你说你是生产企业，你能分清智能工厂、数字化工厂与智能制造吗？
智能工厂作为工业智能化发展的重要实践模式，已经引发行业的广泛关注。到底什么是智能工厂？智能工厂的核心架构是怎样的？能为企业的转型提供哪些支撑？这都是企业比较关心的话题。
1
智能工厂、数字化工厂与智能制造
不可忽视的是，往往很多企业在提及这些概念时，容易将这些概念混为一谈，数字化工厂、智能工厂以及智能制造之间到底是否可以互相替换，这些概念之间是否存在区别？
1
数字化工厂
对于数字化工厂，德国工程师协会的定义是：
数字化工厂（DF）是由数字化模型、方法和工具构成的综合网络，包含仿真和3D/虚拟现实可视化，通过连续的没有中断的数据管理集成在一起。数字化工厂集成了产品、过程和工厂模型数据库，通过先进的可视化、仿真和文档管理，以提高产品的质量和生产过程所涉及的质量和动态性能：
在国内，对于数字化工厂接受度最高的定义是：
数字化工厂是在计算机虚拟环境中，对整个生产过程进行仿真、评估和优化，并进一步扩展到整个产品生命周期的新型生产组织方式。是现代数字制造技术与计算机仿真技术相结合的产物，主要作为沟通产品设计和产品制造之间的桥梁。从定义中可以得出一个结论，数字化工厂的本质是实现信息的集成。
2
智能工厂
智能工厂是在数字化工厂的基础上，利用物联网技术和监控技术加强信息管理服务，提高生产过程可控性、减少生产线人工干预，以及合理计划排程。同时，集初步智能手段和智能系统等新兴技术于一体，构建高效、节能、绿色、环保、舒适的人性化工厂。
智能工厂已经具有了自主能力，可采集、分析、判断、规划；通过整体可视技术进行推理预测，利用仿真及多媒体技术，将实境扩增展示设计与制造过程。系统中各组成部分可自行组成最佳系统结构，具备协调、重组及扩充特性。已系统具备了自我学习、自行维护能力。因此，智能工厂实现了人与机器的相互协调合作，其本质是人机交互。
3
智能制造
智能工厂是在数字化工厂基础上的升级版，但是与智能制造还有很大差距。
智能制造系统在制造过程中能进行智能活动，诸如分析、推理、判断、构思和决策等。通过人与智能机器的合作，去扩大、延伸和部分地取代技术专家在制造过程中的脑力劳动。它把制造自动化扩展到柔性化、智能化和高度集成化。
智能制造系统不只是“人工智能系统，而是人机一体化智能系统，是混合智能。系统可独立承担分析、判断、决策等任务，突出人在制造系统中的核心地位，同时在智能机器配合下，更好发挥人的潜能。机器智能和人的智能真正地集成在一起，互相配合，相得益彰。本质是人机一体化。
国内很多企业都在炒作智能制造，但是绝大多数企业还处在部分使用应用软件的阶段，少数企业也只是实现了信息集成，也就是可以达到数字化工厂的水平；极少数企业，能够实现人机的有效交互，也就是达到智能工厂的水平。
2
走进三一重工18号厂房
三一18号厂房是亚洲最大的智能化制造车间，有混凝土机械、路面机械、港口机械等多条装配线，是三一重工总装车间。2008年开始筹建，2012年全面投产，总面积约十万平方米。
三一重工总装车间分为装配区、高精机加区、结构件区、立库区、展示厅、景观区六大功能区域；主要生产泵车、拖泵、车载泵和平地机、压路机、摊铺机、正面吊等产品。厂房规划全面应用数字化工厂仿真技术进行方案设计与验证，此举大大提高了规划的科学性，及布局的合理性。
视频版也为您准备了
1
智能加工中心与生产线
三一重工在上海临港产业园建成全球最大最先进的挖掘机生产基地，焊接机器人大规模投入使用，使得三一挖掘机的使用寿命大约翻了两番，售后问题下降了四分之三。目前，三一重工已经完成车间机加设备的研发采购与安装调试。
▲智能加工中心与生产线
2
智能化立体仓库和物流运输系统
三一智能化立体仓库由华中科大与三一联合研制，总投资6000多万元, 分南北两个库，由地下自动输送设备连成一个整体，总占地面积9000平方米，仓库容量大概是16000个货位。这个库区有几千种物料，能支持每月数千台产品的生产量。
