【智慧製造】智慧工廠怎麼建？

在當前智慧製造的熱潮之下，很多企業都在規劃建設智慧工廠。那麼，智慧工廠的規劃要考慮哪些核心要素？關注哪些維度？

1智慧廠房設計

智慧工廠的廠房設計需要引入BIM（建築資訊模型），通過三維設計軟體進行建築設計，尤其是水、電、汽、網路、通訊等管線的設計。同時，智慧廠房要規劃智慧視訊監控系統、智慧採光與照明系統、通風與空調系統、智慧安防報警系統、智慧門禁一卡通系統、智慧火災報警系統等。採用智慧視訊監控系統，通過人臉識別技術以及其他影像處理技術，可以過濾掉視訊畫面中無用的或干擾資訊、自動識別不同物體和人員，分析抽取視訊源中關鍵有用資訊，判斷監控畫面中的異常情況，並以最快和最佳的方式發出警報或觸發其它動作。

整個廠房的的工作分割槽（加工、裝配、檢驗、進貨、出貨、倉儲等）應根據工業工程的原理進行分析，可以使用數字化製造模擬軟體對裝置佈局、產線佈置、車間物流進行模擬。在廠房設計時，還應當思考如何降低噪音，如何能夠便於裝置靈活調整佈局，多層廠房如何進行物流輸送等問

2智慧產線規劃

智慧產線是智慧工廠規劃的核心環節，企業需要根據生產線要生產的產品族、產能和生產節拍，採用價值流圖等方法來合理規劃智慧產線。智慧產線的特點是：在生產和裝配的過程中，能夠通過感測器、數控系統或RFID自動進行生產、質量、能耗、裝置績效（OEE）等資料採集，並通過電子看板顯示實時的生產狀態，能夠防呆防錯；通過安燈系統實現工序之間的協作；生產線能夠實現快速換模，實現柔性自動化；能夠支援多種相似產品的混線生產和裝配，靈活調整工藝，適應小批量、多品種的生產模式；具有一定冗餘，如果生產線上有裝置出現故障，能夠調整到其他裝置生產；針對人工操作的工位，能夠給予智慧的提示，並充分利用人機協作。

設計智慧產線需要考慮如何節約空間，如何減少人員的移動，如何進行自動檢測，從而提高生產效率和生產質量。企業建立新工廠非常強調少人化，因此要分析哪些工位應用自動化裝置及機器人，哪些工位採用人工。對於重複性強、變化少的工位儘可能採用自動化裝置，反之則採用人工工位。

3精益生產

精益生產的核心思想是消除一切浪費，確保工人以最高效的方式進行協作。很多製造企業採取按訂單生產或按訂單設計，滿足小批量、多品種的生產模式。智慧工廠需要實現零部件和原材料的準時配送，成品和半成品按照訂單的交貨期進行及時生產，建立生產現場的電子看板，通過拉動方式組織生產，採用安東系統及時發現和解決生產過程中出現的異常問題；同時，推進目視化、快速換模。很多企業採用了U型的生產線和組裝線，建立了智慧製造單元。推進精益生產是一個持續改善的長期過程，要與資訊化和自動化的推進緊密結合。

4製造執行系統

MES（製造執行系統）是智慧工廠規劃落地的著力點，MES是面向車間執行層的生產資訊化管理系統，上接ERP系統，下接現場的PLC程控器、資料採集器、條形碼、檢測儀器等裝置。MES旨在加強MRP計劃的執行功能，貫徹落實生產策劃，執行生產排程，實時反饋生產進展；

• 面向生產一線工人：指令做什麼、怎麼做、滿足什麼標準，什麼時候開工，什麼時候完工，使用什麼工具等等；記錄“人、機、料、法、環、測”等生產資料，建立可用於產品追溯的資料鏈；反饋進展、反饋問題、申請支援、拉動配合等；

• 面向班組：發揮基層班組長的管理效能，班組任務管理和派工；

• 面向一線生產保障人員：確保生產現場的各項需求，如料、工裝刀量具的配送，工件的週轉等等。

為提高產品準時交付率、提升裝置效能、減少等待時間，MES系統需匯入生產作業排程功能，為生產計劃安排和生產排程提供輔助工具，提升計劃的準確性。

5工廠智慧物流

推進智慧工廠建設，生產現場的智慧物流十分重要，尤其是對於離散製造企業。智慧工廠規劃時，要儘量減少無效的物料搬運。根據每個客戶訂單集中配貨，並通過RGV配送到裝配線，消除了線邊倉。

