372      阿裏雲  技術社區[雲棲]

博拉科技淺談中國企業的智能製造之路

雲棲TechDay第32期，阿裏雲數據業務總架構師周公爽帶來主題是“中國企業的智能製造之路”的演講。本文首先介紹全球主要的經濟體對智能製造戰略布局情況，其次介紹國內製造業的現狀，第三智能製造怎麼在製造業落地，最後探討具體的落地案例。

全球主要經濟體針對未來製造業發展分別製定了符合各自國家特色的工業製造體係：德國的工業4.0、美國的工業互聯網及先進製造業、日本的IJpan戰略等，中國推出中國製造2025和智能製造體係，力爭在未來10年進入製造強國行列。那麼，中國的製造企業如何進行智能製造轉型升級之路呢？一起來了解下吧。

以下是精彩內容整理：

謝謝阿裏巴巴創新中心、硬功館，我們在雲棲TechDay第24期的時候已經做過一場關於工業4.0相關的一個話題，而今天要講的這個話題完全不同，今天要講的是：中國製造型企業的智能製造之路。開始之前我需要先做個簡單了解，在座的各位有做軟件的、有做硬件的、有做製造的、有做開發的，有老師有學生，還有其他等等不同的行業，這樣的話我的這個主題就有點難講，我的受眾到底是誰呢？現在中國製造2025非常火，智造領域也很大，我們把它延展開之後，跟在座的各位都有點關係，待會在我講的40多頁的PPT裏麵大家慢慢能夠感受。

我們非常有幸，從杭州雲棲小鎮起步然後慢慢走出來，並且即將在寧波阿裏巴巴創新中心落地一個全新的項目：專門做工業機器視覺解決方案的公司――寧波博拉智能技術有限公司。博拉本身是做智能製造相關的解決方案，涉及機器人產線自動化、工業物聯網和數控領域的工業雲平台。昨天我在金華市的兩化融合會議上做了工業大數據和智能製造的主題分享，台下有400多人，一點都不緊，今天站在這邊卻稍微有點緊張了，原因是什麼呢？在座的各位可能有些是我的師弟、師妹，有些是我的師兄、師姐，我的本科是在寧波大學念的，在寧波待了四年時間，也算半個年波人，考研之後才去了浙江大學。所以我覺得跟寧波是非常有緣的，這也就是為什麼我們希望把視覺公司落地在寧波的原因，我們希望跟寧波在座的各位以及我們未來的夥伴共同來做機器視覺、圖象處理相關的技術和產品，做工業領域視覺相關的深度學習技術。

對於我個人，我是2007年畢業於浙江大學研究生，之後我在一家上市公司整整工作了七年。在這個七年過程當中，我們主要做的是軌道交通信號控製係統，它是一個閉環的控製係統，涵蓋了列車運行過程中的安全計算、安全防護和自動駕駛等技術，其控製係統跟智能製造的相關技術一致的。所以有了七年的紮實的智能控製基礎，我出來做智能製造相關工作的時候，相對來說會走得比較快一點。

今天我會分四個主題來講，首先介紹全球主要的經濟體對智能製造戰略布局情況，其次介紹國內製造業的現狀，第三智能製造怎麼在製造業落地？在介紹落地過程中在座的各位可能會引起共鳴，因為涉及到硬件、軟件有關、電氣、控製、大數據采集分析、以及深度學習相關的技術；最後我們一起探討具體的落地案例。

智能製造戰略布局

我們先來看全球範圍內的智能製造的體係布局，首先是德國的工業4.0，其次是美國的AMP先進製造夥伴計劃、美國工業互聯網計劃，然後是國內的中國製造2025。目前這三個製造體係在全球範圍內占據主導定位。

德國的工業4.0，可以總結為：一個核心、兩大戰略、三大集成、五個特征和八項措施，這裏我們隻針對與今天主題相關的部分展開詳細探討。

一個核心：工業4.0有一個很重要的核心是CPS（Cyber Physical Systems，中文翻譯為信息物理係統）。CPS是支撐中國製造2025、德國工業4.0、美國工業互聯網最核心的技術，國內上個月剛剛發布了CPS白皮書。工業4.0的核心是CPS，它更多的會體現在智能工廠的構建上，也是我們現在大多數場合講的智能製造，是麵向於智能工廠建設的。在建設智能工廠的過程中，涉及到大量的傳感技術、通信技術、軟件技術、硬件技術、控製技術、雲計算技術和深度學習相關的技術。

