【智能制造】“制造基础技术与关键部件”重点专项2019年度项目申报指南
为落实《国家中长期科学和技术发展规划纲要(2006— 2020 年)》《国家创新驱动发展战略纲要》和《中国制造 2025》等规划，国家重点研发计划启动实施“制造基础技术与关键部件”重点专项。根据本重点专项实施方案的部署，编制 2019 年度项目指南。
本重点专项总体目标是：以高速精密重载智能轴承、高端液压与密封件、高性能齿轮传动及系统、先进传感器、高端仪器仪表以及先进铸造、清洁热处理、表面工程、清洁切削等基础工艺为重点，着力开展基础前沿技术研究，突破一批行业共性关键技术，提升基础保障能力。加强基础数据库、工业性验证平台、核心技术标准研究，为提升关键部件和基础工艺的技术水平奠定坚实基础。通过本专项的实施，进一步夯实制造技术基础，掌握关键基础件、基础制造工艺、先进传感器和高端仪器仪表的核心技术，提高基础制造技术和关键部件行业的自主创新能力;大幅度提高交通、航空航天、数控机床、大型工程机械、农业机械、重型矿山设备、新能源装备等重点领域和重大成套装备自主配套能力，强有力地支撑制造业转型升级。
本重点专项按照“围绕产业链，部署创新链”，从基础前沿技术、共性关键技术、应用示范三个层面，围绕关键基础件、基础制造工艺、先进传感器、高端仪器仪表和基础技术保障五个方向部署实施。专项实施周期为 5 年(2018—2022年)。
1.基础前沿技术类
1.1多维融合感知智能轴承基础原理与方法
研究内容：研究智能轴承动态运行信息演化与传递机 理;研究智能轴承集成感知机制与多维数据融合算法;研究智能轴承宽频高效自供电/无线供电原理与设计方法;研究智 能轴承信息的高效、低功耗、高可靠传输原理与处理技术; 研制多维融合感知智能轴承样机，并在数控机床、风电、轨 道交通等行业开展试验验证。
考核指标：开发面向数控机床、风电和轨道交通等领域的智能轴承原理样机 3 类，其中至少 1 类具备自供电/无线供电功能;典型故障检测类型≥3 类，识别率≥90%;温度范围-50℃～300℃，精度优于 1%;振动范围±100g 、±300g 、±500g(各行业选 1 项)，精度优于 1%;载荷范围 0～100kN、0～ 500kN、0～1000kN(各行业选 1 项)，精度分别优于 1%、2%、3%。
1.2高性能轴承动态和渐变可靠性设计理论
研究内容：研究滚动轴承渐变劣化(如疲劳和磨损等) 规律和内外部振动行为;研究渐变失效和振动效应交互影响机理，建立动态和渐变可靠性设计模型及相关理论;研究滚动轴承可靠性设计技术及试验测试装置，并开展相关试验。
考核指标：开发滚动轴承可靠性设计方法 1 套;构建滚动轴承的故障模式、失效案例、可靠性设计的数据库，覆盖疲劳、磨损、振动失效模式和可靠性设计数据 10 种以上;可靠性试验测试装置 1 套，完成 3 种典型产品的可靠性试验。
1.3液压元件及系统智能化基础技术
研究内容：研究电液深度融合的智能液压元件及动力单元，探索液压元件内部流量、压力、温度和位移等信息的集成测量新技术;研究多液阻独立控制的离散型液压元件的强非线性控制与适应调节机制;研究液压元件及动力单元的服役性能与寿命预测、典型应用案例的安全风险评估方法。
考核指标：工业用有线或无线可编程电调制液压阀样机2 种以上，具备介质的流量、压力、温度等测量功能，综合测量精度优于 1%;液阻离散独立的智能液压阀控制器、液压阀样机及测量系统，系统控制精度优于 3%;动力单元具有在线状态监测、故障诊断、服役性能与寿命预测等功能， 故障诊断覆盖率不低于 80%。
1.4齿轮传动系统动力学基础理论及其健康监测
研究内容：研究齿轮传动系统非线性动力学特性、几何与运动误差回溯、振动噪声预估与主动控制理论与方法;研究齿轮性能退化规律和典型损伤机理、监测信号解耦及故障诊断方法，建立多维监测参数特征与健康状态的映射关系; 开发传动系统健康状态监测系统，并在风电等领域进行试验验证。
