「智造」第6期：浅谈智能工厂

【引 言】

今年AIGC的大火，让很多行业专家都直呼AI时代来临，全面AI应用将很快覆盖全社会各个行业领域，所有的产品基于大模型都可能要重新开发一遍，也就是AI2.0到来。对于制造行业，AI将为制造工厂带来全新的管理理念和技术突破，智能工厂也将代替数字化车间，被企业越来越关注重视。下面我们就简单聊一下什么是智能工厂？智能工厂、智慧工厂虽然大家都在提及，但是究竟指的是什么，每个企业都有自己的一套标准和见解。个人基于国家智能制造标准体系以及十多年在制造行业的经验背景给出了个人对智能工厂的理解以供大家参考。

01

什么是智能工厂？

智能工厂就是深化融合了新一代信息技术和先进的生产管理模式，通过先进的软硬件技术，实现生产过程各个业务协同以及最大程度上的自动化替代，并且以工业大数据驱动生产运营，以数智化创新重构企业竞争力，帮助企业实现工厂各个业务之间无缝衔接、互联互通的一种工厂管理与生产模式。结合国家智能制造标准体系，智能工厂是实现企业智能制造体系的关键技术，是属于智能制造体系结构，也就是说智能制造内容包含智能工厂。

02

智能工厂包含哪些模块？

主要包括智能工厂设计、智能工厂交付、智能设计、智能生产、智能管理、工厂智能物流、集成优化等7个部分。主要规定智能工厂设计和交付等过程，以及工厂内设计、生产、管理、物流及系统集成等内容。

1

智能工厂设计标准

主要包括智能工厂的设计要求、设计模型、设计验证、设计文件深度要求以及协同设计 等总体规划标准；物理工厂数据采集、工厂布局，虚拟工厂参考架构、工艺流程及布局模型、生产过程模型和组织模型、仿真分析，实现物理工厂与虚拟工厂之间的信息交互等物理 /虚拟工厂设计标准。

2

智能工厂交付标准

主要包括设计、实施阶段数字化交付通用要求、内容要求、质量要求等数字化交付标准 及智能工厂项目竣工验收要求标准。

3

智能设计标准

主要包括基于数据驱动的参数化模块化设计、基于模型的系统工程（MBSE）设计、协同设计与仿真、多专业耦合仿真优化、配方产品数字化设计的产品设计与仿真标准；基于制造资源数字化模型的工艺设计与仿真标准；试验方法、试验数据与流程管理等试验设计与仿真标准。

4

智能生产标准

主要包括计划建模与仿真、多级 计划协同、可视化排产、动态优化调度等计划调度标准；作 业文件自动下发与执行、设计与制造协同、制造资源动态组 织、流程模拟、生产过程管控与优化、异常管理及防呆防错 机制等生产执行标准；智能在线质量监测、预警和优化控制、 质量档案及质量追溯等质量管控标准；基于知识的设备运行 状态监控与优化、维修维护、故障管理等设备运维标准。

5

智能管理标准

主要包括原材料、辅料等质量检 验分析等采购管理标准；销售预测、客户服务管理等销售管 理标准；设备健康与可靠性管理、知识管理等资产管理标准；能流管理、能效评估等能源管理标准；作业过程管控、应急 管理、危化品管理等安全管理标准；环保实时监测、预测预 警等环保管理标准。

6

工厂智能物流标准

主要包括工厂内物料状态标识与信息跟踪、作业分派与调度优化、仓储系统功能要求等智能仓储标准；物料分拣、配送路径规划与管理等智能配送标准。

7

集成优化标准

主要包括满足工厂内业务活动需求的软硬件集成、系统解决方案集成服务等集成标准；操作与控制优化、数据驱动的全生命周期业务优化等优化标准。

随着技术和生产先进管理的逐渐成熟，工厂管理依靠一套MES与ERP的时代已经越来越远，仅仅依靠IT只能将部分业务搬到线上，只能实现部分业务数据的可视化，所以不管从工厂的生产执行还是管理都具备非常大的优化空间，企业更需要一个符合时代潮流的智能制造应用场景——智能工厂。

