自动化立体仓库，是物流仓储中出现的新概念。利用立体仓库设备可实现仓库高层合理化，存取自动化，操作简便化；自动化立体仓库，是当前技术水平较高的形式。

?

自动化立体仓库的主体由货架，巷道式堆垛起重机、入（出）库工作台和自动运进（出）及操作控制系统组成。货架是钢结构或钢筋混凝土结构的建筑物或结构体，货架内是标准尺寸的货位空间，巷道堆垛起重机穿行于货架之间的巷道中，完成存、取货的工作；管理上采用WCS系统进行控制。?

?

一、自动化立体仓库组成部份

?

1.货架:用于存储货物的钢结构。主要有焊接式货架和组合式货架两种基本形式。?

?

2.托盘（货箱）：用于承载货物的器具，亦称工位器具。?

?

3.巷道堆垛机:用于自动存取货物的设备。按结构形式分为单立柱和双立柱两种基本形式；按服务方式分为直道、弯道和转移车三种基本形式。?

?

4.输送机系统:立体库的主要外围设备，负责将货物运送到堆垛机或从堆垛机将货物移走。输送机种类非常多，常见的有辊道输送机，链条输送机，升降台，分配车，提升机，皮带机等。?

?

5.AGV系统:即自动导向小车。根据其导向方式分为感应式导向小车和激光导向小车。?

?

6.WCS自动控制系统:驱动自动化立体库系统各设备的自动控制系统。以采用现场总线方式为控制模式为主。

?

7.WMS信息管理系统:是全自动化立体库系统的核心，可以与其他系统（如ERP系统等）联网或集成。

?

二、自动化立体仓库设计

?

立体仓库设计步骤，一般分为以下几步：

?

（一）收集、研究用户的原始资料，明确用户所要达到的目标，这些原始资料括：

?

1.明确自动化立体仓库与上游、下游衔接的工艺过程；

?

2.物流要求：上游进入仓库的最大入库员、向下游转运的最大出库量以及所要求的库容量；

?

3.物料的规格参数：物料的品种数、物料包装形式、外包装尺寸、重量、保存方式及其它物料的其它特性；

?

4.立体仓库的现场条件及环境要求；

?

5.用户对仓库管理系统的功能要求；

?

6.其它相关的资料及特殊要求。?

?

（二）确定自动化立体仓库的主要形式及相关参数

?

所有原始资料收集完毕后，可根据这些第一手资料计算出设计时所需的相关参数，包括：

?

①对整个库区的出入库总量要求，亦即仓库的流量要求；

?

②货物单元的外形尺寸及其重量；

?

③仓库储存区（货架区）的仓位数量；

?

④结合上述三点确定储存区（货架厂）货架的排数、列数及巷道数目其它相关技术参数。?

?

（三）合理布置自动化立体仓库的总体布局及物流图

?

一般来说，自动化立体仓库包括：入库暂存区、检验区、码垛区、储存区、出库暂存区、托盘暂存区、不合格品暂存区及杂物区等。规划时，立体仓库内不一定要把上述的每一个区都规划进去，可根据用户的工艺特点及要求来合理划分各区域和增减区域。同时，还要合理考虑物料的流程，使物料的流动畅通无阻，这将直接影响到自动化立体仓库的能力和效率。?

?

（四）选择机械设备类型及相关参数

?

货架：

?

货架的设计是立体仓库设计的一项重要内容，它直接影响到立体仓库面积和空间的利用率。

?

①货架形式：货架的形式有很多，而用在自动化立体仓库的货架一般有：横梁式货架、牛腿式货架、流动式货架等。设计时，可根据货物单元的外形尺寸、重量及其它相关因素来合理选取。

?

②货格的尺寸：货格的尺寸取决于货物单元与货架立柱、横梁（牛腿）之间的间隙大小，同对，在一定程度上也受到货架结构型式及其它因素的影响。?

?

堆垛机：

?

堆垛机是整个自动化立体仓库的核心设备，通过手动操作、半自动操作或全自动操作实现把货物从一处搬运到另一处。它由机架（上横梁、下横梁、立柱）、水平行走机构、提升机构、载货台、货叉及电气控制系统构成。

?

①堆垛机形式的确定：堆垛机形式多种多样，包括单轨巷道式堆垛机、双轨巷道式堆垛机、转巷道式堆株机、单立柱堆垛机、双立柱堆垛机等等。

?

②堆垛机速度的确定：根据仓库的流量要求，计算出堆垛机的水平速度、提升速度及货叉速度。

?

③其它参数及配置：据仓库现场情况及用户的要求选定堆垛机的定位方式、通讯方式等。堆垛机的配置可高可低，视具体情况而定。

?

输送系统：

?

根据物流图，合理选择输送机的类型，包括：辊道输送机、链条输送机、皮带输送机、升降移载机、提升机等。同时，还要根据仓库的瞬时流量合理确定输送系统的速度。

?

其它设备：

?

根据仓库的工艺流程及用户的一些特殊要求，可适当增加一些辅助设备，包括：手持终端、叉车、平衡吊等。

?

（五）设计WCS控制系统及WMS仓库管理系统的各功能模块

?

根据仓库的工艺流程及用户的要求，合理设计控制系统及仓库管理系统。控制系统及仓库管理系统一般采用模块化设计，便于升级和维护。

?

（六）仿真模拟整套系统

?

在有条件的情况下，对整套系统进行仿真模拟，可以对立体仓库的贮运工作进行较为直观的描述，发现其中的一些问题和不足，并作出相应的更正，以优化整个AS/RS系统。

?

（七）进行设备及控制管理系统的详细设计

?

以上所述为自动化立体仓库设计的一般过程，在具体设计中，可结合具体情况灵活运用。?

?

三、自动化立体仓库投资收益

?

自动化立体仓库其优越性是多方面的，对于企业来说,可从以下几个方面得到体现：

?

1 .提高空间利用率

?

早期立体仓库的构想，其基本出发点就是提高空间利用率，充分节约有限且宝贵的土地。在西方有些发达国家，提高空间利用率的观点已有更广泛深刻的含义，节约土地，已与节约能源、环境保护等更多的方面联系起来。有些甚至把空间的利用率作为系统合理性和先进性考核的重要指标来对待。

?

立体库的空间利用率与其规划紧密相连。一般来说，自动化高架仓库其空间利用率为普通平库的2-5倍，这是相当可观的。

?

2. 便于形成先进的物流系统，提高企业生产管理水平

?

传统仓库只是货物储存的场所，保存货物是其唯一的功能，是一种“静态储存”。自动化立体仓库采用先进的自动化物料搬运设备，不仅能使货物在仓库内按需要自动存取，而且可以与仓库以外的生产环节进行有机的连接，并通过计算机管理系统和自动化物料搬运设备使仓库成为企业生产物流中的一个重要环节。企业外购件和自制生产件进入自动化仓库储存是整个生产的一个环节，短时储存是为了在指定的时间自动输出到下一道工序进行生产，从而形成一个自动化的物流系统，这是一种“动态储存”，也是当今自动化仓库发展的一个明显的技术趋势。?

?

总结：

?

自动化是仓储管理发展的必然趋势，自动化立体仓库的作业效率及自动化的技术水平可以使得企业物流效率大幅提升，立体库的基本技术也日益成熟，目前越来越多的企业开始采用自动化立体仓库。企业可以根据实际情况建设中大型的立体库，也根据需要建设中小型自动化立体库。

文章来源于网络

工业物联网解决方案、3D打印和区块链是引领安全供应链新时代的一些最大技术
?
什么是智能制造？这不是一个单一的概念，而是一系列为制造业带来效率和新机遇的技术——同样，也为整个供应链带来了机遇。
?
这场工业革命被称为工业4.0。以下是工业4.0中的一些最重要技术，以及它们如何帮助制造企业更智能地工作、更好地规划和以前所未有的信心开拓全球市场。
?
连网设备使维护智能化
?
智能制造始于智能机械。工业4.0为那些希望减少维护负担和成本并延长机器使用寿命的制造商提供了大量机会。
?
工业物联网解决方案供应商提供多种连网和通信工具套件，用于改造具有“智能”功能的旧设备，同时，重型设备制造商正在从头开始设计连网和智能设备。但是，制造商将物理设备带入数字时代有什么好处?
?
当机器可以相互通信时，它们可以更精确地同步和优化其活动，并根据码头、机器车间和其他地方的条件来调整生产和吞吐量。使用传感器收集有关机器健康状况的数据，工程师可以围绕生产计划来规划维护间隔时间，并在更换零件之前尽可能延长其使用寿命。简而言之，使其真正具有预测的能力。
?
让机器具有智慧，并不是要把人类工人排除在外。诚然，一些低收入的工作可能不会持续太久，但另一方面，制造业需要在未来几年引进更多具有分析、自动化、数据科学和机器人经验的工作人员。劳动力并没有像自动化灾难预言家所说的那样急剧萎缩，但工业化国家的劳动力构成肯定正在发生变化，其中高薪工作的需求也越来越高。
?
区块链、追踪和追溯以及供应链透明度
?
制造商和消费品公司完全可以享受区块链的好处。
?
通过区块链，供应链中的每个合作伙伴都有助于建立一个永久透明地记录运营信息的分散分类账。其结果是对生产细节（如原产地、制造商、出厂时间）和财务细节（如支付金额、交易日期、各方名称）的安全存证，并在整个供应链中创建了真正的可追溯性。例如溯源链的区块链可追溯技术，通过塑料戒指完成大闸蟹赋码，然后消费者通过扫码工具扫描戒指二维码来验证产地信息，并查看溯源数据的存证记录。
?
因为每种产品或每批产品都有一个唯一的密码标识符，因此公司比以往任何时候都更容易追踪产品缺陷的来源，更有效地处理召回并保护其声誉，同时使日常合规活动比以往任何时候都更加容易。
?
3D打印
?
如果不谈论 “3D打印”，我们就无法讨论智能制造。
?
智能制造的关键不是仅仅因为新技术的存在而采用新技术，而是识别那些提供机会或解决问题的技术。据一些估计，如今，传统制造业的平均废弃物占材料的21％，3D打印不仅可以将材料的总体浪费降低到10％以下，而且还可以大幅减少碳排放。
?
3D打印也使生产更多产品原型的速度更快、更具成本效益。这加快了产品设计的测试阶段，同时使得设计师和工程师更有可能在批量生产之前发现缺陷。
?
对制造商和整个供应链而言，最令人兴奋的影响可能是将生产资料更贴近客户。客户将很快从业余爱好者商店、汽车零件商店、百货公司、电子精品店甚至服装店订购3D打印商品，包括定制选项。
?
这对全球供应链的影响可能是巨大的。制造商应该开始规划未来，而不再需要在世界各地运输成品和部分组装好的产品。从多种材料或嵌入式电子设备中获得3D打印产品的技术也在迅速成熟，这将使3D打印机能够组装真正多样化的产品。
?
安全问题和一些解决方案
?
当然，所有这些连接都是有代价的。Gemalto的研究表明，48%的被调查公司仍然没有能力检测基于物联网的安全漏洞。有趣的是，同样的研究表明79%的商业决策者希望政府制定物联网安全指导方针。
?
很多公司已经部署了物联网解决方案，但缺乏检测入侵所需的内部人才和工具，这是一个非常严重的问题。
?
这些年来，我们看到了一些引人注目的案例，甚至是连网的加热和冷却设备——制造业中有很多这样的设备——都为网络犯罪分子打开了后门。
?
当涉及到使温度控制、制冷和冷冻系统更加智能化时，对工业来说有着巨大的好处——而能源和成本节约只是开始。但是，如果我们想保证安全，所有这些互联网连接的基础设施都需要正确的方法。一些网络安全专家认为，由于网络攻击，60%的中小型制造商遭受了停机或关键数据丢失。
?
保护物联网设备需要一个了解相关利害关系和最佳实践的团队。一些估计称，到2021年，全球将有360亿台物联网设备，这是一个庞大的威胁面。从更简单的方面来说，只要及时更新机器固件和安全更新，就可以保证制造商的安全。在更高级方面，公司可以使用虚拟局域网（VLAN）将连网的机器与外部干扰隔离开来，而不会将它们与公司的其他运营完全隔离。
?
但是，尽管存在威胁，工业4.0仍在使制造业和世界变得更加美好。
?
对于公司的日常运作和长期生存而言，没有什么比数据更重要了——而工业4.0和物联网提供了大量的方法来深入了解数据流。这些技术阐明了设备性能和供应商管理方面的问题，同时也提供了在审计到来或需要追溯问题根源时保护公司及其良好声誉的方法。

文章来源于网络

自动化立体仓库的作业，对于提高企业的物流效率具有显著作用。然而，很多人非常好奇，自动化立体仓库的基本操作流程和普通仓库的有哪些不同？每个流程中值得我们注意的关键点又是什么？本文中就和您一起用最简单明白的文字来了解一下：

?

?

自动化立体仓库的主体由货架，巷道式堆垛起重机、入（出）库工作台和自动运进（出）及操作控制系统组成。

?