考核指标：建立齿轮传动系统动力学优化方法，完成不少于 1 种产品动力学优化;开发传动动力学仿真软件 1 套， 仿真精度不低于 85%;研制传动系统健康监测样机 1 套，故障监测准确度不低于 90%。
1.5新型高性能精密传动基础理论与技术
研究内容：研究零隙精密传动及大速比传动新原理与新构型;研究相应的数字化设计方法、啮合副复杂曲面制造关键技术;开展传动效率、承载能力、温升、寿命等试验，并在航空等领域进行试验验证。
考核指标：开发新型精密齿轮传动装置不少于3种;其中，零隙精密传动空载回差小于 5 角秒，传动误差小于 60 角秒;在相同试验条件下，承载能力、寿命等较现有传动提高 20%。
1.6高功率密度微纳振动能量收集器前沿技术
研究内容：研究工业振动环境下，振动摩擦、振动压电、振动电磁的高效能量收集转换方法;研究微纳振动能量收集器的先进材料和高效能量收集结构设计技术;研究能量存储及低功耗调理电路设计与系统集成技术;研制高功率密度摩擦能量收集器、压电能量收集器、电磁能量收集器原型器件， 并在工业现场无线传感网节点试验验证。
考核指标：振动频率覆盖 1Hz～500Hz，摩擦能量收集器峰值功率密度≥400μW/mm2，压电能量收集器归一化功率密度≥5μW/( mm3·g 2 )，电磁能量收集器归一化功率密度≥0.5μW/(mm3·g 2)。
1.7跨尺度微纳米三坐标测量基础理论与技术
研究内容：研究三维纳米位移和定位的测量理论与技 术;研制高分辨力三维组合纳米测头;研究微纳三坐标测量机量值溯源技术;研究典型微型零件三维准确测量方法及技术;研制微纳米三坐标测量机样机，在精密微型零件加工和微纳制造领域进行试验验证。
考 核 指 标 ：微 纳 米 三 坐 标 测 量 机 量 程X×Y×Z ≥100mm×100mm×50mm;三维测量分辨力优于 1nm; 最大允许误差(E3)(250+4.5×10 -6L)nm;实现宽度低至 100μm的结构内尺寸及形状三维测量。
2.共性关键技术类
2.1工业机器人减速器轴承关键技术及工业验证平台
研究内容：研究工业机器人减速器轴承的高精度及长寿命设计方法;研究薄壁及柔性等特殊轴承套圈批量化磨削、热处理等精密加工技术;研究工业机器人减速器轴承性能和寿命试验验证技术及装备;制定工业机器人减速器轴承试验技术规范;搭建工业机器人减速器轴承系列产品工业性验证平台，开展系列产品的寿命、摩擦力矩、振动、温升等试验， 研究成果在工业机器人上实现应用。
考核指标：开发工业机器人减速器轴承设计方法 1 套; RV 减速器轴承精度达到 P4 级、试验寿命≥6000 小时，谐波减速器轴承精度达到 P4 级，试验寿命≥8000 小时;平台具备80mm～260mm 内径轴承的寿命、摩擦力矩、振动、温升等测试能力，试验技术规范数≥1;在 5 家以上企业应用，装机系列数≥6。
2.2大功率风电主轴及增速箱轴承关键技术及工业验证平台
研究内容：研究大功率风电主轴及增速箱轴承的长寿 命、可靠性设计分析技术;研究抗疲劳制造工艺等轴承控型控性技术;研究轴承性能和耐久性强化试验技术及装备;制定大功率风电主轴及增速箱轴承试验技术规范;建立大功率风电主轴及增速箱轴承系列产品工业性验证平台，开展寿 命、振动、温升等性能试验，研究成果在大功率风电机组上实现应用。
考核指标：开发风电主轴及增速箱轴承数字化设计软件≥1 套;4MW 以上风机主轴及增速箱轴承精度等级不低于P5，增速箱高速端轴承温度≤85℃，理论寿命、强化试验寿命≥20 年;应用企业不少于 2 家，装机不少于 10 台套;平台具备200mm～1180mm 内径轴承的寿命、振动、温升等性能测试能力，试验技术规范≥1 套。
2.3微小型液压元件关键技术
研究内容：研究高功率密度电-机械转换器、低液动力阀口的设计和制造工艺;研究高功率密度液压泵旋转组件的设计和加工工艺;研究微小型液压阀和液压泵的性能测试方 法;在航空航天、石油装备等领域进行试验验证。
考核指标：研制不少于 4 种规格的高压微小型液压泵和液压阀样机，泵排量≤5mL/r，阀流量≤5L/min，响应时间0.5ms～1.5ms;制定微小型液压阀和液压泵性能测试规范2项;开发微小型液压阀和液压泵性能测试装备1套。
