智造专题：智能制造系统解决方案和智能工厂发展趋势

当前，我国大多数企业、行业智能制造系统都还处于局部应用阶段，只有少数大企业单项业务信息技术覆盖面较高，关键业务环节应用系统之间实现了一定的协同和集成。从制造企业生产力水平来看，大量企业处于工业2.0要补课，有些企业处于工业3.0待普及，有个别企业处于工业4.0要示范。

据行业专业人士分析，今后国内智能制造系统解决方案将面临三大发展趋势。

智能制造发展具有复杂性、系统性，涉及设计、生产、物流、销售、服务等产品全生命周期，涉及执行设备层、控制层、管理层、企业层、云服务层、网络层等企业系统架构，需要实现横向集成、纵向集成和端到端集成。限于资金投入不足、技术研发周期较长以及工艺壁垒等因素，单个系统解决方案商很难满足各个细分行业的智能制造发展需要，企业间将不断加强协同创新，以强化智能制造系统解决方案供应能力。

当前，智能制造热度高企，石化、钢铁、机械装备制造、汽车制造、航空航天、飞机制造等行业纷纷开始探索建设智能工厂。《中国制造2025》明确提出要推进制造过程智能化，在重点领域试点建设智能工厂/数字化车间，这必将加速智能工厂在工业行业领域的应用推广。预计未来3-5年，全国将涌现出一批智能工厂。

智能工厂是实现智能制造的重要载体，主要通过构建智能化生产系统、网络化分布生产设施，实现生产过程的智能化。企业基于CPS和工业互联网构建的智能工厂原型，主要包括物理层、信息层、大数据层、工业云层、决策层。其中，物理层包含工厂内不同层级的硬件设备，从最小的嵌入设备和基础元器件开始，到感知设备、制造设备、制造单元和生产线，相互间均实现互联互通。以此为基础，构建了一个“可测可控、可产可管”的纵向集成环境。信息层涵盖企业经营业务各个环节，包含研发设计、生产制造、营销服务、物流配送等各类经营管理活动，以及由此产生的众创、个性化定制、电子商务、可视追踪等相关业务。在此基础上，形成了企业内部价值链的横向集成环境，实现数据和信息的流通和交换。

纵向集成和横向集成均以CPS和工业互联网为基础，产品、设备、制造单元、生产线、车间、工厂等制造系统的互联互通，及其与企业不同环节业务的集成统一，则是通过数据应用和工业云服务实现，并在决策层基于产品、服务、设备管理支撑企业最高决策。这些共同构建了一个智能工厂完整的价值网络体系，为用户提供端到端的解决方案。

由于产品制造工艺过程的明显差异，离散制造业和流程制造业在智能工厂建设的重点内容有所不同。对于离散制造业而言，产品往往由多个零部件经过一系列不连续的工序装配而成，其过程包含很多变化和不确定因素，在一定程度上增加了离散型制造生产组织的难度和配套复杂性。企业常常按照主要的工艺流程安排生产设备的位置，以使物料的传输距离最小。面向订单的离散型制造企业具有多品种、小批量的特点，其工艺路线和设备的使用较灵活，因此，离散制造型企业更加重视生产的柔性，其智能工厂建设的重点是智能制造生产线。

流程型制造业的特点是管道式物料输送，生产连续性强，流程比较规范，工艺柔性比较小，产品比较单一，原料比较稳定。对于流程制造业而言，由于原材料在整个物质转化过程中进行的是物理化学过程，难以实现数字化，而工序的连续性使得上一个工序对下一个工序的影响具有传导作用，即如果第一道工序的原料不可用，就会影响第二道工序。因此，流程型制造业智能工厂建设的重点在于实现生产工艺的智能优化和生产全流程的智能优化，即智能感知生产条件变化，自主决策系统控制指令，自动控制设备，在出现异常工况时，即时预测和进行自愈控制，排除异常、实现安全优化运行；在此基础上，智能感知物流、能源流和信息流的状况，自主学习和主动响应，实现自动决策。

