了解智能制造应用和合理建造智能工厂

当前，一系列政策和措施正在加速推进我国智能制造发展，各行业制造企业都在积极探索智能制造的应用以及智能工厂的建设。作为推进我国智能制造发展的重要措施，自2015年46个首批国家级智能制造试点示范项目公布实施之后，2018年，智能制造试点示范项目遴选总数新增99个。越来越多的制造企业开启了智能工厂建设的征程，然而，在一大批样板智能工厂不断涌现的同时，还有很多制造企业对于智能制造存在诸多认识与实践中的误区，推进智能工厂建设还需呼唤“理性”。

很多制造企业在进行智能工厂规划时，存在着重自动化、轻数字化，重单机自动化、轻系统柔性化，重局部改造、轻整体优化，重单元系统应用、轻整体规划与系统集成，重建设、轻运维，重数字化设计、轻数字化仿真与优化，重信息系统应用、轻数据价值体现和管理改善，重显示度、轻实用性等等误区。不少企业盲目追求无人工厂、黑灯工厂、机器换人，不惜重金打造豪华版的智能工厂，各种智能装备和信息系统要一应俱全，购买知名品牌的BI、ERP、PLM、MES、SRM、ESB、生产及物流仿真系统、自动立体库、AGV、自动化产线、生产指挥中心等，建立专门智能制造展厅、车间现场的参观通道、示范生产线等等，最终，导致智能制造的推进结果达不到预期，智能工厂只是看上去很美。

比如，不少制造企业非常重视购买数控加工中心或者钣金加工设备，还配备了上下料的工业机器人，但是往往还是单机自动化或是自动化产线只能适应单一品种的生产，柔性不强，并且生产设备购买后却没有得到充分利用，设备的健康状态未进行有效管理，常常由于设备故障造成非计划性停机，出现影响生产的情况；其次，很多企业对于设备联网和产线数据采集也不重视，导致难以真正实现生产过程的可视化与透明化；另一方面，企业应用的信息系统越来越多，系统之间功能重叠、边界模糊、数据来源多样，导致数据不一致，运营效率低下；最后，无论是推进企业信息化、两化融合，还是进一步实现数字化转型，推进智能制造，基础数据的规范性和准确性都是必要条件，一些企业的基础数据还没有理顺，却在大谈“工业大数据”，这种舍本逐末的做法，也注定难以取得实效。

智能制造和智能工厂涵盖领域很多，系统极其复杂，一个真正的智能工厂，应该是精益、柔性、绿色、节能和数据驱动，能够适应多品种小批量生产模式的工厂。智能工厂不是无人工厂，而是少人化和人机协作的工厂。

推进智能工厂的建设，需理性对待，还应贴近市场需求，不应盲目追求高大上的自动化设备而脱离了市场需求的变化。企业首先必须明确智能制造不是目的，而是手段。推进智能制造，建设智能工厂的核心目的是帮助企业通过实现降本增效、节能降耗、提高产品质量、提升产品附加值、缩短产品上市周期、满足客户个性化需求，以及向服务要效益等途径，提升企业的核心竞争力和盈利能力，绝不能搞面子工程。其次，企业必须对智能制造有正确的理解和认识。推进智能制造是一个长期的过程，不要期望“毕其功于一役”，制造企业需要建立“打持久战”的决心。智能制造推进是一个十分复杂的系统工程，涉及到多个领域的技术，技术本身也在不断创新和发展，因此，不仅需要系统地进行规划，在规划落地执行过程中，也要根据企业的实际经营状况进行滚动规划；制造企业必须本着务实求真的态度，既要考虑系统的先进性，更要考虑实用性；制造企业既要建设好自身的专业团队，又要适时引入专业的咨询服务机构和数字化、自动化解决方案提供商作为战略合作伙伴。只有这样，才能成功达到智能制造的“彼岸”。