2.4海工装备用长寿命耐腐蚀液压元件及系统关键技术
研究内容：研究海洋环境下活塞杆耐腐蚀涂层技术与工艺;研究海洋环境下长寿命液压缸密封技术;研究液压控制系统的稳定性、工况适应性等关键技术，在大型海上风机、海洋平台升降与波浪补偿装置等海工装备中验证。
考核指标：缸径 250mm～650mm，活塞杆涂层弯曲疲劳试验≥500 次(无裂纹)，中性盐雾实验时间≥5000 小时;研制 2 种以上典型海工装备用液压系统。
2.5高性能机械密封关键技术与工业试验平台
研究内容：研究机械密封关键元件表面精密成形、智能化监控与检测技术;研究高温高压多介质机械密封试验和综合性能评估技术;研究面向油、水和气介质的机械密封元件工业试验平台。
考核指标：关键元件表面微槽深度误差不超过 5%，曲面轮廓误差≤1μm，表面粗糙度 Ra≤0.1μm;平台可进行高温高压多介质试验，具备线速度 250m/s、温度 500℃、压力25MPa、转速 50000r/min 的产品试验能力。
2.6高速重载锥齿轮传动关键技术
研究内容：研究高速重载弧齿锥齿轮传动的动态设计理论，系统动力学仿真与结构动力学优化;研究锥齿轮复杂齿面高效切齿和精密磨齿数字化仿真技术及软件;研究锥齿轮疲劳寿命加速试验技术;在航空传动领域开展应用验证。
考核指标：开发不少于 2 类高速重载锥齿轮，转速≥8000rpm，单对齿轮功率密度≥450kW/kg;齿轮加工精度高于5级，传动效率≥96%，寿命提高 20%;开发高速重载锥齿轮数字化制造软件 1 套，高速重载锥齿轮疲劳寿命试验装备1套。
2.7高长径比零件高效清洁热处理技术
研究内容：研究高长径比零件热处理应力/变形演变规 律、数值模拟与表面热处理强化机理及基础工艺，热处理表面强化层控制技术;研究高长径比零件高效感应热处理和真空热处理技术;开发高效清洁热处理装备，实现滚动部件等典型高长径比零件在微电子制造、航空航天等领域的应用验证。
考核指标：高长径比零件感应热处理装备 1 套，可处理零件直径 50mm～200mm、长度≥5m，可实现零件淬硬层厚度 4mm～12mm、硬度均匀性≤±1HRC、变形量≤1mm/m;真空热处理装置 1 套，加热温度≤1150℃，有效加热区炉温均匀性≤±5℃，压升率≤5×10-1Pa/h，可实现零件硬度均匀性≤±2HRC;感应和真空热处理及变形控制后的零件表面硬度均匀性≤±1.5HRC，淬透层深度均匀性优于±0.03mm 。
2.8清洁切削共性关键技术
研究内容：研究高速干切工艺使能关键技术，建立基础数据库;研究微量润滑切削与低温冷却切削装置及相关功能部件;研究高稳定性清洁切削工艺技术及高生物降解微量润滑切削液;开展航空航天典型材料的清洁切削试验验证。
考核指标：高速干切工艺基础数据库涵盖多种典型材料和工艺，及其相关的百种以上工况基础数据;适用于车、铣加工工艺的低温微量润滑装置及相关功能部件不少于 6 种， 低温冷却切削装置的最低输出温度低于-190℃;清洁切削机床周边悬浮颗粒物浓度≤.5mg/m3;切削液生物降解率≥95%;完成不少于 3 种典型材料清洁切削试验验证。
2.9硅基 MEMS 高深宽比结构无损测量技术
研究内容：研究 MEMS 高深宽比结构三维几何特征快速无损测量原理和方法;研究测量系统设计、光学显微传感、微弱信号采集与处理、校准与误差补偿、量值溯源等关键技术;研制高深宽比三维特征尺寸快速无损测量系统，并在MEMS 工艺线试验验证。
考核指标：沟槽深宽比≥20：1，深度测量范围10mm～ 300mm，深度测量不确定度≤0.5%(k=1);线宽测量范围2mm~30mm，线宽测量不确定度≤1%(k=1);单点测量时间≤5s。
2.10硅基 MEMS 厚金属薄膜关键技术
研究内容：研究硅基 MEMS 厚金属薄膜工艺兼容性，研究高质量厚金属薄膜制造工艺、薄膜特性测试技术;研究硅基厚金属薄膜 MEMS 结构释放工艺技术，研究 MEMS 继电器的高可靠设计、制造及封装等关键技术;开发硅基 MEMS 厚金属薄膜成套制造工艺技术，在航空航天重大技术装备中应用。
