数字化工厂的框架与落地实践

数字化工厂的框架与落地实践 数字化工厂正在闪现迷人的色彩，其光芒吸引了制造业的注意力。然而耀眼辉光之中，很多企业也被各种相互矛盾和相互纠缠的概念弄得无所适从，渴望能够拥有一个洞开一切的神器。而数字化工厂的确犹如一道有着清晰轨迹的光路，它正指引着那些走向理解智能工厂和工业4.0的必经之路。 数字化工厂的定义 虽然国内外对数字化工厂的研究越来越多，但是对于数字化工厂的定义却没有统一的定论。目前存在两种数字化工厂的定义，一种是广义的，一种是狭义的。 广义数字化工厂 以生产产品或提供服务的制造企业为核心企业，以及相关联的成员，包括核心制造企业、供应商、软件系统服务商合作伙伴、协作厂商、客户、分销商、银行等，是其生产与经营过程中所有信息数字化的动态联盟。 狭义数字化工厂 以制造资源、生产操作和产品为核心，以产品生命周期数据为基础，应用仿真技术、虚拟现实技术、实验验证技术等，使产品在生产工位、生产单元、生产线以及整个工厂中的所有真实活动虚拟化，并对加工和装配过程进行仿真、试验、分析、优化的一种集成组织方式。 笔者倾向并采用的概念为狭义的数字化工厂。实际上，这也符合工厂企业的实际认知。数字化工厂将产品信息数字化、过程信息数字化和资源物料信息数字化，并将这三种数字化流进行有效结合，是真实工厂的制造过程（包括设计、性能分析、工艺规划、加工制造、质量检测、生产过程管理和控制）在计算机上的一种映射。 数字化工厂、智能工厂与工业4.0 工业4.0的官方说法文字太多。简单说，工业4.0有两个维度：技术维度就是物联网和服务在制造业的应用，而商业维度就是用户驱动。其两大主题也为读者所耳熟能详，一是“智能工厂”，重点研究智能化生产系统及过程，以及网络化分布式生产设施的实现；二是“智能生产”，主要涉及整个企业的生产物流管理、人机互动以及3D技术在工业生产过程中的应用等。 数字化工厂和工业4.0之间隔着一个智能工厂的距离。 关于工业4.0的阶段和实施先决条件，北航刘强教授说过一段话，提到了非常经典的“三不要原则”。第一，不要在不具备成熟的工艺下做自动化，工艺如果不成熟，就最好先做生产线，这是工业2.0解决的问题。第二，不要在管理不成熟的时候做信息化，这是工业3.0解决的问题。第三，不要在不具备网络化和数字化的基础时做智能化，这是工业4.0解决的问题。 数字化本身其实就是智能的一部分，是一个入口；而智能工厂是在数字化工厂的基础上融合物联网技术和各种智能系统等新兴技术于一体，从而提高生产过程的可控性、减少生产线人工干预。 数字化工厂是智能工厂的落脚点，而智能工厂又是工业4.0的基础和落脚点。只有实现了数字化工厂，才有可能实现工业4.0。 数字化工厂的路径 数字化工厂是在信息集成的基础上，对研发、制造、管理等各个环节进行全面的过程集成，构建数字化工厂是一项艰巨并且复杂的系统工程。而任何复杂系统工程的实施都离不了系统建模、系统仿真、系统分析和优化，同样数字化工厂也不能例外。 首先要全面了解数字化工厂，建立数字化工厂的模型和参考架构，然后需要有一套完整的方法论、工具和流程对数字化工厂的各个阶段进行建模、规划、分析和优化。 图4的参考架构是笔者研究参考了众多工业4.0框架体系后提出的针对企业的数字化转型框架模型，重点是根据当前企业现状从管理咨询维度和IT信息化维度，分解智能制造时代数字化车间、数字化工厂和数字化企业的层级关系，面向落地和实施。 随着现代制造对产品开发的要求不断提高，以及产品逐步转向多品种、小批量的订单模式，企业内各系统之间的统一性与有效整合问题就逐渐浮出水面。 目前大多数企业面临的是对原来工厂从基础信息化与自动化向数字化改造的问题。无论是建新厂还是改造老厂，首先要面对的问题就是数字化工厂的规划，而每一家企业所处的阶段都不尽相同，这就需要梳理企业现状，量身剪裁出合身的数字化工厂规划蓝图。如图5所示，数字化工厂的建设X轴代表着技术水平，Y轴代表着管理水平。管理水平从基础管理、标准化管理一直到集成化管理、智能化管理。技术水平从基础IT与自动化，到业务流程变革，再到系统集成，最后实现CPS。企业可以根据自身所处的阶段，重点关注本阶段需要重点去推进的事情，做到2.0补课，3.0普及，4.0目标。 