三大集成包括縱向集成、橫向集成和端對端集成。縱向集成是指在生產製造型企業內部，從銷售、設計、研發、生產、製造、物流、售後等全流程數據貫通，旨在描述企業內部各個部門和體係的數據流通。實現縱向集成卻是工業4.0的第一步，我們寧波的製造業非常發達，但所有這些環節都打通的企業還不是特別多，這恰恰說明了我們製造業還有很長的路要走。其次是橫向集成，橫向集成體現在企業價值鏈上的數據打通，企業有不同的合作方、供貨商、代理商、分銷商等，把這些全部不同廠商的數據在業務層麵打通，這樣的集成叫橫向集成。最後是端對端集成，端對端集成在德國工業4.0裏麵談得並不多，總結為工程數字化集成更為妥當一些。工程數字化集成，對於企業來說，從產品設計開始，到生產、製造以及後端的維護，從產品全生命周期的角度全部實現數字化就是工程數字化集成。這個怎麼去理解，現在大多數的生產製造型企業，先采用CAM、CAD等軟件做產品設計，設計後打樣去驗證，樣品驗證後在開始做工藝進行小批量試驗，然後再大批量生產。站在工程數字化集成的角度來講，采用軟件實現產品設計後就用各種仿真技術完成它在設計環節、生產環節和服務過環節的驗證，這個就叫做工程數字化集成。

德國工業4.0有三大主題，剛剛提到的智能製造很多情況涉及到智能工廠和智能生產等環節，德國的工業4.0也不例外，它的三大主題，第一大主題智能工廠，第二大主題智能生產，第三大主題是智能物流。

八大措施，在座的有沒有做製造業的，能舉手一下嗎？如果做製造業，咱們會對這一塊比較熟悉一點，在我們的製造企業裏，有ERP、PLM、PDM、WMS，有些製造企業已經部署和實施MES係統，可能還有設計仿真係統。德國工業4.0的八大措施，構成了智能工廠相關的整個體係。我們從下往上來看：第一層，在企業內部構建安全相關的平台，該平台是未來數據流通的保證，保證數據的安全性；第二層集成工作流平台，往上與第三層的ERP、PLM、PDM、 MES、WMS打通，在這個層麵完成企業內部的縱向集成；接下來，在企業內部可以做更多的事情，我們可以把供應商、合作方、客戶囊括進來，來實現企業間的橫向集成，使得企業價值鏈上的合作夥伴、供應商、客戶，能夠跟企業整個數據平台連接。在這個基礎上，再麵向市場，麵向客戶，實現德國工業4.0的最終目的C2M（客戶到工廠），客戶這邊任何的需求，直接在工廠實現按需定製，按需生產。所以德國的工業4.0描繪了這樣一幅美好的藍圖，在價值鏈上與客戶之間實現數據全流通。

工業4.0有九大支撐技術：第一項技術，增材製造，3D打印當中的增材打印，特別是涉及到金屬粉末打印，而不是目前我們在市場上經常見到的模型塑料件打印。第二項技術是AR，這裏隻提到了增強現實，沒有提混合現實和虛擬現實，因為增強現實在未來工業領域是有實際的用途，是能夠真正落地的。我們想象一下：當我們在做產品設計的時候，戴上AR眼鏡就可以在一個半實物半虛擬的空間裏麵實現設計、裝配、調試、調試，這是一件多麼令人振奮的事情！所以德國工業4.0把增強現實作為九大支撐技術的第二項技術。第三項技術是大數據的采集和分析，這在工業領域的數據分析現在才剛剛開始，項目正在逐步落地，未來有很大的市場空間。第四項技術：自主意識的機器人，工業領域裝配、焊接、打磨去毛刺、拋光、上下料、碼垛等場景下應用的工業機器人，不能稱唿為自主意識的機器人；自主意識的機器人，是指在機器人工作的範圍內，通過傳感技術、激光技術和視覺技術，能夠做到像人一樣在特定的工作場景下做智能的檢測、自主的執行。所以目前的工業機器人還會不斷發展，結合傳感技術、數據分析技術、人工智能技術，慢慢會往自主機器人方向發展。第五大技術是仿真技術，剛才講到的工程數字化集成是德國工業4.0的第三大集成，而數字化集成中的關鍵技術之一就是仿真技術，從產品的設計環節開始，在設計、工藝、生產、運維等環節采用仿真技術，使得產品在沒有實際投產之前，完成工廠階段生產和運維階段的數據仿真和驗證。第六大技術是縱向集成、橫向集成，前麵已經講到了企業內部的縱向集成和價值鏈上的橫向集成。第七大技術是物聯網，這裏特指工業物聯網IIOT（Industry Internet Of Things），麵向工業領域的物聯網，涉及M2M（Machine To Machine）、傳感技術、雲計算技術、深度學習技術。第八項支撐技術是非常重要的一項技術，叫虛擬空間的安全性，也可以把它理解成數據空間的安全性。在工業4.0的技術架構下體現全是數據流通，這就需要在數據流通環節的安全保障，要絕對保證數據的安全性。最後一項技術是雲計算技術。這九大技術構建成了工業4.0最核心的支撐技術。

