您好，
访客
登录/注册
摘 要：世界上主要工业国先后都提出了先进制造业的振兴计划，那么到底什么样的工厂才能称得上是先进制造业工厂呢？本文认为先进制造业工厂的主要特征是数字化、网络化和智能化，然后再对这些特征的具体表现进行了详细的论述。
关键词：先进制造业;数字化;网络化;智能化;数字双胞胎;透明工厂;黑灯工厂
中圖分类号：F40 文献标识码：A 文章编号：1671-2064（2020）06-0211-02
0 引言
2006年德国制定了包括制造业在内17个领域的高科技战略，2010年德国又发布了《2020高技术战略》报告，按照人类需求5个方面提出5大主导市场。在德国工程院、西门子和博世两大公司及产业界建议推动下，2013年正式推出《德国工业4.0战略》。美国在2011年发布了《先进制造业伙伴计划》，2012年发布了《先进制造业国家战略计划》，2015年又发布了《美国国家创新战略》，把创新生态系统看作是实现全民创新和提升国家竞争力的关键所在。为了追赶先进制造业，我国先后提出互联网+、两化融合和中国制造2025，为国内企业进入先进制造业加油打气，那么什么样的工厂才能算得上是先进制造业呢？
1 先进制造业的主特征：数字化、网络化、智能化
德国工业4.0、美国的工业互联网和中国制造2025，“数字化、网络化、智能化”是共同交集，数字化是基础，网络化是支撑，智能化是方向。也就是说，智能制造是在网络环境中实现的，首先是数字化然后才是智能化。为了表述先进制造业的工厂特征，先后有各种名称提出，如：黑灯工厂（工厂几乎没有人，正常生产时不再需要灯光照明）、透明工厂（为企业打通生产运营流程，打通数据及平台，实现企业管理、运营、服务的“通透”;为企业实现内部纵向垂直，企业外部横向包括与上下游之间的“通透”）、数字双胞胎（也叫数字孪生，建立一个镜像的数字虚拟工厂，使虚实工厂之间同步运行）等先进制造业工厂概念。
2 先进制造业主要特征的具体表现
2.1数字工厂的规划、设计、仿真
数字化工厂整体规划包括从现场设备的自动化改造、产线的整体集成、智能仓储系统的建设，到操作层数据采集与监控系统的建设，生产现场硬件之间的互联互通等。而位于企业层和管理层的产品全生命周期管理系统则帮助企业建立从客户需求输入到产品整个设计、实验、性能验证、工艺设计、工艺过程仿真、虚拟制造到最后的产品实物生产交付全生命周期的数字化研发设计体系，再通过生产制造执行系统MES将PLM系统中产品的虚拟制造和现实产线中的实际生产制造有机的结合起来，形成虚拟和现实的数字化双胞胎。在此基础上，位于中央控制层的智能运维管理平台将各系统在统一的三维可视化平台上进行集成，并结合工业大数据分析和人工智能的应用，帮助企业进行快速的运营管理决策。
先搭建一个完全虚拟的数字化工厂，在3D布局设计的基础之上，设立物流的流动状态以及车间各个设备、设施、工装的运作时间和规律，从而对车间物流进行仿真。然后在虚拟世界中对生产这种产品的物料在车间内的流动状态进行模拟，通过模拟不仅可以分析出产能瓶颈，还可以验证工艺规划的合理性以及给车间物流带来的影响，从而规划出更为合理的工艺路线和车间物流路线[1]。
2.2数字化设备（产线）设计
传统的产品设计制造是“试错”模式，典型流程是“设计→制造→测试→再设计”。也就是产品设计完成之后制造出样品测试，发现问题再去修改设计，如此往复达成产品设计的功能和性能目标。在生产制造环节也是“试错”模式，在实际生产中发现问题再去更改工艺。
2.3数字化生产
在产品设计完成之后，传统的制造业企业在工艺阶段要完成编制工艺路线、设计工装夹具、工时定额等工作，按照这份工艺文件指导产品的制造工作，在制造的过程中发现问题再回来修改工艺文件。
数字化制造技术在虚拟的环境中构建一个三维可视化的工厂，在计算机里进行零件工艺规划与仿真、装配工艺规划与仿真、机器人仿真与编程，还可以通过产线仿真模拟整个制造过程直到完善才进入实际的生产制造环节。当验证过程中发现问题时，只需要在模型中进行修正即可，真正实现面向制造的设计。通过数字化双胞胎模型，可以达成产品制造一次成功的目标。
2.4数据互联、共享和集成
数据互联共享和集成是先进制造业非常重要的基础，PLM（产品生命周期管理）、MES（制造执行系统）、TIA（全集成自动化）三大平台的数据必须打通和整合。它贯穿从产品概念到生命结束的所有阶段，实现设计、制造和工程的紧密集成，同时设计、工艺、仿真、验证工作都在同一个共享数据的平台上进行。该平台提供全球协同工作环境，连接所有人员，确保在正确的时间，以正确的方式获得正确的信息。
通过MES系统制造过程透明化、数字化，经由MES提供的信息使用户能看到一个动态的、更加真实的、可度量的制造过程。MES系统强调整个生产过程的优化，帮助企业提高了产品质量及生产效率，降低了材料和人力等资源的消耗，成为企业生产管理的有效工具。
通过TIA、PLM、MOM等系统的建设，数字化企业已初现雏形，但要达到真正意义上的数字化企业，还需进行系统之间的深度集成。具体来看，深度集成主要包括三个方面：（1）横向集成：实现企业间的无缝合作，信息共享和业务协同。（2）纵向集成：生产系统将不同层面的自动化系统集成在一起（执行器、传感器、控制器、制造执行系统、企业计划系统等层面），灵活地按照生产任务进行组织，实现全集成自动化。（3）端到端的工程数字化集成：即产品全生命周期的数据集成，通过产品研发的虚拟世界和生产的现实世界的链接，从流程层面实现设计-制造-服务的闭环控制。