▲自动配送物料的AGV小车
3
智能化生产执行过程控制
三一集团制造执行系统，它充分利用信息化技术，从生产计划下达、物料配送、生产节拍、完工确认、标准作业指导、质量管理、关重件条码采集等多个维度进行管控，并通过网络实时将现场信息及时准确地传达到生产管理者与决策者。
▲高度智能化的生产车间
4
智能化生产控制中心
采用了Andon系统之后，一旦发生问题，操作员可以在工作站拉一下绳索或者按一下按钮，触发相应的声音和点亮相应的指示灯，提示监督人员立即找出发生故障的地方以及故障的原因，可以减少停工时间同时又提高了生产效率。
3
智能工厂的智能化基因
在智能工厂里，人、机器和资源如同在一个社交网络里自然地相互沟通协作，生产出来的智能产品能够理解自己被制造的细节以及将如何使用，能够回答"哪组参数被用来处理我"、"我应该被传送到哪里"等问题。
同时，智能辅助系统将从执行例行任务中解放出来，使他们能够专注于创新；灵活的工作组织能够帮助工人把生活和工作实现更好地结合，个体顾客的需求将得到满足。
1
三元战略
美国与德国的工业发展战略核心均为CPS（Cyber- Physical System）系统，是典型的二元战略。美国是C(Cyber，包括：数字、信息、网络等虚拟世界)+P(Physical，包括机器、设备、设施等实体世界)，德国是P+C，两国均是基于高素质劳动者、国家人力匮乏、企业高协同化、高法制化的基础之上而提出的战略！
▲三元战略
而中国装备水平较美国和德国有一定差距，数据采集分析决策能力也有局限，但中国具有人力资源优势，所以应该充分挖掘人的作用。因此，中国制造企业推进工业发展不能完全照搬发达国家的二元战略，更宜采用CPPS（Cyber-Person-Physical System）人机网三元战略，充分体现人的能动作用。
2
六维智能
所谓“六维智能理论”，就是在设备联网+远程数据采集的基础上，实现智能化的生产过程管理与控制，从6个方面打造适合中国国情的智能工厂，这6个方面包括：
▲六维智能
智能计划排产，是从计划源头上集成ERP，进行APS高级排产。智能生产协同，从生产准备过程上，实现物料、刀具、工装、工艺的并行协同准备。智能的设备互联互通，是CPS信息物理系统的典型体现，实现数字化生产设备的分布式网络化通讯、程序集中管理、设备状态的实时监控等。智能资源管理，包括对物料、设备、刀具、量具、夹具等生产资源进行精益化管理、库存智能预警等。智能质量过程管控，是对影响产品质量的生产工艺参数进行实时采集、控制，确保产品质量。智能决策支持，是基于大数据分析的决策支持，形成管理的闭环，以实现数字化、网络化、智能化的高效生产模式。3
智能工厂核心架构
工业4.0是什么？每个人站在不同的角度会有不同的理解，是互联、集成(纵向、横向、端到端)、数据、创新、服务、转型或是CPS、是智能工厂、是智能制造亦或是国家战略、企业目标。工业4.0核心内容就是建一个网络、三项集成、大数据分析、八项计划和研究两个主题。
1
建一个网络（CPS）
CPS让物理设备具有计算、通信、精确控制、远程协调和自治等五大功能，从而实现虚拟网络世界与现实物理世界的融合，将网络空间的高级计算能力有效的运用于现实世界中，从而在生产制造过程中，与设计、开发、生产有关的所有数据将通过传感器采集并进行分析，形成可自律操作的智能生产系统。
2
三个集成
工业4.0中的三项集成包括：横向集成、纵向集成与端对端的集成。
▲图片来自工业4.0研究院
工业4.0将无处不在的传感器、嵌入式终端系统、智能控制系统、通信设施通过CPS形成一个智能网络，使人与人、人与机器、机器与机器以及服务与服务之间能够互联，从而实现横向、纵向和端对端的高度集成，集成是实现工业4.0的重点也是难点。
3
数据处理：大数据分析
