制造企业如何建设数字化车间？

通过深度整合信息技术和制造业，智能化生产线将成为未来工厂的标配，助力企业提升生产效率、降低成本、提高产品质量，并推动企业向智能制造和高端制造转型升级。在智能制造时代，企业需要紧跟技术发展趋势，积极推动工业互联网与智慧工厂的融合，不断提升数字化和智能化水平，以保持竞争力，实现可持续发展。

体系框架组成

①业务指南：体现工业互联网产业目标、商业价值、数字化能力及业务场景。

②功能框架：明确支持业务实现的功能包括基本要素、功能模块、交互关系和作用范围。

③实施框架：描述实现功能的软硬件部署，明确系统实施的层级结构、承载结构、关键软硬件和作用关系。

④技术框架：汇聚支撑工业互联网业务、功能、实施所需要的软硬件技术。

工业互联网平台架构是一种基于互联网技术和工业领域的融合应用，旨在通过数字化、智能化和互联网化的方式，实现工业生产、设备、资源和信息的高效集成、协同运营和优化管理。

①设备层

主要为智慧工厂生产和运营中涉及的各种设备和系统，包括 CNC、AGV、六轴机器人、抛光设备、称重设备、物流线、立库、激光刻字等生产设备，以及传感器、工控系统、SCADA 系统（监控、控制和数据采集系统）、PLC（可编程逻辑控制器）等。设备层是工业互联网平台的基础，负责采集、传输和处理实时的生产数据和设备状态信息。

②边缘层

位于生产现场或离设备较近的一层，用于处理实时数据、实现本地决策和执行控制，并提供边缘计算能力。边缘层可以看作是设备层的一部分，负责在设备端进行数据处理、计算和控制，减少对云端的依赖，从而降低数据传输延迟、提高数据处理效率，并支持实时的生产监控、智能诊断和预测分析等应用。

③基础设施层

是支撑整个平台运行的底层基础设施，包括服务器、存储设备、网络资源、虚拟化和云计算等。基础设施层提供了支持工业互联网平台运行的物理和逻辑基础，并为上层的平台层和应用层提供了运行环境和支持。

④平台层

作为工业互联网平台的核心，提供了丰富的功能和服务，支持各类应用场景和业务需求，包括大数据管理平台、设备管理平台、互联网应用平台和集成应用平台等，它为上层的应用层提供了丰富的资源和工具，实现了智能制造和数字化转型的目标。

⑤应用层

作为工业互联网平台架构中的顶层，是直接面向用户的层级，负责提供各类应用和解决方案，主要包括订单管理、设备管理、产线管理、异地协同管理、设备健康监管、数字孪生等应用，满足企业在生产、制造、物流、质量管理等方面的具体业务需求。

智慧工厂与工业互联网的融合实现了设备、生产线和整个生产过程的互联互通，实现数据驱动的生产优化、智能化生产决策、设备和生产线的智能管理，支持数字化供应链管理，并促进智慧工厂生态系统的建设，从而提高生产效率、质量和灵活性，推动制造业向更加智能、高效和可持续的方向发展。

打造轻量化智慧工厂管理系统。借助传感器、物联网、大数据和云计算等先进技术，将工厂分布及各个生产过程的数据、信息、状态等实时呈现在可视化大屏幕上，实现对生产数据的实时监测和分析，让企业管理者对生产情况有更好的了解，从而提升生产效率和质量，降低生产成本和能源消耗，推动企业的可持续发展。

另外利用 Web 3D 技术，将智能工厂的工业互联网平台架构和全生命周期的生态平台架构，以三维可视化的方式构建出来，与传统的二维平面图相比，可以更加直观、全面、效果更好、交互性更强，将不同对象之间的空间关系和相互作用表现得更好。该场景采取网络式分布模式，将工厂分布在多个城市，结合三维地图，形成构建一幅完整的企业分布地图。可通过点击交互事件，直观了解各个工厂的生产情况。通过互联网技术和物流配送等形式，实现生产流程的大幅优化，达到降低成本、提高效率的目标。