工業4.0的本質到底是什麼？工業4.0是針對產品生命周期內、價值鏈上、組織管理方式上的一係列變革，未來的研發、設計、生產、銷售、服務都會發生很大的變化，這些變化包括生產流程的數字化、實時價值鏈信息獲取、實時的組織價值鏈優化，最終滿足用戶個性化的需求。互聯網裏講究以用戶為核心，實際上，工業4.0最終要滿足的也是用戶的個性化需求，這才是工業4.0的本質。

講完了德國的工業4.0體係，接下來講講美國的先進製造業夥伴計劃和工業互聯網戰略。德國和美國在智能製造上到底有什麼差別？首先德國跟美國的經濟結構不同，德國很早之前就已經在製造業上麵特別是高端裝備製造業上尋求突破，整個經濟結構都以高端裝備製造為主；但是美國不同，在2009年中國超過美國成為全球製造業第一大國之前，美國傳統的製造業在經濟發展過程中進程緩慢，美國當時提出，要往虛擬經濟方向發展，通過虛擬經濟刺激美國經濟的增長。但是在2008年金融危機發生之後，德國很快的從金融危機恢複過來，並且是第一家從金融危機這個過程當中恢複過來並實現快速增長的國家；而美國不一樣，美國在這個時候真正感受到了產業空心化的痛，實體經濟被虛擬經濟超越、實體經濟被弱化的痛。所以從2012年開始，美國陸續頒布了一係列計劃，包括製造業回歸計劃、包括先進製造業夥伴計劃，還有GE公司提出來的工業互聯網的戰略。

支撐美國先進製造業夥伴計劃的最核心的三大支柱，分別是：技術創新、人才輸送和商業環境改善。第一大支柱是技術創新，美國是個非常崇尚技術創新的國家，它希望通過技術創新來助推製造業的發展，特別是高端裝備製造的發展。第二大支柱是人才的輸送，在座的各位可能會有點疑問了，美國難道還缺人才嗎？但是在製造領域，很多美國的高端人才不願意往製造這個方向去走，這也是美國麵臨的問題，雖然他們的人才很多，但是在製造行業的人才並不多，所以美國提出來要在人才輸送上製定人才激勵政策，來保證人才向製造業回流。第三大支柱是商業環境的改善，通過各種政策和科研機構的引導，希望能夠改善整個美國的商業環境。所以AMP計劃，也就是說先進製造業夥伴關係計劃裏麵有三大支柱，其中涉及到技術創新、人才輸送和商業環境的改善。

在先進製造業夥伴計劃裏有很重要的三大應用領域：涉及傳感器技術、控製技術，虛擬化、信息化和數字製造技術，以及先進材料。第一大應用領域，就是製造業中的先進傳感器技術和控製技術，以及平台係統，美國會借助在互聯網上的強大優勢與製造業結合，形成美國特有的製造業競爭優勢；第二大應用領域，在虛擬化信息化和數字製造技術這一塊，美國希望建立數字製造的創新中心來更好的來做引導，建立美國的卓越製造體係；第三大應用領域，通過材料製造卓越能力中心的應用，希望能夠推進新材料的分享的發展。

