Цифровизация производства" 30 января-17 марта 2023

Программа мероприятия

Сделать компанию КОНКУРЕНТОСПОСОБНОЙ. Производить ИМЕННО ТО, ЧТО НУЖНО КЛИЕНТУ, БЫСТРО и ДЕШЕВО. Лидеры по цифровизации увеличивают прибыль втрое быстрее средних показателей.

ТЕХНОЛОГИИ, которые необходимо реализовать российским предприятиям как можно быстрее, если они хотят выжить на отечественном и глобальном рынке

1. Цифровая трансформация (ЦТ) – цифровизация – автоматизация – роботизация - где границы? Этапы внедрения ЦТ, ключевые компоненты цифровой трансформации: процессы, люди, «цифра». Комплексность проекта ЦТ Цифровая трансформация 100% = Трансформация бизнеса 80% + Цифровизация 20%.

2. ПРАКТИЧЕСКИЕ ШАГИ поэтапного перехода от Индустрии 3.0 к Индустрии 4.0. Производство будущего: высокая вариативность, сокращение инвестиций, 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 самоорганизованной 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/пилотного участка и только потом – модернизация. Концепция Концерна «Калашников»: Как бизнес трансформируется под цифровизацию. Практика АО МиГ, Концерна «Калашников» 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.
• Зачем производству нужен PLM? Цифровой двойник изделия – важный этап перед переходом к цифровому предприятию. Системный подход к разработке. Управление требованиями  и концептуальное проектирование как залог сокращения натурных испытаний. Электронная модель как подлинник КД и MBD-подход – обязательные условия для дальнейшей цифровизации производства и процессов ТОиР. Особенности этапа подготовки производства, интерактивные сборочные процессы как источник данных для AR, VR. 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.
• Моделирование и оптимизация процессов и продуктов компании. САПР на предприятии. Классификация современных САПР. Методика обратного CAD-инжиниринга. 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.
• 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: Контуры маркетинга и бухгалтерии, их связь с производством. Техническая подготовка производства. Свойства ERP-систем: возможность планирования производства всех типов в рамках одной системы. Обеспечение многозвенного производственного планирования. Расширение сферы интегрированного планирования ресурсов. 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.
• Сбор производственных данных и аналитические ИТ-системы в промышленности: сокращение цикла, брака, остатков, простоев. Big dаta: 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, Bosch Фейербах и другие. Извлеченные уроки.
• 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. Кейсы от АО «ОДК-Авиадвигатель», Концерна «Калашников»: Настройка   системы мониторинга промышленного оборудования; результат – увеличение времени работы оборудования в 2 раза.
• 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.
• 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.
• 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
• 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.
• 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.
• 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
• Искусственный интеллект (ИИ, IIoT) в промышленности: основные задачи и эффекты. Что входит в понятие искусственного интеллекта? Какие технологии уже нашли себе применение? Какова их эффективность? Какие технологии будут наиболее активно развиваться в ближайшие годы? Какие отрасли могут сделать огромный скачок в развитии благодаря искусственному интеллекту? В каких направлениях роботы смогут полностью заменить человека? Можно ли полностью доверять искусственному интеллекту? Чего ждать и чего опасаться в этой сфере. Искусственный интеллект: мифы и ограничения. Законодательные ограничения для систем искусственного интеллекта. Определение потребности в искусственном интеллекте на предприятии. Организационные изменения для максимальной эффективности. Планирование ресурсов. Временная оценка реализации. Роли участвующих в реализации ИИ-проектов. Новые возможности для предприятий на стыке PLM и IIoT. Результат внедрения IIoT – от разработки до эксплуатации: снижение рисков по невыполнению заказа, контроль узких мест на производстве, перераспределение заказов на основе оперативных данных, консолидация информации в едином центре для принятия решения, оперативный учет данных от эксплуатанта для сервиса и совершенствования разработки – и др. Примеры внедрения в дискретном и непрерывном/циклическом производстве.
• Машинное обучение в промышленности - эффекты: повышение производительности технологического процесса за счет подбора оптимальных режимов работы оборудования, загрузок сырья и т. д.; повышение качества продукции путем выявления критических факторов в производственном процессе, влияющих на конечный результат; оптимизация технологического обслуживания и ремонта (ТОиР) дорогостоящего производственного оборудования, прогноз поломок и деградации оборудования; оптимизация расходов на испытание продукции посредством цифровой модели изделий и виртуальных датчиков; комплексное улучшение производственных показателей за счет выявления латентных факторов, влияющих на производственные процессы, и применения моделирования ситуаций в цифровых средах. Как посчитать возврат инвестиций от внедрения решений на базе машинного обучения?
• Промышленная безопасность. Функциональная безопасность потенциально опасных производственных процессов и объектов. Нормативная база и требования функциональной безопасности. Автоматизированные средства моделирования и расчёта показателей функциональной безопасности. Цифровые решения для функциональной безопасности
• Производственный персонал 4.0. Кого, чему, как учить? Как меняются требования к директору по производству и рядовому инженеру, к их функциональному полю и компетенциям? Как меняются требования к директору по производству и главному инженеру, к их функциональному взаимодействию, когда крупное промышленное предприятие начинает работать по принципам Индустрии 4.0.Люди – производство – цифра. Цифровое бережливое производство. Роль цифровизации в создании ценности и повышении эффективности. Учёт производственно-логистических операций: понять текущую ситуацию. Видимые процессы — видимые результаты: прозрачность — залог эффективности и конкурентоспособности компании. Планшеты, ТВ панели, терминалы, контроллеры (PLC), кнопки и Wi-Fi кнопки, сканеры, световые колонны…

3. Позиция государства в процессе цифровизации производства: Как госполитика в области цифровизации влияет на компании различного типа и почему это важно для бизнеса? Национальная программа «Цифровая экономика Российской Федерации», Федеральный проект «Цифровые технологии», Методические рекомендации по цифровой трансформации государственных корпораций и компаний с государственным участием: как использовать? Программа ФРП "Цифровизация промышленности»; цифровые модули, сервисы и платформы для создания и работы госкорпораций и частного бизнеса. Грантовая поддержка на проекты цифровой трансформации в фондах Сколково и РФРИТ: теория и практика.
4.         Круглый стол он-лайн. Презентация внедренных цифровых решений: разный масштаб компаний, разные исходные проблемы, разные масштабы

Дата и время проведения: по расписанию ООО "Бизнес-Школы Антей"                  Расписание