供给侧改革下的兵器智能制造文档格式.docx

供给侧改革下的兵器智能制造文档格式.docx

《供给侧改革下的兵器智能制造文档格式.docx》由会员分享，可在线阅读，更多相关《供给侧改革下的兵器智能制造文档格式.docx（5页珍藏版）》请在冰豆网上搜索。

智能制造不等于“智能的制造”，以智能工厂为代表的智能化生产仅是智能制造体系中的组成部分之一，同时智能制造更不等于无人化、去人化。

此外，智能制造不是万能的，如材料技术等工业基础能力的进步，更多依赖基础理论的突破。

　　兵器智能制造的主要内容有哪些

　　“兵器智能制造”目的不是构筑一套技术体系，而是培育新的价值网络，是以价值创造为根本目标、以用户为核心、以生态思维为指导、基于数据驱动理念嫁接新技术，综合考虑价值传递路径、能力估值、激励机制等方面的价值环流工程。

兵器智能制造在构筑新动能的同时，将极大推动资源流动性的有效释放；

重构开放的、面向全生命周期的服务能力体系，扩大供给选项、提升供给能力，在深度嵌入整个社会大的价值环流体系的同时促进需求端升级扩容，实现集团公司发展效能的提升。

　　兵器智能制造体系主要包含智能产品、智能服务、智能生产和智能研发四方面。

智能化产品和智能化服务是兵器智能制造的重点建设内容，因为上述两项是满足用户需求、实现价值创生的直接载体，是新动能、新业态的集中体现；

智能流程和智能生产则为高效、快捷交付智能产品和服务提供了有力支撑和基础保障。

本文所阐述的智能产品重点关注新平台的培育、智能服务工作重点是能力服务化与资源社会化，智能研发主要推动原始创新能力的提升，智能生产重点在于实现生产资源动态优化配置与提升绿色发展水平。

　　首先是智能化产品。

　　一是未来我国陆军作战场景。

传统有形战场。

美军认为城市环境是陆军未来主要战场。

从我国安全态势角度出发，以雨林环境为背景的夺岛、守岛亦将成为潜在战场。

以上两种模式均有别于传统陆军重兵团、大纵深作战形态，其共同特征为视距有限、背景噪音复杂（较平原、沙漠等野战环境）、传统重型武器发挥空间受限等。

因此，在上述复杂环境中，多兵种、小规模协同作战将成为新的作战模式。

战场信息感知测绘、数据驱动下的行动协同、给养伴随式供给、人员战斗力高水平维持都将成为新的挑战。

网络空间无形战场。

随着美军全球信息栅格系统的高速发展，基于信息技术系统作战的研究不断深入，美军将网络空间确立为与陆、海、空、天并列的作战域，美陆军也将其作为推进陆军现代化进程的关键因素。

　　二是三类智能产品。

本文所研究的智能产品聚焦新型平台，不讨论传统作战平台（如下一代主战坦克等）。

智能产品是将数据驱动或数据能力作为重要特征的产品。

从未来陆军作战环境发展角度来看，本文主要阐述地面无人平台、机械外骨骼以及赛博空间安全三大方面，既包括军事用途，也有军民融合。

　　无人平台。

在城市、岛屿等特殊作战环境中，地面无人平台将在抵近侦察、障碍破除、物资伴随供给等方面发挥重要作用。

从技术体系角度看，地面无人平台主要由高通过性底盘、任务执行、复杂环境感知、组网协同四大模块构成。

前两者以“机械化”能力为主，是集团公司既有能力的复制和放大；

后两者则是“数据能力”的集中体现，是需要发力的重点领域。

从事此类前瞻性领域时，以技术储备为主，产业化可择机而定，切忌盲目跟风。

构建面向不同场景（城市街区、地铁/地下管网、楼宇内部、热带丛林）的无人平台解决方案。

基于模块化技术和成本驱动策略，保留必要的侦测、组网功能，弱化某些超高精度/高成本的冗余能力，可向反恐处突和应急救援等低威胁领域或民用领域进行技术衍生。

　　机械外骨骼。

机械外骨骼可帮助士兵长时间负重行走，提升单兵可持续作战能力。

我国海军航空学院、清华大学、北京理工大学等高校以及中国兵器工业集团、航天科工集团等军工集团的下属院所已经开展了相关研究。

2015年总装备部轻武器论证研究所主办了首届“穿戴式外骨骼助力装备挑战赛”，来自全国的15家单位、12台样机参加了比赛。

机械外骨骼在应急救援、反恐处突、康复医疗等方面也有很大的应用潜力。

民用领域特别是大众消费领域（如养老、助残），除了技术能力外，私人定制和价格可控是重要的竞争优势。

可以借鉴青岛红领成功经验，通过对用户身体数据测量、采集，进行定制化设计，并根据不同人群需求，提供不同成本构成的模块化解决方案。

目前集团公司在无人平台、机械外骨骼领域均有相关院所开展研究，并取得了阶段成果，可以作为新动能培育方面的重要抓手逐步推动后续工作，同时应考虑两者作为“数据采集端”和“数据发生器”时，如何与“北斗”资源结合以及形成的数据资源该如何利用的问题。

　　网络作战能力。

网络战争有两大特点：

一是广域覆盖（所有军种均面临此问题）特点决定该领域有成为“风口”的潜力，潜在用户群体较大；

二是不同层级深度渗透，从战役到单兵都会涉及此问题，但能力建设行为主体尚未形成明确边界，属于待开垦的高价值区域。

此外，由于美军的率先突进，类似于空天反导领域，我?