介紹美國先進製造體係的最後，我們來講講GE公司提出的工業互聯網戰略，這個戰略才是真正能夠跟德國工業4.0相媲美的，甚至在有些方麵是超越工業4.0的。GE的工業互聯網分成三個層次，分別是：智能設備、智能分析、智能決策。智能設備其實很好理解，這是我們現在能夠經常在工廠裏麵見到的加工中心，注塑機，壓鑄機等設備，通過傳感技術和通信技術讓設備上雲，實現數據分析，讓設備變成智能化設備。美國工業互聯網戰略的第一個層麵是實現智能設備。第二個層麵在數據采集和分析的基礎上做智能分析，包括專家係統、預測算法，來提前預測設備什麼時候會出現故障、什麼部件會出現故障。第三層是智能決策，通過深度學習、人工智能結合我們采集的大量工業現場數據、企業生產經營過程當中的數據來為企業做經營決策。GE公司在此基礎上提出了著名的“1%的威力”理念，如果GE公司在全球範圍內的航空發動機燃油經濟效益提升1%，能夠為GE公司帶來20億美金的價值。GE在2012年就提出工業互聯網戰略，希望用軟件思維、互聯網思維，重塑它在工業帝國的地位。GE工業互聯網整體技術架構分成了五個層次，第一個層次叫連接，把企業內部從銷售、設計、生產、研發、製造、物流等各環節全部連接在一起，也稱為企業的縱向集成，我們中國很多的製造業的製造是水平還處在第一個層麵，而美國的工業互聯網總共有五個層次。第二個層次在連接的基礎上做監控，在銷售、設計、生產、研發、製造和物流等每一個環節進行數據監控，監控每個環節到底發生了什麼事情，從而更好的進行企業經營決策。第三個層麵，在連接和監控的基礎上做分析，基於曆史數據和實時數據進行數據分析，從而有效的解決企業的內部問題，咱們中國有部分的優秀企業正走在第三層次的路上。第四層次是預測，發現企業內在的價值，來做經營決策過程當中的預測性行為，比如說預測下個月整個工廠的產能提升多少，要實現預測是非常難的，是基於前麵的第一到第三層次的數據基礎上才能完成的。最後一個層次是優化，既然有這麼多大量的數據能夠監控、分析、預測，那麼我們能不能基於這些數據來做企業優化呢？讓我們整個企業的數據更加優化，來展現“1%效益提升”的威力。這就是工業互聯網五個層次的分析。

剛剛已經講完了兩個國家：德國工業4.0和美國先進製造業夥伴計劃和工業互聯網，接下來我們來講中國製造2025。中國製造2025可以總結成“一個目標、兩化融合、三步走戰略、四項基本原則、五大製造方針、五大工程、十大重點發展區域”。“一個目標”就是要讓中國進入製造強國，這個目標很遠很大；“兩化融合”就是在全國各地正在搞的兩化融合會議，希望借助兩化融合的手段來提升我們整個製造業的水平，來幫助他們降低生產成本提升生產效益；“三步走戰略”：2025年中國要進入製造強國行列，2035年要進入到製造強國當中的中等水平行列，2045年進入製造強國第一梯隊，也就是要跟美國德國在同一水平線。

我相信大家會非常關心，智能製造涉及到哪一些大的產業呢？這些產業跟在座的各位是不是或多或少都有關聯呢？第一個產業是“信息技術”：集成電路、信息通信。第二個產業是 高檔數控機床和機器人，在機器人這個板塊，現在有一個趨勢叫高端產業低端化，國內現在建了很多機器人產業園，未來會更多，但是國內目前機器人本體的設計生產還停留在較低水平。機器人關鍵核心技術包括伺服電機、控製器和減速機，國內沒有突破，所以我們現在生產出來的機器人，在精度、穩定性和可靠性方麵，跟國外的幾大品牌還有很大的差距。當然，高檔數控機床和機器人這個產業未來依然是非常大的產業。第三個是航空航天產業，包括C919大飛機，包括航空航天設備，這是未來發展空間很大的產業。第四個產業是海洋工程。第五個產業是軌道交通，我自己有七年的時間是在做軌道交通的核心控製係統研發，從整個行業的發展趨勢上來看，從以前的地鐵、高鐵，到現在的有軌電車，甚至向更加高速的軌道交通係統發展，包括馬斯克提出的真空膠囊列車未來也可能會進一步發展，目前在全國範圍內高鐵、地鐵、輕軌、有軌電車正在大規模的鋪開，是一個很大的市場，但是技術和市場門檻比較高。第六個產業是新能源汽車，我們公司很有幸在新能源汽車上麵也做了一些工作，新能源汽車現在比較核心的還是會在電池上麵，但是電池技術更新換代非常快，所以這個產業還會持續蓬勃發展，但是會跟電池技術的發展結合起來，電池的續航裏程、性能、充放電時間，直接影響了整個新能源汽車的發展速度。然後再往下是電力裝備、農機設備、新材料、生物製藥，這十大產業是中國製造2025主推的產業，我們可以來關注一下，我們到底介入了哪些中國大力發展的重點行業。