離散製造企業在兩道工序之間可以採用帶有導軌的工業機器人、桁架式機械手等方式來傳遞物料，還可以採用AGV、RGV（有軌穿梭車）或者懸掛式輸送鏈等方式傳遞物料。在車間現場還需要根據前後道工序之間產能的差異，設立生產緩衝區。立體倉庫和輥道系統的應用，也是企業在規劃智慧工廠時，需要進行系統分析的問題。

6生產質量管理

提高質量是工廠管理永恆的主題，在智慧工廠規劃時，生產質量管理更是核心的業務流程。質量保證體系和質量控制活動必須在生產管理資訊系統建設時統一規劃、同步實施，貫徹質量是設計、生產出來，而非檢驗出來的理念。

質量控制在資訊系統中需嵌入生產主流程，如檢驗、試驗在生產訂單中作為工序或工步來處理；質量審理以檢驗表單為依據啟動流程開展活動；質量控制的流程、表單、資料與生產訂單相互關聯、穿透；按結構化資料儲存質量記錄，為產品單機檔案提供基本的質量資料，為質量追溯提供依據；構建質量管理的基本工作路線：質量控制設定-檢測-記錄-評判-分析-持續改進；質量控制點需根據生產工藝特點科學設定，質量控制點太多影響效率，太少使質量風險放大；檢驗作為質量控制的活動之一，可分為自檢、互檢、專檢，也可分為過程檢驗和終檢；質量管理還應關注質量損失，以便從成本的角度促進質量的持續改進。對於採集的質量資料，可以利用SPC系統進行分析。製造企業應當提升對QIS（質量管理資訊系統）的重視程度。

7生產無紙化

生產過程中工件配有圖紙、工藝卡、生產過程記錄卡、更改單等紙質檔案作為生產依據。隨著資訊化技術的提高和智慧終端成本的降低，在智慧工廠規劃可以普及資訊化終端到每個工位，結合輕量化三維模型和MES系統，操作工人在工位上刷RFID卡將可在HMI（人機互動介面）接受工作指令，接受圖紙、工藝、更單等生產資料，可以靈活第適應生產計劃變更、圖紙變更和工藝變更。

8裝置管理

裝置是生產要素，發揮裝置的效能（OEE—裝置綜合效率）是智慧工廠生產管理的基本要求，OEE的提升標誌產能的提高和成本的降低。生產管理資訊系統需設定裝置管理模組，使裝置釋放出最高的產能，通過生產的合理安排，使裝置尤其是關鍵、瓶頸裝置減少等待時間；在裝置管理模組中，要建立各類裝置資料庫，設定編碼，及時對裝置進行維保；通過實時採集裝置狀態資料，為生產排產提供裝置的能力資料；企業應建立裝置的健康管理檔案，根據積累的裝置執行資料建立故障預測模型，進行預測性維護，最大限度地減少裝置的非計劃性停機；要進行裝置的備品備件管理。

9資料採集

生產過程中需要及時採集產量、質量、能耗、加工精度和裝置狀態等資料，並與訂單、工序、人員進行關聯，以實現生產過程的全程追溯。出現問題可以及時報警，並追溯到生產的批次、零部件和原材料的供應商。此外，還可以計算出產品生產過程產生的實際成本。

企業需要根據採集的頻率要求來確定採集方式，對於需要高頻率採集的資料，應當從裝置控制系統中自動採集。企業在進行智慧工廠規劃時，要預先考慮好資料採集的介面規範，以及監控和資料採集系統的應用。

10能源管理

為了降低智慧工廠的綜合能耗，提高勞動生產率，特別是對於高能耗的用電單元，進行能源管理是非常有必要的。採集能耗監測點（烘箱、變配電、照明、空調、電梯和重點裝置）的能耗和執行資訊，形成能耗的分類、分項、分割槽域統計分析，可以對能源進行統一排程、優化能源介質平衡，達到優化使用能源的目的。

同時，通過採集重點裝置的實時能耗，還可以準確知道裝置的執行狀態（關機、開機還是在加工），從而自動計算OEE。通過感知裝置能耗的突發波動，還可以預測刀具和裝置故障。此外，企業也可以考慮在工廠的屋頂部署光伏系統，提供部分能源。