从与外军争夺战略层面“先手”角度出发，未来在该领域也会加大投入。

集团公司作为国家战略安全团队，可以在吸取外军有益经验基础上，构筑适合战争发展需求、符合我军实际情况、面向赛博空间网络突击/护卫安全的“攻守兼备”能力。

恐怖组织在队伍发展、行动策划方面利用互联网的趋势日趋明显，如何提前预警、制敌于先，将成为网络空间安全在准军事领域的新挑战；

此外，境外势力、分裂势力等不法分子利用互联网进行谣言传播、意识形态恶意攻击等也对社会稳定造成极大危害，如何尽早甄别、实现“源头治理”，也是新时期国家社会治理和安全保障方面的重大挑战。

　　其次是智能化服务。

　　针对集团公司存量资源价值创造能力有待提升的问题，将能够实现“分散资源集中使用，集中资源分散服务”的云制造平台作为破题选项。

构建云平台是一个循序渐进、逐步完善的过程。

该领域成功的关键不是技术手段，而是对资源的科学分类与管理，以及商业模式的创新。

　　一是资源合理分类。

集团公司属于制造型央企，经过长期发展建设，形成了行业众多、门类多样的资源体系。

云制造平台可以按三种方式进行资源分类。

按照资源属性分类：

可分为硬件资源、计算资源、智力资源三大类。

硬件资源主要指生产设备；

计算资源主要指软件资源、服务器资源等；

智力资源主要指人力资源和已经数据化的专业知识。

按照行业分类：

以行业为导向，将垂直领域内的研发能力、生产能力、服务能力进行模块化处理，供用户选取。

按照区域半径分类：

当配套半径是用户重要考虑因素时，需要能够以区域为引导，提供指定区域内的主要能力组合和服务选项。

此外，需要重点突出集团公司特色能力与亮点资源，对国家重点试验室、行业检验检测中心等优势能力，在考虑安全保密的前提下可作为精品能力着重推介。

　　二是能力梳理与测算。

云制造的最大效用是增加资产流动性，充分释放存量资源特别是优势资源的富余能力。

基于数据的能力梳理是云平台能否成功的关键基础性工作。

根据东方航空公司、华为公司在数据转型方面的经验，数据流程梳理工作需耗时2-3年时间。

该方面工作需要回答两个问题，第一是哪些资源是可以放到云平台中，第二是上“云”资源的富余能力测算。

关于第一个问题，从简化起步阶段系统构成角度出发，选取水平较高、能力较强且有较为明显富余能力的资源（如高端数控设备、特种专机、仿真试验室、产品/工艺设计团队）作为优先上“云”选项。

第二个问题，需基于精益管理思想，运用工业工程专业多类手段，在新一代信息技术支撑下，进行能力核算、峰值评估，形成能力“峰谷曲线”，并不断细化、构筑可支配资源的精准管控和预测能力。

　　三是定价估值。

云平台服务选项定价估值工作是对传统财会体系的提升，基于传统财会体系，考虑折旧、人力成本、预期收益等因素得到某项服务的价格，但由于该服务能力冗余程度存在“淡季、旺季”周期波动和机会成本问题，需要在基准价格基础上，构建柔性价格机制，保证服务收益最大化。

　　四是大数据变现。

云平台运作过程中，将形成“数据富集”环境。

为了把“数据富集环境”变为“数据富集优势资源高地”，需要对数据进行增值处理，并探索如何转换为有交易价值的数据资产，实现数据变现。

大数据交易增加了市场流动选项、开辟了一条新的价值创造途径。

　　再次是智能化生产

　　智能生产是保证生产体系高效运作的有效手段，“精益管理”是整个生产系统优化合理运行的理论基础。

　　一是精益管理与智能生产。

精益管理源于工业工程（IndustrialEngineering，IE）。

IE的目标是提高效率、降低成本、保证质量与安全。

IE是向存量要效益的“减法工程”。

集团公司持续推行全价值链体系化精益管理战略、强化5S管理，取得了丰硕成果。

但5S管理、目视化管理仅是IE的基本工具，在生产制造一线仍有诸如布局优化、能力平衡、设备效能评估等方面的工作有待开展。

智能生产实施三部曲，以精益顶层规划为先导、信息化顶层规划为第二步、数据通信接口规划为第三步分步展开。

但很多企业直接将第二步作为起点，效果自然大打折扣。

根据高校与企业合作案例，很多企业生产系统运行混乱，即使采用了数字化手段，整个体系运转效率也无法得到有效提升，甚至可能由于单点效率提升，导致网络冲突加剧，诱发系统效能下降。

