【智能工厂】智能工厂建设如何少走弯路？

会员服务 ·

【智能工厂】智能工厂建设如何少走弯路？

2018 年 4 月 22 日 产业智能官 数字化企业

◎文丨3A精益管理顾问刘承元博士

随着中国制造2025的发布，自动化、信息化和智能化成为当今社会经济生活中提及率极高的关键词，智能工厂建设成了热门。在这股热潮中，我们既要积极关注，认真学习，更要理性思考，有序导入。

没有精益的自动化、信息化

会造成极大浪费

为了应对劳动力成本上涨，企业期望尽快实现机器对人工的替代，特别是看到乌压压一片装配工的时候，这种想法更是急迫。面对市场需求，一些自动化公司开始放胆接单，而且什么都敢承诺。结果是，签约并支付首款后，自动化公司开始试做（不断试错），许多情况下不能如约交付靠得住的自动化设备或生产线，最后双方不欢而散甚至被纠纷困扰。

某小家电公司，找了一家服务商进行装配线自动化改造，合同约定5个月完成，后来做了一年多还无法交付。据我们了解，自动化生产线无法交付，主要原因是企业产品工艺、零部件精度不够等造成的。当然，自动化公司事前调研或经验不足，贸然接下这样的订单，也有不可推卸的责任。这条装配线如果要成功进行自动化改造，就必须重新进行产品和工艺优化设计，还要对零部件加工精度进行改良，也就是要进行全面的精益化改善。即便如此，也并非所有作业都需要或都可以自动化，还要具体问题具体分析。

另一方面，迫于趋势的压力，企业信息化建设也方兴未艾，但建设效率低下更是触目惊心。许多企业花巨资引进ERP系统，最后竟然做不了生产计划。没有生产计划，自然就不能生成采购计划；没有生产计划，也就出不了物料出库或配送计划；没有生产计划，也就不能进行生产的调度管理；没有生产计划，就无法对物料或订单交付等进行报警或管控……所以，不能实现生产计划功能的ERP根本就不是ERP。

除了ERP之外，企业还会购买或内部开发诸如财务管理、人力资源管理、客户关系管理、模具管理、设备管理、订单管理和OA等系统。这些系统充其量只是用来作为记录、查询和沟通的道具，很少见过能够实现统计、分析、报告、报警、纠错防错、可视化监控和职能协同等旨在提高管理智能化水平的功效。

除此之外，在自动化、信息化还有许多诸如跟风装面子的现象，造成极大的资源浪费。所以，如何进行自动化和信息化，是企业管理者当前需要认真学习的主题。

走向智能工厂

到底需要怎样的自动化和信息化

为了正确理解，或有序推动智能工厂建设，笔者根据长期的顾问经验，创建了一条如图所示的智能工厂结构化路径，明示了企业经营与自动化、精益化、信息化和智能化之间的关系，对智能工厂建设具有重要的指导意义。通过这个结构化路径，我们可以自上而下较全面、立体地理解智能工厂所倡导的愿景、目标、战略和架构基础等内容。

首先是建设愿景，就是装上一个能帮助我们实现高效经营的数据大脑。这个数据大脑是企业经营中负责思考、判断和发出指令的神经中枢。它从企业经营的各个领域获取有价值的信息，并通过分类、加工处理，得出各种有效的结论或指令，高效管控企业的运营。可以设想，在一个“中央经营控制室”里，我们可以即时看到各项经营图表、数据，看到关键KPI及为之努力的状况，看到关键战略或课题的推进状况等，做到“脑”（心）中有数。

其次是两个建设目标（或原则）：一个是自动化或智能化，另一个是准时化或定制化。这两个目标最初是作为丰田生产方式的两大精益原则，很早以前由丰田汽车提出来的，至今依然具有重要的现实意义。也就是说，智能工厂建设既要符合“自働化”原则，让生产或管理系统拥有人的智慧，具备判断、报警、防错纠错、自动停止等自働化（不是一般意义的自动化）的能力，用今天的话来说，就叫智能化。目的是追求零缺陷和省人化。智能工厂建设又要符合“准时化”原则，让生产或管理系统拥有足够的柔性，在不增加成本或降低成本的前提下，对市场需求做出快速反应，满足客户个性化需求，并最终实现“定制化”生产的目标。

