行业新闻

未来工厂是广泛应用数字孪生、人工智能、大数据等新一代信息技术革新生产方式，以数据驱动生产流程再造，以数字化设计、智能化生产、数字化管理为基础，以网络化协同、个性化定制、服务化延伸为特征，以企业价值链和核心竞争力提升为目标，以数字化车间、智能工厂等为主体，引领新智造发展的现代化工厂。

智能化生产不是单纯地利用智能化设备提高生产效率与产品质量，而是综合利用各种机器设备，优化生产工艺，提高企业的整体生产效率。具体来看，智能化生产具备三大特征：

◆设备智能化

企业传统的信息化架构是五级架构，分别是机器、PLC（Programmable Logic Controller，可编辑逻辑控制器）/DCS（ Distributed Control System，集散控制系统）、SCADA（Supervisory Control And Data Acquisition)系统，数据采集与监视控制系统）、MES（Manufacturing Execution System，制造执行系统）、ERP（Enterprise Resource Planning，企业资源计划）/MRP（Manufacturing Resource Planning，制造资源计划），主要用来解决工业生产自动化问题，无法对设备的运行状态进行实时分析，也无法做出实时反馈。

工业互联网平台架构是四级架构，分别是边缘层、IaaS层、PaaS层、SaaS层，其中机器设备可以调用工业机理模型，对设备运行状态进行实时分析，推动传统工业物联技术从边缘控制向边缘计算的方向发展演进。

◆生产柔性化

传统的自动化生产遵循的是“专线专用”的原则，适用于少量品类产品的大规模生产。面对多品类、小批量订单，传统自动化生产线的生产周期较长，而且具体时间不太稳定。

工业互联网可以实现全面感知与动态交互，通过在生产线上安装传感器，对各个生产线上的加工配件进行自动识别，将数据传输到工业互联网的各个节点，利用工业机理模型确定各个产品的生产路径以及生产顺序，再结合调度策略实现混线生产，提高整条生产线的敏捷程度，满足多品类、小批量生产要求。

◆优化动态化

在传统生产模式下，工业生产优化指的是企业对上个生产周期的运转情况进行分析，生成优化方案，对下个生产周期的生产活动调整进行指导。

离散工业的优化周期一般以周、天为单位计算，流程工业的优化周期以批次为单位计算。工业互联网平台通过将人、机、料、法、环等生产要素连接在一起，打通全流程数据，可以将生产过程实时反映出来，通过调用工业机理模型对工业生产情况进行实时分析，对生产过程进行实时调整，促使生产过程实现动态优化与调整。

智能化生产的典型应用场景

随着越来越多的制造企业接受智能化生产，这种生产模式的应用范围越来越广，产生了三个典型的应用场景：

◆智能设备

（1）工业互联网平台可以对温度、电压、电流、震动等数据进行采集，对设备运行状态进行实时监测；

（2）工业互联网平台可以利用大数据分析技术，对设备的工作日志、历史故障、运行轨迹、实时位置等数据进行分析，利用知识库和自学习机制创建设备故障智能诊断模型，对设备故障发生位置进行精准定位，对设备故障做出准确判断；

（3）工业互联网平台可以用来对设备进行预测性维护，对设备关键部件的变化、产品寿命以及潜在风险进行预测，对设备零部件损坏时间进行预判，并做好维护。

富士康利用BEACON工业互联网平台对精密刀具的使用状态进行实时监测，并采集相关数据，在智能调机深度学习算法的支持下让精密刀具实现了自感知、自诊断、自修复、自优化、自适应，使刀具的使用寿命延长了10%，使用成本降低了15%，刀具损坏预测的准确率达到了93%，产品良率提升幅度超过90%，稼动率提升幅度超过99.5%。

徐工集团利用汉云工业互联网平台对每一台设备进行数字画像，对可能出现问题的零部件进行预判，提前更换，使设备的故障发生率降低了50%。发那科AI热位移校正线切割机床可以对设备运行期间的环境温度或设备发热情况进行监测，利用机器学习技术自动分析在运行过程中因温度变化引起的热位移，将加工精度提升了近40%。阿里云利用飞象工业互联网平台，结合人工智能技术开发了压铸设备图像检测系统，提高残次品的检出率，缩短设备因故障停机时间，最终帮助企业节省了15%的人力成本，产品质量提高了5%。

◆智能产线

在工业互联网平台的支持下，离散行业企业可以打通基于CAD/CAE/CAM/PDM的产品设计环节和基于DCS/MES的生产制造环节，让数据在工业设备监控操作层和生产运营管控层之间自由流动，让产品设计环节与制造环节相互协同，对生产管理过程进行优化，做好设备的健康管理，提高企业生产制造全过程的精准化程度，实现柔性化生产。

在工业互联网平台的支持下，流程行业企业可以在开展生产活动之前，利用数字孪生技术对原材料配比与工艺流程进行模拟仿真，对原材料配比进行优化。在生产过程中，流程行业企业可以借助过程控制和制造执行系统对设备运行状态进行监测，对设备故障进行诊断，在故障发生前进行预警，提高良品率，做好节能减排，实现集约化、绿色化生产。