　　二是绿色生产。

选择化工领域用能大户为试点，构筑能源监管、用能优化平台，挖掘价值盲点，向系统要效益、从体系降成本。

根据某钢铁企业经验，通过构筑能源监控平台（百万量级），年节约电力成本达千万元。

在做好“减法”同时，利用新技术尝试做“加法”。

集团公司可选择日照充足地区的制造型企业，开展以屋顶发电为代表的分布式能源试点工作。

该模式已成功应用于广汽本田增城工厂，其17MW分布式光伏发电项目于2015年初正式并网。

项目年发电量1900万度、相当于1万个家庭1年用电量，可满足工厂20%生产用电需要，且标煤节约量2300吨/年、二氧化碳减排17500吨/年。

此类项目投资回收期8-10年，系统10年之后能效转换会下降，但系统使用周期为25年。

　　最后是智能化研发。

　　企业在原始创新能力、原理性创新方面有待提升，很重要的原因是无法对表征产品/工艺的数学模型进行刻画与解析，在改进、创新过程中更多依靠经验。

提升数字建模与仿真能力是提高创新能力、缩短开发周期的重要途径。

仿真软件虽然提供了重要技术支撑，但购买并简单使用仿真软件不等于掌握数字仿真能力。

数字建模与仿真能力的培育需要以下两个步骤。

　　一是数据积累。

研发数据过去多是利用研发平台进行累计，在智能工厂工作推进后，通过实时采集的生产数据，增加了模型修正所需数据的输入维度。

此外，需要建立考核机制引导人员完成积累数据工作，保证数据完备性。

　　二是数据建模。

数据建模需依托具有专业技术背景的研发人员与具有数据建模知识的专业人员协同配合，利用人工智能算法等方式构建符合技术规律的模型。

该项工作是研发环节需要长期耕耘的领域，是变“经验驱动”为“数据驱动”，进一步引爆创新能力的必由之路。

　　关于兵器智能制造的思考

　　第一，重构核心竞争力与规避“重资产陷阱”。

对数据拥有的规模和增值能力将成为企业未来核心竞争力的集中体现。

围绕数据能力开展的轻资产、软能力建设是兵器智能制造重点工作方向。

信息技术作为快变领域，是“形”和外在体现。

其背后的数据分析能力与基于数据能力衍生的新模式、新业态等这些“软能力”则是“魂”和内在实质。

“形”是加速机和放大器，但离开软能力支撑，整个体系的价值实现能力将被弱化。

盲目嵌入技术能力会导致在无法有效获利的同时，陷入“重资产”陷阱，购置开销与设备折旧将成为企业的沉重负担。

　　第二，把握精益理念与智能生产的关系。

精益理念是整个生产系统达到全局最优的理论基础，智能生产是通过不断进步的技术手段把这种具有良好设计体系的优势进行了加速与放大。

很多报道在阐述智能制造体系的时候，只谈技术架构，忽视精益理念。

如果整个系统本身缺乏精益思想的设计与优化，甚至是“瓶颈随处可见、浪费俯拾皆是”的状态，那么智能化手段带来的加速效果只能是收效甚微，甚至起到相反作用。

　　第三，激发“人”在智能制造体系中的积极作用。

智能制造进程不是”去人化”的革命，工业与工业互联网都强调“人”的重要作用。

在未来智能制造体系下，需要通过有效的激励机制，充分发挥“人”的积极作用。

如目前对于企业信息化/智能化建设工作成果评价指标存在脱节现象，以工具使用和资源占有为导向的评价指标无法有效衡量智能化工作效果。

工具只有被使用才能发挥效果，因此评价使用效果的前提是如何激发、提升人们对新事物、新工具的驾驭能力。

人力部门可会同业务部门，从实际工作出发，考核智能工具使用程度，建立合理的激励机制，提高人员用好、用活新工具、新能力的内在动力。

同样，推行精益管理体系的关键在于形成利益与责任共同体，处理好改善者（IE部门）、执行者（被改善部门）、企业三者间的利益分配关系，提升改善动力。

　　第四，围绕业务需求、多元推进模式。

智能制造是手段而不是最终目的，根据华为等大型集团数据转型经验，需要结合企业业务发展，嵌入“适度”、“得体”的技术能力。

智能制造内涵丰富、要素众多，而每个企业所处行业不同，产业规律、发展“痛点”不尽相同，因此智能制造推进工作应该把握“共性”、聚焦“个性”，紧密围绕不同企业实际发展需要，有选择、有目的地开展资源配置和能力构筑工作。

　　在开展具体工作时，应根据企业自身情况和发展需要，实现增量资源与企业需求的精准匹配，而不强求同行业内企业在工作内容方面完全?

y一。

智能制造系统作为一个生态体系，每一个子系统都应该是“自然生长”的结果，需避免“拔苗助长”导致的资源浪费。