智能工厂规划应该如何实施？

智能工厂规划方案：

1、数据采集和管理

数据是智能工厂建设的血液，在各应用系统之间流动。在智能工厂运转的过程中，会产生设计、工艺、制造、仓储、物流、质量、人员等业务数据，这些数据可能分别来自ERP、MES、APS、WMS、QIS等应用系统。生产过程中需要及时采集产量、质量、能耗、加工精度和设备状态等数据，并与订单、工序、人员进行关联，以实现生产过程的全程追溯。

2、设备联网

实现智能工厂乃至工业40，推进工业互联网建设，实现MES应用，最重要的基础就是要实现M2M，也就是设备与设备之间的互联，建立工厂网络。

3、工厂智能物流

推进智能工厂建设，生产现场的智能物流十分重要，尤其是对于离散制造企业。智能工厂规划时，要尽量减少无效的物料搬运。很多制造企业在装配车间建立了集中拣货区(Kitting Area)，根据每个客户订单集中配货，并通过DPS(Digital Picking System)方式进行快速拣货，配送到装配线，消除了线边仓。

4、生产质量管理和设备管理

提高质量是企业永恒的主题，在智能工厂规划时，生产质量管理和设备管理更是核心的业务流程。贯彻质量是设计、生产出来，而非检验出来的理念。

5、智能厂房设计

智能厂房除了水、电、汽、网络、通信等管线的设计外，还要规划智能视频监控系统、智能采光与照明系统、通风与空调系统、智能安防报警系统、智能门禁一卡通系统、智能火灾报警系统等。采用智能视频监控系统，可以判断监控画面中的异常情况，并以最快和最佳的方式发出警报或触发其它动作。

6、智能装备的应用

制造企业在规划智能工厂时，必须高度关注智能装备的最新发展。机床设备正在从数控化走向智能化，很多企业在设备上下料时采用了工业机器人。未来的工厂中，金属增材制造设备将与切削加工（减材）、成型加工（等材）等设备组合起来，极大地提高材料利用率。

7、智能产线规划

智能产线是智能工厂规划的核心环节，企业需要根据生产线要生产的产品族、产能和生产节拍，采用价值流图等方法来合理规划智能产线。

8、制造执行系统MES

MES是智能工厂规划落地的着力点，上接ERP系统，下接现场的PLC程控器、数据采集器、条形码、检测仪器等设备。MES旨在加强MRP计划的执行功能，贯彻落实生产策划，执行生产调度，实时反馈生产进展：

9、生产无纸化

随着信息化技术的提高和智能终端成本的降低，在智能工厂规划可以普及信息化终端到每个工位。 *** 作工人将可在终端接受工作指令，接受图纸、工艺、更单等生产数据，可以灵活地适应生产计划变更、图纸变更和工艺变更。

10、生产监控及指挥系统

流程行业企业的生产线配置了DCS系统或PLC控制系统，通过组态软件可以查看生产线上各个设备和仪表的状态，但绝大多数离散制造企业还没有建立生产监控与指挥系统。

总之，要做好智能工厂的规划，需要综合运用这些核心要素，从各个视角综合考虑，从投资预算、技术先进性、投资回收期、系统复杂性、生产的柔性等多个方面进行综合权衡、统一规划，建立具有前瞻性和实效性的智能工厂。数夫家具软件有限公司二十多年专注家居管理软件、管理咨询、智能制造、智能营销的开发与推广，为家居企业的信息化管理提供全面成熟的解决方案。

工业物联网是指在工业中应用物联网技术，实现工业特有的价值增值的技术模式。

所有物联网都是为了实现万物互联，特别是物与物的互联，但是工业物联网又有其专有属性，原因是与工业物联网相对的消费物联网本身的联网密度、联网的实时性、联网物的异质化要求都不高，而工业物联网的要求主要表现在联网密度、联网实时性及联网异质化三个方面。

思考所有问题都需要从宏观到微观的细化过程，工业物联网也不能例外，我认为对工业物联网进行深度思考，需要从以下五个维度进行分析，否则将会要么带来一叶障目，要么带来好高骛远。

首先需要我们思考的问题是，工业物联网的价值、意义和目的是什么；第二个是工业物联网需要连什么的问题，这是一个范围的概念；第三个需要我们思考的是连入物联网的物的层级问题，也就是深度的问题；第四个需要我们思考的是实现物联的价值成本分析；第五个需要我们思考的是如何建设工业物联网。
互联网实现了计算机与计算机的连接，或者说实现了人与人的连接，这个连接带来了人的交互的便利，在这个基础上涌现出很多全新的、颠覆性的商业模式，例如，电子商务、即时通讯，社交媒体等等；而物联网将实现人与物、物与物的连接，同样我们也期望带来全新的、颠覆性的商业模式，甚至更进一步，期望带来人类生活、生产方式的全新的颠覆性的模式。