同时通过集成工厂的生产数据和运营数据，采用图表、表格、仪表盘等形式，将工厂的仓库总位、质检结果、产线情况、订单量等关键数据指标，以一种视觉化的方式进行展现，帮助管理者和生产人员迅速掌握工厂的实时生产状态和运营情况。实现对生产过程的精细管理和实时干预，及优化生产计划和资源实时调度。

该场景通过 3D 建模和虚拟仿真技术，将实际生产线的设备、工艺和工作流程等对象，进行数字化建模，创建生产线的数字孪生模型。通过在生产线上安装的传感器和监控设备，实时采集生产线的运行数据，包括设备状态、工艺参数、产品质量等信息。将实时采集的生产线数据传输到数字孪生模型中，利用大数据处理与分析技术，可以对生产线的运行状况进行实时监测与数据分析，方便生产管理人员进行实时决策与调度。

工艺视图

多维动态展示智慧工厂生产工艺流程，让用户更加直观地了解在生产过程中的每一道工序、每一步 *** 作，以及各个工序之间的关联和依赖关系，Hightopo 2D、3D 图形渲染引擎勾勒精准数据模型。同时支持与其他信息系统（如ERP、MES 等）进行集成，实现生产过程的数字化管理和智能化控制，达到生产过程的高效、精确、灵活管理。

能效视图

基于实时数据采集和处理技术，将能源消耗数据和生产效率指标以可视化的方式呈现出来（红色-高能效设备，蓝色-低能效设备），有助于企业对各种设备的能效转化情况进行直观的了解。

随着科技的不断进步和数字化转型的推动，智能制造时代已经到来。工业互联网与智慧工厂的融合，为企业带来了前所未有的机遇和挑战。

如今，移动技术的应用和增长创造了一个快节奏的社会，人们对即时信息和即时反馈已经习以为常。对于制造行业和物流行业的公司来说，通过更多地利用工业物联网，可以更好地满足新时代的新需求。工业物联网涉及物联网技术在制造工艺和供应链中的应用。除了来自设备和传感器的数据外，工业物联网战略还应该结合机器学习和大数据技术，利用现有传感器、机器对机器(M2M)通信、自动化技术的组合，可以为企业提供更多见解。新兴技术潜力是巨大的，正在不断发展并以极快的速度发展。因此，企业必须考虑如何最好地采用工业物联网作为有利于业务的计划的一部分。反过来，这种洞察力水平可以有助于未来的商业决策和成功。

制造行业的企业往往拥有并运行大量的工业设备，所有这些设备都需要监控和维护。对于现有的部署，工业物联网使得基于更精确数据的制造过程中决策的改进成为可能。它还可以用来提高生产质量和正常运行时间，因为从网络上的设备和传感器收集的数据可以实现对生产设备的实时和预测性维护。工业物联网背后的主要思想是使机器在制定决策时比人类更智能、更高效。这依赖于准确、一致地捕获和传递数据。现在很多公司正在开发高精度测量的前沿传感器。这些数据可以与实时分析耦合，可以解析机器运行情况。

在中国制造2025及工业40信息物理融合系统CPS的支持下，离散制造业需要实现生产设备网络化、生产数据可视化、生产文档无纸化、生产过程透明化、生产现场无人化等先进技术应用，建立基于工业大数据和"互联网"的智能工厂。

最近几年，欧美国家最早针对流程工业提出了"智能工厂"的概念。流程工业智能工厂由商业智能、运营智能、 *** 作智能三个层次组成，由于自身的自动化水平较高，因此实施智能工厂相对比较容易。与流程工业相比，离散制造业首先在底层制造环节由于生产工艺的复杂性，如车、铣、刨、磨、铸、锻、铆、焊对生产设备的智能化要求很高，投资很大。特别是装备制造业、家电、 汽车 、机械、模具、航空航天、消费电子等产品大都要求产品智能化，设计智能。

