第一篇：公司智能制造規劃

智能 制造規劃 擬

制：

審

核：

批

準：

日

期：

目錄 1.概述..........................................................2.需求分析......................................................

2.1 倉儲....................................................2.2 生產....................................................2.3 其他....................................................3.企業信息化現狀分析............................................

4.智能制造方案..................................................

4.1 系統架構................................................4.2 子系統耦合關系分析......................................4.3 工業大數據中心方案......................................4.3.1 工業大數據平臺框架..................................4.3.2 工業大數據平臺特點..................................4.4 現場層系統..............................................4.4.1 數據采集方案........................................4.4.2 機器視覺檢測系統....................................4.4.3 生產測試管理平臺....................................4.5 應用層系統..............................................4.5.1 智能倉儲系統方案....................................4.5.2 項目管理系統方案....................................4.5.3 設備管理系統方案....................................4.5.4 PLM 系統方案.........................................4.5.5 能耗管理系統........................................4.5.6 CRM 系統方案.........................................4.5.7 GIS+BIM 構建虛擬車間.................................5.系統建設路線..................................................

5.1 實施策略................................................5.2 實施路線（建議）

........................................版本信息 日期 作者 版本 備注 2016.10.24 蔣中能 PA1 初版方案 2016.10.25 蔣中能 PA2 修改實施路線內容；在第一章前增加“閱讀說明”

閱讀 說明

1.概述：簡述背景和本案的基本內容； 2.需求分析：主要描述現場調研情況及簡要分析； 3.企業信息化現狀：描述企業現階段的信息化系統及使用情況，作出簡要分析； 4.智能制造方案：描述總體架構；按照三個層級（數據層、現場層、應用層）進行系統方案描述； 5.系統建設路線：闡述天衡電科的智能制造實施策略，針對九州實際情況給出簡要的實施路線建議。

1.概述 在工業 4.0、互聯網+以及大數據、機器人和人工智能等技術日趨成熟的背景下，智能工廠建設的可能性逐漸明朗。

根據目前的技術成熟度，當前制造業轉型的現實目標應當是建設數字化工廠、探索數字化管理和重構優化工作流程以滿足數字化的要求。其主要原因有二：

其一：人工智能方法的成熟度上不能完全被可靠的利用到制造過程中，在當前只能通過數據感知獲取一些知識，而判斷的工作依然需要人來完成。因此，希望一步到位的實現智能工廠還不現實。但實現全數字化的工廠，將所有環節的數據采集和流轉全部實現虛擬化并提供交互功能是完全可以做到的，這種形態的工廠即數字化工廠。

其二：數字化工廠是走向智能化工廠的必經道路。目前科學界普遍的共識是通過數據感知是獲取智能的途徑，因此數據是智能工廠最為核心和關鍵的部分，也是實現智能的基礎。

而數字化工廠建設最為核心的內容是數據平臺的建設。包括了數據的采集、傳輸、預處理、分類、規約、訪問控制、相干性保證等諸多方面的內容；需要動用傳感器技術、信號處理技術、數據通信技術、分布式計算技術、數據存儲技術、軟件技術、WEB 技術等眾多 ICT 領域的關鍵技術。

數據平臺的建設是一個有意義而又有挑戰的工作。

在這一背景下，本案擬對數字化工廠的數據平臺建設作一個方案規劃。為數據平臺建設的實施提供指導和依據。

本案的主要內容包括：

1.數據平臺架構介紹：一般意義上的框架性介紹，建立一個基本的廣泛適應性的數據平臺框架，并標明其關鍵技術。

2.數據平臺的應用背景：針對實際的應用，對企業的規模、業務過程、數據采集的類型和要求、數據量等具體應用相關情況進行描述。

3.數據平臺方案規劃：依據框架和具體的應用背景，具體給出某企業的數據平臺的方案，指明需要的數據類型、數量以及實現方法等。

4.軟硬件部署設計：對系統部署實施階段所需的軟件和硬件環境做出規定。

2.需求 分析

2.1 倉儲 調研情況 ：

1.儲藏類型有三種：器件、半成品（原材料）、成品 2.所有三種類型的產品都存在外購和自產。

3.入庫流程為：待驗——檢驗——入庫。其中待驗環節主要是核對物料信息（外包裝銘牌）以及抽樣檢查數量；檢驗為全檢。

4.出庫分為領料和銷售出庫兩種。

5.領料流程為：技術中心下發 BOM 清單——PMC 部做計劃單，發送領料單——庫管發料——生產配套區 6.銷售流程為：營銷公司——運輸中心——庫管 7.入庫數據為人工在 ERP 軟件中錄入對應號碼。

分析 ：

1.出入庫數據需人工在 ERP 軟件中錄入，較繁瑣。

2.倉庫堆料為人工，存在擺放不合理以及快速查找響應慢等問題。

2.2 生產 調研情況 ：

1.有 11 條產線，每條產線獨立工作。

2.每條產線的生產情況由人工統計，在現場表現為小黑板展示，在后臺為人工輸入電腦。

3.華為專線生產線有 MES 系統，并配套掃碼槍。

4.PCM 部向生產部門下發總生產計劃，生產部門根據實際產線情況制定排產計劃。

5.PCM 部下發的 BOM 清單會在生產部做一次比對，如果發現有問題則反追溯；如果沒問題，則實施配料。

6.新產線數據目前已做到在上位機進行數據讀取，使用的是設備配套的軟件，讀取的信息類型較豐富；舊產線數據能否讀取尚不清楚。

7.新產線設備的數據傳遞口為 LAN 口。

分析 ：

1.PLM 系統產生的 BOM 清單在修改時，由于系統間傳遞信息的時間不對稱，會造成生產部門的 BOM 清單與最新的 BOM 清單不匹配的問題，使配料環節產生問題。

2.華為專線的 MES 系統據現場工作人員反應，并不好用，原因有幾點：

a)數據統計不準確，主要原因為掃碼槍有時讀取不到產品信息。

b)MES 系統上線倉促，在流程和功能匹配度上存在問題。

2.3 其他 1.提供制造前端的物理量數據采集；如各類傳感器數據。

2.提供制造前端各種設備（裝備）的狀態數據、過程數據和工藝數據等關心的數據采集（針對現階段沒有的設備）

3.提供制造前端所需的數據錄入和搜集所需的人機交互界面，實現人工錄入信息的采集。

4.保證數據采集過程中的數據傳輸安全。

5.保證設備接入網絡后的工作狀態可靠和信息安全。

6.提供數據存儲、查詢、分析等所需的軟件。

7.提供該數據平臺與其他應用系統集成時所需的軟件接口。

8.數據采集前端的類型、數量能夠在不影響原有數據平臺的基礎上擴展。

9.數據接口完全開發，具備自生長和可擴展性。

3.企業信息化 現狀 分析 現狀：

1.具備五個系統，分別是：ERP（金蝶 K3，12.3 版）、OA（大通 2015）、PLM（金蝶 13.1 版）、條形碼系統、MES 系統。

2.ERP 系統上線于 2007 年，功能：

a)供應鏈 b)生產制造（生產計劃、BOM 清單、車間管理）

c)財務結算 d)基礎數據（與 PLM 系統的 BOM 清單同步）

3.OA 系統上線于 2015 年，功能：

a)審批流 b)財務報銷

c)初步的 BI 分析（財務報表）

d)集成應用（物資借用、付款申請、基礎資料）

4.PLM 系統上線于 2014 年，功能：

a)資料電子化（審批流程）

b)資料數據化（BOM）

c)物料申請（與 ERP 系統同步）

d)項目管理（下一步目標）

5.條形碼系統上線于 2005 年，功能：

a)成品下線、質檢、出入庫、售后 b)物料信息、出入庫單與 ERP 系統同步 6.MES 系統上線于 2015 年，功能：

a)SMT 管理（追溯物料，板卡與批次綁定）

b)DIP（插件）追溯 c)組測包（生產過程管控）

d)庫存發貨管理 e)物料信息、出入庫單、BOM 與 ERP 系統同步 分析 ：

1.所有系統以 ERP 系統為核心，其余系統與 ERP 系統進行部分數據交互，由于各系統中有自己獨立的流程，所以在數據共時性上會存在數據同步的問題。

2.每個系統有獨立的數據庫和自身的數據格式，在進行系統間數據傳遞時有報錯的風險（目前九州內部采用各系統中加審批流程來進行規避）。

4.智能 制造 方案 4.1 系統 架構

工業人工智能引擎生產計劃管理平臺集中采購管理平臺物料管理平臺生產過程管理平臺生產質量管理平臺生產測試管理平臺用電側能耗管理平臺MES系統自動化運維平臺……存儲服務 計算服務工業大數據中心工業網絡安全系統機器視覺檢測系統現場電子測量系統智能裝備 自動化設備 機器人現場數據采集系統應用層數據層現場層圖 4-1 數字化制造系統架構圖 按照工業大數據平臺構建數字系統的思路，數字化工廠的總體框架和子系統劃分定義如下圖所示：

圖 4-2 數字化工廠的總體框架 上圖給出了該車間可能用到的系統模塊。按照功能關系劃分為三大部分，每一個部分的功能也稍作了細化。

子系統 1.1~1.8 都是部署在現場的各種軟硬件系統。

子系統 2.1 是大數據平臺。

子系統 3.1~3.7 是應用軟件系統。

需要指出：1.1~1.8 之外，還可以擴展其他的現場應用系統，只要其數據接口和通信協議與大數據平臺的要求相符即可；3.1~3.7 之外，還可以擴展其他應用管理系統，包括 ERP、OA 等相關功能都可以在這一層實現擴展。

4.2 子系統 耦合關系分析 表 4-1 子系統耦合關系表

從耦合關系可以看出，前端系統（1.x）各個部分之間耦合很小，應用系統（3.x）各個部分之間的耦合也很小。所有的耦合關系都集中在大數據平臺，因此大數據平臺的建設是最為關鍵的步驟。

4.3 工業 大數據中心 方案 4.3.1 工業大數據平臺 框架 4.數據中心各類數據庫（關系、非關系數據庫）網絡服務器計算服務器3.數據網1.前端數據采集系統2.工業防火墻1.前端數據采集系統2.工業防火墻1.前端數據采集系統2.工業防火墻1.前端數據采集系統2.工業防火墻 …… …… 企業網其他應用系統（MES、ERP、CRM、PDM、PLM等）圖 4-3 工業大數據平臺一般性框架 工業大數據平臺分為三部分：

1.前端數據采集系統：包括數據采集器、嵌入式軟硬件、已經必要的數據調理設備等。實現前端的各種數據提取，并進行傳輸編碼、協議封裝等

預處理工作。

2.工業防火墻：實現前端設備與數據網中其他設備之間的隔離，以保護設備本身工作狀態穩定可靠，不受威脅。PLC、RTU 等設備在過去一般是不接入網絡的，自然也不需要安全防護，但在數字化工廠建設的大背景下，設備接入網絡是不可回避的問題，因此安全隔離自然也成為必須要考慮的要素。

3.數據網：指工業現場的各種傳輸協議，常見的有 RS485、MODBUS 等總線形式，大多數采用通用的協議控制器連接即可，技術很成熟，不再贅述。

4.數據中心：數據中心的主要任務是:1）數據的存儲 2）數據計算 3）數據請求服務響應。在數字化工廠建設的背景下，要求各個業務端的數據能夠實現實時流轉、實時交叉分析，對數據的邏輯關系和時間關系的正確性提出了嚴格的要求，只有用大數據技術的方法來實現數據的整體統籌才能解決這個問題。同時，鑒于數字化工廠網智能工廠進化的過程中，需要不斷的增加各種數據，添加系統功能等，這要求數據平臺具有可擴展性，或者稱之為自生長性。因此，本案采用大數據架構來搭建數據中心，可以保證系統良好的開放性，為未來擴展做好準備。

4.3.2 工業 大數據平臺 特點 該數據平臺架構的主要特點有：

1.采用大數據平臺架構，保證系統的開放性。如此一來，其他的數據應用系統都可以隨時方便的接入到該平臺上。同時，也可以保證整個系統的功能可擴展性。因此，這是一個可生長的平臺。

2.引入工業防火墻。在保證數據采集全面的情況下，兼顧設備運行的安全性。制造型企業設備運行可靠性一旦受到威脅，其后果和損失十分巨大，因此必須仔細考慮前端的信息安全防護。

3.采用分布式計算架構。有兩層含義：1）采集前端部署計算資源，對現場數據采集所需的信號處理、協議封裝、數據預處理或必要的實時處理進行直接計算，將結果直接反饋給數據中心；2）數據中心中，采用虛擬化的方法，實現并行的分布式計算，提高系統運行和計算效率。

4.平臺軟件采用 SOA 架構。以服務為中心，將數據與應用軟件剝離開，在軟件功能增加、修改的時候不影響數據；使系統的可維護性和可擴展性大大增強。

4.4 現場層系統 4.4.1 數據 采集方案 4.4.1.1 生產 數據采集 生產數據包括但不限于：

1)產品型號 2)產品批次號 3)產品原料來源 4)產品數量 5)產品質檢結論 6)產品生產時間戳 數字化工廠生產數據的采集來源于四種：

1)設備自讀取：具備通信接口的設備有自帶軟件將產品生產信息導出，該數據的格式存在不確定性，可能需要規約之后放入系統數據庫。

2)傳感器采集：在生產關鍵節點加裝傳感器進行數據采集，這種方式應科學規劃傳感器的部署，否則可能會造成數據記錄遺漏或錯誤。

3)電子計數設備：例如掃碼槍等，其原理與(2)類似。

4)其他系統導入：通過開放的數據接口，從其他系統導入或導出。

4.4.1.2 設備 數據采集 設備數據包括但不限于：

1)設備運行數據：來源于設備本身，以時間戳來標示 2)設備狀態數據：異常信息記錄 3)設備檔案數據：設備 PDM 系統 4)設備維護數據：設備保養、維修數據記錄 4.4.1.3 環境 數據采集 環境數據的采集有三種：

1.無線 傳感模塊

無線傳感模塊集成了大量傳感器，如：煙霧傳感器、灰塵傳感器、濕度

傳感器、溫度傳感器、熱釋電傳感器、光線傳感器、氣體傳感器等。其通信方式采用 WIFI、ZigBee、MQTT 等，根據需要也可采用有線以太網通信的方式。

模塊由嵌入式處理器控制，尺寸小巧，架設方便。在接入網絡后直接將現場環境數據采集上傳至數據中心，數據的應用場景不限于安防、環境監控、工廠虛擬再現等。

圖 4-4 無線傳感器模塊 2.生物 識別

生物識別技術，常見的是指紋、虹膜、臉相等一系列生物特征提取和識別方法。本案中，采用人體手掌靜脈識別技術作為身份識別和授權依據，具有更高的安全性。

該技術的主要優點如下：

1)活體識別：掌靜脈圖像只有活體才有，非活體是得不到掌靜脈特征的；因此無法偽造。

2)無損傷：采用非接觸式被動方法獲取生物內部特征，對生物體無任何損害。

3)安全級別高：由于無法偽造，且提取的是生物體的內部特征，其總體安全級別是目前所有生物識別技術中安全級別最高的一種。

生物識別技術可用于車間出入人員管理，設備使用授權等，其授權記錄也被納入大數據平臺中。

3.室內 定位

Position 室內定位系統采用超寬帶技術，對現場人員動行動軌跡進行記錄。其接入點可達上萬個，選用多維定位模式，定位精度達到厘米級并提供開放的軟件接口。

在車間安防應用中，其采集的數據可用軌跡回溯、互監放單，多樣報警等。在保密性較高的場合尤為適用。

4.4.1.4 數據 服務 ? 數據庫

制造現場屬離散制造，其數據基數適中，可采用 Orale 或 Mssql 數據庫

作數據存儲。Mssql 可搭建于 Windows Server 操作系統上，便于后期維護管理。

數據庫采用主備架構，該架構可提供了一個高效、全面的災難恢復和高可用性解決方案。自動故障切換和易于管理的轉換功能允許主數據庫和備用數據庫之間的快速角色轉換，從而使主數據庫因計劃中和計劃外的中斷所導致的停機時間減到最少。主備數據庫可在兩臺服務器上分別布置，見下圖：