第三是三大战略支柱，即精益化、自动化和信息化。精益化，指的是与提供产品或服务密切相关的主价值（研、产、销等）流程、系统要符合精益原则，并进行精益优化，保障流程、系统能够高效、快捷和稳定地提供产品和服务。自动化，就是让机器代人干活，目的不外乎是提高效率（比人工效率高）、保障质量（比人工稳定可靠）、规避安全风险（不怕意外）和降低劳动强度（不怕苦累）等。信息化，就是通过IT及互联网技术，对诸如记录、统计、分析、报告、预警、判断、指令和协同等工作实现替代。

可见，自働化（智能化）和准时化（定制化）是两个目标，而精益化、自动化和信息化等三化改善才是实现两个目标的手段，目标和手段的关系要搞清楚，不能把智能化、准时化和其他三化混为一谈。

第四是四大精益经营基础，即标准化管理、精益改善机制、改善工具方法的学习和利润经营机制。

第一个基础是标准化管理，其实就是做两件事，一是定义标准作业，也就是说对所有作业的步骤和动作要求等要进行标准化定义，以便保障过程高效和结果可重复。二是制定作业标准，也就是说，要制定一份一目了然并能满足标准作业要求的作业标准，以便对作业者进行培训、训练和比对检查等。

第二个基础是导入精益改善机制，以便促进公司全员参与精益改善，持续提升企业经营管理绩效。笔者所在的顾问公司积极倡导企业运营员工微创新（员工提案）、现场上台阶（自主管理）和绩效大课题等三大精益改善机制，促进员工广泛参与。

第三个基础是改善工具方法的学习和运用，内容包括IE、新旧QC工具、VSM、6Sigma等各种发现问题、分析问题和解决问题的方法论。

第四个基础是利润经营机制，这是企业高层必须掌握的终极经营工具，它从定义经营理念和经营战略开始，并通过制定和落实年度经营计划等一系列具体的经营行为，来达成企业提升利润等经营目标。

这四个基础对智能工厂建设来说，不是可有可无的工作，而是十分重要的组成部分。

过去30多年，国内制造企业在规模上获得了飞速发展，但经营管理基础薄弱一直是个大问题，而且近年企业内信息化导入和自动化改造等各行其是，投资效率极其低下。企业可参照图示智能工厂建设结构化路径，立足长远，科学规划，分步实施精益化、自动化和信息化，逐步提升工厂的智能化水平，最终建成高效的智能工厂。

本文由“135编辑器”提供技术支持

延伸阅读

「智能车间、智能工厂、智能制造」

三大层级！

©文丨王群力

智能车间，智能工厂，智能制造，三个层级，各有不同。

其中智能车间和智能工厂属于术的层级，智能制造才属于道的层级。术无穷，道亦无尽;道尽，术亦可无穷，但较难有质的突破。道未尽，术无穷，一直持续下去，终究会有质的突破。

智能车间

以产品生产整体水平提高为核心。关注于生产管理能力提高，产品质量提高，客户需求导向的及时交付能力提高，产品检验设备能力提高，安全生产能力提高，生产设备能力提高，车间信息化建设提高，车间物流能力提高，车间能源管理能力提高，等方面入手；

通过网络及软件管理系统把数控自动化设备(含生产设备，检测设备，运输设备，机器人等所有设备)实现互联互通，达到感知状态(客户需求，生产状况，原材料，人员，设备，生产工艺，环境安全等信息)，实时数据分析，从而实现自动决策和精确执行命令的自组织生产的精益管理境界的车间。

智能工厂

以工厂运营管理整体水平提高为核心，关注于产品及行业生命周期研究，从客户开始到自身工厂和上游供应商的整个供应链的精益管理通过自动化和信息化的实现，从满足到挖掘，乃至开拓和引领客户需求开始的销售与市场管理能力提高;提高环境，安全，健康管理水平;提高产品研发水平;

提高整个工厂生产水平，提高内外物流管理水平，提高售后服务管理水平，提高能源(电，水，气)利用管理水平，等方面入手，通过自动化，信息化来实现精益工厂建设和完成工厂大数据系统建立和发展完善，通过自动化和信息化实现从客户开始到自身工厂和上游供应商的整个供应链的精益管理，这是智能工厂。

