数字化工厂的框架与落地实践.docxVIP

数字化工厂的框架与落地实践 数字化工厂正在闪现迷人的色彩，其光芒吸引了制造 业的注意力。然而耀眼辉光之中，很多企业也被各种相互矛 盾和相互纠缠的概念弄得无所适从，渴望能够拥有一个洞开 一切的神器。而数字化工厂的确犹如一道有着清晰轨迹的光 路，它正指引着那些走向理解智能工厂和工业 4.0 的必经之路。 数字化工厂的定义 虽然国内外对数字化工厂的研究越来越多，但是对于数 字化工厂的定义却没有统一的定论。目前存在两种数字化工 厂的定义，一种是广义的，一种是狭义的。 广义数字化工厂 以生产产品或提供服务的制造企业为核心企业，以及相 关联的成员，包括核心制造企业、供应商、软件系统服务商 合作伙伴、协作厂商、客户、分销商、银行等，是其生产与 经营过程中所有信息数字化的动态联盟。 狭义数字化工厂 以制造资源、生产操作和产品为核心，以产品生命周期 数据为基础，应用仿真技术、虚拟现实技术、实验验证技术 等，使产品在生产工位、生产单元、生产线以及整个工厂中 的所有真实活动虚拟化，并对加工和装配过程进行仿真、试 验、分析、优化的一种集成组织方式。 笔者倾向并采用的概念为狭义的数字化工厂。实际上， 这也符合工厂企业的实际认知。数字化工厂将产品信息数字 化、过程信息数字化和资源物料信息数字化，并将这三种数 字化流进行有效结合，是真实工厂的制造过程（包括设计、 性能分析、工艺规划、加工制造、质量检测、生产过程管理 和控制）在计算机上的一种映射。 数字化工厂、智能工厂与工业 4.0 工业 4.0 的官方说法文字太多。简单说，工业 4.0 有两个维度：技术维度就是物联网和服务在制造业的应用，而商 业维度就是用户驱动。其两大主题也为读者所耳熟能详，一是“智能工厂”，重点研究智能化生产系统及过程，以及网络化分布式生产设施的实现；二是“智能生产”，主要涉及整个企业的生产物流管理、人机互动以及 3D 技术在工业生产过程中的应用等。 数字化工厂和工业 4.0 之间隔着一个智能工厂的距离。 关于工业 4.0 的阶段和实施先决条件，北航刘强教授说过一段话，提到了非常经典的“三不要原则”。第一，不要在不具备成熟的工艺下做自动化，工艺如果不成熟，就最好 先做生产线，这是工业 2.0 解决的问题。第二，不要在管理 不成熟的时候做信息化，这是工业 3.0 解决的问题。第三， 不要在不具备网络化和数字化的基础时做智能化，这是工业 4.0 解决的问题。 数字化本身其实就是智能的一部分，是一个入口；而智 能工厂是在数字化工厂的基础上融合物联网技术和各种智能系统等新兴技术于一体，从而提高生产过程的可控性、减 少生产线人工干预。 数字化工厂是智能工厂的落脚点，而智能工厂又是工业 4.0 的基础和落脚点。只有实现了数字化工厂，才有可能实现工业 4.0。 数字化工厂的路径 数字化工厂是在信息集成的基础上，对研发、制造、管 理等各个环节进行全面的过程集成，构建数字化工厂是一项 艰巨并且复杂的系统工程。而任何复杂系统工程的实施都离 不了系统建模、系统仿真、系统分析和优化，同样数字化工 厂也不能例外。 首先要全面了解数字化工厂，建立数字化工厂的模型和 参考架构，然后需要有一套完整的方法论、工具和流程对数 字化工厂的各个阶段进行建模、规划、分析和优化。 图 4 的参考架构是笔者研究参考了众多工业 4.0 框架体系后提出的针对企业的数字化转型框架模型，重点是根据当 前企业现状从管理咨询维度和 IT 信息化维度，分解智能制造时代数字化车间、数字化工厂和数字化企业的层级关系，面 向落地和实施。 随着现代制造对产品开发的要求不断提高，以及产品逐 步转向多品种、小批量的订单模式，企业内各系统之间的统 一性与有效整合问题就逐渐浮出水面。 目前大多数企业面临的是对原来工厂从基础信息化与 自动化向数字化改造的问题。无论是建新厂还是改造老厂， 首先要面对的问题就是数字化工厂的规划，而每一家企业所 处的阶段都不尽相同，这就需要梳理企业现状，量身剪裁出 合身的数字化工厂规划蓝图。如图 5 所示，数字化工厂的建设X 轴代表着技术水平，Y 轴代表着管理水平。管理水平从基础管理、标准化管理一直到集成化管理、智能化管理。技 术水平从基础 IT 与自动化，到业务流程变革，再到系统集成， 最后实现 CPS。企业可以根据自身所处的阶段，重点关注本阶段需要重点去推进的事情，做到 2.0 补课，3.0 普及，4.0 目标。 在数字化工厂的建设过程中，有了细致周密的数字化规 划蓝图，就拥有了数字化工厂建设的基点和指南针。接下来 就应该选择最合适的技术，这里特别注意不是指最先进的技 术，先进的技术并不一定能在企业数字化建设中发挥最大的 效用，需要根据企业自身功能和用途需求合理决策。在信息 化程度还比较低的企业，RFID 技术的使用不见得比条码技