發布時間：2025-02-21 文章來源：鴻宇科技 瀏覽次數：654
智能制造是指運用技術的力量，跨制造供應鏈和整個工廠協調各種物理和數字流程，例如物料尋源、物流、生產和廢棄物處置。智能制造的主要目標是改善運營績效，快速響應供應和需求波動。
智能是由“智慧（wisdom）”和“能力”兩個詞語構成。從感覺到記憶到思維這一過程，稱為“智慧”，智慧的結果產生了行為和語言，將行為和語言的表達過程稱為“能力”，兩者合稱為“智能（intelligent/smart）”。因此，將感覺、記憶、回憶、思維、語言、行為的整個過程稱為智能過程，它是智慧和能力的表現。
《智能制造發展規劃（2016-2020年）》給出了一個比較全面的描述性定義：智能制造是基于新一代信息通信技術與先進制造技術深度融合，貫穿于設計、生產、管理、服務等制造活動的各個環節，具有自感知、自學習、自決策、自執行、自適應等功能的新型生產方式。推動智能制造，能夠有效縮短產品研制周期、提高生產效率和產品質量、降低運營成本和資源能源消耗，并促進基于互聯網的眾創、眾包、眾籌等新業態、新模式的孕育發展。智能制造具有以智能工廠為載體，以關鍵制造環節智能化為核心，以端到端數據流為基礎、以網絡互聯為支撐等特征，這實際上指出了智能制造的核心技術、管理要求、主要功能和經濟目標，體現了智能制造對于我國工業轉型升級和國民經濟持續發展的重要作用。
關鍵要點
在智能工廠中通過生產管理系統、計算機輔助工具和智能裝備的集成與互操作來實現智能化、網絡化分布式管理，進而實現企業業務流程與工藝流程的協同，以及生產資源（材料、能源等）在企業內部及企業之間的動態配置。
其實，一些工廠很多年以前就已經在使用機器人和自動化技術了。但是，只有采用全面集成的系統和機械設備，打通物理和數字的界限，一家工廠才能真正稱得上是智能工廠。智能工廠往往會部署高級機器人，有時還會使用 3D 打印技術。從根本上說，智能工廠是智能制造這一概念的現實體現。
一方面，“工欲善其事必先利其器”，實現智能制造的利器就是數字化、網絡化的工具軟件和制造裝備。
另一方面，智能制造是一個覆蓋更寬泛領域和技術的“超級”系統工程，在生產過程中以產品全生命周期管理為主線，還伴隨著供應鏈、訂單、資產等全生命周期管理，如圖所示。
在智能工廠中，借助于各種生產管理工具/軟件/系統和智能設備，打通企業從設計、生產到銷售、維護的各個環節，實現產品仿真設計、生產自動排程、信息上傳下達、生產過程監控、質量在線監測、物料自動配送等智能化生產。下面介紹了幾個智能工廠中的“智能”生產場景。
場景1：設計/制造一體化。所有的生產過程包括產品設計、工藝設計、工裝設計、產品制造、檢驗檢測等都基于該模型實現，這打破了設計與制造之間的壁壘，有效解決了產品設計與制造一致性問題。
場景2：供應鏈及庫存管理。當客戶訂單下達時，ERP自動計算所需的原材料，并且根據供應商信息及時計算原材料的采購時間，確保在滿足交貨時間的同時使得庫存成本最低甚至為零。
場景3：質量控制。車間內使用的傳感器、設備和儀器能夠自動在線采集質量控制所需的關鍵數據；生產管理系統基于實時采集的數據，提供質量判異和過程判穩等在線質量監測和預警方法，及時有效發現產品質量問題。此外，產品具有唯一標識（條形碼、二維碼、電子標簽），可以以文字、圖片和視頻等方式追溯產品質量所涉及的數據，如用料批次、供應商、作業人員、作業地點、加工工藝、加工設備信息、作業時間、質量檢測及判定、不良處理過程等。
場景4：能效優化。采集關鍵制造裝備、生產過程、能源供給等環節的能效相關數據，使用MES系統或EMS（能源管理系統）系統對能效相關數據進行管理和分析，及時發現能效的波動和異常，在保證正常生產的前提下，相應地對生產過程、設備、能源供給及人員等進行調整，實現生產過程的能效提高。
總之，智能工廠的建立可大幅改善勞動條件，減少生產線人工干預，提高生產過程可控性，最重要的是借助于信息化技術打通企業的各個流程，實現從設計、生產到銷售各個環節的互聯互通，并在此基礎上實現資源的整合優化和提高，從而進一步提高企業的生產效率和產品質量。
智能制造和智能工廠有什么區別？
智能工廠是實現智能制造的載體。智能制造是一個很廣泛的概念，是指使用全面集成的技術來協調和改進整個工廠和供應鏈中的所有物理與數字流程。智能工廠則是將智能制造這個概念付諸實踐，是智能制造的現實化。
從初級到高級，智能工廠一般可分為下列 4 個層級。目前，絕大多數工廠處于第一層級。