智能制造

以提高国家竞争力为核心，关注整个制造业在全球产业和领域以及对应农业，服务业等国民经济组成部分的产业级管理水平的提高，结合智能工厂，智能服务，大数据系统(含软硬件建设)几个方面来实现精益管理思想文化，从而保证制造业的永续经营，国家的经济发展和长治久安，这才是一个“有智慧的”制造业。

举个例子说：以前因为重复建设造成的产能过剩现象，引进落后技术的现象，市场换技术的技术没学到市场也丢失的两头空现象，自家品牌被国外品牌低价收购后封杀的现象......,等等愚蠢的行为，在智能制造之后，都将不会出现。

从目前的情况来看，举例说明如下：

智能车间建设 如同提高每一个士兵单兵作战的能力。要做到每一颗子弹消灭一个敌人，每一颗炮弹消灭一群敌人，每一颗导弹消灭一堆敌人，枪枪准，炮炮中。

智能工厂建设 如同提高部队协同作战能力。大大小小的各个领域及类型的企业如同军队的班，排，连，营，团，旅，师，军，和海军，陆军，空军，天军(太空部队)，需要提高海陆空天一体攻防协同作战全球打击能力。

智能制造 则是提高国家军事力量的整体能力。知道为谁而战-有灵魂;知道如何取胜-有头脑;做到零伤亡-功夫好;实现不战而屈人之兵，化敌为友-大智慧。

中国是全世界唯一拥有联合国产业分类中全部工业门类的国家，拥有39个工业大类，191个中类，525个小类，从而形成了一个举世无双、行业齐全的工业体系。智能制造就是要为这个工业巨人的脑袋里面注入精益管理思想文化的灵魂和智慧，不然的话，就是一个空有各种各样软件的大脑，各种各样感应器和信息化技术的神经系统，各种各样自动化的骨骼和肌肉，虽然也是聪明强壮，但是没有大智慧。

工业4.0是德国为自己度身打造的国家战略，德国的定义是这样的，智能工厂偏重产品制造，类似于中国的智能车间;智能制造偏重运营，类似于中国的智能工厂;因为他们国家的工业体系没有那么多，与中国相比，如同一个小工厂，一招鲜也能吃饱饭;中国就不一样了，如同一个综合集团公司，就算几十招鲜，也不一定能混个肚子圆，这些显而易见的咱们就不一一揭丑了。

美国和日本以及其它国家也具有与中国不同的政治体制以及经济状况，技术能力的差异。所以不能死搬硬套到中国来，他们的只能做为借鉴，不能全盘效仿，中国必须要在自身的基础和特点上建立自己的智能制造战略。

从目前的情况来看，运转起来应该这样思考。

对于智能车间，直接动手，政府支持大政策，投中钱(30%-50%)助力，做为启动电机和触媒，发动机转起来和真正发生反应靠企业自己的能力，不监不控，优胜略汰，只要结果，赛场跑步。

智能工厂建设，边干边看，政府支持大政策，投大钱(50%-80%) 壮胆，提高企业生存能力，万一失败不会死，万一伤残不会废，对于企业监而不控，鼓励跑步。

智能制造建设，直接动手打基础，政府支持大政策，基础建设投大钱( 100% ) 。

彻底搬开教育，医疗，住房三座山。全面放开户籍制度，城市准入制度，爱去哪里去哪里，能活下来靠政府，能活的好靠自己。提高教师待遇和地位，特别是幼，小，中学老师和大学基础学科和研究专业的老师，工资保证教师小康生活水平，专心教书育人，让热爱教育事业的人安心从事教育事业。教育免费制度包吃穿住补贴从幼儿园到博士后，孤儿也能读到博士后，普及教育从幼儿园到高中的全免入学考试制度，职业教育从高中后开始分化，高等教育采取宽进严出制度，建立终身学习制度，让真正喜爱学问的人安心做学问。

对于建立智能制造软件系统和硬件配置的关键产品的研发投入，直接动手打基础，政府支持大政策，研发投入与企业资金配套完成，对产品研发过程，质量及资金管理严格监控，杜绝“汉芯事件”或者其它的研发造假行为，可列为民法中的犯罪。

