数字化转型在钢桥制造企业如何落地？

制造企业数字化转型是全球性的趋势，是以云计算、大数据、人工智能等为核心的新技术驱动的新一轮产业革命，美国高举工业互联网、德国推出工业4.0、我国布局中国制造2025，全球各行业龙头企业已开始在数字化转型上出现引领优势。国内与钢桥制造相近行业中的海洋工程、造船、建筑等领域的龙头企业都在推进数字化转型工作。

国家政策的指引、市场竞争的导向和新技术的发展，为企业数字化转型带来了良好的机遇和巨大的挑战，各行业及企业对于数字化转型的潮流和趋势已经在积极地响应，并寄予重大希望，数字化转型目标已与企业战略发展目标融为了一体。

虽然数字化转型的理念在制造行业已普遍被认可和接受，但是离散型钢桥制造企业，在如何规划落实数字化转型的问题上却面临诸多难题。

传统管理模式下制造企业的VUCA难题，即不稳定性（Volatility）、不确定性（Uncertainty），复杂性（Complexity）和模糊性（Ambiguity）等问题，主要表现在针对人、机、料、法及环等生产要素的集约管控度仍然较低，生产组织方式不够先进；仍然存在材料资源、设备设施资源、人力资源及环境资源等资源要素分配不均和浪费等情况；供应链和产业链的协同能力弱；资源消耗过高、生产效能较低，投入产出亟待提高；工程项目的产品质量可追溯性差，无法实现双向追溯；制造过程管理信息的采集和分析能力不足，存在信息孤岛、数据断链、数据真实性差等诸多问题；项目成本分析和管控手段不足，难以实时管控；工程项目安全管控仍处于被动管理状态，缺乏主动控制；受制于工程项目数据信息的即时性、准确性及完整性制约，管理决策效率低、科学性差，更缺乏预见性。

以上诸多问题反映出的主要矛盾在于：可供企业生产经营决策的关键性数据的采集和分析能力严重不足，无法全面支撑起企业生产经营所需各种资源要素的调度、平衡和管理，人工凭经验操作并在生产过程中不断调整、修改计划和生产指令是常态。一方面生产过程中存在海量数据、数据过载的普遍现象；另一方面又无法以有效的手段完整地采集数据，尤其是生产过程数据的可追溯性差，可供成本分析和提高管控水平的数据严重缺乏。

综合分析产生这些问题的根本原因，不难发现软件技术并不是主要原因，重点是当前管理模式下，并不能“产生”出有价值的、可供分析决策的数据，诸多企业试图通过软件技术倒逼管理变革的做法并不能达到获取有价值数据的根本目的。 

各企业数字化转型所处的阶段不同，面临的具体问题可能各不相同，但是最大的难题就是制造企业能否真正明确数字化转型的根本目标？也就是说制造企业需要建立企业管理优化模型，建立企业数字化管理体系和业务管理数字化流程，在日常经营与生产过程中，通过数字化技术的支撑能够获取更多有价值的数据，真正实现以数据分析来支撑起经营与生产决策的目的。

钢桥制造企业在着手进行管理体系和管理制度的变革过程中，会存在诸多障碍和风险，如何构建可以逐步迭代优化的企业数字化管理模型，形成全新的数字化业务管理逻辑，对企业数字化转型工作至关重要。

各企业现有的管理模式各不相同，如何变革没有统一的模板可以参照，也没有行业样板或标杆企业可以模仿，只能依据企业自身管理模式和产品特性，选择适合自身发展的管理优化模型，由内而外地主动求变，顺势而为。

中国制造2025和工业4.0的提法虽然不同，但关注点均是智能制造体系架构的三个维度。参照《国家智能制造标准体系建设指南》（2021版），智能制造标准体系架构和标准结构图（如下图所示），智能制造标准体系包括“A 基础共性”“B 关键技术”“C 行业应用”等 3 个部分。这些标准也是我们制造企业进行管理优化和数字化系统建设的参考标准。

制造企业管理优化的模型，也应该参考智能制造系统的架构，考虑系统层级、生命周期，智能功能三个维度的改革，对现有企业管理流程进行优化和重组，改变目前传统的OA表单审批流程的工作方式，重塑企业新的数字化管理流程，解决三个维度数据的缺失和断链问题。以企业内部信息集成、企业间信息集成为基础，完成从制造业到服务业的转型，构建B2B+B2C（即企业对企业+企业对客户）模式的新业态。

钢桥制造企业数字化转型的实施路径，应主要从硬件和软件两个层面入手。

硬件层面，通过硬件装备的升级提高自动化、智能化生产水平，提高质量品质、降本增效。这方面大家都会非常容易理解，也容易通过投入大量资金去引进高端智能的生产设备。然而仅加大这方面的投入，局部的生产效率可能会有所提高，但是并不能真正解决企业数字化转型的根本问题——即并不能因智能设备的投入和使用，而获取到更多可以支持整个企业进行经营生产决策的分析数据。