03

智能工厂的关键特点有什么？

自动化生产：智能工厂利用机器人和自动化设备完成各种生产任务，可以实现高度的生产自动化和流程优化。这不仅提高了生产效率，还降低了错误率和劳动力成本。

数据驱动决策：智能工厂通过传感器、物联网和数据分析技术，实时采集和分析生产数据，提供关键的生产指标和洞察，帮助管理层做出更加准确和即时的决策。

灵活生产能力：智能工厂具有高度的灵活性和可调整性，可以迅速适应市场需求的变化。通过智能化的生产设备和柔性制造系统，可以实现快速产品切换和定制化生产。

智能供应链管理：智能工厂通过与供应商和客户之间的数字化连接，实现供应链的实时可见性和协作。这有助于优化供应链的运作，减少库存占用和响应时间，提高整体供应链的效率和适应性。

资源和能源效率：智能工厂通过监控和管理能源消耗，优化生产资源的利用效率。通过节能设备、智能能源管理系统和可持续生产方法，可以降低对自然资源的依赖，减少环境影响。

数字化转型和创新：智能工厂推动企业的数字化转型，通过引入新技术和创新的商业模式，实现业务模式的优化和创新。这对企业的可持续发展和竞争力提升有着重要的作用。

04

新一代智能工厂解决方案是什么？

新一代智能工厂需要在数字化车间的基础上，打通IT侧和OT侧，不仅在数据上实现互联互通，深度融合，还要在业务上进行融合优化，同时也对企业的IT和OT方面的人才提出更高的要求，ITOT双方不仅要懂IT技术，也要懂现场业务和应用场景融合优化。只有实现了IT和OT的全面融合，才能为智能工厂打下结实基础。当然仅仅IT和OT目前看还不够，还需要加上AI这一热门神器，随着AI技术的越来越成熟，各种模型算法和应用开始走向工厂，比如基于统筹算法等实现的工厂智能排程，帮助计划部门大大提升计划效率，实现生产计划可视化、科学化、敏捷化以及可追溯，根本上解决传统纸质Excel排程难题。

再比如通过计算机视觉技术（CV）以及机器学习，用友帮助钢铁企业解决了采购废钢过程中人工判级难度大，客观性不强的这样一个难点痛点，用友基于工业互联网平台采用AI数据分析，对废钢采购过程中的每一车进行精准的判级，在判级过程中对每一车废钢采集20-40张图片，对每一张图片的每一个单体进行精准识别，一一确定它的等级，当这一车采集完毕后在进行综合判级，结束后自动对接采购系统进行结算，最终帮助企业实现快速精准远程可追溯的废钢判级场景。

以上AI的应用无不说明，AI对于企业工厂升级智能工厂的强大支撑和赋能。所以新一代智能工厂等于基于企业制造业务核心模型打通ITOT深度融合再加上人工智能在工厂各个应用场景的赋能，帮助企业实现个性定制、产销协同、敏捷运筹、智能生产、精准品质、高校设备以及优化决策。

这里在普及一下什么是ITOT融合？

IT和OT融合是指信息技术（IT）和运营技术（OT）之间的合作和协同，以实现更高效、更智能的业务运营和管理。IT通常涉及计算机技术、网络技术和软件开发等方面，比如PLM、ERP、CAX等，而OT通常涉及工程、制造、自动化、输配电、交通运输等实体运营系统方面，比如DCS、PLC、SCADA等。在IT和OT相互融合的过程中，可以融合物联网（IoT）、云计算、大数据、人工智能、机器学习等新技术和领域，以实现更好的数据集成、信息共享、应用创新和业务价值的提升。例如，智能制造、智慧城市、智能交通等领域，都需要IT和OT之间的融合，以促进业务的快速发展和持续优化。

最后，个人认为智能工厂是一种模式而不是一个标准，是伴随着新一代信息技术的发展和需求的不断提起而被不断优化不断迭代的一种模式。换句话来说，智能工厂是一个基于先进技术和数字化平台的现代化制造工厂，它通过集成自动化、智能化和信息化技术，实现生产过程的高效、灵活、可持续和智能化。另外，智能工厂的实施和运营需要充分考虑技术投资、人员培训、安全保障和数据隐私等方面的挑战。但是，随着技术的不断发展和成本的下降，智能工厂将在未来的制造业中扮演越来越重要的角色，为企业带来更多的竞争优势和商业机会。