智能制造任重道远，政府做人才基础和技术基础培育，眼光放远，踏实走路。

智能车间努力实现的同时，对智能工厂也开始稳步前进，对智能制造同样开始奠定基础，这样踏踏实实地在国家的整体战略下一步一步的走下去，未来的中国，必将傲然屹立于世界的最前列，而领导中国的共产党人也将永远为人民所支持和爱戴。

智能工厂规划的“十八般武艺”

◎文丨姚克荣黄培孙亚婷

在当前智能制造的热潮之下，很多企业都在规划建设智能工厂。那么，智能工厂的规划要考虑哪些核心要素？关注哪些维度？

本文结合中国电子科技集团十四所的智能工厂建设实践、作者与企业进行沟通交流以及e-works的国际考察和咨询服务实践，就此问题进行深入探讨，敬请业内专家指正。

本文作者：

中国电子科技集团十四所姚克荣

e-works总编黄培博士

e-works知识资源服务中心主任孙亚婷

制造工艺的分析与优化

在新工厂建设时，首先需要根据企业在产业链的定位，拟生产的主要产品、生产类型（单件、小批量多品种、大批量少品种等）、生产模式（离散、流程及混合制造）、核心工艺（例如机械制造行业的热加工、冷加工、热处理等），以及生产纲领，对加工、装配、包装、检测等工艺进行分析与优化。企业需要充分考虑智能装备、智能产线、新材料和新工艺的应用对制造工艺带来的优化。同时，企业也应当基于绿色制造和循环经济的理念，通过工艺改进节能降耗、减少污染排放；还可以应用工艺仿真软件，来对制造工艺进行分析与优化。

光伏产业链

数据采集

生产过程中需要及时采集产量、质量、能耗、加工精度和设备状态等数据，并与订单、工序、人员进行关联，以实现生产过程的全程追溯。出现问题可以及时报警，并追溯到生产的批次、零部件和原材料的供应商。此外，还可以计算出产品生产过程产生的实际成本。有些行业还需要采集环境数据，如温度、湿度、空气洁净度等数据。

企业需要根据采集的频率要求来确定采集方式，对于需要高频率采集的数据，应当从设备控制系统中自动采集。企业在进行智能工厂规划时，要预先考虑好数据采集的接口规范，以及SCADA（监控和数据采集）系统的应用。不少厂商开发了数据采集终端，可以外接在机床上，解决老设备数据采集的问题，企业可以进行选型应用。

通过数据采集准确了解设备状态

设备联网

实现智能工厂乃至工业4.0，推进工业互联网建设，实现MES应用，最重要的基础就是要实现M2M，也就是设备与设备之间的互联，建立工厂网络。那么，设备与设备之间如何互联？采用怎样的通信方式（有线、无线）、通信协议和接口方式？采集的数据如何处理？这些问题企业应当建立统一的标准。

设备联网示意图

在此基础上，企业可以实现对设备的远程监控，机床联网之后，可以实现DNC（分布式数控）应用。设备联网和数据采集是企业建设工业互联网的基础。

工厂智能物流

推进智能工厂建设，生产现场的智能物流十分重要，尤其是对于离散制造企业。智能工厂规划时，要尽量减少无效的物料搬运。很多优秀的制造企业在装配车间建立了集中拣货区(Kitting Area)，根据每个客户订单集中配货，并通过DPS(Digital Picking System)方式进行快速拣货，配送到装配线，消除了线边仓。

标致雪铁龙工厂装配车间的

集中拣货和RGV应用

离散制造企业在两道机械工序之间可以采用带有导轨的工业机器人、桁架式机械手等方式来传递物料，还可以采用AGV、RGV（有轨穿梭车）或者悬挂式输送链等方式传递物料。在车间现场还需要根据前后道工序之间产能的差异，设立生产缓冲区。立体仓库和辊道系统的应用，也是企业在规划智能工厂时，需要进行系统分析的问题。

生产质量管理

提高质量是工厂管理永恒的主题，在智能工厂规划时，生产质量管理更是核心的业务流程。质量保证体系和质量控制活动必须在生产管理信息系统建设时统一规划、同步实施，贯彻质量是设计、生产出来，而非检验出来的理念。