科興電器對烘箱、澆注裝置、空調系統等耗能裝置進行重點監控，對於非生產時間的能耗進行追溯，對生產線每個工位的能耗進行檢測，將節能的責任分配到班組，從而節約能源。

11工業安全

企業在進行新工廠規劃時，需要充分考慮各種安全隱患，包括機電裝置的安全，員工的安全防護，設立安全報警裝置等安防設施和消防裝置。同時，隨著企業應用越來越多的智慧裝備和控制系統，並實現裝置聯網，建立整個工廠的智慧工廠系統，隨之而來的安全隱患和風險也會迅速提高，現在已出現了專門攻擊工業自動化系統的病毒。因此，企業在做智慧工廠規劃時，也必須將工業安全作為一個專門的領域進行規劃。

12資料分析與應用

通過大資料中心可以檢視生產線上各個裝置和儀表的狀態，但絕大多數離散製造企業還沒有建立生產監控與指揮系統。

實際上，離散製造企業也非常需要建設集中的生產監控與指揮系統，在系統中呈現關鍵的裝置狀態、生產狀態、質量資料，以及各種實時的分析圖表。

資料是智慧工廠建設的血液，在各應用系統之間流動。在智慧工廠運轉的過程中，會產生設計、工藝、製造、倉儲、物流、質量、人員等業務資料，這些資料可能分別來自ERP、MES、APS、WMS、QIS等應用系統。因此，在智慧工廠的建設過程中，需要一套統一的標準體系來規範資料管理的全過程，建立資料命名、資料編碼和資料安全等一系列資料管理規範，保證資料的一致性和準確性。

總之，要做好智慧工廠的規劃，要從各個視角綜合考慮，從投資預算、技術先進性、投資回收期、系統複雜性、生產的柔性等多個方面進行綜合權衡、統一規劃，從一開始就避免產生新的資訊孤島和自動化孤島，才能確保做出真正可落地，既具有前瞻性，具有實效性的智慧工廠規劃方案。同時，還可以基於這些維度來建立智慧工廠的評估體系。

智慧工廠的規劃是一個十分複雜的系統工程，需要企業的生產、工藝、IT、自動化、裝置和精益等部門通力協作；同時，也需要引入專業的工廠設計和智慧製造諮詢服務機構深入合作。

吉利數字化工廠的實踐乾貨

來源：168大資料

編者按：智慧製造是《中國製造 2025》戰略的主攻方向，在新的產業競爭環境下，決定競爭成敗的關鍵不再是設施規模、低勞動力成本等因素，技術管理軟實力和科技創新能力對競爭力的貢獻更為突出。這對於總體處於 " 工業 2.0" 補課、" 工業 3.0" 區域性應用的國內汽車企業提出了嚴峻挑戰。基於上述產業背景，12 月 19 日，由車雲主辦的《2017 中國汽車智慧製造論壇》在北京開幕，探討汽車製造業如何通過產品創新和管理變革，有效利用資訊科技、自動化技術、智慧化技術建立差異化競爭優勢，從而縮短產品上市週期、降低成本、提升產品質量，滿足日益增長的個性化需求，敏捷應對市場變化，在激烈的競爭中實現可持續發展。

以下是浙江吉利控股集團有限公司製造工程 ( ME ) 中心數字化工廠部部長張喆關於《吉利汽車數字化轉型、精益運營、數字化管理和智慧物流的發展》的發言內容：

今天我要分享的是吉利汽車的數字化轉型、精益運營、數字化管理和智慧物流的發展。

瞭解我的人都知道，我在一個月前發生了一些職位的變化，除了在管理整個數字化工廠之外，現在工廠、焊裝、自動化等等也都在管。吉利建立數字化工廠的時間並不長，只有短短的兩年半，這兩年半里我們一直在想如何把數字化工廠給做好。這個過程當中碰到了很多阻礙，有很多風險。

到今天我們回顧這兩年半的工作發現，其實數字化工廠不光是某個部門來做的，所以在我們未來的規劃當中，明年我們就會真正在焊裝、總裝、塗裝、衝壓以及物流，還包括 IT 一些相關部門，來真正打造吉利 3.0 工廠，甚至是未來 4.0 工廠的邁進。

目前吉利控股集團中，包括高階的沃爾沃、領客以及最近收購的馬來西亞的品牌等，無論是老基地的改造還是新基地的投產，我們數字化工廠都會進行部署。

我們為什麼要做數字化工廠？目的是兩個：第一是降低成本，第二是提高產品質量。

我記得在一個多月前我們有一家合作伙伴也組織了一場論壇，有人在臺下問我，數字化工廠是花錢的那怎麼能夠降低成本？的確是這樣，從表面上看我們每年對數字化工廠投入的金額是很巨大的，包括領導的支援也是很巨大的。而一旦實施數字化工廠，我們相關的成本都可以大幅度降低，另外運營成本也是降低的。