货架是钢结构或钢筋混凝土结构的建筑物或结构体，货架内是标准尺寸的货位空间，巷道堆垛起重机穿行于货架之间的巷道中，完成存、取货的工作；管理上采用WCS系统进行控制。以下是自动化立体仓库的基本操作流程：

入库流程：系统响应入库请求，弹出入库对话框，用户填写入库货物的名称和数量;系统查询订货量，如果订货量大于货物库存数量，则给出报警提示。

否则，系统向入库计算机发送入库操作任务单，并打印入库单据，入库计算机控制条码系统扫描货物;扫描后入库计算机会判断扫描的货物和任务是否相符，如相符则执行入库分拣和运送，如不符，则给出报警信号。

拼盘与并箱：小尺寸的货物或零件入库前，一般需进行拼盘并箱作业，以适应仓储要求和充分利用货位容积，大尺寸的货物可根据情况直接入库或放入托盘后再入库。一般采用固定拼盘并箱方式，即多个同种货物或零件放于一个托盘或货箱中。

某些情况下，为了进一步增加仓储容量，可采用散件拼盘并箱模式，即随意品种随意数量的拼装入箱，此种模式中，需在管理系统的数据库中设定拼盘批次码、拼盘码、货物零件到场批次码等信息，将每个拼盘中货物数量、种类和其存放货位联系起来，以利于出库时倒盘拼箱。

条形码扫描输入：表征货物的条形码一般含有四种信息：托盘号、货号和批次号和数量。条形码由扫描器读入、译码器解译后经串行口接口传入计算机。

出库流程：货物的出库流程如下：系统响应出库请求，弹出出库对话框，用户填写出库货物的名称和数量;系统查询库存量，如果出库数量大于货物的库存数量，则给出报警提示。

否则，系统向出库计算机发送出库库操作任务单，并打印出库单据，出库计算机向堆跺机发出出库指令，堆跺机从货架出货，经可能输送到出库台，出库计算机控制条码系统扫描货物;扫描后出库库计算机会判断扫描的货物和任务是否相符，如相符则执行出库分拣和分装，如不符，则给出报警信号。

自动化立体仓库与普通仓库最大的差异就在于出入库的自动化和智能化：

普通仓库是货物放地上，或放普通货架上（通常7米以下），由叉车人工出入库。立体仓库货物放在高位货架上（通常22米以下），在软件控制下，由起重设备自动出入库。自动化立体仓库优点包括：

?

?

?

?

?

?

?

1、无人化

?

各种搬运机械的无缝衔接实现整个仓库的无人化作业，从而降低人工成本，规避人员安全隐患和货物破损风险。

?

2、信息化

?

信息识别技术和配套软件实现仓库内部的信息化管理，可实时掌握存品动态并实现快速调度

?

3、密集化

?

仓储高度可达20m以上，巷道与货位几乎等宽，高位密集的存储方式极大地提高土地利用率

?

4、高速化

?

每条巷道出货速度超过50托/小时，远高于叉车，保证仓库发货速度

?

5、无缝对接

?

可与上游自动化生产系统和下游配送系统对接，提高企业供应链自动化的广度和深度。

?

?

?

?

?

?

总而言之，就是节省土地、减少劳动力、提高物流管理水平。

文章来源于网络

立足长远，智能制造产业园区规划要怎样做？

随着信息技术的发展，我国制造业也必然向信息化、智能化阶段发展。工业4.0及中国制造2025的提出不仅促进了我国制造业的发展，也让智能制造成为制造业发展的主要方向。如今，我国大多数城市纷纷打造智能制造产业园区，但智能制造产业园区规划并不是想象的那么简单。

部署智能制造园区规划，首先要了解这是个什么园区种类。智能制造产业园区是指生产过程采取智能制造模式的园区，其以“园区+互联网”为理念，将新一代信息技术(物联网、大数据、云计算等)与制造活动各个环节相融合，对各项设施、服务进行升级，而不管它生产什么产品。通俗说，智能制造产业园区就是高配版、智能化、科技化，管理成本更低，生产自动化程度更高的制造类园区。由于产业园区普遍都具有准公共产品的属性，投资规模大，投资回收期长。因此，做好产业园区规划，才能使后续的招商运营更好地开展，避免空置等问题。

那么在进行智能产业园区规划的时候，需要注意什么?

1.适应性

一个地区能否构建智能产业园区，关键要看它本区域或周边区域智能化程度提供的市场需求以及人力资源、科技知识的支撑。譬如，深圳非常适合发展智能产业园区。因为，深圳对高端人才的集聚力非常高，源头创新能力非常强大，在将智能科技转化为终端产品、转化为硬件载体的过程里，又有东莞、惠州等城市强大的制造能力的支撑。智能产品最开始的消费群体是年轻人。深圳是一个非常年轻的城市，深圳对智能产品消费能力非常强。因此，从区位、生产要素、市场需求、产业基础、政策规划、创新能力等维度来衡量深圳发展智能产业园区的适用性，都是满分的。

我国工业化在不同地区发展不平衡，工业1.0、2.0、3.0、4.0将在各地区长期并存。处于工业4.0阶段的地区最适合发展智能产业园区。处于工业3.0阶段、2.0阶段的地区可以发展比较简单的智能产品(技术密集度相对较低，满足工业4.0地区的市场需求，这是产业内分工)。处于工业1.0阶段的地区，它的人力资源、科技存量以及周边市场都不支持发展。工业1.0机械化，工业2.0电气化、半自动化(用硬件控制)，工业3.0信息化即数字化网络化，少人或无人自动化(由包括集成电路出现在内的硬件与软件结合控制)，工业4.0即智能化(引入人工智能)。这是一个技术与工业发展的过程，不能割裂，也不能跳过，切记不要忽视中国国情、区情来研究和推进企业实施智能制造。

不同智能产品(服务)具有技术密集度差异，不同企业在行业内的竞争地位、不同项目的投资规模与回收周期也有区别。智能产业园区需要根据园区发展战略来选择智能产业(或服务)、主题、企业和项目，而园区的发展战略受制于区域发展战略、园区开发运营主体的发展战略。

2.系统性

产业园区是一个相对独立的产业生态系统，也是城市产业生态系统里面的子系统，因此，产业园区规划需要有系统思维。

第一，需要有产业系统思维。一个园区，如果占地空间比较大，适合引进多种产业，需要明确主导产业与关联产业。园区的主导产业布局在园区，关联产业可以布局在园区里面或者周边。一个园区，如果是引进一种产业的专业园区，则需要明确龙头企业与配套企业。如果一个园区只有一个企业，譬如华为的欧洲小镇，则需要明确园区产业、城市与资本的系统之间的协同。

第二，要有区域系统思维。园区的产业系统需要与周边区域的产业系统协同发展。处于上中下游的同一纵向价值链的不同园区，考虑产业对接，共享资源与市场。处于横向的相关联产业的不同园区，考虑产业错位发展，共享资源与市场。园区的产业规划还需满足上位政策规划的要求，在满足上位政策规划要求的基础上，再细分产业、领域、项目的规划发展。

第三，要有战略系统思维。产业园区是比较完整的产业生态，需要开发运营主体具有较大运营体量、足够“自持运营”能力，这又需要园区开发运营主体制定很好的开发运营战略。

3.创新性

智能产业园区规划的创新性推进规划质量进入新层次，园区主题、招商方式、运营服务以及政策制度的制定都可以进行创新。园区主题的提炼需要精简，定位瞄准细分领域，实行差异化经营；园区招商需要与产业规划无缝对接，需要对目标产业与企业深入了解，建立项目库。招商还可以联合入园企业、行业协会与政府机构，利用企业网络拓展招商资源，实现产业联盟招商。

产业园区需要培育企业成长、培育园区未来的现金流。智能产业园区入驻企业的更多是新生企业，更需要各种培育服务。服务创新提高园区可持续竞争优势。

智能制造产业园的优势在于其可构建集“科技研发+产业苗圃+孵化器+加速器+推广应用”于一体的服务体系，并且能提供风投、融资等公共服务平台。建设智能制造产业园，能够帮助中小企业迅速转型，抢占大时代变革的先机。中国智能制造产业的爆发式增长，不仅激发了业内外资金的投资热情，也使得各地形成建设智能制造产业园区的热潮。目前人工智能和智能制造已成为全球争相抢占的科技、经济制高点，中国制造业应立足长远，为未来的智能经济竞争做战略布局。

文章来源于网络

立体库一般是指采用几层、十几层乃至几十层高的货架储存单元货物。

立体库也称为高架库或高架仓库，一般是指采用几层、十几层乃至几十层高的货架储存单元货物，用相应的物料搬运设备进行货物入库和出库作业的仓库。

立体库介绍

立体库简介

自动化立体库（AS/RS）是物流技术的革命性成果，它一般由高层货架、巷道堆垛机、输送机、控制系统和计算机管理系统（WMS）等构成，可以在计算机系统控制下完成单元货物的自动存取作业。

自动化立体库库应用范围很广，几乎遍布所有行业。在我国，自动化高架仓库应用的行业主要有机械、冶金、化工、航空航天、电子、医药、图书、食品加工、烟草、印刷、配送中心、机场、港口等。

优势分析

应用分析

立体库的应用，可以加快货物的存取节奏，减轻劳动强度，提高生产效率 建立以自动化立体仓库为中心的物流系统，其优越性还表现在自动化高架库具有的快速的入出库能力，能快速妥善地将货物存入高架库中（入库），也能快速及时并自动地将生产所需零部件和原材料送达生产线。这一特点是普通平库所不能达到的。并且自动化立体仓库的实现可以有效减轻工人劳动强度。

立体库同时可以减少库存资金积压，经过对一些大型企业的调查了解，由于历史原因造成管理手段落后，物资管理零散，使生产管理和生产环节的紧密联系难以到位，为了到达预期的生产能力和满足生产要求，就必须准备充足的原材料和零部件。

这样库存积压就成为一个较大的问题。如何降低库存资金积压和充分满足生产需要，已成为大型企业不得不面对的一个大问题。高架库系统是解决这一问题的最有效的手段之一。

03

发展总览

内外比较

纵观国内外的大型企业，自60年代始逐步采用自动化物流系统以来，到今天已成为企业生产管理不可缺少的重要组成部分。据有关资料统计，日本目前已建成的自动化立体仓库(物流系统)已超过8,000座。建立自动化立体仓库系统已成为现代化企业的重要标志之一。

到目前为止，我国自动化立体仓库数量已超过1200座。立体仓库由于具有很高的空间利用率、很强的入出库能力、采用计算机进行控制管理而利于企业实施现代化管理等特点，已成为企业物流和生产管理不可缺少的仓储技术，越来越受到企业的重视。

新仓库可以按照拣货路线设计货架摆放位置，而一个已经摆放了商品的仓库如果要改变货架那劳动量就太大了。所以旧仓库成本较低的改善办法是改变拣货路线、拣货方式，同时逐步调整货物置放位置。

一般而言，仓库分为进货口、出货口、仓储区、打包区、出仓区（有的仓库进货口和出货口是同一个）。中小卖家的仓库一般面积不大，甚至只有几十平米，似乎不需要分这么详细；

但这几个功能分区还是很轻易就能划分出来，甚至不需要专门去规划，在工作过程中就会自然划分出来，只不过功能区的位置有所重叠而已。

仓库的布局当中，最重要的是货架的摆放，因为货架摆放的科学与否决定了拣货路线是否合理。到底是按照货架设计拣货路线，还是根据拣货路线设计货架位置。往往这两者是互相影响的，到底是改变货架，还是改变拣货方式，这就看卖家是处于什么阶段了。

一般而言，新仓库可以按照拣货路线设计货架摆放位置，而一个已经摆放了商品的仓库如果要改变货架那劳动量就太大了。所以旧仓库成本较低的改善办法是改变拣货路线、拣货方式，同时逐步调整货物置放位置。

商品的摆放分两块：合适的货架，货架上的合适位置。货物的摆放首先要为不同售卖规模的商品选择一个合适的货架。这个货架在仓库中的位置相对固定，但上面的商品不是固定的，需要卖家根据不同的销售状况进行调整。

货物的位置摆放，应该遵循几条原则

1、销售量大或者促销商品应该摆放在靠近仓库出口处或进口处的货架上；

2、销售量大或促销商品应放置在黄金货架中间的黄金位置。

之所以不把靠近仓库出口处的货架都摆上销售量大的商品，是因为货架中间的货物不需要拣货人弯腰垫脚，利于快速拣货，快速出货。销量小的产品放在货架的最下层或最上层。

但在具体执行过程中需要按照货架的具体情况来处理，比如黄金货架的黄金位置已经被别的产品霸占，那就要把促销产品放在次黄金货架了。此外，促销商品和长销商品到底谁占据黄金位置也需要卖家根据自身情况去决定。不过大致准则是一样的：将出货量大、体积较大的商品摆放在接近出口的位置。

拣货路线

拣货路线和拣货方式没有最优选项，只有最适合的选项。而拣货路线和拣货方式的设计又依托于货架、商品的摆放、标识。

小仓库的存放商品有限，出货量也有限，不需要太复杂的拣货路线和拣货方式。而较大的仓库存放较多的商品，出货量也较大，拣货员的劳动量会比较大，合理科学的拣货路线、拣货方式能够大大提供拣货效率，降低拣货员的工作量。

这里以五洲在线的北京仓为例，其拣货路线和拣货方式是按照4个“S”形嵌套来设计的。这4个“S”形分别是货架S形摆放、拣货S形路线、货号位S形设计、搜寻视线S形。这4个S形的关系是货架S形决定拣货路线S形，货位号S形决定搜寻视线S形。

S形路线对拣货员来说是效率最高的路线。在这个仓库中，入口和出口在一侧，拣选员每次作业起点也是终点，每次作业不会走重复的路线，属于这个仓库中最省力的路线。

货架的摆放位置按照牌号左单右双，保证拣货员走的路线也是S形。

每个货架是多层结构，货位号也是从上到下呈S形排列。

这样4个S形的设计，不仅保证拣货员走的路线是最经济的，也保证了拣货员视线搜寻的线路也是最经济的。

拣货方式

货架、货位、路线都规划好了，如何拣货？这里又有两种选择，一是按单拣货，二是汇总拣货。所谓按单拣货，就是在拣货时便将商品按照订单分置在不同的物品篮里，然后送至打包处；汇总拣货，则是拣货途中不将物品分篮，直接送到打包处后再由打包工按照订单进行打包。