中國智能製造的特征是什麼呢？麵向用戶實現按需定製，以智能工廠為載體，打通企業的數據流通，最核心的是以CPS為核心來做動態組織和實施優化的生產係統。智能製造由三塊構成：智能產品、第智能生產和智能服務。我們會發現中國製造2025和德國的工業4.0體係非常相像，但與美國的工業互聯網有很大不同，原因就是當前中國製造業的現狀，更加適合走工業4.0這條技術路線。智能產品實際上更多的是指智能設備，怎麼讓傳統的加工設備、注塑設備、壓鑄設備等變成智能化？基本上是通過傳感技術、通信技術以及大數據技術，讓設備上雲實現數據采集、數據分析和設備預測，讓這些設備變成智能的設備。第二是智能生產，智能製造在很多情況下我們特指智能生產或者工廠環節的智能製造。第三是智能服務，阿裏這邊有一個著名的理論：在現代設備，數據是生產資料，計算是生產力。我認為“製造也會變成一種服務”，因為智能製造體係的推動會帶來整個商業模式的變化，帶來組織結構上的變化，未來的加工能力、製造能力會在服務平台上共享，讓更多的企業享受到服務。

智能生產涉及到研發、生產、物流、製造、銷售和售後六大體係，我們能不能用一個係統，把這些體係全部連接在一起，把所有企業內部的數據全部打通呢？這是我們接下來想要重點來展開的一個話題。

剛剛講了很多跟智能製造相關的東西，中國製造2025、美國工業互聯網、德國工業4.0，這些體係的核心都是同一個，叫CPS（Cyber Physical Systems，信息物理係統）。在前段時間剛剛中國發布了中國的CPS白皮書，正式規劃了在中國製造2025框架下的CPS技術路線，可以總結為“一硬一軟一網一平台”。“硬”指的是感知和控製係統，包括DCS、PLC、SCADA等係統，類似於這樣的底層控製係統，在CPS裏麵把它歸結成“硬”的部分。‘‘一軟’’，在CPS整體技術裏，工業軟件是核心。工業軟件是對生產、設計、研發、製造、經營過程當中的經驗、技術、知識積累進行代碼化而形成的軟件，這裏的工業軟件有PDM、PLM、MES等大家比較熟悉的幾大軟件，但是還有很多跟企業相關的比如說知識庫係統，設計庫係統，都屬於工業軟件的範疇。“一網”指的是工業網絡，包括我們比較熟悉的工業現場總線Profibus、Profinet、DeviceNet、Modbus，還有工業以太網、工業無線網等。最後一個“平台”也是比較重要的，在上述的基礎上能不能建成一個智能服務平台呢？隻有建成了智能服務平台，CPS才能發揮最大的作用，隻有基於CPS，智能製造最終才能實現。

如果企業完成了類似於一硬一軟一網一平台的CPS係統建設，企業生產經營過程中的狀態就能夠實施被感知，有沒有問題？問題在哪裏？針對這些問題進行分析，然後做科學的決策，決策之後能夠做精準的執行，這樣構成一個閉環的生態係統：智能製造生態係統。

國內製造業的現狀

剛剛已經講了德國工業4.0、美國的工業互聯網和中國製造2025，那我們中國製造業現在到底處在什麼樣的一個水平？剛剛講到中國企業的狀況決定了我們走工業4.0路線比較合適，那麼我們采用工業4.0的模型來分析目前中國製造業的現狀。德國的企業基本上處於3.0階段，我們去德國考察參觀過，他們的自動化和信息化程度都非常高，但是我們中國的很多製造業，特別是浙江省的企業，都是以中小企業為主的。我們評估中國的整個製造業，處於工業2.0到3.0之間，有部分優秀的企業做到了3.X，但目前在全國範圍內，3.0以上的工廠屈指可數。這也說明整個製造業還處在一個比較低的發展水平上，未來要達到工業4.0程度，還有很長的一段路要走，走的過程當中，我們還需要補足基礎的建設工作。

