智能工厂是什么_智能工厂的建设要素有哪些

工业化和信息化的深度融合，正在加速中国制造向智能制造转型的步伐。而在众多智能制造实践中，智能工厂主要是借助于各种生产管理工具、软件、系统和智能设备，打通企业从设计、生产到销售、维护的各个环节，实现产品仿真设计、生产自动排程、信息上传下达、生产过程监控、质量在线监测、物料自动配送等智能化生产。借此，将进一步推动企业运作的众多运营系统间横向整合的能力，互联制造系统间垂直整合的能力，以及整个价值链端到端、全面整合的能力。

在后继可预见的相当长一段时间内，基于智能制造理念下的智能工厂建设，将成为中国工业企业自身发展的主旋律，并持续演进提升、不断优化。

智能工厂是什么

“智能工厂”一词表示通过互联互通的信息技术/运营技术格局，实现工厂车间决策及洞察与供应链以及整个企业其他部分的融合。也就是说，智能工厂并不仅仅是简单的自动化，更是一个柔性系统，能够自行优化整个网络的表现，自行适应并实时或近实时学习新的环境条件，并自动运行整个生产流程，在工厂车间内自动运作，同时与具有类似生产系统的网络甚至整个数字化供应网络互联。

智能工厂真正强大之处在于能够根据企业不断变化的需要发展和成长。由于具备更为强大的计算和分析能力，并拥有更为广泛的智能互联资产生态系统，智能工厂能使企业以过去相对困难甚至不可能完成的方式适应变化。

从信息化技术角度来看，智能工厂是在数字化的基础上，利用物联网、云计算、大数据、人工智能等新技术加强信息管理服务，提高生产过程可控性、减少生产线人工干预，以及合理计划排程。同时，集智能系统等新兴技术于一体，构建高效、节能、绿色、环保、舒适的人性化工厂。

智能工厂的建设要素

智能工厂没有唯一结构，成功打造智能工厂也没有唯一途径。虽然存在生产线布局、产品、自动化设备等方面的差异性，但每个智能工厂获得成功的必要技术元素其实有共同之处，例如网络能力、数据处理、设备管理、质量管理、产线计划、管控指挥等。

1.网络互联

互联互通是智能工厂的基础。企业应该对设备与设备之间如何互联，采用怎样的通信方式、通信协议和接口方式等问题建立统一的标准，进而实现对设备的远程监控和机床联网应用。设备联网和数据采集是企业建设工业互联网的基础，而生产现场的工业控制网络协议繁多，各类现场总线、工业以太网、工业无线网技术为智能工厂的网络建设也带来了较高的复杂性。

在当前众多工厂网络技术中，IT和OT两层网络之间的融合通信是关键。这要求工厂构建扁平、融合、开放的工厂网络架构，提供低延时、高可靠的通信网络，将IT和OT设备都统一接入到同一个网络中，实现控制信息等实时数据与数据信息等非实时数据在同一网络中传输，满足工业生产过程实时监控、自动控制、业务管理等需求。此外，还要按需部署无线网络，采用Wi-Fi、RFID、4G/5G、NB-IoT、LoRa、ZigBee、蓝牙等多种无线技术和定位技术，实现工厂有线无线网络全覆盖，解决信息孤岛问题，满足工业互联网业务对于生产全流程、无死角的网络覆盖需求，支撑工厂的信息采集、生产控制等应用需求。

2.数据处理

数据是智能工厂建设的血液。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。

而工业大数据主要遍布在智能工厂信息化和自动化系统的各个环节，通过与人工智能模型和各类机理模型的结合，能有效提升数据的利用价值，为实现更高阶智能工厂提供关键技术。

从数据采集开始，生产阶段工业大数据的驱动力体现在数据关联分析和数据反馈指导生产。在生产阶段，需要对所采集的数据进行清洗、筛选、关联、融合、索引、挖掘，构建应用分析模式；在制造阶段，通过对制造执行系统中所采集的生产单元分配、资源状态管理、产品跟踪管理等信息进行关联分析，能够为合理的库存管理、计划排程制定提供数据支撑，同时，通过结合实时数据，还能对产品生产流程进行评估及预测，对生产过程进行实时监控、调整，实现全产业链的协同优化，完成数据由信息到价值的转变。