两种拣货方式各有优劣：按单拣货方便了打包工，也较为节省汇总计算的时间，但可能会增加拣货员的作业次数和每次作业的时间。汇总拣货则将拣货员的作业时间压缩了，将拣货到打包的分拣分为了两个步骤，先由拣货员从仓库先筛选一遍，再由打包工进行最终筛选，将拣货的工作量分为两个步骤进行完成。

一般而言，当订单数比较少的时候，可以选用按单拣货的方式，虽然会增加拣货员的作业次数，但因为总量小，作业量不会很大；而当订单比较多时，建议采用汇总拣货方式，将拣货的作业量由拣货员和打包员分别承担。

不过有着大仓库、拣货路线较长的卖家也可以将两种方式进行一下结合：汇总多个订单商品，一次性提取多个订单的商品，但在拣货的移动过程中便按照订单分置在不同的容器内。当然这需要两个员工来完成，一位员工负责按照汇总单进行单纯的拣货，另一名员工则同步负责第二步的分置。

细节和增强

当包裹和员工足够多的情况下，最好能用流水线作业来完成打包工作。流水线作业即是将整个打包过程分解，一般可分为装箱（装包）、检查+封口、贴单、堆货4个步骤。

有的网店没这么多人，那么可以将贴单和堆货可以合二为一，或者将检查、封口、贴单交由一个人负责。如果采用传送带完成这几个步骤，那效率会更加高。

5S管理实施

5S管理作为仓储管理的基本，建议电商企业推行5S管理，让现场有序，降低拣货的出错率，提高拣货发货的效率。

仓库货物摆放原则

01

作业区

1 利于作业优化。仓库作业优化是指提高作业的连续性，实现一次性作业，减少装卸次数，缩短搬运距离，最短的搬运距离；最少的搬运环节；使仓库完成一定的任务所发生的装卸搬运量最少，同时还要注意各个业务联系和信息传递，保证仓库安全。

2 强调唯一的物流出口和唯一的物流入口，便于监控和管理；

3 最大限度的利用平面和空间

4 便于储存保管。提高物品保管质量；

5 保管在同一区域的货物必须具有关联性，区域规划的方法

02

休息区

1 工具区。集中管理，便于维修、养护；规定消防设施存放的位置。

2 验收区。接待供应商的区域。

3 整货区。主要的仓储区域。

4 散货区。规模大的企业可以将拆包的整件货单独设置区域，货位与整货区相对应，便于分拣备货管理。这一区域的规划对高效作业和客户服务起着关键性作用。

5 备货区。提前按定单备货，摆放整齐、不同客户订单备货要有明显分隔，目视化看板管理，如设立配送地区牌，规划每天固定滚动配送区域，防止串货丢失现象；备货区是个问题比较多的区域，一定要严格管理。

6 复核区。对出入库的最后把关，与客户交接区域。

7 退货区。接受顾客退货。

8 废品区。等待报废核销。

9 次品区。有修复或退货给供应商的可能。

按照库存商品理化性质不同进行分区，确定存入同一库房的物资品种理化性质相同，便于采取养护措施；如：金属区、塑料区、纺织区、冷藏区、危险品区等。

商品使用方向不同进行分区，商品供应商不同进行分区，便于项目管理。

03

《仓库平面图》

显示仓库内的各类物品、包括应急、安全出口等安全设施位置。

04

货位规划

货位摆放原则

1、最接近物流出口原则。在规定固定货位和机动货位的基础上，要求物料摆放在离物流出口最近的位置上。

2、以库存周转率为排序的依据的原则。经常性的出入库频次高且出入量比较大的品种放在离物流出口最近的固定货位上。

3、关联原则。由于表或习惯，两个或两个以上相关联的物料被经常同时使用，如果放在相邻的位置，就可以缩短分拣人员的移动距离，提高工作效率。

4、唯一原则。（合格的）同一物料要求集中保管在唯一货位区域内，便于统一管理，避免多货位提货；当然，自动化立体仓库不用严格遵守这个原则。

5、系列原则。同一系列的物料，设置一个大的区域，

6、隔离易混物料原则。外观相近，用肉眼难以识别的物料，在标示清晰的基础上，要间隔2个以上的货位，防止混在一起，难以区分。

7、通过先进先出，进行严格管理，同一批号的商品如果检验不合格或者早产不允许放行，要设立红牌警示，避免混乱。

8、面对通道原则。即把商品的标示面对通道，不仅是把外面的一层面对通道，而且要把所有的商品标示都要面对通道，面对同一方向，使分拣人员能够始终流畅地进行工作，不用中断工作去确认标示。不围不堵。

9、合理搭配原则。要考虑物料的形状大小，根据实际仓库的条件，合理搭配空间；避免空间不足多货位放货，避免空间太大使用不充分。

10、上轻下重原则。楼上或上层货位摆放重量轻的物料，楼下或者下层货位摆放重量大的物料，这样可以减轻搬运强度，保证货架、建筑与人员的安全。

11、目视化看板原则。绘制《货位平面图》，标明商品明确的货位，即使是临时人员，也能准确无误的分拣出正确的商品。

作业规范

面向通道

先进先出

周转率对应 高的放在门口，按顺序

归类

上轻下重

形状对应 包装标准化和非保准的形状适当保管

标示明确 物料卡，系统货位信息准确

分层码放 摆上货架

二齐：物品摆放整齐，库容干净整齐。

三清：材料清，数量清，规格标识清。

四号定位：按区、排、架、位定位。

五五成数 ：横竖对齐、上下垂直，过目成数

智能工厂是实现智能制造的重要载体，主要通过构建智能化生产系统、网络化分布生产设施，实现生产过程的智能化。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。

一、智能工厂主要建设模式

由于各个行业生产流程不同，加上各个行业智能化情况不同，智能工厂有以下几个不同的建设模式。

第一种模式是从生产过程数字化到智能工厂。在石化、钢铁、冶金、建材、纺织、造纸、医药、食品等流程制造领域，企业发展智能制造的内在动力在于产品品质可控，侧重从生产数字化建设起步，基于品控需求从产品末端控制向全流程控制转变。因此其智能工厂建设模式为：

一是推进生产过程数字化，在生产制造、过程管理等单个环节信息化系统建设的基础上，构建覆盖全流程的动态透明可追溯体系，基于统一的可视化平台实现产品生产全过程跨部门协同控制；

二是推进生产管理一体化，搭建企业CPS系统，深化生产制造与运营管理、采购销售等核心业务系统集成，促进企业内部资源和信息的整合和共享；

三是推进供应链协同化，基于原材料采购和配送需求，将CPS系统拓展至供应商和物流企业，横向集成供应商和物料配送协同资源和网络，实现外部原材料供应和内部生产配送的系统化、流程化，提高工厂内外供应链运行效率；四是整体打造大数据化智能工厂，推进端到端集成，开展个性化定制业务。

第二种模式是从智能制造生产单元（装备和产品）到智能工厂。在机械、汽车、航空、船舶、轻工、家用电器和电子信息等离散制造领域，企业发展智能制造的核心目的是拓展产品价值空间，侧重从单台设备自动化和产品智能化入手，基于生产效率和产品效能的提升实现价值增长。因此其智能工厂建设模式为：

一是推进生产设备（生产线）智能化，通过引进各类符合生产所需的智能装备，建立基于CPS系统的车间级智能生产单元，提高精准制造、敏捷制造能力。

二是拓展基于产品智能化的增值服务，利用产品的智能装置实现与CPS系统的互联互通，支持产品的远程故障诊断和实时诊断等服务；

三是推进车间级与企业级系统集成，实现生产和经营的无缝集成和上下游企业间的信息共享，开展基于横向价值网络的协同创新。四是推进生产与服务的集成，基于智能工厂实现服务化转型，提高产业效率和核心竞争力。

第三种模式是从个性化定制到互联工厂。在家电、服装、家居等距离用户最近的消费品制造领域，企业发展智能制造的重点在于充分满足消费者多元化需求的同时实现规模经济生产，侧重通过互联网平台开展大规模个性定制模式创新。因此其智能工厂建设模式为：

一是推进个性化定制生产，引入柔性化生产线，搭建互联网平台，促进企业与用户深度交互、广泛征集需求，基于需求数据模型开展精益生产；

二是推进设计虚拟化，依托互联网逆向整合设计环节，打通设计、生产、服务数据链，采用虚拟仿真技术优化生产工艺；

三是推进制造网络协同化，变革传统垂直组织模式，以扁平化、虚拟化新型制造平台为纽带集聚产业链上下游资源，发展远程定制、异地设计、当地生产的网络协同制造新模式。

二、国内外智能工厂建设的现状

近年来，全球各主要经济体都在大力推进制造业的复兴。在工业4.0、工业互联网、物联网、云计算等热潮下，全球众多优秀制造企业都开展了智能工厂建设实践。

当前，我国制造企业面临着巨大的转型压力。一方面，劳动力成本迅速攀升、产能过剩、竞争激烈、客户个性化需求日益增长等因素，迫使制造企业从低成本竞争策略转向建立差异化竞争优势。在工厂层面，制造企业面临着招工难，以及缺乏专业技师的巨大压力，必须实现减员增效，迫切需要推进智能工厂建设。另一方面，物联网、协作机器人、增材制造、预测性维护、机器视觉等新兴技术迅速兴起，为制造企业推进智能工厂建设提供了良好的技术支撑。再加上国家和地方政府的大力扶持，使各行业越来越多的大中型企业开启了智能工厂建设的征程。

我国汽车、家电、轨道交通、食品饮料、制药、装备制造、家居等行业的企业对生产和装配线进行自动化、智能化改造，以及建立全新的智能工厂的需求十分旺盛。

但是，我国制造企业在推进智能工厂建设方面，还存在诸多问题与误区：

① 盲目购买自动化设备和自动化产线。很多制造企业仍然认为推进智能工厂就是自动化和机器人化，盲目追求“黑灯工厂”，推进单工位的机器人改造，推行机器换人，上马只能加工或装配单一产品的刚性自动化生产线。只注重购买高端数控设备，但却没有配备相应的软件系统。

② 尚未实现设备数据的自动采集和车间联网。企业在购买设备时没有要求开放数据接口，大部分设备还不能自动采集数据，没有实现车间联网。

③ 工厂运营层还是黑箱。在工厂运营方面还缺乏信息系统支撑，车间仍然是一个黑箱，生产过程还难以实现全程追溯，与生产管理息息相关的制造BOM数据、工时数据也不准确。

④ 设备绩效不高。生产设备没有得到充分利用，设备的健康状态未进行有效管理，常常由于设备故障造成非计划性停机，影响生产。

⑤ 依然存在大量信息化孤岛和自动化孤岛。智能工厂建设涉及到智能装备、自动化控制、传感器、工业软件等领域的供应商，集成难度很大。很多企业不仅存在诸多信息孤岛，也存在很多自动化孤岛，自动化生产线没有进行统一规划，生产线之间还需要中转库转运。

究其原因，是智能制造和智能工厂涵盖领域很多，系统极其复杂，企业还缺乏深刻理解。在这种状况下，制造企业不能贸然推进，搞“大跃进”，以免造成企业的投资打水漂。应当依托有实战经验的咨询服务机构，结合企业内部的IT、自动化和精益团队，高层积极参与，根据企业的产品和生产工艺，做好需求分析和整体规划，在此基础上稳妥推进，才能取得实效。

文章来源于网络

0?引言

?

???????智能制造作为中国制造业转型升级的重要战略抓手，已经得到了从国家到地方的全方面支持，整个制造业的产业生态正在发生急剧变化，这是一个良好的发展契机。但智能制造作为一个笼统的概念，如何落地并紧密结合制造业需求，推动制造业高质量发展，其技术内涵和发展认识也是处于持续变化之中。

?

???????核心工业软件是智能制造发展的重点，也是数字经济乃至智能经济的重要支撑手段。尤其是MES（Manufacturing Execution System，制造执行系统）是直接对接数字化、自动化、网络化生产的生产管控系统，在整个智能制造核心工业软件体系中占据有重要的地位和作用。随着我国智能制造的持续发展，尤其是工业界对MES自发提出了一些新发展要求，因此有必要进行分析和从中凝练MES发展的新重点。

?

???????本文将主要从两个方面展开论述：一是智能制造内涵的再思考，分析和总结推动MES发展的智能制造背景需求；二是MES发展新重点，重点分析和总结智能制造背景下MES发展的新趋势。

?

1.?智能制造内涵的再思考

?

???????《制造强国战略研究：智能制造专题卷》给出的智能制造概念定义是：制造技术与数字化技术、智能技术及新一代信息技术的融合，是面向产品全生命周期的具有信息感知、优化决策、执行控制功能的制造系统，旨在高效、优质、柔性、清洁、安全、敏捷的制造产品[1]。智能制造包括以下几个方面：制造装备的智能化、设计过程的智能化、加工工艺的优化、管理的信息化、服务的敏捷化/远程化。

?

???????目前制造业界实际操作中，对智能的制造的切实认识是：在制造过程中能进行智能活动，诸如分析、推理、判断、构思和决策等，通过人与智能机器的合作，去扩大、延伸和部分取代技术专家在制造过程中的脑力劳动。它把制造自动化扩展到柔性化、智能化和高度集成化。

?

1.1?智能制造新特点判读

?

智能制造在制造业实际发展的内涵，已经在制造业中得到了深入的体现，并呈现出了一些鲜明的特点，主要体现为如下四个方面：

?

???????（1）订单碎片化：订单作为制造运行的输入，呈现出面向大规模个性化定制的特点，比如作为智能制造示范的红领，通过采集每个客户身上18个部位22个数据，根据这些数据顾客就可以形成他独有的订单，这样的设计7天就可以交付，成本只比批量生产高10%，通过这样的个性化定制，从而获得了销售收入和利润的极大增长[2]。这个案例就是典型的类似“批量为1”的订单碎片化的极端案例。

?

