数字工厂助力智能制造.docx

数字工厂助力智能制造

近年来，美国、欧洲、日本和韩国等先进工业国家对数字化车间技术都给予了高度的重视，甚至上升到国家战略层面。美国在《下一代制造技术计划(NGMTI)》、德国在《高技术战略2020》计划中，都纳入了相关的研究内容；我国政府也在《国家中长期科学和技术发展规划纲要(2006-2020年)》中，将“数字化和智能化设计制造”作为制造业领域的优先主题。

制造业对国家经济发展和政治地位至关重要，伴随着德国“工业4.0”和美国“工业互联网”的热潮，制造业备受世界关注，我国制造业也正处于传统产业调整和转型的关键时期，制造自动化和智能化已提到了国家发展战略层面。

数字工厂：制造业的未来

为在激烈的全球竞争中保持优势，制造企业要最大化利用资源，将生产变得更加高效。为适应不断变化的客户需求，制造企业必须尽可能地缩短产品上市时间，对市场的响应更加快速。为满足市场多元化的需求，制造企业还要快速实现各环节的灵活变动，将生产变得更加柔性。

数字工厂是以物理工厂为基础，以先进的信息化技术为方法，构建真实工厂的虚拟现实仿真，实现对产品全生命周期的设计、制造、装配、质量控制和检测等各个阶段的功能，对生产进行规划、管理、诊断和优化，从而实现工厂的高效率、低成本、高质量。而高效、快速、柔性，正是数字化企业为制造业带来的最大变化。

在数字工厂的生产模式下，工艺设计由计算机辅助数字仿真与优化完成，代替长久以来的手工方式，形成精确可靠的设计结果；ERP系统对质量管理、生产绩效、依从性、产品总谱和生命周期管理提供业务分析报告，为管理层全面准确掌握生产数据提供有力的信息保障。在控制层，MES系统实现对生产状态的实时掌控，快速处理制造过程中物料短缺、设备故障、人员缺勤等各种异常情形，记录每个产品的关键技术数据，大大增强了产品的可追溯性。在执行层，各种工业机器人、移动机器人和智能设备将代替人工进行生产，显著提高生产精确度和产品质量稳定性。

与智能制造不谋而合，数字工厂为智能制造提供基础条件。数字工厂从数据的采集开始，通过信息技术手段对数据进行存储、加工、分析和呈现，从而反馈到生产中。

智能制造是一种由智能机器和人类专家共同组成的人机一体化智能系统，它在制造过程的各个环节都体现出了人工智能特性，例如生产过程自适应调整、工艺自主规划以及智能故障诊断。而专家系统作为人工智能最活跃的分支之一，将在未来的智能制造领域发挥巨大的作用，它从制造业领域专家中提取出宝贵的经验知识，并模拟专家的思维方式来对制造过程进行推理分析，例如具有联想记忆特性的案例推理、具有模糊不确定性的模糊推理。专家系统将在未来的智能制造领域形成大规模的分布式知识库共享平台，并基于更加丰富化的推理方式来进行智能制造决策，这将会扩大或延伸人类专家在智能制造中的脑力活动，进而将智能制造提升到一种更加柔性化、智能化以及集成化的高度。

数字生产：让过程透明化

数字工厂要落到实处，就必须从制造执行系统

（MES-ManufacturingExecutionSystem）开始，融合专家系统等智慧方案，实现整体的工厂仿真与管理。

20世纪90年代初，制造业迫切需要一个可以将业务系统和制造系统集成并连接在一起的中间层，从而实现整个制造过程的透明化。与此同时，企业也对生产过程提出了更多新的需求，这其中包括降低批量的规模，以及对生产过程能够进行有效地“实时”干预，在此背景下，制造执行系统应运而生。

按照国际MES协会所给出的定义，MES提供从接受订单到制成最终产品全过程的生产活动实现优化的信息。它采用当前的和精确的数据，对生产活动进行初始化，即时引导、响应和报告工厂的活动，对随时可能发生变化的生产状态和条件做出快速的反应，重点削减不会产生附加值的活动，从而推动高效的工厂生产运作过程。

随着需求的变化，制造执行系统被附加的功能越来越多，试图覆盖所有生产过程相关的业务，导致制造执行系统的设计、开发、实施越来越复杂，再加上行业差异性，给项目带来了巨大的实施风险。不同行业的MES系统也有所不同。

混合流程制造行业。例如烟草行业，目前国内烟草行业的设备先进、自动化程度高。烟草MES 在卷烟生产加工过程方面，全面实现核心数据自动化采集、实时分析和调整，不断提升智能化控制水平。在生产管理方面，运用先进的生产管理技术，积极响应市场需求，提高生产组织效率，缩短生产准备时间，合理安排生产要素，保证卷烟加工均衡生产和加工过程的稳定，提高精细管理、精益制造、柔性生产的水平。设备管理充分利用信息化技术，对设备单机运行、维修、消耗、产出等全过程实行分析评价。在质量控制方面需要有效采用先进的质量控制技术和方法，全面控

制制造过程，实现质量工艺参数化、过程化。在物耗控制方面，通过信息技术，实现成本控制