作为物联网主战场的工业物联网，人们对其的期许是在工业设计、制造、流通环节带来革命性的变革，为传统工业注入新的活力，提供新的势能，驱动工业在更高维度上发展、创新、乃至变革。随着计算、存储能力的提升，特别是大数据、人工智能的发展，任何行业对数据获取手段都提出了前所未有的要求。对数据获取手段的要求主要表现在四个特征，第一是高效性；第二是准确性；第三是实时性；第四是经济型；在当前技术能力下，能够同时满足这四个特征的就是工业物联网，首先，芯片技术已经发展到一个具有较强计算能力的MCU在美元以下，RFID芯片价格甚至已经到美分这个量级，使得工业物联网有了物质基础，同时满足了经济性要求；近三十年的通讯技术的发展，从模拟到数字，从简单调制到复杂调制技术的商用化，使无线通讯可以很廉价地覆盖几百米甚至数公里的范围，满足了数据获取的密集部署要求，同时由于工业物联网的永久在线的特征，使工业物联网满足数据获取的高效性、实时性要求；微电子技术在近年也发生了突飞猛进的发展，不论在价格上还是在进度上都有了长足的突破，满足了数据获取的准确性。

总而言之，工业物联网的出现是在以下几个条件成熟时涌现出来的不可逆转的趋势：

1、快速变化的市场需要数据支撑，产生了市场对数据获取的急切要求；

2、MCU的发展使得计算能力快速提升；

3、以调制技术为核心的通讯技术发展为联网建立的管道基础；

4、传感技术，特别是以MEMS为标志的微电子技术的发展给予感知世界提供的保证；

工业物联网不是规划出来的，是各种技术与需求发展进化的产物，是生活、生产、经济发展到一定高度后自然而然出现的，是在需求的驱动下，众多行业创新带了的自然产物。

通过工业物联网，可以把传统经济中不可数字化之物数字化，可以把传统不可数字化之行为数字化，可以把传统不可能变为可能，甚至变为容易获得、解决的方案。
这个问题是第一个问题的延续，如果不考虑经济性，那么我们可以说工业物联网连接一切可连接之物，但是，当我们在做一个务实的、有价值的方案时就不能不考虑可行性及经济性，那么工业物联网连什么呢？我们认为这是一个从哪里来到哪里去的问题，我们通过上面对价值、意义和目的分析可知，我们应该从目的反推，一切从目的出发，时刻盯紧企业需要弥补的最关键环节，例如，如果对量化OEE有需求，那么我们就要连接设备状态；如果要减少在制品，那么我们就要对在制品进行追踪；如果能源消耗对企业是重中之重，那么我们就要把能效物联化，等等。世界上不存在同样的两片树叶，同样地，世界上也不存在同样的两个企业，我们只能对企业本身进行深入分析，紧紧聚焦于企业价值，在保证经济性的基础上，确定工业物联网的实施范围方案。联网范围一个核心点是连入物的属性，也就是说我们通过分析连入物的属性与企业建设工业物联网目标的耦合度，决定需要实施工业物联网的广度。
通过分析工业物联网连什么后，我们得到了连入物的内容，接下来需要我们决定是对每个/每类连入物我们该数字化哪些属性，这里遇到工业物联网特有的一个障碍，需要连入工业物联网的物的可连通性问题， 特别是在设备互联时，可连通性表现的特别突出，例如，有的设备具有开放的通讯协议和可用的通讯接口，有的设备不开放协议等等，那么可连通性就是对方案供应商的很大的考验，我们的经验是有四种方案可供选择：

1、使用设备开放的协议；

2、使用设备自带的传感器；

3、添加新的传感器；

4、改变观察侧面及维度，使用全新的采集模式；

其中第四条，改变观察的侧面和维度，使用全新的连接方式是使用第一性原理，避开设备不开放协议或接口的阻碍，避开被设备供应商牵着鼻子走的方向，从本质上获取数据。例如：通过能效检测获得设备的使用状态，通过震动传感分析设备部件的故障、甚至是转速等，只要通过第一性原理从你需要的信息入手，而不是被动地从设备可以提供的数据入手来提供物联解决方案的方式。直接把我们需要的信息做为目标，观察除了直接连接设备外，我们还能够如何获得需要的信息，因为只有我们获得的数据能够与设备提供的数据在信息上能够“同构”即可。例如，我们可以在我们的物联设备上安装一个震动传感器，从传感器获得的数据中，我们即得到了设备是否开机，又得到了是否启动工作，同时还得到设备的转速。如果不用第一性原理，而是硬要跟设备互联，那至少要采集三个数据，并且未必设备能够给你。这就是典型的边缘计算的案例，边缘计算的计算规则一定要具有定制能力，可以说边缘计算一定是一个知识容器，可以方便地把客户、厂家，甚至是第三方的知识融入的容器，我们开发的支持脚本的设备已经具有了初步的边缘计算的功能，我们需要在这个方面继续加大支持力度。

