2020年春节复工之后，西门子数控(南京)有限公司(SNC)的工厂内出现了一些新变化。普通人或许很难发现其中的不同，但在3个月后，这家工厂因此减少了一条表面贴装生产线，工作效率反而提升了20%。

　　在工业生产领域，提高用工效率、设备效率一直是企业追求的重要目标，工业4.0、工业互联网等概念因此成为该行业的热门话题。而西门子作为工业4.0联盟组织的重要成员，在数字化工厂建设方面经验颇深。目前在国内，除成都数字化工厂外，南京数字化工厂也已进入 后的建设阶段，投产后，产能将增长两倍多，人员效率至少提升20%，单位面积产出增加40%，产品上市时间缩短近20%，同时柔性制造能力大大增强。

　　SNC工厂如何通过数字化建设实现这样的制造能力升级?工厂的数字化需要转变哪些管理思维?西门子数字工业业务运动控制事业部制造工厂中国区首席信息官杨泽萍讲述了这段历程。

　　精益思维，数字化提升生产效能

　　精益管理思维起源于上世纪80年代末，其核心目标是简单、快速、持续地提高效率、品质，缩短交货期，减少浪费。而随着技术的进步，数字化手段正帮助制造业达成这一目标。

　　原本，在SNC工厂内有6条电路板表面贴装(SMT)生产线，贴片机本身的自动化程度已经很高，但是否还有提升生产效率的空间?杨泽萍介绍称，SMT生产线是由不同的设备组合而成的，激光刻字、丝印、焊接检测、贴片、回流焊、自动光学检测，不同工序所需的时间并不一致，设备生产厂家不同，往往导致一条生产线上不同设备的利用率并不相同。比如瓶颈工位设备利用率已经达到70%，但仍有设备的利用率只达到40%，那么整条生产线的利用率也会相应降低，需要进行设备或工位的重新配比。

　　以往解决这一问题，工厂会请工程师人工计算设备的节拍，再通过演算进行配比。但现在，设备本身的操作实时数据通过Valor(MES)制造执行系统汇集在一起，然后根据精益生产的原则和公式，通过仿真程序模拟不同的参数配置进行工艺仿真计算，并通过系统对多条线设备的自动综合排产计划，就可以将生产线调整到 佳状态。“我们这套系统上线时间还不长，性能优化还在 一阶段，不到三个月，我们就减少了一条生产线，而且产量还比原来增加了20%。后续阶段我们还将进一步优化流程，在原材料的管理和质量管理上还有提升的空间。”杨泽萍称。

　　透明思维，人的经验输入数字大脑

　　“SNC从十几年前开始，就陆续引进了一些先进的系统，使得我们从比较原始的人工和纸面管理，往计算机控制的系统上发展。”杨泽萍回忆称。而这一过程的本质，是将人的经验变为数据，从而实现经验的透明、可见，以更好地指导管理决策的过程。同时，将产品数字化、研发过程数字化、生产过程数字化，才为数字化双胞胎提供了可能。

　　以生产线的操作为例，工人完成某一项作业的熟练度就是经验的体现，但实际上每一项作业的时间是有数据标准的。“我们引进了动素测量的机制，把所有的动作拆解，一项作业可能拆解成十个、二十个动作，细致到将手移动到目标位置是一个动作，拿到元件之后手举起来是一个动作，旋转工具是一个动作。”杨泽萍介绍到，每个动素在国际标准中都能找到相应的时间标准作为参考，形成了不会受到太多人为干扰的操作时间值的基准，改变了原来人工线上掐表的主观数据，更科学地评判工艺流程的合理性和工人的熟练度。“有意思的是，我们是一个全球化生产企业，英国工厂、德国工厂如果做同一个产品，不同国家的工厂比较的时候，有时会发现为什么你用了20个动作，我有22个动作?然后我们就可以去分析、优化。”当现场管理精细到这种程度，必然需要数字化能力的支撑。

　　“数字化带来的价值是数据驱动的管理决策，不是一个拍脑袋的想法，或者说仅仅是根据经验的预估。”杨泽萍称，“靠经验去判断，你会有一些感觉，但对于重大的决策和改变，因为没有数据的驱动，决策的准确性风险就会非常大。西门子作为一家有着170多年历史的企业，今天仍然屹立在世界百强前列，企业科学决策、管理能力的与时俱进一直是重中之重。”

　　如今，数字大脑已成为工厂的核心，正如杨泽萍所说：“现在离开网络，离开各种数字化系统，生产、研发、物流都是寸步难行。”在这种情况下，SNC对数字化的软硬件能力的需求也再次升级，不再单纯锚定供应商的品牌效应和价格，而从产品、技术、服务、灵活性等层面进行综合筛选，为数字大脑的建设打好设备与应用基础。“如果产品本身质量很靠谱，又有一套健壮的监控体系，应用软件又能够非常灵活，这样的产品对我们来讲当然更好。”杨泽萍称，“国内很多企业的产品愿意跟随着客户的需求迅速改变，我觉得是非常好的，我也正在努力把国内一些好的产品和解决方案介绍到总部去。”

　　数字思维，从设备转型到人的转型