「作者简介」

马腾飞，用友网络科技股份有限公司，智能制造事业部售前咨询专家，深耕智能制造领域，专注于智能制造MOM研究与实践。具备软件和硬件技术相结合背景，精通PLM、MOM以及Scada等相关业务咨询、售前、实施能力。

业务专长：智能工厂、MOM、PLM

擅长行业：离散制造、装备制造

智能工厂的设计与布局和系统集成

智能工厂设计：在智能工厂的设计过程中，需要充分考虑工厂的布局、生产流程、设备选型、自动化程度等因素，以实现生产过程的智能化和高效化。

智能工厂辅助建造：通过先进的技术手段，如建筑信息模型（BIM）、虚拟现实（VR）等，辅助智能工厂的建造过程，提高建设效率和质量。

智能工厂交付：在智能工厂建设完成后，需要进行系统的测试、验收和交付，确保工厂能够按照设计要求正常运行。

智能设计：利用计算机辅助设计（CAD）、计算机辅助制造（CAM）等技术，实现产品和工艺的设计、优化及自动化。

智能生产：通过自动化生产线、机器人、数控设备等技术手段，实现生产过程的自动化和智能化。

智能管理：利用物联网（IoT）、大数据、云计算等技术，实现对工厂生产、设备维护、质量控制等方面的实时监控和管理。

智能物流：通过物流信息系统、自动化设备等手段，实现物流过程的智能化，提高物流效率和降低成本。

集成优化：将各种智能化技术手段和系统进行集成，实现工厂生产过程的整体优化，提高生产效率和降低成本。

规划标准与体系：制定智能工厂建设的规划、设计、施工、验收等各个阶段的标准和体系，以确保工程质量和实施进度。

智能工厂

数字化智能车间（MES、ERP、PLM、WMS）顶层设计及建设方案WORD

原文《数字化智能车间（MES、ERP、PLM、WMS）顶层设计及建设方案》WORD格式共106页，主要智能制造系统架构、MES\ERP\PLM\WMS等系统进行建设，适用于售前项目汇报、项目规划、领导汇报。

来源网络，旨在交流学习，如有侵权，联系速删， 更多参考公众号：优享智库

智能制造系统架构模型

智能制造系统架构通过生命周期、系统层级和智能功能三个维度构建完成，主要解决了智能制造标准体系结构和框架的建模研究。如下图所示：

生命周期维度设计：产品及零部件设计、工模具设计、工艺仿真、协同设计等生产：生产需求、工序排程、制造过程、产品检测等物流：物料采购、仓库管理、车间物流、成品发运等销售：市场营销、订单管理、需求计划、交付计划等服务：质量追溯、远程服务等系统层级维度设备层级：包括各种传感器、仪器仪表、条码、射频识别、机器、机械和装置等硬件设备；控制层级：包括可编程逻辑控制器（PLC）、数据采集与监视控制系统（SCADA）、分布式控制系统（DCS）和现场总线控制系统（FCS）等对设备实现控制的系统；车间层级：包括制造执行系统（MES）等，整合各种控制系统，实现面向工厂与车间的生产管理；企业层级：包括企业资源计划系统（ERP）、产品生命周期管理（PLM）、供应链管理系统（SCM）和客户关系管理系统（CRM）等，实现面向企业的经营管理；协同层级：由产业链上不同企业通过互联网络共享信息，实现协同研发、智能生产、精准物流和智能服务等。智能功能维度资源要素：包括设计施工图纸、产品工艺文件、原材料、制造设备、生产车间和工厂等物理实体，也包括电力、燃气等能源。此外，人员也被视为资源的一个组成部分。系统集成：通过二维码、射频识别、软件等信息技术集成原材料、零部件、能源、设备等各种制造资源。由小到大实现从智能装备到智能生产单元、智能生产线、数字化车间、智能工厂，乃至整个智能制造系统的集成。互联互通：通过有线、无线等通信技术，实现机器之间、机器与控制系统之间、企业之间的互联互通。信息融合：在系统集成和通信的基础上，利用云计算、大数据等新一代信息技术，在保障信息安全的前提下，实现信息协同共享。新兴业态：包括个性化定制、远程运维和工业云等服务型制造模式。

