智慧参考 | 从智能制造到智慧工厂
智慧参考 | 从智能制造到智慧工厂
智能制造的概念
智能制造是工业4.0的重要组成部分，本质上是基于数据（信息、知识、模型）驱动的C2B制造模式，
涉及用户需求、产品研发、工艺设计、智能生成、产品服务。“智能”体现在两个层面：一是面对C端个性化的、复杂的、不稳定、
变化的需求如何去合理的根据B端已有的资源（组织、能力、原料、设备、库存、供应链），快速的适配出解决方案，完成高品质的产品。
二是基于工厂内部人、设备、物料之间的信息互联、感知、优化、控制、执行。
智能制造是实现整个制造业价值链的智能化和创新，是信息化与工业化深度融合的进一步提升。
智能制造融合了信息技术、先进制造技术、自动化技术和人工智能技术。
智能制造包括开发智能产品；应用智能装备；自底向上建立智能产线，构建智能车间，打造智能工厂；践行智能研发；
形成智能物流和供应链体系；开展智能管理；推进智能服务；最终实现智能决策。
这些改善活动都是围绕着人的经验开展的，人是驾驭这5个要素的核心。生产系统在技术上无论如何进步，
运行逻辑始终是：发生问题->人根据经验分析问题->人根据经验调整5个要素->解决问题->人积累经验。
而智能制造系统区别于传统制造系统最重要的要素在于第6个M，也就是建模（Modeling——数据和知识建模，包括监测、预测、优化和防范等）,
并且通过这第6个M来驱动其他5个M的要素，从而解决和避免制造系统的问题。
因此，智能制造运行的逻辑是：
发生问题->模型（或在人的帮助下）分析问题->模型调整5个要素->解决问题->模型积累经验，并分析问题的根源->模型调整5个要素->避免问题。
智能制造所要解决的核心问题是知识的产生与传承过程。
什么是智能工厂
美国ARC总结：以制造为中心的数字制造、以设计为中心的数字制造、以管理为中心的数字制造，
并考虑了原材料、能源供应、产品销售的销售供应，提出用工程技术、生产制造、供应链这三个维度来描述工程师的全部活动。
通过建立描述这三个维度的信息模型，利用适当的软件，能够完整表达围绕产品设计、技术支持、
生产制造已经原材料供应、销售和市场相关的所有环节的活动。实时数据的支持，实时下达指令制导这些活动，
全面的优化，在三个维度之间交互，我们叫数字化工厂或智慧工厂。
一方面，“工欲善其事，必先利其器”，实现智能制造的利器就是数字化、网络化的工具软件和制造装备，包括以下类型：
在智能工厂中，借助于各种生产管理工具/软件/系统和智能设备，打通企业从设计、生产到销售、维护的各个环节，
实现产品仿真设计、生产自动排程、信息上传下达、生产过程监控、质量在线监测、物料自动配送等智能化生产。
下面介绍了几个智能工厂中的典型“智能”生产场景。
因此，智能工厂的建立可大幅改善劳动条件，减少生产线人工干预，提高生产过程可控性，
最重要的是借助于信息化技术打通企业的各个流程，实现从设计、生产到销售各个环节的互联互通，
并在此基础上实现资源的整合优化和提高，从而进一步提高企业的生产效率和产品质量。
制造环节智能化
互联网技术的普及使得企业与个体客户间的即时交流成为现实，促使制造业实现从需求端到研发端、服务端的拉动式生产，
以及从“生产型”向“服务型”模式转变。因此，企业领先于竞争对手完成数字化、网络化与智能化的转型升级，
实现大规模定制化生产来满足个性化需求并提供智能服务，方能在瞬息万变的市场上立于不败之地。
网络化是指使用相同或不同的网络将工厂/车间中的各种计算机管理软件、智能装备连接起来，以实现设备与设备之间、
设备与人之间的信息互通和良好交互。将生产现场的智能装备连接起来的网络被称为工业控制网络，
包括现场总线(如PROFIBUS、CC-Link、Modbus等)、工业以太网(如PROFINET、CC-Link IE、Ethernet/IP、EtherCAT、POWERLINK、EPA等)、
