level 1
原创 Steven.Chen 安尼梅森 2024年12月05日 22:57 北京
流程型制造，顾名思义，像水流一样穿过各个工序，最终完工。
离散制造，顾名思义，就想珠子一样，一颗一颗穿过各个工序，最终完工。
在管理手法上，离散制造，采用数字化技术，完成质量溯源，良率跟踪，甚至最终的工序加工能力分析，都是手到擒来，效果显著。
但是，在流程型制造，直至今天，仍然是批次大范围追溯，是理论上的匹配。很难兑现数字化的效果，更别提分析的针对性和效果。
有没有好的办法来引入离散制造的管理思想进入流程型制造呢？
答案是肯定的。当然，这也是需要长期的实践，丰富的理论知识，以及对工艺的深刻理解，才能说出的答案。
怎么做呢？
举例：比如在卷材生产过程中，一卷有三千米，我们能否按照一米一个产品来虚拟切割呢？
通过这种切割，三千米，我们就有三千个产品单元，这三千个单元虽然物理连接在一卷（不可切割），但是在系统运行中，是按照虚拟的三千个单元逐步进入各个工序。
这样做的好处是什么呢？
没错，每一个单元的加工参数，加工状态，加工质量，都一清二楚。
以往三千米连续生产，我们变成了三千个单元逐一离散加工。
记录的是什么？是三千个加工记录。能追溯吗？能分析吗？能控制吗？
微积分吧？你没听错，这是科学，高等数学理念。生产管理虽然是边缘学科，但是脱离不了基础科学的理论支持。
你还听什么时序数据库的忽悠吗？你还不想发挥关系数据库的威力吗？记住：SQL语句基于关系数据库是大数据分析的根本。面对纷繁复杂的业务数据，结构化，关系化，是最后分析的基础。
想没想过，由此带来的数据增量是个什么景致？亿级数据起步，兆级都是小蛋糕。大数据，这才是。搞什么分布式运算，集群算力，磁盘阵列才有了意义。
这么做，使得我们获取了无穷级别的数据，样本够大，对了，概率论，哈哈哈，从N等于1到无穷大，这个空间，足够你逍遥，去寻找加工中存在的微小瑕疵，得到运筹学的最满意解，当然你得会使用线性矩阵构建模型。
最后在正态分布中，去寻找德尔塔，计算你的置信区间，勾勒你的SPC。
对，这就是流程型制造离散化管理的魅力。是趋势，是必然。
试看今日制造业，谁敢挥斥方遒，指点江山？
安尼智能朝天阙，不枉八千里路云和月！
2024年12月12日 06点12分
1
流程型制造，顾名思义，像水流一样穿过各个工序，最终完工。
离散制造，顾名思义，就想珠子一样，一颗一颗穿过各个工序，最终完工。
在管理手法上，离散制造，采用数字化技术，完成质量溯源，良率跟踪，甚至最终的工序加工能力分析，都是手到擒来，效果显著。
但是，在流程型制造，直至今天，仍然是批次大范围追溯，是理论上的匹配。很难兑现数字化的效果，更别提分析的针对性和效果。
有没有好的办法来引入离散制造的管理思想进入流程型制造呢？
答案是肯定的。当然，这也是需要长期的实践，丰富的理论知识，以及对工艺的深刻理解，才能说出的答案。
怎么做呢？
举例：比如在卷材生产过程中，一卷有三千米，我们能否按照一米一个产品来虚拟切割呢？
通过这种切割，三千米，我们就有三千个产品单元，这三千个单元虽然物理连接在一卷（不可切割），但是在系统运行中，是按照虚拟的三千个单元逐步进入各个工序。
这样做的好处是什么呢？
没错，每一个单元的加工参数，加工状态，加工质量，都一清二楚。
以往三千米连续生产，我们变成了三千个单元逐一离散加工。
记录的是什么？是三千个加工记录。能追溯吗？能分析吗？能控制吗？
微积分吧？你没听错，这是科学，高等数学理念。生产管理虽然是边缘学科，但是脱离不了基础科学的理论支持。
你还听什么时序数据库的忽悠吗？你还不想发挥关系数据库的威力吗？记住：SQL语句基于关系数据库是大数据分析的根本。面对纷繁复杂的业务数据，结构化，关系化，是最后分析的基础。
想没想过，由此带来的数据增量是个什么景致？亿级数据起步，兆级都是小蛋糕。大数据，这才是。搞什么分布式运算，集群算力，磁盘阵列才有了意义。
这么做，使得我们获取了无穷级别的数据，样本够大，对了，概率论，哈哈哈，从N等于1到无穷大，这个空间，足够你逍遥，去寻找加工中存在的微小瑕疵，得到运筹学的最满意解，当然你得会使用线性矩阵构建模型。
最后在正态分布中，去寻找德尔塔，计算你的置信区间，勾勒你的SPC。
对，这就是流程型制造离散化管理的魅力。是趋势，是必然。
试看今日制造业，谁敢挥斥方遒，指点江山？
安尼智能朝天阙，不枉八千里路云和月！