圖 4-5 Oracle Data Guard 系統 ? 工業 防火墻

在工業現場，對智能設備的安全防護是必不可少的，在通信技術高速發展，設備智能化不斷提高的同時，也帶來了安全隱患。

尤其是在自動化程度較高的制造現場，如果設備受到惡意代碼的攻擊，其帶來的損失將不堪設想。所以，在設備與網絡接口之間架設工業防火墻是十分必要的。

工業防火墻的目的是提供一套可控、可靠、可管理的工控網絡縱深安全防御體系。工控防火墻可信網絡管理平臺的功能包括：檢測流經的異常數據，收集、管理黑白名單、智能學習、漏洞挖掘和制定相應安全策略。結合監控、審計模塊，有效組織惡意攻擊的滲透，實現整個工作站的“白環境”。

圖 4-6 工業控制系統安全保障體系 4.4.2 機器 視覺檢測系統 4.4.2.1 總體 架構 完整的視覺檢測系統主要由三部分構成：現場工作站、視覺算法層以及數據中心。

首先是現場工作站，它是視覺檢測的一個關鍵環節，也是整個軟件系統的基礎。現場工作站主要由一些光學設備及自動化運行系統構成。光學系統一般包括工業相機、光源、棱鏡等。工業相機一般采用觸發式，由檢測平臺發出的信號觸發拍照。自動化設備主要負責傳送帶運行和篩選環境，這部分可以根據實際情況簡化。光學系統的選型和布置是和待測件密切相關的，應根據待測件的狀態選擇合適的光學配置，這樣就可以減少軟件系統在處理過程中的壓力，提高系統運行效率。

高性能電腦則是視覺算法的載體，它將負責與現場工業相機通信，獲取圖片，并執行檢測。除此之外，它還負責將檢測結果反饋給控制器，并如對實時性要求較高，則可能需要高性能的處理器及 GPU。視覺檢測系統總體方案見下圖：

圖 4-7 視覺檢測系統總體方案 4.4.2.2 工作 流程 當物料經過相機時，傳感器將觸發一個脈沖信號通知相機進行拍照。視覺軟件的數據接收線程將通過千兆以太網或 USB 從相機中異步獲取圖片數據。在實時性要求較高的場合，相機應根據需要慎重選擇。圖片的分辨率、清晰度、物體在圖中的大小、圖像曝光度及圖像的顏色通道等都應該被綜合考慮，拍攝的照片應盡可能的減少圖像算法的預處理工作量，以保證對運行時間的優化集中在軟件層面，下圖為 LED 視覺檢測流程示意：

圖 4-8 LED 視覺檢測軟件流程圖 軟件將在現場終端上實現。在收到圖片信息后，接收線程準備異步讀取下一張圖片，并等待殘次檢測完畢。同時，缺陷檢測線程池內的線程將被激活，開始對圖片數據進行分析，圖形算法的主體將在此過程中完成。

線程池采用等待句柄保持同步，即當某一線程執行完畢后將結果放入傳輸隊列，隨即被掛起，等待其他所有線程進入終止態。當所有檢測線程進入終止態后，數據處理線程被激活，同時觸發下一次圖像采集。

數據處理線程將在第一時間判斷是否存在瑕疵，根據瑕疵優先級向 PLC 發出對應 NG 信號，數據同時被送往其他線程。這些數據包括每項檢測的基本參數指標、瑕疵品的細節參數、時間戳以及產品批次等信息。這些數據將存放在大數據中心，供其他系統調用，向企業管理者和工藝人員提供產線狀態報告。

4.4.2.3 數據 集成 圖 4-9 視覺系統在企業生態圈示意圖 機器視覺核心是視覺算法，而經過的復雜算法產出的珍貴數據應該被充分的利用起來。將檢測結果發給自動化設備完成視覺篩選是視覺系統的主要職責，但是這樣并沒有對產品出現殘次的根源進行進一步的挖掘。所以視覺算法產出的數據應當被放入企業數據中心，從中提取有用數據。

例如，對于每件檢測到的殘次品，它的批次、產品制造工藝、原料供應商、缺陷類型、缺陷程度、生產人員等信息都將在數據中心中體現。其中視覺系統提供與缺陷相關的參數，這便和企業原有的產品管理、供應商管理、客戶管理、制造執行等系統互聯起來。通過分布式計算從中發掘出有用的信息，從而進一步提升產品的質量及生產效率。

4.4.2.4 實際 應用 激光 IO 觸發的方式通常要求機械臂在抓取待測件前待測件的姿態保持固定。因為系統中不存在反饋，機械臂只知道有待測件進入測試區域，并不知道待測件的姿態，這就要求在傳送帶末端設計相應的機械結構是的 IO 觸發時被測件處于特定姿態，讓機械臂進行準確的抓取和放置。

圖 4-10 待測物體識別 圖 4-11 抓取位置獲取 引入機器視覺系統可以很好的解決這個問題。機器人和工業相機的結合使整套系統形成了一個閉環網絡。無論待測件以什么姿態進入，工業相機和機械臂都可形成一條的反饋回路，實時追蹤被測件的位置和姿態，從特定的位置抓起被測件并插入測試槽中。即使有多個被測件進入，視覺系統也能從容應對。如有雜物進入識別區，還可將其識別觸發報警，避免可能帶來的損失。

針對本案，測試平臺可采用固定式相機搭配線性光源的結構，易于安裝和配置。視覺系統同樣采用千兆以太網通信，其數據吞吐量大，不但可以與機械臂協同工作，還可以將出現的異常或測試不過的圖像信息經工業以太網發送至云端數據中心。

視覺機器人系統可以充分發揮信息自動化的優勢，實現與大數據平臺和 MES系統對接，為技術人員提供完備的數據流，從而形成更加系統的測試體系。

4.4.3 生產 測試 管理平臺 4.4.3.1 總體 框架 圖 4-12 測試互聯網架構 從圖中可以看到，每個測試臺被當做一個數據生產終端，通過互聯網進行連接，構成測試互聯網。

測試臺之間通過通用的工業互聯網協議實現數據交互，而每一個測試臺內部則采用 VISA（Virtual Instrument Software Architecture）協議實現控制指

令和數據交互，而支持的主要總線形式包括 RS232、RS485、USB、GPIB、TCP/IP等。

系統的功能邏輯關系見下圖：

測試臺1測試上位機及自動測試軟件VISA測試儀器溫箱其他測試設備測試臺2測試上位機及自動測試軟件VISA測試儀器溫箱其他測試設備測試臺n測試上位機及自動測試軟件VISA測試儀器溫箱其他測試設備… … 交換機安全隔離數字化工廠數據平臺 測試數據庫 產品數據庫 其他數據庫服務器圖 4-13 測試互聯網功能邏輯框圖 4.4.3.2平臺 功能 在數字化工廠的測試管理平臺不能單純的當做一個個獨立工作的測試臺來考慮，另外，測試管理平臺的軟件功能也不再只是實現簡單的自動化測試和數據采集，而是應當把被測產品的信息、測試工具管理、測試數據管理、測試任務管理等功能進行融合，滿足測試工作在數字化工廠運作方式中的要求。

本案的測試管理平臺軟件的主要功能有：

1.測試任務管理功能：根據生產的需要，對指定型號的產品進行測試任務定義和下發，并跟蹤測試過程，檢查測試任務進展的狀態。

2.被測產品信息管理：將被測產品與測試數據進行融合，便于未來對測試數據與產品之間的交叉分析。如果企業已有 PDM 系統，則可以與之對接，直接使用其提供的產品信息。

3.測試軟件工具集成化管理：該軟件平臺提供一個綜合的集成圖形界面，將測試過程中需要使用的各種測試工具都“包”在該界面中，類似于一

個軟件容器，用戶可以通過該用戶界面對測試工具進行訪問，避免測試工具的碎片化，易于管理。且測試工具的添加和刪除可以根據用戶的需求進行增減。

4.測試設備狀態管理：產線中的測試設備由于使用頻率高，維護頻率也遠高于研發使用場景。該軟件同時提供測試設備的健康狀態管理，以協助用戶對測試設備進行維修、校準等維護。

5.測試數據管理：該軟件以大數據架構的工業數據平臺作為數據管理支撐，為用戶提供數據的存儲、查詢、導出、計算等功能。

6.測試數據分析功能：為用戶提供數據的常見統計、交叉、可視化等處理軟件工具。

7.自動報表功能：自動生成用戶需要的測試報告，并自動存入數據平臺中，便于未來查閱和追溯。

測試數據管理平臺軟件界面截圖如下：

圖 4-14 測試數據管理平臺軟件截圖 4.4.3.3平臺 特點 1.是一個完全按照數字化工廠需求設計的基于互聯網架構的測試平臺。

2.采用 VISA 架構設計測試工具軟件，對儀器設備的型號有廣泛的支持性。

3.采用分布式部署架構，特別適合生產測試場景。

4.集成化的測試工具和數據管理客戶端軟件，將生產測試過程中的各種過程數據采集工具都進行了整合，避免了工具的碎片化。

5.以大數據架構的數據平臺支撐測試數據的后處理，可以很方便的與工廠的數據平臺進行對接和融合。

6.系統架構為開放式。可以不影響原有系統工作的情況下自由的增加測試臺或測試軟件工具。

7.是一個以測試數據為核心設計的測試管理平臺。一開始的時候就是為測試數據的采集和利用設計的，數據的后處理功能和可擴展性好。

8.儀器驅動層為開放式設計。可以很方便的添加新的儀器型號，或利用原有的儀器設備，而不需要對測試流程管理軟件進行修改。

9.SOA 軟件架構。

4.4.3.4 操作 自動化 方案 操作自動化的主要目標是實現將待測件從傳送帶入口到測試平臺再到傳送帶出口的過程。整個過程無需人工干預，結合自動化測試設備，最終實現無人測試。

圖 4-15 自動測試流程圖 當被測件加工完畢后，從傳送帶上被分配到測試子系統，在進入測試系統范圍后通過激光或機器視覺發出一個就位信號。這時機械臂開始動作，將待測件抓起，準確放置到指定地點，測試過程啟動。測試完成后將返回測試結果，如果不通過則機械臂將其分配到殘次品流水線，合格則分配到良品流水線。在這期間產生的所有流程數據、測試數據都將被記錄。

圖 4-16 自動測試平臺結構示意圖 采用工業機器人作為生產與自動測試平臺間的橋梁，不僅可以提高效率，還為今后進一步升級改造打下了基礎，其帶來的優勢主要有：

1)快速、準確、高效； 2)便于集成，提供以太網口，可與大數據平臺及 MES 系統高效融合； 3)安裝角度自定； 4)編程門檻低，靈活度高，可根據具體需求進行二次開發； 5)可搭配機器視覺等子系統，持續升級。

工業領域中使用的四軸、六軸的小型機器人已具有很高的靈活性和快速性，同時兼顧了準確性，其重復定位精度通常可達±0.02mm，可滿足九州公司中對測試件抓取、放置，甚至接插的需求。

小型機器人的負載通常在 3KG 至 10KG，可根據待測件類型進行考慮，如成品測試通常比板測要求負載量更大。末端的抓取結構可根據被測件選用機器爪或真空氣泵，在對空氣氣體潔凈度需求較高的場合，通常選用前者，當然也可以選用實驗室級別的機械臂。

4.4.3.5 測試 自動化方案 測試臺的自動化主要通過兩個渠道來實現：

1.通過矩陣開關和適配器實現被測件和測試設備之間連線關系的自動化切換。

2.通過軟件控制被測件、矩陣開關、適配器和測試儀器實現測試流程，完成自動化的測試和數據采集，并通過數據通信接口將測試數據上傳到數據中心。

測試臺的系統邏輯構成框圖如下：

圖 4-17 測試臺系統構成邏輯框圖 測試平臺為面向各種不同型號的被測件，需要充分考慮被測信號與測試儀表的連接和路由問題。通常采取通用開關矩陣解決測試信號與儀表的路由問題、采取專用適配器解決被測件信號與通用開關矩陣連接問題。示意圖如下：

圖 4-18 通用開關矩陣及適配網絡路由方式示意圖 開關矩陣采用 MxN 的網絡形式，可以將開關矩陣兩側的任意兩個端口或多個端口進行路由和導通。為控制矩陣規模和可靠性考慮，將測試信號按頻率的高低進行劃分，高頻信號配備高頻開關矩陣網絡，低頻信號配備低頻開關矩陣網絡。開關一般由 TTL 電平進行控制，而 TTL 電平的產生由控制電路板構成。控制電路板的輸入接口是 RS232、GPIB、USB 或 TCP/IP 等常見的 VISA 協議，其輸出口是GPIO，可以配置為需要的 TTL 電平輸出。

專用適配器作為被測件與通用開關矩陣的接口轉換匹配模塊，可以將不同被測件的借口類型轉換為高頻、低頻信號連接端口集合，與通用開關矩陣相連。因此，針對不同型號的被測件，需要專門設計專用適配網絡，以匹配不同信號被測件的不同接口形式和數目的要求。專用適配網絡的設計示意如下：

圖 4-19 接插線適配器設計示意圖 航空電子設備模塊的接口類型和數量較多，更換被測模塊時相關的連線操作較為繁瑣和浪費時間。適配器的接口設計和特定模塊的接頭類型、位置、數量相對應的相匹配，將模塊的所有接頭集成在適配器上，通過操作適配器，一次性完成對整個模塊的接插線操作。通過適配器內部的轉換，可以將各個信號經由相對比較統一的接線簇與通用開關矩陣相連。同時，可以將各模塊測試所需的一些外部配件，如衰減器、功分器、合路器、濾波器等集成在專用適配盒內，最大程度避免接線難度。

4.5 應用層 系統 4.5.1 智能倉儲 系統 方案

4.5.1.1 倉儲 管理 倉庫管理的目標如下：

1.系統聯網運行，倉庫的庫存信息能夠實時地、準確地共享,方便各部門、科室、人員的查詢和使用。

2.實現倉庫對物料的信息化管理,將區位化和等精細化管理思想運用于系統中，相關人員通過對系統的查詢，均能夠得到所需查詢物料準確的數量信息和精確的位置信息。

3.系統的庫存信息可以實時反饋給數據流上游的采購部門、財務部門等,具體信息由系統按規范格式自動生成，從而減少相關人員對物料信息的人工輸入，大大降低由人工二次輸入引起的錯誤。

4.系統能夠保證信息的安全性，區分各類人員對系統的使用范圍和操作權限，權責明晰。

倉庫管理可分為 5 個主要功能模塊：出入庫管理、庫存管理、盤存管理、庫存預警管理。

? 出入庫管理 主要分為出庫管理和入庫管理兩個部分。入庫管理又可以分為入庫和入庫記錄查詢。入庫是指對庫存進行一次增加操作，入庫記錄查詢指的是對歷史的入庫操作信息進行查詢。出庫管理與入庫管理類似，也包括出庫和出庫記錄查詢。

圖 4-20 出入庫管理用例圖 ? 庫存 管理 庫存管理模塊主要是對倉庫信息、物料信息的維護,以及庫存信息的展示。倉庫信息、物料信息的維護主要包括倉庫信息和物料信息的添加、刪除、修改等功能。庫存信息的展示包括當前庫存狀態以及庫存查詢統計和各種報表生成。其中當前庫存狀態能提供即時庫存；信息查詢要提供對各類信息的綜合查詢功能，主要包括倉庫基本信息查詢，物料基本信息查詢，庫存信息查詢以及出入庫記錄查詢。