今天主要是從四個方面來講：生產物流數字化、生產技術數字化、資料平臺數字化以及數字化智慧製造。我會拿一些我們數字化工廠已經在做的案例來進行分享。

我相信在座的所有人，一旦談到中國製造 2025、工業 4.0，每個人腦海裡都有不一樣的概念，希望我們接下來我們的案例或者是剖析能夠引起大家的共鳴，大家一起為了中國製造 2025、工業 4.0 這樣個願景一起來邁進。

我們從去年開始做工廠物流，我們會對 3D 物流模型進行搭建，這在很多車廠裡是很常用的，包括我們會對交通路口通過等進行計算。同時我們對能耗進行監控及模擬，然後跟實際資料進行對比。今後我們都會使用這樣的系統對所有新工廠進行規劃。

數字化工廠有一塊模擬業務，包括對衝壓車間驗證，焊裝車間是全線體驗證，塗裝會對噴塗進行模擬，總裝更多的是偏向於裝配以及人機工程驗證。

我在規劃領域做了十幾年，在加入吉利之前也有在很多單位工作過，大家都有一個認識和共鳴是什麼呢？模擬跟現場其實是有脫節的。模擬是模擬、實際是實際，如果有做生產製造的人應該知道，所有的模擬資料僅供參考。如果在座的有機器人工程師、機械工程師的話，想必大家更清楚，模擬做的是不能直接上線上自動執行的。

吉利數字化工廠經過兩年的探索，目前我們把整個現場跟模擬的差距已經縮短到了 3 毫米。所以說，我們所見即是所得。我們在模擬裡面所做的所有的工作、看到的所有的情景跟現場最大的誤差就是 3 毫米。

從去年開始，我們的數字化雙胞胎已經在兩到三個工廠裡面成功實施了。從明年開始吉利所有的專案都會在技術協議裡面寫入我們會有虛擬技術除錯技術，來要求供應商進行部署實施。

在那麼多模擬工作基礎上，吉利目前有兩個平臺來進行 CRM 的部署，一個就是 Telematics，另外一個會在後年逐步進行切換的 TCenvironment。我們會優先於其他幾個專業，會在明年年底率先切換，進行部署應用。

圖上可以看到通過整個這些環節，所見即所得，虛擬和實物可以做到完全一樣。

截至目前為止，數字化工廠已經對點雲平臺，對標準體系、工作流程都進行開發。目前我們還有另外一個小團體，他們更多的是基於二次開發。

明年我們會把整個數字化工廠經驗系統進行部署，它會通過經驗庫系統，把吉利總結的經驗教訓全部統計到經驗庫系統裡面，把我們的 ERP、AI 系統等等，共同打造成經驗庫系統。

基於整個平臺，我們有分成一個平臺四個系統來進行大資料、SAP 等等系統，把它全部串聯到數字化的平臺當中。想必大家以前是通過電腦來連線整個系統的，我們在調研過程當中發現現在年輕人為多，所以除了在 IE 平臺開發之外，我們所有數字化系統都可以通過 Android 和蘋果系統來進行開發，在我的手機裡已經可以實時對吉利數字化系統進行訪問。

很多人說，兩年多來吉利數字化工廠除了在做那些具體工作之外，還做了哪些東西？其實兩年多來我們更多的時間是花在數字化標準體系建立、平臺搭建及規範、資源資料庫搭建以及業務資料庫規範管理。

為什麼會這樣說呢？截止到目前，整個吉利包括領客工廠目前在國內有十幾個基地在同時生產我們的汽車，每一家工廠的工藝、裝置各有千秋，那如何把這些工藝、裝置做成標準化、統一化？可口可樂無論是在德國、美國、中國，你品嚐到的可口可樂都是同一個味道的。那麼汽車能不能也這樣發展？我們吉利汽車能不能也往這方面發展？

這張圖裡所看到的就是擷取的某一個工廠的圖，我們十幾個基地都實現了這樣的技術，在控制端在電腦端就可以對十幾個工廠進行靜態的視覺化的操作，包括裡面的裝置位置以及它們之間的距離等等。在完成整個工廠 3D 視覺化之後，就開始來對工廠進行網格化的監控管理。這裡面就是擷取於我們某一個工廠某一條線體來進行的實施。看到這裡可能很多人會講，這不就是工廠漫遊嘛，類似於 Google 街景這樣的東西，其實我們進行網格化管理之後，隨後在進行工廠漫遊的情境之下，我們又新增了一些新功能，比如說我們漫遊到某一處的時候可以點選某一個裝置看到它的執行狀態、生產圖紙，也可以走到某一個工序邊上進行雙擊可以看到它的工序步驟。換句話說，我們也希望通過這樣一個工廠漫遊實現的不僅僅是一個展示，更多的是對於整個規劃人員、操作人員、維修人員，真正可以用的全方位的裝置的監控。