工业无线网(如WIA-PA、WIA-FA、WirelessHART、ISA 100.11a等)，对于控制要求不高的应用还可使用移动网络(如2G、3G、4G以及未来5G网络)。
车间/工厂的生产管理系统则可以直接使用以太网连接。对于智能制造，往往还要求工厂网络与互联网连接，通过大数据应用和工业云服务实现价值链企业协同制造、产品远程诊断和维护等智能服务。
为了防止窃密，在工厂网络与互联网连接中要设防火墙，特别防止木马、病毒攻击企业网络，注意网络信息安全与功能安全。
数字化是指借助于各种计算机工具，一方面在虚拟环境中对产品物体特征、生产工艺甚至工厂布局进行辅助设计和仿真验证，
例如使用CAD(计算机辅助设计)进行产品二维、三维设计并生成数控程序G代码，使用CAE(计算机辅助工程)对工程和产品进行性能与安全可靠性分析与验证，
使用CAPP(计算机辅助工艺设计)通过数值计算、逻辑判断和推理等功能来制定和仿真零部件机械加工工艺过程，使用CAM(计算机辅助制造)进行生产设备管理控制和操作过程，
使用CAT(计算机辅助测试)实现集成试验台与各种试验参数的仿真与测试等;另一方面，对生产过程进行数字化管理，
例如、使用CDD(通用数据字典)建立产品全生命周期数据集成和共享平台，使用PDM管理产品相关信息(包括零件、结构、配置、文档、CAD文件等)，
使用PLM进行产品全生命周期管理(产品全生命周期的信息创建、管理、分发和应用的一系列应用解决方案)等。
智能化可分为两个阶段，当前阶段是面向定制化设计，支持多品种小批量生产模式，通过使用智能化的生产管理系统与智能装备，实现产品全生命周期的智能管理，
未来愿景则是实现状态自感知、实时分析、自主决策、自我配置、精准执行的自组织生产。这就要求首先实现生产数据的透明化管理，
各个制造环节产生的数据能够被实时监测和分析，从而做出智能决策，并且智能化系统要能接受企业最高领导层的决策(BI)，
及有突发情况要能接受人工干预;其次要求生产线具有高度的柔性，能够进行�？榛楹�，以满足生产不同产品的需求。
此外，还应提升产品本身的智能化，如提供友好的人机交互、语言识别、数据分析等智能功能，
并且生产过程中的每个产品和零部件是可标识、可跟踪的，甚至产品了解自己被制造的细节以及将被如何使用。
数字化、网络化、智能化是保证智能制造实现“两提升、三降低”经济目标的有效手段。
数字化确保产品从设计到制造的一致性，并且在制样前对产品的结构、功能、性能乃至生产工艺都进行仿真验证，极大地节约开发成本和缩短开发周期。
网络化通过信息横纵向集成实现研究、设计、生产和销售各种资源的动态配置以及产品全程跟踪检测，实现个性化定制与柔性生产的同时提高了产品质量。
智能化将人工智能融入设计、感知、决策、执行、服务等产品全生命周期，提高了生产效率和产品核心竞争力。
网络互联互通
智能制造的首要任务是信息的处理与优化，工厂/车间内各种网络的互联互通则是基础与前提。
没有互联互通和数据采集与交互，工业云、工业大数据都将成为无源之水。
智能工厂/数字化车间中的生产管理系统(IT系统)和智能装备(自动化系统)互联互通形成了企业的综合网络。
按照所执行功能不同，企业综合网络划分为不同的层次，自下而上包括现场层、控制层、执行层和计划层。
图2给出了符合该层次模型的一个智能工厂/数字化车间互联网络的典型结构。随着技术的发展，该结构呈现扁平化发展趋势，以适应协同高效的智能制造需求。
图2：智能工厂/数字化车间典型网络结构
智能工厂/数字化车间互联网络各层次定义的功能以及各种系统、设备在不同层次上的分配如下。
计划层：实现面向企业的经营管理，如接收订单，建立基本生产计划(如原料使用、交货、运输)，确定库存等级，保证原料及时到达正确的生产地点，以及远程运维管理等。
企业资源规划(ERP)、客户关系管理(CRM)、供应链关系管理(SCM)等管理软件都在该层运行。