惠普公司利用西门子Xcelerator对产品设计、生产等环节产生的数据进行分析，利用数字孪生技术对产品和产品性能进行仿真模拟，形成决策闭环，对产品设计、生产过程进行优化，最终使产品研发速度提升了75%，部件成本下降了34%。

在工业互联网平台以及5G、射频、VR等技术的支持下，商飞公司构建了一个基于数据驱动的生产要素（包括产品、设备、人员、物流等）管控体系，可以对产品的生产环境与生产状态进行全面跟踪，对生产过程进行智能化管理，将零配件的定位误差缩小到3厘米以内，最终使运营成本下降了20%，生产效率提高了20%。

阿里云智能工业大脑与恒逸石化构建锅炉AI控制平台相结合，通过对锅炉燃烧的历史数据进行深入挖掘，对锅炉燃烧参数进行优化，最终将燃煤发电效率提高了2.6%，每年的燃料成本节省了8000万元。

◆智能服务

在智能服务领域，工业互联网平台有四大功能：

（1）工业互联网平台可以用来管理供应链风险。制造企业可以利用知识图谱技术对影响供应链运行的各种要素进行分析，对供应链管理风险进行识别与预判，自动生成规避风险的建议，辅助管理人员做出科学决策，以提高供应链运行的稳定性。

（2）工业互联网平台可以用来检测产品质量。制造企业可以利用机器视觉和深度学习技术构建图像识别模型，并利用海量图片对模型进行训练，不断提高模型的识别能力，提高质检质量与效率。

（3）工业互联网平台可以用来开展精准营销。制造企业可以利用大数据绘制精准的用户画像，对客户需求、行为偏好、渠道偏好等做出充分了解，将产品直接推送给目标客户，为客户提供差异化服务，带给客户极致的体验。

（4）工业互联网平台可以用来开展智慧物流。制造企业可以利用深度学习和全局最优化技术，对物流运输网络、仓储布局、运力排程、动态调度、道位排程等进行动态调整，使运力资源得以优化配置，最终提高物流运输效率，降低物流运输成本。

日本Macnica.ai公司与VAIO合作构建供应链知识图谱，并借助企业语义网对供应链风险进行管理，优化零部件选型，使供应链风险管理水平得以大幅提升。华星光电利用腾讯云以及深度学习、缺陷分类和知识图谱技术构建面板检测模型，并利用实际生产过程中积累的数据对模型进行优化，最终使缺陷识别速度提高了10倍，生产周期缩短了40%，人力成本降低了50%。

上汽安吉物流利用人工智能技术打造汽车物流供应链，对客户需求、汽车装载率、道位时间段、约定交货期、拼车的先长后短、物流分公司的运输量比例、小型车后配载等因素进行综合考虑，优化物流运输方案，每年降本增效2%～5%。

企业实现智能化生产的策略路径

鉴于智能化生产的种种优势，越来越多的企业开始尝试实施智能化生产，在实践探索的过程中形成了三大路径：

◆聚焦边缘数据，打造高效边云协同体系

制造企业通过安装智能传感器、摄像头、三维扫描仪等工具进行边缘数据采集，借助泛在感知技术对产品研发、生产、销售等环节产生的各类数据进行采集、处理，包括设备运行数据、运营环境、人员等，以全面感知设备运行状态。另外，制造企业可以利用机器学习与深度学习算法对边缘数据进行分析，为装置优化调整提供科学依据，最终实现模型、数据、服务的边云协同。

◆聚焦模型开发，强化机理模型供给能力

（1）造企业可以利用工业互联网平台对工业设备的运行状态进行监测，对设备故障进行分析，开展预测性维护，实现人机智能协同，提高设备的智能化管控水平；

（2）在生产制造环节，制造企业可以利用数字孪生、机器学习等技术开发一系列模型，例如生产工艺优化模型、设计制造协同模型、质量管控模型、节能降耗模型等，对整个生产过程进行优化；

（3）在企业服务领域，制造企业可以利用深度学习、知识图谱、机器识别等技术，面向供应链风险管理、产品智能质量检测、精准营销、智慧物流等创建一系列模型，切实提高企业的服务水平。

◆聚焦应用场景，深化解决方案应用推广

（1）在设备管理方面，制造企业可以利用平台沉淀的数据与模型对设备运行状态进行监测，对故障进行诊断，开展预测性维护，实现自主控制等，以提高设备的智能管控水平；

（2）在企业生产方面，制造企业可以以工业互联网平台为依托，让离散行业实现设计、制造一体化，对生产管理进行优化，增加产品的附加值，对设备进行健康管理等，让流程行业对生产过程进行监测，对整个生产过程进行优化，开展故障诊断、预测预警、工艺优化、质量控制，实现节能减排；

（3）在企业服务方面，制造企业可以以工业互联网平台为依托做好供应链管理，对产品质量进行检测，打造智慧物流，开展精准营销，打造在线化、实时化、智能化的服务。

内容节选自《产业大脑：企业数字化转型赋能》