在監控完成之後我們又涉及到了另外一個事情，就是很多在座的生產的人都知道，我們現在生產的資料 99% 都是無用的資料。所以我們吉利數字化工廠在今年 4 月份的時候，在諾挪威那邊跟一家友商達成了一系列框架協議，我們使用了工業大資料這樣一個平臺。當然整個吉利的工業大資料不僅僅體現在某一個合作伙伴上，截至目前為止我們已經包括跟西門子、阿里、百度、英特爾都建立了聯絡，在整個工業大資料上進行探索。

當然談到工業大資料，我們想把它展開。工業大資料對於整個汽車甚至於整個吉利的生產製造它的作用在哪裡？我們之前有過調研，我在兩個半月以前，我們跟亞馬遜（美國）通了電話，隨後亞馬遜的一個產品經理用了將近一個小時試圖說服我他們的資料是如何龐大、如何好，如何使用他們的大資料。結果我們在做內部評審時，我問了團隊裡這樣一句話？我們為什麼要大資料？大資料能為我們帶來什麼樣的好處？當很多的人都在關注資料如何安全、資料傳遞如何實時化的時候，作為生產製造，我們是不是更應該關注到那些資料能給我們帶來什麼價值？我們能獲取哪些資料？

所以整個團隊換了一種思路，我們從整個生產實時資料來進行獲取，我們自己來定義哪些資料是需要獲取的、哪些資料是可以拋棄的。我們跟一家合作伙伴經過了兩個多月的部署實施，我們發現資料裡面 99.9% 的資料都是無用資料、都是可以被丟棄的資料。那麼剩下的 0.1% 的資料可以說真正的會給我們吉利汽車生產製造、提升、預防維護是至關重要的。那麼最後我們需要對資料進行挖掘得到最佳的引數。最終我們的生產與能源耦合系統也會介入其中。

這個圖是我在某個基地裡面實施了兩個月的資料監控。其實在這張表中大家可以看到整個資料前面相對來說是比較平穩的，到後面發生了一些裂變。我為什麼拿這張圖說明？吉利當初在做大資料的時候，其實也不是抱有太大的信心。我覺得可能需要一年兩年三年才能有成果。但是當我拿到這份報告時的確震驚到我，因為就通過兩個月的監控，隨後那家供應商就花了 16 個小時整個資料的挖掘進行改善，最終改造前跟改造後，我們的節拍可以提升 4 秒鐘。所以基於這樣的值，我們在明年整個數字化工廠會把大資料作為一個重點目標來進行推進。

我們再回顧一下數字化工廠。其實前面講了那麼多，整個數字化工廠所做的就是對於模擬進行驗證、對於數字化雙胞胎進行部署實施，當然我們已經有兩個基地採取到了數字雙胞胎技術。明年我們會對所有新生產線全部使用數字化雙胞胎理念。最終我們在明年會啟動智慧工廠專案，除了之前談到的 ERP 等系統之外，我們會把整個包括 AI、AR/VR 技術以及類似於工廠漫遊的技術，都融入到智慧工廠裡面，最終在這樣的基礎上來實現整個數字化工廠。

數字化雙胞胎場景的應用，會有幾個關鍵點。首先就是模擬資料跟現場資料它們的誤差只有 13 毫米。第二個值就是所有的 CT 節拍所有的誤差控制在了 0.5 秒。第三個是所有機器人在模擬裡面的資料跟現場是完全一樣的。我們可以在這樣一個控制室，我們在控制室裡面可以控制現場任何一臺機器人的啟動、停止，可以調動現場任意一個程式。當然現場所有的訊號、程式都可以實時反饋到監控室裡面，讓監控室實時同步的對生產現場環境進行模擬監控。

