长文！智能物流如何实现全面数字化( 五 ) _物流

然而，在未来的全面数字化的制造背景下，这种简单的逻辑软件将不能应付所有问题了。全产业链数字化、微观宏观数字化必将要求厂内物流管理软件的“数字发声”能更加智能化。
全面的数字化给软件提供了可利用海量数据的土壤，工业大数据的巨大价值在厂内智能物流领域也必将被发掘利用。大数据技术在厂内物流领域的应用促使厂内物流管理软件采用更加复合对大数据挖掘和处理的相关智能算法，而这些是传统的if else逻辑无法完成的。因此未来的厂内物流软件的从业人一定有大数据工程师来参与进来。
厂内物流相关的数据包括微观层面比如现场传感器、执行器的不间断运行数据，也包括各类控制器经运算后输出的控制数据，也包含宏观层面各类物料订单数据、各类仓储管理软件的数据，甚至包括由工业云平台接通的上下游产业链的物流类相关数据。
对于与物流业务相关的大数据，比如物料进出数据、物料订单数据、上下游产业中的物料变化数据、价格数据等等，经过对这些海量数据清洗后，采用监督学习或者非监督学习的智能算法，计算得出适合工厂需要调整的厂内物流工艺才能使近期生产周期内的效益最大化。得出的结论可能是需要采用新的物料包装单元、采用以托盘为单位的运输方式，亦或者是采用仓储作业外包的方式，亦或者是AGV搬运工艺要调整……
总之，未来的厂内物流管理软件能有对物流工艺优化的“数字化声音”的发声能力。

文章插图
厂内物流系统是服务于核心生产工艺的，而生产订单往往体现在供应链上，而凑巧的是，厂内物流是工厂内与供应链密集相关的一部分。比如在WMS系统中，汇集了工厂内每天的出库、入库的作业数据、效率数据、物料数据，也汇集了每天车间内各个工位的物料进出数据，也汇集了每天原材料抵达工厂后引起的AGV搬运的任务数据……，这些数据从时间的维度积累起来也是海量的工业大数据，类似于股票预测的原理，物流软件通过智能算法，将这些数据利用起来分析后便可得到对于工厂物料的近期的流动预测，也便可得到相关供应链的预测，为工厂生产和管理提供决策依据。
总之，未来的厂内物流管理软件能有对供应链预测的“数字化声音”的发声能力。
前面我们已经提到了未来物流系统的IO融合，设备数字化发声，这意味着现场的众多传感器、执行机构，设备会将实时运行的数据上传到云平台上。与预测物流业务类似，海量的设备层面的数据被当作大数据利用起来，可以从时间变化维度和同类设备参数比较维度来分析这些现场硬件的数据，对设备出现的异常进行故障性的预警和原因分析，为工厂的设备预测性维护提供参考。
总之，未来的厂内物流管理软件能有物流设施故障预警的“数字化声音”的发声能力。
自动化物流系统是实现数字化的一种便捷途径，但是要在投资合理和工艺符合的条件下，不能为了数字化而上自动化，实现数字化有很多的方式方法
03数字化实现之路
数字化战略
第一章我们已经梳理过，智能制造这种新型生产模式的提及并非是由技术来驱动的，而是在经济发展的宏观背景下提出来的。因此我们看智能制造，应该更多的从经济的角度来看。
而宏观经济角度是企业管理层关注的角度，并不是技术人员的关注的角度。如果从技术人员的角度来看，各种智能制造中提及的技术应用，是各种的“不经济”，比如本章谈到的全面数字化，费时、费力、费资金。而对于企业管理者来讲，他们需要从行业层面甚至是国家层面来来考虑宏观经济和本企业所在的历史趋势环境下，就会有不同的想法。这也是为什么智能制造、数字化经济、工业互联网这些概念都是国家层面出面来推进的原因，本质上是着眼点起步不同。