Цифровизация производства. Курс повышения квалификации.

Кто быстрее научился с минимальными затратами использовать новую технологию — тот и выжил.  Добро пожаловать в жизнь в форме буквы J  [1]

Сделать компанию КОНКУРЕНТОСПОСОБНОЙ. Производить ИМЕННО ТО, ЧТО НУЖНО КЛИЕНТУ, БЫСТРО и ДЕШЕВО. Проектирование, производство, управление предприятием: повышать производительность труда, снижать время вывода продуктов на рынки и себестоимость продукции, повышать скорость принятия управленческих решений и качества продуктов и сервисов – за счет автоматизации и цифровых технологий.

Лидеры по цифровизации увеличивают прибыль втрое быстрее средних показателей. Какие технологии необходимо реализовать российским предприятиям как можно быстрее, если они хотят выжить на отечественном и глобальном рынке?

1. ПРАКТИЧЕСКИЕ ШАГИ поэтапного перехода от Индустрии 3.0 к Индустрии 4.0. Производство будущего: высокая вариативность, сокращение инвестиции, низкие затраты, полная автоматизация, быстрая наладка, короткий ЖЦ продукта, высокая производительность, полная гибкость. Кастомизированное производство при себестоимости массового. Портфель решений Индустрии 4.0: сейчас – далее – за пределами. От классической пирамиды автоматизации  - к связанной, децентрализованной частично само организованной системе. Цифровые двойники: продукта – процесса – завода – системы: что они дают компании? Цифровые, «Умные», виртуальные «Фабрики Будущего»

• Этапы внедрения ЦТ, ключевые стадии цифровой трансформации. 2-ступенчатая модель оценки уровня цифровой зрелости предприятия: оценка уровня готовности, оценка уровня внедрения.
• Стоит ли идти сразу в «цифру» или сначала нужно навести порядок в «Индустрии 3.0»? Синергия физических и цифровых процессов. Построение дорожной карты автоматизации и порядок ведения проекта автоматизации на предприятии. Кейсы  Ford Sollers и др.
• Безальтернативный фундамент цифровизации: реорганизация производственных и бизнес  процессов и корпоративной культуры компании. Почему альтернативы нет? Постановка целей, проектное управление, визуальный менеджмент. Вовлеченность и изменение менталитета руководства и персонала: что дает и как это делается? Карта потока создания ценности и обнаружение потерь. Стандартизированная работа: карты стандартизированной работы и стандартно-операционные процедуры -  и встроенное качество. Визуализация проблем и результатов. Система непрерывных улучшений. Кайдзен. Создание эталонного участка и только потом – модернизация. Практика ГК ТМК, АО МиГ и других компаний.
• От «общей картины»  - к набору конкретных решений. Выбор и приоритизация проектов. Пилотирование цифровых решений. Решение о целесообразности внедрения. Масштабирование. Окупаемость технологий. Как определить потенциальный эффект от цифровизации и минимизировать затраты на ее проведение. Основные метрики для оценки эффективности. Практика компаний: Кировский завод, НЛМК, Bocsh Хомбург

2. Сбор производственных данных и аналитические ИТ-системы в промышленности: сокращение цикла, брака, остатков, простоев. Big Data: сбор (источники) – передача (сети) – хранение + анализ – использование (аналитическая платформа: реакция на отклонение, принятие управленческих решений, дашборд) – непрерывные улучшения. Требования к каждому элементу, методологии и архитектура. Подключение оборудования без сетевых карт и ПО Технологический стек и платформы. Сценарии использования: мониторинг состояния и процесса, предиктивное обслуживание, интеграция с другими ИТ системами. Виды данных и их визуализация. Эффект применения. Узкие места при внедрении. Практические кейсы внедрений: Северсталь, Норильский Никель,  Bocsh Фейербах и другие. Извлеченные уроки.

3. OEE (доступность, эффективность, качество) для  оптимизации ресурсов  и узких мест. Практика Кировского завода: Анализ пропускной способности потока (детально и последовательно, на лимитирующем участке), выводы и мероприятия. Образцы рабочих документов. Проект: Создание системы управления производственными мощностями путем создания системы мониторинга промышленного оборудования. Кейс от АО «ОДК-Авиадвигатель»: Настройка   системы мониторинга промышленного оборудования; результат – повышение времени работы оборудования в 2 раза.           

4. ТОиР: предиктивный ремонт и техническое обслуживание оборудования на основе Smart Digital Twin. Плюсы и минусы предиктивного ремонта в сравнении с другими моделями ТОиР. Мониторинг для профилактического обслуживания. Легкая идентификация причины ошибки. Полевой уровень систем предиктивной диагностики. Предиктивная аналитика на местах, удаленная, на основе методов машинного обучения. Возможности визуализации поступающих данных, соблюдения технологии и последовательности ремонтных работ, сохранения и использования истории ТО и ремонтов. Этапы внедрения предиктивной диагностики.