软件层面，即管理优化层面才是重点，而不仅仅是软件系统的建设。实际上更多的应该以管理上优化为先，主动实现企业数字化管理模式的变革，以软件系统建设为辅。以数据支撑决策为目标构件管理系统，真正实现企业关键业务管理过程的数字化，让数字化技术与企业业务管理逻辑融合，而不是建立传统信息化OA流程式的管理系统，以人工审核或审批来做决策。

下面从企业管理、软件系统和行业领域三个层面对制造企业数字化转型的内涵做一下总结。

从企业管理层面看，数字化转型的形态，分为初级的数字化业务重构和高级的数字化业务增长。

初级阶段，企业应以数字化业务重构为核心，优化企业内部经营生产管理流程，逐步实现关键业务流程管理数字化。高级阶段,企业内部关键业务已实现流程数字化管理，有充分的数据支撑企业对关键业务的管理做决策和分析，企业将可以利用高效的数字化技术，进行生产运营优化和技术创新，数字化流程将持续优化和改进，与上下游企业共建服务共赢的生态圈，改变传统的产品技术服务方式和服务范围，开创新的数字化服务领域和市场，企业将以服务领域增长为核心，实现数字化业务增长。

从软件系统层面看，我们认识到信息化不等于数字化, 数字化意味着更多以数字技术手段进行生产运营优化，实施营销预测、数字化设计、数字供应链、生产工艺优化、产品智能运维等创新业务，从流程驱动升级为数据驱动，继而实现企业营收利润的持续增长。从这个角度讲，目前传统模式下的管理和思维，只能做到信息化层面的系统建设，即使通过系统集成等技术手段，也无法解决支撑企业决策分析数据缺失的根本问题，大数据分析方法和商业智能分析（BI）因缺乏基础数据而无用武之地。

从整个制造行业领域看，企业数字化转型是传统制造行业与云计算、工业大数据、人工智能等新型技术全面融合的过程。通过将制造企业及供应链的生产要素、组织协作关系数字化，以数据为基础进行科学分析，完成全链路、全行业的资源优化整合，推动企业主动转型，提高企业经济效益，以产品+数字化服务的形式，构建新的商业模式（B2B+B2C模式），实现制造行业全生态链企业的互利与共赢。

数字化转型工作是个复杂的工程，尤其在钢桥制造企业，在信息化数字化方面的底子都比较薄，需要从总体上进行安排部署和稳步推进。

数字化转型不仅仅是新一代IT技术的应用与推广，更是数字技术+管理创新，它涉及企业的战略、组织、文化、技术等方方面面，是一项系统工程，需要明确企业数字化转型的原则。

在评估现有生产经营管理业务流程的基础上，结合数字化管理系统的技术实现，对现有关键生产业务流程进行改造、优化和升级，以“四线一系统”为工作重点，实现设计、生产过程协同的数字化管理，管理流程标准化和管理系统功能的优化，也是管理意识的逐步变革。

涉及的关键业务流程主要包括：设计-工艺-预套、采购-合同订单-到货-检验-入库、排版-生产计划-车间排产-物资出库-物资发运、预处理-数控切割-零件打堆-零件转运、板单元焊接-自检-报验-探伤-检验-验收、板单元组装-总拼-自检-报验-检验-验收等，产品检验-装船-发运等关键业务流程。

软件技术层面的研发内容，主要是以BIM技术为依托，解决设计与工艺、生产协同数据管理的软件级工具研发，以车间制造过程数据的采集技术为重点，结合可视化数据展示、大数据分析方面的相关技术，以三维BIM模型为数据中心载体，对钢桥制造过程数据进行整合。集成设计、工艺、生产、质量和安全管理等环节的管理数据，应用三维可视化技术手段，提升钢桥制造过程管理协同的数字化管理水平，积累项目和企业的数字化资产，提升产品品质、生产效率和经济效益，向轻资产数字化服务型企业转型。

技术研发方面主要基于Tekla三维设计软件进行工具插件开发，解决BIM模型数据与生产工艺排版软件的数据协同，提供BIM标准规范应用工具和BIM软件应用辅助工件。基于BIM轻量化显示引擎技术和非关系型数据库NoSql技术的应用研究，解决BIM模型与数据集成在浏览器和手机移动端的可视化应用。以车间数字化网络为基础，研究数字化设备数据采集接口，打通制造车间的设备数据实时采集与分析的壁垒。

建设数字化管理平台的架构与建设内容（如下图所示）。

上海振华数字化管理平台架构与建设内容

主要建设内容包括原材料的组批检验、智能出库和精准配送，生产车间智能排程和调度管理，生产工序中间产品转运配送和产品发运的物流管理，各工序中间产品与最终产品的报验与质量检验管理。目前主要在原材料、生产 、物流和品质管理等方面进行管理上的优化和改善，通过精益化、自动化、数字化、智能化推动整体数字化工厂体系建设。