考核指标：硅基衬底圆片直径≥150mm，金属薄膜厚度≥5mm，薄膜厚度误差≤±3%，薄膜应力≤150MPa;MEMS 继电器负载电流≥500mA，接触电阻≤500mΩ，开关寿命≥1×106次，成品率≥85%。
2.11高性能微纳温度传感器关键技术
研究内容：研究耐高温柔性曲面衬底上薄膜材料热电特性、快速响应敏感单元设计技术，曲面衬底上高温温度传感器的高可靠性设计及制造关键技术;研究光学温度传感器回音壁谐振腔、模式调控、频率锁定等关键技术;研制曲面高温温度传感器和高分辨率温度传感器原型器件，并在航空航天重大技术装备中试验验证。
考核指标：曲面衬底高温温度传感器测量范围-60°C～ 1800°C，误差≤±1.5%FS，响应时间≤10ms;高分辨率温度传 感器测量范围 20°C～40°C，分辨力≤1μK/。
2.12硅基 MEMS 气体传感器关键技术
研究内容：研究硅基 MEMS 气体传感器芯片集成化设计技术;研究硅基 MEMS 红外光源、光学微腔、光学天线、红外探测器、温度传感器等核心部件与集成制造技术;研究标校算法、边缘计算、ASIC 芯片闭环控制、环境效应等非色散红外(NDIR)气体检测系统集成关键技术;实现传感器在流程工业中应用。
考核指标：气体传感器量程二氧化碳(0～5000ppm)、二氧化硫(0～100ppm)、氮氧化物(0～50ppm)、甲醛(0～ 100ppm)、丙酮(0～100ppm)，测量误差≤±2%。系统芯片尺寸≤20mm×10mm×5mm ，长期稳定性≤1%FS/年，制定传感器规范或标准≥2 项。
2.13高性能磁传感器关键技术
研究内容：研究并优化高性能磁传感器芯片制造工艺技术;研究高性能磁传感器的高灵敏结构设计和高可靠封装技术;研究磁编码器与转速测量涉及的 ASIC 芯片、软件算法、测控接口等;形成制程规范，在数控机床、工业机器人、伺服电机等装备应用。
考核指标：磁传感器灵敏度 100mV/V/Oe，本底噪声≤10pT/@1Hz，体积≤30mm×30mm×5mm，成品率≥85%;伺服电机磁绝对位置编码器精度优于 0.02°，成套制程规范≥2 项。
2.14仪表专用微控制器芯片设计及应用关键技术
研究内容：研究数据采集、处理、存储、通信等高度集成的工业自动化仪表芯片设计技术;研究针对高度集成仪表芯片的软件可重用开发方法，开发典型功能库;研究仪表高密度集成设计等关键技术;基于上述芯片，开发核心零部件自主可控的温度、压力、流量、电动执行器等小型化仪表， 并开展应用验证。
考核指标：微控制器芯片模/数转换精度不低于 16 位， 内嵌 32 位微处理器，内嵌 HART、FF、Profibus 等通信控制器;完成不少于 100 台小型化仪表应用验证。
2.15多参数危险气体在线分析关键技术
研究内容：研究在线分析仪器紧凑型核心部件高密度集成技术;研究含固、液杂质的工业气体在线测量预处理技术及装置;研究一氧化碳、二氧化碳、氧气、甲烷、硫化氢、氨气等多组分气体浓度、多参量集成测量技术;研制高安全多参数小型化危险气体在线分析仪器;在典型工业过程领域开展应用示范。
考核指标：工业主要危险气体测量线性精度优于±1%FS ;温度在线测量范围 30℃～1500℃，压力在线测量范围覆盖 0～0.3MPa;在冶金、石化、化工等两类以上工业领域的爆炸性气体环境危险区域开展应用示范。
2.16六自由度激光自动精准跟踪测量关键技术
研究内容：研究六自由度激光跟踪测量原理与方法，建立相应的数学模型，攻克目标捕获与跟踪、高精度绝对测距、高精度姿态测量、数据解算、性能校准与精度补偿等关键技术;研制六自由度激光跟踪测量原理样机，在机器人校准、飞机和燃气轮机装配等领域开展试验验证。
考核指标：最大跟踪测量半径 30m，空间坐标测量精度≤10ppm，姿态测量精度≤0.03°，最大跟踪速度 2m/s。
2.17工业现场通信质量分析关键技术
