马路上车来车往

浅谈SAP融合AIoT助力制造业数字化

时下,越来越多的企业开始引进物联网IoT智能设备,通过智能感知、识别技术与普适计算等通信感知技术,每时每刻都在产生海量的数据。如何进行大数据分析,形成具有更强的决策力、洞察发现力和流程优化能力的信息资产,已经成为一个巨大的挑战。人工智能AI的出现解决了这一难题。AI能够帮助我们处理更多的数据,而且会越来越“聪明”,于是,AIoT应运而生。而制造领域的IoT智能设备的增长最为迅猛,为AIoT的成长提供了最为肥沃的“土壤”。本文主要探讨SAP是如何利用AI与IoT的融合,快速实现制造业的数字化转型。

AIoT技术应用的场景

在传统制造业中,随着智能设备的普及,AIoT应用在企业从研发到运营的各个场景,常见的有以下几种:
研发设计仿真:目前市面上的仿真系统大多依赖大数据的模拟分析,要求用户对仿真优化算法和仿真建模工具有较深的了解,非仿真专业人员很难优化大量运行参数。基于物联网获取的海量数据,人工智能可以帮助设计人员快速进行大量仿真的优劣分析,从而快速做出抉择,缩短设计研发周期。

供应链优化:制造企业的产品从出厂到最终用户,中间的销售环节通常比较复杂。制造企业很难拿到最终用户的消费数据,从而影响企业对未来销售预测的判断。通过物联网获取用户激活产品的信息从而直接获取终端用户消费数据,未激活的产品在经销商的库存数据,极大的提升产品的销售预测准确率,优化供应链网络库存水平。

数字化排产:对于小批次、多约束、混线生产的制造业来说,排产的合理性将直接影响企业的生产效率和生产成本。而人工考虑的约束条件常常是不完善的,所以导致排产效率较低,AIoT可以很好的解决这一问题。通过实时的车间设备的反馈、生产材料的数量、备品备件的可用性以及操作人员的能力约束,结合模型的优化算法从而优化排产。

预测性维护:数字化双胞胎在很多的制造业应用的非常广泛,借助安装在实体工业设备上的传感器数据和仿真手段来映射产品的实时状态、工作条件或位置,打破了信息空间和物理空间信息交互融合的界限,为预测性维护提供了新的方法和途径。

 

SAP+AIoT融合解决方案:从设计到运营D2O(Design to Operate)

在2019年的汉诺威工业博览会上,SAP首次以D2O场景为主线,展示了完整的D2O场景。随着工业4.0的普及,企业智能化设备的应用以及需求定制化的挑战,从制造流程优化到D2O端到端集成,需要从产品的设计、生产的运营、资产的维护、和供应链的优化等维度进行突破。在产品和经营两个信息流融合后,传统企业应用管理,将从单纯的供应链的业务流程优化,扩展为实现了设计、计划、制造、交付、运营的端到端集成,从而打通从设计到运营的全流程。

产品的设计:SAP PLM 产品生命周期管理(Product Lifecycle Management)

SAP PLM在设计中提供产品整个生命周期的设计图纸文档管理和版本变更管理,并完全整合进入企业资源管理的范围。加强通用件产品数据的工程变更的控制,提高BOM和工艺的准确性,并且很好地处理替代件的管理,避免物料冗余和技术数据不一致。建立研发设计软件CAD系统与SAP PLM的充分集成,实时发布最新的设计数据到各职能部门。设计人员可以从PLM系统中导入导出CAD文件,并支持其在PLM系统中对CAD三维模型查看、缩放、动态剖切、批注等功能。SAP PLM通过数字化双胞胎功能承接AIoT仿真到量产过程中的流程及成本管控,缩短产品上市时间。

生产的运营:SAP生产计划与详细排产解决方案PPDS(Production Planning and Detailed Scheduling)

