工業化和信息化的深度融合，正在加速中國制造向智能制造轉型的步伐。而在眾多智能制造實踐中，智能工廠主要是借助于各種生產管理工具、軟件、系統和智能設備，打通企業從設計、生產到銷售、維護的各個環節，實現產品仿真設計、生產自動排程、信息上傳下達、生產過程監控、質量在線監測、物料自動配送等智能化生產。借此，將進一步推動企業運作的眾多運營系統間橫向整合的能力，互聯制造系統間垂直整合的能力，以及整個價值鏈端到端、全面整合的能力。

在后繼可預見的相當長一段時間內，基于智能制造理念下的智能工廠建設，將成為中國工業企業自身發展的主旋律，并持續演進提升、不斷優化。

智能工廠是什么

“智能工廠”一詞表示通過互聯互通的信息技術/運營技術格局，實現工廠車間決策及洞察與供應鏈以及整個企業其他部分的融合。也就是說，智能工廠并不僅僅是簡單的自動化，更是一個柔性系統，能夠自行優化整個網絡的表現，自行適應并實時或近實時學習新的環境條件，并自動運行整個生產流程，在工廠車間內自動運作，同時與具有類似生產系統的網絡甚至整個數字化供應網絡互聯。

智能工廠真正強大之處在于能夠根據企業不斷變化的需要發展和成長。由于具備更為強大的計算和分析能力，并擁有更為廣泛的智能互聯資產生態系統，智能工廠能使企業以過去相對困難甚至不可能完成的方式適應變化。

從信息化技術角度來看，智能工廠是在數字化的基礎上，利用物聯網、云計算、大數據、人工智能等新技術加強信息管理服務，提高生產過程可控性、減少生產線人工干預，以及合理計劃排程。同時，集智能系統等新興技術于一體，構建高效、節能、綠色、環保、舒適的人性化工廠。

智能工廠的建設要素

智能工廠沒有唯一結構，成功打造智能工廠也沒有唯一途徑。雖然存在生產線布局、產品、自動化設備等方面的差異性，但每個智能工廠獲得成功的必要技術元素其實有共同之處，例如網絡能力、數據處理、設備管理、質量管理、產線計劃、管控指揮等。

1.網絡互聯

互聯互通是智能工廠的基礎。企業應該對設備與設備之間如何互聯，采用怎樣的通信方式、通信協議和接口方式等問題建立統一的標準，進而實現對設備的遠程監控和機床聯網應用。設備聯網和數據采集是企業建設工業互聯網的基礎，而生產現場的工業控制網絡協議繁多，各類現場總線、工業以太網、工業無線網技術為智能工廠的網絡建設也帶來了較高的復雜性。

在當前眾多工廠網絡技術中，IT和OT兩層網絡之間的融合通信是關鍵。這要求工廠構建扁平、融合、開放的工廠網絡架構，提供低延時、高可靠的通信網絡，將IT和OT設備都統一接入到同一個網絡中，實現控制信息等實時數據與數據信息等非實時數據在同一網絡中傳輸，滿足工業生產過程實時監控、自動控制、業務管理等需求。此外，還要按需部署無線網絡，采用Wi-Fi、RFID、4G/5G、NB-IoT、LoRa、ZigBee、藍牙等多種無線技術和定位技術，實現工廠有線無線網絡全覆蓋，解決信息孤島問題，滿足工業互聯網業務對于生產全流程、無死角的網絡覆蓋需求，支撐工廠的信息采集、生產控制等應用需求。

2.數據處理

數據是智能工廠建設的血液。在智能工廠運轉的過程中，會產生設計、工藝、制造、倉儲、物流、質量、人員等業務數據，這些數據可能分別來自ERP、MES、APS、WMS、QIS等應用系統。

而工業大數據主要遍布在智能工廠信息化和自動化系統的各個環節，通過與人工智能模型和各類機理模型的結合，能有效提升數據的利用價值，為實現更高階智能工廠提供關鍵技術。

從數據采集開始，生產階段工業大數據的驅動力體現在數據關聯分析和數據反饋指導生產。在生產階段，需要對所采集的數據進行清洗、篩選、關聯、融合、索引、挖掘，構建應用分析模式；在制造階段，通過對制造執行系統中所采集的生產單元分配、資源狀態管理、產品跟蹤管理等信息進行關聯分析，能夠為合理的庫存管理、計劃排程制定提供數據支撐，同時，通過結合實時數據，還能對產品生產流程進行評估及預測，對生產過程進行實時監控、調整，實現全產業鏈的協同優化，完成數據由信息到價值的轉變。