在数字化工厂的建设过程中，有了细致周密的数字化规划蓝图，就拥有了数字化工厂建设的基点和指南针。接下来就应该选择最合适的技术，这里特别注意不是指最先进的技术，先进的技术并不一定能在企业数字化建设中发挥最大的效用，需要根据企业自身功能和用途需求合理决策。在信息化程度还比较低的企业，RFID技术的使用不见得比条码技术更实用。 制造业的数字化工厂建设是一个大的系统工程，并非几天、几个月就能建设好并投入使用的，需要一个较长的实施周期，不能跨越式建设。每个阶段都是以前一个阶段为基础逐步推进的，而且很多问题并不是技术上的问题，而是管理、组织方式、观念变革等方面的问题。 这是对管理者真正的考验。管理者需要痛下决心，付出勇气和耐心。这同时也对数字化工厂的咨询顾问提出了非常综合的高要求：他们需要了解企业管理，懂技术实现，懂生产运营等等。员工的士气也是一个重要考量因素。这是一个学习型的渐进过程，企业管理者、员工和咨询顾问三方都必须深浸其中，才能推进全面的数字化建设。 数字化工厂规划核心要素 数字化工厂建设的核心要素可以归纳为工厂装备数字化、工厂物流数字化、设计研发数字化、生产过程数字化，如图6所示。通过这四个方面的建设，数字化工厂带动产品设计方法和工具的创新、企业管理模式的创新。工业4.0和数字化工厂的相关技术将促进产业链和价值链的分工重组，传统的行业界限将消失，并会产生各种新的业态和合作形式，形成自动化、信息化、一体化、精益化、集成化的数字化工厂。 在四要素中，工厂装备数字化是数字化工厂建设的前提和基础，为设计、研发、生产等各个环节提供基础数据的支持。工控产品，如PLC、伺服电机、传感器等仍然是数字化工厂不可或缺的部分。 在此基础上，工厂物流能够从被动感知变为主动感知，实现透明、安全和高效，包括产品运输过程跟踪、运输车辆跟踪定位、物料出库、物料配送上线等。 更加重要和经常被切断的环节，来自上游的设计。通过设计研发数字化，从而实现设计、工艺、制造、检测等各业务的高度集成，包括CAD/CAPP/CAE/CAM/PLM的集成，虚拟仿真技术、MDB模型的应用，产品全生命周期管理等。 生产过程的数字化主要是利用数字化的手段应对更复杂的车间生产过程管理，这其中最重要的是制造执行系统MES的建设以及MES与ERP/PLM和车间现场自动化控制系统的交互。MES在智能制造领域的作用越来越明显。 MES既是一个相对独立的软件系统，又是企业信息传递路由器，汇集市场与服务、产品设计、MRP/ERP、供应链等信息，并转化为详细的生产作业指令，从而实现复杂产品制造过程生产现场的管理与控制。MES向上承接ERP下达的生产计划以及PLM经过仿真验证的产品BOM，向下衔接车间现场SCADA控制系统，弥补了ERP与车间过程控制之间的真空，实现了工业4.0所强调的垂直方向上的集成以及贯穿价值链的端到端工程数字化集成。 数字化工厂的标杆 西门子工业软件大中华区技术总经理方志刚先生用图8非常清晰地表达了一个数字化工厂的完美嬗变过程和日益成形的工业4.0工厂建设足迹。 全球最负盛名的数字化工厂是西门子安贝格工厂，我们需要去那里学习什么呢？ 这张图耐人寻味地表达了三十年的发展历程。从1982年开始引入车间管理系统起，到RFID的引入，到数据优化的管理，到工艺路线管理系统。这是一个蝶变的过程，也是一个持续改善的过程。这座外观与工人数量基本维持原状、连生产面积都未增加的工厂，三十多年一直向着一个光芒之地在自我进化。那个光芒之地，正是我们心目中的工业4.0圣地。在这个演化过程中，该工厂的产能较26年前提升了8倍，每年可生产约1200万件Simatic系列产品，按每年生产230天计算，差不多平均每秒就能生产出一件产品。 而西门子成都工厂作为安贝格的姊妹工厂，是西门子在德国之外的首家数字化企业，也是西门子在全球第三个工业自动化产品研发中心。从2011年10月，西门子与成都市政府双方签署投资协议，到2013年9月，工厂正式建成投产。从签署协议到全部建成只用了不到三年的时间。 西门子安贝格工厂的30年是先驱的探索，西门子成都工厂的3年是在安贝格工厂30年经验和技术积累基础上的厚积薄发。沿着标杆工厂的建设足迹，我们会发现，做到这个高度不可能是一蹴而就的，需要在最佳实践的基础上科学规划，摒弃浮躁，脚踏实地，不断前行。