圖 4-21 庫存管理用例圖 其中信息查詢又包括倉庫基本信息查詢，貨物基本信息查詢，庫存

信息查詢以及出入庫記錄查詢。

圖 4-22 庫存信息查詢用例圖 ? 盤存管理：

：

庫存盤點是庫存管理的日常工作。該模塊主要分為庫存盤點和物料報損兩部分，其中庫存盤點又包括凍結盤點和循環盤點兩種。庫存盤點提供年終、月終結算處理；支持按數量、單價、金額的明細核算及統計分析；完成物料收發存的成本核算，能夠正確及時的核算出材料成本；提供暫估入出庫成本計算、差異核算、出庫差異分攤、憑證生成等業務處理；提供業務和財務的對帳功能能與業務及財務系統實時集成，保證業務財務信息的一致。

圖 4-23 盤存管理用例圖 ? 庫存 預警管理：

適量的庫存是保證生產不間斷進行的重要保證,隨著生產過程的持續進行,物料不斷的被消耗。由于物料的采購通常要受到供方生產周期、貨運周期等諸多因素的影響,因此從采購指令下達到物料進入庫房之間存在著一個提前期。所以,物料補充指令的下達應該在提前期之前做出。因此,為了確保在最合適的時間發出物料補充指令,從而保證供應安全,必須對庫存進行監測。另一方面,如果有庫存過量,會造成資金的極大占用和浪費,因此在庫存管理過程中,一方面要預防缺貨的發生,另一方面還要防止出現庫存積壓狀態。

圖 4-24 庫存預警管理用例圖 關于庫存的控制有多種方法,其中定期訂貨法需要對庫存進行固定周期的監測,由于這種檢測方法的固有周期性,其監測結果經常會出現尚未到達臨界訂貨點即進行補充的狀況；MRP 對庫存的控制則是基于對物料需求進行統籌、有效的科學分析基礎之上的；JIT 則是在庫存管理高度有效運轉的前提下追求零庫存控制策略。

4.5.1.2 備料 輔助 傳統的倉庫具有空間利用率低、靈活性差、差錯率高、擴展性能差、聯動性差等缺點。

在數字化倉庫建設中，備料輔助系統（可看做是倉儲物流系統）的作用是快速存放和取用所需的器件或產品。其結構如下圖：

備料輔助系統自動化高架庫 自動化輸送 自動物料追蹤 人機交互 倉儲綜合管理端拾器具存儲 端拾器具輸送 端拾器具追蹤 人員操作指示倉庫管理相關內容圖 4-25 備料輔助系統結構圖 ? 自動化高架庫：用自動化堆垛機、貨架系統實現物料存取； ? 自動化輸送系統：用自動化輸送裝備實現物料的交接和搬運； ? 自動物料追蹤系統：用 RFID 實現物料操作過程的追蹤； 下圖為一個自動化備料系統仿真設計圖：

圖 4-26 自動化備料系統仿真示意圖 在系統設計中需要考慮的因素有如下：

? 托盤物品：存放對象、物料重量、物料尺寸等 ? 空托盤垛：存放位置、頂層高度等 ? 組合式貨架：材料、尺寸、間隙等 ? 堆垛機：載荷參數、控制方式、速度 ? 輸送機：AGV 小車參數、傳送帶參數 下圖為一個備料系統硬件組成示意圖：

圖 4-27 自動化備料系統物理組成示意圖 自動化備料系統的軟件設計以物料管理系統提供的信息為參考，在生產計劃階段，下發命令到倉庫，取料，并更新倉儲數據；在采購階段，物料入庫數據自動更新，并反饋給生產計劃部門以準備生產。

4.5.2 項目 管理 系統 方案 4.5.2.1 項目 管理 項目管理的一般流程見下圖：

圖 4-28 項目管理一般流程

項目管理包括如下內容：

1.項目任務管理 根據企業情況，項目任務的來源分為訂單來源和生產預估計劃來源。訂單來源指企業接收到新產品訂單后，成立項目管理小組，任命項目經理對該項目的全過程進行管理，其過程包括研發規劃、設計定型、產品試制、生產準備、小批量生產、批量生產。生產預估計劃來源，指企業根據往年情況，能預估其固化產品在今年的需求量，從而指導生產計劃的制定，對于這種項目來源，項目流程一般僅為批量生產。

2.項目狀態管理 項目立項之后，項目組成員即可根據對應權限對項目狀態進行管理。包括項目狀態及進度查詢、項目狀態更新、項目暫停、項目終止、項目內容更改、項目負責人更改、項目合并等。

4.5.2.2 成本 管理 成本控制是企業的一項重要的工作內容。企業通過對成本的計劃、控制、監督、考核和分析等來促使企業各單位與部門加強管理，不斷優化資源的利用，努力降低成本，提高經濟效益。成本管理系統就是通過對于成本的不同方式的確認、計量、分析和比較，確保這種系統控制能最終落實到資源消耗上。使得企業的管理者能夠得到更加準確和及時的數據。

成本管理 ER 關系見如下幾圖：

圖 4-29 成本用例示意圖 圖 4-30 成本核算分析用例示意圖 圖 4-31 多系統集成管理用例示意圖 成本管理系統承擔的工作是計算出生產計劃中，成本消耗和產品的產出之間的投入產出比。針對產品和項目核算出產品料工費，可以統計出單位產品的材料成本消耗。另外成本管理系統還可以根據采購的原材料而把成本細分，根據產品的工序和結構，對產品進行成本細化分析。

圖 4-32 項目成本信息 ER 圖 同時，根據產品的常規投入，制定產品的成本標準，這個標準是在一定的物價水平和勞動力價格下制定的成本標準，而根據標準成本，在每一批次的產品中

計算出實際成本在各項之間，計算出實際成本和標準成本之間的數據差額，從而改進成產工序等，從而更好的實現產品成本或者項目成本的更好控制。

圖 4-33 產品成本信息 ER 圖 在項目的成本核算分析中，根據項目的周期，首先進行事前成本分析，根據項目的程度，對項目進行事前的成本的預估計，對包括勞動力、原材料成本、車床損耗、生產損耗等進行預先的成本估計，以期對項目的成本進行大概的預估計。

然后在項目進行的過程中，分階段，分周期的對項目成本進行階段性分析，對之前的成本花費進行匯總，并且根據原先制定的計劃，對成本花費與以后的花費進行修正或者調整，以使其按照預先估計的方向進行發展。最后，項目的完成階段，對成本進行事后分析，對項目成本的事后分析，包括多方面的分析，包括對項目中花費的匯總和總結，對項目進行完整的成本分析。

同時，每一個產品是由多個工序實現的，在計算整體生產成本的同時，還需要對每一步驟，或者分產品進行投入產出分析，以使其達到最高的成本效率控制。同時，對產品成本和項目的成本分析結果都應該在多系統子模塊之間進行數據共享。使各個模塊都可以對產品或者項目的成本進行更好的把握和掌控，最終實現整個生產效率的完美提高。

4.5.2.3 風險 管理 項目風險管理是指對項目風險從識別到分析乃至采取應對措施等一系列過程，它包括將積極因素所產生項目風險管理流程的影響最大化和使消極因素產生的影響最小化兩方面內容。

風險管理的主要內容是風險識別，包含兩方面內容：

1.識別哪些風險可能影響項目進展及記錄具體風險的各方面特征。風險識別 不是一次性行為，而應有規律的貫穿整個項目中。

2.風險識別包括識別內在風險及外在風險。內在風險指項目工作組能加以控制和影響的風險，如人事任免和成本估計等。外在風險指超出項目工作組控制力和影響力之外的風險，如市場轉向或政府行為等。

風險管理的工具和方法如下：

1.核對表一般根據風險要素編纂。包括項目的環境，其它程序的輸出，項目產品或技術資料，以及內部因素。

2.流量表能幫助項目組易于理解風險的緣由和影響。

3.風險量化。

風險控制的基本措施為：

1.對風險對策控制的輸入項 ? 風險管理方案。? ? 實際風險事件。有些已識別了的風險事件會發生，有些則不會。發生了的風險事件是實際風險事件或說是風險的起源，而項目管理人員應總結已發生的風險事件以便進行進一步的對策研究。? ? 附加風險識別。當項目進程受到評價和總結時，事先未被識別的潛在風險事件或風險的起源將會浮出水面。

2.風險對策實施控制的工具和方法 ? 工作區：對消極的風險事件而言，工作區是一種不列入方案的對策。所謂不列入方案是指在感覺上它并未定義在風險事件發生前。? ? 附加風險策略研究。如果風險事件未被預料到，或后果遠大于預料，那么計劃的風險策略將會不充分，這時就有必要再次重復進行風險對策研究甚至風險管理程序。

3.風險對策實施控制輸出項 ? 校正行為：校正行為首先包括實施已計劃的風險對策（比如實施預防性計劃或工作區計劃）。

實時調整風險管理計劃。一個預料之中的風險事件發生或沒發生，對實際風險事件后果的評估，對風險系數和風險機率的評估，以及風險管理方案的其它方面，都應進行實時的更新調整。

4.5.3 設備 管理系統方案 設備狀態管理主要包括：設備檔案管理、運行監控、保養及維修管理等。

? 設備檔案管理 設備檔案管理將基礎信息分類與查詢-型號，采購價格，供應商信息，設備折舊信息，關鍵參數信息，產品說明書，維修手冊，提供設備檔案與之關聯，形成數字化模型進行設備的檔案管理。同時提供計算設備在其全生命周期過程中發生的采購費用、折舊費用、保險費用、保修費用，為財務提供全面的成本信息。

? 設備運行監控 設備運行監控包括運行相關數據，便于實時掌握各類設備的運行狀態，發生故障時及時報警，統計設備運行負荷信息，實現保養提醒。

該功能為一線的生產運行人員提供設備運行情況的數據記錄與查詢功能，使運行管理人員準確記錄設備的運行情況，發現設備故障時及時報修。

其方式包括：

1.調取視頻監控畫面和現場數據采集 設備運行監控與現場的視頻監控集成，同時與眾多工程現場的自動控制系統進行集成。視頻監控的調取不但可以立體顯示標定所有視頻監視設備的安裝位置，而且可以遠程遙控視頻設備的云臺控制視角和景深，通過網絡鏈接使控制中心能及時了解現場的情況。

2.設備運行數據直觀展示與分析 通過對設備運行數據的分析，可以通過相應設備對應的三維模型進行顏色的區分，以及設備運行曲線等直觀方式展示設備運行狀態，對于處于亞健康以及報警預警設備進行及時的提醒和分析。

3.設備運行健康狀態自診斷、自適應 該功能利用設備，環境，操作，維修，保養，供應商等多個類型的數據，準確預測設備故障，提升設備效能，降低維護成本。正是因綜合不同數據源的數據，并自動檢測故障模式，主動部署維護和維修資源，可大大節省下游成本。

自適應自診斷，包括電子系統自動診斷和模塊式置換裝置，把遠距離設備的傳感器數據連續提供給中央工作站。通過這個工作站，維護專家可以得到專家系統和神經網絡的智能支持，以完成決策任務。然后將向遠方的現場發布命令，開始維護例行程序，這些程序可能涉及調整報警參數值、啟動機器上的試驗振動裝置、驅動備用系統或子系統。

? 保養及維修管理 設備保養及維修管理貫徹“預防為主”和“維護與計劃檢修相結合”的原則，通過平臺設備保養和維修管理，做到正確使用、精心維護，使設備經常處于良好狀態，以保證設備的長周期、安全穩定運轉，并可通過歷史數據對設備進行保養和維修周期提示。

4.5.4 PLM 系統方案 4.5.4.1 數據 關系管理 圖 4-34 產品數據 ER 圖 產品數據包括：

1.需求數據：主要指產品在設計前期從各渠道得到的技術需求，包括功能及技術指標等。

2.設計數據：產品在實際開發過程中的所有數據。包括文檔、圖紙、技術參數、BOM 清單等。

3.質量數據：產品在開發完成之后的質檢數據，一般以報表的形式展現。

文檔 數據 版本 管理規則 文檔作為 PLM 系統中最為常見的數據形式，其生命周期管理是最為關鍵的部分。而實現其生命周期管理的途徑是版本管理。

圖 4-35 文檔版本管理流程 產品 分層編號規則

在常見的 PLM 系統中，為了實現產品的層級管理，一般需要按照一定的規則對本單位所使用的各種產品按照層級編號，這樣才能按照 BOM 有序的索引到所有的產品，并進行管理。

一般而做法是通過前綴來實現產品的分級區分，而為了控制系統的復雜度，產品的層級劃分一般不超過 4 級。下圖是一個 4 級結構的產品層級劃分示意圖：

圖 4-36 產品層級劃分 數據 關系管理規則

一般而言，在 PLM 系統中，以產品和項目兩種實體作為數據關系實體的綱領，這種方法是十分清晰和易于管理的方式。所有的工程數據以文檔的形式體現，因此在 PLM 系統中的 Data 指的就是文檔，這一點首先需要明確。至此，已經可以明確的確定 PLM 系統的任務是處理產品、項目和文檔三者之間的關系。其邏輯關系見下圖：

圖 4-37 產品、項目、文檔邏輯關系圖

PLM 系統中，產品和文檔都有版本跟蹤，項目需要有狀態變化和跟蹤；也就是說，產品、項目和文檔的狀態都隨時在發生改變，怎樣實現版本關系的跟蹤是系統設計中需要考慮的問題。詳細的處理過程見下圖：

圖 4-38 版本跟蹤處理 其中的基本原則如下：

? 在項目或產品狀態開放時間區間內才能建立或修改文檔與之對應的關系； ? 項目或產品狀態一旦鎖定，關聯關系同時被鎖定； ? 只有被批準過的文檔才能與項目狀態或產品狀態相關聯； 4.5.4.2 PLM 系統 PLM 系統設計原則包括：功能定制化、開放性、易維護性和可靠性。

產品數據管理系統，主要任務是管理如下數據：

1.產品相關技術文檔，包括但不限于：設計需求、CAD 圖紙、工藝要求規范、BOM 表、驗證規范、驗證報告； 2.零部件相關技術文檔，包括但不限于：零部件規格資料、零部件圖紙； 3.項目文檔，包括但不限于：項目預算、項目結算報告、項目時間計劃、項目風險管理、項目總結；（該部分主要針對以研發項目進行開發設計的企業）

4.運維文檔，包括但不限于：維修記錄、產品缺陷報告、產品使用反饋調查表。

顧名思義，該系統的主要任務是管理數據，在實際過程中，數據都是以各種各樣的計算機文件的形式進行保存...