SAP PPDS高级计划排产系统是基于供应链管理和约束理论的先进计划与排程工具,包含了大量的数学模型与优化技术,主要解决车间多工序、多资源的优化调度及顺序优化问题。它基于工序逻辑约束和资源能力约束,计算最早开工时间和最迟完工时间,并进行多种优化方案的比较,优化目标是成本最低、延期订单最少、换型最少等等。SAP PPDS主要功能包括订单交期预测、主计划排程,详细工序计划,物料需求计划、产能负荷分析、滚动排程、计划可视化等内容。SAP PPDS系统还可以将业务与计划结合,从而彻底解决工序生产计划与物料需求计划难做的问题,是企业实施JIT精益制造系统的有效工具。通过与物联网智能设备的集成,获取实时的设备和物料信息,结合ERP订单需求和PPDS的优化模型,能有效处理企业实际业务中常见的排产问题,比如产品换型优化,新产品爬坡,紧急订单处理等。

基于设备物联网信息,结合PdMS(Predictive Maintenance and Service)预测安排设备维修计划,调整未来的设备可用产能,重新优化排产顺序。同时,根据物料RFID信息和物料运输过程的追溯,还可以动态更新库存信息,进一步优化排产。

资产的维护:SAP预测性维护解决方案(Predictive Maintenance)

随着物联网的普及,物联网为运营技术(包括远程管理和运营分析)增加了新的功能。到目前为止,物联网对企业资产管理最成熟的应用场景在于预测性维护,新型物联网设备收集了大量的生产数据,再通过机器学习和人工智能分析,从而让管理者更好地理解生产系统是如何工作和维护的。

 

供应链优化:SAP IBP集成业务计划解决方案(Integrated Business Planning)

面对海量的终端数据,简单的加权平均及汇总统计方法已经无法分析产品销售的趋势,需要更高级的模型趋势及智能分析。通过IBP需求计划预置的预测算法,提高预测的准确性和合理性。
同时,IBP作为企业供应链协同计划平台,将丰富的财务指标内嵌于企业计划流程,关注数量的同时关注财务影响。企业在进行预测合理性分析时,基于设备IoT信息,集成PdMS,预测设备维修周期,调整未来的设备可用产能,制定基于产能约束的主生产计划MPS。进而进一步优化物料需求计划MRP、详细生产计划、采购计划、运输计划等一系列后续动作。

IBP中内置的Gradient boosting,Demand sensing,智能告警等一系列AI能力,帮助客户优化计划准确率和供应链运营。

SAP D2O从设计到运营对制造业数字化转型的价值

SAP的D2O场景,是在SAP对生产制造过程的先进管理经验基础上,借助物联网、大数据技术,向设计和经营环节延伸,实现了设计、计划、制造、交付、运营的端到端集成的全新业务模式,是SAP根据用户需求在工业互联网领域的实践。借助物联网健全的大数据和SAP强大的人工智能分析能力,将故障和运营分析从服务流程回传到工程设计阶段,完善设计,从而提高盈利能力。通过内外部数据提供战略,增加战术和运营层面上的可视性。凭借供应链的全面集成,更快响应业务变化,缩短计划周期,降低库存成本,从而进一步降低产品的成本,增加市场的竞争力。

随着AI+IoT应用的场景不断的扩展和优化,SAP D2O的场景也会逐渐的拓展。将传统ERP的计划、制造、交付,进一步向两端延伸至设计与运营。通过持续的跟消费者互动,得到消费者的反馈,从而修正产品设计,在市场中获得更高的满意度。通过物联网智能设备的大数据分析,全面提升产品的质量,更好的为客户提供服务,提升客户的体验。SAP D2O AIoT融合解决方案,必将为下一代的体验经济插上腾飞的翅膀。

作者介绍

尹大力(Alex Yin)  SAP中国 S4 Digital Core 资深方案架构师

尹大力先生从事SAP相关工作17年。擅长企业管理咨询和IT咨询,尤其在供应链协同、生产管理、资产管理等领域拥有丰富的实战经验。目前专注于复杂制造业的生产供应链协同和智能制造,通过大数据、人工智能、物联网等技术,加速企业供应链及生产制造的数字化转型。