执行层：实现面向工厂/车间的生产管理，如维护记录、详细排产、可靠性保障等。制造执行系统(MES)在该层运行。
监控层：实现面向生产制造过程的监视和控制。按照不同功能，该层次可进一步细分为：
监视层：包括可视化的数据采集与监控(SCADA)系统、HMI(人机接口)、实时数据库服务器等，这些系统统称为监视系统;
控制层：包括各种可编程的控制设备，如PLC、DCS、工业计算机(IPC)、其他专用控制器等，这些设备统称为控制设备;
现场层：实现面向生产制造过程的传感和执行，包括各种传感器、变送器、执行器、RTU(远程终端设备)、条码、射频识别，
以及数控机床、工业机器人、工艺装备、AGV(自动引导车)、智能仓储等制造装备，这些设备统称为现场设备。
工厂/车间的网络互联互通本质上就是实现信息/数据的传输与使用，
具体包含以下含义：物理上分布于不同层次、不同类型的系统和设备通过网络连接在一起，并且信息/数据在不同层次、不同设备间的传输;
设备和系统能够一致地解析所传输信息/数据的数据类型甚至了解其含义。
前者即指网络化，后者需首先定义统一的设备行规或设备信息模型，并通过计算机可识别的方法(软件或可读文件)来表达设备的具体特征(参数或属性)，
这一般由设备制造商提供。如此，当生产管理系统(如ERP、MES、PDM)或监控系统(如SCADA)接收到现场设备的数据后，就可解析出数据的数据类型及其代表的含义。
端到端数据流
智能制造要求通过不同层次网络集成和互操作，打破原有的业务流程与过程控制流程相脱节的局面，分布于各生产制造环节的系统不再是“信息孤岛”，
数据/信息交换要求从底层现场层向上贯穿至执行层甚至计划层网络，使得工厂/车间能够实时监视现场的生产状况与设备信息，并根据获取的信息来优化生产调度与资源配置。
也要涉及到协同制造单位(如上游零部件供应商、下游用户)的信息改变，这就需要用互联网实现企业与企业数据流动。
按照图2的智能工厂/数字化车间网络结构，工厂/车间中可能的端到端数据流如图3所示。
图3：智能制造端到端数据流
具体包括：
现场设备与控制设备之间的数据流包括：交换输入、输出数据，如控制设备向现场设备传送的设定值(输出数据)，
以及现场设备向控制设备传送的测量值(输入数据);控制设备读写访问现场设备的参数;现场设备向控制设备发送诊断信息和报警信息;
现场设备与监视设备之间的数据流包括：监视设备采集现场设备的输入数据;监视设备读写访问现场设备的参数;现场设备向监视设备发送诊断信息和报警信息;
现场设备与MES/ERP系统之间的数据流包括：现场设备向MES/ERP发送与生产运行相关的数据，如质量数据、库存数据、设备状态等;MES/ERP向现场设备发送作业指令、参数配置等;
控制设备与监视设备之间的数据流包括：监视设备向控制设备采集可视化所需要的数据;监视设备向控制设备发送控制和操作指令、参数设置等信息;控制设备向监视设备发送诊断信息和报警信息;
控制设备与MES/ERP之间的数据流包括：MES/ERP将作业指令、参数配置、处方数据等发送给控制设备;控制设备向MES/ERP发送与生产运行相关的数据，
如质量数据、库存数据、设备状态等;控制设备向MES/ERP发送诊断信息和报警信息;
监视设备与MES/ERP之间的数据流包括：MES/ERP将作业指令、参数配置、处方数据等发送给监视设备;监视设备向MES/ERP发送与生产运行相关的数据，
如质量数据、库存数据、设备状态等;监视设备向MES/ERP发送诊断信息和报警信息。
我国实现智能制造必须2.0、3.0、4.0并行发展，既要在改造传统制造方面“补课”，又要在绿色制造、智能升级方面“加课”。
对于制造企业而言，应着手于完成传统生产装备网络化和智能化的升级改造，以及生产制造工艺数字化和生产过程信息化的升级改造。
对于装备供应商和系统集成商，应加快实现安全可控的智能装备与工业软件的开发和应用，以及提供智能制造顶层设计与全系统集成服务。