我們的第二個實驗室就是人機工程實驗室。在左下角可以看到通過整個人機工程實驗室可以把很多人機工程上的問題，通過可穿戴裝置進行模擬驗證。這有點像拍電影，其實靈感來源於哪裡呢？三年前在我離開前一家公司的時候，我帶著全家去了美國，當時在拍電影。拍電影，尤其是拍科幻電影很簡單，就在單色的背景前面一些人穿著可穿戴裝置、感測器做所有動作，那些動作被輸到電腦裡進行合成。所以吉利數字化工廠，我們就在想能不能進行跨行業結合。所以我們借鑑了電影技術，也購買了拍電影的穿戴裝置。原來我們進行的都是靜態的驗證，但是到現場我們突然發現，現場操作工因為地域差別、啟停差異等，模擬還是有很大差別的。但是我們應用一套可穿戴裝置，把真實功能所有動作通過模擬可以 100% 的做出來，用紅色、黃色、綠色來識別某一個關節某一個動作的差異。當然通過這樣一套感測器技術，我們除了對於人體大的 74 個環節進行模擬之外，甚至可以拆分到具體動作，比如手指關節動作、頭部運動動作，都可以進行自定義。

第三個實驗室也是很引以為豪的，就是 VR 實驗室。我們會利用 K5 系統來對整個吉利的 CAD、CAE、評審進行實時的驗證。明年我們這個實驗室就會建立完畢，如果大家有興趣的話也可以屆時來我們實驗室進行交流參觀。謝謝大家！

自動化生產線與智慧製造生產線的區別

很多行業的企業高度依賴自動化生產線，比如鋼鐵、化工、製藥、食品飲料、菸草、晶片製造、電子組裝、汽車整車和零部件製造等，實現自動化的加工、裝配和檢測，一些機械標準件生產也應用了自動化生產線，比如軸承。

智慧產線的特點

現場匯流排是當今自動化技術發展的熱點，現場匯流排系統既是一個開放的通訊網路，又是一種低成本、高可靠性的分散式控制系統。處於匯流排上的任何裝置可不分型別、不限功能地對其實施集中控制和管理。PLC（可程式設計控制器）集中控制系統在上位計算機及集中控制管理器控制下可根據需要設定多個管理層次，例如設為現場控制層、中間監控層和企業管理層三個級別的管理層次。現場控制層著重實施對各類裝置的實時管理和監控，進一步可建立自動化裝置工藝引數選擇系統，實現自動化裝置工藝引數線上智慧選擇；中間監控層著重產品產量、質量統計和生產排程；企業管理層著重決策支援，建立生產過程資料庫，可以以資料共享方式與企業管理網路建立資訊交換，甚至與Internet連線，可實現公司、部門對生產廠的遠端監控及生產排程，真正實現管理、控制一體化。只有合理可靠的電氣控制系統才能保證生產的工藝和產品的高質量。

在生產和裝配的過程中，能夠通過感測器或RFID自動進行資料採集，並通過電子看板顯示實時的生產狀態；

能夠通過機器視覺和多種感測器進行質量檢測，自動剔除不合格品，並對採集的質量資料進行SPC分析，找出質量問題的成因；

能夠支援多種相似產品的混線生產和裝配，靈活調整工藝，適應小批量、多品種的生產模式；

具有柔性，如果生產線上有裝置出現故障，能夠調整到其他裝置生產；

針對人工操作的工位，能夠給予智慧的提示。有源陣列彩色螢幕，實時顯示生產線的狀態資訊，可使操作人員在任何工位都能看到全線的生產狀況，包括每個工位的工作模式、是否完工以及安全狀態等。通過相應的畫面可以隨時瞭解本工段生產統計資訊，包括目標產量、當前產量、每個工位的工作時間、故障時間和交接班情況等。生產資訊還可以通過工業乙太網傳送到車間管理網，生產管理人員可以隨時檢視目前和歷史生產情況，做出及時、準確的計劃。通過乙太網可以和上、下游輸送線的PLC進行訊號通訊，實現在控制層面上的無縫連線，從而實現車間級的全自動。

 在現代化、大規模的汽車整車和零部件生產行業中，對各類生產資料、質量資訊的實時採集，並根據需要及時地向物料管理、生產排程、產品銷售、質量保證、計劃財務以及其他相關的各部門傳送各類資訊，這對原材料供應、生產度、銷售服務、質量監控、成本核算等都有著重要的作用，同時此資料對整車的質量跟蹤和售後服務有重要的意義。
由於生產，質量資料屬動態資訊，不僅資料量大，而且內容龐雜，且由於此資料不僅用於生產統計及質量監控等面，同時還具有對整車終身質量跟蹤等功能，因而必須保證資料準確；另外，出於對勞動生產率等方面的考慮，不可能現場的每個網點都設定專人負責資料輸入，所以資料的採集只能由生產工人用最簡單的操作來完成,在中國的汽車行業，越來越多的客戶向他的供應商要求條碼標籤的提供，從產品到包裝，甚至延伸到單據（看板）客戶的要求是有時間限制的，您肯定不願意失去一位非常有價值的客戶。這種需求是貫穿汽車行業的整個供應鏈的。在整個行業對物流效率和成本的強烈需求下，客戶更希望在貨物接收、路線操作和倉庫系統中實施自動化。條形碼術為客戶提供了完備、準確和及時的資訊。從收貨、配料、生產流程的跟蹤和管理，並且延伸到關鍵部件和質量的跟蹤。