???????（2）资控泛在化：随着物联网和工业互联网技术的深入发展，以及CPS（Cyber Physical System，赛博物理系统）认知和实践的逐渐深入，制造生产中的各种要素资源的离散化、控制化也越发得以实现，从而为制造资源的优化配置和智能管控提供了更广泛的发展空间。

?

???????（3）管理自动化：自动化的概念在已经装置和生产单元/产线得到了广泛哦关注和发展。智能制造在订单碎片化和资控泛在化的演变下，对智能制造管控软件的需求提出了快速响应传递和调整的需求。在这个方面，可以借鉴自动化的思路，实现软件系统自动的规范化内容传递、规范化业务链条运转，是的业务的执行不再受制于信息传递流程及交互的制约。管理自动化是否到位是目前管理性工业软件实施困难甚至失败的重要原因。

?

???????（4）决策智能化：随着人工智能、大数据和先进工艺技术的发展，制造生产中出现了自适应加工、机器视觉等广泛而深入的探索与应用，推动了业务决策向智能化演变。而这种业务决策过程分为两种形式：一是自动的推理分析；二是人机物有机融合下的推理分析。

?

1.2?人在决策回路理念分析

?

???????智能制造所强调的智能，在目前阶段更多的还是要依靠人来体现智能，所以在决策回路中如何更好实现人与机器和系统的融合就是当前发展发展的重点和值得探讨的问题。这方面与德国工业4.0所强调的以人为中心的智能制造理念也是相符的[3]。德国工业4.0宣传资料中的一个图片深刻阐述了这个内涵，如图1所示。作者认为这张图宣传的核心理念是：技术是多种多样的，但是为中间的人来服务的，如果过分的纠结外圈的各种技术，在理解上就存在偏差了，因为不同的业务场景需求有不同的技术追求，不同的企业是不一样的。

?

人机物一体化融合是追求的目标，但在实现过程中却不是一蹴而就的事情，必须逐步进行。人机物融合的内涵和路线很多，而这些分阶段展开的路线对于企业的信息化、数字化或者智能制造的规划，起到了过程引领的作用，也就是如何分步规划和实施。主要体现为两个步骤：

?

（1）基于管理自动化的数字化业务回路基础：人机物融合的基础是业务流程链条和信息的规划运行。包括制造生产的要素定义、环节操作、过程衔接的数字化，并且通过连续、规范、无中断的集成在一起，其本质是实现流程信息的集成，可称之为管理自动化。数字化业务回路建设主要体现在两个方面：一是流程链条、流程网络、正常过程、异常过程的业务流程的规范化；二是通过规范内容、规范格式、规范操作实现业务执行的规范化。

?

（2）基于业务链条分解的智能决策提升：人机物融合环境下的智能决策的核心是人机物融合环境的形成，涉及到两个方面：一是精益的信息流转：涉及到正确的信息输入与输出、正确的环节、正确的操作与分析等，是的决策时所需获得的信息能够顺畅无歧义的得到；二是人机物一体化决策融合：可以通过对业务环节细分，寻求智能化提升点并进行发力。

?

1.3?智能制造新特征解析

?

???????通过上述的分析，结合目前制造业关于智能制造的需求和实践，本文提出智能制造三个方面的新特征，并给以必要的解析分析。

?

???????（1）人机共同构成决策主体：智能制造中人与“机器”共同构成决策主体，在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、机器的交互与融合达到前所未有的深度。此处所指的机器不仅仅是物理上的设备、机器人等硬件装置，也包括智能制造工业软件系统等。在这种状态下，机器人不再被固定在安全工作地点而是与人一起协同工作，机器能够顺畅的捕捉人的意图并实现协同运行，将是未来一段时间智能制造的典型特征。

?

???????（2）信息空间与物理系统高度融合：智能制造具有生产过程中制造信息感知、获取、分析等能力，对于物理系统中的各个实体，信息空间中均对应存在一个与其融合的模型。信息空间与物理系统之间的深度交融可实现制造系统的自组织、自重构及资源的最优配置与利用，从而使自动化的程度与规模大幅提升。目前所开展的工业物联网、工业互联网均是对此特征的有力支持。

?

???????（3）系统工程属性强烈而鲜明：智能制造具有强烈而鲜明的系统工程属性，自组织、自循环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，系统内所有因素均是互相关联的。这种系统工程特点主要体现在智能管控方面，包括优化配置、自适应、自组织等特点。在这个方面的判断，与德国工业4.0的内涵是相一致的。图2是德国工业4.0的典型资料图片，其所表达的含义是生产线中所有的硬件单元都有对应的软件形式的服务，比如传感器服务、控制服务、通讯服务、校验服务、信息服务等，整个CPS网络系统就是一个服务连接网络，具有“服务联网”的概念，这些服务有层次并且能够动态组合配置。所谓的智能管控，体现为硬件资源的离散化，通过服务化封装，实现业务资源链条的重构与控制，并可以进一步的支持“软件定义制造”理念的落地。

?

2. MES发展新重点

?

?????? MES是智能制造核心工业软件。在智能制造背景下，MES的发展呈现出了一些特点，目前正在从传统的单纯制造执行过程管理向制造指挥管控的方向发展。

?

???????本文从MES的多维度内涵分析为基础，提出智能制造背景下MES发展新趋势，并进而给出MES必须与工艺的融合以强调决策的判断。

?

2.1 MES多维业务融合新判断

?

MES的运行必然涉及到信息流、实物流和控制流的协调。虽然就格式或形式来说，控制流也是以信息的形式展示的，但为了区别其不同的内涵，所以进行单列。MES当中信息流、实物流和控制流都不是孤立的，是需要融合的，共同构成了MES有序、协调运行局面，进而从技术层面支撑业务层面的融合。

?

????MES当中的信息流其实与MES运行的两条主线有关：一是订单角度，包括订单创建、工艺技术准备（工艺规程、工艺文件等）、生产技术准备（人机料法环等）、下发控制、排产调度、派工生产、执行监控、完工入库等，表达的是订单的整体执行状态；二是流程角度，即按照订单工艺流程进行开展，主要是工序级别的完整执行数据包的管理，包括进度上的开工完工、工时的统计与分配、自检互检专检及其检验记录信息、工艺指导文件的现场展示等，有的企业称之为智能工位的概念。通过这两条主线，基本就实现了对MES订单-工艺-工序等相关执行信息的全面管理，偏重于质量的称之为质量数据包，其实是具有完整内容的制造数据包，质量信息只是其中的一部分而已[4]。

?

????MES当中的实物流其实与MES运行的两个闭环有关：一是订单生产准备与实物库存的关联协同闭环，即在生产技术准备中定义了所需的人机料法环，在相应的实物库存或管理模块应该实现对应的分配准备，相当于是按需准备的闭环控制；二是从实物库存到现场的闭环监控，也就是说从库存出来后到了现场，也应进行一下确认。通过这两个闭环控制，可以实现有效的实物状态闭环控制，避免因工人盲目领料和库存模糊发料导致的每个工人都有自己的小型刀具库现象。

?

????MES当中的控制流其实与MES软硬一体化发展有关：传统的MES是靠人来托底的，比如人来反馈执行状态信息、录入质检信息等，手工的味道比较浓。但随着物联网、CPS等技术的发展，与硬件直接连接和通信获取状态信息并反馈指令就具有了基础。本文所说的控制流主要是与硬件打交道有关的信息。

?

MES当中的信息流、实物流和控制流不是孤立存在的，而是彼此融合的。本文结合融合的需求和融合的纽进行梳理。

?

（1）信息流与实物流的融合

?

信息流与实物流的融合是MES的核心重点，一般的MES基本都是在这个范畴内开展的。这里面涉及到如下三个方面。

?

一是以计划信息为纽带。计划是规定什么时间需要什么样的物料的根本信息，否则所有的物料准备将都是盲目的。只有有了计划牵引，才能为精益打下基础。计划的制定和物料的管理应该是联动，后续的发展方向将是向物料供应链方向发展。

?

二是以订单工艺为主导。订单工艺是MES执行的主线，不仅是支持质量数据包或制造数据包的节点，也是各种实物周转的需求发源地和到位目的地。所有实物都要明确服务对象，才能做到精细的控制。比如对于工人借用刀具，必须要求说明是为哪个订单、哪个工序、什么时间、在哪台资源进行使用，才能够真正实现闭环的精益控制。

?

三是以信息-实物关联为目标。“码物分离”是很多企业都要解决的问题，信息与实物必须建立关联，比如采用条码、RFID等技术，实现基于数字化标识定义的周转过程的全程监控。

?

（2）信息流与控制流的融合

?

? ?信息流所代表的订单与工艺是MES运行的源头，控制流也是以此为基准进行运行的，主要涉及到两个方面：

?

? ?一是计划牵引的作业程序精准控制、机床刀具的精准推送等，避免程序的版本、刀具型号数量和状态的偏差等，涉及到与数控或自动化执行装置的通讯。

?

? ?二是源于工艺决策的精准控制。一般有两个思路，依靠机床自身的自适应调整进行改进，或者将分析推理决策部分上升到MES中进行控制，并将分析推理结果转变为指令进行下发控制。尤其随着工艺决策的复杂性日益提升，而机床装备自身的计算系统的计算能力存在严重不足的情况下，相应的决策分析纳入到MES中进行将是后续发展的一个普遍现象。

?

2.2 MES发展新趋势

?

MES是智能制造核心工业软件。但早于智能制造概念的提出，MES概念已经有20余年历史了。在智能制造发酵、发展的环境下，MES呈现出一系列新的发展趋势。作者结合自己的学习和经验，总结智能制造背景下MES发展的三个趋势。

?

（1）业务流程管理自动化

?

一般来说自动的概念都是用于自动化硬件装置的执行和控制中，但从广义的角度而言，不管对于知识和软件，其实都提出了自动化的内涵。

?

业务流程管理自动化的内涵：MES系统业务的衔接具有顺畅、无歧义的流转，流程当中前后环节具有规范的预定义数据格式和内容，流程当中每个环节具有规范的业务操作要求和信息内容与格式，不仅支持正向顺次递进的流程，也包括应付各种突发情况的流程预案。从上述论述可以明显看出其中的重点：规范，包括流程规范、信息规范、操作规范。业务流程管理自动化涉及到对现有流程的梳理，应秉持如下思路：

?

一是避免陷入“存在的就是合理的”的陷阱。应按照未来应用场景对目前的功能进行分析和判断，一切以按需为驱动，重构优化当前的流程。

?

二是避免简单的将现有流程转变为计算机流程。这方面应重点考虑基于系统的运行与基于手工的运行的差别，也就是如何发挥数字化技术的优势，尤其一些新技术的运用，对现有手工流程其实是有很大改变的。

?

（2）软硬一体化融合

?

传统的MES是靠“人”作为底层支撑实现运行的，比如常见的派工下发后的执行反馈都是有人来完成的。但随着工业互联网技术和CPS技术的发展，MES呈现出软硬一体化集成运行的特点，典型的案例场景罗列如下：

?

MES直接从机床或设备等装置自动获取执行反馈状态；

MES直接向机床或机器人等装置下发执行程序或执行指令；

MES直接向AGV等物流设备或装置下发执行指令；

MES根据实物的数字标识自动反馈获取实物状态；

MES直接从硬件装置读取状态、工艺参数、工件精度等数据，为后续的决策推理提供支持。

?

?

（3）决策功能日益突出

?

? ?随着大数据等决策分析技术的发展，以及工业互联网状态反馈和精准执行控制技术的发展，对在线或离线的决策功能提出了更高的要求，也为决策的执行提供了可用的技术通道。MES不仅是执行过程管理，而是车间运行的指挥控制中枢，不仅是流程推进和数据周转，而是与业务工艺密不可分的决策中枢。典型的案例场景罗列如下：

?

APS基于当前任务承担情况，给出客户新订单的精准交货期评估；

APS面对众多的生产扰动，给出快速响应评估分析方案并实现调整执行；

根据订单工件加工过程中前序环节的精度数据，给出后序环节的工艺基准调整分析结果并实现控制执行；

根据订单工序加工精度反馈分析，经过推理决策分析实现自适应的调整控制执行；

质量问题发生后的及时决策分析并制定改进措施，甚至直接对硬件装置进行调整；

电子产品“测”后问题的智能分析判断，辅助“调”人员快速解决

?

?

与工艺融合新态势

?

对于企业而言，上线建设信息化或数字化系统的期望越来越普遍，也越来越高。尤其是很大比例的企业，当在自主决定实施系统建设的时候，一般都是问题比较严重或者已经累积到一定程度。因此，对于企业进行MES建设，一般不仅有管理提升上的期望，也有工艺改进上的期望。

?

但目前MES建设中关注的重点较多的是管理流程上的打通，包括执行进度管理、数据采集、精益物流等，解决的多是信息流与实物流的有序、协调方面的问题。当然这些问题对于一些企业来说也是非常重要的，但MES不能仅仅是做这些事。对于企业来说，最核心和根本其实还是制造技术本身的问题，即使所开展的流程管理也是为制造业务服务的。虽然从管理角度为制造技术的发挥提供更大的支持，也应该是MES建设的初衷，但在智能制造背景下，MES应该可以有更大的作为。

?

MES为数据采集、信息流动、流程协调提供了支持，但不能仅仅是采集的数据入库、信息流动顺畅、业务环节协调这些内容，还应该发挥更大的作用，为制造工艺技术的改进和提升提供支持，也即MES与工艺的融合，主要体现在三个方面：

?

（1）质量数据与工艺的融合

?

在产品质量数据采集以后，通过SPC可以及时发现异常点或者问题的趋势，这是MES可以实现的。但产品检测出的状态，对该件产品而言，已经是事后状态了。目前MES传统的做法是，发现问题之后仍然依靠人来解决，系统只是提供了快速的问题发现支持。但对于MES而言，获得了所有的制造执行数据，是具备进一步分析改进优化的能力的。

?