3.設備管理

設備是生產要素，發揮設備的效能是智能工廠生產管理的基本要求。因此，生產管理信息系統需要完善設備管理能力，使設備釋放出最高的產能，通過生產的合理安排，使設備尤其是關鍵、瓶頸設備減少等待時間。

在工業領域，面向設備管理的物聯網系統應該滿足以下要求：

數據收集和分析：工業物聯網部署在數據管理和部署規模方面具有獨特的特征。它使用的數據類型、收集方法和分析可能來自于高度復雜和定制的機器中部署的傳感器和軟件；具有挑戰性的環境：在許多情況下，用于工業物聯網的傳感器和其他敏感網絡設備大多部署在惡劣環境中，包括高溫、極冷、高濕度和通風不良的環境中，這時就需要特殊的物聯網傳感器和網絡硬件。

質量控制：工業物聯網的關鍵特性之一是系統收集的大部分數據都涉及自動化質量控制流程。

提高效率：提升能源效率是設備管理的關鍵任務之一，將人工智能實施到工廠設備中以使其保持最佳運行水平，并有針對性地實現現代化工廠。

提高供應鏈可視性：許多工業物聯網項目旨在提供端到端供應鏈可視性，以此避免配備內置數字化筒倉的供應鏈典型盲點。

改造設備：工業物聯網項目通常涉及使用物聯網傳感器改造工業設備，包括制造設備、叉車和存儲容器。

4.質量控制

質量控制在信息系統中需嵌入生產主流程，如檢驗、試驗等，并在生產訂單中作為工序或任務來處理；質量控制的流程、表單、數據需與生產訂單相互關聯、穿透；此外，企業還需要構建質量管理的基本工作路線并持續改進。

在眾多質量控制理論、檢測控制裝備和各種實踐方法中，基于新一代人工智能和機器視覺為主導的工業質量檢測方式已經逐步發展成熟。在深度神經網絡發展起來之前，機器視覺已經長期應用在工業自動化系統中，如儀表板智能集成測試、金屬板表面自動控傷、汽車車身檢測、紙幣印刷質量檢測、金相分析、流水線生產檢測等等。

此外，在制造流水線上，還有大量的工業機器人。如果其中一個機器人出現了故障，可能造成大量的不合格品。如果能在故障發生以前檢知，就可以有效做出預防，減少損失。基于人工智能和IOT技術，通過在工廠各個設備加裝傳感器，對設備運行狀態進行監測，并利用神經網絡建立設備故障的模型，則可以在故障發生前，對故障提前進行預測，并將可能發生故障的工件進行替換，從而保障設備的持續無故障運行。

5.生產計劃

首先從計劃源頭上確保計劃的科學化、精準化。通過集成，從ERP等上游系統讀取主生產計劃后，利用信息化手段進行自動排產，按交貨期、精益生產、生產周期、最優庫存、同一裝夾優先、已投產訂單優先等多種高級排產算法，自動生成的生產計劃可準確到每一道工序、每一臺設備、每一分鐘，并使交貨期最短、生產效率最高、生產最均衡化。這是對整個生產過程進行科學管理的基礎。

目前，將產品、設備、整條生產線和工廠基礎設施以數字化的方式呈現，實現“數字孿生”已經成為可能，并主要用于產品開發或生產規劃階段，能夠讓提升開發流程的效率，改善質量，有助于利益相關方之間的信息共享。通過結合產品和生產線的數字孿生，能夠在實際啟動前模擬測試新的生產流程并進行優化。如果能與合作伙伴共同使用數字孿生，則能夠讓他們更好地優化自己的流程進行匹配。

6.指揮管控

智能工廠管控指揮系統是整個工廠的數字化窗口，通過企業全方位的數據采集和實時分析，能夠實現智能工廠實時監控、調度，生產過程監控，實時洞察工廠運營，并實現多個車間之間的協作和資源調度的日常管理輔助決策。在此基礎上，能夠幫助用戶實時掌握生產經營狀態，實現對企業的精益管理。設備智能運維、能耗管理等典型痛點解決方案，快速為企業實現降本增效。
責任編輯：YYX