因此，在中国制造2025及工业40信息物理融合系统CPS的支持下，离散制造业需要实现生产设备网络化、生产数据可视化、生产文档无纸化、生产过程透明化、生产现场无人化等先进技术应用，做到纵向、横向和端到端的集成，以实现优质、高效、低耗、清洁、灵活的生产，从而建立基于工业大数据和"互联网"的智能工厂。

生产设备网络化，实现车间"物联网"

工业物联网的提出给"中国制造2025"、工业40提供了一个新的突破口。物联网是指通过各种信息传感设备，实时采集任何需要监控、连接、互动的物体或过程等各种需要的信息，其目的是实现物与物、物与人，所有的物品与网络的连接，方便识别、管理和控制。传统的工业生产采用M2M(Machineto Machine)的通信模式，实现了设备与设备间的通信，而物联网通过Things to Things的通信方式实现人、设备和系统三者之间的智能化、交互式无缝连接。

在离散制造企业车间，数控车、铣、刨、磨、铸、锻、铆、焊、加工中心等是主要的生产资源。在生产过程中，将所有的设备及工位统一联网管理，使设备与设备之间、设备与计算机之间能够联网通讯，设备与工位人员紧密关联。

如：数控编程人员可以在自己的计算机上进行编程，将加工程序上传至DNC服务器，设备 *** 作人员可以在生产现场通过设备控制器下载所需要的程序，待加工任务完成后，再通过DNC网络将数控程序回传至服务器中，由程序管理员或工艺人员进行比较或归档，整个生产过程实现网络化、追溯化管理。

生产数据可视化，利用大数据分析进行生产决策

"中国制造2025"提出以后，信息化与工业化快速融合，信息技术渗透到了离散制造企业产业链的各个环节，条形码、二维码、RFID、工业传感器、工业自动控制系统、工业物联网、ERP、CAD/CAM/CAE/CAI等技术在离散制造企业中得到广泛应用，尤其是互联网、移动互联网、物联网等新一代信息技术在工业领域的应用，离散制造企业也进入了互联网工业的新的发展阶段，所拥有的数据也日益丰富。离散制造企业生产线处于高速运转，由生产设备所产生、采集和处理的数据量远大于企业中计算机和人工产生的数据，对数据的实时性要求也更高。

在生产现场，每隔几秒就收集一次数据，利用这些数据可以实现很多形式的分析，包括设备开机率、主轴运转率、主轴负载率、运行率、故障率、生产率、设备综合利用率(OEE)、零部件合格率、质量百分比等。首先，在生产工艺改进方面，在生产过程中使用这些大数据，就能分析整个生产流程，了解每个环节是如何执行的。

一旦有某个流程偏离了标准工艺，就会产生一个报警信号，能更快速地发现错误或者瓶颈所在，也就能更容易解决问题。利用大数据技术，还可以对产品的生产过程建立虚拟模型，仿真并优化生产流程，当所有流程和绩效数据都能在系统中重建时，这种透明度将有助于制造企业改进其生产流程。再如，在能耗分析方面，在设备生产过程中利用传感器集中监控所有的生产流程，能够发现能耗的异常或峰值情形，由此便可在生产过程中优化能源的消耗，对所有流程进行分析将会大大降低能耗。

生产文档无纸化，实现高效、绿色制造

构建绿色制造体系，建设绿色工厂，实现生产洁净化、废物资源化、能源低碳化是中国制造2025实现"制造大国"走向"制造强国"的重要战略之一。目前，在离散制造企业中产生繁多的纸质文件，如工艺过程卡片、零件蓝图、三维数模、刀具清单、质量文件、数控程序等等，这些纸质文件大多分散管理，不便于快速查找、集中共享和实时追踪，而且易产生大量的纸张浪费、丢失等。

生产文档进行无纸化管理后，工作人员在生产现场即可快速查询、浏览、下载所需要的生产信息，生产过程中产生的资料能够即时进行归档保存，大幅降低基于纸质文档的人工传递及流转，从而杜绝了文件、数据丢失，进一步提高了生产准备效率和生产作业效率，实现绿色、无纸化生产。