2.5先进制造业数据管理
有了数字化和网络化的基础后，下一步就是智能化。结合现阶段工业大数据、云技术、人工智能等前沿技术，可以开发出智能运维管理平台。该平台基于三维地理信息系统，以工业物联网为基础，以工厂数字化业务为驱动，通过丰富的二维、三维表现形式，提供基于三维模型的可视化的数字化企业运维管理综合应用，帮助企业进行更加智能的决策。
2.5.1 三维地理信息管理
三维地理信息系统提供基础地图服务级数据共享服务，可将企业各子公司、分厂的场景模型和地理信息集成到同一个平台上，企业管理者可轻松快速查看各单位的生产经营状态信息。通过企业三维场景的建立，从分区厂房到设备设施，管理者均可在系统中快速定位，直观查看。且系统可接入实时气象数据，对风、云、雨、雾、雪、光照等气象效果进行真实模拟。还能够根据用户需要，对各种地理信息、装置设备等进行分类管理。通过图层设置各种显示方案，实现用户在三维场景下对信息进行图形化控制。
2.5.2数字资产管理
在智能运维管理平台中，管理者能够在企业数字化双胞胎模型中模拟巡检员视角在厂区漫游，通过各种方法快速搜索定位指定设备，随时查看设备属性信息（包括设备的名称、编号、功能、关键参数指标、生产厂商、使用年限等）。还可提供设备培训功能，包括设备结构拆分、工作原理讲解、设备故障分析、设备标准操作指导等。通过设备维护功能，将工单信息与设备模型绑定，可随时查看设备工单状态、维护人员及维护流程等信息。此外，基于数字化双胞胎模型，还可实现所有图纸、施工数据与对应设备进行挂接，为现场施工、设备维护提供数据参考。
2.5.3工厂监控管理
通过读取SCADA、DCS等系统的后台数据库，对工艺装置运行状况进行监控，实时显示设备设施的压力、温度、流量、流速等运行数据以及计划订单完成情况等生产数据，当监控数据出现异常时，可视化平台会发出报警，同时显示故障点信息，在企业数字化双胞胎平台上精确定位，实现用户实时监控现场生产状态的功能需求。
2.5.4虚拟巡检管理
在智能运维管理平台中可以自定义巡检路线，也可在系统中预置标准巡检路线，根据业务需求的不同，划分出多种巡检计划类型，包括线路巡检、重点设备设施巡检、重大危险源巡检、重点区域巡检等。系统获取人员的实时位置信息，与电子地图进行叠加，从而查看记录巡检人员行走的历史轨迹，实现对巡检人员的实时监控，保证工作人员巡视到位，提高巡视质量，同时也便于管理者对巡检人员进行指挥调度。在巡检现场发现故障隐患时，巡检人员可通过手持终端现场进行信息上报，以此满足信息实时性和数据存储处理的同步性要求。系统对于巡检历史数据会进行存储并提供功能强大、操作简单的查询统计功能，可根据查询和统计条件类别进行操作。可按照时间、巡检人员、巡检类型、上报事件类型等不同的条目对巡检日志进行查询统计，并提供可视化的分析结果[2]。
2.5.5生产调度管理
在智能运维管理平台中，管理者可根据现场生产数据，实时进行分析，协调工厂生产计划，为产量运行跟踪、调度指挥管理、生产计划管理、计量管理提供科学依据。当出现异常时可通过运维平台实时发送生产调度指令，及时进行调度指挥满足现场需求。通过与MES、WMS、SCADA等系统的集成应用，实现在运维平台上对设备的远程开停机，物料配送路径、阀门开关度等的远程控制，实现生产制造过程的实时调度。
2.5.6设备预防性维护
智能运维管理平台可导入设备的维护计划，并对维护情况进行记录监控，当设备即将到达维护时间节点时，系统会弹出维护通知，提醒管理人员按照计划对设备进行维护保养，从而保障设备的按时维保，提高设备运行的稳定性及使用寿命。除了按照计划的维护保养提醒外，智能运维管理平台还通过读取SCADA、DCS等系统采集的設备运行状态信息，如：转速、震动、电流、电压等，利用工业大数据分析，对比相关参数与正常阈值的关系，结合质量控制图等工具，可提前发现设备异常，并根据异常情况开展维护保养、停机抢修、备品备件准备等预防性维护，从而减少因设备非计划停机带来的时间和成本的损失。同时提前发现异常，可最大限度地降低异常对设备的损害，提高设备使用寿命。
2.5.7多系统数据集成展示
智能运维管理平台可读取PLM、ERP、MES、DNC、CRM、SCADA、DCS等系统数据，并通过数据之间的关联分析在中央控制大屏集成进行展示，形成直观的数据图表，为企业进行生产调度、质量控制、安全生产、成本分析、KPI管理等数据分析，为企业经营者提供辅助决策支撑。
3 结语
总之，先进制造业工厂依托物联网、大数据、云技术、人工智能等新技术，呈现出数字化、网络化和智能化的特征。通过先进数字化规划和设计，制造出具有感知、分析、决策、执行、维护等功能的工厂，从而实现自组织、自适应的网络化、协同化、智能化生产系统，进而实现商业应用智能化、产业生态智能化。
参考文献
[1] 陈明，梁乃明，方志刚，等.智能制造之路：数字化工厂[M].北京：机械工业出版社，2016.
[2] 高歌.德国“工业4.0”对我国制造业创新发展的启示[J].中国特色社会主义研究，2017（2）：41-47.