随着信息物理系统的推广，智能装备和终端的普及以及各种各样传感器的使用，将会带来无所不在的感知和无所不在的连接，所有的生产装备、感知设备、联网终端，包括生产者本身都在源源不断地产生数据，这些数据将会渗透到企业运营、价值链乃至产品的整个生命周期，是工业4.0和制造革命的基石。
总体来说，工业4.0关注的企业数据分为四类：
产品相关的数据，俗称企业主数据；运营数据，一般称为交易数据整个价值链上的数据，如供应商、分销商、客户等数据，也是属于企业主数据管理的范畴对企业经营分析有价值的外部数据。4
智能工厂实施解决方案
1
西门子
西门子实现虚拟生产和与现实生产环境的融合，采用创新软件、自动化技术、驱动技术及服务。
这些能够缩短产品上市时间、提高生产效率和灵活性。
2
兰光创新
在对数控设备进行DNC联网的基础上，以图形化高级排产为技术核心，以机床的数据自动采集形成闭环管理，建成程序编制、物料准备、刀具准备等协同制造环境。
3
元工国际
元工制造执行系统MES，是精益生产、数字化工厂、智慧工厂的支撑平台；MES和SCM基于多年积累的智配平台。
元工CPS是工业4.0的执行平台，支持多种物联协议。
4
LG CNS
LG CNS通过AA （Advanced Analytics）解决方案, 为客户提供从收集大数据到实现客户业务为止的整合服务End-to-End 解决方案。
5
艾普工华
以MOM解决方案为主体，通过艾普工华MDI系统，提供国内外主流的数字化设计系统与数字化管理系统的集成与咨询实施服务，形成的一套离散制造业数字化工厂整体解决方案。
简单介绍这五大智能工厂实施厂商......还有更多各位可自行查询资料！
写在最后
相信通过今天的专题介绍，各位对智能工厂有一定的认识！我们将发布更多精彩的行业专题，供各位读者朋友们一起学习进步！
“云电材”是电老虎网（新三板：835192）旗下，国内领先的电气材料领域专业采购服务平台。
数字化工厂、智能工厂和智能制造的区别
随着工业革命的发展，智能工厂、数字化工厂和智能制造就已经 被人们所熟知，但是他们之间有什么区别呢？
智能工厂：
利用物联网技术和监控技术加强信息管理服务，提高生产可控性，减少生产线人工干预，以及合理计划进程。同时，集初步智能手段和智能系统等新兴技术于一体，构建高效、节能、绿色、环保、舒适的人性化工厂。智能工厂实现了人与机器的相互协调合作，即人机交互。
数字化工厂：
是由数字化模型、方法和工具构成的综合网络，包含仿真和3D虚拟可视化，通过数据管理集成在一起。数字化工厂集成了产品、过程和工厂模型数据库，通过可视化系统，仿真和文档管理，以提高产品的质量和生产过程所涉及的质量和动态性能。
数字化工厂本质是实现信息的集成，智能工厂就是在数字化工厂的基础上实现的。
智能制造：
智能制造系统在制造过程中进行智能活动，如分析、推断、判断、构思和决策等。通过人与智能机器的合作，去扩大、延伸和部分地取代技术专家在制造过程中的脑力活动。它把制造自动化扩展到柔性化、智能化和高度集成化。
智能制造系统不只是人工智能系统，而是人机一体化智能系统，是混合智能。
西门子告诉你“数字化工厂”与“自动化工厂”到底有何区别
在追赶“工业4.0”的路上，西门子以成都数字化工厂，即西门子工业自动化产品成都生产研发基地（以下简称“SEWC”）作为样板工程，意在展示数字化制造如何改写工业。但如同西门子所强调的，数字化工厂只是迈向工业4.0的阶段性目标。从数字化工厂到工业4.0，还有漫长的演进过程。
在走进SEWC之后，结合成都工厂的一系列探索，该工厂的相关负责人与某报记者深入分享了关于数字化制造、工业进化和工业4.0的前沿思考。在西门子成都工厂眼中，数字化工厂与自动化工厂，到底有何区别？要追赶未来制造，人与机器之间关系如何重构？为什么他们反复强调，提升质量而非降低成本，才是工业进化的本质？要真正迈向工业4.0，SEWC将继续往哪些方向进行摸索？