站在信息化的角度來講，中國製造業的現狀是企業在上各種係統：CRM、PLM、PDM、ERP等，但是他們不一定真正能把這些係統用好。我們接觸了不少企業，ERP的功能都沒有完全用好，僅停留在銷售、倉儲、財務這三大板塊。而ERP隻是企業信息化建設的其中一個係統，企業還需要使用PDM、PLM、MES、WMS這些係統。大家都用好了嗎？不一定。現在很多企業在這些係統的互聯互通上、使用上，還存在很多的問題。所以我們得出來一個結論：即使是站在信息化這個角度，中國的企業還有很長的一段路要走，但是這個市場是非常巨大。

我們來分析一下整個製造業現在所麵臨的情況：從2013年開始，包括在互聯網行業，中國的人口紅利正在慢慢消失，這個在製造業裏麵是最典型的。2013年開始，用工成本逐年上漲，現在國內的製造業的成本與美國相比，我們的成本是美國的70％，這是一個很費解的數據，為什麼我們現在製造業的成本隻有美國的70％了而不是10％、20％呢？其實製造成本受很多因素的影響，美國的人工成本是我們的好幾倍，但是美國的水、電、氣、運輸、稅收各方麵的綜合費用比國內低，綜合體現，我們製造業成本其實沒有什麼優勢。美國從2012年開始就倡導先進製造業回歸，希望優秀的製造工廠搬回到美國本土去，他們采用了大量的機器人技術，發展機器人來取代人工的工作，所以美國的製造業成本未來還會進一步降低。而現在中國這邊，製造業已經麵臨了很大的困境：低端產能特別是勞動密集型產業會往東南亞搬，因為我們國內的用工成本太高了；中高端的產業與美國、德國、日本依然有較大的差距；所以現在國內的製造業處於一個兩難的境地。不做智能製造，不用相應的技術來提升我們製造業的水平，接下來會變得非常困難，這迫切促使了我們做更多的事情來進行技術改造和升級。

中國當前的互聯網技術非常發達，僅次於美國。互聯網走得很快之後，為我們帶來了矛盾：之前的生產都是大規模批量生產，比如說一種款式的衣服幾十萬件、上百萬件的生產，一個工件幾十萬件、上百萬件生產；但現在不一樣了，很多工廠開始接受客戶的定製，很多工廠要做定製化的生產。在企業的生產環節，有大量的設備、大量的流水線，如果說要切換不同產品生產的話，如果要做定製化生產、按需規模化生產的話，很多生產線都要淘汰掉，因為不支持這種生產模式，我們的企業能不能向這個方向轉型是很大的問題。

智能製造在製造業如何落地？

講了這麼多製造業的問題，那如何讓智能製造能更好的落地，實現技術升級和轉型呢？我們把智能製造落地分成三步走策略，第一步，企業內部數據互聯，對應德國工業4.0的縱向集成，把企業內部經營管理相關的數據全部打通，包括銷售、研發、設計、生產、物流等；第二步，B2B階段，實現價值鏈上所有企業的互聯，包括供應商、合作夥伴和其他第三方企業，把這些企業之間的數據打通；打通了以後我們才能實現最終的C2M階段，C2M是指Customer-to- Manufactory，客戶到工廠，工廠層麵能夠直接接受客戶的定製化需求，實現定製化的生產。這樣的三個階段走起來還是很困難，因為每一個階段涉及到的東西都很多、很大。有些企業可以考慮同步走三個階段，實現彎道超車，但是需要具備較好的數據基礎。