研究内容：研究典型工业通信协议的报文快速分析、在线通信质量评估与分析诊断技术;研究强干扰工业环境下工业通信物理层信号的多参数测量、环境干扰在线评估与分析诊断技术;研制工业现场通信质量分析仪器，在制造领域开展试验验证。
考核指标：工业通信协议分析种类≥6 种、工业以太网通信分析种类≥6 种，通信质量分析报文覆盖率≥90%;仪器具备通信物理信号的电压差、抖动、上升时间、下降时间、比特时间、传输速率、传输延迟、同步精度等指标在线监测功能，具备数据链路层时间同步与 MAC 层、传输层、网络层和应用层分析功能，具备在线设备列表拓扑监视、错误报文率和循环通信调度分析等功能。
2.18功能安全与信息安全融合的仪表共性关键技术
研究内容：研究仪表功能安全和信息安全融合理论与方法;突破仪表冗余设计、失效诊断、故障控制、安全通信、访问控制、事件及时响应等关键技术;研制具有功能信息安全融合能力的变送器/执行器等仪表;在石油、化工、火电等 典型行业开展应用验证。
考核指标：仪表实现安全完整性等级 SIL2，信息安全等级 SL2，整体诊断覆盖率≥90%。
3.应用示范类
3.1工程机械大扭矩轮毂驱动关键技术及应用示范
研究内容：构建大扭矩轮毂驱动系统多变工况下的载荷谱，研究驱动行星齿轮传动系统集成设计方法;研究轮毂驱动系统多体动力学及可靠性，轮毂驱动系统热平衡及传动效率;研究轮毂驱动系统零部件制造工艺与关键技术，在大型工程机械中应用示范。
考核指标：载荷谱数据库 1 个，设计分析软件 1 套;大扭矩轮毂驱动系统扭矩≥1×106N·m ，减速比≥32，传动效率≥90%。
3.2铝合金承力结构件挤压铸造成形技术及应用示范
研究内容：开发适合车辆承力结构轻量化的铝合金高性能挤压铸造成形关键技术;建立铝合金挤压铸造成形材料—工艺—组织—性能仿真模型和测试平台;建立不同重量、形状、尺寸的挤压铸造产品开发试验平台;研究典型零件轻量化结构设计、工艺优化、性能评价技术，在车辆制造领域应用示范。
考核指标：挤压铸造产品开发试验平台具备 0.05kg～ 30kg 或投影面积 10cm2～3000cm2 承力结构件的挤压铸造能力; 铝合金承力结构件抗拉强度≥280MPa ， 屈服强度≥220MPa，延伸率≥8%;铸件尺寸精度≥CT6 级;形成至少5种典型承力结构件的挤压铸造成形工艺示范生产线。
3.3高强度铝合金大型薄壁件精密铸造技术及应用示范
研究内容：研究铝合金精密铸件控形控性方法及精密铸件凝固控制技术、数字化精密铸造技术;研究铝合金高真空压铸技术;研制典型高强度铝合金大型薄壁件，在航空航天、汽车等领域应用示范。
考核指标：铝合金铸件外形尺寸≥1.5m，300℃条件下抗拉强度≥185MPa、延伸率≥5%;大型铝合金框架类铸件关键尺寸精度 CT7～8 级，内部质量达 I 类要求。铝合金真空压铸型腔真空度≤10kPa，铸件抗拉强度≥250MPa、延伸率≥10%;形成 3 种以上铝合金关键部件的生产应用示范。
3.4高性能光栅位移传感器开发及应用示范
研究内容：研究玻璃、石英、金属及陶瓷基底光栅的超长大幅面、可复制、高精度制造技术;开发超精密、大幅面、多自由度、宽温域的高性能系列光栅位移传感器;研究超高细分技术、信号处理与融合技术以及系统集成技术。完成光栅传感器的技术研发，并在精密制造和高端测量装备中应 用。
考核指标：线位移纳米光栅分辨率 0.1nm，精度 200nm， 光栅长度≥50mm;角位移光栅分辨率 0.01"，精度 0.2"，光栅幅面最大外径 500mm;二维光栅分辨率 1nm，精度 1μm，光栅幅面 500mm×500mm ;宽温域位移传感器温度范围-60°C～ 1000°C，测量精度 0.2mm，光栅长度 20mm;产品成品率≥90%。
3.5工业仪表制造过程智能标定系统开发及应用示范
研究内容：研究压力和流量等仪表标定环境智能控制技术及装置;研究多批量、多品种仪表自适应装夹，仪表标定系统参数自配置，仪表参数自修正等关键技术;研制核心零部件自主可控的压力和流量等仪表制造过程批量化智能标 定系统。