质量控制在信息系统中需嵌入生产主流程，如检验、试验在生产订单中作为工序或工步来处理；质量审理以检验表单为依据启动流程开展活动；质量控制的流程、表单、数据与生产订单相互关联、穿透；按结构化数据存储质量记录，为产品单机档案提供基本的质量数据，为质量追溯提供依据；构建质量管理的基本工作路线：质量控制设置-检测-记录-评判-分析-持续改进；质量控制点需根据生产工艺特点科学设置，质量控制点太多影响效率，太少使质量风险放大；检验作为质量控制的活动之一，可分为自检、互检、专检，也可分为过程检验和终检；质量管理还应关注质量损失，以便从成本的角度促进质量的持续改进。对于采集的质量数据，可以利用SPC系统进行分析。制造企业应当提升对QIS（质量管理信息系统）的重视程度。

三星的生产质量管理实践

设备管理

设备是生产要素，发挥设备的效能（OEE—设备综合效率）是智能工厂生产管理的基本要求，OEE的提升标志产能的提高和成本的降低。生产管理信息系统需设置设备管理模块，使设备释放出最高的产能，通过生产的合理安排，使设备尤其是关键、瓶颈设备减少等待时间；在设备管理模块中，要建立各类设备数据库，设置编码，及时对设备进行维保；通过实时采集设备状态数据，为生产排产提供设备的能力数据；企业应建立设备的健康管理档案，根据积累的设备运行数据建立故障预测模型，进行预测性维护，最大限度地减少设备的非计划性停机；要进行设备的备品备件管理。

通过预测性维护

尽早发现设备的故障隐患

智能厂房设计

智能工厂的厂房设计需要引入BIM（建筑信息模型），通过三维设计软件进行建筑设计，尤其是水、电、气、网络、通信等管线的设计。同时，智能厂房要规划智能视频监控系统、智能采光与照明系统、通风与空调系统、智能安防报警系统、智能门禁一卡通系统、智能火灾报警系统等。采用智能视频监控系统，通过人脸识别技术以及其他图像处理技术，可以过滤掉视频画面中无用的或干扰信息、自动识别不同物体和人员，分析抽取视频源中关键有用信息，判断监控画面中的异常情况，并以最快和最佳的方式发出警报或触发其它动作。

智能工厂的厂房布局

整个厂房的的工作分区（加工、装配、检验、进货、出货、仓储等）应根据工业工程的原理进行分析，可以使用数字化制造仿真软件对设备布局、产线布置、车间物流进行仿真。在厂房设计时，还应当思考如何降低噪音，如何能够便于设备灵活调整布局，多层厂房如何进行物流输送等问题。

智能装备的应用

制造企业在规划智能工厂时，必须高度关注智能装备的最新发展。机床设备正在从数控化走向智能化，实现边测量、边加工，对热变形、刀具磨损产生的误差进行补偿，企业也开始应用车铣复合加工中心，很多企业在设备上下料时采用了工业机器人。

未来的工厂中，金属增材制造设备将与切削加工（减材）、成型加工（等材）等设备组合起来，极大地提高材料利用率。除了六轴的工业机器人之外，还应该考虑SCARA机器人和并联机器人的应用，而协作机器人则将会出现在生产线上，配合工人提高作业效率。

增材制造设备与切削加工设备

组合应用的智能制造单元

智能产线规划

智能产线是智能工厂规划的核心环节，企业需要根据生产线要生产的产品族、产能和生产节拍，采用价值流图等方法来合理规划智能产线。智能产线的特点是：在生产和装配的过程中，能够通过传感器、数控系统或RFID自动进行生产、质量、能耗、设备绩效（OEE）等数据采集，并通过电子看板显示实时的生产状态，能够防呆防错；通过安灯系统实现工序之间的协作；生产线能够实现快速换模，实现柔性自动化；能够支持多种相似产品的混线生产和装配，灵活调整工艺，适应小批量、多品种的生产模式；具有一定冗余，如果生产线上有设备出现故障，能够调整到其他设备生产；针对人工操作的工位，能够给予智能的提示，并充分利用人机协作。

设计智能产线需要考虑如何节约空间，如何减少人员的移动，如何进行自动检测，从而提高生产效率和生产质量。企业建立新工厂非常强调少人化，因此要分析哪些工位应用自动化设备及机器人，哪些工位采用人工。对于重复性强、变化少的工位尽可能采用自动化设备，反之则采用人工工位。

