建智能工厂，可从这6个方面着手！

最近，与制造企业客户进行有关智能工厂建设方面的交流时，看到生产效率与日本、欧美国家等发达国家的巨大差距后，很多管理者往往着急地说，我要再买些机器人加强自动化，或者说我要加强考核，让工人提高效率。

认识到自己与别人的差距，并有决心去行动、去改变，这是非常值得肯定的事情，但智能工厂是个系统工程，而不是从某个单一环节上就能解决的，光靠购买大量的设备或者仅对工人加强管理，对整体而言效果是有限的。试想一下：

如果生产计划都不准确，排产结果都是延期的，你怎么能够让工人保证按期交货？如果生产计划都是不科学的，本身就存在大量的等待时间，企业又怎么能怪工人不努力？



生产过程中，操作工与刀具、物料等生产准备人员本来就是并行协同的关系，如果一直延续以前串行的工作模式，出现“操作者很忙，机床很闲”的局面是在所难免的，单个工人身上已经很难挖掘潜力了，必须从生产流程、组织管理上进行优化。

还比如，如果信息化系统与生产设备脱节，不能充分发挥高端设备数字化通讯、自动采集等方面的优势，所有的工作还靠人工输入，又怎么能保证数据的实时性、准确性、客观性？没有这些数据的支撑，又怎么能及时获知生产信息，及时作出科学的管理决策？

如果不能对物料、刀具、量具、夹具等生产资源进行精益化的管控，不是积压就是短缺，这种粗放型的管理又如何能保证生产效率的提升与成本的降低？

我们之前讲过，数据就是企业的财富，没有良好的信息化管理系统，没有自动化的数据采集系统，没有智能化的大数据分析，没有形象直观的展示系统，这些数据就白白丢失掉了，企业永远只能处于凭经验、拍脑袋的粗放型管理状态。

企业在智能工厂建设时一定要从全局思考，打造一个全面的、有体系的智能工厂管理系统，从各个方面进行优化、挖掘潜力，最大程度地提升企业的生产效率及管理水平。

六个维度打造中国特色的智能工厂

如何打造中国特色智能工厂？
从哪几个方面入手？
智能化能做到什么程度？
针对这些企业关心的问题，我们可以从6个维度的“智能”打造中国特色的智能工厂：智能计划排产、智能生产过程协同、智能设备互联互通、智能生产资源管控、智能质量过程控制、智能大数据分析与决策支持。

即分别从计划源头、过程协同、设备底层、资源优化、质量控制、决策支持等6个方面着手，实现全面的精细化、精准化、自动化、信息化、网络化的智能化管理与控制。

下面，简单地介绍一下这6个智能：

1、智能计划排产
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APS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的源头与基础。



2、智能生产过程协同
为避免贵重的生产设备因操作工忙于找刀、找料、检验等辅助工作而造成设备有效利用率低的情况，企业要从生产准备过程上，实现物料、刀具、工装、工艺等的并行协同准备，实现车间级的协同制造，可明显提升机床的有效利用率。

还比如，随着3D模型的普及，在生产过程中实现以3D模型为载体的信息共享，将CATIA、PRO/E、NX等多种数据格式的3D图形、工艺直接下发到现场，做到生产过程的无纸化，也可明显减少图纸转化与看图的时间，提升工人的劳动效率。

3、智能的设备互联互通
无论是工业4.0、工业互联网、还是中国制造2025，其实质都是以CPS赛博物理系统为核心，通过信息化与生产设备等物理实体的深度融合，实现智能制造的生产模式。对企业来讲，将那些贵重的数控设备、机器人、自动化生产线等数字化设备，通过DNC/MDC的机床联网、数据采集、大数据分析、可视化展现、智能决策等功能，实现数字化生产设备的分布式网络化通讯、程序集中管理、设备状态的实时监控等，就是CPS赛博物理系统在制造企业中最典型的体现。



DNC是Distributed Numerical Control的简称，意为分布式数字控制，国内一般统称为机床联网。DNC系统通过一台服务器可实现对所有数控设备的双向并发通讯，支持Fanuc、Siemens、Heidenhain等上百种控制系统，兼容RS232、422、485、TCP/IP、无线等各类通讯方式，具有远程通讯、强制上传等常见功能，将数控设备纳入整个IT系统进行集群化管理。 

管理学大师彼得·德鲁克曾经说过“你如果无法度量它，就无法管理它”，我们不仅需要通过DNC解决互联的问题，更需要通过MDC(Manufacturing Data Collection，直译为制造数据采集，俗称为机床监控)解决数据自动采集、透明化、量化管理的问题。 

MDC通过一台计算机可以同时自动采集4096台数控设备，兼容数控机床、热处理设备(如熔炼、压铸、热处理、涂装等设备)、机器人、自动化生产线等各类数字化设备，兼容西门子等所有机床控制系统，以及三菱、欧姆龙等各类PLC的设备。 

对高端带网卡的机床，可直接采集到机床的实时状态、程序信息、加工件数、转速和进给、报警信息等丰富的信息。并以形象直观的图形化界面进行显示，比如，绿色表示机床正在运行，黄色表示机床开机没干活，灰色表示没开机，红色表示故障，鼠标在机床图形上一点，相关的机床详细信息就全部实时地显示出来，实现对生产过程的透明化、量化管理。

如果要实现更逼真的显示效果，可通过3D虚拟技术以立体的形式展现车间、设备、人体模型等，可以实现人体的行走、机床的放大缩小、设备信息的实时显示等各种操作，给用户一个更直观、形象的展现。

4、智能生产资源管理
通过对生产资源(物料、刀具、量具、夹具等)进行出入库、查询、盘点、报损、并行准备、切削专家库、统计分析等功能，有效地避免因生产资源的积压与短缺，实现库存的精益化管理，可最大程度地减少因生产资源不足带来的生产延误，也可避免因生产资源的积压造成生产辅助成本的居高不下。

5、智能质量过程管控
除了对生产过程中的质量问题进行及时的处理，分析出规律，减少质量问题的再次发生等技术手段以外，在生产过程中对生产设备的制造过程参数进行实时的采集、及时的干预，也是确保产品质量的一个重要手段。

通过工业互联网的形式对熔炼、压铸、热处理、涂装等数字化设备进行采集与管理，如采集设备基本状态，对各类工艺过程数据进行实时监测、动态预警、过程记录分析等功能，可实现对加工过程实时的、动态的、严格的工艺控制，确保产品生产过程完全受控。

当生产一段时间，质量出现一定的规律时，我们可以通过对工序过程的主要工艺参数与产品质量进行综合分析，为技术人员与管理人员进行工艺改进提供科学、量化的参考数据，在以后的生产过程中，减少不好的参数，确保最优的生产参数，从而保证产品的一致性与稳定性。

6、智能决策支持
在整个生产过程中，系统运行着大量的生产数据以及设备的实时数据，很多企业一个车间一年的数据量就高10亿条以上，这是一种真正的工业大数据，这些数据都是企业宝贵的财富。对这些数据进行深入的挖掘与分析，系统自动生成各种直观的统计、分析报表，如计划制订情况、计划执行情况、质量情况、库存情况、设备情况等，可为相关人员决策提供帮助。这种基于大数据分析的决策支持，可以很好地帮助企业实现数字化、网络化、智能化的高效生产模式。



总之，通过以上6个方面智能的打造，可极大提升企业的计划科学化、生产过程协同化、生产设备与信息化的深度融合，并通过基于大数据分析的决策支持对企业进行透明化、量化的管理，可明显提升企业的生产效率与产品质量，是一种很好的数字化、网络化的智能生产模式。