如果说，对工厂架构和组成的实地走读，给我们带来的是实践层面的冲击。那么，对工厂运转理念和管理模式的前沿解读，相信将可以给我们带来思维层面的更多启示，乃至启蒙。
“数字化工厂”不等于“自动化工厂”
数字化制造中，尽管自动化制造是重要的基础，但数字化制造并不等同于自动化。一般情况下，很多人会以为工厂要实现数字化制造，必须先实现自动化，这其实是一种误解。
西门子成都工厂
在距离SEWC2000多公里的佛山市，不足半年前正式引进了世界工业机器人四大制造商之一的德国库卡公司。后者宣布，将在佛山顺德建立其在华的首个机器人研发基地。
伴随国内人口红利逐步消失，特别是在珠三角近年频频受困于“招工难”等问题，一场“机器换人”的自动化革命正在“广东制造”如火如荼地进行。这场变革不仅带动本地机器人产业发展，也引来库卡等国际机器人企业陆续抢滩广东。
如果说要完全实现“数字化制造”尚需时日的话，那么在当下，珠三角的制造业如何通过“自动化制造”，破解劳动力成本不断上涨、劳动力结构性短缺的问题，是最迫切的现实课题。而数字化制造的其中一个重要基础，正是实现自动化制造。
在SEWC工厂二楼的自动物流系统部门，无需人员现场监控，每天，两部高速运转的取料机如同“人”一样，依靠数字定位迅速地“抽”出对应的原材料，并通过自动传输轴，马上传送到生产车间。从工厂物料需求信息传导到自动物流仓库，仓库最长只需要30分钟就能将物料送到了车间，中间无需任何人员操作。
在这座实现了全集成自动化的工厂内，相比同类型的工厂人员最多可节省50%。
那么，伴随生产车间内不断增加自动化设备，以及逐步减少劳动力，在数字化制造的不断进化中，是否就等同于全自动化？
“要明确的是，数字化制造并不等于全自动化制造。”西门子工业自动化产品成都生产研发基地副总经理李永利强调，一般情况下，很多人会以为工厂要实现数字化制造，必须先实现全自动化，这其实是一种误解。
以手机行业为例，如果开发一条全自动化的产线，至少需要半年以上，但按照目前手机行业的创新周期，一般情况下，一款手机从设计到实现量产普遍只在一个月内。“这时候，生产线上大部分的工作只有依靠人来完成，速度才会更快。”
李永利表示，当行业的生产线更新周期太快，投入了很高的自动化成本，但生产效率并没有得到明显的提升。“所以，全球所有的手机制造方案几乎都不会用自动化生产线来完成，而组装环节也很少采用机械臂。”李永利说道。
人的生产灵活性不可能被自动化取代
人所具有的生产灵活性在很长的时间内，是无法被机器所取代的。“人与机器的关系是互助的关系。”但当企业的生产制造过程中，出现需要对复杂信息的寻找和判断时，可以用机器来替代人。”
李永利的解读，引出的是对一个深刻问题的思考：在“未来制造”的生产线上，“人”与“机器”究竟是怎样的关系？两者关系如何重构？
以手机生产线为例，他认为，人所具有的生产灵活性在很长的时间内，是无法被机器所取代的。“也就是说，人是不可能被替代，人与机器的关系是互助的关系。”李永利说，在未来至少10年到20年，全球范围内绝大部分的制造环节依然需要人去完成。
既然如此，在数字化制造中，哪些环节才需要机器去代替人？
一般情况下，当需要更新产品或者材料时，工厂需要通过分析后，才能确定停止生产相关的产品。在这个过程中，整个工厂内部需要沟通设计生产部门、研发部门、采购部门等部门。
但这些环节在成都工厂内，只需要在Teamcenter中更改数据就能完成。数据一旦调整，工厂互联互通的系统和软件就会实现自动的更新，并调整出新的生产解决方案。
“可以理解为，当我们涉及到对复杂信息的寻找、判断的时候，是可以用机器来替代人的。”李永利说道。在这样的愿景下，引入自动化机器的工厂就像配备了电脑的超市，工人就像收银员，在传统的小卖部里，工人要记住商品价格，自行计算商品总价。但实现数字化制造的工厂，就如同同时配备了电脑和扫描器的超市，收银员只需要按照计算结果收款，而配备的机器就像一个“纠错员”，帮助人避免出现计算和记忆错误。