上圖是一個做得比較優秀的製造型企業的整體架構，即工業化信息化的架構：最底層的是生產車間、生產設備，人、機、料、法、環；第二層是工廠執行層，工廠的執行層可以用MES係統實現數據貫通，將工廠的人、機、料、法、環連接在一起，在生產車間級別實現數據的流轉，這個過程會涉及產線的自動化、產線的數據采集，以及基於數據的生產管理；第三層是企業管理層，涉及ERP、PLM、SAP和WMS係統，在這些係統上實現數據的互聯互通，並與下層的工廠執行層數據實時進行交互；第四層是協同辦公係統，像這樣規模的企業有上百家供應商，每家供應商的產品要具備二維碼實現追溯功能，這些追溯係統要通過協同辦公係統相互打通。這個是目前我們認為比較優秀的企業能夠做到的工業化信息化係統，還有很多的中小企業無無法做到四個層次的數據聯通。大家如果要走智能製造這條路，首先要把最為基礎的部分做好。比如很多企業目前隻有ERP，且ERP很可能用的不太好，比如在研發環節，圖紙、設計類的資料沒有很好的進行存檔管理，這樣的企業可以用PDM係統去管理；有些企業倉儲這做的比較薄弱，沒追溯係統、沒有先進先出功能，這樣的企業可以采用獨立的WMS係統或ERP的倉管模塊進行跟蹤，實現這些之後可以做更好的生產管理和供應商協同體係。

優秀的企業能夠用ERP進行資源管理，包括人力資源、財務、物料、銷售、生產等；通過PLM做產品研發、產品標準化設計、產品的BOM管理、工藝管理等；通過WMS做倉庫管理，實現庫存管理和優化，實現較高的庫存周轉率；通過MES做車間生產管理，打通資源管理和車間生產管理，更好的進行經營決策；通過這些係統構建企業初步的工業化信息化體係架構。

很多企業的層次結構是金字塔型的，最下麵的一層是現場層，包括現場的設備：加工中心、注塑機、壓鑄機等；第二層是控製層，第三層是與流程相關的，第四層是工廠管理層，通過MES做工廠生產管理；最上麵是企業規劃層，通過ERP做規劃，係統銷售、財務、供應鏈、物流等。但隨著互聯網不斷發展，整個商業環境發生了很大的變化，我們發現企業內部的管理是個網狀結構，而不是層次結構，沒有那麼簡單。所以這個時候中國製造2025當中的CPS的技術應用就很重要了。

中國製造2025的智能製造落地策略應該怎麼做呢？可以從小處入手：物理實體層是生產線上的設備，信息虛擬層是對設備相關的硬性參數、能耗參數等數據進行采集和分析，然後基於集群數據和曆史數據，我們能進行預測性維護和管理。

智能製造落地，怎麼從小處入手？我們先來看最小的智能製造落地單元，就是大家熟悉的一條生產線，從單一的生產線來實現智能製造策略落地。

我們舉一個生產線的例子：這條生產線有8台加工中心、三道工序構成，兩台機器人負責8台加工中心的自動上下料，然後再配合上一套物聯網係統，使得生產過程中每道工序的數據都能夠很好的采集和監控。在數據采集的基礎上，即使是這麼小的一條產線，也能夠實時的去監測工件在這條產線三道工序上的生產數據，每道工序生產的過程中發生了什麼事、它的加工的參數是什麼、加工的工藝是怎樣的；有了這些數據，我們就可以做工藝方麵的監控，按照這樣的工藝路線生產出來的產品行不行、質量怎麼樣、合格率怎麼樣等等；如果數據足夠的話，可以繼續做工藝預測，預測良品率是百分之九十還是百分之九十九；在產品加工到後麵的幾道工序，甚至可以運到另外一個合作方那邊去，通過追溯係統能夠很快的知道：產品是什麼時候生產的、用什麼原材料生產的、生產過程當中的參數是什麼，這樣就可以很方便的進行正向追溯和反向追溯。上述追溯的過程剛好是當前汽車主機廠對汽車零部件供應商的剛性需求，它們要求所有的汽車零部件供應商都要做到正向追溯和反向追溯。所以，智能製造策略的落地，可以從最小的這個CPS單元，即從產線開始來做。

既然能夠把八台加工中心，兩台機器人以及自動上下料係統檢測係統連接起來，那能不能把第二條線也連接起來呢？那能不能把第三條線也連接起來呢？

這樣一條一條連接進來之後，在數據環節全部打通之後，就構成了上圖的CPS智能服務平台，這裏顯示的是三條線，實際當中可以是四條線或更多的生產線，在這樣的係統上，可以實現一個智能服務的平台。

