1.1 背景

在全球经济新常态下，德国推出第四次工业革命——“工业4.0”，工业4.0是德国的高科技国家战略计划。目的是希望引领第4次工业革命。工业4.0让中德两国进入合作模式新的时代，中德两国签订了《合作纲要》，双方一致认为，两国政府都应该为此进程提供资金以及政策支持。

我国政府把制造业作为国家发展的有力基石，是国家发展强大的根本保障。只有发展制造业，国民经济才会得到持续发展，国家才会真正富强，人民的生活水平才会真正的提高，国家的地位才能在世界人民的心目中得到提升。所以， 要在这次工业革命中快速发展，把我国从一个制造业大国变成制造业强国，我们必须抓住这次机遇，为实现制造业强国，为中国梦而奋斗。

1.2 离散行业及流程行业的概念

生产型企业从产品类型和生产工艺上分为2大类，即流程行业和离散行业。流程行业是通过生产线将原材料加工成产品，如集成电路、石油冶炼、食品医药、饮料酒水等。离散行业主要将原材料从产品设计到加工工艺，加工出各个零件后再组装成产品。如机械加工、装备制造、飞机轮船、汽车生产、电子电器等。

1.3 工业4.0的概念

工业4.0即第四次工业革命，是德国为了让制造业处于不败之地， 抢占制造业商机的战略思想。重点是要厘清工业4.0的内含，才会明白为什么有《中国制造2025》战略。

工业1.0即汽轮机的发明，机械化代替手工劳动；工业2.0即电以及电动机的发明，自动化代替机械化；工业3.0即计算机信息技术的发明，信息化代替自动化；工业4.0即信息化与自动化的深入融合，也即智能时代。

1.4 工业4.0的内涵

(1 )智能工厂，主要研究生产过程中的智能化以及生产过程控制、生产工艺、生产监控、生产设备、生产资料等。

(2)智能生产，主要研究生产型企业物流管理、人机交互以及大数据、物联网、模拟仿真在工业生产过程中的应用等。

(3 )智能物流，主要研究供应链中供需双方的物料匹配，通过互联网、物联网技术，物料是否按点按时到位，基本做到零库存。

1.5 智能制造的概念

智能制造作为《中国制造2025》的主要抓手，是高质量发展的依托，是一个大的概念，是软硬结合，是新一代信息技术与先进制造技术的深入融合，通过大数据、互联网、物联网、人工智能、云计算等，把这些技术贯穿于产品的设计、工艺、生产、制造、加工、管理及售后服务的全生命周期中。让工厂具有感知功能、决策功能和自执行功能。智能制造也是两化的深入融合，升级版本，是以建设智能车间、智能工厂为抓手，以智能化为核心，以信息流、数据流为基础，以互联互通为主要支撑特征。

1.6 智能制造原理模型

制造业通常包含人和物理系统两大部分，也就是人来操作机器完成任务。在智能制造中，在物理系统和人之间加入了信息化系统，信息化系统代替了人类的部分脑力思维，人原有的感知系统、分析能力、决策意识移动到信息化系统中，通过信息化系统来操控物理系统，代替人类的体力工作。

1.7 智能制造的目标

重点建设一批智能工厂、数字化工厂与智能车间等，将信息化技术贯穿到工厂的设计、工艺、分析、生产、制造、加工、服务等全生命周期中。完善创新体系、提升产品质量、推行绿色制造、提升核心竞争力、发展现代制造服务。本文重点介绍离散行业智能工厂建设的核心技术。

2.1 智能工厂定义

智能特性作为现行制造系统的核心功能，是构成智能制造系统的核心与主要驱动力。在智能制造系统中，人类的部分脑力劳动被机器所替代，计算机能够模仿人的思维方式，进行条件判断、数据分析、资源管理、调度决策等行为。人与机器的关系是相互融合协同的，不是对立的。它们之间的合作可以建设髙度柔性的智能化系统。智能制造不是人的智能系统，而是人与机器的深度融合，各自发挥优势，最终实现智能化的过程。

智能制造的关键体现在智能工厂、智能车间、智能装备上，也就是说产品从设计开始，经历了机械化时代、自动化时代及数字化的过程。基于三化时代，实现智能化时代，是把大数据、互联网、物联网以及人工智能技术通过信息采集与设备互联互通，从而完成智能工厂的纵向集成，并借助数据传输、信息互通建立自下而上的数据通道，为绿色节能以及环保的生态的智能工厂提供基础组件。