數據可用性。制造商建設智能工廠的第一步是從整個供應鏈和工廠中所有資產與機械設備所連接的傳感器收集海量數據。在第一層級，制造商還需要收集傳統系統的數據，這通常需要手動操作，需要進行自定義集成和導入電子表格，甚至需要重新錄入數據。
數據情境化。在第二層級，制造商合理組織和打通各個領域的數據，構建一個全面的數據視圖。例如，當想要了解各種人員配置方案對產出的影響時，制造商就需要關聯 HR 數據和運營數據，進行基本數據分析。在這一階段，為了更輕松地理解數據，制造商一般會使用儀表盤和其它數據可視化工具。
數據激活。在這一層級，制造商使用人工智能和機器學習驅動的高級分析方法來預測未來產出 — 幾乎不需要手動操作。例如，AI 算法可以診斷機器運行狀況，在發現機器可能發生故障時提示操作人員進行維修，進而避免出現永久性損壞和長時間、代價高昂的生產停機。
數據“自主運轉”。在智能工廠進入第四層級后，機器人以及其他機械設備基于持續的數據流分析結果，完全自主運行。例如，智能工廠可以基于消費者需求預測數據伸縮生產規模，或者使用視覺傳感器識別焊接缺陷，然后指示機器人重新焊接，避免焊接不良的金屬件流入下一工序。隨后，運行結果將反饋到一個閉環系統，隨著時間推移逐步改善決策流程。在這一層級，制造商可以完整實現工業 4.0 的自主愿景。
如何實現制造環節智能化？
互聯網技術的普及使得企業與個體客戶間的即時交流成為現實，促使制造業可實現從需求端到研發生產端的拉動式生產，以及從“生產型”向“服務型”產業轉變。因此，企業領先于競爭對手完成數字化、網絡化與智能化的轉型升級，實現大規模定制化生產來滿足個性化需求并提供智能服務，方能在瞬息萬變的市場上立于不敗之地。
看得見的是個性化定制和智能服務，看不見的是生產制造各環節的數字化、網絡化與智能化。實現智能制造，網絡化是基礎，數字化是工具，智能化則是目標。
網絡化是指使用相同或不同的網絡將工廠/車間中的各種計算機系統、智能裝備，甚至操作人員、物料、半成品和成品等連接起來，以實現設備與設備、設備與人、物料與設備之間的信息互通和良好交互。生產現場的智能裝備通過工業控制網絡連接，工業控制網絡包括現場總線（如PROFIBUS、CC-Link、Modbus等）、工業以太網（如PROFINET、CC-LinkIE、Ethernet/IP、EtherCAT、POWERLINK、EPA等）、工業無線網（如WIA-PA、WIA-FA、WirelessHART、ISA100.11a等）等網絡技術。射頻識別（RFID）技術在智能工廠中也扮演重要角色，可實現產品在整個制造過程中的自動識別與跟蹤管理。車間/工廠的生產管理系統則直接使用以太網連接。此外，工廠網絡還要求與互聯網連接，通過大數據應用和工業云服務實現價值鏈企業協同制造、產品遠程診斷和維護等智能服務。
數字化是指借助于各種計算機工具，一方面在虛擬環境中對產品物體特征、生產工藝甚至工廠布局進行輔助設計和仿真驗證，例如：使用CAD（計算機輔助設計）進行產品二維、三維設計并生成數控程序G代碼，使用CAE（計算機輔助工程）對工程和產品進行性能與安全可靠性分析與驗證，使用CAPP（計算機輔助工藝設計）通過數值計算、邏輯判斷和推理等功能來制定和仿真零部件機械加工工藝過程，使用CAM（計算機輔助制造）進行生產設備管理控制和操作過程等；另一方面，對生產過程進行數字化管理，例如：使用CDD（通用數據字典）建立產品全生命周期數據集成和共享平臺，使用PDM管理產品相關信息（包括零件、結構、配置、文檔、CAD文件等），使用PLM進行產品全生命周期管理（產品全生命周期的信息創建、管理、分發和應用的一系列應用解決方案）等。
智能化可分為兩個階段，當前階段是面向定制化設計，支持多品種小批量生產模式，通過使用智能化的生產管理系統與智能裝備，實現產品全生命周期的智能管理，未來愿景則是實現狀態自感知、實時分析、自主決策、自我配置、精準執行的自組織生產。這就要求首先實現生產數據的透明化管理，各個制造環節產生的數據能夠被實時監測和分析，從而做出智能決策；其次要求生產線具有高度的柔性，能夠進行模塊化的組合，以滿足生產不同產品的需求。此外，還應提升產品本身的智能化，如提供友好的人機交互、語言識別、數據分析等智能功能，并且生產過程中的每個產品和零部件是可標識、可跟蹤的，甚至產品了解自己被制造的細節以及將被如何使用。
