導 讀( 文/ 帆軟數據應用研究院大制造行業資深專家 任敏 )

智慧工廠包含工廠運營管理的五個方面，制造資源控制、現場運行監管、物流過程管控、生產執行跟蹤、質量工作監督......

十四五規劃在新基建的基礎上進一步加快了制造業轉型升級的步伐，對5G、工業互聯網、AI、工業大數據、工業軟件等技術或產品作了進一步的強調，未來制造業的發展方向將是高效節能、綠色環保的智慧工廠。

智慧工廠是在數字化工廠的基礎上，以數據為軸激發企業智慧化進程，利用物聯網的技術和設備監控技術加強信息管理和服務，清楚掌握產銷流程、提高生產過程的可控性、減少生產線上人工的干預、即時正確地采集生產線數據，以及合理的生產計劃編排與生產進度。

智慧工廠包含工廠運營管理的五個方面，制造資源控制、現場運行監管、物流過程管控、生產執行跟蹤、質量工作監督，通過對MES、QMS、ERP、SCM等系統的集成以及對自動化設備傳感器數據的對接，打造企業的智慧工廠管理平臺，實現制造管理的統一化與數字化。

l制造資源控制

主要是指對制造過程中的人、機、料等相關生產資源的管理。涉及對BOM單的自動生成、原材料及輔料的領用、半成品與線邊倉的管理、成品的投入產出情況等，需要對物料齊套率、物料損耗比率、半成品周轉、投入產出比、回收率等指標進行監控與分析，確保制造資源及時到位、高效流轉、降損再造；設備效率對制造資源的影響巨大，應從設備巡檢、故障管理、備件管理、技術檔案等四個方面進行管控，利用電子掃碼技術實現一物一碼、一人一碼的管理模式，打造企業設備全流程精準管理系統；自動化技術的發展促進了無人工廠的誕生，但是無人工廠的局限性很大，很多企業并不適合，所以目前來看，人員還是制造資源的核心之一，結合工藝流程改進、生產計劃排程、人員排班管理，可達到優化生產效率、維持生產節拍的目的。

l現場運行監管

這是對7S管理的數字化改造。一方面利用基于傳感器建立的數據實時采集系統完成對生產現場環境數據的采集、設備運行參數與狀態數據的采集、流水線作業關鍵崗位產能數據的采集，解決了原本7S管理數據采集的滯后性與人工采集帶來誤差的問題；另一方面利用視頻監控以及圖像識別技術實現對設備停機、傳送帶卡料、產品積壓、員工離崗等異常情況的預警推送，作為7S管理評分的有力依據；最后通過數據分析軟件FineBI對接生產系統數據以及上述采集到的數據，進行多維度對比分析，輔助生產管理者進行有效決策。

l物流過程管控

它包含供應商發貨、工廠內部周轉、客戶發貨三個環節。利用車聯網技術與大數據處理技術將物流車輛的實時地理位置與行車軌跡數據進行實時采集，完成對供應商和客戶兩個環節的物流過程管控；利用AGV小車實現物料自動領用、半成品自動周轉、成品自動入庫，打造無人分揀、智能搬運的智慧倉儲作業系統，大大提高了工廠內部物流的周轉效率。

l生產執行跟蹤

這是指對生產計劃執行過程的實時監控以及對執行結果的管理決策，結合MES系統與數據分析工具FineBI，讓各層級管理人員能夠隨時了解生產動態，包括出勤情況、計劃生產進度、計劃完成率及效率等，實現生產異常在線分析和閉環跟進，優化數據提取及分析模式，減負賦能，提前管理，建立問題找人，分層管理機制。

l質量工作監督

這套流程涵蓋來料品質管控、制程品質管控、出貨品質管控三個環節，從質量策劃、質量檢驗、質量保證、質量監督、質量改善、質量服務、體系和流程等七個方面重點建設，利用編碼技術實現產品和物料的批次管控，減少因批量質量問題帶來的成本損失，同時用SPC方法分析工序過程能力與質量管控水平，確保產品質量保持在合理的范圍內波動。

在智慧工廠的建設過程中，不同的業務活動衍生出不同的信息化功能需求，而不同的功能需求又促生了不同新技術的發展，業務、功能與技術的結合形成了智慧工廠的應用場景。基于上述智慧工廠管理平臺五大模塊的內容，帆軟提煉出了智慧工廠的四大應用場景。