第二篇：智能制造匯報

智能工廠——以三一重工18號工廠為例

摘要：在理論上解釋了智能工廠的概念，再以三一重工18號工廠作為研究對象，對其運作方式、運作特點進行了較為詳細地分析與討論，從而得出工廠的智能化基因。并且進一步得出了智能工廠的框架，為系統化建設智能工廠打下了基礎。關鍵詞：物聯網；智能制造；數字化工廠 中圖分類號：TH161

INTELLIGENT FACTORY A CASE OF SANY HEAVY INDUSTRY NO.18TH FACTORY

Abstract：This paper explains the concept of intelligent factory in theory, then takes 31 heavy industry No.18th Factory as the research object, analyzes and discusses its operation mode and operation characteristics in detail, thus obtains the intellectualized gene of the factory.And further draws the intelligent factory frame, lays the foundation for the systematized construction intelligent Factory.Key words：Networking of things;Intelligent manufacturing;Digital chemical plant 0 前言

隨著物聯網、大數據和移動應用等新一輪信息技術的發展，全球化工業革命開始提上日程，工業轉型開始進入實質階段。在中國，智能制造、中國制造2025等戰略的相繼出臺，表明國家開始積極行動起來，把握新一輪工發展機遇實現工業化轉型。智能工廠作為工業智能化發展的重要實踐模式，已經引發行業的廣泛關注。到底什么是智能工廠？智能工廠的核心架構是怎樣的？能為企業的轉型提供哪些支撐？這都是企業比較關心的話題。

本文以三一重工18號工廠為例,分析智能工廠的主要特點還有其智能化的框架。數字化工廠、智能工廠和智能制造

1.1 數字化工廠

對于數字化工廠，德國工程師協會的定義是：數字化工廠（DF）是由數字化模型、方法和工具構成的綜合網絡，包含仿真和3D/虛擬現實可視化，通過連續的沒有中斷的數據管理集成在一起。數字化工廠集成了產品、過程和工廠模型數據庫，通過先進的可視化、仿真和文檔管理，以提高產品的質量和生產過程所涉及的質量和動態性能：

圖1 在國內，對于數字化工廠接受度最高的定義是：數字化工廠是在計算機虛擬環境中，對整個生產過程進行仿真、評估和優化，并進一步擴展到整個產品生命周期的新型生產組織方式。是現代數字制造

技術與計算機仿真技術相結合的產物，主要作為溝通產品設計和產品制造之間的橋梁。從定義中可以得出一個結論，數字化工廠的本質是實現信息的集成。1.2

智能工廠

智能工廠是在數字化工廠的基礎上，利用物聯網技術和監控技術加強信息管理服務，提高生產過程可控性、減少生產線人工干預，以及合理計劃排程。同時，集初步智能手段和智能系統等新興技術于一體，構建高效、節能、綠色、環保、舒適的人性化工廠。

圖2

智能工廠已經具有了自主能力，可采集、分析、判斷、規劃；通過整體可視技術進行推理預測，利用仿真及多媒體技術，將實境擴增展示設計與制造過程。系統中各組成部分可自行組成最佳系統結構，具備協調、重組及擴充特性。已系統具備了自我學習、自行維護能力。因此，智能工廠實現了人與機器的相互協調合作，其本質是人機交互。1.3

智能制造

智能工廠是在數字化工廠基礎上的升級版，但是與智能制造還有很大差距。智能制造系統在制造過程中能進行智能活動，諸如分析、推理、判斷、構思和決策等。通過人與智能機器的合作，去擴大、延伸和部分地取代技術專家在制造過程中的腦力勞動。它把制造自動化擴展到柔性化、智能化和高度集成化。

智能制造系統不只是“人工智能系統，而是人機一體化智能系統，是混合智能。系統可獨立承擔分析、判斷、決策等任務，突出人在制造系統中的核心地位，同時在智能機器配合下，更好發揮人的潛能。機器智能和人的智能真正地集成在一起，互相配合，相得益彰。本質是人機一體化。

國內很多企業都在炒作智能制造，但是絕大多數企業還處在部分使用應用軟件的階段，少數企業也只是實現了信息集成，也就是可以達到數字化工廠的水平；極少數企業，能夠實現人機的有效交互，也就是達到智能工廠的水平[1]。

圖3 2 從大廠房到智能工廠

在全球科技革命的大背景下，工程機械行業作為多品種、中批量、按訂單生產的離散型技能密集型產業，要想向高端制造發展，必須依靠信息化建立先進的制造和管理系統[2]。

三一重工作為重工領域的標桿，其18號廠房成為應用基礎的示范。這間總面積約十萬平方米的車間，成為了行業內亞洲最大最先進的智能化制造車間。在這里，廠房更像是一個大型計算系統加上傳統的操作工具、大型生產設備的智慧體。2.1 18號廠房的“智慧”運轉

18號廠房是三一重工總裝車間，有混凝土機械、路面機械、港口機械等多條裝配線，是工程機械領域內頗負盛名的智能工廠。

在18號廠房，廠區旁邊有兩塊電視屏幕，它們是一線工人的“老師”——不熟悉裝配作業的工人，通過電子屏幕里的數字仿真和三維作業指導，可以學習和了解整個裝配工藝[3]。三一重工的三維作業現場指導模式，成為了著名3D技術開發公司達索的全球最佳案例。

廠房更像是一個大型計算系統加上傳統的操作工具、大型生產設備的智慧體，每一次生產過程、每一次質量檢測、每一個工人勞動量都記錄在案。裝配區、高精機加區、結構件區、立庫區等幾大主要功能區域都是智能化、數字化模式的產物[4]。

當有班組需要物料時，裝配線上的物料員就會報單給立體倉庫，配送系統會根據班組提供的信息，迅速找到放置該物料的容器，然后開啟堆高機，將容器自動輸送到立體庫出庫端液壓臺上。此時，AGV操作員發出取貨指令，AGV小車自動行駛至液壓臺取貨[5]。取完貨后，采用激光引導的AGV小車，將根據運行路徑沿途的墻壁或支柱上安裝的高反光性反射板的激光定位標志，計算出車輛當前的位置以及運動的方向，從而將物料運送至指定工位。像這樣的AGV小車，在三一重工18號廠房有15臺。

從大廠房到智能工廠，實施智慧化改造后，18號廠房在制品減少8%，物料齊套性提高14%，單臺套能耗平均降低8%，人均產值提高24%，現場質量信息匹配率100%，原材料庫存降低30%。2014年，18號廠房同比節約制造成本1億元，年增加產量超過2000臺以上，每年同比產值新增60億元以上。此外，高精加工區也是18號廠房的特色之一。整個機加區集智能化、柔性化、少人化于一體，可以滿足多品種、小批量生產要求。2.2

智能背后的生產模式進化

2013年8月，三一重工集團啟動新一輪制造變革。在大會上，三一重工董事長梁穩根這樣描繪三一重工制造體系的藍圖：“所有結構件和產品都在很精益的空間范圍內制造，車間內只有機器人和少量作業員工在忙碌，裝配線實現準時生產，物流成本大幅降低，制造現場基本沒有存貨。”

制造模式的生產方式分散且獨立，需要大量的人力物力予以配合，才能完成產品的生產制造，這使得生產效率低下的同時，生產成本還居高不下。因此三一重工開始借助信息化，在生產車間導入自動化制造模式。“部件工作中心島”就是這樣一個嘗試。

所謂“部件島”，即單元化生產，將每一類部件從生產到下線所有工藝集中在一個區域內，猶如在一個獨立的“島嶼”內完成全部生產，故稱為部件島，將裝配行業中“島”的概念引入到結構件生產中，這是三一重工重機制造人員的首創。三一重工:智能工廠實踐

三一重工18號廠房是亞洲最大的智能化制造車間，有混凝土機械、路面機械、港口機械等多條裝配線，是三一重工總裝車間。2008年開始籌建，2012年全面投產，總面積約十萬平方米。從2012年開始，以三一18號廠房為應用基礎，由三一重工、湖大海捷、華工制造、華中科大等單位聯合申報的“工程機械產品加工數字化車間系統的研制與應用示范項目”.經過3年精心建設，目前，三一已建成車間智能監控網絡和刀具管理系統、公共制造資源定位與物料跟蹤管理系統、計劃、物流、質量管控系統、生產控制中心（PCC）中央控制系統等智能系統，完成了國家批復的項目建設內容[6]。

圖4 同時，三一還與其他單位共同研發了智能上下料機械手、基于DNC系統的車間設備智能監控網絡、智能化立體倉庫與AGV運輸軟硬件系統、基于RFID設備及無線傳感網絡的物料和資源跟蹤定位系統、高級計劃排程系統（APS）、制造執行系統（MES）、物流執行系統（LES）、在線質量檢測系統（SPC）、生產控制中心管理決策系統等關鍵核心智能裝置，實現了對制造資源跟蹤、生產過程監控，計劃、物流、質量集成化管控下的均衡化混流生產，智能化功能和系統性能指標達到國家批復要求[7]。

3.1 智能加工中心與生產線

3.1.1 智能化加工設備

早在2007年，有“智能化機械手”之稱的焊接機器人現身三一挖機生產線，并在2008年后得到進一步推廣。2012年三一重工在上海臨港產業園建成全球最大最先進的挖掘機生產基地，焊接機器人大規模投入使用，大幅提升了產品的穩定性，使得三一挖掘機的使用壽命大約翻了兩番，售后問題下降了四分之三。由于規范了管理，又進一步提升了整個生產體系的效率。不但如此，機器人的使用減少了工人數量，管理模式的重心從原來的管人轉移

到了管理設備上，相對而言，管理設備要容易很多。3.1.2

智能刀具管理

在實際加工中，有多種因素會對加工刀具產生影響，首先是加工工件本身的因素，如加工工件材質、結構型式、工件剛度等對刀具使用效果影響較大。其次是加工工裝，定位基準、壓緊方式、結構型式以及工裝剛度等都會影響刀具使用效果。再次加工工藝方案，如加工順序、切削三要素（切深、進給、切削速度）對刀具使用效果影響更大。最后是加工機床，設備的切削功率、設備的剛度、設備的結構型式、切削冷卻介質對加工刀具發揮效率也有很大影響[8]。

三一在實踐中，要充分考慮刀具壽命和加工工件成本的關系，根據不同結構的工件選擇不同的刀具，包括刀具材料（分整體硬質合金、焊接硬質、高速鋼等）、刀具結構（分機夾刀片、焊接刀片和整體材料刀具）以及刀具裝夾方式（熱裝式、強力緊固式、側固式）等。有的刀具選擇涂層刀片來增加刀具的耐用度，延長刀具壽命。在高速加工時，對刀具動平衡也有要求，我們配備了刀具動平衡儀，并在加工成本允許的前提下選擇耐用度較高的刀具。3.1.3

DNC

DNC是計算機與具有數控裝置的機床群使用計算機網絡技術組成的分布在車間中的數控系統。該系統對用戶來說就像一個統一的整體，系統對多種通用的物理和邏輯資源整合，可以動態的分配數控加工任務給任一加工設備，是提高設備利用率，降低生產成本[9]。

圖5

目前，三一重工已經完成車間機加設備的研發采購與安裝調試，部分完成智能上料機械手、DNC實時監控裝置及刀具管理系統的購置和開發。3.2 智能化立體倉庫和物流運輸系統

3.2.1 智能化立體倉庫

立體倉庫后臺運作的自動化配送系統由華中科大與三一聯合研制，通過這套系統，三一打造了批量下架、波次分揀，單臺單工位配送模式，實現了從頂層計劃至底層配送執行的全業務貫通，大大提高了配送效率及準確率，準時配送率超95%。

三一智能化立體倉庫總投資6000多萬元, 分南北兩個庫，由地下自動輸送設備連成一個整體，總占地面積9000平方米，倉庫容量大概是16000個貨位。從南邊倉庫可以看到，這個庫區有幾千種物料，主要是泵車、拖泵、車載泵物料，能支持每月數千臺產品的生產量。

從大廠房到智能工廠，實施智能化改造后，18號廠房在制品減少8%，物料齊套性提高14%，單臺套能耗平均降低8%，人均產值提高24%，現場質量信息匹配率100%，原材料庫存降低30%，2014年18號廠房預計同比節約制造成本1億元，年增加產量超過2000臺以上，每年同比產值新增60億元以上。3.2.2 AGV智能小車

智能化立體倉庫的核心是AGV智能小車，當有班組需要物料時，裝配線上的物料員就會報單給立體倉庫，配送系統會根據班組提供的信息，迅速找到放置該物料的容器，然后開啟堆高機，將容器自動輸送到立體庫出庫端液壓臺上。此時，AGV操作員發出取貨指令，AGV小車自動行駛至液壓臺取貨。取完貨后，由于AGV小車采用激光引導，小車上安裝有可旋轉的激光掃描器，在運行路徑沿途的墻壁或支柱上安裝有高反光性反射板的激光定位標志，AGV依靠激光掃描器發射激光束，然后接受由四周定位標志反射回的激光束，車載計算機計算出車輛當前的位置以及運動的方向，通過和內置的數字地圖進行對比來校正方位，從而將物料運送至指定工位。像這樣的AGV小車，在三一18號廠房有15臺。在18號廠房南北智能化立體倉庫，不僅有這樣的AGV自動小車，其后臺配送也是自動化系統完成的。

圖6

3.2.3 公共資源定位系統

公共資源定位系統是三一重工智能工廠的一個重要支撐。公共資源定位系統能實現包括對設備定位和狀態檢測、人員定位以及故障實時處理與報警等功能。通過公共資源定位監控中心，三一重工的生產管理人員能及時的了解生產車間的人員位置、設備位置和狀態、加工生產情況，并及時的指導生產和進行故障處理等操作。3.3

智能化生產執行過程控制

3.3.1高級計劃排程

在考慮企業資源所提供的可行物料需求規劃與生產排程計劃，讓規劃者快速結合生產限制條件與相關信息(如訂單、途程、存貨、BOM與產能限制等)，以做出平衡企業利益與顧客權益的最佳規劃與決策，滿足顧客需求及面對競爭激烈的市場。強化了ERP系統中以傳統MRP規劃邏輯為主的生產規劃與排程的功能，APS 系統的同步規劃能力，不但使得規劃結果更具備合理性與可執行性，亦使企業能夠真正達到供需平衡的目的[10]。3.3.2

執行過程調度

三一車間內一排排的MES終端機，生產線上明亮的LED屏幕，整齊劃一的醒目安全燈是系統給我們帶來直觀的印象。SanyMES系統是指由三一集團IT總部自主研發的制造執行系統，它充分利用信息化技術，從生產計劃下達、物料配送、生產節拍、完工確認、標準作業指導、質量管理、關重件條碼采集等多個維度進行管控，并通過網絡實時將現場信息及時準確地傳達到生產管理者與決策者[11]。該

系統除了通過各種方式如短信、郵件向管理者傳遞生產信息外，其設置在生產現場的MES終端機，給一線工人生產制造帶來了極大的便利。

通過MES終端機，生產線工人不僅可以及時報完工、方便快捷地查詢物料設計圖紙和庫存情況，更重要的是SanyMES終端機可以正確地指導工人每個工位如何進行安裝、安裝時候需要哪些零部件，同時給予安全提示。有了MES系統后，再也不用去借圖紙，直接在MES終端就能查到最新的圖紙信息，3.3.數字化質量檢測

目前，三一在質檢信息化方面，通過GSP、MES、CSM及QIS的整合應用，實現涵蓋供應商送貨、零件制造、整機裝配、售后服務等全生命周期的質檢電子化，并實現了SPC分析、質量追溯等功能。

以前質檢，是采用紙質記錄本記錄檢驗結果和全觸摸屏操作，簡單方便，而且通過查看標準作業指導以規范工人的操作，避免了紙質作業指導書的損壞和更新不及時造成的附加作業，極大提高了工作效率和作業質量[12]。3.3.3 數字化物流管控

三一自動化立體倉儲配送系統實現了該公司泵車、拖泵、車載泵裝配線及部裝線所需物料的暫存、揀選、配盤功能，并與AGV配套實現工位物料自動配送至各個工位。

根據泵車、拖泵、車載泵裝配線及部裝線在車間的位置，北自所設計了兩個庫區，1#庫負責泵車物料的儲存、揀配功能，2#庫負責拖泵、車載泵物料的儲存、揀配功能，兩個庫區共用一個設置1#庫區的入庫組盤區域，2#庫入庫的物料在入庫組盤區完成組盤后通過地下輸送通道自動輸送進入2#庫庫區存儲。

倉儲模式采用自動化立體倉庫存儲（主要儲存中小件為主）+垂直升降庫存儲（主要儲存小件為主）+平面倉庫儲存（主要儲存大件等其他特殊物資）。自動化立體倉庫和垂直升降庫的數據采用一套軟件進行統一管理，集中配送。通過垂直升降庫的應用，解決了將近總量30%的物料種類的儲存和出入庫作業模式，很大程度地緩和了自動化立體倉庫的出入庫作業壓力，有效地提高了整個系統的作業能力。

揀配模式采用提4臺套提前一班（8小時）揀配模式，按照工位進行配送。在兩個庫區分別設置了兩層的配盤區域，根據裝配工位數量及各工位裝配物料情況，對配盤區域的揀配托盤位置進行分配，揀配過程中采用LED顯示屏+RF手持終端模式進行人工作業。北自所根據各工位裝配物料情況，配合用戶設計了多種不同的配送容器，采用多層存放，提高容器使用效率，減少線邊容器數量，最終提高了AGV系統的搬運效率。