其中，在数字化车间/智能工厂的标准中，

生命周期维度：涉及设计、生产和物流三个业务环节；系统层级维度：涉及设备、控制、车间、企业四个层级；智能功能维度：涉及资源要素、系统集成、互联互通、信息融合四个方面

并对以数字化车间为方向的离散制造做出了具体要求：

在数字化车间中，车间/工厂总体设计、工艺流程及布局均已建立数字化模型，并进行模拟仿真，实现规划、生产、运营全流程数字化管理；采用三维 CAD、CAPP、设计和工艺路线仿真、可靠性评价等先进技术；产品信息能够贯穿于设计、制造、质量、物流等环节，实现产品的 PLM；建立了生产过程SCADA系统，能充分采集生产现场信息，并与车间制造执行系统实现数据集成和分析；建立了车间MES，实现全过程闭环管理，并与ERP系统集成；建立了车间级的工业通信网络；利用云计算、大数据等新一代信息技术，在保障信息安全的前提下，实现经营、管理和决策的智能优化。

可见所涉及的内容包括：

车间建模CAD、CAPP、CAE、PLMSCADA、MESERP车间网络大数据分析、商业智能BI

智能车间顶层架构

装备智能化、设备互联互通SCADA、DCSERPAPS、MES、WMSEMSPDMCRM3.3、关键子系统：MES（含APS、WMS）MES系统向下连接控制层（SCADA系统），向上连接企业层（ERP、PLM系统），形成智能车间的现场运行和管理平台。（一）整体架构MES通过采用统一建模、模型驱动、非结构化工程数据处理、数据分析展示、智能硬件融合、信息系统集成等相关技术，搭建企业设计、生产、服务相关过程的数字化、信息化管理平台，增加企业生产过程透明性，从而提高生产效率、稳定产品质量、降低运营成本。MES系统在技术构架上分为五个层次：资源数据层：覆盖从营销、技术、管理到供应、生产、服务的各个阶段相关数据，集成与产品相关的人员、产品生命周期管理、流程、应用系统等要素，形成面向企业关键业务流程的统一数据模型，形成支持产品全生命周期的信息的创建、管理、分发和应用的一系列应用解决方案。基础服务层：包括工程数据处理和数据分析等通用服务。工程数据处理主要是设计环节产生的复杂CAD/CAPP/CAE等数据格式进行分析和处理。模型驱动层：是在统一数据模型的基础上，采用统一建模语言，支持数据元模型和界面元模型定义与解析，解决软件工程中普遍面临的应用模式复杂多变、代码通用性差等问题。采用元模型驱动的思路和方法，可以解决不同行业、不同客户应用同一个系统时的个性化匹配问题。借助元模型构建和解析，结合工业领域的应用特点，在元模型之上加载面向领域的行为和方法，实现复杂的事务处理，从而满足数据完整性需求。功能服务层：包括制造企业各类业务逻辑的实现，如生产计划排产，制造对象树服务等。制造对象树是把产品的BOM、物料和工艺路线等数据融合成一个混合的树状数据结构，用于生产计划排程。客户应用层：支持PC、平板、智能手机、监视屏等各类终端，通过信息终端可以采集生产过程相关数据，保存在后台数据库中作为数据分析的原始依据。如智能手机可以作为信息采集点和发放点，进行图纸查询、报工、报检等操作。各层之间采用标准信息集成技术，用于实现企业内部各系统的数据交换与融合，在遵循相关国际规范的基础上，实现外部接口的Webservice封装，并按照JSON和XML等格式提供数据**。（二）关键功能：生产计划管理（APS）MES的主体功能包括生产计划管理、能力管理、工单管理、质量管理、物料管理等功能模块，根据xxxx智能车间实际布局和应用需求，MES的建设重点为生产计划管理。生产计划管控包括生产计划生成和计划执行状况反馈两个方面。计划生成采用APS模块，按照多目标优化计算要求，综合考虑订单交期、设备状况、物料状态、人员状态、工艺间约束关系等要素，生成用于指定车间实际生产的工单。关键子系统：PLMPLM（Product Lifecycle Management）系统是重要的数据支持平台，可以为整个企业以及上下游企业应用提**品相关数据。