考核指标：压力仪表批量标定最大允许误差 0.015%，温度补偿范围覆盖-40℃～80℃，单次温度补偿台数≥50;流量仪表标定系统最大允许误差 0.2%，单次标定台数≥10;在 2 家以上仪表制造企业开展应用示范。
3.6芯片封装缺陷在线视觉检测仪开发及应用示范
研究内容：研究自适应多模式照明、光学自动对焦、高速图像采集与处理、精准定位与同步控制、图像配准与三维重构、复杂缺陷识别分类等关键技术，研制高灵敏度半导体芯片封装缺陷在线视觉检测仪，开展应用示范。
考核指标：仪器检测灵敏度优于 0.5μm，最大检测运动速度 100mm/s，缺陷检测准确率≥99%;在 2 家以上芯片生产企业开展不少于 5 套样机的应用示范。
10分钟看懂西门子数字化工厂！
说到数字化工厂，我们就不得不提到另外几个老生常谈的概念，德国的工业4.0，美国的工业互联网，中国的智能制造。
各种专家关于这几个概念的各种解释能装一火车皮，咱们要是详细辨析这几个概念，今晚就不用吃饭了，所以我们还是简单点，几句话把它说个大概。
● 市场1.0 ——自然经济：农业社会是自给自足的经济，我生产我消费，偶尔拿两个玉米棒子出去交换一下；
● 市场2.0 ——区域经济：大航海和蒸汽革命之后，人类建立起区域经济，区域内大规模贸易，区域外小规模贸易，欧洲、亚洲、美洲等七大洲的概念都是在这个阶段逐渐确立起来的:
● 市场3.0 ——全球经济：电力和信息革命大大降低了人们跨地协作的成本，全球经济建立起来，整个工业生产分散到全球的每一个角落，地球村的概念出现；
● 市场4.0 ——碎片经济：互联网带来的社群化，使不同社群间的价值观差异越来越明显，人们越来越难以相互理解，几百年被整合起来的市场再次被打碎，形成众多个性化需求。
为了适应这个碎片化的新经济趋势，传统规模驱动的大工业生产，必须要变成数据驱动的小工业生产，这就是所谓第四次工业革命的源头。
对于如何让数据在工业中发挥作用的方法，世界各国吵吵嚷嚷，意见不一。
● 德国是最好的制造基地，它的“工业4.0”，更关注生产车间里的数字化，也就是生产过程的Smart。
● 美国是最大的消费基地，它的“工业互联网”，更关注最终产品的智能化，也就是产品本身的Intelligence。
● 而中国制造2025，有咱最大最牛政府的特点，更偏重政府产业政策的指导方向，也就是产业升级的Guideline。
把大象关冰箱需要三步，把工业4.0实现还要多一步，分四步走：
一是精益工厂，先要调理生产方法，提高整个工厂里人的管理水平和生产效率，这是工业工程师干的事。
二是透明工厂，用各种IT系统把调理好的生产管理方法固化在软件里，这是IT工程师干的事。
三是自动化工厂，在经济条件约束下，用各种机器设备自动化取代人力，这是自动化工程师干的事。
四就是数字化工厂，基于同一个底层的数据库，把所有的人、IT系统、自动化系统连通在一起，为现实工厂在虚拟世界里建立一个“数字化双胞胎”，这就是西门子、施耐德这些跨国巨头在干的事。
下面的问题就是，数字化工厂怎么上呢？
这就跟我问你“互联网转型怎么转”一样，你讨论20年也不会有结果，因为缺了一个行业的维度。
这世上没有什么病都能治的仙丹，数字化工厂最重要的是辨证施治，行业不同，方案自然也就不同。
工业分为39个大类,191个中类,525个小类，中国所有类目都有，是产业链最全的国家，没有之一。
所以要是挨个行业说，笔者可以录一部《晓松奇谈》，一年也说不完，所以咱们只按照大块来归类。
工业其实就分为两个大块，一个是离散行业，另一个是流程行业。
汽车、飞机、机床，这种先做出一个个零部件，然后组装到一起的生产过程，就是离散行业。
石油、化工、钢铁，这类把原材料混合、分离、粉碎、加热，批量或连续的方式进行生产的，就是流程行业。
再简单点说，离散行业大多是物理组装，流程行业大多是化学加工。
所以我们也就分这两个大行业，来说说数字化工厂。
笔者参观的成都数字化工厂，是生产PLC（可编程逻辑控制器）的，不懂是啥也没关系，你就理解为一种电子产品，属于一个典型的离散行业。
西门子成都数字化工厂