生产过程透明化，智能工厂的"神经"系统

"中国制造2025"明确提出推进制造过程智能化，通过建设智能工厂，促进制造工艺的仿真优化、数字化控制、状态信息实时监测和自适应控制，进而实现整个过程的智能管控。在机械、 汽车 、航空、船舶、轻工、家用电器和电子信息等离散制造行业，企业发展智能制造的核心目的是拓展产品价值空间，侧重从单台设备自动化和产品智能化入手，基于生产效率和产品效能的提升实现价值增长。因此其智能工厂建设模式为推进生产设备(生产线)智能化，通过引进各类符合生产所需的智能装备，建立基于制造执行系统MES的车间级智能生产单元，提高精准制造、敏捷制造、透明制造的能力。

离散制造企业生产现场，MES系统在实现生产过程的自动化、智能化、数字化等方面发挥着巨大作用。首先，MES系统借助信息传递对从订单下达到产品完成的整个生产过程进行优化管理，减少企业内部无附加值活动，有效地指导工厂生产运作过程，提高企业及时交货能力。其次，MES在企业和供应链间以双向交互的形式提供生产活动的基础信息，使计划、生产、资源三者密切配合，从而确保决策者和各级管理者可以在最短的时间内掌握生产现场的变化，做出准确的判断并制定快速的应对措施，保证生产计划得到合理而快速的修正、生产流程畅通、资源充分有效地得到利用，进而最大限度地发挥生产效率。

生产现场无人化，真正做到"无人"工厂

"中国制造2025"推动了工业机器人、机械手臂等智能设备的广泛应用，使工厂无人化制造成为可能。在离散制造企业生产现场，数控加工中心、智能机器人和三坐标测量仪及其他所有柔性化制造单元进行自动化排产调度，工件、物料、刀具进行自动化装卸调度，可以达到无人值守的全自动化生产模式(Lights Out MFG)。在不间断单元自动化生产的情况下，管理生产任务优先和暂缓，远程查看管理单元内的生产状态情况，如果生产中遇到问题，一旦解决，立即恢复自动化生产，整个生产过程无需人工参与，真正实现"无人"智能生产。

实现从制造业大国向制造业强国的"升级"，"中国制造2025"成为最有力的战略驱动。盖勒普是"中国制造2025"的先行 探索 者和实践者。深度结合当前离散制造业的实际现状，基于全球25年领先技术和中国15年的本地化经验，盖勒普提出了离散制造业智能工厂的五个方向，旨在借助全球先进智能工厂整体解决方案(MES-SFC)这一生产力引擎，打破组织边界，将企业整个生产现场都纳入到管理网络中，正深刻地改变着制造模式、流程乃至整个制造业的结构，这一具有未来竞争力的创新成果将有力推动整个制造业的转型升级，也让离散制造企业得到了独一无二的新技术体验，并为行业树立成功典范。

工业物联网起源：
工业领域的生产设备在以往是没有主动联网功能的，导致生产数据、物料消耗、产品跟踪全部由人工来完成，效率低、错漏多，而且随着产品迭代速度越来越快，需要制造企业拥有极强的敏捷性（例如商家插单生产，可以随时调整生产计划）
物联网的作用就在于能通过硬件技术将设备的生产数据实时获取（这在之前是不可能的），最后经过大数据分析呈现在用户的手机端（例如物料消耗了多少，库存还有多少，每条生产线的生产进度是多少），一旦客户调整需求/插单，就可以通过实时获得的数据合理调整生产计划，达到柔性生产。
工业物联网由大量相连的工业系统所组成，这些系统会相互通讯，并协调数据分析与行动，有助于提升工业效能、有利于整个社会。透过传感器与致动器衔接数字世界与实体世界的工业级系统，可解决更为复杂的控制问题。目前各种系统，正在结合巨量模拟数据，解决方案，希望能透过资料与分析取得更深入的知识。

---