自动地把慢的派到前面去,这个控制过程完全没有人员介入。

  为何一些流程可以通过派工来提速?因为半导体生产不是流水线式的,而是分布式的,例如有抛光、刻蚀,一直到CMP(化学机械抛光)等。所以在前面工序生产完成之后,到下一台机台时,会有很多批次在排队等候,每一个站点都是一次优化派工的机会,如果能善加利用就可以达到最佳生产的目标。

  此外,每一个节点都可以调节,主要依据优先次序。例如假设一家工厂每个月有4万片产出,“在制品”会有约15万~20万片。这15万~20万片中,实时在生产机台(例如清洗机台)里生产的约有25%,其余75%在外面等待和排队,所以在外面排队的时候,慢的可以变快。需要说明的是,半导体业的75%排队率算是好工厂,还有更糟糕的是80%~90%是在等待的。这80%~90%是制造管理可以做的事情,快慢主要靠调节。

  但这种调节不用人,而是用系统自动派工。不过,目前工厂里主要还是用人在做派工。因此如何使用自动调节的想法是一种思维方式的转变。

6 智能制造的关键是思维的改变

  这种调节难做吗?答案是很容易做的。难在接受这种思维观念。就像5年前,如果有人说可以用手机租自行车,也许你很难想象;但今天很多人都在使用这种共享单车。所以问题不在于好不好做,而是在于大家知不知道用它、怎么用它。

  目前国内很多工厂因为没有这样的思维,即使买了很多软件,还是无法真正达到智能制造的生产绩效。“中国制造2025”与半导体的无人全自动化生产可以教中国的工厂怎么做集成。

  例如“智能图像识别(AIR)”案例,如图8,AIR用于智能机器检测,以前是用一批人,现在是用机器识别,可以减少很多人工,而且质量又提升了。

  如果你不知道自己的智能制造程度如何,有一个简单的指标,就是动作都会由人去做决策,还是自动化的系统决策得多。英飞凌在全世界的十几个后道生产车间里,真正靠自动化决策的量目前是27%,大部分还是靠人。

7 英飞凌与智能制造

  英飞凌科技有限公司是世界重要的半导体公司之一,2017年全球营收额达到70.63亿欧元,同比增长9%,利润率达17.1%。公司有四大核心业务:汽车电子、电源管理及多元化市场、工业功率控制、智能卡与安全。其中汽车半导体位居世界第二(注:Strategy Analytics公司2017年4月报告),功率器件(power)第一(注:IHS Markit公司技术部2017年8月报告),智能卡芯片第一(注:IHS Markit公司技术部2017年6月报告)。

  英飞凌半导体业务的强大,离不开其制造工厂的支撑,例如英飞凌有前道工厂,也有部分后道工厂,这些工厂进行了智能制造的实践,并证明是行之有效的。

  英飞凌(中国)公司的战略之一是“与中国共赢”,公司非常支持“中国制造2025”,而且是无偿地在推动。目前英飞凌是中德智能制造联盟的副理事长单位,也与西安交通大学合办了“西安交通大学-英飞凌智能制造管理联合实验室”。英飞凌的无锡后道智能制造工厂2017年被工信部选为“中德智能制造合作试点示范项目”,2015年被无锡国家传感网创新示范区选为“第三届物联网十大应用案例”。

  张永政教授持续协助推动中国智能制造的推进,除了领导以上中国英飞凌相关的项目,在不同国际场合发表中国智能制造的设计与实践演说,协助中国电子技术标准所推进智能制造评估方法,亦协助领导与国际标准(IEEE)接轨的智能制造相关标准制定(P2671 - 在线智能自动视觉检测标准)。

8 结论

  智能制造并不难,首先一定要懂得智能制造是什么;其次,一定要用新的思维方法。这不只是针对半导体,而是针对中国的所有制造业。英飞凌愿意把自己的制造经验传授给中国企业。

  中国很多领域在短短几年内已经达到世界第一,例如中国高铁铁路在2008以后已是世界第一,滴滴出行一天有300万订单,中国网购的双十一也是世界第一,2015年之后,相信在智能制造方面,中国也将是世界第一!

  参考文献:

  [1]李龙.新工业时代下中国工业物联网发展现状及趋势[J].电子产品世界,2016(2-3):9-12.

  [2]王莹.众厂商谈智能制造的技术市场动向[J].电子产品世界,2016(2-3):13-18.

  [3]迎九.尤政院士谈中国制造与传感器/MEMS的发展前景[J].电子产品世界,2017(1):3-9.

  [4]王莹,王金旺.智能制造的市场前景及技术发展[J].电子产品世界,2017(2-3):8-14.

  [5]周万木.制造业在转型:进入一个全新的数字世界[J].电子产品世界,2017(11):6-14.

  本文来源于《电子产品世界》2018年第6期第24页,欢迎您写论文时引用,并注明出处。



评论


相关推荐

技术专区

关闭