2.2 智能工厂建设的目的

针对工厂的设计、研发、工艺、生产、制造、服务、运维等产品全生命周期的全息过程，建立产品数字化模型、工厂模型、车间模型，研发智能化装备、传感控制、装配检测、物流等高度的集成智能制造系统，实现工厂数据采集与分析诊断系统、CAD模块化智能设计系统、PLM产品全生命周期、ERP资源计划管理以及生产制造执行系统-MES，,这些系统之间高度集成与协同。通过这些项目，提升工厂的信息化、网络化、数字化、智能化水平，提质增效、质量先行、绿色环保、降低能耗。从而缩短了新产品设计研发周期，促进企业的模式创新、转型升级。

通过智能化的落实，使工厂的设计、工艺、生产、制造、加工、管理、物流配送等各环节的优化集成，推进企业数字化、装备智能化、工艺流程化、生产精益化、看板可视化以及质量、工艺追溯与控制、物料追溯与控制等。

3.1 设计思路

3.1.1 统筹规划，分步实施

一个企业智能工厂的建设不是一次就能建设到位的，要遵循统筹规划、分布实施的原则。统筹企业及合作方资源，梳理从设计、工艺到生产制造、售后运维的全流程，以满足企业发展需求为目标。聚焦重点系统发展，兼顾其他产品系统升级，结合发展水平和特点，形成重点产品智能制造的试点示范，推广至整体智能制造，构建企业的智能制造体系。走机械化、自动化、数字化、智能化的发展道路。

3.1.2 软硬融合，急用先行

根据智能制造软件、硬件、设备的高度集成、全系统的高度融合等特点，针对当前推进智能制造工作中遇到的关键瓶颈问题，优先推进生产、物流自动化、关键重大设备数据采集、设计工艺数字化、流 程管控标准化等基础需求建设。加快MES的建设步伐。

3.2 设计原则

(1 )满足现行的国家和地方的标准、法规有关规定要求。

(2)积极推广采用新技术、新工艺，不断深入实施自动化、数字化、智能化等新技术。按照先进、适用、环保的原则建设，有效增强企业的综合实力。

3.3 建设路径

(1 )强化自动化、数字化基础。通过改造、升级、研发、新增等方式实现车间关键重大工艺节点制造设备的自动化、数字化、可视化。以某车间作为试点，在取得成功后推广至全厂。

(2) 梳理企业业务流程，与办公OA系统、产品全生命周期PLM系统、资源计划管理ERP系统、新建生产执行MES系统逐步融合，建立企业标准化、数字化的业务管理体系。

(3) 深度两化融合、打造核心竞争力。在关键重大工艺节点应用智能传感的物联网技术，实现物物相连。逐步实现产品生产制造全流程的物料、物流信息化。最终实现单位工业增加值能耗、物耗及污染物排放达到世界先进水平在企业全业务流程、研发设计流程、生产流程中深化应用ERP、PLM、MES等系统，逐步应用积累收集的海量数据进行大数据深度挖掘。

4.1 智能工厂建设的关键

近年来，随着计算机信息技术的高速发展，两化融合的不断深入，大多数制造业部署了不同厂家的软件系统以及自动化生产线，但是由于各种系统来源于不同厂家、各个系统都在单体内运行，各系统间存在严重的信息孤岛（见图1）。智能制造的核心概念就是两化融合的升级版，自动化和信息化要深度融合，打通各系统之间的信息孤岛。只有打通各系统之间的信息孤岛才是建设智能工厂的的关键所在，各系统之间要高度集成。

4.2 智能工厂建设的要素

4.2.1 建立数字化工厂产品模型

数字化是实现智能化的前提与条件，要想实现智能化，首先需要实现数字化。数字化集成了产品数据、生产过程和工厂建模的数据库，通过可视化、仿真分析以及文档管理，提高产品质量，缩短产品的设计及生产周期。