工业进化本质在提升质量，而非降低成本
人力成本被认为是导致近年制造业竞争力下降的原因，但李永利认为，制造业不能仅仅盯着制造环节的成本，应该更加注重供应链成本。而数字化制造从一开始就不仅仅是为了降低成本，最大的目的在于提升质量，而高质量并不意味高成本。
近年，国内制造业遭遇的发展瓶颈中，人力成本的上涨，被认为是导致制造业竞争力下降的重要原因之一。
“很多制造业的企业主都喜欢谈控制成本，但在西门子看来，质量才是企业的第一竞争力。”李永利反复强调，“质量第一”一直是西门子成都工厂战略目标首位，而这也是客户眼中最重要的价值。
事实上，在他看来，很多时候企业面临的并不仅仅是制造环节的成本，而应该更加注重供应链的成本。因为，即使在劳动密集型企业中，人力成本毕竟只是占据一定的比例，而不是成本的全部。
以一个简单的例子来看，当一款产品出厂时，它同时拥有了两个价值，一个是出厂价值，一个是到客户手中时的价值。“中国很多工厂生产出来的产品，出厂价值不高，但到客户手中的价值就很高，这就是供应链的问题。”李永利说道。
尽管他并不认可仅仅盯着成本来谈论“工业进化”，但李永利强调，数字化制造本身所带来的高质量并不代表是高成本。
高质量在工业制造领域的重要性不言而喻。作为耐用品的工业产品，比如一款海上风力发电机的产品，一旦出现问题，不仅造成的损失不可估量，而且需要动用到直升机维修，维修的后期成本也非常高。
为此，在实现质量提升上，数字化制造首先是借助自动化产线上的机器充当“纠错官”的角色，比如当工人少拧了一颗螺丝，机器会自动发出警示，阻止产品进入下一个环节，通过机器的协助，减少人的出错。
但在西门子看来，通过机器的“检查”杜绝人在制造过程的差错，这只是保证产品质量的基础一步，由制造质量、研发质量以及原材料质量组成的产品质量中，更需要的是借助数字化制造去保障研发质量和原材料质量。
尤其是如何保证原材料质量，一直被认为是制造业界最具挑战性的一个课题。
在SEWC的数字化制造中，一个很重要的方式是对原材料进行可溯源式的管理。也就说，在这座工厂内，当来自各地的原材料被运送到车间后，所有的原材料都拥有了自己的“身份证”。这个身份证可伴随原材料进入生产线，在每一个流程中，都会被相应的设备进行数据的采集和跟踪，并最终储存在后台的数据管理中。
这意味着，一旦有原材料的质量出现问题，工厂可以马上查找到这一批次的原材料在什么时间点，已经走过哪些生产流程。李永利表示，无论客户在今后什么时间反馈质量问题，工厂依旧能够拿出完整的数据，对这些原材料进行追溯，从而保证原材料的质量。
走向工业4.0，管理自动化才是关键
在数字化制造的阶段，通过数据交互，已经能够有效地提升管理效率。但要衡量是否真正走向工业4.0，不是看生产线自动化水平的高低，而是看管理水平的高低。实现管理的自动化，需要实现管理上人完全听命于“电脑”，这才是智能制造的未来。
事实上，这样一座代表着数字化技术如何改造工业制造的前沿工厂，距离工业4.0愿景下的智能工厂仍有距离。在工业4.0的研究中，智能制造和智能工厂一直被认定为两大研究主题。其中，关于智能工厂，被描绘成是一个分散的、具备一定智能化的生产设备，在实现了数据交互之后，形成了高度智能化的有机体，实现虚拟世界和物理世界的融合。
在SEWC中，关于推进数据交互的工作一直未曾停止过。但对于数字化工厂与智能化工厂之间的差距，李永利认为，最关键的一点在于是否真正实现管理的自动化。
德国安贝格电子工厂作为西门子全球首个数字工厂，是SEWC的姐妹工厂。该工厂从1989年投产至今，占地面积与员工数量几乎都保持不变的情况下，产能却比25年前翻了8番。