这里有一段精彩的介绍视频
小编为您准备好了
↓
好，下面考考你，三个人分开画一个鸡蛋，各画三分之一，如何保证三张图能完美的拼在一起呢？
有点难吧，那如果是三万个人呢？三百万个人呢？
离散行业最大的特点就是，它真的很离散……
一个像飞机、汽车这样复杂的产品，需要有几十万、甚至上百万个零部件，不但整机要经过产品设计、生产规划、制造工程、生产执行和售后服务这几个阶段，每一个零部件也要经历这个过程。
任何一个阶段出了问题，最后的产品可能都组装不起来，所以这个研发周期很长，而且一旦生产线运行起来了，想换型号是很难的。
我们说做一家工业企业远比做一家互联网企业难得多，就是因为工业的协作体系太大，产业链太长，即使企业内部有一些管理系统，也就像是这一地鸡蛋碎片，想把这个图拼好实在是不容易。
数字化工厂的解决方案其实很简单，你们仨，甚至你们三百万人，都在同一张图上，一起画。
说的神乎其神，其实数字化工厂就是提供了一张底板纸，一个底层数据库，然后把原来的一个个系统，研发、生产、制造、服务什么的都插进去，构成一幅拼图，也就是所谓的“数字化双胞胎工厂”。
具体怎么做呢？
我们可以想象一个企业，从研发开始，到生产规划、制造工程、生产执行，这是一整个生命周期过程。
在这个过程我们从产品设计开始，研发部门把设计产品的元器件清单、组装图、测试条件这些信息放进一个数据库里，第一步就完成了，一个1.0版的产品数据模型就做好了。
接下来到了第二步，生产规划部门，如果我们还用刚才那个数据模型，内容就不够了，因为那里只有设计参数，而没有生产参数。所以我要继续输入如何把产品生产出来的数据，比如工艺流程、质量标准这些东西，这个数据库就自然扩大了，变成了数据模型2.0。
到了第三个部门，制造工程部门，要对生产机床进行编程，各种自动化组态、程序调试，把制造环节的数据进一步的扩大，形成数据模型3.0。这个过程中我可能还需要从ERP来调用生产订单的信息，从PLM得到产品设计信息，然后还要从物流系统得到物料信息，把这些综合在一起和生产线进行互动形成生产，这个环节就是运营管理。
就这样，一步一步，从1.0到N.0,这个数据模型会越来越大，它从头到尾都是在一个数据库中不断扩展起来。以前是各画各的纸，然后根据一个标准拼起来，现在是大家都在同一张纸上画，一笔一笔添上去，由“接下来……接下来……”变成“一边……一边”，这个数据模型就是虚拟工厂，当虚拟工厂和真实工厂实现了互动和同步，一个数字化工厂就形成了。
具体到一个数字化工厂的形态，其实没有什么黑科技，就是生产控制的自动化系统、制造执行的MES系统、财务管理的ERP系统、产品生命周期管理的PLM系统，基于同一个底层的数据模型，根据需要缺哪个补哪个，仅此而已。
▲（离散工业数字化工厂）
那它的好处在哪里呢？
举个例子来说，我们要造一部锤子手机（抱歉我是罗粉，我要义务做个广告挺那个胖子一下），这就是一个典型的离散制造。
在传统的手机制造业里，我们怎么做手机外壳呢？
第一步对外壳进行设计，设计完之后我们要做一个模具，模具设计完了以后要做出一个真实的模具来，然后再对模具注塑，注塑完了以后才能生产出塑料外壳。
那么数字化工厂要怎么做？
外壳设计完了以后直接生成CNC数控机床程序，CNC程序直接灌注到加工机床，加工机床直接会做出来外壳，节省了步骤，提高了灵活性，缩短了产品上市时间，保证了产品质量，这就是数字化生产方式的好处。
对于数字化工厂这个领域，离散行业要更成熟一些，流程行业基本还在探索当中。
离散工业主要以组装和物理加工为主，它的生产过程需要控制的更多是时间、位置这些参数。而流程工业通常是一个连续的化学变化，需要控制的主要是温度、压力、流量、液位这些，它的数字化底层逻辑和离散行业其实大同小异，只是说筹建对象不一样，用的工具当然也有一点区别。
西门子在流程工业的数字化方案主要是两点，一体化工程和一体化运维。
流程行业是连续制造，每个环节之间都相互影响，啮合在一起，所以一旦建厂完成之后，通常不会改变生产的主产品，最多就是换换配方。所以在流程工业里，数字化工厂的实施对象主要还是新建工厂，老厂的改造相对要困难一些，经济效益也不明显。