数字化工厂是通过工厂全数据集成以及设计规划和验证预见。在提升产品质量的同时提升设计效率，加快产品研发周期，减少浪费及资源消耗。

数字化工厂是智能工厂发展的必经之路，涉及数字研发、数字生产、数字制造、数字管理、数字营销等。产品数字化模型是产品仿真分析的基础，是生产制造、工艺加工路线和工艺过程的条件。自从三维CAD出现后，数字化建模首先应用在产品的三维模型设计中以及数字化装配中，目前三维工艺也逐渐应用的生产制造中。

4.2.2 建设企业知识数据中心

大数据的快速发展为各行各业提供了发展的源泉，大数据为各行业带来了巨大的商业价值。在制造业中，大数据同等重要。但是很多企业并没有重视数据的重要性，并没有把多年的历史积累形成体系，建设企业知识库显得尤为重要。历史数据整理不仅是数据导入的过程，企业可以借此契机对已有的历史数据进行梳理，沉淀有价值的知识，去除冗余、不规范的数据，把以往的设计知识和经验更好地管理与共享，指导以后的设计和生产工作的开展。数据标准化整理包含图纸模板、BOM、各类项目文档模板、企业标准、业务流程等。

4.2.3 建设数字孪生模型

数字孪生模型是西门子公司提出的虚拟现实相结合的全新技术。它是把工厂的物理空间用虚拟空间来展示。建立虚拟样机、虚拟制造的特征。从产品设计、生产环节建模，在计算机虚拟空间中实现产品设计、生产加工、装配校验以及废品回收等全生命周期模拟仿真过程，从而通过数字孪生代替样机制造。以此来提供设计质量和提供生产效率，使企业利益最大化，提高市场竞争力。

4.3 智能工厂全生命周期系统的模式创新

4.3.1 建设智能化、模块化快速设计系统（CAD ）

CAD系统是离散行业智能工厂建设的源头，如果CAD数据不能传递下去，智能工厂就像无源之水。CAD经过20多年的快速发展，已经非常成熟，但需要向智能化、模块化的方向发展。产品的研发、设计、制造、加工、质检等各个环节都需要CAD的数据才能组成产品的生产过程。CAD经过多年的发展，基本上由原来的二维CAD向三维CAD过渡。三维CAD在整个智能工厂的建设中举足轻重。三维CAD面向概念设计、三维建模和文档的高级解决方案。可以帮助客户以更低的成本实现更出色的创新和更高的质量。设计速度提升3倍，时间缩短30%以上，新品开发周期缩短40%。

4.3.2 智能工厂的仿真分析（CAE）

仿真分析是有限元分析的扩展系统，原有的有限元分析是对产品的实际工况运行的模拟仿真验证。帮助工程师进行产品设计、验证、改型等。将分析模型用于结构分析、热分析、流体分析、运动分析、多物理场分析和优化分析等多物理分析系统中，并且加强分析师和设计师之间的协同，实现仿真驱动型设计，从而减少时间浪费，提高设计和生产效率。

智能工厂的仿真分析是在原有有限元分析理念的基础上，引入数字孪生的概念对整个工厂生产运营做全方位的仿真过程。工厂通过仿真分析、数字孪生，把物理空间全部映射在虚拟空间中去，不用去生产现场，在办公室指挥中心，或在异地手机上可以实时看到现场的生产情况以及生产数据，并对数据进行分析，为管理者提供决策依据。

4.3.3 智能工艺设计系统(CAPP )

工艺设计系统是实施信息化的前提条件，也是质量保证、按期交货以及控制成本关键所在，还是各信息系统的数据纽带。CAPP不但集成了设计数据，还可以与生产管理系统紧密集成在一起，为企业的生产计划、车间控制、物料采购、财务核算等管理活动提供完整的数据基础。

三维工艺是二维CAD、二维工艺的深入应用，也是智能工厂工艺流程的关键所在，三维CAPP在机台看板上能帮助工人对装配过程一目了然。无论是否有经验的工人，根据装配线的工位看板展示的三维路线可以进行装配活动，提高装配过程以及装配生产效率。三维工艺是二维工艺产品的升级与升华，是智能工厂中MES在车间必不可缺少的模块，是工艺向专业化方向的纵深发展。

4.3.4 智能工厂中的加工系统 (CAM)

在制造过程阶段，传统的加工过程是操作数控机床的工人根据工艺要求进行人工编程，这需要熟练的编程工人才能完成。但是往往车间的一线人员普遍文化程度不高，对计算机熟悉较弱，这给编程带来了一定的困难。其实，目前的数控机床、加工中心都具有接收编程系统传递过来的G代码，可直接省去编程环节。

