第一章智能工厂基本概述
1.1智能工厂相关概念
1.1.1数字化车间
数字化车间是数字化、网络化技术在生产车间的综合应用，它将数控设备与工艺设计系统、生产组织系统和其他管理系统的信息进行集成，形成综合信息流自动化的集成制造系统。从整体上改善生产的组织与管理，提高制造系统的柔性，提高数字化设备的效率。
数字化车间的架构
数字化车间可以分为车间生产控制和现场执行两部分，车间生产控制是数字化车间的核心，主要强调的是生产计划控制和执行。它主要完成车间的人员调配、劳动组织、生产调度、产量控制、质量控制、成本控制、工艺反馈与改进、质量分析、生产统计、定额核算、安全生产、现场管理等整个车间生产管理与执行控制任务。现场执行是数字化车间的基础，主要强调的是设备管理、现场数据采集和现场监控等真个车间设备状态和现场实时数据管理。
由数字化生产设备、综合网络、数据综合管理系统建立起来的制造执行系统是数字化车间的实施核心，用以实现产品的工艺设计过程、生产管理、生产控制和资源计划管理。
车间的实施核心，用以实现产品的工艺设计过程、生产管理、生产控制和资源计划管理。数字化车间建设中，数字化制造起着非常重要的作用，数字化制造提供从产品设计、工艺编制、车间计划到产品的整个加工过程的生产活动实现信息化管理。对生产活动进行初始化，及时引导、响应和报告车间的活动，对随时可能发生变化的生产状态和条件做出快速反应，重点削减不产生附加值的活动，从而有效的推动车间运行。数字化制造改善运行设备的回报，以及改善及时交货、库存周转、毛利和现金流通性。
数字化车间可以缩短产品制造周期、提高数控综合应用效率，提高制造的快速响应能力，实现高动态性，高生产率，高质量和低成本的产品数字化制造。
1.1.2智能工厂
智能工厂是在数字化工厂的基础上，利用物联网技术和监控技术加强信息管理服务，提高生产过程可控性、减少生产线人工干预，以及合理计划排程。同时，集初步智能手段和智能系统等新兴技术于一体，构建高效、节能、绿色、环保、舒适的人性化工厂。
智能工厂已经具有了自主能力，可采集、分析、判断、规划；通过整体可视技术进行推理预测，利用仿真及多媒体技术，将实境扩增展示设计与制造过程。系统中各组成部分可自行组成最佳系统结构，具备协调、重组及扩充特性。已系统具备了自我学习、自行维护能力。因此，智能工厂实现了人与机器的相互协调合作，其本质是人机交互。
1.1.3信息物理系统（CPS）
信息物理系统(cyber physical systems,简称CPS)作为计算进程和物理进程的统一体，是集成计算、通信与控制于一体的下一代智能系统。信息物理系统通过人机交互接口实现和物理进程的交互，使用网络化空间以远程的、可靠的、实时的、安全的、协作的方式操控一个物理实体。
信息物理系统包含了将来无处不在的环境感知、嵌入式计算、网络通信和网络控制等系统工程，使物理系统具有计算、通信、精确控制、远程协作和自治功能。它注重计算资源与物理资源的紧密结合与协调，主要用于一些智能系统上如设备互联，物联传感，智能家居，机器人，智能导航等。
CPS是在环境感知的基础上，深度融合计算、通信和控制能力的可控可信可扩展的网络化物理设备系统，它通过计算进程和物理进程相互影响的反馈循环实现深度融合和实时交互来增加或扩展新的功能，以安全、可靠、高效和实时的方式检测或者控制一个物理实体。
1.2智能工厂基本特征
1.2.1制造系统集成化
作为一个高层级的智能制造系统，智能工厂表现出鲜明的系统工程属性，具有自循环特性的各技术环节与单元按照功能需求组成不同规模、不同层级的系统，系统内的所有元素均是相互关联的。在智能工厂中，制造系统的集成主要体现在以下方面：
首先是企业数字化平台的集成。在智能工厂中，产品设计、工艺设计、工装设计与制造、零部件加工与装配、检测等各制造环节均是数字化的，各环节所需的软件系统均集成在同一的数字化平台中，使整个制造流程完全基于单一模型驱动避免了在制造过程中因平台不统一而导致的数据转换等过程。
其次是虚拟工厂与真实制造现场的集成。基于全资源的虚拟制造工厂是智能工厂的重要组成部分，在产品生产之前，制造过程中所有的环节均在虚拟工厂中进行建模、仿真与验证。在制造过程中，虚拟工厂管控系统向制造现场传送制造指令，现场的将加工数据实时反馈至管控系统，进行形成对制造过程的闭环管控。
1.2.2决策过程智能化
传统的人机交互中，作为决策主体的人支配“机器”的行为，而智能制造中的“机器”因部分拥有、拥有或扩展人类智能的能力，使人与“机器”共同组成决策主体，在同一信息物理系统中实施交互，信息量和种类以及交流的方法更加丰富，从而使人机交互与融合达到前所未有的深度。
制造业自动化的本质是人类在设备加工动作执行之前，将制造指令、逻辑判断准则等预先转换为设备可识别的代码并将其输入到制造设备中。此时，制造设备可根据代码自动执行制造动作，从而节省了此前在制造机械化过程中人类的劳动。在此过程中，人是决策过程的唯一主体，制造设备仅仅是根据输入的指令自动地执行制造过程，而并不具备如判断、思维等高级智能化的行为能力。在智能工厂中，“机器”具有不同程度的感知、分析与决策能力，它们与人共同构成决策主体。在“机器”的决策过程中，人类向制造设备输入决策规则，“机器”基于这些规则与制造数据自动执行决策过程，这样可将由人为因素造成的决策失误降至最低。与此同时，在决策过程中形成的知识可作为后续制造决策的原始依据，进而使决策知识库得到不断地优化与拓展，从而不断提升智能制造系统的智能化水平。
