前景提要：
机器视觉目前最重要的应用场景集中在工业领域，普遍应用于表面瑕疵检测、工业流水线零部件的抓取与运输、零部件的尺寸及外观质量检测、装配检测等地方，几乎涵盖了国民工业经济中的各个领域。
TZ科技作为国内工业视觉装备的代表企业，为提升综合竞争力，从2019年第四季度便开始了生产制造的数字化升级规划，并开始甄选供应商。整个过程持续了半年时间，最终从十余家供应商中选中「木白智造」展开合作。作为一家专注于装备制造行业的工业数字化服务企业，木白智造为TZ科技提供了装备制造全流程、全要素和全价值链的数字化升级服务。具体有哪些特色内容，让我们来一探究竟吧！
TZ公司成立于2005年，致力打造卓越的视觉装备平台型企业，主要产品包括视觉测量装备、视觉检测装备、视觉制程装备和智能驾驶，产品应用于工业计量、消费电子、半导体、 PCB 、光伏、新汽车等精密制造领域。
- TZ部分产品展示 -
TZ的产品既有小型视觉检测机器，也有占据数十个平方的大型非标自动化产线装备。作为一家典型的非标自动化装备企业，TZ科技在生产制造运营方面的挑战如下：
BOM复杂，物料计划 及管理难度高
非标自动化机台BOM高达上万件，物料的采购及齐套计划直接影响机台的交付进度。
外协协同困难 外协到料进度难把握
TZ拥有众多的外协供应商，非标装备的制造特点需要他们与供应商高频高效协同，但传统的方式很难做到有效管控。
产能负荷不清晰 生产计划制定困难
大小不一的装备，对车间的空间利用率提出了挑战；同时，一台装备的生产交付周期多为2-3个月，前后大大小小需经历上百道工序的加工，在以往的管理模式下，生产进度难以实时掌控，间接对合理计划排产产生一定的阻碍。
装备工时难核定 工人绩效统计成本高
非标装备的组装调试需要依赖大量的人工，传统纸单记录和流转的方式已无法满足要求。
现场变更、异常处理难及时
非标装备的ETO生产模式，变更及异常发生频繁。如何做好快速的应对是生产运营的一大挑战。
在竞争日益激烈的市场环境下，如何提升生产运营效率，降低生产成本，成为TZ直接关乎未来发展的核心竞争力！
- TZ车间实景图 -
从2019年第四季度，TZ便开始了生产制造环节的数字化升级规划，并开始甄选供应商。整个过程持续了半年时间，最终从十余家供应商中选中「木白智造」展开合作。该项目经历了三期合作，历时三年，从车间生产运营管理出发，协同外部供应链，由点及面的构建了全要素、全流程、全价值链的数字化升级。
| 1. 可视化车间绘制 提高空间利用率
由于非标装备体积大，又是以装配为主的工艺，计划排产的维度不仅要考虑时间、人员、设备资源这些常规性的参数，车间的面积及载重也会限制产能的负荷。订单多时，如何将空间利用率最大化成为一个重要课题。
在传统的排产流程下，计划人员需要现场核对一下是否有足够的长宽高能放下相对应的设备，以及这些设备预计的完工时间。
木白装备云针对装备制造场景设计了可视化车间绘制模块，可以快速完美还原线下车间的空间布局，按比例绘制车间的网格化模型，犹如一个“简易版CAD”绘制模块。同时将每一个已经使用的空间与订单绑定，可视化的展示哪些是延期、正常、空闲的区域，大大缩减了去项目现场核对的时间，同时提高的了准确度。
- 车间实景图 -
- 车间绘制展示 --
- 车间负荷示意图（因车间布局涉及客户隐私，此处为效果图） -
| 2. 内部多系统集成 外部供应链协同
在项目二期，为了打破各部门间的数据壁垒形成数据闭环，打通数据孤岛，TZ开始尝试平台化管理模式。木白装备云不仅作为生产执行的系统，更是整个数据集成的中转站，在财务端，与ERP对接订单信息；在工时统计上，与刷卡机及OA系统对接；在物料仓库上，与WMS系统对接，在消息通知上，与钉钉对接。
- TZ数字化过程中各业务系统的对接图 -
除了打通内部的数据孤岛外，TZ对于供应商进度的管控也极为重视，面对前端需求的快速变化，长周期原料与生产要求的约束，造成交付问题与库存问题并发。
针对这种情况，木白装备云提供了简易轻量的供应链协同平台，TZ可以在系统内下发外协件任务给供应商，并设置扫码报工点。供应商只需按要求扫码报工，就会自动更新生产进度。依此，TZ加强了外协，零配件的管控，提高BOM齐套水平，缩短物料的等待时间，逐步实现需求端预测合理、产销协同及时顺畅、供应端响应迅速的高效供应链协同。
- 供应商端任务报工小程序截图（数据为模拟数据）-
| 3. 工时绩效自动统计 标准工时辅助排程
木白装备云提供了工时绩效统计模块，不仅可以帮助工厂统计工序的额定工时，同时可以作为工人绩效评估的依据。
实际场景中，通常一个工种在装配过程中，为了提高效率，会同时对临近的好几台设备同时进行加工任务，因此在产品设计时，木白装备云兼容多机台打卡上下工，支持用户批量调试，对多个设备执行加工任务。
- 多机台打卡上下工图（数据为模拟数据）-
根据每一种工种的类型制定标准工时，在计划排产阶段，产能预测将参照标准工时来计算项目预计加工天数，在实际生产阶段，当项目中实际装配超出标准工时，则需要走审批流程，将额外用时进行归因进而来反哺标准工时的数据精准度。
- 超时界面申请截图（数据为模拟数据）-
| 4. 车间产能预测 资源合理分配
由于设备装配对空间和人员的依赖度极大，尤其是面对大订单时，TZ会特招一些紧缺工种加班加点的赶进度，不论是空间还是人员都需要提前准备，因此在接订单前后就需要预测车间的产能以及需要的人员和空间。
木白装备云车间产能模块通过输入一些变量参数，系统自动生成生产计划表以及产能预测，以日历图的形式展现生产周期中每一周每一台设备在规定时间内需要执行的内容，以及执行过程中预测需要占用的面积、人员工种以及人员数等信息，辅助企业资源分配，释放车间潜在产能，提升车间效率。
- 产能负荷预测图（数据为模拟数据）-
- 人数需求预测图（数据为模拟数据）-
| 5. 全环节质量数据汇聚与精准追溯
作为检验仪器的设备，TZ对产品的质量要求几乎严苛，因此要求每一台设备在生产过程中所有的数据都必须有迹可循。木白装备云为其搭建条码体系，对来料进行批次管理，关键物料一物一码，将零部件编码绑定至整机唯一编码，实现从零件逐级定位至整机或从整机逐渐分解至零件的双向质量追溯。
在生产环节，工艺、投料、人员信息、质检详情全程记录，聚焦产品全生命周期质量管控、追溯和改善需求，构建成品设备履历，实现质量问题的快速溯源、精准分析和准确处理。当完成最后一道工序后，系统将自动提示该设备在生产环节所有的问题上报清单，需要工作人员二次检查是否所有问题都以解决，守住产品的质量底线，大幅度降低质量损失。
- 质检追溯图（数据为模拟数据）-
木白智造与TZ科技经过三年的合作，打造出一体化的数字化生产运营协同平台，通过以木白装备云生产执行过程中的数据为基点，横向打通数据孤岛，纵向改善供应链库存透明和质量可追溯性，同时为产品设计、工艺设计、 生产作业、维修维护等优化提供数据支持，加速了产品迭代优化速度。
关注公众号获取更多信息