智能制造环境下的应用也对PLM系统的功能提出新的需求，在应用广度上，促进PLM向前端的销售环节延伸，同时向生产和售后服务拓展，并结合智能终端、移动互联等技术，呈现出更为丰富的应用特点。在传统的PLM系统定义中，PLM概念的提出经历了一个发展过程，是企业生产方式发生改变后对支撑技术环境所提出的一种需求。随着并行工程、协同制造等工作方式的成熟，动态联盟和虚拟企业成为企业运行模式的发展趋势，要求企业内部、企业之间能够围绕产品进行信息系统的构造和配置。PLM以产品的整个生命周期过程为主线，在产品数据管理PDM的基础上，融合协同产品商务中的协同工作模式和协同工具，并有效集成企业中各种应用系统，从而成为支持企业运行的统一的集成平台。在功能设置上，PLM系统首先应用于企业内部，支持产品全生命周期的信息的创建、管理、分发和应用的应用解决方案，能够集成与产品相关的人力资源、产品生命周期管理、流程、应用系统和信息。在使用范围上，PLM覆盖企业从营销、技术、管理到供应、生产、服务的各个阶段。随着上下游企业业务协同的发展需要，产业链内的各个企业可借助PLM系统进行设计协同，形成动态生产组织，从而在以企业内部为主的企业互联网的基础上形成覆盖全产业链的工业互联网，借助互联网实现信息共享、资源分发。PLM最基础的功能为产品生命周期中各类技术文档和数据的集中管理，以及数据处理过程中的相关流程管理，通过工作流系统和电子仓库系统，在正确的时间把正确的数据传递给正确的人，实现数据在企业内部的贯通。（一）整体架构PLM协同管理可以打通设计、工艺到制造环节的数据通路。工艺部门可以及时准确获取、使用设计图纸、产品结构数据；制造部门可以及时准确获取、使用各种设计和卡片数据；设计、工艺部门可以获取全面的制造环节数据，为改善设计、工艺提供依据。系统通过统一的数据模型和跨部门的工作流程，实现产品全生命周期内数据的有效管理和协同。PLM平台提供开放的技术架构，提供底层通用的平台服务，包括数据访问服务、认证授权服务、工作流服务、日志服务、报表服务、定制工具等内容。可以整合企业现有应用系统，让产品相关人员随时、随地访问所需要的产品数据。PLM应用配置部分包括功能模块、应用软件集成、其它管理软件集成以及相关的软件服务。其中PLM的功能包括文档管理、流程管理、变更管理、项目管理、设计标准库、协同设计等。应用软件集成包括对UG、Deform等的集成。管理软件集成包括与ERP系统、MES等系统的集成。以ERP为核心的系统集成智能制造是一个相对复杂的系统，其核心是从销售接单到资源准备、制造和检验过程直至最终交付的端到端全业务链实现数字化与智能化，而这不可能由一个信息系统独立完成。参照国家标准以及《江苏省智能车间认定部分》，要求实现ERP、MES、PLM这三个核心系统的集成。集成后的智能制造系统工作原理基本如下图所示：由于xxxx已按总部要求部署了全球领先的SAP-ERP系统，故MES与PLM的系统整合，应以现有的SAP系统为核心，保证可集成性，包括业务流程可衔接以及数据的一致性。新型能力建设规划按照xxxx的智能车间整体框架，待部署的系统包括：MES（制造执行系统）软件APS（高级生产排程）软件/模块WMS（仓库管理系统）软件PLM（产品全生命周期管理）软件CAPP（计算机辅助工艺过程设计）软件/模块需要集成的系统包括：MES系统与SCADA系统（AX5）的集成（车间层+控制层）MES系统与APS、WMS、EMS系统的集成（车间层）MES系统与ERP（SAP）系统的集成（车间层+企业层）PLM系统与CAD、CAE、CAPP软件的集成（研发内部）PLM系统与ERP（SAP）、MES系统的集成（研发+生产）

本文链接：http://www.jinmingyun.com/post/3363.html

智能工厂