CAM系统就是一套在智能工厂中自动生成G代码的专业工具。设计工程师设计完3D模型后，直接导入CAM系统，CAM系统根据3D模型自动生成机床可接收的G代码，直接传递给机床加工出相应的产品零件。机械加工通过CAM系统编程可将三维模型转换为数控机床可接受的G代码，传送到加工中心直接加工零件，省去车间工人手工编程，省去编写工艺。同时CAM系统可提供车削刀轨、数据模型及线切割、铣削和机床仿真等。让加工过程完全由机器来完成，脱离人为干预。

4.3.5 智能工厂中的产品数据中心(PLM )

PLM ( Product Lifecycle Management )作为智能工厂源头数据的管理系统，是产品的全生命周期管理系统，既管理了产品数据，提高了产品开发，又为生产制造提供了实时数据，同时又提升了企业的创新能力。多年的图纸积累，让企业形成了大量的设计数据、工艺数据，这些数据往往存放在个人电脑、光盘或硬盘上。这不但没有形成知识积累，也为企业的知识产权带来了巨大风险。

PLM是在PDM (产品数据管理)基础上发展起来，由原来的单一的数据管理延伸到全生命周期，意味着数据除了有效地管理起来，要使数据应用到工厂的各个系统中去。只有数据流在工厂中流转，才能打破原有的信息孤岛。PLM对多年的数据进行有效科学的管理，又为ERP及后续的生产环节提供了有效准确的生产数据，也即BOM数据。

4.3.6 智能工厂中的资源计划管理系统(ERP )

ERP是企业资源计划管理，提高企业的订单生产的能力，为产品生产提供生产计划，降低生产成本、提高生产效率，同时有效提高生产管理，提高生产的柔性化，缩短生产周期，快速适应市场敏捷性需要。ERP是面向制造业的物质资源、资金资源和信息资源的一体化管理平台，以管理会计为核心，提供跨地区、跨部门的实时信息企业管理系统，对物资资源、人力资源、财务资源、信息资源集成的一体化管理平台。但ERP是纯粹的软件系统，无法与底层设备进行交互，所以往往计划不到位，数据依靠人为输入，这就导致了数据的不准确性和信息滞后，也是ERP应用效果不好的原因，所以就产生了MES系统。

4.3.7 智能工厂的生产执行系统(MES )

生产制造执行平台系统(Manu facturing Execution System, MES )是通过对生产过程中设备及生产属性的信息采集，为PDM/ERP提供生产过程中的数据，同时又把PDM/ERP的数据传递给生产工具，起到承上启下的作用。它对产品从订单下达到生产过程实时优化，当工厂发生事件时，会提前预警并及时做出反应，并对工厂的数据进行有效的分析、预测，让设备具有感知能力。同时对整个供应链进行实时准确的判断，提高物料的有效投放，进行质量的追溯与预警等，提高工厂的交付能力，高效地指导生产全过程。MES起到承上启下的通信作用，往上承接ERP的信息，往下与底层设备交互，采集信息，在整个供应链中非常重要。

智能制造作为《中国制造2025》的主要抓手，智能工厂又是智能制造的三大主攻方向之首，MES又是建设智能工厂的核心平台，是智能工厂建设的中枢神经，显得非常重要。建设智能工厂，MES是核心，离开MES无法搭建智能工厂平台。MES既是ERP的计划执行者，又是数据采集的反馈者，起到承上启下的作用。由于MES发展比较晚，目前没有形成统一的标准。流程行业和汽车行业的MES起步比较早，大约在10年前开始使用MES系统。而重型装备离散行业，受《中国制造2025》的战略影响，刚刚开始。由于MES结合企业设备层、业务流、数据流、物理层较为密切，不同行业之间，同行业不同企业之间，这些元素都不相同，所以MES的定制化程度非常高，要通过和企业的深入交流、调研才能定制出真正适合企业的MES平台系统。