數字化、網絡化、智能化是保證智能制造實現“兩提升、三降低”經濟目標的有效手段。數字化確保產品從設計到制造的一致性，并且在制樣前對產品的結構、功能、性能乃至生產工藝都進行仿真驗證，極大地節約開發成本和縮短開發周期。網絡化通過信息橫縱向集成實現研究、設計、生產和銷售各種資源的動態配置以及產品全程跟蹤檢測，實現個性化定制與柔性生產同時提高了產品質量。智能化將人工智能融入設計、感知、決策、執行、服務等產品全生命周期，提高了生產效率和產品核心競爭力。
2023 年 EY 的一項調查顯示，97% 的工業制造 CEO 表示自己近期的工作重點是繼續推進數字和技術轉型項目。這些項目通常涉及以下技術：
傳感器。智能工廠將傳感器連接到或安裝在機械設備內部來收集溫度、振動、壓力、扭矩、接近度和運動等各種數據。傳感器是工業物聯網的核心。
工業物聯網 (IIoT)。制造主管和操作人員可使用從智能工廠機械設備和其他聯網資產中收集的數據來分析資產的物理狀況、性能、產出以及相關生產流程，然后基于分析結果，在需要時修復機械設備或調整生產流程。例如，IIoT 中的傳感器可以檢測機械設備的異常振動或溫度變化，提醒工人進行維護。通過這種預測性維護，制造商可以提前介入，避免發生代價高昂的停機事件或設備損壞。IIoT World 在 2022 年的一項調查顯示，67% 的制造商已經部署了或正在制定 IIoT 戰略。
云計算。云計算能夠為智能工廠的數據、應用和底層基礎設施提供強大支持，是絕大多數智能工廠的技術基礎。云技術服務可提供多重優勢。它們可以輕松擴展和伸縮，靈活滿足制造商需求。新應用特性以及性能和其他增強功能可以自動通過互聯網交付，無需制造商 IT 團隊投入大量時間和專業知識去執行升級工作。此外，云技術服務支持隨處訪問且通常具有可靠的安全性和備份功能。最后，制造商只需要為實際需要和使用的應用與基礎設施容量付費。
大數據。制造商在智能工廠中收集和分析海量數據（人們所說的大數據）。強大的 ERP 系統支持的應用包括預測性維護、異常檢測、質量檢查、廢棄物減排、流程改進以及市場預測。例如，當預測特定產品即將迎來需求高峰時，制造商可以為其分配更多裝配生產線和/或提高其庫存規模。
智能制造的首要任務是信息的處理與優化，工廠/車間內各種網絡的互聯互通則是基礎與前提。沒有互聯互通和數據采集與交互，工業云、工業大數據都將成為無源之水。智能工廠/數字化車間中的生產管理系統（IT系統）和智能裝備（自動化系統）互聯互通形成了企業的綜合網絡。按照所執行功能不同，企業綜合網絡劃分為不同的層次，自下而上包括現場層、控制層、執行層和計劃層。圖2給出了符合該層次模型的一個智能工廠/數字化車間互聯網絡的典型結構。隨著技術的發展，該結構呈現扁平化發展趨勢，以適應協同高效的智能制造需求。
智能工廠/數字化車間互聯網絡各層次定義的功能以及各種系統、設備在不同層次上的分配如下。
1）計劃層：實現面向企業的經營管理，如接收訂單，建立基本生產計劃（如原料使用、交貨、運輸），確定庫存等級，保證原料及時到達正確的生產地點，以及遠程運維管理等。企業資源規劃（ERP）、客戶關系管理（CRM）、供應鏈關系管理（SCM）等管理軟件在該層運行。
2）執行層：實現面向工廠/車間的生產管理，如維護記錄、詳細排產、可靠性保障等。制造執行系統（MES）在該層運行。
3）監控層：實現面向生產制造過程的監視和控制。按照不同功能，該層次可進一步細分為：
4)監視層：包括可視化的數據采集與監控（SCADA）系統、HMI（人機接口）、實時數據庫服務器等，這些系統統稱為監視系統；
5)控制層：包括各種可編程的控制設備，如PLC、DCS、工業計算機（IPC）、其他專用控制器等，這些設備統稱為控制設備；
6）現場層：實現面向生產制造過程的傳感和執行，包括各種傳感器、變送器、執行器、RTU（遠程終端設備）、條碼、射頻識別，以及數控機床、工業機器人、AGV（自動引導車）、智能倉儲等制造裝備，這些設備統稱為現場設備。
工廠/車間的網絡互聯互通本質上就是實現信息/數據的傳輸與使用，具體包含以下含義：
物理上分布于不同層次、不同類型的系統和設備通過網絡連接在一起，并且信息/數據在不同層次、不同設備間的傳輸；設備和系統能夠一致地解析所傳輸信息/數據的數據類型甚至了解其含義。前者即指網絡化，后者需首先定義統一的設備行規或設備信息模型，并通過計算機可識別的方法（軟件或可讀文件）來表達設備的具體特征（參數或屬性），這一般由設備制造商提供。如此，當生產管理系統（如ERP、MES、PDM）或監控系統（如SCADA）接收到現場設備的數據后，就可解析出數據的數據類型及其代表的含義。
返回列表