由于各个行业生产流程不同，加上各个行业智能化情况不同，智能工厂有以下几个不同的建设模式。

第一种模式是从生产过程数字化到智能工厂。在石化、钢铁、冶金、建材、纺织、造纸、医药、食品等流程制造领域，企业发展智能制造的内在动力在于产品品质可控，侧重从生产数字化建设起步，基于品控需求从产品末端控制向全流程控制转变。因此其智能工厂建设模式为：一是推进生产过程数字化，在生产制造、过程管理等单个环节信息化系统建设的基础上，构建覆盖全流程的动态透明可追溯体系，基于统一的可视化平台实现产品生产全过程跨部门协同控制；二是推进生产管理一体化，搭建企业CPS系统，深化生产制造与运营管理、采购销售等核心业务系统集成，促进企业内部资源和信息的整合和共享；三是推进供应链协同化，基于原材料采购和配送需求，将CPS系统拓展至供应商和物流企业，横向集成供应商和物料配送协同资源和网络，实现外部原材料供应和内部生产配送的系统化、流程化，提高工厂内外供应链运行效率；四是整体打造大数据化智能工厂，推进端到端集成，开展个性化定制业务。

第二种模式是从智能制造生产单元（装备和产品）到智能工厂。在机械、汽车、航空、船舶、轻工、家用电器和电子信息等离散制造领域，企业发展智能制造的核心目的是拓展产品价值空间，侧重从单台设备自动化和产品智能化入手，基于生产效率和产品效能的提升实现价值增长。因此其智能工厂建设模式为：一是推进生产设备（生产线）智能化，通过引进各类符合生产所需的智能装备，建立基于CPS系统的车间级智能生产单元，提高精准制造、敏捷制造能力。二是拓展基于产品智能化的增值服务，利用产品的智能装置实现与CPS系统的互联互通，支持产品的远程故障诊断和实时诊断等服务；三是推进车间级与企业级系统集成，实现生产和经营的无缝集成和上下游企业间的信息共享，开展基于横向价值网络的协同创新。四是推进生产与服务的集成，基于智能工厂实现服务化转型，提高产业效率和核心竞争力。

第三种模式是从个性化定制到互联工厂。在家电、服装、家居等距离用户最近的消费品制造领域，企业发展智能制造的重点在于充分满足消费者多元化需求的同时实现规模经济生产，侧重通过互联网平台开展大规模个性定制模式创新。因此其智能工厂建设模式为：一是推进个性化定制生产，引入柔性化生产线，搭建互联网平台，促进企业与用户深度交互、广泛征集需求，基于需求数据模型开展精益生产；二是推进设计虚拟化，依托互联网逆向整合设计环节，打通设计、生产、服务数据链，采用虚拟仿真技术优化生产工艺；三是推进制造网络协同化，变革传统垂直组织模式，以扁平化、虚拟化新型制造平台为纽带集聚产业链上下游资源，发展远程定制、异地设计、当地生产的网络协同制造新模式。

随着未来智能工厂发展浪潮的逼近。未来，将有几个行业或者领域迎来发展高潮。

首先是虚拟仿真设计。随着三维数字化技术的发展，传统的以经验为主的模拟设计模式逐渐转变为基于三维建模和仿真的虚拟设计模式，使未来的智能工厂能够通过三维数字建模、工艺虚拟仿真、三维可视化工艺现场应用，避免传统的“三维设计模型→二维纸质图纸→三维工艺模型”研制过程中信息传递链条的断裂，摒弃二维、三维之间转换，提高产品研发设计效率，保证产品研发设计质量。

随着仿真技术的发展，原有的对工件几何参数及干涉进行校验的几何仿真逐渐转变成产品加工、装配、拆卸、切削和成型过程的物理仿真，使未来的智能工厂实现在复杂虚拟环境下对产品运行生产效果进行仿真分析和验证，以达到产品开发周期和成本的最低化、产品设计质量的最优化和生产效率的最高化，增强企业的竞争能力。

未来我国应着重突破MBD技术、物理仿真引擎系统架构、仿真模型三个环节。

其次是网络化智能设备。生产设备的智能化程度将在网络化条件下得到快速提升，传统制造模式出现颠覆性的变革，具体表现高度密集的生产设备、生产设备智能化和柔性化制造方式这三个方面。

随着技术的进步以及人工成本的逐渐上升，未来工厂内所有工作逐渐由系统控制的核心生产设备来实现，工作人员不直接参与生产第一线工作，只是从事一些新产品开发、生产工艺改进、新机器设备发明创新等高质量复杂劳动。高度密集的生产设备将使未来智能工厂的生产成本逐渐降低，产品质量将得到大幅提升。