質量問題，現在則是用生產管理系統（MES），每一個檢驗項目都標準化、電子化，以前在本子上的內容都作為數據錄入PDA和平板電腦等終端。一旦發現質量異常，系統就會第一時間自動啟動不合格處理流程，將情況發送給相關責任人。“在不合格品控制流程中的隔離、評審等6個環節，保證每道工序的每個產品在下一道工序前合格。”而數據的錄入則會為產品質量追溯提供可靠依據。三一的自制件可以具體查到是某臺產品零部件，制作時間、制作地點和工位、制作人、制作條件等信息，供應商提供的零部件則是可以查到批次和反饋。3.4

智能化生產控制中心

3.4.1中央控制室

1.生產計劃及執行情況、設備狀態、生產統

計圖；

2.智能計劃系統操作界面；

3.生產現場監控、看板展示及異常報警； 4.各區域監控信息；

5.設計部日常操作（支持10路信號同時切

入）；

6.各區域監控信息；

7.物流部日常操作（支持10路信號同時切

入）；

8.質量部日常操作（支持10路信號同時切

入）。3.4.2

現場監視裝置

全方位的工廠車間監控系統能實現對生產過

程的全面監控和記錄，保證生產現場的安全，以及現場事故的追溯和回放。3.4.3 現場Andon Andon系統能夠為操作員停止生產線提供一套新的、更加有效的途徑。在傳統的汽車生產線上，如果發生故障，整條生產線立即停止。采用了Andon系統之后，一旦發生問題，操作員可以在工作站拉一下繩索或者按一下按鈕，觸發相應的聲音和點亮相應的指示燈，提示監督人員立即找出發生故障的地方以及故障的原因。一般來說，不用停止整條生產線就可以解決問題，因而可以減少停工時間同時又提高了生產效率。

Andon系統的另一個主要部件是信息顯示屏。每個顯示面板都能夠提供關于單個生產線的信息，包括生產狀態、原料狀態、質量狀況以及設備狀況。顯示器同時還可以顯示實時數據，如目標輸出、實際輸出、停工時間以及生產效率。根據顯示器上提供的信息，操作員可以更加有效的開展工作。智能工廠理念

所謂“六維智能理論”，就是在設備聯網+遠程數據采集的基礎上，實現智能化的生產過程管理與控制，從6個方面打造適合中國國情的智能工廠。4.1 行業背景

“工業4.0”被認為是以智能制造為主導的第四次工業革命或是工業體系革命性的生產方法，而智能工廠將是構成未來工業體系的一個關鍵特征。在智能工廠里，人、機器和資源如同在一個社交網絡里自然地相互溝通協作，生產出來的智能產品能夠理解自己被制造的細節以及將如何使用，能夠回答“哪組參數被用來處理我”、“我應該被傳送到哪里”等問題。同時，智能輔助系統將從執行例行任務中解放出來，使他們能夠專注于創新、增值的活動；靈活的工作組織能夠幫助工人把生活和工作實現更好地結合，個體顧客的需求將得到滿足。德國工業4.0、美國GE工業互聯網均是“工業4.0”的典范，但中國有自己特殊的國情，中國制造企業打造智能工廠，不能完全照搬國外模式，而是既要緊跟國際先進理念，還要符合中國企業的實際情況[13]。

4.2

概念內涵

美國與德國的工業發展戰略核心均為CPS（Cyber-Physical System）系統，是典型的二元戰略。美國是C(Cyber，包括：數字、信息、網絡等虛擬世界)+P(Physical，包括機器、設備、設施等實體世界)，德國是P+C，兩國均是基于高素質勞動者、國家人力匱乏、企業高協同化、高法制化的基礎之上而提出的戰略；而中國裝備水平較美國和德國有一定差距，數據采集分析決策能力也有局限，但中國具有人力資源優勢，所以應該充分挖掘人的作用。因此，中國制造企業推進工業發展不能完全照搬發達國家的二元戰略，更宜采用CPPS（Cyber-Person-Physical System）人機網三元戰略，充分體現人的能動作用。

圖7

所謂“三元戰略”，包括勞動者及其技能、素養、精神、組織、管理等，CPPS戰略體現了以人為本，繼續發揮與挖掘了中國在人力資源方面的優勢，揚長補短，實現人與賽博、物理虛實兩世界的融合和迭代發展，構建以賽博智能為目的的人機網三元戰略方案更符合中國國情[14]。

所謂“六維智能理論”，就是在設備聯網+遠程數據采集的基礎上，實現智能化的生產過程管理與控制，從6個方面打造適合中國國情的智能工廠，這6個方面包括：

1.智能計劃排產，是從計劃源頭上集成ERP，進行APS高級排產。

2.智能生產協同，從生產準備過程上，實現

物料、刀具、工裝、工藝的并行協同準備。3.智能的設備互聯互通，是CPS信息物理系

統的典型體現，實現數字化生產設備的分布式網絡化通訊、程序集中管理、設備狀

態的實時監控等。4.智能資源管理，包括對物料、設備、刀具、量具、夾具等生產資源進行精益化管理、庫存智能預警等。

5.智能質量過程管控，是對影響產品質量的生產工藝參數進行實時采集、控制，確保產品質量。

6.智能決策支持，是基于大數據分析的決策支持，形成管理的閉環，以實現數字化、網絡化、智能化的高效生產模式。

總之，通過以上6個方面智能的打造，可極大提升企業的計劃科學化、生產過程協同化、生產設備與信息化的深度融合，并通過基于大數據分析的決策支持對企業進行透明化、量化的管理，可明顯提升企業的生產效率與產品質量，是一種很好的數字化、網絡化的智能生產模式。

圖8 4.3

應用前景

“六維智能”分別從計劃源頭、過程協同、設備底層、資源優化、質量控制、決策支持等6個方面著手實現智能工廠，這6個方面涵蓋了工業生產的6個重要環節，可實現全面的精細化、精準化、自動化、信息化智能化管理與控制，通過底層設備的互聯互通、基于大數據分析的決策支持、可視化展現等技術手段，實現生產準備過程中的透明化協同管理、數控設備智能化的互聯互通、智能化的生產資源管理、智能化的決策支持，從而全方位達到智能化的生產過程管理與控制[15]。

從“六維智能”解決方案在青島海爾模具有限公司的實際應用效果來看，較好地達到了智能化生產過程管理與控制的目的。該系統是專門為海爾模

具定制的，是海爾模具生態圈的主要組成部分，系統以生產設備為核心，從設備底層層面實現了機床、對刀儀等設備的互聯互通與大數據分析，從生產管理層面實現了協同準備并行作業，從展現層面實現了生產信息的可視化。實施本系統后，操作工的作業效率從原來1個人管理3臺設備提升到7～8臺設備，設備利用率提升25%以上，使生產管理更加透明、科學、高效，應用效果比較明顯，在海爾模具的數字化制造與管理中發揮了重要的作用。工業4.0落地戰略

“工業4.0”不同的人從不同維度來解讀，涉及到國家戰略、產業戰略、企業發展等不同的層面。就從企業的層面去研究，看看企業層面實現工業4.0該怎么做，怎么走，有沒有路線圖？

近期，隨著“工業4.0”的在網絡上越炒越熱，我國也推出了“中國制造2025”戰略，在國家戰略需求的驅動下，中國對于制造大國向制造強國的邁進之路也陡然提速，這將對中國制造轉型升級打通主動脈。就企業層面來說中國版工業4.0如何落地將成為重點，如何通過信息技術和制造技術的深度融合，打通一切、聯通一切是企業信息化建設的目標[16]。

工業4.0是什么？每個人站在不同的角度會有不同的理解，是互聯、集成(縱向、橫向、端到端)、數據、創新、服務、轉型或是CPS、是智能工廠、是智能制造亦或是國家戰略、企業目標。工業4.0核心內容就是建一個網絡、三項集成、大數據分析、八項計劃和研究兩個主題。

5.1

建一個網絡：信息物理網絡系統（CPS）

CPS是英文CyberPhysical System的縮寫，就是講物理設備連接到互聯網上，讓物理設備具有計算、通信、精確控制、遠程協調和自治等五大功能，從而實現虛擬網絡世界與現實物理世界的融合，將網絡空間的高級計算能力有效的運用于現實世界中，從而在生產制造過程中，與設計、開發、生產有關的所有數據將通過傳感器采集并進行分析，形成可自律操作的智能生產系統。

圖9 5.2

三個集成

工業4.0中的三項集成包括：橫向集成、縱向集成與端對端的集成。工業4.0將無處不在的傳感器、嵌入式終端系統、智能控制系統、通信設施通過CPS形成一個智能網絡，使人與人、人與機器、機器與機器以及服務與服務之間能夠互聯，從而實現橫向、縱向和端對端的高度集成，集成是實現工業4.0的重點也是難點。5.2.1 縱向集成

縱向集成主要解決企業內部的集成，即解決信息孤島的問題，解決信息網絡與物理設備之間的聯通問題。5.2.2 橫向集成

橫向集成主要實現企業與企業之間、企業與售出產品之間（如車聯網）的協同，將企業內部的業務信息向企業以外的供應商、經銷商、用戶進行延伸，實現人與人、人與系統、人與設備之間的集成，從而形成一個智能的虛擬企業網絡。制造業普遍存在的工程變更協同流程就是這樣一個典型的橫向集成應用場景。5.2.3 端到端的集成

端到端集成就是把所有該連接的端頭（點）都集成互聯起來，通過價值鏈上不同企業資源的整合，實現從產品設計、生產制造、物流配送、使用維護的產品全生命周期的管理和服務，它以產品價值鏈創造集成供應商（一級、二級、三級??）、制造商（研發、設計、加工、配送）、分銷商（一級、二級、三級??）以及客戶信息流、物流和資金流，在為客戶提供更有價值的產品和服務同時，重構產業鏈各環節的價值體系。

端到端的集成即可以是內部的縱向集成內容，也可以是外部的企業與企業之間的橫向集成內容，關注點在流程的整合上，比如提供用戶訂單的全程跟蹤協同流程，將用戶、企業、第三方物流、售后服務等產品全生命周期服務的端到端集成。

橫向、縱向、端到端三個集成的實現，不論技術層面還是業務層面在SOA信息集成都能找到相應的解決方案。5.3

大數據分析利用

“工業4.0”時代，制造企業的數據將會呈現爆炸式增長態勢。隨著信息物理系統（CPS）的推廣、智能裝備和終端的普及以及各種各樣傳感器的使用，將會帶來無所不在的感知和無所不在的連接，所有的生產裝備、感知設備、聯網終端，包括生產者本身都在源源不斷地產生數據，這些數據將會滲透到企業運營、價值鏈乃至產品的整個生命周期，是工業4.0和制造革命的基石。

總體來說，工業4.0關注的企業數據分為四類： 5.3.1

產品數據

包括設計、建模、工藝、加工、測試、維護、產品結構、零部件配置關系、變更記錄等數據。產品的各種數據被記錄、傳輸、處理和加工，使得產品全生命周期管理成為可能，也為滿足個性化的產品需求提供了條件。5.3.2

運營數據

運營包括組織結構、業務管理、生產設備、市

場營銷、質量控制、生產、采購、庫存、目標計劃、電子商務等數據。工業生產過程的無所不在的傳感、連接，帶來了無所不在的數據，這些數據會創新企業的研發、生產、運營、營銷和管理方式。5.3.3

價值鏈數據

包括客戶、供應商、合作伙伴等數據。企業在當前全球化的經濟環境中參與競爭，需要全面地了解技術開發、生產作業、采購銷售、服務、內外部后勤等環節的競爭力要素。大數據技術的發展和應用，使得價值鏈上各環節數據和信息能夠被深入分析和挖掘，為企業管理者和參與者提供看待價值鏈的全新視角，使得企業有機會把價值鏈上更多的環節轉化為企業的戰略優勢。例如，汽車公司大數據提前預測到哪些人會購買特定型號的汽車，從而實現目標客戶的響應率提高了15%至20%，客戶忠誠度提高7%。5.3.4 外部數據

包括經濟運行、行業、市場、競爭對手等數據。為了應對外部環境變化所帶來的風險，企業必須充分掌握外部環境的發展現狀以增強自身的應變能力。大數據分析技術在宏觀經濟分析、行業市場調研中得到了越來越廣泛的應用，已經成為企業提升管理決策和市場應變能力的重要手段。

工業4.0落地中國企業，工業大數據是一項重要抓手。利用工業大數據分析，可以找出隱性的問題并預測未知情況的發生，有助于及時地做好預防，避免故障和偏差。結論

以三一重工18號工廠作為研究對象.對其運作方式、運作特點進行了較為詳細地分析與討論，從而得出工廠的智能化基因。并且進一步得出了智能工廠的框架，為系統化建設智能工廠打下了基礎。主要的研究結論如下：

1.在理論上對數字化工廠、智能工廠和智能制造進行了分析指出，要又好又快地發展智能工廠就必須先建設好數字化工廠。

2.對比三一重工18號工廠實現智能化之后生產效率得到提升，直觀地反映了智能化對制造業帶來的好處。

3.通過對18號工廠的生產線、物流系統、執行系統、控制中心進行分析，找到了工廠可實現智能化的內在基因。也就是在設備聯網+遠程數據采集的基礎上，實現智能化的生產過程管理與控制，從6個方面打造適合中國國情的智能工廠(1)。

4.概括了智能工廠的框架，提出了運用大數據分析，做好CPS和三個集成是實現智能工廠的前提條件，而智能工廠的標志就是生產流程智能化，生產設備動態適應個性化的產品需求。

參考文獻

[1] 李夢迪.基于以太網的智能工廠柔性制造生產

線控制系統設計與實現[D].河北工程大學,2016.[2] 喬荻.智能工廠設備點檢系統中輔助移動視頻

監控的設計[D].安徽大學,2016.[3] 商滔.面向智能工廠離散型智能制造單元的研

究[D].杭州電子科技大學,2016.[4] 溫泉.智能工廠與后臺數據服務平臺的設計[D].廣東工業大學,2015.[5] 李錦繡.基于.NET框架的工廠智能監控分析系

統的設計與實現[D].北京交通大學,2016.[6] 王冠.基于嵌入式的植物工廠智能監控系統的研究[D].天津理工大學,2015.[7] 史詩瑩.數字化工廠技術在鍋爐智能制造中的應用[D].華東理工大學,2015.[8] 沈振萍.基于企業信息工廠的商務智能數據管

理[D].安徽大學,2013.[9] 孫晶.基于物聯網技術的工廠智能照明系統的設計[D].成都理工大學,2012.[10] 趙有生.蔬菜工廠化育苗的智能管理與綜合評

價研究[D].吉林大學,2011.[11] 宋運通.基于實時數據庫的工廠智能平臺研究

開發[D].天津大學,2009.[1]馬孟模.流程工業智能工廠建設技術應用探究[J].工業控制計算機,2017,(03):53-54+57.[12] 江文成,李星,張晶.智能工廠增強現實技術應用

與展望[J].船舶標準化與質量,2016,(06):37-41.[13] 顧桓,田紅.軟包裝材料生產線的智能工廠實現

模式及技術[J].計算機測量與控制,2016,(11):222-225.[14] 李利民,侯軒,畢晉燕.高端裝備制造業智能工廠

建設思路和構想[J].科技創新與生產力,2016,(04):16-19.[15] [10]商滔.面向智能工廠離散型智能制造單元的研究[D].杭州電子科技大學,2016.[16] 華镕.未來的智能工廠[J].儀器儀表標準化與計

量,2015,(05):15-18.