4.3.8 工厂中的自动化生产线

在智能工厂中，自动化是智能工厂的基础。自动化系统是实现智能生产过程的核心部分，实现了对工厂层面的柔性操控、自动化物流运营、灵敏制造，达到了智能工厂对生产业务功能的要求。自动化生产线上集成了信息化系统，人机交互系统、自动化软件系统、智能化装备、数控机床以及工业机器人等，形成整个生产线的物理网络，通过采集生产要素的数据，分析影响生产的因素，同时监控物流的稳定性及设备工具的运行状态，实现智能化生产、数字化生产的目的。

集成自动化生产线系统，PDM、ERP、MES、APS集成实现了工厂企业层级的数字化驱动，完全实现产品全生命周期的数字化定义，实现企业全生命周期的技术状态透明化管理，灵活快速地响应市场需求，通过实时监控设备生产状态和完备率，评估投产风险，预估成本，为企业提供可靠的投资保障。

4.4 智能工厂的关键措施

系统集成在智能工厂建设中至关重要，也是智能工厂建设中打通信息流的关键因素。近年来计算机信息技术在企业中的应用，企业部署了各种各样的系统，各系统来自不同厂家，形成了各系统之间的信息孤岛，建设智能工厂的关键必须打通各系统中的信息孤岛，让设计数据传递到生产中去，为生产提供准确的数据是智能工厂建设的关键要素。

4.4.1 横向集成

横向集成指企业之间的信息共享，资源整合。将企业内部的信息系统、研发系统、供应链系统等各价值链重构到企业间，使生产过程中的数据流、信息流、资金流及物流等各要素在企业内部衔接与协同，优化整个产业链，包括设计研发、制造加工、营销服务等上下游企业的有效整合.形成工厂的生态系统，并为生态中各主体带来更大经济效益。

横向集成将生态系统中的业务信息向外延伸至供应商，用户以及销售渠道等，从而实现企业与企业之间，企业与产品之间的高度协同，形成生态智能虚拟网络。横向集成是企业内部的物流、物质流、信息流集成在一起。为完成智能产品生产，可在全球范围内进行资源调配，可分布到全球的机器设备，连接产品所需要的自动化设备。

(1 )横向集成与网络化。工业互联网是横向集成实现的实现基础，它将分布在全球智能化工厂、智能车间、智能化设备、设计专家及机器人，被CPS集成在一起，生产客户定制化的智能产品。这些设备和专家被横向集成在一起，为智能产品提供服务。

(2)端到端集成。端到端集成指围绕客户价值进行的集成，为 客户提供很好的用户体验。端到端集成贯穿于产品全生命周期中，包含材料供应商、产品设计研发、生产制造、销售维护等各环节。因为端到端集成，参与价值链各企业都可以因此优化各自策略，实现利益最大化，提升对产业链的自控能力，从而提升产品的竞争力。

工业4.0中的端到端集成，可以理解为有能力的用户可以参与产品的设计与制造环节中去。企业可以在客户参与过程中为其提供更多的服务，带来更多的体验，从而提升产品的附加值，这也是对C2B模式的一次具有创新性的应用。在实现这一目标的过程中，企业需要借助互联网技术，利用虚拟化的设计、虚拟化的制造、虚拟化的评估等方式将客户的需求融入产品生命周期的所有流程中。

在创新的C2B模式下，企业需要对客户的个性化、多样化的订单进行及时的处理。为实现这一目标，工厂需要具有较髙的柔性、灵活性和运行效率。事实上，柔性、灵活性与高运行效率所带来的，正是大规模定制。

工业4.0模式下的端到端集成，理想状态是建设智能工厂企业公有云，让下游企业都在云上运行，在云端实现数据共享，集成供应链，实现人、机、物的有效对话。在实现这一目标的过程中，信息技术显得尤为重要。将流程与信息技术深度结合，是工业4.0模式下整个供应链发展的思路，也是企业发展工业4.0的着力点。

4.4.2 纵向集成

纵向集成是解决企业内部的信息孤岛，达到企业内部各系统的无缝集成。这是实现智能工厂、智能车间的信息化基础，也是实现智能工厂的关键所在。

4.4.2.1 纵向集成中的PDM与ERP集成

在企业信息化实施过程中，PDM/PL M与ERP分别是技术管理和生产管理的2大不同区域。PDM管理产品所有信息和过程，是产品数据的管理，是企业数据管理的应用平台，是对企业多年有效的数据进行有效的管理，为生产提供实时有效的BOM数据。而ERP是一种新型的先进企业经营管理模式。