流程工业的建厂过程中，往往需要更多的一些配合，尤其是企业和企业之间的配合，比如新建一个煤化工厂，有一个业主，一个设计院，一个EPC（总包商），这三个公司需要在一起协同工作，以前通常是各自用各自的系统，相互之间通过签技术协议来保证数据的一致。
但是一旦出现数据的改动，就要反复的重新签技术协议，笔者在负责钢铁行业时，最头疼的就是业主修改了某一个设备参数，这样我们其他人就是谈判好几轮，签一厚达技术协议，这个工作量是巨大的。
西门子所谓的“一体化工程”，就是提供一个软件的平台，叫做“COMOS”，让这三方都可以在同一个平台上来设计、调试、和随时调整，这样就大大减少了各种文档管理带来的错误和风险。
跟离散工业更注重工厂内部的纵向集成和围绕一个产品生命周期端到端的集成相比，流程工业的一体化工程更关注企业间的横向集成。它就不仅仅是一个工厂车间的数字化双胞胎了，而是一个协作体系的数字化双胞胎。
接下来就是一体化运维。
刚刚那个COMOS软件，还可以把设计数据直接导入到未来运行的大脑DCS中间去，来减少DCS中的编程工作量。在DCS安装完成之后，这个数据又可以直接交给运营管理方，在运营过程中间如果出现任何问题，你就可以很快地返回到设计部门，找到问题的原因，提高运行维护的效率。
此外，你还可以根据设计数据，直接通过仿真软件做出一个虚拟工厂，在虚拟环境里进行设备调试和试车，甚至可以通过虚拟现实头盔走进工厂进行巡检维护。
当虚拟调试很顺利时，我们就可以把整个设计方案交给业主了，现在我们交给业主的不再是一大摞图纸，而是数据化的交付，用户在上面可以直接构建运行维护系统。
工程设计和运营维护原来是完全不相干的两个系统，现在通过数据化交互一个桥梁把它联系在一起，这就是一体化运维。
从上面的过程你就能看出来，流程工业数字化工厂的关键，是设计院在设计时就要采用数字化软件，这样后面的虚拟工厂仿真、系统运行维护才能实现。它不同于离散行业可以像拼图那样修修补补，必须在工程的初始就采用数字化的底层，否则后面的逻辑都无法实现。
也正因为这个，其实流程工业的数字化工厂发展是比较慢的，原因很简单，中国的设计院普遍认为设计方案是自己的核心Know-How，怎么能随便交给客户呢？这就是一个文化的问题了，非一两日能够解决。
数字化工厂，其实不是什么黑科技，无论专家们怎么忽悠，其实它所有的技术都是现成的。即使像西门子这样的巨头，也只是把这些现有技术重新组合到一起而已。
我这次去成都时也注意到，西门子的成都工厂，是复制德国的西门子安贝格工厂而来的，它是一个全新的工厂，没有历史包袱，而且全套生产方法都来自于德国一百多年的积淀，每一处细节都透着工业之美，让人叹为观止。
但是对于国内大多数历史包袱很重、生产方法落后、制造文化保守的制造企业来说，数字化工厂不是万能药，上这个项目一定要慎重。任何一种科技，如果不加上财务这个维度，就不能算是商业，需要综合考虑成本、投资回收期、投资回报率这些问题。
另外，数字化工厂的软件再牛，它也只是个工具，辅助的是你原来线下的工作流，如果你的精益工厂和透明工厂还没有完成，就算把最好的软件全用上，也就是个摆设而已。
数字化其实没有能不能做的问题，只有到没到时间做，值不值得做的问题。
工业互联网
产业智能官 AI-CPS
加入知识星球“产业智能研究院”：先进产业OT（工艺+自动化+机器人+新能源+精益）技术和新一代信息IT技术（云计算+大数据+物联网+区块链+人工智能）深度融合，在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的机器智能认知计算系统；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。
版权声明：产业智能官（ID：AI-CPS）推荐的文章，除非确实无法确认，我们都会注明作者和来源，涉权烦请联系协商解决，联系、投稿邮箱：erp_vip@hotmail.com。
相关内容
微信扫码咨询专知VIP会员