3.设备管理

设备是生产要素，发挥设备的效能是智能工厂生产管理的基本要求。因此，生产管理信息系统需要完善设备管理能力，使设备释放出最高的产能，通过生产的合理安排，使设备尤其是关键、瓶颈设备减少等待时间。

在工业领域，面向设备管理的物联网系统应该满足以下要求：

数据收集和分析：工业物联网部署在数据管理和部署规模方面具有独特的特征。它使用的数据类型、收集方法和分析可能来自于高度复杂和定制的机器中部署的传感器和软件；具有挑战性的环境：在许多情况下，用于工业物联网的传感器和其他敏感网络设备大多部署在恶劣环境中，包括高温、极冷、高湿度和通风不良的环境中，这时就需要特殊的物联网传感器和网络硬件。

质量控制：工业物联网的关键特性之一是系统收集的大部分数据都涉及自动化质量控制流程。

提高效率：提升能源效率是设备管理的关键任务之一，将人工智能实施到工厂设备中以使其保持最佳运行水平，并有针对性地实现现代化工厂。

提高供应链可视性：许多工业物联网项目旨在提供端到端供应链可视性，以此避免配备内置数字化筒仓的供应链典型盲点。

改造设备：工业物联网项目通常涉及使用物联网传感器改造工业设备，包括制造设备、叉车和存储容器。

4.质量控制

质量控制在信息系统中需嵌入生产主流程，如检验、试验等，并在生产订单中作为工序或任务来处理；质量控制的流程、表单、数据需与生产订单相互关联、穿透；此外，企业还需要构建质量管理的基本工作路线并持续改进。

在众多质量控制理论、检测控制装备和各种实践方法中，基于新一代人工智能和机器视觉为主导的工业质量检测方式已经逐步发展成熟。在深度神经网络发展起来之前，机器视觉已经长期应用在工业自动化系统中，如仪表板智能集成测试、金属板表面自动控伤、汽车车身检测、纸币印刷质量检测、金相分析、流水线生产检测等等。

此外，在制造流水线上，还有大量的工业机器人。如果其中一个机器人出现了故障，可能造成大量的不合格品。如果能在故障发生以前检知，就可以有效做出预防，减少损失。基于人工智能和IOT技术，通过在工厂各个设备加装传感器，对设备运行状态进行监测，并利用神经网络建立设备故障的模型，则可以在故障发生前，对故障提前进行预测，并将可能发生故障的工件进行替换，从而保障设备的持续无故障运行。

5.生产计划

首先从计划源头上确保计划的科学化、精准化。通过集成，从ERP等上游系统读取主生产计划后，利用信息化手段进行自动排产，按交货期、精益生产、生产周期、最优库存、同一装夹优先、已投产订单优先等多种高级排产算法，自动生成的生产计划可准确到每一道工序、每一台设备、每一分钟，并使交货期最短、生产效率最高、生产最均衡化。这是对整个生产过程进行科学管理的基础。

目前，将产品、设备、整条生产线和工厂基础设施以数字化的方式呈现，实现“数字孪生”已经成为可能，并主要用于产品开发或生产规划阶段，能够让提升开发流程的效率，改善质量，有助于利益相关方之间的信息共享。通过结合产品和生产线的数字孪生，能够在实际启动前模拟测试新的生产流程并进行优化。如果能与合作伙伴共同使用数字孪生，则能够让他们更好地优化自己的流程进行匹配。

6.指挥管控

智能工厂管控指挥系统是整个工厂的数字化窗口，通过企业全方位的数据采集和实时分析，能够实现智能工厂实时监控、调度，生产过程监控，实时洞察工厂运营，并实现多个车间之间的协作和资源调度的日常管理辅助决策。在此基础上，能够帮助用户实时掌握生产经营状态，实现对企业的精益管理。设备智能运维、能耗管理等典型痛点解决方案，快速为企业实现降本增效。
责任编辑：YYX