三菱电机名古屋制作所的电磁阀智能产线

制造执行系统

MES（制造执行系统）是智能工厂规划落地的着力点，MES是面向车间执行层的生产信息化管理系统，上接ERP系统，下接现场的PLC程控器、数据采集器、条形码、检测仪器等设备。MES旨在加强MRP计划的执行功能，贯彻落实生产策划，执行生产调度，实时反馈生产进展；

面向生产一线工人：指令做什么、怎么做、满足什么标准，什么时候开工，什么时候完工，使用什么工具等等；记录“人、机、料、法、环、测”等生产数据，建立可用于产品追溯的数据链；反馈进展、反馈问题、申请支援、拉动配合等；
面向班组：发挥基层班组长的管理效能，班组任务管理和派工；
面向一线生产保障人员：确保生产现场的各项需求，如料、工装刀量具的配送，工件的周转等等。

为提高产品准时交付率、提升设备效能、减少等待时间，MES系统需导入生产作业排程功能，为生产计划安排和生产调度提供辅助工具，提升计划的准确性。在获取产品制造的实际工时、制造BOM信息的基础上，企业可以应用APS(先进生产排程)软件进行排产，提高设备资源的利用率和生产排程的效率。

MES是智能工厂的枢纽

能源管理

为了降低智能工厂的综合能耗，提高劳动生产率，特别是对于高能耗的工厂，进行能源管理是非常有必要的。采集能耗监测点（变配电、照明、空调、电梯、给排水、热水机组和重点设备）的能耗和运行信息，形成能耗的分类、分项、分区域统计分析，可以对能源进行统一调度、优化能源介质平衡，达到优化使用能源的目的。

同时，通过采集重点设备的实时能耗，还可以准确知道设备的运行状态（关机、开机还是在加工），从而自动计算OEE。通过感知设备能耗的突发波动，还可以预测刀具和设备故障。此外，企业也可以考虑在工厂的屋顶部署光伏系统，提供部分能源。

三菱电机福山制作所的节能案例

施耐德电气的Ecostructure平台提供了企业能效管理的整体解决方案；三菱电机则提出了能源JIT理念，福山制作所对空调系统、空压机、锅炉等耗能设备进行重点监控，对于非生产时间的能耗进行追溯，对生产线每个工位的能耗进行检测，将节能的责任分配到班组，从而节约能源。

生产无纸化

生产过程中工件配有图纸、工艺卡、生产过程记录卡、更改单等纸质文件作为生产依据。随着信息化技术的提高和智能终端成本的降低，在智能工厂规划可以普及信息化终端到每个工位，结合轻量化三维模型和MES系统，操作工人将可在终端接受工作指令，接受图纸、工艺、更单等生产数据，可以灵活第适应生产计划变更、图纸变更和工艺变更。有很多厂商提供工业平板显示器，甚至可以利用智能手机作为终端，完成生产信息查询和报工等工作。

通过工业平板显示工艺过程卡

工业安全

企业在进行新工厂规划时，需要充分考虑各种安全隐患，包括机电设备的安全，员工的安全防护，设立安全报警装置等安防设施和消防设备。同时，随着企业应用越来越多的智能装备和控制系统，并实现设备联网，建立整个工厂的智能工厂系统，随之而来的安全隐患和风险也会迅速提高，现在已出现了专门攻击工业自动化系统的病毒。因此，企业在做智能工厂规划时，也必须将工业安全作为一个专门的领域进行规划。

工业安全涉及诸多领域

精益生产

精益生产的核心思想是消除一切浪费，确保工人以最高效的方式进行协作。很多制造企业采取按订单生产或按订单设计，满足小批量、多品种的生产模式。智能工厂需要实现零部件和原材料的准时配送，成品和半成品按照订单的交货期进行及时生产，建立生产现场的电子看板，通过拉动方式组织生产，采用安东系统及时发现和解决生产过程中出现的异常问题；同时，推进目视化、快速换模。很多企业采用了U型的生产线和组装线，建立了智能制造单元。推进精益生产是一个持续改善的长期过程，要与信息化和自动化的推进紧密结合。

持续推进精益体系建设

人工智能技术应用

人工智能技术正在被不断地被应用到图像识别、语音识别、智能机器人、故障诊断与预测性维护、质量监控等各个领域，覆盖从研发创新、生产管理、质量控制、故障诊断等多个方面。在智能工厂建设过程中，应当充分应用人工智能技术。