  通過自動化資料採集（掃描），改善了資料輸入的準確性和速度。傳統的人工作業不僅錯誤率高，而且重複工作（據填寫-計算機錄入），時效性差，更無法有效實現生產過程的跟蹤和管理。JIT是汽車行業的物流趨勢和特徵。以總裝為起點，越來越對物流運作的高效、準確、高時效提出更高的要求。條碼技術提供了完全的執行解決方案。條碼是一系統，條碼標籤是系統中的資料載體，提供了資料採集的基礎。

智慧產線最典型的案例是西門子成都電子工廠的總裝線。作為西門子在德國安貝格之外的首家“數字化企業”，西門子工業自動化產品成都生產研發基地（SEWC）實現了從產品設計到製造過程的高度數字化。

▲成都電子工廠的總裝線

整個工廠實現了無紙化生產，所有的生產實時資料，包括各種質量資料、產能資料、需求資料、生產訂單資料等都以線上的方式在IT系統裡面顯示。生產過程中，物料的運輸是完全自動化的。

當生產過程中需要某種物料時，螢幕上會有提示，然後工人會拿著掃描槍，在物料樣品上進行掃描，條碼資訊傳輸到工廠的自動化倉庫之後，會由自動化的物流系統去倉庫的指定位置取指定的物料，然後通過自動提升機，將物料傳送到生產線附近。

SEWC還充分體現了靈活性方面的優勢。生產線上有很多“小車”在有條不紊地執行。這些“小車”是運輸原材料的載體，小車上面記載著生產的資料和資訊。

通過RFID（射頻識別）技術，可以對生產進行規劃，比如採用什麼樣的生產方式和工藝，以及什麼樣的原材料，都可以在這條線上自由地選擇，從而實現“混線生產”。

自動化產線的特點

採用自動化生產線進行生產的產品應有足夠大的產量；

產品設計和工藝應先進、穩定、可靠，並在較長時間內保持基本不變；

在大批、大量生產中採用自動線能提高勞動生產率，穩定性和產品質量。

智慧產線在我國製造企業的應用還處於起步階段，但必然是發展的方向。

目前，汽車、家電、軌道交通等行業的企業對生產和裝配線進行自動化、智慧化改造需求十分旺盛，但並非所有工序都適合進行自動化、智慧化改造。

人工智慧賽博物理作業系統

AI-CPS OS

“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧）分支用來的今天，企業領導者必須瞭解如何將“技術”全面滲入整個公司、產品等“商業”場景中，利用AI-CPS OS形成數字化+智慧化力量，實現行業的重新佈局、企業的重新構建和自我的煥然新生。

AI-CPS OS的真正價值並不來自構成技術或功能，而是要以一種傳遞獨特競爭優勢的方式將自動化+資訊化、智造+產品+服務和資料+分析一體化，這種整合方式能夠釋放新的業務和運營模式。如果不能實現跨功能的更大規模融合，沒有顛覆現狀的意願，這些將不可能實現。

領導者無法依靠某種單一戰略方法來應對多維度的數字化變革。面對新一代技術+商業作業系統AI-CPS OS顛覆性的數字化+智慧化力量，領導者必須在行業、企業與個人這三個層面都保持領先地位：

1. 重新行業佈局：你的世界觀要怎樣改變才算足夠？你必須對行業典範進行怎樣的反思？

2. 重新構建企業：你的企業需要做出什麼樣的變化？你準備如何重新定義你的公司？

3. 重新打造自己：你需要成為怎樣的人？要重塑自己並在數字化+智慧化時代保有領先地位，你必須如何去做？

AI-CPS OS是數字化智慧化創新平臺，設計思路是將大資料、物聯網、區塊鏈和人工智慧等無縫整合在雲端，可以幫助企業將創新成果融入自身業務體系，實現各個前沿技術在雲端的優勢協同。AI-CPS OS形成的數字化+智慧化力量與行業、企業及個人三個層面的交叉，形成了領導力模式，使數字化融入到領導者所在企業與領導方式的核心位置：