5. САПР на предприятии. Цифровое моделирование и оптимизация процессов и продуктов компании Классификация современных САПР. Методика обратного CAD-инжириринга. САМ-обработка в САПР и требования, предъявляемые к ней.  Управление технологическими процессами с помощью MES-системы. Методика обучения и внедрения САПР. Кейсы российских предприятий авиа-, авто- и машиностроения от Tebis.

6. Аддитивное производство для модельных испытаний, быстрого прототипирования и позаказного производства. Классификация аддитивных технологий по материалам, по способу формообразования. Аддитивные технологии для металлов, подробно: особенности процесса и оборудования, область применения, достоинства и ограничения 10+ методов – от DMG Mori. Кейс от АО МиГ: экономический эффект применения 3D печати в производстве.

7. Зачем производству нужен PLM? Новая парадигма цифрового проектирования и моделирования — Smart Digital Twin  «Цифровые двойники» изделия и производственной системы. Параллельный инжиниринг. Смещение «центра тяжести» на этап проектирования: сосредоточить основную долю изменений и затрат на стадии проектирования, минимизировать общий объем издержек и обеспечить создание изделий нового поколения в кратчайшие сроки. Виртуальный испытательный полигон. PLM Software как пересечение разработки продукта, планирования производства, устройства производственных помещений. «Умная» модель как  многоуровневая матрица целевых показателей и ресурсных ограничений. Практика Псковского электромашиностроительного завода. Кейс ПАО «Силовые машины» : Сравнение 2 подходов к цифровизации и внедрению PLM – и получаемого эффекта для компании.

8.Единое информационное пространство предприятия. Ключевые системы и компоненты цифрового предприятия.

EIM = PLM+MES+ERP. Через системы класса MDC – к  полностью автоматическому производству. Распределение задач между уровнем АСУ ТП и производственными IT-системами, основные этапы и требования для перехода, создание законченных потоков передачи данных, привязанных к производственному оборудованию и к продукту, организация двухсторонней связи между IT и промышленной автоматизацией.

• Системы  MRPII, ERP и CRM ERP и CRM:  Контуры маркетинга и бухгалтерии, их связь с  производством. Техническая подготовка производства. Технико-экономическое планирование.  Свойства ERP-систем: возможность планирования производства всех типов в рамках одной системы. Обеспечение многозвенного производственного планирования. Расширение сферы интегрированного планирования ресурсов. Планирование и учет корпоративных финансов. Включение в системы мощных средств поддержки принятия решений.  Категории систем класса CRM. Управление территориально удаленными подразделениями или пользователями. Cинхронизация внедрения ERP-системы с системой менеджмента качества.

9. Использование мобильных устройств в производстве Мобильные рабочие места с использованием планшетов и смартфонов: интерфейс для конкретного пользователя или группы пользователей с учетом роли пользователя, его прав доступа и индивидуальных настроек. Практика Кировского завода

10. Роботизация в XXI веке. Роботизированное оборудование и интеллектуальные роботы. Классификация промышленных роботов. Ключевые тренды в промышленности.  Классы обрабатывающего оборудования. Робототехнологические комплексы.  Интеграция стандартных систем и компонентов в индивидуальные производственные процессы без необходимости значительного изменения. Коллаборативные и мобильные роботы для создания гибкого автоматизированного производства. Роботы и производственная среда: взаимное влияние. Ограничения применения ручного и автоматического режима функционирования манипуляторов Дистанционное программирование. Определение целесообразности использования роботов в производственном цикле предприятия. С чего начать? Готовы ли вы к роботизации? Экономика роботизации (на примере КамАЗа). Как выбрать партнера по роботизации? Ошибки при внедрении.

• Цифровое управление производственной логистикой. Как достичь реальной эффективности производственно-логистической системы. Технология радиочастотной идентификации RFID на производстве. Диспетчеризация и мониторинг. Контроль активов и «умное» хранение: «умные» полки, pick-by-light, автономная логистическая робототехника и роботизированные системы обслуживания складов. Контроль качества. Онлайн-мониторинг перемещения и состояния всех составляющих внутренней логистики, максимальная прозрачность логистических процессов, оптимизация цепочки поставок и потока материалов. Автоматизация неконвейерных технологических процессов.

11. Перспективы применения AR и VR в промышленности и обучении персонала Какие проблемы уже сейчас решает AR и VR в разработке, подготовке, производстве и эксплуатации. Аппаратное обеспечение: возможности и ограничения. Примеры внедрения («Синара» Транспортные машины) Эффект применения AR и VR в цифрах. 

12. Машинное зрение и видеоаналитика: Сценарии применения видеоаналитики: Контроль качества продукции. Помощь в управлении технологическими процессами. Обеспечение безопасности сотрудников. Использование видео для анализа событий на сложных производственных площадках. Машинное зрение и дополненная реальность в работе роботов. Анализ экономической эффективности

[1] экспоненциальное развитие и распространение цифровых технологий