所以，通过分析企业价值和物的可连通性，我们就可以明确定义需要连入物层级，也就明确了连入物的连接深度；

在连入物联网的物的层级中一个重要的概念是管理粒度，对于制造业来说，连入物的管理粒度大概分为如下几个层级：

1、传感级；

2、设备级；

3、产线级；

4、车间级；

5、企业级；

也就是说我们要在经济性可行的前提下定义数据获取的粒度。理论上讲，细粒度一定比粗粒度更好，更有价值，但是当加入成本分析后，可能并不一定粒度越细越好，需要按照各种制约因素找到一个平衡点。
价值成本永远在企业行为中持有权值最高的赞同或者否决的一票，通过前三项分析，我们仅剩下最后一个问题没有解决，这也是关乎价值成本的关键：管理粒度问题，我们到底需要在多细的粒度下进行管理？这带来了一个哲学问题：世界是不是需要黑盒子。什么意思呢？当我们确定一个管理粒度后，比管理粒度更细的信息将被隐藏在黑盒子中，这个黑盒子将成为我们分析深度或者认知深度的制约因素和约束条件。我们可以通过价值成本分析来找到这个平衡点，从而明确黑盒子的大小，并最终确定连入工业物联网的物的特性。
我们的期许是工业物联网建设的价值观，其他一起都是方法论。首先，我们在规划物联网时要本着既要有高瞻远瞩，又要有务实可行的精神。在思考黑盒子的大小时我们要高瞻远瞩，设计方案尽可能地以黑盒子尽量小为目标，而实施方案则按照价值成本分析选择合适的黑盒子的大小，也就是选择合适的管理粒度，从而保证投入收益的平衡，甚至我们可以把黑盒子尽量定义的大些，用以验证工业物联网的可行性，最大可能地降低工业物联网实施的风险。

总之，我们应该从以几个方案来确定工业物联网的建设原则：

1、期望获得什么结果？

2、期望用什么方式获得想要的结果？

3、需要信息基础提供什么？

4、工业物联网是否能够获得这些信息？

5、工业物联网如何获得这些信息？

6、获得这些信息的性价比如何？

7、回归分析，评估预期结果是否符合经济利益？

8、落地实施。

钢铁行业在积极化解过剩产能的基础上加快推进钢铁行业转型升级，当前的重点就是加快智能制造发展，即借助智能制造技术，转变生产管理模式，实现敏捷制造和精细化管理，进而推动钢铁行业的转型升级。

智能制造引领新一轮制造业革命，也是一场具有划时代意义的深刻的工业革命。《中国制造2025》明确坚持创新驱动、智能转型、强化基础、绿色发展，加快我国从制造大国向制造强国转变。推进钢铁行业智能制造是时代发展的必然趋势，也是我国实现钢铁强国的必由之路。

时下，我国钢铁行业正在全面贯彻实施《钢铁工业调整升级规划（2016－2020年）》（以下简称《规划》）。“十三五”期间，我国钢铁工业将进入以结构调整、转型升级为主的发展阶段，也是钢铁工业结构性改革的关键阶段。钢铁行业要积极适应、把握、引领经济发展新常态，落实供给侧结构性改革，以全面提高钢铁工业综合竞争力为目标，以化解过剩产能为主攻方向，坚持结构调整、创新驱动、绿色发展、质量为先、开放发展，加快实现调整升级，提高我国钢铁工业发展质量和效益。

要实现钢铁工业“十三五”规划的目标，钢铁企业必须全面推进智能制造，而《规划》为我国钢铁行业如何推进智能制造指明了方向，确定了目标，指出了路径。

钢企智能制造探索步伐加快

如今，不少钢铁企业已经在智能制造上开拓探索和实践，取得了较好的成效。宝武集团、沙钢等大型钢企采用工业机器人、无人行车、无人台车、无人仓库等智能制造技术来提高劳动效率，降低生产成本，在钢铁生产自动化、库存、营销等关键环节智能化水平先进。