在生产设备智能化方面，生产设备联网助力未来工厂日益智能化。生产设备依托安全的生产网络和系统能够实现智能校正、智能诊断、智能控制、智能管理等功能和生产设备之间的智能化信息交换，协同性和开放性明显提升。智能化生产设备的应用，使未来智能工厂生产过程更加灵活、高效并具有可持续发展性。

在柔性化制造方式方面，增材制造方式促进智能工厂日渐绿色化和柔性化。传统的材料去除加工方法将逐渐被低耗能、低污染甚至无污染的增材制造方式所取代，这种制造方式尤其适合动力设备、航空航天、汽车等高端产品上的关键零部件的生产。

再次是模块化定制生产。多批次、小产量的生产盈利能力在模块化生产方式下逐渐得到提升，产品日益满足消费者个性化需求，具体表现在模块生产和模块组装这两个方面。

在模块生产方面，生产可自由组合的模块助力智能工厂日益集约化。传统的固定生产线将无法满足客户定制化需求而逐渐消失，可动态组合的模块化生产方式将成为主流。在模块化生产方式下，产品被分解成无数个具有不同用途或性能的模块。每个模块将通过制造执行系统被生产出来，杜绝未来智能工厂的浪费环节，保证质量、优化成本、缩短周期。

在模块组装方面，标准化、通用化模块之间的组合提升智能工厂定制化生产盈利能力。根据产品的性能、结构选择满足需求的模块，通过模块结构的标准化，将选取出的各模块自由组装出满足客户个性化需求的产品，使未来智能工厂产品的品种更丰富、功能更齐全、性能更稳定。

大数据化精益管理。产品的研发、生产和管理方式通过工业大数据挖掘和分析逐渐得到创新，工厂管理日趋精益化。具体表现在客户价值管理、精益生产和精益供应链这三个方面。

在客户价值管理方面，基于大数据的客户价值提升趋势明显。随着移动互联、物联网等新一代信息技术逐渐渗透到产品生产的各个环节，大数据配套软硬件的日益完善，安全性和标准化程度的逐步提升，通过对客户与工业企业之间的交互和交易行为方面大数据的分析，产品的研发设计呈现出众包化发展趋势，同时产品售后服务得到不断改进和完善。

在精益生产方面，基于大数据的生产制造日益精益化。制造企业通过实时收集生产过程中所产生的大数据，对生产设备诊断、用电量、能耗、质量事故等方面进行分析与预测，能够及时发现生产过程中的错误与瓶颈并进行优化。通过运用大数据技术，未来智能工厂实现生产制造的精益化，提升生产过程的透明度、绿色性、安全性和产品的质量。

在精益供应链方面，基于大数据的供应链优化趋势显著。随着大数据基础条件的日益成熟，制造企业能够获得完整的产品供应链方面的大数据，通过对这些大数据的分析，预测零配件价格走势、库存等情况，克服传统供应链中缺乏协调和信息共享等问题，避免牛鞭效应的发生，实现供应链的优化。基于大数据的精益供应链管理消减了智能工厂整个供应链条中成本和浪费情况，提升了仓储和配送效率，实现了无库存或库存达到极小。

最后是柔性化新型人机交互。人与机器的信息交换方式随着技术融合步伐的加快向更高层次迈进，新型人机交互方式被逐渐应用于生产制造领域。具体表现在智能交互设备柔性化和智能交互设备工业领域应用这两个方面。

在智能交互设备柔性化方面，技术和硬件的不断更新有利于智能交互设备日益柔性化优势的形成。随着移动互联、物联网、云计算、人机交互和识别技术等核心技术的发展，交互设备硬件日趋柔性化，智能交互设备逐渐呈现出设计自由新颖、低功耗、经摔耐用、贴近人体等优势，这就为未来智能工厂新型人机交互的实现提供了基础。

在智能交互设备工业领域应用方面，柔性化智能交互设备助力智能工厂新型人机交互方式的实现。随着技术融合步伐的加快，柔性化智能交互设备从个人消费领域被逐渐引入到制造业，作为生产线装配及特殊环节工作人员的技术辅助工具，使工作人员与周边的智能设备进行语音、体感等新型交互。智能交互设备工业领域的应用，提升了未来智能工厂的透明度和灵活性。（来源：盖乐普 公众号）