宁波管家婆--从传统工厂到智能工厂，制造企业还有哪些路要走?

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。

此外，在智能工厂的建设过程中，需要建立数据管理规范，来保证数据的一致性和准确性。还要预先考虑好数据采集的接口规范，以及SCADA（监控和数据采集）系统的应用。企业需要根据采集的频率要求来确定采集方式，对于需要高频率采集的数据，应当从设备控制系统中自动采集。

另外，必要时，还应当建立专门的数据管理部门，明确数据管理的原则和构建方法，确立数据管理流程与制度，协调执行中存在的问题，并定期检查落实优化数据管理的技术标准、流程和执行情况。

实现智能工厂，推进工业互联网建设，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。

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。在此基础上，企业可以实现对设备的远程监控，机床联网之后，可以实现DNC（分布式数控）应用。设备联网和数据采集是企业建设工业互联网的基础。

发挥设备的效能（OEE—设备综合效率）是智能工厂生产管理的基本要求。OEE的提升标志产能的提高和成本的降低。生产管理信息系统需设置设备管理模块，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。

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，根据每个客户订单集中配货，并通过DPS方式进行快速拣货，配送到装配线，消除了线边仓。

离散制造企业在两道机械工序之间可以采用桁架式机械手、AGV等方式来传递物料，立体仓库和轨道系统的应用，也是企业在规划智能工厂时，需要进行系统分析的问题。

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。

质量控制在信息系统中需嵌入生产主流程，如检验、试验在生产订单中作为工序或工步来处理；质量控制的流程、表单、数据与生产订单相互关联、穿透；构建质量管理的基本工作路线：质量控制设置→检测→记录→评判→分析→持续改进。

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组、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。

智能产线的特点是：

△在生产和装配的过程中，能够通过传感器或RFID自动进行生产、质量、能耗、设备绩效（OEE）等数据采集，并通过电子看板显示实时的生产状态，能够防呆防错；

△通过安灯系统实现工序之间的协作；

△生产线能够实现快速换模，实现柔性自动化；能够支持多种相似产品的混线生产和装配，灵活调整工艺，适应小批量、多品种的生产模式；

△具有一定冗余，如果出现设备故障，能够调整到其他设备生产；

△针对人工操作的工位，能够给予智能的提示，并充分利用人机协作。

设计智能产线需要考虑如何节约空间，如何减少人员的移动，如何进行自动检测，从而提高生产效率和生产质量。

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：

△面向生产一线工人：指令做什么、怎么做、满足什么标准，什么时候开工，什么时候完工，使用什么工具等；记录“人、机、料、法、环、测”等生产数据，建立可用于产品追溯的数据链；反馈进展、反馈问题、申请支援、拉动配合等；

△面向班组：发挥基层班组长的管理效能，班组任务管理和派工；

△面向一线生产保障人员：确保生产现场的各项需求，如料、工装刀量具的配送，工件的周转等等。

为提高产品准时交付率、提升设备效能、减少等待时间，MES系统需导入生产作业排程功能，为生产计划安排和生产调度提供辅助工具，提升计划的准确性。

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。操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，可以灵活适应生产计划变更、图纸变更和工艺变更。

实际上，离散制造企业也非常需要建设集中的生产监控与指挥系统，在系统中呈现关键的设备状态、生产状态、质量数据，以及各种实时的分析图表。通过看板直观展示，提供多种类型的内容呈现，辅助决策。

人工智能技术正在被不断地被应用到图像识别、语音识别、智能机器人、故障诊断与预测性维护、质量监控等各个领域，覆盖从研发创新、生产管理、质量控制、故障诊断等多个方面。在智能工厂建设过程中，应当充分应用人工智能技术。

例如，可以利用机器学习技术，挖掘产品缺陷与历史数据之间的关系，形成控制规则，并通过增强学习技术和实时反馈，控制生产过程减少产品缺陷。同时集成专家经验，不断改进学习结果。利用机器视觉代替人眼，提高生产柔性和自动化程度，提升产品质检效率和可靠性。

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，建立具有前瞻性和效益性的智能工厂。