第三篇：智能制造技術

現代制造技術

1142813203 吳文樂

摘要：現代制造技術是在傳統制造技術的基礎上, 不斷吸收和發展機械、電子、能源、材料、信息及現代管理技術的成果, 將其綜合應用于產品設計、制造、檢驗、管理服務等產品生命周 期的全過程, 以實現優質、高效、低耗、靈活、清潔的生產技術模式,取得理想的技術經濟效果的制造技術的總稱傳統的自動化生產技術可以顯著提高生產效率，然而其局限性也顯而易見，即無法很好地適應中小批量生產的要求。隨著現代制造技術的發展，特別是自動控制技術、數控加工技術、工業機器人技術等的迅猛發展，柔性制造技術(FMI)應運而生。

關鍵詞：現代制造技術；自動控制技術；柔性制造技術

1.現代制造技術發展綜述

現代制造技術在系統論、方法論、信息論和協同 論等的基礎上形成制造系統工程學，是一種廣義制造的概念，亦稱之為“大制造”的概念，它體現了制造概念的擴展。廣義制造概念的形成過程主要有以下幾方面原因[1]。

1).制造設計一體化。體現制造和設計的密切結合，形成了設計制造一體化，設計不僅是指產品設計，而且包括工藝設計、生產調度設計、質量控制設計等。

2).材料成形機理的擴展。現在加工成形機理明確地將加工分為去除加工、結合加工和變形加工。

3).制造技術的綜合性。現代制造技術是一門以 機械為主體，交叉融合光、電、信息、材料等學科的綜合體，并與管理科學、社會科學、文化、藝術、人機工 程、生物工程和生命科學等相結合，拓展了新領域。現代制造技術應包括硬件和軟件兩大方面，硬／軟件工具、平臺和支撐環境有了很大的發展。

4).產品的全生命周期。制造的范疇從過去的設計、加工和裝配發展為產品的全生命周期，包括市場調研、設計、制造、銷售、維修和報廢處理等。

5).生產制造模式的發展。計算機集成制造技術 是制造技術與信息技術結合的產物，集成制造系統強 調信息集成，其后出現了柔性制造、敏捷制造、虛擬制 造、網絡制造、大規模定制、綠色制造、智能制造和協 同制造等多種制造模式，有效地提高了制造技術的水平，擴展了制造技術的領域[2]。

現代制造技術的發展主要沿著“廣義制造”或稱 “大制造”的方向發展，其具體的發展可以歸納為四個方面和多個大項目[3]，如圖1所示：

圖1：現代制造技術方向

針對現代制造技術，本文從柔性制造技術的角度對現代制造技術進行學習，對柔性制造在實際中的應用進行深入的研究；

2.柔性制造

2.1 柔性制造簡述

所謂“柔性”，是指制造系統(企業)對系統內部及外部環境的一種適應能力，也是指制造系統能夠適應產品變化的能力。柔性可分為瞬時、短期和長期柔性[4]。瞬時柔性是指設備出現故障后，自動排除故障或將零件轉移到另一臺設備上繼續進行加工的能力；短期柔性是指系統在短時期內，適應加工對象變化的能力，包括在任意時期混合進行加工2種以上零件的能力；長期柔性則是指系統在長期使用中，能夠加工各種不同零件的能力。迄今為止，柔性還只能定性地加以分析，尚無科學實用的量化指標。因此，凡具備上述3種柔性特征之一的、具有物料或信息流的自動化制造系統都可以稱為柔性制造系統。柔性制造技術是計算機技術在生產過程及其裝備上的應用，是將微電子技術、智能技術與傳統制造技術融合在一起，具有自動化、柔性化、高效率的特點，是目前自動化制造系統的基本單元技術[5]。

柔性制造技術是對各種不同形狀加工對象實現程序化柔性制造加工的各種技術的總和[6]。柔性制造技術是技術密集型的技術群，我們認為凡是側重于柔性，適應于多品種、中小批量(包括單件產品)的加工技術都屬于柔性制造技術。目前按規模大小劃分為[7]：

(1)柔性制造系統（FMS）：關于柔住制造系統的定義很多，權威性的定義有：美國國家標準局把FMS定義為：“由一個傳輸系統聯系起來的一些設備，傳輸裝置把工件放征其他聯結裝置上送到各加工設備，使工件加工準確、迅速和自動化。

(2)柔性制造單元（FMC）：M S是FMS向廉價化及小型化方向發展的一種產物，它是由l～2臺加工中心、工業機器人。數控機床及物料運送存貯設備構成，其特點是實現單機柔性化及自動化，具有適應加工多品種產品的靈活性。迄今已進入普及應用階段。

(3)柔性制造線（FML):它是處于單一或少品種人批量非柔性自動線與中小批量多品種FMS之間的生產線。其加工設備可以是通用的加工中心，CNC機床；亦可采用爭用機床或NC專用機床，對物料搬運系統柔性的要求低于FMS，但生產率更高。它是以離散型生產中的柔性制造系統和連續生過程中的分散型控制系統(D C S)為代表，其特點是實現生產線柔性化及自動化，其技術已日趨成熟，迄今已進入實用化階段。

(4)柔性制造工廠(FMF):FMF是將多條FMS連接起來，配以自動化屯體倉庫，用計算機系統進行聯系，采用從訂貨、設計、加工、裝配、檢驗、運送至發貨的完整F M S。它包括了CAD／CAM，并使計算機集成制造系統(CIMS)投入實際，實現生產系統 柔性化及自動化，進而實現全廠范圍的生產管理、產品加工及物料貯運進程的全盤化。FMF是自動化生產的最高水平，反映出世界上最先進的自動化應用技術。它是將制造、產品開發及經營管理的自動化連成一個整體，以信息流控制物質流的智能制造系統(IMS)為代表，其特點是實現工廠柔性化及自動化[8]。

2.2柔性制造所采用的關鍵技術

1.計算機輔助設計未來CAD技術發展將會引入專家系統，使之具有智能化，可處理各種復雜的問題。當前設計技術最新的一個突破是光敏立體成形技術，該項新技術是直接利用CAD數據，通過計算機控制的激光掃描系統，將二維數字模型分成若干層二維片狀圖形，并按二維片狀圖彤對池內的光敏樹脂液面進行光學掃描，被掃描到的液面則變成固化塑料，如此循環操作，逐層掃描成形，并自動地將分層成形的各斤狀固化塑料粘合在一起，僅需確定數據，數小時內便呵制出精確的原型。它有助于加快開發新產品和研制新結構的速度。

2.模糊控制技術模糊數學的實際應用是模糊控制器。最近開發出的高性能模糊摔制器具有自學習功能，可在控制過程中不斷獲取新的信息井自動地對控制量作調整，使系統性能大為改善，其中尤其以基于人工神經網絡的自學方法更引起人們極大的關注。

3.人工智能、專家系統及智能傳感器技術迄今，柔性制造技術中所采用的人工智能大多指基礎規則的專家系統。專家系統利用專家知識和推理規則進行推理，求解各類問題（如解釋、預測，診斷、查找故障、設汁、計劃、監視、修復、命 令及控制等）。由于專家系統能簡便地將各種事實及經驗證過的理論與通過經驗獲得的知識相結合，因而專家系統為柔性制造的諸方面工作增強綜合性。展望未來，以知識密集為特征，以知識處理為手段的人工智能（包括專家系統）技術必將在柔性制造(尤其智能型)中起著非常重要的關鍵性的作用。目前對未來智能化柔性制造技術具有重要意義的一個正在急速發展的領域是智能傳感器技術。該項技術是伴隨計算機應用技術和人工智能產生的，它使傳感器具有內在的“決策”功能。

4.人工神經網絡技術人工神經網絡(ANN)是模擬智能生物的神經網絡對信息進行并處理的一種方法。故人工神經網絡也就是一種人工智能工具。在自動控制領域，神經網絡不久將并列到專家系統和模糊控制系統，成為現代自動化系統中的一個組成部分[9]。

3.國內現代制造技術狀況

近年來，世界各國都投入了巨大的財力和物力，強化作為光機電一體化制造業基礎的先進制造業的技術和產業發展的戰略研究。美國、德 國、日 本 等 國 已 經 開 發 出 了 數 控（NC）、計算機數控（CNC）、直接數控（CAM）、計算機集成制造系統（CIMS）、制造資源規則（MRP）、柔性制造單元（TMC）、柔性制造系統（FMS）、機器人、計算機輔助設計／制造（CAD／CAM）、精益生產（LP）、智能制造系統（MS）、并行工程（CE）和敏捷制造（AM）等多項現代制造技術與制造模式。這些技術的推廣與應用，不僅使本國企業的國際競爭力得到鞏固，也使得世界先進制造業發展迅猛[10]。我國制造業市場的巨大潛力，為現代制造技術發展提供了廣闊的市場空間。但是，與制造業發達國家和地區相比，國內的現代制造技術的研發與市場拓展還不均衡。其中，國內機械基礎件制造行業中的數控化率極低，不足1.6%，先進加工工藝、技術和裝備的普及程度不足10 % ；CAD／CAM 系統應用的普及率在國內骨干企業僅有35%，產業規模較小。另外，在相關行業中如印刷業、電力行業和醫療器械行業等，技術裝備的低數控化率也遠不能滿足市場對中高檔先進產品的需求。縱觀國際制造業的競爭與發展，面對國際、國內兩個制造業市場的日漸融合，如何立足國內制造業的市場需求，整合分散的科研與企業資源，盡快形成自己在先進制造產業競爭中的技術優勢，已經是擺在我國制造業面前的迫在眉睫的課題了[11]。

總之，重視制造業和現代制造技術已成為全球化的大趨勢。現代制造技術不是一項具體技術，而是利用系統工程技術將各種相關技術集成的一個有機整體；現代制造技術是一種動態技術，而不是一成不變的，它需要不斷吸收各種高新技術成果，并將其滲透到產品的所有領域，結合成一個有機整體，實現優質、高效、低耗、清潔和靈活的生產[12]；現代制造技術的目的是提高制造業的綜合效益，其不摒棄傳統技術，而是有賴于不斷用科技新手段去研究它和傳承它，并應用科技新成果去改造它和充實它；現代制造技術在強調環境保護的同時，還強調各專業學科之間的相互滲透、融合和淡化，并消除其間的界限。我國先進制造技術的發展應結合自身的特點，形成特色，大力發展一些關鍵前沿技術，比如新一代材料成型技術、微米及納米技術、快速原型制造以及智能制造等[13]。在不久的將來，現代制造技術將得到更大的發展和壯大，發展和應用先進制造技術是每個國家為提高企業的國際競爭力和技術創新能力的必然選擇。

參考文獻：

[1]張強.淺談柔性制造技術的現狀及發展[J].技術與市場，2008.（5）:39-40.[2]沈向東.柔性制造技術[M].北京：機械工業出版社，2013.2.[3]吳立.關于柔性制造的研究[J].機床與液壓，2010，38（14）:9-11.[4]陳琪.制造業企業推行柔性制造的意義及對策[J].企業經濟，2005（4）:7-8.[5]崔培枝，朱勝，姚巨坤.柔性再制造系統研究[J].機械制造，2003（11）:7-9

[6]王隆太，朱燈林，戴國洪．機械CAD／CAM技術[M]．北京：機械工業出版社，2005．

[7]盛曉敏，鄧朝輝．先進制造技術[M]．北京：機械工業出版社，2003.[8]李楷模.LI Kai-mo 現代制造技術的發展動向[J]-科技成果管理與研究2008(6）.[9]蔣新松．21世紀企業的主要模式一敏捷制造企業[J]．計算機集成制造系統一CIMS，1996，2(4)：3—8．

[10]羅振壁，周兆英，汪勁松，等．制造的革新[J]．機械工程學報，1995，31(4)：31—37．

[11]王永貴．戰略柔性與企業高成長．天津：南開大學出版社，2003．67—69.[12]張榮，陳大佑．提升國有大中型企業競爭力的新途徑——柔性化管理．當代經濟研究．2006．(1)：33～35.[13]王先逵．制造工藝核心論[J]．世界制造技術與裝備市場，2005(3)：28—32．

第四篇：智能制造系統論文

智能制造概述

摘要：介紹了智能制造提出的背景、主要研究內容和目標, 人工智能與 I M T、I M S的關系, I M S 和C I M S, 智能制造的物質基礎及理論基礎, 智能制造系統的特征及框架結構, 并簡要介紹了智能加工中心 IMC, 智能制造技木的發展趨勢，以及智能制造系統研究成果及存在問題。關鍵詞：智能制造，IMS, IMC, IMT。

Abstract：Intelligent Manufacturing introduced the background, main contents and objectives, Artificial Intelligence and IMT, IMS relations, IMS and CIMS, intelligent manufacturing and the material basis of the theoretical basis of the characteristics of intelligent manufacturing system and the framework structure, and gave a briefing on intelligence Machining Center IMC, intelligent manufacturing technology development trend of wood, as well as the Intelligent Manufacturing Systems research results and problematic.Key words: Intelligent Manufacturing, IMS, IMC, IMT。

一.智能制造提出的背景

制造業是國民經濟的基礎工業部門, 是決定國家發展水平的最基本因素之一。從機械制造業發展的歷程來看, 經歷了由手工制作、泰勒化制造、高度自動化、柔性自動化和集成化制造、并行規劃設計制造等階段。就制造自動化而言, 大體上每十年上一個臺階: 50～ 60年代是單機數控, 70 年代以后則是CNC 機床及由它們組成的自動化島, 80 年代出現了世界性的柔性自動化熱潮。與此同時, 出現了計算機集成制造, 但與實用化相距甚遠。隨著計算機的問世與發展, 機械制造大體沿兩條路線發展: 一是傳統制造技術的發展, 二是借助計算機和自動化科學的制造技術與系統的發展。80年代以來, 傳統制造技術得到了不同程度的發展,但存在著很多問題。先進的計算機技術和制造技術向產品、工藝和系統的設計人員和管理人員提出了新的挑戰, 傳統的設計和管理方法不能有效地解決現代制造系統中所出現的問題, 這就促使我們借助現代的工具和方法, 利用各學科最新研究成果, 通過集成傳統制造技術、計算機技術與科學以及人工智能等技術, 發展一種新型的制造技術與系統, 這便是智能制造技術(In telligen t M anufactu r ingTechno logy, I M T)與智能制造系統(In telligen tM anufactu r ing System , I M S)[1 ]。

年代以后, 世界各國競相大力發展 I M T 和I M S 的深層次原因有:(1)集成化離不開智能 制造系統是一個復雜的大系統, 其中有多年積累的生產經驗, 生產過程中的人—機交互作用, 必須使用的智能機器(如智能機器人)等。脫離了智能化, 集成化也就不能完美地實現。

(2)機器智能化比較靈活 可以選擇系統智能化, 也可以選擇單機智能化;單機可發展一種智能,也可發展幾種智能;無論在系統中或單機上, 智能化均可工作, 不像集成制造系統, 只有全系統集成才可工作。

(3)智能化的經濟效益較高 現有的計算機集成制造系統(Compu ter In tegratedM anufactu r ingSystem , C I M S)少則投資數千萬元, 多則投資數億元乃至數十億元, 很少有企業能承擔得起, 而且投入正常運行的很少, 維護費用也高, 還要廢棄原有的設備, 難以推廣。

(4)白領化使得有豐富經驗的機械工人和技術人員日益缺少，產品制造技術越來越復雜, 促使使用人工智能和知識工程技術來解決現代化的加工問題。(5)工廠生產率的提高更多地取決于生產管理和生產自動化 人工智能與計算機管理相結合, 使得不懂計算機的人也能通過視覺、對話等智能手段實現生產管理的科學化。

總之，以計算機信息技術為基礎的高新技術得到迅猛發展 ,為傳統的制造業提供了新的發展機遇。計算機技術、信息技術、自動化技術與傳統制造技術相結合 ,形成了先進制造技術概念。冷戰結束以后 ,國際間競爭的重點由單純的軍事實力較量轉向以發展經濟和提高國民生活水平的綜合國力較量 ,隨之而來的這種國際間高新技術領域的競爭愈演愈烈 ,且其發展形式由最初的僅依托本國的人力、物力和財力 ,發展到國際間的大規模合作。近年來由發達國家倡導的面向21世紀的 “智能制造系統”、“信息高速公路” 等國際研究計劃 ,無疑是該背景下的產物 ,也是國際間進行高科技研究開發的具體表現和積極占領 21 世紀高科技制高點的象征。二.主要研究內容和目標