影响产品质量状态的因素有很多，包括设备自身的状态、加工操作的工艺参数、原材料毛坯或上道工序的加工状态等，都可能对本道工序的加工质量产生影响，因此MES不仅仅进行产品质检数据采集，应该同时采集获取设备状态信息、工艺参数信息、毛坯或上道工序信息，通过建立集成的分析模型，对这些数据进行利用，才能在发现问题的基础上，找到问题的原因。这是MES与工艺融合的典型体现，如果分析模型能够将工人的经验融合进去，则该环节可以认为具有一定的智能化特点，从而为智能制造的贯彻落实提供了支持。典型的可开展的场景罗列如下，其核心是面向质量的基于采集数据的建模与分析，也应该是MES持续发力研究、实现和改进的地方，不仅能够有效推动质量数据与工艺的融合，也是落实智能制造的具体体现：

?

精细化分析：按照数控程序代码的执行顺序，分析每一条指令代码下的设备状态、工艺参数等的变化，实现目前所提出的程序示波器式分析，进一步的可以借助模型进行智能分析与判断；

智能工序决策：通过建立设备状态、刀具、产品精度的关联模型，实现基于磨损与断裂监测的智能换刀决策和智能加工补偿；

智能过程决策：建立面向工艺流程的工序精度状态链条，建立智能的误差分析模型，实现基于上一步状态的当前这一步加工工艺参数的自适应调整以保证加工质量。

?

（2）进度数据与工艺的融合

?

制造执行进度的监控是MES的核心功能，随着MES的运行会产生大量的制造执行数据，其中进度数据是其中的基础数据。目前MES在车间运行的实际情况是，同样一个工作、同样的机床、不同的人来做，时间和精度可能都存在较大的不同。其实这里面反映了工人技能水平的差异。有些企业通过对有经验的工人操作经历进行分析，建立SOP（Standard Operation Process，标准作业操作）机制进行规范，取得了良好的效果。

?

MES可以在这个过程中发挥更好的作用。通过进度数据的统计分析，从精细化分析的角度，找出彼此的差异并建立与加工工艺参数等数据的关联模型，基于分析挖掘将一些好的经验知识进行固化，并从而逐步改进操作工艺的以改善制造执行进度和工艺质量。

?

（3）设备/单元级状态参数数据与工艺的融合

?

现在很多MES都提供了产线级数字双胞胎的三维展示模块，通过结合“虚实同步映射”实现了三维产线运行状态的完整展示，但目前在实际应用中，更多的是“实->虚”映射，其实“虚->实”的反馈控制尚比较欠缺。从CPS角度而言，可以认为只是实现了开环的CPS而没有实现闭环。

?

但从MES与工艺融合的角度，设备/单元级的CPS是能够实现从状态数据采集、分析推理决策、闭环控制执行的完整链条的，其中的分析推理决策环节，就是体现工艺功底和能力的抓手，这就需要基于状态参数建立加工工艺的物理仿真模型，进行闭环持续的工艺优化。这种方式下建立的物理仿真模型，也是当前数字孪生的核心。

?

通过上面的初步分析，可以得出三点基本结论：

?

（1）MES采集的大量数据，不仅是实现存档入库，必须结合工艺才能有效的挖掘出其内在的价值，数据如何为工艺提供决策支撑，是企业智能化提升可以参考的结合点、切入点和发力点。

?

（2）现在MES厂商团队的人员大多偏重于计算机、管理等方面的人才，但随着智能制造的深入进行，工艺人才与知识的缺乏将成为其能否走的更快、走的更远的决定性制约因素。

?

（3）企业在进行MES系统搞建设时，应该深入考虑如何与工艺的融合，通过在工艺上的重点分析与建设，从根本上提升制造企业的核心工艺业务能力。

?

3.?总结

?

?????智能制造是国家改变发展模式的重要抓手，是制造企业数字化转型的重要契机。智能制造工业软件是推动制造企业发展的关键支撑，是制造企业贯彻和落实智能制造的核心手段。本文结合智能制造发展的新特点、人在决策回路的新理念以及智能制造新特征，对MES发展内涵的信息流、实物流、信息流的融合，以及业务流程管理自动化、软硬一体化融合、决策功能日益突出的发展重点方向判断，听探索了MES与工艺融合的必要性和发展路径。

文章来源于网络

经济发展需要经历多个周期，才能把一次次的不确定变成经济增长的驱动力，以维持国家的正常或者是超前发展。

智能时代下，面对新一轮的产业革命趋势，国际产业格局面临重大调整。围绕抢夺制造业制高点的竞争愈演愈烈，各国都有了相同的紧迫感和危机感。结合自身产业发展优势和基本国情的基础上，德国提出了工业4.0，美国有工业互联网，中国则是全力进行两化融合的建设。

01

两化融合误区

德国工业4.0的首要工作就是制定德国制造各行各业的数字标准。这个方法论在中国并不适用，原因是，中国的经济市场变化飞速，中国制造行业是没有固定的模式的，今天耗费大量人力物力制定出来的产品标准，可能在几天后产品就已经不存在了，哭给谁看？

因此，在产业升级这条路上，不能偷懒，照搬是行不通的，必须有自己的理念，两化融合就是中国经济转型最初的路。

两化融合是指信息化和工业化的高层次的深度结合，是指以信息化带动工业化、以工业化促进信息化，走新型工业化道路;两化融合的核心是信息化支撑，追求可持续发展模式。

我们必须要强调的是，两化融合不是单纯的信息化，也不只是让企业上一些信息化软件，这对于企业的长足发展来说，是没什么用的。真正的两化融合是IT和OT的完美交汇，是要看企业的信息化系统是否真正与机器设备实现了集成，通过软件计算、推理决策出来的各种数据，是否真正变成了驱动设备精确运转的机器指令。

这一点和工业4.0是有相通之处的，德国工业4.0强调集成，纵向集成、横向集成、端到端集成。而我国在推进两化深度融合实践中，业界普遍的共识是，两化融合的重点在集成、难点在集成、要取得显着成效也在集成。要把引导企业向集成应用跨越作为当前推进两化深度融合的着力点和突破点。

可以说，“两化融合”既是中国工业转型升级的主线，也是当前业界实施智能制造的主攻方向。

02

中国制造业的痛点

中国是制造大国，多年来以制造业为根基，但是也同时受到诟病：中国制造一直是山寨的代名词。

在制造业转型的路上，遇到很多个坑，企图用洋设备、洋软件、大数据、电商平台来改变现状，结果上了先进的设备，买了大量的软件，结合人成了机器，最后除了耗费大量的维修费用，走了很多弯路外，并没有取得实质性的效果。

中国制造的痛点在于，缺乏核心技术与自主品牌，缺乏成熟的管理、体制创新模式的支撑， 这是一个由技术驱动产业发展的时代，前面提及的两化融合并不能完全解决制造业面临的管理模式和创新问题。以人的智慧+数据构建的新型智能经济模式，设备可以共享，人才可以共享，但是商业智慧和数据必须是自己的，具备这样的基础，才能不断的创新，才能在技术、商业模式、资源利用上建立自己的体系，这是智能制造在新时代的使命。

03

智能制造的重点与本质

智能制造的本质在于把人的智慧应用到制造业中，让中国的工业和制造业拥有自己智慧的大脑。

智能制造不仅是要解决生产智能化的问题，更是以制造业带动全体产业，或者说未来所有行业都从产业链维度进行智能改造，促进这个社会向新经济模式的转变。

这个过程是信息转化为数据、数据衍生智慧，智慧向智能进化的一个过程，也是传统市场经济的重资产、重资金、轻数据、轻运营向智能经济的轻资产、轻资金、重数据、重运营的新经济模式进化的过程。

04

智能制造不可缺少的一环——AI区块链

现在大多数企业还停留在信息化或者是大数据阶段，也难以在短时间内完成重资产向轻资产的转变，因此难以推进企业的转型。实际上，要想加快这个进程，企业需要全新的方法论指导，不断的创新，不断的优化产业链效率。

通过智能进行深度学习，加深智能在行业中的应用，提高生产力。也要具备区块链思维，改变生产关系，通过各产业行业聚合裂变，实现大国向强国的迈进。

智能制造理论中涉及到的概念太多。每次给人讲的时候，我都感到头疼。刚才我把概念间的关系粗粗地整理了一下，希望有个相对完整的描述。整理的原则围绕着应用：怎么用、谁来用、什么时候用、什么场景下用。其中，考虑了三种可行性：技术可行性、经济可行性、现实可行性。所谓现实可行性，主要考虑到不能把人的能力考虑得太牛。

我们经常从不同的角度提到智能制造，这实在让人头疼。

我常把智能制造与转型升级联系在一起。但对一个企业来说，智能制造常常指的是技术层面的问题，转型升级是企业战略方面的事情。从理论上说，转型升级就是对组织、流程、业务等要素的重构。

我们有时候把智能制造简单地定义为“ICT技术在工业领域的深度应用”。所谓“深度应用”，主要就是伴随转型升级和重构。而不是单单是服务于现有业务。强调这些的背景是：基础技术提供的新机会在这里。这也是从技术手段角度定义智能制造。还可以从企业的外部表现或结果、目标来定义，比如提升企业的快速响应能力。从业务角度看，提升快速响应能力的手段包括“协同、共享、重用”。其中，“共享、重用”针对的是资源的准备，而协同则是资源的使用。

从业务角度看，互联网的作用是提高协同能力；从经济学角度看，是提高了资源配置能力。故而，互联网能够促进“协同、共享、重用”。按照熊彼特的观点，创新就是企业家的资源配置。所以，智能制造是企业家主导的、与技术密切相关的创新活动——表现为“转型升级”这种战略活动。其中，“共享、重用”涉及到资源的使用权限，需要有业务或者商业模式的创新来保证、需要由企业家推动。而“信息集成”则是从IT技术角度为“协同”奠定基础。当然，“协同”本身属于业务范畴，IT如何集成则是要符合OT技术的要求。特别地，协同过程先要规范成“业务流程”，才能标准化，进而实现智能化。事实上，流程本身就是一种知识。

协同的结果是快速响应。从实现的原理角度看，则表现为智能原理的应用。这样，“智能制造”才与“智能”这个概念挂上钩。“智能”最基本的三个要素是“感知、决策、执行”的统一；也就是维纳当年提出的观点。这是人工智能的三个学派之一。但长期以来，这不是主流学派。因为主流学派关注的是复杂决策相关的方法和理论。互联网提升了“感知和执行”能力，故而促进了智能制造。从某种意义上说，智能制造的思想，可以追溯到维纳、与自动化是同源的。但是，现在的条件与过去差别大了。在互联网的背景下，这个理论再次彰显生命力。

智能制造是决策革命。

通过“共享和重用”，互联网帮助人们对更多的资源进行配置。配置过程就是决策过程。这使得资源配置优化的空间增大了，故而价值性增强。与此同时，优化配置的难度也因此而增大。故而，人们往往需要机器帮助人来配置资源。机器帮助人类决策，意味着人们控制复杂问题的能力增强了。这就会释放出工业创新的空间。比如“流水线上的个性化定制”，这就是工业4.0。而工业4.0又会带动数字化设计等一系列技术的进步，如数字化设计。

决策需要知识。这种知识可以来源于人脑：用人脑的知识操作Cyber空间、把人脑的知识（逻辑）直接写成机器代码、采用大数据记录的成功案例、让机器自己学习知识。总之，知识的来源或者使用方式在互联网、大数据的条件下发生了变化，有了更多的选项。其中，学术界指的“人工智能”侧重决策，而“新一代人工智能”侧重机器学习、尤其是深度学习——这种学习特别适合那些不便编码的感性知识。

互联网能够带动大数据，大数据促进决策智能技术和人工智能，智能化彰显大数据和互联网的价值；进而促进大数据和互联网的应用。

我们一直强调，智能制造要关注人机关系。换句话说，强调利用人的知识、弥补人的不足。这是从实现手段上说的。现实中，只有这样做有技术可行性。潜台词是反对过度强调机器学习、机器决策。我们反对把智能制造理解为“机器换人”，原因是这约束了人们的视野、丢掉很多机会、还常常不具备经济性。

智能制造的瓶颈往往是经济可行性。经济可行性包括效益和成本两个部分。前面说的资源配置，是效益的来源之一。效益从何而来?在我看来，中长期是转型升级带来的效益，短期内是管理水平提升带来的效益。

智能制造可以显著提升管理水平。互联网可以实现“扁平化”、“远程化”；大数据实现“透明化”、智能算法让人避免淹没在大数据的海洋中。由于历史的原因，智能制造的机会往往在于管理与控制的融合；或者说“信息化”与“自动化”的“两化融合”。所谓的“历史原因”，就是指的这方面的机会比较多。

从管理入手，就要找到管理中的问题。这时候，精益管理、６西格玛、PDCA等方法就有用了。这些方法，让我们先从OT角度发现价值，然后再从IT角度推进智能化、让价值落袋。这也是从技术经济可行性角度考虑的。所谓标准化、流程化、精益化是智能化的基础，就是这个意思。

智能制造的另外一部分价值来源与成本的降低：“共享和重用”让成本降低；大数据让知识获取的成本降低；工业互联网平台让管理和持续改进的成本降低。工业互联网平台如何让持续改进的成本降低的？工业APP和数字孪生的思想解决了这个问题。

智能制造是什么

?

国内对“智能制造”的定义在工业和信息化部公布的“2015年智能制造试点示范专项行动”中，智能制造定义为基于新一代信息技术，贯穿设计、生产、管理、服务等制造活动各个环节，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称。具有以智能工厂为载体，以关键制造环节智能化为核心，以端到端数据流为基础、以网络互联为支撑等特征，实现该智能制造可以缩短产品研制周期、降低资源能源消耗、降低运营成本、提高生产效率、提升产品质量。

?