一些大型钢厂将智能制造分成“3+1”模式，即“智能装备、智能工厂、智能互联和基础设施”，进行探索和实施。据介绍，目前，该领域研发的课题主要是钢铁制造全流程在线检测—监测技术及数字化、智能化嵌入技术，分布与集成相结合的余热余能梯级利用和系统回收技术，钢铁生产智能化能源管控与环境优化技术，污染物分布与集中结合的协同控制与一体化脱除技术，钢厂与相关产业互补链接及与周边社会共生共荣生态链接技术，钢铁流程制造和服务一体化网络集成技术，钢铁制造流程物质流、能量流、信息流协同动态调控技术，高性能钢铁产品定制化、减量化生产及装备技术，高性能钢铁产品全生命周期智能化设计、制备加工技术。

从目前来看，不少钢企纷纷进入智能制造领域：

有的钢厂借助“互联网+”、物联网和智能制造技术，依托传感器、工业软件、网络通信系统、新型人机交互方式，实现人、设备、产品等制造要素和资源的相互识别、实时联通，促进钢铁研发、生产、管理、服务与互联网紧密结合，推动钢铁生产方式的定制化、柔性化、绿色化、网络化、智能化。

有些技术、资金实力雄厚的钢铁企业，则以钢铁流程绿色化、智能化集成为目标，重点围绕制造流程结构优化、制造流程技术提升、钢铁制造服务平台建立、新型商业模式建立与运营四大关键路径进行研发。

有的钢厂以关键环节机器换人为抓手，尝试和实践全工序机器换人，提升智能化生产水平，先后建成5000毫米宽厚板和特棒示范智能车间，形成了独具特色的智能制造发展之路。

有的钢厂明确智能制造目标，稳步推进：减少人工作业，提升自动化能力；全面推进建立区域化、工序化的信息监控、管控平台；制订公司智能化制造规划，并成立智能制造推进项目团队，以实现从机械化、自动化、信息化到智能化的逐步转变。

有的钢企确定了智能制造目标，即在未来几年内建设、改造一批智能化产线，完成基于互联网来满足用户个性化需求的智能化研发、生产、销售体系构建，促进企业实现向智能制造模式的转型。

钢企推进智能制造该如何着力？

一家钢企从事自动化生产工作的负责人坦言：“我们公司不是不想尝试智能制造，而是不知道该怎么着手。”

曾有一家大型钢铁企业工程师也向笔者表示，目前，国内钢铁智能化仍处于初级阶段，在实际生产过程中还是以经验为主导，尽管个别生产线有自己的数据库，但一般为生产工艺的数据，在上下游衔接等方面没有形成一个统一的系统。

那么，钢铁行业该如何加快推进智能制造？在一系列钢铁产业发展的高峰论坛上，业内专家就我国钢铁业推进智能制造发表了各自的见解，给钢铁企业诸多的思考和启迪。

业内专家指出，钢铁行业在积极化解过剩产能的基础上加快推进钢铁行业转型升级，当前的重点就是加快智能制造发展，即借助智能制造技术，转变生产管理模式，实现敏捷制造和精细化管理，进而推动钢铁行业的转型升级。智能制造是制造业未来发展的重大趋势，也是当前钢铁行业转型升级、提质增效的重要着力点。早在2015年工信部发布的《2015年智能制造试点示范专项行动实施方案》，决定自2015年启动实施智能制造试点示范专项行动，以促进工业转型升级，加快制造强国建设进程。其中，钢铁行业已被列入工信部的智能制造试点范围。

专家同时强调，推进钢铁行业智能制造是一个庞大的系统工程，涉及资金、技术、人力等诸多方面，系统策划是确保目标一步一步实现的有效方法，不能急功近利、一哄而上，而要稳扎稳打、分步实施、循序渐进，即针对我国钢铁行业和智能制造的特点，逐步推进制造过程智能化。诸如，在重点领域试点建设智能工厂或数字化车间，加快人机智能交互、工业机器人、智能物流管理等技术和装备在生产过程中的应用，促进钢铁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等的发展。同时，在此基础上全面实施高级计划排程（APS）系统，实现敏捷制造和精准交货。

专家表示，在推进企业决策智能化方面，目前主要以两化深度融合为载体。钢铁智能制造的核心是对信息资源的有效开发和高效利用，目标是提高资源的全局利用效率，其重点在于决策的智能化。为提高资源和能源利用效率，钢铁企业应采用系统优化的思想，建立具有冶炼技术和经济成本的双重模型，实现单部门局部优化与多部门一体化全局优化的平衡。

大数据是传统数据库、数据仓库、商业智能概念外延的扩展和手段。推进大数据的集成应用，关键在于健全钢铁行业信息化基础设施，整合冶金数据资源，突破钢铁行业大数据核心技术，提升钢铁大数据分析应用能力，提高数据安全保障能力，培养复合型大数据人才，组织实施制造业大数据创新应用试点，以推动制造模式变革和冶金行业的转型升级，培育发展冶金产业新业态。

以上由物联传媒转载，如有侵权联系删除

---