1. 精細：這種力量能夠使人在更加真實、細緻的層面觀察與感知現實世界和數字化世界正在發生的一切，進而理解和更加精細地進行產品個性化控制、微觀業務場景事件和結果控制。

2. 智慧：模型隨著時間（資料）的變化而變化，整個系統就具備了智慧（自學習）的能力。

3. 高效：企業需要建立實時或者準實時的資料採集傳輸、模型預測和響應決策能力，這樣智慧就從批量性、階段性的行為變成一個可以實時觸達的行為。

4. 不確定性：數字化變更顛覆和改變了領導者曾經仰仗的思維方式、結構和實踐經驗，其結果就是形成了複合不確定性這種顛覆性力量。主要的不確定性蘊含於三個領域：技術、文化、制度。

5. 邊界模糊：數字世界與現實世界的不斷融合成CPS不僅讓人們所知行業的核心產品、經濟學定理和可能性都產生了變化，還模糊了不同行業間的界限。這種效應正在向生態系統、企業、客戶、產品快速蔓延。

AI-CPS OS形成的數字化+智慧化力量通過三個方式激發經濟增長：

1. 創造虛擬勞動力，承擔需要適應性和敏捷性的複雜任務，即“智慧自動化”，以區別於傳統的自動化解決方案；

2. 對現有勞動力和實物資產進行有利的補充和提升，提高資本效率；

3. 人工智慧的普及，將推動多行業的相關創新，開闢嶄新的經濟增長空間。

給決策制定者和商業領袖的建議：

1. 超越自動化，開啟新創新模式：利用具有自主學習和自我控制能力的動態機器智慧，為企業創造新商機；

2. 迎接新一代資訊科技，迎接人工智慧：無縫整合人類智慧與機器智慧，重新

   評估未來的知識和技能型別；

3. 制定道德規範：切實為人工智慧生態系統制定道德準則，並在智慧機器的開

   發過程中確定更加明晰的標準和最佳實踐；

4. 重視再分配效應：對人工智慧可能帶來的衝擊做好準備，制定戰略幫助面臨

   較高失業風險的人群；

5. 開發數字化+智慧化企業所需新能力：員工團隊需要積極掌握判斷、溝通及想象力和創造力等人類所特有的重要能力。對於中國企業來說，創造兼具包容性和多樣性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。”  《論語·子路》雲端計算、大資料、物聯網、區塊鏈和 人工智慧，像君子一般融合，一起體現科技就是生產力。

如果說上一次哥倫布地理大發現，擴充的是人類的物理空間。那麼這一次地理大發現，擴充的就是人們的數字空間。在數學空間，建立新的商業文明，從而發現新的創富模式，為人類社會帶來新的財富空間。雲端計算，大資料、物聯網和區塊鏈，是進入這個數字空間的船，而人工智慧就是那船上的帆，哥倫布之帆！

新一代技術+商業的人工智慧賽博物理作業系統AI-CPS OS作為新一輪產業變革的核心驅動力，將進一步釋放歷次科技革命和產業變革積蓄的巨大能量，並創造新的強大引擎。重構生產、分配、交換、消費等經濟活動各環節，形成從巨集觀到微觀各領域的智慧化新需求，催生新技術、新產品、新產業、新業態、新模式。引發經濟結構重大變革，深刻改變人類生產生活方式和思維模式，實現社會生產力的整體躍升。

產業智慧官  AI-CPS

用“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧），在場景中構建狀態感知-實時分析-自主決策-精準執行-學習提升的認知計算和機器智慧；實現產業轉型升級、DT驅動業務、價值創新創造的產業互聯生態鏈。

長按上方二維碼關注微信公眾號： AI-CPS，更多資訊回覆：

新技術：“雲端計算”、“大資料”、“物聯網”、“區塊鏈”、“人工智慧”；新產業：“智慧製造”、“智慧金融”、“智慧零售”、“智慧駕駛”、“智慧城市”；新模式：“財富空間”、“工業網際網路”、“資料科學家”、“賽博物理系統CPS”、“供應鏈金融”。

本文系“產業智慧官”（公眾號ID：AI-CPS）收集整理，轉載請註明出處！

版權宣告：由產業智慧官（公眾號ID：AI-CPS）推薦的文章，除非確實無法確認，我們都會註明作者和來源。部分文章推送時未能與原作者取得聯絡。若涉及版權問題，煩請原作者聯絡我們，與您共同協商解決。聯絡、投稿郵箱：erp_vip@hotmail.com