PDM与ERP的集成模式有以下3种。

(1 )接口交换模式。PDM和ERP两大系统都有各自的数据库，但没有建立统一的数据模型，大多数都是靠各自提供的API接口，这种集成模式目前用的较多。PDM与ERP之间集成往往是各自打包数据提供给对方。PDM要想访问ERP中的信息，要通过ERP中API接口把所需要的信息提出来，转换为数据文件，该数据文件再通过PDM的API接口传递到PDM系统中以实现访问。这种集成方式交换的信息很有限，很难实现整个企业信息共享。

(2)封装集成模式。封装模式是将属性对象和操作方法都一起封装在事先定义好的对象中。用操作集去说明模块外部接口，来保证对象的内部表达。这种对象操作方法和结构是不可见的，它的唯一可见是外部的数据接口，是作用在对象上的操作集说明。

(3 )无缝集成模式。PDM与ERP要想无缝集成，需要统一使用同一数据模型，二者的数据都存放在同一数据库中，既可以共享， 还可以操作。该模型使二者互相调用服务，执行相关操作，使得二者紧密结合在一起，实现一体化无缝集成。

无缝集成是PDM和ERP集成的主要发展方向，但受各家技术不愿意开放，没有统一标准等方面的限制，要实现无缝集成还比较难。

4.4.2.2 纵向集成中的ERP与MES集成

目前ERP与MES集成还没有形成统一的集成方案，各企业间可以根据实际的集成需求确定集成方案。ERP与MES有以下3种集成模式。

(1 )封装调用集成模式。ERP与MES集成和PLM和ERP封装集成相同，二者封装后通过接口调用来互相调取各自数据，大部分用调用API函数的集成方式。

(2)间接集成模式。间接集成是通过中间件，中间数据库来实现ERP和MES的集成。通过中间文件实现ERP与MES集成是通过将EPR和MES数据格式统一为二者都认识的文件格式以实现，大部分采用Excel表格的形式。通过访问中间件库实现二者的集成。系统通过数据输出程序将MES中的相关数据读入文件库中，再由数据读入程序将文件库中想要的相关数据读入ERP中，从而实现ERP与MES的集成。反之亦然，最终实现数据的双向输入输出，以及系统的完整集成。

(3 )直接集成模式。ERP与MES的底层数据库都是关系型数据库，要想实现ERP与MES的直接集成，就要让二者分别对各自数据库进行操作并交换数据，然而要实现直接集成最好的方式是将MES的数据存放到ERP的数据库中，实现二者数据库文件的真正共享。这种集成最好，故将ERP与MES作为整体系统开发是较好的，但目前大多数企业均采用不同公司ERP与MES商业软件，受数据库开放的原因，这种方法比较难实现。

4.4.2.3 MIS、MES、ERP、DNC等系统间的集成

为确保企业各信息系统集成最大化实现共享，避免各管理系间的信息化孤岛，这些系统之间如ERP、CAPP, PDM、MES、DNC、设备管理信息系统等，均需要进行有机集成，为企业的信息化管理提供统一完整的数据支持，这将是真正实现企业信息高度灵活性、兼容性的一个重要技术基础。总体集成示意图如图2所示。

参考文献

[1] 陈明，梁乃明.智能制造之路-数字化工厂[M].北京：机械工业出版社，2016.

[2] 刘强，丁徳宇.智能制造之路[M]. 北京：机械工业出版社，2017.

[3] 通用电气公司.工业互联网-打破智慧与机器的边界[M].北京：机械工业出版社，2015.

[4] 刘云浩.物联网导论[M].北京：科学出版社，2017.

[5] 柯裕根，雷纳尔·戴森罗特.HYDRA制造执行系统指南[M].北京：电子工业出版社，2017.

[6] 吴建平，覃章健.传感器原理及应用[M].北京：机械工业出版社，2017.

[7] 谢运洲.NB-LoT技术详解与行业应用[M],北京：科学工业出版社，2017.

[8] 龚仲华，龚晓雯.工业机器人完美应用手册[M].北京：人民邮电出版社，2017.

[9 ]郑称德，陈曦.企业资源计划 (ERP) [M].北京：清华大学出版社， 2010.

来源：《中国高新科技》2019年第55期，作者：北京中科凯思科技有限公司董事长 苏建涛，如有侵权，请联系删除。