?

?

再看美国和德国

?

美国“智能制造创新研究院”对智能制造的定义是：智能制造是先进传感、仪器、监测、控制和过程优化的技术和实践的组合，它们将信息和通信技术与制造环境融合在一起，实现工厂和企业中能量、生产率、成本的实时管理。

?

从智能制造创新研究部门对智能制造给出的定义和智能制造要实现的目标来看，传感技术、测试技术、信息技术、数控技术、数据库技术、数据采集与处理技术、互联网技术、人工智能技术、生产管理等与产品生产全生命周期相关的先进技术均是智能制造的技术内涵。智能制造以智能工厂的形式呈现。

?

德国曾经在汉诺威工业博览会上提出“工业4.0”战略。“工业4.0”的内涵就是数字化、智能化、人性化、绿色化，产品的大批量生产已经不能满足客户个性化订制的需求，要想使单件小批量生产能够达到大批量生产同样的效率和成本，需要构建可以生产高精密、高质量、个性化智能产品的智能工厂。

?

?

工业4.0的另一个内涵是分散网络化和信息物理的深度融合，由集中式控制向分散式增强型控制的基本模式转变。目标是建立一个高度灵活的个性化和数字化的产品与服务的生产模式。

?

智能制造五大关键技术

?

1.识别技术

2.实时定位系统

3.信息物理融合系统

4.网络安全技术

5.系统协同技术

?

实现智能制造的意义

?

第一，对现有的制造业的提升，包括缩短开发周期、降低成本、提升效率等。采用虚拟制造技术可以在产品设计阶段就模拟出该产品的整个生命周期，从而更有效，更经济、更灵活的组织生产，实现了产品开发周期最短，产品成本最低，产品质量最优，生产效率最高的保证。

?

第二，智能制造将会推动制造业发展出全新的制造模式，包括柔性制造、生物制造、绿色制造、分形制造等。柔性制造追求的是定制化，这种以消费者为导向的，以需定产的方式对立的是传统大规模量产的生产模式。

?

第三，通过智能制造的推进，将会有石油石化智能成套设备、冶金智能成套设备、自动化物流成套设备、智能化食品制造生产线、智能化纺织成套装备、智能化印刷装备等一大批智能制造装备形成产业，加快这些产业的发展，加速普及市场应用，就能够形成一个个新的经济增长点。

文章来源于网络

一、5G技术场景支撑智能制造

作为新一代移动通信技术，5G技术切合了传统制造企业智能制造转型对无线网络的应用需求，能满足工业环境下设备互联和远程交互应用需求。在物联网、工业自动化控制、物流追踪、工业AR、云化机器人等工业应用领域，5G技术起着支撑作用。

1. 物联网：随着工厂智能化转型的推进，物联网作为连接人、机器和设备的关键支撑技术正受到企业的高度关注。这种需求在推动物联网应用落地的同时，也极大的刺激了5G技术的发展。

2. 工业自动化控制：这是制造工厂中最基础的应用，核心是闭环控制系统。5G可提供极低时延长、高可靠，海量连接的网络，使得闭环控制应用通过无线网络连接成为可能。

3. 物流追踪：从仓库管理到物流配送均需要广覆盖、深覆盖、低功耗、大连接、低成本的连接技术。此外，虚拟工厂的端到端整合跨越产品的整个生命周期，要连接分布广泛的已售出的商品，也需要低功耗、低成本和广覆盖的网络，企业内部或企业之间的横向集成也需要无所不在的网络，5G网络能很好的满足这类需求。

?
4. 工业AR：在智能工厂生产过程中，人发挥更重要的作用。由于未来工厂具有高度的灵活性和多功能性，这对工厂车间工作人员有更高的要求。为快速满足新任务和生产活动的需求，增强现实AR将发挥很关键作用，在智能制造过程中可用于如下场景：如：监控流程和生产流程。生产任务分步指引，例如手动装配过程指导;远程专家业务支撑，例如远程维护。在这些应用中，辅助AR设施需要最大程度具备灵活性和轻便性，以便维护工作高效开展。5G

5. 云化机器人：在智能制造生产场景中，需要机器人有自组织和协同的能力来满足柔性生产，这就带来了机器人对云化的需求。5G网络是云化机器人理想的通信网络，是使能云化机器人的关键。

?

总结：5G技术已经成为支撑智能制造转型的关键使能技术，能将分布广泛、零散的人、机器和设备全部连接起来，构建统一的互联网络。5G技术的发展可以帮助制造企业摆脱以往无线网络技术较为混乱的应用状态，这对于推动工业互联网的实施以及智能制造的深化转型有着积极的意义。

?

二、智能制造的核心是智能工厂

信息化革命愈演愈烈，机器设备、人和产品等制造元素不再是独立的个体，它们通过工业物联网紧密联系在一起，实现更协调和高效的制造系统。

?

当前制造业的转型可以看作是自动化升级和信息技术的融合提升，这不仅仅是自动化和机器换人，而且工厂能实现自主化决策，灵活生产出多样化的产品，并能快速应对更多的市场变化。

?

人工智能和制造系统的结合将是必然的，利用机器学习、模式识别、认知分析等算法模型，可以提升工厂控制管理系统的能力，实现所谓的智能制造，才能使企业在今天竞争激烈的环境获得更好的优势。

?

智能制造过程主要围绕着智能工厂展开，而人工智能在智能工厂中发挥着重要的作用。物联网将所有的机器设备连接在一起，例如控制器、传感器、执行器的联网，然后，AI就可以分析传感器上传的数据，这就是智能制造的核心。

?

随着工业物联网的应用发展，网络和实体系统将紧密联系在一起，也就是物联网将生产现场的处理器、传感器连接起来，使得机器人之间可以进行通信，可以互相沟通，而机器和人的工作将不再会严格分工，未来制造系统把人和机器融合在一起。

?

数字双胞胎是重要的角色，智能制造的整个流程都有一个数字孪生模型，系统里包括了现实世界的任何东西，可以是应用或者操作指南手册等。

?

此外，智能制造系统里还有人机交互，即人和机器人之间的互动。还有用人工智能驱动、优化产品和流程等。工厂需要做一些预测性维护或者是预测机器的能耗等等，越来越多的这些功能都可以在智能工厂里实现。

?

?

三、5G时代智能工厂前景展望

?

从2016年到2018年，我国的5G基础研发测试分为三个阶段。第一阶段是5G关联技术试验，第二阶段是5G技术方案验证，第三阶段是5G的系统验证。

?

我国于2016年1月启动了5G技术试验，为保证实验工作的顺利开展，IMT-2020（5G）推进组在北京怀柔规划建设了30个站的5G外场。在5G第二阶段试验完成之后，第三阶段试验将于2017年年底或2018年年初启动；预计5G第一个标准版本将于2018年6月完成，完整版本或将于2019年9月完成，并有望在2020年实现大规模商用。

?

面对第三阶段试验，为了做好配合，进一步丰富场景，我国未来计划在6个城市开展更多的试验，包括5G技术与智慧城市的核心规划结合，助力智慧城市的建设；借助5G的试验推动双创，以及在工业互联网、智能制造方面充分利用5G技术。

?

智能工厂是5G技术的重要应用场景之一。利用5G网络将生产设备无缝连接，并进一步打通设计、采购、仓储、物流等环节，使生产更加扁平化、定制化、智能化，从而构造一个面向未来的智能制造网络。在此，编者整理了业界对5G时代智能工厂的前景展望，让我们一同期待新时代的到来。

?

1、助推柔性制造 实现个性化生产

?

全球人口正在接近80亿，中产阶层消费群不断扩大，有望形成巨大市场，进而对消费布局产生影响。带有客户需求和产品“信息”功能的系统成为硬件产品销售新的核心，个性化定制成为潮流。为了满足全球各地不同市场对产品的多样化、个性化需求，生产企业内部需要更新现有的生产模式，基于柔性技术的生产模式成为趋势。国际生产工厂研究协会的定义为：柔性制造系统是一个自动化的生产制造系统，在最少人的干预下，能够生产任何范围的产品族，系统的柔性通常受到系统设计时所考虑的产品族的限制。柔性生产的到来，催生了对新技术的需求。

?

一方面，在企业工厂内，柔性生产对工业机器人的灵活移动性和差异化业务处理能力有很高要求。5G利用其自身无可比拟的独特优势，助力柔性化生产的大规模普及。5G网络进入工厂，在减少机器与机器之间线缆成本的同时，利用高可靠性网络的连续覆盖，使机器人在移动过程中活动区域不受限，按需到达各个地点，在各种场景中进行不间断工作以及工作内容的平滑切换。

?

5G网络也可使能各种具有差异化特征的业务需求。大型工厂中，不同生产场景对网络的服务质量要求不同。精度要求高的工序环节关键在于时延，关键性任务需要保证网络可靠性、大流量数据即时分析和处理的高速率。5G网络以其端到端的切片技术，同一个核心网中具有不同的服务质量，按需灵活调整。如设备状态信息的上报被设为最高的业务等级等。

?

另一方面，5G可构建连接工厂内外的人和机器为中心的全方位信息生态系统，最终使任何人和物在任何时间、任何地点都能实现彼此信息共享。消费者在要求个性化商品和服务的同时，企业和消费者的关系发生变化，消费者将参与到企业的生产过程中，消费者可以跨地域通过5G网络，参与产品的设计，并实时查询产品状态信息。

?

2、工厂维护模式全面升级

?

大型企业的生产场景中，经常涉及到跨工厂、跨地域设备维护，远程问题定位等场景。5G技术在这些方面的应用，可以提升运行、维护效率，降低成本。5G带来的不仅是万物互联，还有万物信息交互，使得未来智能工厂的维护工作突破工厂边界。工厂维护工作按照复杂程度，可根据实际情况由工业机器人或者人与工业机器人协作完成。在未来，工厂中每个物体都是一个有唯一IP的终端，使生产环节的原材料都具有“信息”属性。原材料会根据“信息”自动生产和维护。人也变成了具有自己IP的终端，人和工业机器人进入整个生产环节中，和带有唯一IP的原料、设备、产品进行信息交互。工业机器人在管理工厂的同时，人在千里之外也可以第一时间接收到实时信息跟进，并进行交互操作。

?

设想在未来有5G网络覆盖的一家智能工厂里，当某一物体故障发生时，故障被以最高优先级“零”时延上报到工业机器人。一般情况下，工业机器人可以根据自主学习的经验数据库在不经过人的干涉下完成修复工作。另一种情况，由工业机器人判断该故障必须由人来进行操作修复。

?

此时，人即使远在地球的另一端，也可通过一台简单的VR和远程触觉感知技术的设备，远程控制工厂内的工业机器人到达故障现场进行修复，工业机器人在万里之外实时同步模拟人的动作，人在此时如同亲临现场进行施工。

?

5G技术使得人和工业机器人在处理更复杂场景时也能游刃有余。如在需要多人协作修复的情况下，即使相隔了几大洲的不同专家也可以各自通过VR和远程触觉感知设备，第一时间“聚集”在故障现场。5G网络的大流量能够满足VR中高清图像的海量数据交互要求，极低时延使得触觉感知网络中，人在地球另一端也能把自己的动作无误差地传递给工厂机器人，多人控制工厂中不同机器人进行下一步修复动作。同时，借助万物互联，人和工业机器人、产品和原料全都被直接连接到各类相关的知识和经验数据库，在故障诊断时，人和工业机器人可参考海量的经验和专业知识，提高问题定位精准度。

?

3、工业机器人加入“管理层”

?

在未来智能工厂生产的环节中涉及到物流、上料、仓储等方案判断和决策，5G技术能够为智能工厂提供全云化网络平台。精密传感技术作用于不计其数的传感器，在极短时间内进行信息状态上报，大量工业级数据通过5G网络收集起来，庞大的数据库开始形成，工业机器人结合云计算的超级计算能力进行自主学习和精确判断，给出最佳解决方案。在一些特定场景下，借助5G下的D2D（Device-to-Device，意为：设备到设备）技术，物体与物体之间直接通信，进一步降低了业务端到端的时延，在网络负荷实现分流的同时，反应更为敏捷。生产制造各环节的时间变得更短，解决方案更快更优，生产制造效率得以大幅度提高。

?

我们可以想象未来10年内，5G网络覆盖到工厂各个角落。5G技术控制的工业机器人，已经从玻璃柜里走到了玻璃柜外，不分日夜地在车间中自由穿梭，进行设备的巡检和修理，送料、质检或者高难度的生产动作。机器人成为中、基层管理人员，通过信息计算和精确判断，进行生产协调和生产决策。这里只需要少数人承担工厂的运行监测和高级管理工作。机器人成为人的高级助手，替代人完成人难以完成的工作，人和机器人在工厂中得以共生。

?

4、按需分配资源

?

5G网络通过网络切片提供适用于各种制造场景的解决方案，实现实时高效和低能耗，并简化部署，为智能工厂的未来发展奠定坚实基础。

?

首先，利用网络切片技术保证按需分配网络资源，以满足不同制造场景下对网络的要求。不同应用对时延、移动性、网络覆盖、连接密度和连接成本有不同需求，对5G网络的灵活配置尤其是对网络资源的合理快速分配及再分配提出了更严苛的要求。

?

作为5G网络最重要的特性，基于多种新技术组合的端到端的网络切片能力，可以将所需的网络资源灵活动态地在全网中面向不同的需求进行分配及能力释放；根据服务管理提供的蓝图和输入参数，创建网络切片，使其提供特定的网络特性。比如极低的时延、极高的可靠性、极大的带宽等，以满足不同应用场景对网络的要求。例如在智能工厂原型中，为满足工厂内的关键事务处理要求，创建了关键事务切片，以提供低时延，高可靠的网络。

?