无论是德国的安贝格电子工厂，还是SEWC，这两家工厂每年要生产几百万件产品，更考验管理的是，产品类别也达到了上千种。当涉及的产品类别众多，而且客户订单数量和周期不同，如何去做好订单管理，以及如何连通订单管理背后的生产制造、物流配送等多个环节，考验的正是管理的智能化水平。
相比普通工厂单凭人力做订单的跟踪管理以及后续生产的调度安排，SEWC的数字制造中，当ERP系统收到订单，MES系统将自动进行生产安排，包括通知采购部门、财务部门等，整个生产包括后期的发货全部由工具充当“指挥”，自动完成。
如果从劳动力的角度看，李永利认为，尽管在生产线上并不认可一味地以机器代替人，减少蓝领工人，但在管理“白领”群体时，在管理层面，他认为可以更多地借助机器，积极使用更多的软件。
“因为未来制造业的衡量标准不是生产线自动化水平的高低，而是管理水平的高低。”他认为，在中国制造实现智能化提升的路上，相比硬件设备，管理水平的高低才是影响中国企业能否实现工业4.0的关键。他强调，要真正实现工业4.0，一大标准是管理水平达到了一定的高度，甚至实现了自动化。
“如果管理实现自动化，也可以理解为，工厂的所有决策和指令都听命于电脑，连人也是听命于电脑。”李永利说道，但实现这一步显然并不容易，至少从理念上，如何让人完全听命于电脑，则需要一场思维变革。
但至少，数字工厂作为实现智能工厂的必经之路，已走出了第一步——让机器代替人去做更多的决策。而等到工厂内，真正能用自动化替代人进行管理，人听命于“电脑”的话，那么，电脑背后所代表的制造的未来，也将来到眼前。
研发生产二合一 西门子全球工厂“标配”
作为一家在中国历史超过140年的企业，西门子在中国拥有数十家工厂，尽管每一家工厂的业务不尽相同，但无论在西门哪一家工厂内都能看到研发团队。“研发与生产于一体，这是西门子全球工厂的标准。”西门子工业自动化产品成都生产研发基地（以下简称“SEWC”）副总经理李永利说道。
但西门子这个全球工厂的“标配”，却与国内目前大多制造企业的做法刚好相反。在国内的许多制造企业，往往会把生产制造的工厂选址在一个劳动力成本相对低廉的城市，而研发基地则更偏爱北上广，或者是与企业的总部捆绑在一起。
李永利表示，相比很多企业出于成本考虑将研发团队和生产团队分开，西门子的做法主要是为了提高产品的研发速度，缩短产品的创新周期。在西门子看来，产品研发速度跟不上市场需求，将直接影响整个产品的竞争力。“研发速度和研发质量的追求，是西门子将研发团队驻扎于工厂之内的最大目的。”
一款产品从研发到投入市场，一般包括产品定义、产品研发和产品生产三个阶段，其中在传统的研发方式中，光是一条生产线从设计、建成到调试就需要接近一年的时间。如何缩短这一时间，对于提高研发速度非常重要。
而往往在这样的阶段，基于研发产品还存在多种变化的可能，相对应的生产线的各类参数也变得不确定，这对于传统工厂来说是一件非常棘手的问题。但李永利表示，在SEWC工厂中，企业借助仿真软件，不仅可以模拟生产线上的加工制造情况，还可以推算出生产线的流动方向、人员配备等，再基于软件来测试生产线，等到最终电脑中的调试成功后，再进行生产线的最终建设。
即使研发出来的产品进行了市场投放后，也不意味着一款产品的研发过程就到此结束。他介绍说，西门子对每一款产品在整个生命周期中，都将不断进行分析和提升。也就是说，研发的工作将不断地迭代，相对应的生产部门也需要跟随着研发部门不断作出调整，所以这些都要求生产与研发必须实现无缝的对接。
当然，集生产与研发于一体另一个显而易见的好处是，方便研发与制造之间实现更多的沟通。李永利表示，在自己曾经参与的一款工控机研发中，当研发人员和采购人员共同选择并配备好了散热风扇后，生产人员一看，马上就能发现对于生产安装中的质量控制可能带来的不便。“就研发中产品如何便于生产过程中的质量控制，通过研发人员与生产人员紧密的交流，是可以较好地做到这点的。”
来源：精智工厂，侵权烦请联系删文。