数字化管理平台是基于浏览器的多项目协同数字化管理系统，主要功能模块包括设计管理、物资管理、计划管理、进度管理、生产管理与质量安全控制等。同时还可作为数据集成门户平台，集成排版套料系统、智能涂装系统的数据。 

数字化管理平台功能界面

制造过程中的内联单、修改单、生产图纸、施工单、工序任务单等指令性文件均实现系统上审批和系统内分发与分享，取代原有纸质文件或电子邮件分发方式。同时，还对设计、工艺、生产计划、生产排产、工序任务执行、质量报验、进度管理等内容进行了功能设计和优化管理。数字化管理平台汇聚的数据也是我们进行数据分析的主要来源，也是我们建设数字运营中心的基础数据源。

实现设计成果的数字化管理：设计人员基于Tekla软件制作可用于加工制造的三维BIM模型，在Tekla三维软件中进行碰撞干涉检查，通过三维模型自动生成生产图纸、零件和材料清单。工艺人员对焊接参数、WPS焊接工艺评定要求及板单元组装等质量控制参数进行生产协同设计。设计环境中的三维模型与扩展信息数据，只在Tekla软件环境中产生，无法直接被后续生产过程使用。

因此，研发了Tekla环境下的插件工具，将三维模型中包含的设计基础数据与扩展数据，转化为能通过数字化平台进行管理和维护的数字化设计成果，形成基于BIM模型统一编码的全项目材料信息、节段、构件与零件信息、焊接工艺信息、焊缝设计详细信息，是后续生产过程数字化管理不可或缺的基础性与关键性数据。

生产过程数据的数字化管理：协同管理生产制造过程中的工作内容与生产流程，对钢桥生产制造过程中的数据信息进行统一管理，主要包括内联单的物资供应、生产任务单、计划和完成情况管理以及质检报验和检验过程管理。

生产过程数据的可视化集成与应用：BIM模型数据的正向应用，主要包括两部分内容。通过三维BIM模型中的数据生成NC1文件，添加余量与排版套料软件对接，再通过离线编程方式，驱动数控设备根据排版文件进行数控切割，在实体焊缝模型中扩展添加焊接工艺设计数据，由系统数据生成焊缝清册、焊缝地图以及焊接工艺要求WPS数据，用于生产过程中的焊接质量检验。BIM模型反向集成生产质量数据，以三维BIM模型为载体，通过BIM模型元素的编码与生产实体对象的编码关联规则，集成零件材质跟踪信息与焊缝质量信息。

在三维协同设计环境下，要充分考虑生产工艺部门参与的重要性，重点研发提高协同效率的软件工具并优化协同工作流程，在协同过程中获取更多的正向应用数据应用于生产；项目生产管理过程业务流程多且复杂，BIM应用应充分考虑从生产业务过程中获取数据并集成，避免BIM应用与业务流程脱节而需要大量人工录入数据；基于轻量化BIM显示引擎的研发应充分考虑手机移动端的硬件性能，提高用户体验感和场景融入感，在BIM系统应用推广时接受程度会大大提高。

加强三维设计环境下的协同设计工具的研发工作，让更多生产部门参与到协同设计环节，以获取更多的BIM正向数据直接用于生产；加强设计、生产过程的业务管理数字化进程，提高企业基础信息化、数字化系统建设和应用水平，BIM技术与企业级数据积累相结合才有更广阔的应用和发展前景；加大轻量化BIM显示引擎应用技术的研发工作，结合制造企业实际应用需求，将BIM技术应用于生产实践，才能发挥BIM数据的能力和优势，为企业关键业务流程的数字化改进提供技术支撑，逐步提高数字化服务的能力，进而创造更多的价值。

制造企业在实施数字化转型的过程中，通过管理优化、数字化流程重组和再造，促进了钢桥制造项目生产过程管理的标准化，使得原有生产管理流程得到进一步的优化，形成更适合进行数字化管理的工作流程。随着数字化管理平台系统建设与应用的进一步推广和深化，企业级数字化管理流程逐步形成，系统管理的项目数据越来越多，形成项目级数字化资产，为项目竣工验收和数字化资产移交，提供了标准统一的项目数据成果。未来将改变数字化成果提交的模式，不再以当前传统的数字化成果提交为最终目的，而是以企业数字化服务的方式实现企业间的数据服务互联，实现B2B+B2C的企业共享共赢模式。

随着项目应用和系统的持续扩展和升级，系统积累的数据将越来越丰富，逐步形成企业级生产和管理数据中心，为传统制造企业向数字化转型提供数据支持。在此基础上可以进行生产工艺数据的深度挖掘和分析，对内可以改进生产工艺、提高生产管理效率；对外可以提供生产过程质量管理数据的查询和分析服务，为大型钢桥建设项目的后期管养运维，提供数据分析服务。钢桥产品制造企业在未来将像互联网数据服务企业一样，依靠企业自身积累的数据，对制造产品提供全生命周期的数据管理和服务，顺利完成企业数字化转型，向数字化和智能化制造企业方向发展，实现“两业融合”的目标，开拓新的数据服务领域和专业服务市场。