01應用場景一

智慧園區管理

智慧工廠對產業園的綜合管理提出了更高的要求，傳統產業園由于管理工作繁多，很多模塊都是單獨管理，無法做到資源的統一協調，且很多數據并不是實時在線，大大增加了管理難度。

智慧工廠要求對園區的視頻監控、安防報警、人員巡查、門禁考勤、訪客管理、一卡通管理、停車位、會議室、信息發布、能源使用情況、環境變化、設備參數等工作進行實時在線的統一管理，企業可利用傳感器技術實現動態捕捉、熱成像報警、人臉識別、溫濕度感應等，再利用OA或報表系統實現在線巡檢、信息發布、會議室線上預約、訪客線上登記等，將系統數據和傳感器數據利用微服務接口的方式進行調用，形成園區全貌管理指標，最后利用3D建模技術開發智慧園區全局管理模型或利用數據分析工具制作園區綜合管理駕駛艙，實現對園區資源的統一高效管理，打造綠色、高效、安全的智慧園區。

02應用場景二

智慧物流管理

物流一直是工廠管理的薄弱環節，大多數制造企業依賴第三方物流公司進行產品和原材料的運輸，而對第三方物流機構的管理缺乏有力且有效的手段，導致對客戶的交付時間把控不準以及對物流異常無法追溯真實原因。

企業可基于車聯網技術將物流車輛的實時地理位置信息進行保存，再利用大數據處理技術實時監控所有物流車輛的運行狀態，對停車超時、未按規定路線行駛、車速異常等情況進行實時報警，對收發貨異常的訂單可追溯其物流車輛的歷史軌跡與停靠點記錄，實現物流各環節精細化、動態化、可視化管理，提高物流系統智能化分析決策和自動化操作執行能力，提升物流運作效率。

03應用場景三

三位一體監造平臺

隨著制造企業對內部生產過程管理能力的提高，促生出了上下游監造管理的需求，一方面是對供應商原材料質量管控的進一步延伸，另一方面是對客戶滿意度更加重視的表現。從供應商到工廠到最終客戶的三位一體監造平臺，是智慧工廠的核心應用場景。

為了滿足大客戶監造接入需求，企業可利用微服務技術通過接口將生產過程數據和作業視頻提取出來，同時利用數據分析平臺給客戶提供帶有分析結果的產品出廠數據，通過權限管理開放給對應客戶，實現快速響應客戶監造平臺數據對接以及遠程廠驗的需求，提升客戶對產品的信任度。

而對于供應商的監造管理需要從四個方面入手，第一，對接其產線設備傳感器數據，掌握供應商生產過程中的設備參數，便于后期異常追溯；第二，接入生產監控視頻，實現對供應商生產作業的實時監控，提高管理力度；第三，打通供應商的生產信息系統，掌握供應商訂單的執行進度與質量情況，可有效預估訂單風險；第四，開發數據上報界面，對供應商臨時零散的數據做到及時規范的收集，提高協同能力。

04應用場景四

質量閉環追溯

傳統的質量管理方式局限于對當時產品生產過程數據的監控，在出現批量質量異常時無法有效鎖定不良批次，對導致異常的物料無法追溯使用在哪些成品中，增加了質量處理成本與管控難度。

質量追溯可幫助企業更實時、高效、準確、可靠的實現生產過程和質量管理，結合條碼自動識別技術、序列號管理思想以及條碼設備，可有效收集產品或物料在生產和物流作業環節的相關信息數據，每完成一個工序或一項工作，記錄其檢驗結果、存在問題、操作者及檢驗者的姓名、時間、地點及情況分析，在產品的適當部位做出相應的質量狀態標志，跟蹤其生命周期中流轉運動的全過程，使企業能夠實現對采、銷、生產中物資的追蹤監控、產品質量追溯、銷售竄貨追蹤等目標。最后利用數據分析工具建立質量計劃、過程控制、發現問題、異常處理、管理決策、問題關閉的質量閉環管理平臺，形成經驗庫與分析報表來支撐企業打造一套來源可溯、去向可查、責任可追的質量閉環追溯系統。

智慧工廠的應用遠不止于此，隨著新技術、新理念的誕生，智慧工廠也將在新時代有新的表現形式，制造管理者應把握新形勢，通過執行層自動化與管理層信息化的融合，加快智慧工廠的建設步伐。

責任編輯：PSY

原文標題：智慧工廠的4大典型應用場景！

文章出處：【微信公眾號：工業IoT】歡迎添加關注！文章轉載請注明出處。