智能制造在國際上尚無公認的定義。目前比較通行的一種定義是, 智能制造技術是指在制造工業的各個環節, 以一種高度柔性與高度集成的方式,通過計算機來模擬人類專家的制造智能活動。因此, 智能制造的研究開發對象是整個機械制造企業, 其主要研究開發目標有二: ①整個制造工作的全面智能化, 它在實際制造系統中首次提出了以機器智能取代人的部腦力勞動作為主要目標, 強調整個企業生產經營過程大范圍的自組織能力;②信息和制造智能的集成與共享, 強調智能型的集成自動化。目前, I M T 和 I M S 的研究方向已從最初的人工智能在制造領域中的應用(A i M)發展到今天的I M S, 研究課題涉及的范圍由最初僅一個企業內的市場分析、產品設計、生產計劃、制造加工、過程控制、信息管理、設備維護等技術型環節的自動化, 發展到今天的面向世界范圍內的整個制造環境的集成化與自組織能力, 包括制造智能處理技術、自組織加工單元、自組織機器人、智能生產管理信息系統、多級競爭式控制網絡、全球通訊與操作網等。

由日本提出的 I M S 國際合作研究計劃對 I M S的解釋可以看出, I M S 的研究包括智能活動、智能機器以及兩者的有機融合技術, 其中智能活動是問題的核心。在 I M S 研究的眾多基礎技術中, 制造智能處理技術是最為關鍵和迫切需要研究的問題之一, 因為它負責各環節的制造智能的集成和生成智能機器的智能活動。在一個國家甚至世界范圍內, 企業之間有著密切的聯系, 譬如, 采用相同的生產設備和系統, 有著類似的生產控制與管理方式,上下游產品之間的聯系, 等等。其間存在的突出問題是產品和技術的規范化、標準化和通用化、信息自動交換形式與接口以及制造智能共享等。

國際 I M S 計劃的基本觀點如下: ①I M S 是21世紀的制造系統, 必須開發與之相適應的制造技術;②應對這些技術進行組織化和系統化;③加強技術的標準化;④考慮人的因素;⑤保護環境。該計劃由已有生產技術的體系化和標準化、21 世紀生產技術的研究與開發兩大部分構成。

1992 年4 月在日本召開的第一次國際技術委員會, 確定了4 個主題: ①技術課題;②選擇原則;③評價程序;④執行準則。由國際 I M S 中心成員提出的首批10 項研究課題是①企業集成;②全球制造;③系統單元技術;④清潔制造技術;⑤人與組織研究;⑥先進的材料加工技術;⑦全球并行工程(評估和實施);⑧自主模塊的系統設備與分布控制;⑨快速產品開發;b k知識系統化(設計與制造)。美國國家科學基金會(N SF)已連續數年重點資助了與智能制造有關的研究項目, 這些項目覆蓋了智能制造的絕大部分技術領域, 包括制造過程中的智能決策、基于多施主(mu lt i-agent)的智能協作求解、智能并行設計、物流傳輸的智能自動化、智能加工系統和智能機器等。

日本提出的智能制造系統國際合作計劃, 以高新計算機為后盾、深受其 “真空世界” 計算機研究計劃的影響。其主要研究內容如下: ①強調部分代替人的智能活動, 實現部分人的技能;②使用智能計算機技術來集成設計制造過程, 使之一體化, 以虛擬現實技術實現虛擬制造, 以多媒體的人機接口技術、虛擬現實技術, 實現職業教育;③強調全球制造網絡的生產制造技術, 通過衛星、In ternet 和數字電話網絡實現全球制造;④強調智能化與自律化的智能加工系統以及智能化CNC、智能機器人的研究。⑤重視分布式人工智能技術的應用, 強調自律協作代替集中遞階控制。

I M T 與 I M S 的研究與開發對于提高產品質量、生產效率和降低成本, 提高國家制造業響應市場變化的能力和速度, 以及提高國家的經濟實力和國民的生活水準, 均具有重大的意義。其研究目標是要實現將市場適應性、經濟性、人的重要性、適應自然和社會環境的能力、開放性和兼容能力等融合在一起的生產系統: ①使整個制造過程實現智能化, 并具有自組織能力;②I M S 是一個集成許多工廠和多種機器設備的混合系統;③具備滿足各種社會需求的柔性;④能充分發揮人的作用;⑤易于操作;⑥總效率高;⑦能避免重復投資等。人工智能的目的是為了用技術系統來突破人的自然智力的局限性 ,達到對人腦的部分代替、延伸和加強的目的 ,使那些單靠人的天然智能無法進行或帶有危險性的工作得以完成 ,從而使人類的智慧能集中到那些更富于創造性的工作中去。人是制造智能的重要來源 ,在制造業走向智能化過程中起著決定性作用。目前在整體智能水平上 ,與人工系統相比 ,人的智力仍然是遙遙領先的。人工智能模擬的藍本主要是人類的智能 ,但人類的智能是隨時間不斷變化的 ,而這種變化又是無止境的 ,只有人與機器有機高度結合 ,才能實現制造過程的真正智能化。智能制造被稱為新世紀的制造技術 ,目前之所以還不能實現 ,是由于要受到目前科學技術、人以及經濟等諸多方面的制約。智能與思維智能 ,就是在各種環境和目的的條件下正確制定決策和實現目的的能力。在這里 ,給定的環境和目的是問題的約束條件 ,制定正確的決策是智能的中心環節 ,而有效地實現目的 ,則是智能的評判準則。從信息處理的角度講 ,智能可以看成是獲取、傳遞、處理、再生和利用信息的能力。而思維能力是整個智能活動中最復雜、最核心的部分 ,主要指處理和再生信息的能力。這種信息處理的過程是十分復雜和多樣化的 ,歸納起來 ,大體可分為 3 種基本的類型 ,即:經驗思維、邏輯思維和創造性思維。在工藝設計過程中 ,這三種類型的思維都存在 ,在不同層次的決策中起著重要作用。

總之，智能制造技術是制造技術、自動化技術、系統工程與人工智能等學科互相滲透、互相交織而形成的一門綜合技術。其具體表現為:智能設計、智能加工、機器人操作、智能控制、智能工藝規劃、智能調度與管理、智能裝配、智能測量與診斷等。它強調通過“ 智能設備 ” 和“ 自治控制 ” 來構造新一代的智能制造系統模式。智能制造系統具有自律能力、自組織能力、自學習與自我優化能力、自修復能力 ,因而適應性極強 ,而且由于采用 VR技術 ,人機界面更加友好。因此 , I M技術的研究開發對于提高生產效率與產品品質、降低成本 ,提高制造業市場應變能力、國家經濟實力和國民生活水準 ,具有重要意義。智能制造是制造系統柔性自動化和集成自動化的新發展和重要組成部分 ,因此未來智能制造將向智能集成的方向發展 ,未來智能制造的研究將著重于智能傳感與檢測(如智能傳感器、智能傳感與檢測技術、光纖傳感技術等)。

三.人工智能與 I M T、I M S 人工智能的研究, 一開始就未能擺脫制造機器生物的思想, 即 “機器智能化”。這種以 “自主” 系統為目標的研究路線, 嚴重地阻礙了人工智能研究的進展。許多學者已意識到這一點, Feigenbaum、N ew ell、錢學森從計算機角度出發, 提出了人與計算機相結合的智能系統概念。目前國外對多媒體及虛擬技術研究進行大量投資, 以及日本第五代智能

計算機研制計劃的擱淺等事例, 就是智能系統研究目標有所改變的明證。

人工智能技術在機械制造領域中的應用涉及市場分析、產品設計、生產規劃、過程控制、質量管理、材料處理、設備維護等諸方面。結果是開發出了種類繁多的面向特定領域的獨立的專家系統、基于知識的系統或智能輔助系統, 形成一系列的 “智能化孤島”。隨著研究與應用的深入, 人們逐漸認識到, 未來的制造自動化應是高度集成化與智能化的

人—機系統的有機融合, 制造自動化程度的進一步提高要依賴于整個制造系統的自組織能力。如何提高這些 “孤島” 的應用范圍和在實際制造環境中處理問題的能力, 成為人們的研究焦點。在80 年代末和90 年代初, 一種通過集成制造自動化、新一代人工智能、計算機等科學技術而發展起來的新型制造工程—— I M T 和新——代制造系統—— I M S 便脫穎而出。

人工智能在制造領域中的應用與 I M T 和I M S 的一個重要區別在于, I M S 和 I M T 首次以部分取代制造中人的腦力勞動為研究目標, 而不再僅起 “輔助和支持” 作用, 在一定范圍還需要能獨立地適應周圍環境, 開展工作。

四.I M S 和C I M S C I M S 發展的道路不是一帆風順的。今天,C I M S 的發展遇到了不可逾越的障礙, 可能是剛開始時就對C I M S 提出了過高的要求, 也可能是C I M S 本身就存在某種與生俱來的缺陷, 今天的C I M S 在國際上已不像幾年前那樣受到極大的關注與廣泛地研究。從C I M S 的發展來看, 眾多研究者把重點放在計算機集成上, 從科學技術的現狀看, 要完成這樣一個集成系統是很困難的。

C I M S 作為一種連接生產線中的單個自動化子系統的策略, 是一種提高制造效率的技術。它的技術基礎具有集中式結構的遞階信息網絡。盡管在這個遞階體系中有多個執行層次, 但主要控制設施仍然是中心計算機。C I M S 存在的一個主要問題是用于異種環境必須互連時的復雜性。在C I M S 概念下, 手工操作要與高度自動化或半自動化操作集成起來是非常困難和昂貴的。在C I M S 深入發展和推廣應用的今天, 人們已經逐漸認識到, 要想讓C I M S 真正發揮效益和大面積推廣應用, 有兩大問題需要解決: ①人在系統中的作用和地位;②在不作很大投資對現有設施進行技術改造的情況下亦能應用C I M S。現有的C I M S概念是解決不了這兩個難題的。今天, 人力和自動化是一對技術矛盾, 不能集成在一起, 所能做的選擇, 或是昂貴的全自動化生產線, 或是手工操作, 而缺乏的是人力和制造設備之間的相容性,人機工程只是一個方面的考慮, 更重要的相容性考慮要體現在競爭、技能和決策能力上。人在制造中的作用需要被重新定義和加以重視。

事實上, 在70 年代末和80 年代初, 人們已開始認識到人的因素在現代工業生產中的作用。英國出版公司(IFS)于 1984 年就首次發起了第一屆“制造中人的因素” 研討會, 目的在于提高人們對制造環境中人的因素及其所起作用的認識。事實證明, 人是 I M S 中制造智能的重要來源。值得指出的是, C I M S 和 I M S 都是面向制造過程自動化的系統, 兩者密切相關但又有區別。

C I M S 強調的是企業內部物料流的集成和信息流的集成;而 I M S 強調的則是更大范圍內的整個制造過程的自組織能力。從某種意義上講, 后者難度更大, 但比C I M S 更實用、更實際。C I M S 中的眾多研究內容是 I M S 的發展基礎, 而 I M S 也將對C I M S 提出更高的要求。集成是智能的基礎, 而智能也將反過來推動更高水平的集成。I M T 和 I M S 的研究成果將不只是面向21 世紀的制造業, 不只是促進C I M S 達到高度集成, 而且對于FM S、M S、CNC 以至一般的工業過程自動化或精密生產環境而言, 均有潛在的應用價值。有識之士對人工智能技術、計算機科學和C I M S 技術進行了全面的反思。他們在認識機器智能化的局限性的基礎上, 特別強調人在系統中的重要性。如何發揮人在系統中的作用, 建立一種新型的人—機的協同關系, 從而產生高效、高性能的生產系統, 這是當前眾多學者都會提出的問題, 也正是C I M S 所忽視的關鍵因素, 這一因素導致了C I M S 發展中不可逾越的障礙。值得一提的是有的學者特別強調 “人件(Humanw are)” 在系統中的重要性, 提出C I M S 的開放結構體系思想。最引人注目的是歐共體的ESPR IT 計劃中單獨列出的一個研究子項, 即 “以人為中心的C I M S”。甚至有人索性稱以人為中心的 C I M S 為 H I M S(HumanIn tegrated M anufactu r ing System), 指出集成制造系統首先是 “人的集成”。耐人尋味的是, 目前研究的 “精良生產” 與 “敏捷制造” 等新型制造系統的主要出發點也是強調 “人” 的作用, 即 “以人為中心”。

五．智能制造的物質基礎及理論基礎 1.智能制造系統的物質基礎主要有:

(1)數控機床和加工中心 美國于 1952 年研制成功第一臺數控銑床 ,使機械制造業發生一次技術革命。數控機床和加工中心是柔性制造的核心單元技術。(2)計算機輔助設計與制造提高了產品的質量和縮短產品生產周期 ,改變了傳統用手工繪圖、依靠圖紙組織整個生產過程的技木管理模式。

(3)工業控制技術、微電子技術與機械工業的結合 — — — 機器人開創了工業生產的新局面 ,使生產結構發生重大變化 ,使制造過程更富于柔性擴展了人類工作范圍。

(4)制造系統為智能化開發了面向制造過程

中特定環節、特定問題的 “智能化孤島”,如專家系統、基干知識的系統和智能輔助系統等。

(5)智能制造系統和計算機集成制造系統用

計算機一體化控制生產系統 ,使生產從概念、設計到制造聯成一體 ,做到直接面向市場進行生產 ,可以從事大小規模并舉的多樣化的生產;近年來 ,制造技術有了長足的發展和進步 ,也帶來了很多新問題。數控機床、自動物料系統、計算機控制系統、機器人等在工業公司得到了廣泛的應用 ,越來越多的公司使用了 “計算機集成制造系統(CIMS)”、“柔性制造系統(FMS)”、“工廠自動化(FA)”、“多目標智能計算機輔助設計(M1CAD)”、“模塊化制造與工廠(MXMF)、并行工程(CE)”、“智能控制系統(ICS)” 以及 “智能制造(IM)”、“智能制造技術(IMT)” 和 “智能制造系統(IMS)” 等等新術語。先進的計算機技術、控制技術和制造技術向產品、工藝和系統的設計師和管理人員提出了新的挑戰 ,傳統的設計和管理方法不能再有效地解決現代制造系統提出的問題了。要解決這些問題、需要用現代的工具和方法 ,例如人工智能(AI)就為解決復雜的工業問題提出了一套最適宜的工具。2.智能制造技術的理論基礎

智能制造技術是采用一種全新的制造概念和實現模式。其核心特征強調整個制造系統的整體“智能化” 或 “自組織能力” 與個體的 “自主性”。“智能制造國際合作研究計劃J IRPIMS” 明確提出: “智能制造系統是一種在整個制造過程中貫穿智能活動 ,并將這種智能活動與智能機器有機融合 ,將整個制造過程從訂貨、產品設計、生產到市場銷售等各個環節以柔性方式集成起來的能發揮最大生產力的先進生產系統”。基于這個觀點,在智能制造的基礎理論研究中 ,提出了智能制造系統及其環境的一種實現模式 ,這種模式給制造過程及系統的描述、建模和仿真研究賦予了全新的思想和內容 ,涉及制造過程和系統的計劃、管理、組織及運行各個環節 ,體現在制造系統中制造智能知識的獲取和運用 ,系統的智能調度等 ,亦即對制造系統內的物質流、信息流、功能決策能力和控制能力提出明確要求。作為智能制造技術基礎 ,各種人工智能工具 ,及人工智能技術研究成果在制造業中的廣泛應用 ,促進了智能制造技術的發展。而智能制造系統中 ,智能調度、智能信息處理與智能機器的有機融合而構成的復雜智能系統 ,主要體現在以智能加工中心為核心的智能加工系統的智能單元上。作為智能單元的神經中樞——智能數控系統 ,不僅需要對系統內部中各種不確定的因素如噪聲測量、傳動間隙、摩擦、外界干擾、系統內各種模型的非線性及非預見性事件實施智能控制 ,而且要對制造系統的各種命令請求做出智能反應。這種功能已遠非傳統的數控系統體系結構所能勝任 ,這是一個具有挑戰性的新課題。對此有待研究解決的問題有很多 ,其中包括智能制造機理、智能制造信息、制造智能和制造中的計算幾何等。總之 ,制造技術發展到今天 ,已經由一種技術發展成為包括系統論、信息論和控制論為核心的、貫穿在整個制造過程各個環節的一門新型的工程學科 ,即制造科學。制造系統集成與調度的關鍵是信息的傳遞與交換。從信息與控制的觀點來看 ,智能制造系統是一個信息處理系統 ,由輸入、處理、輸出和反饋等部分組成。輸入有物質(原料、設備、資金、人 員)、能量與信息;輸出有產品與服務;處理包括物料的處理與信息處理;反饋有產品品質回饋與顧客反饋。制造過程實質上是信息資源的采集、輸入、加工處理和輸出的過程 ,而最終形成的產品可視為信息的物質表現形式。