在创建网络切片的过程中，需要调度基础设施中的资源。包括接入资源、传输资源和云资源等。而各个基础设施资源也都有各自的管理功能。通过网络切片管理，根据客户不同的需求，为客户提供共享的或者隔离的基础设施资源。由于各种资源的相互独立性，网络切片管理也在不同资源之间进行协同管理。在智能工厂原型中，展示了采用多层级的、模块化的管理模式，使整个网络切片的管理和协同更加通用、更加灵活并且易于扩展。

?

除了关键事务切片，5G智能工厂还将额外创建移动宽带切片和大连接切片。不同切片在网络切片管理系统的调度下，共享同一基础设施，但又互不干扰，保持各自业务的独立性。

?

其次，5G能够优化网络连接，采取本地流量分流，以满足低延迟的要求。每个切片针对业务需求的优化，不仅体现在网络功能特性的不同，还体现在灵活的部署方案上。切片内部的网络功能模块部署非常灵活，可按照业务需求分别部署在多个分布式数据中心。原型中的关键事务切片为保证事务处理的实时性，对时延要求很高，将用户数据面功能模块部署在靠近终端用户的本地数据中心，尽可能地降低时延，保证对生产的实时控制和响应。

?

此外，采用分布式云计算技术，以灵活的方式在本地数据中心或集中数据中心部署基于NFV（Network Function Virtualization，意为：网络功能虚拟化）技术的工业应用和关键网络功能。5G网络的高带宽和低时延特性，使智能处理能力通过迁移到云端而大幅提升，为提升智能化水平铺平了道路。

?

在5G网络的连接下，智能工厂成为了各项智能技术的应用平台。除了上述四类技术的运用，智能工厂有望与未来多项先进科技相结合，实现资源利用、生产效率和经济收益的最大化。例如借助5G高速网络，采集关键装备制造、生产过程、能源供给等环节的能效相关数据，使用能源管理系统对能效相关数据进行管理和分析，及时发现能效的波动和异常，在保证正常生产的前提下，相应地对生产过程、设备、能源供给及人员等进行调整，实现生产过程的能效提高；使用ERP(Enterprise Resource Planning，意为：企业资源计划)进行原材料库存管理，包括各种原材料及供应商信息。当客户订单下达时，ERP自动计算所需的原材料，并且根据供应商信息即时计算原材料的采购时间，确保在满足交货时间的同时做到库存成本最低甚至为零。

?

因此，5G时代的智能工厂将大幅改善劳动条件，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，从而进一步提高企业的生产效率和产品质量。

文章来源于网络

智能制造是一个非常大非常广的概念，除了涉及制造企业本身，还与供应链的上下游企业息息相关，它包含自动化、信息化、智能物流、智能计算、智能决策等多个方面。

?

智能制造改革牵扯的是整个制造业，毫无疑问这是一个万亿级别的大市场。所属的细分市场各个都是大片蓝海：未来10年中国机器人市场将达6000亿元人民币；预计2018年，中国民用无人机市场将达到110。9亿元；预计至2020年，中国自动化物流系统市场规模将超过1000亿元。

?

智能制造是一个非常大非常广的概念，除了涉及制造企业本身，还与供应链的上下游企业息息相关，它包含自动化、信息化、智能物流、智能计算、智能决策等多个方面。智能制造的实现是一个从手工到半自动化，再到全自动化，最终实现智能化、柔性化生产的过程。智能制造将制造业与信息技术和互联网技术相结合，在生产工艺、生产管理、供应链体系、营销体系等多个方面实现全产业链的互联互通。

?

?

那么，企业该如何实现自己的智能制造改革?以下十项技术都是知识点：

?

1、多源多通道数据实时采集感知技术

?

多源传感器数据采集是智能制造过程中实现智能感知的前提，通过各类传感器（压力传感器、位移传感器、视觉传感器等）组成，实现对多源多通道分布式数据的实时采集、分析和转换等。

?

多源传感器数据采集系统包含以下几项技术：

·信号转换技术

·实时网络通信技术

·多线程管理技术

·数据缓存池技术

·黑匣子技术

·信息安全技术

2、异构数据内容融合与传输共享技术

通过对各种异构计算数据进行内容分析和融合处理，从海量数据中挖掘隐藏信息和有效数据，提高智能制造过程中各种装备状态监测的准确性。

?

异构数据包括：海量的多媒体传感数据、文本/超文本、声音数据、影像数据、视频序列等。

?

3、复杂工况的多任务自适应协同技术

智能制造的实现往往需要能够自主分析当前的工况环境和任务要求，实现多任务自适应协同规划，并根据不同任务难度自适应调整作业策略。

?

多工况包含以下几种（以挖掘作业为例）：

·常用，挖掘形状规则，且经常使用该功能

·特殊，挖掘形状规则，但不经常使用

·自主标记，挖掘形状不规则，但经常使用

·高度自定义，高度依赖驾驶经验的操作

?

?

4、多机协同的集群化交互与控制技术

智能制造的多机集群模仿生物集群行为，单机间通过彼此信息交互与自主控制来进行协同工作，从而可在各种险恶环境下低成本完成多样性的复杂任务。

?

具体包括：

·远程操控端，人机交互装置远程遥控，任务指派和监控

·移动用户端，网页、APP做任务指派和监控

·智能机械端，环境感知、机身工况传感、自主作业控制

·移动互联网，无线数据通讯承载

·卫星定位，导航与测量辅助

·云端数据中心，环境建模分析，任务和轨迹规划，大数据分析和诊断

?

5、大数据驱动故障诊断深度学习技术

制造装备运行过程中产生的海量特征数据蕴含大量的故障信息，在收集智能装备运行特征数据的基础上，应用深度学习算法对大数据进行知识挖掘，获寻与故障有关的诊断规则，实现对制装备的故障进行智能预测和分析。

?

6、数字孪生与数字样机建模分析技术

数字孪生充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映了相对制造过程中各装备的全生命周期过程。

?

7、多技术路线工作方案优化决策技术

针对不确定性的、半结构化或非结构化的智能制造工作方案决策问题，通过信号推理、定量推理等方法，在不确定性、不完备、模糊信息的环境下实现智能制造与产品设计旨在服役多目标多技术路线工作方案优化的自主决策。

?

8、工艺工装协同推送与自动装夹技术

个性化推送技术及语义检索技术融入工艺工装推送过程中，基于融合智能装备与产品工艺工装特征的个性化语义检索，形成个性化的工艺工装协同推送机制，提高智能制造工艺设计过程中获取产品工艺工装的效率。

?

9、产品知识图谱与知识网络构建技术

通过对分布的多学科知识数据进行结构层次上的集成，消除多学科多领域知识数据的语法和语义分歧，使得数据结构具有一致性，进而对设计设计库数据进行知识表示，完成知识库的建立。

?

结构化数据、半结构化数据、非结构化数据通过结构化改造和筛选整合，形成趋同或者一致且无冗余的结构化数据，也就是将客观世界主观抽象成设计数据库，再通过知识表示形成知识库。

?

10、机电液一体化云平台知识服务技术

知识服务技术着手于知识的自动推送，有序地组织机、电、液一体化跨学科知识，并在合适的设计过程中推送给设计人员合适的设计知识，从而实现跨学科知识服务的个性化、高效化和智能化。

文章来源于网络

5G时代即将来临，引爆了人们对未来变化的遐想。5G应用已经成了热门话题，如5G AR/VR、5G车联网、还有重量级热点5G智能制造。那么5G智能制造是什么概念，5G对于智能制造有什么样的意义?

制造业在国家层面乃至整个人类社会扮演着至关重要的角色，智能制造已然成为全球化课题和国家级战略课题，很多国家都在智能制造领域进行了规划和部署，如中国“中国制造2025”、德国“工业4.0平台”、美国“工业互联网计划”等。

其中信息通信系统升级是智能制造中很重要的一环，5G在使能智能工厂多样化需求方面，有着绝对的优势。

华为Wireless X Labs通过典型的智能制造应用场景和Use case，对智能制造对5G网络的多样化需求进行研究。X Labs是一个新的研究平台，将运营商，垂直行业合作伙伴和行业领导者聚集在一起，共同探索移动应用的未来用例，推动企业和技术创新，促进开放的行业生态系统。如下为华为和德电针对5G端到端低时延网络在智能制造领域的联合展示。

01

各个国家都这么重视

那么什么是智能制造

?

广义上智能制造是具有信息感知获取、智能判断决策、自动执行等功能的先进制造过程及系统与模式的总称。具体来看智能制造体现在制造过程的各个环节与信息技术的融合，如大数据、云计算、人工智能、物联等技术。

?

简而言之，智能制造具有以下特征：以智能工厂为载体，以关键制造环节的智能化为核心，以端到端数据流为基础，以通信网络为基础支撑。通过自组织的柔性制造系统，实现高效的个性化生产的目标。

以汽车生产线为例，智能制造柔性生产过程中，定制化车辆通过云化的智能信息物理系统的调度在动态生产线上自主移动，完成生产步骤。动态产线可按需组合以满足不同车型和配置的需要，实现车辆定制化的生产，并且产线智能生产将大大缩短定制化周期，同时也极大减少了汽车厂商的库存以及资金占用，降低了生产成本。而传统顺序生产的汽车产线在灵活度上很难满足高度定制化的需求，并且定制化生产周期更长。

?

02

智能制造对网络有哪些需求

5G在智能制造中

有哪些典型应用

智能制造为什么需要无线通信

?

了解什么是智能制造后，显而易见智能制造过程中云平台和工厂生产设施的实时通信、以及海量传感器和人工智能平台的信息交互，和人机界面的高效交互，对通信网络有多样化的需求以及极为苛刻的性能要求，并且需要引入高可靠的无线通信技术。

?

高可靠无线通信技术在工厂的应用来看，一方面，生产制造设备无线化使得工厂模块化生产和柔性制造成为可能。另一方面，因为无线网络可以使工厂和生产线的建设、改造施工更加便捷，并且通过无线化可减少大量的维护工作降低成本。

?

无线通信网络在智能制造应用面临哪些挑战

?

在智能制造自动化控制系统中，低时延的应用尤为广泛，比如对环境敏感高精度的生产制造环节、化学危险品生产环节等。智能制造闭环控制系统中传感器(如压力、温度等)获取到的信息需要通过极低时延的网络进行传递，最终数据需要传递到系统的执行器件(如：机械臂、电子阀门、加热器等)完成高精度生产作业的控制，并且在整个过程需要网络极高可靠性，来确保生产过程的安全高效。

?

此外，工厂中自动化控制系统和传感系统的工作范围可以是或者几百平方公里到几万平方公里，甚至可能是分布式部署。根据生产场景的不同，制造工厂的生产区域内可能有数以万计传感器和执行器，需要通信网络的海量连接能力作为支撑。

?

5G网络具备的能力

?

华为在北京怀柔率先完成了由IMT-2020(5G)推进组组织的中国5G技术研发试验无线技术第二阶段测试。在C-Band 的测试环节中，利用200MHz带宽，通过5G新空口及大规模多入多出等技术进行测试，小区峰值超过20Gbps，空口时延在0.5ms以内，单小区大于1000万连接。

?

和传统的移动通信技术相比，5G将进一步提升用户体验：在容量方面，5G通信技术将比4G实现单位面积移动数据流量增长1000倍;在传输速率方面，单用户典型数据速率提升10到100倍，峰值传输速率可达10Gbps(相当于4G网络速率的100倍);端到端时延缩短5倍;在可接入性方面：可联网设备的数量增加10到100倍;在可靠性和能耗方面：每比特能源消耗应降至千分之一，低功率电池续航时间增加10倍。

?

03

5G典型制造业应用场景

?

5G 使能工业AR应用

?

?

在未来智能工厂生产过程中，人将发挥更重要的作用。然而由于未来工厂具有高度的灵活性和多功能性，这将对工厂车间工作人员有更高的要求。为快速满足新任务和生产活动的需求，增强现实AR将发挥很关键作用，在智能制造过程中可用于如下场景：如：监控流程和生产流程。生产任务分步指引，例如手动装配过程指导;远程专家业务支撑，例如远程维护。

?

在这些应用中，辅助AR设施需要最大程度具备灵活性和轻便性，以便维护工作高效开展。因此需要将设备信息处理功能上移到云端，AR设备仅仅具备连接和显示的功能，AR设备和云端通过无线网络连接。AR设备将通过网络实时获取必要的信息(例如，生产环境数据、生产设备数据、以及故障处理指导信息)。

?

在这种场景下AR眼镜的显示内容必须与AR设备中摄像头的运动同步，以避免视觉范围失步现象。通常从视觉移动到AR图像反应时间低于20ms，则会有较好的同步性，所以要求从摄像头传送数据到云端到AR显示内容的云端回传需要小于20mms，除去屏幕刷新和云端处理的时延，则需无线网络的双向传输时延在10ms内才能满足实时性体验的需求。而该时延要求，LTE网络无法满足。

?

5G使能工厂无线自动化控制

?

?

在自动化控制中，倒立摆是典型的应用。倒立摆原理用于机器人各种姿态控制、航空飞船对接控制等姿态控制等工业应用。华为X Labs通过倒立摆验证5G对极低试验自动控制的价值，研究表明，当倒立摆运行在4G模式下时，4G的过高时延，使得倒立摆的控制指令不能得到快速执行，倒立摆起摆到稳态的时间过长，达到13.2秒。

?

当运行在5G模式下时，5G的1ms超低时延，使倒立摆的控制指令快速执行，起摆到稳态只用4秒。通过对比，可以看到5G低时延网络在自动控制的巨大价值，网络端到端时延从4G的50ms减低至5G的1ms。

?