例如，可以利用机器学习技术，挖掘产品缺陷与历史数据之间的关系，形成控制规则，并通过增强学习技术和实时反馈，控制生产过程减少产品缺陷。同时集成专家经验，不断改进学习结果。利用机器视觉代替人眼，提高生产柔性和自动化程度，提升产品质检效率和可靠性。IBM开展了通过人工智能算法来分析质量问题，并找出改进措施的实践，取得了实效。

IBM应用人工智能技术进行质量改进

生产监控与指挥系统

流程行业企业的生产线配置了DCS系统或PLC控制系统，通过组态软件可以查看生产线上各个设备和仪表的状态，但绝大多数离散制造企业还没有建立生产监控与指挥系统。

实际上，离散制造企业也非常需要建设集中的生产监控与指挥系统，在系统中呈现关键的设备状态、生产状态、质量数据，以及各种实时的分析图表。在一些国际厂商的MES软件系统中，设置了MII（Manufacturing Ingetration and Intelligence）模块，其核心功能就是呈现出工厂的关键KPI数据和图表，辅助决策。

美的工厂的生产指挥大屏

数据管理

数据是智能工厂建设的血液，在各应用系统之间流动。在智能工厂运转的过程中，会产生设计、工艺、制造、仓储、物流、质量、人员等业务数据，这些数据可能分别来自ERP、MES、APS、WMS、QIS等应用系统。因此，在智能工厂的建设过程中，需要一套统一的标准体系来规范数据管理的全过程，建立数据命名、数据编码和数据安全等一系列数据管理规范，保证数据的一致性和准确性。

另外，必要时，还应当建立专门的数据管理部门，明确数据管理的原则和构建方法，确立数据管理流程与制度，协调执行中存在的问题，并定期检查落实优化数据管理的技术标准、流程和执行情况。企业需要规划边缘计算、雾计算、云计算的平台，确定哪些数据在设备端进行处理，哪些数据需要在工厂范围内处理，哪些数据要上传到企业的云平台进行处理。

某企业的数据分析平台

劳动力管理

在智能工厂规划中，还应当重视整体人员绩效的提升。设备管理有OEE，人员管理同样有整体绩效-OLE（整体劳动效能）。通过对整体劳动效能指标的分析，可以清楚了解劳动力绩效，找出人员绩效改进的方向和办法，而分析劳动力绩效的基础是及时、完整、真实的数据。通过考勤机、排班管理软件、MES系统等实时收集的考勤、工时和车间生产的基础数据，用数据分析的手段，可以衡量人工与资源（如库存或机器）在可用性、绩效和质量方面的相互关系。让决策层对工厂的劳动生产率和人工安排具备实时的可视性，通过及时准确地考勤数据分析评估出劳动力成本和服务水平，从而实现整个工厂真正的人力资本最优化和整体劳动效能的提高。

推进对劳动力的精益管理（来源：Kronos）

总之，要做好智能工厂的规划，需要综合运用这“十八般武艺”，从各个视角综合考虑，从投资预算、技术先进性、投资回收期、系统复杂性、生产的柔性等多个方面进行综合权衡、统一规划，从一开始就避免产生新的信息孤岛和自动化孤岛，才能确保做出真正可落地，既具有前瞻性，又有实效性的智能工厂规划方案。同时，还可以基于这些维度来建立智能工厂的评估体系。

智能工厂的规划是一个十分复杂的系统工程，需要企业的生产、工艺、IT、自动化、设备和精益等部门通力协作；同时，也需要引入专业的工厂设计和智能制造咨询服务机构深入合作。

人工智能赛博物理操作系统

AI-CPS OS

“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。

AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。

领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：

重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？
重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？
重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？

AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：

精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。
智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。
高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。
不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。
边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：

创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；
对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；
人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。

给决策制定者和商业领袖的建议：

超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；
迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新
评估未来的知识和技能类型；
制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开
发过程中确定更加明晰的标准和最佳实践；
重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临
较高失业风险的人群；
开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和人工智能，像君子一般融合，一起体现科技就是生产力。

如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！

新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。

产业智能官 AI-CPS

用“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能），在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能；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。