1.2.3加工过程自动化
车间与生产线中的智能加工单元是工厂中产品制造的最终落脚点，智能决策过程中形成的加工指令全部将在加工单元中得以实现。为了能够准确、高效地执行制造指令，数字化、自动化、柔性化是智能制造单元的必备条件。首先，智能加工单元中的加工设备、检验设备、装夹设备、储运设备等均是基于单一数字化模型驱动的，这避免了传统加工中由于数据源不一致而带来的大量问题。其次，智能制造车间中的各种设备、物料等大量采用如条码、二维码、RFID等识别技术，使车间中的任何实体均具有唯一的身份标识，在物料装夹、储运等过程中，通过对这种身份的识别与匹配，实现了物料、加工设备、刀具、工装等的自动装夹与传输。最后，智能制造设备中大量引入智能传感技术，通过在制造设备中嵌入各类智能传感器，实时采集加工过程中机床的温度、振动、噪声、应力等制造数据，并采用大数据分析技术来实时控制设备的运行参数，使设备在加工过程中始终处于最优的效能状态，实现设备的自适应加工。例如，传统制造车间中往往存在由于地基沉降而造成的机床加工精度损失，通过在机床底脚上引入位置与应力传感器，即可检测到不同时段地基的沉降程度，据此，通过调整对机床底角的调整即可弥补该精度损失。此外，通过对设备运行数据的采集与分析，还可总结在长期运行过程中，设备加工精度的衰减规律、设备运行性能的演变规律等，通过对设备运行过程中各因素间的耦合关系进行分析，可提前预判设备运行的异常，并实现对设备健康状态的监控与故障预警。
1.2.4服务过程主动化
制造企业通过信息技术、网络化技术的应用，根据用户的地理位置、产品运行状态等信息，为用户提供产品在线支持、实时维护、健康监测等智能化功能。这种服务与传统的被动服务不同，在于其能够通过对用户特征的分析，辨识用户的显性及隐性需求，主动为用户推送高价值的资讯与服务。此外，面向服务的制造将成为未来工厂建设中的一种趋势，集成广域服务资源的行业务联网将越来越智能化、专业化，企业对用户的服务将在很大程度上通过若干联盟企业间的并行协同实现。对用户而言，所体验到的服务的高效性与安全性也随之提升，这也是智能工厂服务过程的基本特点。
第三章智能工厂发展分析
3.4中国智能工厂发展存在的问题
3.4.1行业分化差距大
智能工厂属于舶来词，在国外发达国家有比较丰富的实践基础和经验，但就我国而言，目前存在各个行业对智能工厂建设的认知程度不同，建设水平参差不齐的问题。关于智能工厂的认知主要有以下几个方面:一是智能工厂建设是采用三维数字化设计和仿真技术，实现产品研发设计的效率和质量;二是智能工厂建设是采用工业机器人、高端数控机床、PLC 等智能制造设备，提高制造装备的自动化和智能化水平;三是智能工厂建设是把传感器、处理器、通信模块融入产品中，实现产品的可追溯、可识别、可定位;四是智能工厂建设是构建基于互联网的C2B 模式，实现产品个性化自主设计，满足消费者个性化定制需求等等。这些对智能工厂的认知主要集中在产品、装备、生产、管理、服务等某个方面以及研发设计、生产制造、售后服务等某个环节的智能化改造，全面性和系统性较为不足。而基于对智能工厂的不同认知，行业之间建设水平分化差距较大。
3.4.2系统性规划不足
智能工厂建设是一项复杂的系统性工程，涉及研发设计、生产制造、仓储物流、市场营销、售后服务、信息咨询等各个环节，需要企业立足于围绕产品的全生命周期价值链，实现制造技术和信息技术在各个环节的融合发展。限于资金投入不足、智能生产设备和技术缺乏以及认知不够深入等因素，我国企业智能工厂建设整体来看缺乏系统性规划，覆盖的环节还有待完善。虽然大型龙头企业有相对长远的规划布局，但从总体上来看，我国企业建设智能工厂的全生命周期特征仍不明显。一是企业缺乏统筹规划，各部门、各业务板块之间资源整合力度还有待提高，特别是企业内部门间的横向数据对接、信息共享和业务协同。二是企业普遍缺乏从产品研发、设计、生产、物流到服务的全信息流管理，难以实现全部环节的无缝衔接和信息集成。
3.4.3对外技术依赖大
一是从智能装备领域来看，国内智能装备市场国产化率仍较低。目前，国外品牌占据国内工业机器人市场的主导地位，国内工业机器人受制于基础工业的差距，在关键零部件伺服电机、减速器、控制器等方面自主研发生产能力较弱，与国外品牌相比，在精密度、可靠性和稳定性方面还有较大差距。我国数控机床产业大而不强，国内生产高效汽车引擎、飞机发动机涡轮盘、飞机机身、高速列车头等的高端数控机床仍不同水平地依赖国外品牌。二是从工业控制领域来看，国内信息安全的形势较为严峻。国外相关建设与研究起步较早，已有较成熟的标准、产品、服务体系，同时检测认证、安全防护产品等核心技术及工具也较为成熟。国内缺乏自主可控的检测认证技术与工具，相关标准、安全咨询评估等方面仍处于探索建设阶段。目前，国内工业控制系统尚以国外产品为主，运维服务还主要依赖于国外供应商，可以说国内大多数工业控制系统仍基本处于不设防状态。
更多好文每日分享，欢迎关注公众号
【版权提示】观研报告网倡导尊重与保护知识产权。未经许可，任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题，烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至kf@chinabaogao.com，我们将及时沟通与处理。