既然可以將工廠的每條生產線都連通，那麼每一條線的生產狀況、設備狀態、生產效率都可以直觀的呈現，然後將數據和MES打通，就很容易實現計劃排產和計劃跟蹤。銷售訂單分解後變成工單到第一條線、第六條線，每條產線的生產效率、故障率、良品率等都可以清洗的知道，這樣每條產線計劃排下去之後可以很好的進行實時反饋和跟蹤，計劃的準確度會非常高。所以，智能製造的落地策略其實是從很小的點開始，慢慢構建出一個大的服務平台的。在單元級別、係統級別，和係統之係統級別實現整體的經營、生產過程中的數據監測和優化，從而實現從狀態感知、數據分析到精確執行的各個階段，也就是能夠實現智能製造的各種策略。

落地案例分析

接下來我們來看具體落地的案例。上圖是一個比較典型的基於數據化的生產線：8加工中心、2台機器人（其中一台機器人在導軌上自由移動）、一套物聯網係統，實現自動上料、下料、自動加工和檢測。借助物聯網係統實現每個工件在這八台加工中心加工過程的數據追蹤；後端有一個視覺檢測，產品工件下來之後視覺係統會對產品的尺寸、表麵瑕疵進行檢測，且檢測數據與產品工件掛鉤。這樣的一套係統，工件在上料環節實現激光打標得到唯一的身份證，接下來的第一道、第二道和第三道工序，每道工序加工過程當中的數據都跟二維碼關聯，後道的視覺檢測數據也與二維碼關聯。這樣，不僅僅能夠知道生產線每天的生產產量，還能通過生產數據計算設備的運行效率、產線OEE效率和良品率情況，更重要的還能對產品的生產過程實現正向追溯和反向追溯。

這個案例其實也類似，比之前的案例規模上更大一點，涉及到了20台加工中心，工廠內部機加工環節一半的生產線都在這裏。這個案例由4個單元構成，其中每個單元由5台加工中心和2台機器人和一套物聯網構成。通過機器人來實現自動上下料，機器人前端裝備機器視覺，負責上料的柔性化抓取，通過視覺可以實現不同品種、不同規格的工件放到不同的加工中心進行加工。這個案例有比較好的一個優勢，5台加工中心每台都可以加工不同的工件，實現多品種、小批量的柔性生產。在這個上麵我們能夠看到一個縮影，柔性化製造也就是智能製造當中的一個核心需要，如果一條產線需要頻繁的切換，那麼產線對應的工裝夾具和配套的設備都需要切換。這條生產線在設計之初就考慮到了至少每個單元五種產品的靈活的切換，由強大的物聯網提供係統支撐，更好的支持客戶的定製化需求，更好的支持多品種、小批量產品的生產。

這個案例是給一個比較大汽車零部件客戶做的智能製造單元係統。這個係統中機器人是最基本的配置，用機器人實現全流程的裝配和檢測，而物聯網介入到每一道裝配和檢測的工序，所有的數據全部與工件的二維碼實現匹配，進行生產過程的數據跟蹤，與MES係統、ERP和PDM實現互聯互通，讓整個生產經營決策有依據，實現基於數據的經營決策。

這個案例是幫杭州下沙的一家公司做全廠物聯網項目。從ERP的訂單開始通過MES係統來進行高級排程，銷售訂單被分解成生產工單，將生產計劃排到某個工廠上、排到某條生產線上、排到每個工位上。這樣整個生產過程當中所有的數據都能夠很容易的在MES層實現全麵監控，繼而與PLM、WMS、ERP打通。所以在生產經營環節我們能夠知道銷售訂單目前執行到什麼程度，生產環節目前原材料是否足夠、設備效率是否可以支撐生產、生產了多少、還有多少沒有生產、還需要多少時間、什麼時候開始包裝運輸等，相當於整個生產經營活動當中打通了所有的數據，通過把車間數據跟ERP、PDM、WMS結合在一起，打通了整個生產經營環節當中的數據。

通過上麵的討論，我們可以得出一個結論：智能製造和工業數據的實施和使用是轉型升級的手段和工具，可以有效提升生產效率、降低生產成本，最終提升製造企業的競爭力。工業數據策略的落地和智能製造的落地，可以從頂層開始設計，但是麵對我們製造企業的現狀，更加可行的方式是從產線開始，逐步搭建智能旨在服務平台，最終實現企業經營決策的數據化、透明化和智能化。

最後更新：2017-04-17 15:31:11

  上一篇： 奔跑吧，大屏 - 時間+空間 實時四維數據透視

  下一篇： markdown的常用指令介紹