六．智能制造系統的特征及框架結構

1.為了提出有我國特色的智能制造模式 ,首先要搞清智能系統應具有什么特征。當前對智能系統的理解有兩種不同的意見:一種是從科學的角度來看這個問題的意見 ,即認為只有具備下列特征的系統才能稱為智能系統:一個系統既具有人類智能(或部分地),又具有與人類實現其智能相似的過程與途徑。另一種是從工程的角度來看這個問題的意見 ,即認為一個系統只要具有(或部分具有)人類智能就稱為智能系統 ,而不管實現其智能的過程與途徑。我們這里所討論的問題是關于智能制造系統的問題 ,也就是從工程角度來討論智能系統的問題。我們認為:在工程上 ,智能系統的特征有以下幾個方面 ,具有下列特征之一的系統 ,從工程角度看 ,就可稱為智能系統：(1)多信息感知與融合;(2)知識表達、獲取、存儲和處理(主要是識別、設計、計算、優化、推理與決策);(3)聯想記憶與智能控制;(4)自治性 自相似、自學習、自適應、自組織、自維護;(5)機器智能的演繹(分解)與歸納(集成);(6)容錯。

2.智能制造系統模式的框架結構

整個系統是一個多智能體分布式網絡結構 ,分成四個部分:中心層、管理層、計劃層和生產層。每個層由具有自治性的多智能體組成 ,這種多智能體具有相似的結構 ,但根據任務的不同而有不同的自學習、自適應、自組織、自維護功能。智能系統有一定的容錯能力 ,可以在不完整的信息或偶然誤差出現時正常地工作。系統與因特網兼容 ,可以進行企業動態聯盟、招標、投標及電子商務 ,還可形成虛擬制造的支持環境。

七． 智能加工中心 IMC 1.智能加工中心是智能制造系統中一種典型的智能加工機器。作為以 IMC 為主的智能加工單元 ,其任務為感知、決策、加工、控制與學習。智能加工中心既是智能制造過程和系統的實驗和應用對象 ,也是智能制造技術的縮影和實現通道。它與普通的加工中心(MC)有著本質的區別 ,除了完成數控代碼規定的加工任務外 ,能夠根據信息的綜合進行自主決策 ,實時調整自身行為 ,適應環境和自身的不確定性變化 ,即應具有 “自主性” 和 “自組織” 能力 ,實現對 IMC的數控系統進行實時干預與智能控制。數控加工中心的實時智能控制 ,表現為三個方面:第一是遠程控制 ,通過通信線路對加工現場進行控制 ,對加工中心的加工操作和加工狀態進行監視;第二是故障識別與處理 ,如刀具磨損識別與自動更換備用刀具、自激振動識別與自動抑制或消除等;第三是自適應控制 ,根據檢測到的過程控制信息自適應地改變加工參數。而智能加工中心對信息的獲取與處理表現在對加工環境和加工狀態的自主響應能力 ,其中對刀具狀態的監測是評判加工狀態的重要依據。加工中心刀具狀態實時在線智能監測系統 ,及基于神經網絡與模糊識別模式的多傳感器融合技術的刀具磨、破損監測

系統的成功開發 ,為智能制造信息的自動獲取 ,成功提供了有力的保證。2.智能加工中心的主要功能

在智能加工中心中 ,智能數控系統是 IMC 的神經中樞 ,其智能化程度直接決定了整個智能制造系統的智能水平。智能數控系統具有高級的自主控制功能 ,能將任務請求、作業規劃、軌跡控制、過程監視與控制、錯誤自修復等功能有機結合起來。面向制造系統 ,它是任務驅動的柔性規劃學習系統 ,而面對復雜的物流加工環境 ,它又是 “刺激一反應” 型的再勵系統 ,能對來自內部和外界環境的多種刺激做出理智的決策 ,從而以最優策略完成目標任務。通過對智能制造環境下的加工過程進行分析 ,確定加工中心應具備的主要功能有:(1)感知功能 ,根據多種傳感器信號的收集、特征提取和信息融合 ,實現加工對象感知和系統狀態感知。

(2)決策功能 ,在感知的基礎上通過決策 ,明確其在整個制造系統中的作用、與其它智能機器的關系 ,并確定自身的行為方式。

(3)控制功能 ,智能加工中心根據決策結果進行處理 ,采用最優化的方式完成加工任務 ,并保證加工過程得到可靠的監視和維護。

(4)通信功能 ,包括與 CAD/ CAM 系統的智能通信 ,實現數據與知識的交流 ,支持并行工程策略;與其它智能加工機器的智能通信 ,交流狀態信息 ,協調加工負荷;與人類專家和操作人員的智能通信 ,提供良好的人機交互環境 ,為智能機器提供知識單元 ,做出相應決策。

(5)學習功能 ,依據決策、控制和加工指令 ,以及由此引起的狀態變化和最終加工任務 ,學習和積累相關知識 ,改進決策和控制策略。此外 ,還包括從人類專家和其它智能機器直接獲取知識。

八．智能制造技木的發展趨勢 智能制造是從 80 年代末發展起來的 ,最旱的幾本有關智能制造及系統方面的專著是在 1988年由 Wrightfg MilaciC 等人編寫的 ,隨后、Kusiak和 Pain也相繼出版了這方面的研究著作。這些專著所描述的 IMS仍基于設計與制造技術所提出的問題和解決的工具與方法。在許多工業化國家、人工智能已被當作求解現代工業提出的問題的工具和方法。因此 ,這些專著僅著力于人工智能在制造業中的應用和智能系統研究與應用中提出的問題的求解、使用基于知識的系統(如級聯結構系統)和優化方法來解決自動化制造環境中零件、產品、系統的設計與制造 ,以及自動制造系統的規劃與調度(管理)問題。先進的工業化國家在研究 FMS、CIMS、FA 及AI籌的基礎上 ,為了進行國際間制造業的共同協作研究、開發、設計、生產、物流、信息流、經營管理乃至制造過程的集成化與智能化等而提出來的智能制造系統 ,也是為了解決各發達國家面臨的企業活動全球化、重復投資增大、現場熟練技術工人不足和社會對產品的需求變化等因素而倡導的國際制造業的合作。在迸行智能制造及其相關技術與系統的研究方面、首推日本在 1990 年提議和倡導的日、美、歐之間建立的國際運營委員會、國際技術委員會和附屬機構 IMS中。大有主宰未來制造技術的趨勢。1991～ 1993 年 Barschdor 汀和 Monostori 等應用人工神經網絡(ANNS)到智能制造中進行加工過程的建模、監測、診斷、自適應控制;通過神經網絡的知識表示和學習能力 ,縮短 CIMS的反應時間 ,提高產品的質量 ,使系統更可靠。而 Furukawa則對智能機器的設計程序及它在自動導引車中的應用作了介紹。被稱為是二十一世紀的制造技術的智能制造系統 ,目前國內外已相繼開展了國際聯合研究計劃。智能制造系統與當前任何制造系統相比 ,在體系結構上有著根本意義上的不同 ,具體體現在:一是采用開放式系統設計策略。通過計算機網絡技術 ,實現共享制造數據和制造知識 ,以保證系統質量。這是將計算機界先進的設計和開發思想融入到制造系統的結果 ,因而使制造系統向擬人化的方向進一步發展。二是采用分布式多自主體智能系統設計策略 ,其基本思想是:賦予制造系統中各組成部分或子系統一定的自主權 ,使其形成一個封閉的具有完整功能的自主體 ,這些自主體以網絡智能結點的形式聯接在通訊網絡上 ,各個智能結點在物理上是分散的 ,在邏輯上是平等的。通過各結點的協同處理與合作 ,共同完成制造系統任務 ,實現人與人的知識在制造中的核心地位。此外 ,生物制造與仿生機械的科學與技術、生物自生長成形制造、綠色制造的科學與技術包括產品與人類和自然的協調理論 ,產品綠色工藝(如Near2Zero Waste)等也極大地豐富了智能制造的范疇 ,促進了智能制造系統的發展。目前 ,我國一些高等院校也在進行智能制造技術的研究 ,如南京航空航天大學機電學院朱劍英教授成立的智能制造科研組 ,一方面跟蹤國際智能制造的最新研究動態 ,另一方面從事智能制造關鍵基礎技術的預研工作 ,為地區及我國智能制造技術的發展做出了一定貢獻。遺憾的是 ,由于種種原因 ,我國政府主管部門和有關大公司、廠家并無跡象表明對智能制造已引起足夠的重視 ,至今也未得到我國機械學科的普遍關注。相信隨著人們對智能制造系統認識的逐步深入 ,智能制造系統必將得以迅猛發展 ,迎頭趕上世界先進發展水平。

九．智能制造系統研究成果及存在問題

目前對分布式制造系統的研究雖然還處于初期階段 ,但已在不同層次、不同側面上取得了大量令人振奮的基礎理論研究成果和應用成果 ,如制造 Agent的個體目標機制(如獎懲機制、市場機制、目標函數等)等。這些研究成果奠定了MAS在制造控制中應用的基礎。但是 ,由于制造 Agent 在信息、知識和控制上的完全分布 ,每個 Agent 對環境、對整個問題求解活動及其他Agent 的意圖只有部分的、不完全的知識 ,并且擁有的知識可能互相不一致 ,各個 Agent只能根據不完備的知識與不完整、不同步的信息做出局部決策。又由于整個系統缺乏類似中央控制的機制 ,因而整個系統的控制和決策往往不能達到最優效果 ,而且不可避免地存在大量難以解決的決策沖突(C onflict)和死鎖(Deadlock)。因此 ,對分布式自治制造系統中異構 Agent 間的相互合作以及全局協調機制的研究 ,是分布式自治制造系統最重要 ,也是最基本的問題 ,更是其走向實用所亟待解決的核心問題。協調是指一組 Agent 完成一些集體活動時相互作用的性質。在分布式制造系統中 ,全局協調和優化是一個在多目標動態約束下 ,各類活動和資源的最佳組合和排序的動態求取過程 ,它可以描述為兩個子問題 ,即局部調度決策和全局資源協調。由于 “組合爆炸” 現象的存在 ,當前采用的普遍方法是談判和投標(Neg otiation and Bidding)。談判被定義為:在開放的、動態的制造控制環境下 ,擁有任務訂單的 Agent(協調者),及欲參與任務執行的 Agent(投標者)之間傳遞各自的資源、愿望和能力信息 ,反復進行協商 ,直到其中一個Agent 或一組Agent 被選出組成執行該任務的隊列的過程。在這個過程中出現的沖突和死鎖或者由協調者來解決 ,或者由沖突中的 Agent 自行解決。為了加快談判過程 ,許多研究工作致力于改進談判策略和開發支持協商的協議和語言 ,目前已提出了諸如一步談判、多步談判、合同網等多種談判策略和協議。分析這種談判過程 ,可以看出:

(1)在當前所采用的模型中 ,談判是基于對談判者的知識與能力、討價還價過程、收益計算 ,以及子系統的影響(或能力)的平衡的顯式表達 ,以可計算的迭代模型模擬社會或生物界的組織形式和進化過程的協調和協作方法;

(2)各個Agent 總是將其他Agent 的局部調度作為其預測信息 ,以計算其自己的局部調度決策。依次地 ,又將決策結果傳遞給其他 Agent。宏觀上看 ,這是一個串行過程。當一個Agent 產生的結果不可接受時 ,又需要進行反復通信和迭代。因而 ,各個 Agent 的內部可以看作是一個局部閉環反饋控制系統 ,而沖突則是其外部擾動;

(3)全局協調的目標是要完全消解沖突 ,因而各 Agent 總是要利用最新的信息來處理沖突。因此 ,談判實際上是一種外部合作機制。這種方法在一定程度上解決了開放環境中的 Agent 協調和協作的組合優化問題 ,但是該方法的一個固有缺陷是它只是對社會市場或生物界的組織形式和進化過程的直覺模仿[1 ],尚缺乏對其基本原理、機制和限制條件的深刻認識和理論上的證明 ,例如 ,在什么條件下談判的過程是收斂的、穩定的。如何得到期望的結構或功能等。尤其當系統規模較大 ,而且 Agent 處于信息連續變化的高度紊亂的環境中(如由于市場的快速變化 ,經常會有一些短期的、緊急的訂單需要及時處理)時 ,有可能引起沖突的傳播(即任何兩個實體間沖突的解決會觸發其他沖突的出現)。這種特性類似于自催化過程 ,各個制造Agent 間正向先進制造技術的源泉.科學通報,1998 , 43-33727.[4 ] 史忠植.高級人工智能.北京: 科學出版社, 1998.[5]楊文通 ,王曹 劉志峰 ,等 數字化網絡化制造技術北京 電子工業出版社 , [6]王英林 ,劉敏 ,張申生 ,基于Agent的敏捷供應鏈及相關技術 中國機械工程 , [7]張軍 ,趙江洪 網絡協同數控機床工業設計系統中的知識獲取與應用研究 〔機械工程學報 〕 ,

第五篇：電力的智能制造裝備

應用于電力的智能制造裝備

力爭通過10年的努力，形成完整的高端裝備制造產業體系，基本掌握高端裝備制造業的關鍵核心技術，產業競爭力進入世界先進行列。到2020年，高端裝備制造產業銷售收入在裝備制造業中的占比提高到25%，工業增加值率較“十二五”末提高2個百分點，將高端裝備制造業培育成為國民經濟的支柱產業。經過改革開放30多年的快速發展，我國裝備制造業取得了令人矚目的成就，形成了門類齊全、具有相當規模和技術水平的產業體系，2009年、2010年連續2年產業經濟總量位居世界第一，為高端裝備制造業的發展奠定了堅實基礎。

2010年，高端裝備制造業實現約1.6萬億元銷售收入，約占裝備制造業銷售收入的8%左右。整體技術水平持續提升，圍繞國民經濟各行業的迫切要求，開發出了一大批具有知識產權的高端裝備，如百萬千瓦級超超臨界火電發電機組、百萬千瓦級先進壓水堆核電站成套設備、1000KV特高壓交流輸變電設備、±800KV直流輸變電成套設備、百萬噸乙烯裝置所需的關鍵裝備、超重型數控臥式鏜車床、精密高速加工中心、2000噸履帶起重機、ARJ21新型支線飛機、“和諧號”動車組、3000米深水半潛式鉆井平臺等，氣象衛星率先實現業務化運行，已初步形成了高端裝備制造產業格局。

根據我國智能制造技術和智能測控裝置的發展水平，智能制造裝備在“十二五”期間重點選擇在電力、節能環保、農業、資源開采、國防科技工業、基礎設施建設等6個國民經濟重點領域推廣應用。到2015年，智能制造裝備技術創新體系初步建成，具有知識產權的智能測控裝置及關鍵執行和傳動零部件研制能力顯著增強。

標簽：電磁振動給料機，電機振動給料機，振動篩，給料機，篩分設備