自动化控制是制造工厂中最基础的应用，核心是闭环控制系统。在该系统的控制周期内每个传感器进行连续测量，测量数据传输给控制器以设定执行器。典型的闭环控制过程周期低至ms级别，所以系统通信的时延需要达到ms级别甚至更低才能保证控制系统实现精确控制，同时对可靠性也有极高的要求。如果在生产过程中由于时延过长，或者控制信息在数据传送时发生错误可能导致生产停机，会造成巨大的财务损失。

?

此外，在规模生产的工厂中，大量生产环节都用到自动控制过程，所以将有高密度海量的控制器、传感器、执行器需要通过无线网络进行连接。

?

闭环控制系统不同应用中传感器数量、控制周期的时延要求、带宽要求都有差异，典型来看，周期时间和通信带宽大小的一些典型值如下：

?

?

5G切片网络可提供极低时延长、高可靠，海量连接的网络，使得闭环控制应用通过无线网络连接成为可能。基于华为5G的实测能力：空口时延可到0.4ms,单小区下行速率达到20Gbps，小区最大可支持1000万+连接数。由此可见，移动通信网络中仅有5G网络可满足闭环控制对网络的要求。

?

5G 使能工厂云化机器人

?

?

04

云化机器人的通信需求

?

在智能制造生产场景中，需要机器人有自组织和协同的能力来满足柔性生产，这就带来了机器人对云化的需求。?和传统的机器人相比，云化机器人需要通过网络连接到云端的控制中心，基于超高计算能力的平台，并通过大数据和人工智能对生产制造过程进行实时运算控制。

?

通过云技术机器人将大量运算功能和数据存储功能移到云端，这将大大降低机器人本身的硬件成本和功耗。并且为了满足柔性制造的需求，机器人需要满足可自由移动的要求。因此在机器人云化的过程中，需要无线通信网络具备极低时延和高可靠的特征。

?

5G网络是云化机器人理想的通信网络，是使能云化机器人的关键。5G切片网络能够为云化机器人应用提供端到端定制化的网络支撑。5G网络可以达到低至1ms的端到端通信时延，并且支持99.999%的连接可靠性，强大的网络能力能够极大满足云化机器人对时延和可靠性的挑战。

?

华为已与德国与制造企业开展智能制造领域的合作。如与Festo共同合作基于5G切片网络的云化机器人的项目,项目通过5G uRLLC(超高可靠和低时延通信)切片网络，针对云化机器人闭环控制系统的高可靠性和实时性的满足度进行测试。

?

?

机器人的轨迹信息和控制数据在制造云中处理有助于系统计算能力的扩展和机器人平台的节能。机器人生产服务与制造云的结合意味着将工业机器人的基本功能与高性能的计算系统进行实时协同，5G切片网络使能了这一应用场景。

?

05

机器人与协同设施间的

通信需求

?

在智能制造柔性生产中，移动机器人是关键的使能者。在生产过程中要求多移动机器人之间的协同和无碰撞作业，所以移动机器人之间需要实时进行数据交换满足该需求。移动机器人和外围设备间也需要进行通信。例如，如起重机或其他制造设施。因此移动机器人需要和周边协同设施机进行实时数据交换。

?

?

随着智能制造场景的引入，制造对无线通信网络的需求已经显现，5G网络可为高度模块化和柔性的生产系统提供多样化高质量的通信保障。和传统无线网络相比，5G网络在低时延、工厂应用的高密度海量连接、可靠性、以及网络移动性管理等方面优势凸显，是智能制造的关键使能者。

文章来源于网络

如何实施智能制造？需要考虑智能制造的三个支点：产品、装备和过程。

笔者在《论智能制造》系列中的“论智能制造的三个阶段”中，谈到了对三个阶段的基本认识。而如何实施智能制造，则需要考虑智能制造的三个支点：产品、装备和过程。

图1? 智能制造的三个支点

第一个需要考虑的是推动智能制造的目标是什么。显然，企业追求的是产品，而不是要把企业搞的有多时髦。企业销售产品的时候，不是要宣传企业的生产线有多漂亮、多现代，而一定要说明这个产品的价值何在。产品是企业面向社会的表现。智能制造的目标是产品，而不是智能制造本身。因此，产品的智能化是企业必须考虑的首要问题之一。智能制造如果不能生产出智能的产品，智能制造就失去了时代的意义。而且，企业的产品如果不是智能化的，产品和企业今后被淘汰的可能性就很大。

第二个支点是装备，生产过程（包括研发、设计）中的每一个关键环节上的装备，一定要智能化。如果这个智能化实现不了，劳动生产力和劳动效率就不可能得到很大提高，企业可能就没有竞争力。不是数字化、网络化和智能化的生产装备，就不是这个时代的先进制造装备。而且，如果设备没有智能化，也可能无法生产出企业想要生产的智能化产品。

第三个支点是企业生产过程的智能化问题。装备智能化解决的是生产过程中“点”的智能化问题；企业只有实现生产全过程的智能化，才能实现企业全局的智能化，才能够实现智能化效益的最大化。

?

◆智能产品是第一支点◆

一个机床生产厂，生产装备和过程如果都是智能化的，而它生产出来的机床却是一般的机床，没有智能化的要素，那么这个机床厂的前途就非常堪忧。因为，他自己都不会去购买这样不够智能化的机床。

因此，任何一个企业在考虑其智能制造如何发展的时候，首先应该想到的是自己的产品怎么实现智能化。即使生产过程没有部分或全部实现智能化，能够把智能的产品做出来，那么企业还是应该首先考虑产品的智能化问题。

产品的智能化，是通过产品中包含有各种复杂程度不等的计算机系统，尤其是嵌入式系统，来实现的。嵌入式系统不仅可以成为智能制造最重要最具有代表性的技术，而且会形成一个庞大的产业链。中国的嵌入式系统，发展的速度比较缓慢——尽管起步并不晚。产品所用的嵌入式系统，绝大多数对于芯片的要求都不一定特别高，一般也就是几十纳米到上百纳米，甚至档次再低一点，也或许够用。因此，技术难度并不大。

产品智能化是当今计算技术发展的一个新的重大趋势。计算技术发明的初衷是为了科学计算。而后，发展为支持人类各种业务活动的信息处理和传播，即业务计算。业务计算的覆盖范围已经比科学计算要大得多。上世纪90年代以后，随着互联网的发展，QQ、微信、Facebook等开始崛起，计算技术渗入了人们的社会生活，大大地推动了社会计算的发展，计算技术的应用覆盖范围则更进一步扩大。

现在，计算技术开始向各种产品领域渗透，提升产品的智能化水平。智能产品数以百亿，甚至千亿计，产品计算的覆盖范围可以说是“无远弗届”，一定会给整个IT产业带来巨大的变化。因此，计算技术应用的下一个热点，是产品计算。所有的产品都要程度不等地走向智能化，计算都有可能参与其中。这一点，跟工业互联网快速发展的需求有很大的关系。

图2? 计算技术应用的发展阶段

现在的智能产品跟以前所谓的嵌入式系统功能需求还不完全一样，主要功能体现在三个方面。第一个是传感，产品需要能够感受外部的情况变化，或者能够整合产品内部的数据。第二个是计算，包括产品本身的操作系统，以及产品使用的各种应用系统。例如，从数据分析到高端计算——也就是人工智能。第三个是联网，随着全球物联网的发展，产品可能具有雾计算、边缘计算和云计算相联结的功能。因此新一代的智能产品，跟以前讲的嵌入式系统的概念已经大不相同。

图3? 无处不在的智能产品

?

◆智能装备是最大难点◆

装备是智能制造最大的难点。生产装备一般都比较复杂，而且批量可能不大，所采用的工业软件也往往非常复杂。这使得生产成本很高，市场很小，因此愿意或有实力从事智能装备制造的企业并不多。而且，由于装备的开发周期长，导致企业经营的风险很大。

另外，装备制造的难点很大程度上是在软装备上面，即以工业软件为代表的软装备，包括CAD/CAE这样的软件工具。没有软装备，就不可能有“数字化、网络化、智能化”。抽去软件，信息化的一切成果都不复存在。工业软件首先是一个工业产品，而且往往是高端工业产品。这是中国制造2025主要的难点，而工业界对这一点的认识，还很不充分。

?

◆过程智能化◆

发达国家的制造业在生产装备智能化这一点上，已经非常领先。尤其是日本和德国，已经基本上垄断了全球重大制造业生产装备的市场。而智能制造的下一步的发展，就是要实现过程的智能化，完成从装备这个“点”向过程这条“线”的发展。

过程智能化最典型的代表，正是工业4.0和工业互联网的奋斗目标。工业4.0提出，企业的信息系统要走向一体化，包括纵向一体化和横向一体化。纵向一体化就是《三论智能制造》的系列之一中提到的企业的内部网，而横向一体化正是企业的外部网。现在，要把内部网和外部网完全整合在一起，将数据完全打通。

图4? 内部网和外部网的一体化

此外，要把整合之后的系统，打造成一个智能物理系统（Cyber-Physical-System, CPS）。这里的Cyber意指计算机或计算机网络。在很多现代化企业里，不管内部网或外部网，都还只是一个独立的计算机网络或者系统，或者实现了初步的整合。如何跟企业这个物理实体融为一体，有效地运转，是一门大学问。

美国国家科学基金（NSF）在2006年的一个报告中指出，现有的、工业时代发展出来的系统科学（包括系统工程理论），还不能很好地回答这类问题。他们认为，企业这个物理实体与其内含的计算机和网络系统如何协同一致、高效精确的工作，如何增强这类系统的适应性、自主性、功能性、可靠性、安全性、可用性和效率，将会发展成为一个新的系统工程学，是美国需要重点发展的前沿命题。实际上，美国关于CPS的研究报告非常多，对这个命题非常关注。

?

◆过程智能化的实现◆

工业4.0或者工业互联网的目标，不仅要把内部网、外部网连起来，而且要变成一个智能物理系统（CPS）。二者都可以通过一个“5C（五层）”结构来表述。

图5 工业互联网和工业4.0的

“5C（五层）”架构

最下面一层是智慧的连接层，第二层是数据转换成信息，第三层是Cyber层，是企业的云计算数据中心。在这里，需要把第二层处理所得的有效数据，与企业计算机系统中相对应的期望值做对比分析。第四层是认知层，根据对比差异，找到问题之所在及解决问题的方法。因此，这一层实际上是一个决策层。第五层是配置层，可以按照决策要求，通过计算机网络，对人、对物、对计算机进行重新配置或更改。这样的一个五层结构，构成了一个标准的反馈控制系统，可以对企业的控制对象，即：人（员工）、机器、计算机系统、各种物理实体等，进行实时的反馈和控制。这样的一个反馈系统，其各层次所对应的技术支撑，如图5所示。正是利用这些当下最时髦的先进技术，工业互联网实现了企业整个业务活动全过程的的智能控制。

根据这个思路，工业4.0和工业互联网在2015年分别完成了系统的架构设计。工业互联网的参考架构，可以清楚地说明系统的要素和相互之间的关系，并提供了一个开放的“工业互联网系统设计指南”。应该强调的是，这里说的是指南，是给出了一个大家共同努力、同向而行的方向，而不是标准。

这个架构设计描述了工业互联网系统的内外三层结构。从边缘层，到平台层，再到企业层，如果我们把它看作是一个球体的话，外面就是设备端的边缘层，中间是平台层（工业互联网平台，主要指这一部分。当然现在也有将工业互联网平台泛化的趋势），最内层是企业层。在边缘层上主要是边缘的网关，采集各种各样的数据；送到平台层之后，平台层对数据做必要的处理和分析；分析完之后，再送达企业层，送到企业的应用系统。企业会根据不同的应用做不同的分析，做出判断和决策，将数据再往回传送到平台层和边缘层，直至送达企业内外联接的各个部门和单位。

图6? 工业互联网架构的内外三层结构

（来源：工业互联网联盟的白皮书）

显然，数据分析和处理在工业互联网系统中极为重要，包括：端点数据的获取、从数据中提取信息的先进数据处理技术，各种决策模型的分析计算，以及系统结果的输出。其中，大量使用的是计算科学的办法：需要建模，需要算法，需要数据等等，最后产生的是决策数据。当然，安全、可信、隐私等，在结构中也有详细的考虑。

?

◆智能制造与工业互联网◆

现在，国内关于工业互联网平台的概念讨论很多。工业互联网平台，是一个以企业为中心的平台，而不是说在整个工业行业建一个大的所谓“工业互联网平台”。所谓平台化是发展的趋势，其实是指企业的平台化，每一个大企业都会有自己的一个企业平台，而不会把自己的业务搬到其他企业的平台上去。波音的平台不会到中航工业的平台上，空客的平台也不会到波音的平台上去。

如果一定要说有一个工业和产业共用共享的平台，那这个平台就是全球物联网平台（Internet of Things, IOT），它不是为哪个工业，为哪个部门而设计的，而是面向全世界各行各业乃至个人服务的全球物联网。

工业互联网平台是一个理想的“过程”智能化的平台。设想非常完美，但系统非常复杂。在实现过程当中，未知数还很多，不同产业类别的企业平台之间的差异也很大。例如，中航工业的平台，几乎不太可能拿去给中石油用，基本上要推倒重建。所以，每个企业一定要从自身的紧迫需求和实际效益出发，分步推进，绝对不能盲目跟随，尤其考虑到当前中国制造业发展的水平和信息化的水平离国际先进水平相差仍然很大，“过程”智能化的路途还比较遥远。

如果把智能制造的全部资源和精力都投在工业互联网平台上，又把平台理解为产业的平台，可能就误判了智能制造的发展方向。当务之急，还是我们的产品和装备的智能化问题，这对当下的中国来讲，是智能制造的重点努力方向。

文章来源于网络