智能制造系统解决方案介绍

    广州智能工厂系统开发公司奕环科技指出:智能工厂(Intelligent plant)是当今工厂在设备智能化、管理现代化、信息计算机化的基础上达到的新的阶段，很多制造企业都在大力布局智能工厂。然而当前我国大多数企业、行业智能制造系统都还处于局部应用阶段，只有少数大企业单项业务信息技术覆盖面较高，关键业务环节应用系统之间实现了一定的协同和集成。从制造企业生产力水平来看，大量企业处于工业2.0要补课，有些企业处于工业3.0待普及，有个别企业处于工业4.0要示范。

   智能制造系统解决方案

   据行业专业人士分析，今后国内智能制造系统解决方案将面临三大发展趋势。

   第一大趋势：智能制造是一项系统性工程，系统解决方案领域的合作将更加活跃。

   智能制造发展具有复杂性、系统性，涉及设计、生产、物流、销售、服务等产品全生命周期，涉及执行设备层、控制层、管理层、企业层、云服务层、网络层等企业系统架构，需要实现横向集成、纵向集成和端到端集成。限于资金投入不足、技术研发周期较长以及工艺壁垒等因素，单个系统解决方案商很难满足各个细分行业的智能制造发展需要，企业间将不断加强协同创新，以强化智能制造系统解决方案供应能力。

   第二大趋势：智能制造系统架构将进一步完善，工业软件领域的集成与发展将成为重点。

    从企业系统架构来看，国内目前还没有出现能够打通整个架构体系的智能制造解决方案商，但随着技术水平的不断进步，系统解决方案提供商将不断完善架构体系。智能制造系统解决方案主要依托于软硬件产品及系统，实现制造要素和资源的相互识别、实时交互、信息集成。从硬件层面来看，基于成本大幅降低的现实需要，硬件中通用性强的部分将日趋模块化、标准化发展。从软件层面来看，工业软件存在于智能制造的每个角落，智能制造解决方案将更加倚重于与硬件层关系密切的软件部分(SFC、MES、ERP、PLM)的集成与发展，其中MES是软件层中最核心部分。

    我国智能工厂发展趋势分析

    当前，智能制造热度高企，石化、钢铁、机械装备制造、汽车制造、航空航天、飞机制造等行业纷纷开始探索建设智能工厂。《中国制造2025》明确提出要推进 制造过程智能化，在重点领域试点建设智能工厂/数字化车间，这必将加速智能工厂在工业行业领域的应用推广。预计未来3-5年，全国将涌现出一批智能工厂。

    智能工厂的内涵及建设重点

    智能工厂是实现智能制造的重要载体，主要通过构建智能化生产系统、网络化分布生产设施，实现生产过程的智能化。企业基于CPS和工业互联网构建的智能工厂原型，主要包括物理层、信息层、大数据层、工业云层、决策层。其中，物理层包含工厂内不同层级的硬件设备，从最小的嵌入设备和基础元器件开始，到感知设备、制造设备、制造单元和生产线，相互间均实现互联互通。以此为基础，构建了一个“可测可控、可产可管”的纵向集成环境。信息层涵盖企业经营业务各个环节，包含研发设计、生产制造、营销服务、物流配送等各类经营管理活动，以及由此产生的众创、个性化定制、电子商务、可视追踪等相关业务。在此基础上，形成了企业内部价值链的横向集成环境，实现数据和信息的流通和交换。

    纵向集成和横向集成均以CPS和工业互联网为基础，产品、设备、制造单元、生产线、车间、工厂等制造系统的互联互通，及其与企业不同环节业务的集成统一，则是通过数据应用和工业云服务实现，并在决策层基于产品、服务、设备管理支撑企业最高决策。这些共同构建了一个智能工厂完整的价值网络体系，为用户提供端到端的解决方案。

    由于产品制造工艺过程的明显差异，离散制造业和流程制造业在智能工厂建设的重点内容有所不同。对于离散制造业而言，产品往往由多个零部件经过一系列不连续的工序装配而成，其过程包含很多变化和不确定因素，在一定程度上增加了离散型制造生产组织的难度和配套复杂性。企业常常按照主要的工艺流程安排生产设备的位置，以使物料的传输距离最小。面向订单的离散型制造企业具有多品种、小批量的特点，其工艺路线和设备的使用较灵活，因此，离散制造型企业更加重视生产的柔性，其智能工厂建设的重点是智能制造生产线。
   
    智能制造系统解决方案：覆盖智能制造各层架构

   在智能制造解决方案的四层架构中，我们针对每层架构都有相应的解决方案。

    1.设备层：设备智能化与自动化

    用智能化的设备与自动化的应用替代人工，提高生产效率降低制造成本，同时为数据采集与信息集成打好基础。

    1)自动化立体仓库，通过将传统的仓库货架改为多层立体货架、堆垛机自动上下料、条码信息化管理等，大幅提高仓库利用率，减少仓库管理人员。

     2)自动物流，车间内部物流运转，根据生产需求将人工物流周转改造成AGV小车自动运转、流水线流转或者是倒挂式物流等自动物流。

    3)自动上下料，通过应用各种机器人替代人工上下料、人工打磨、人工检测。

    4)自动包装，自动化装箱、自动化包装等应用很好地解决了包装用人过多，效率过低的问题。

    在自动化生产线及AGV物流引入RFID物联传感装置，同时在车间构建工业以太网和无线网络，实现生产过程的物联化。

    2.数采层：设备数据采集

    制造数据之所以不准确、生产现场之所以难以管控，是由于生产车间的数据采用人工采集、人工录入，这些延迟的数据让管理者难以管理。

    1)硬件采集。劲胜数据采集器直接与设备接口互联，通过配置相应的接口协议，采集现场的生产设备、检测设备、物流设备等有以太网、串口、IO等接口设备的数据。

    2)SCADA系统采集。劲胜SCADA系统则是通过接口程序采集数据，还能将MES系统的生产指令下达到生产现场。

    3.管理层：系统集成

    1)智能化设计。通过PLM产品全生命周期管理系统，将研发过程中的设计文档、研发流程、设计仿真等模块进行管控，构建面向制造企业的数字化设计与制造集成平台，实现以研发流程、工艺文档以及制造闭环反馈的设计制造一体化。

    2)智能化制造。通过劲胜MES制造执行系统，将制造的计划、设备、执行、物料、质量进行信息化管控。

    3)智能化仓库。通过WMS仓库管理系统的库位条码化与RFID的应用，对仓库的库位信息、库存数据等进行采集与集成，实现对仓库中制造资源、出入库、仓库环境的管理。同时与ERP系统、MES系统等集成，实现仓库与制造的信息化管理。

    4)数据集成平台。通过数据集成平台，定义数据集成接口规范，用于实现不同格式的源数据按规范化处理后汇入，并提供集成日志、权限控制、性能监控等功能，提高了数据集成的安全性、可靠性和高效性，实现了系统集成由端对端的方式改为总线式集成，有效地完成了系统之间的集成与管控。

    4.决策层：工业大数据应用

    根据企业制造具体需求，对车间大数据进行采集、存储、分析和应用。

    目前已有的工业大数据应用案例有：断刀监测，通过实时采集毫秒级数控机床主轴负载电流等相关数据，并对这些数据进行建模分析，实时监控刀具状态，降低由于断刀造成的不良品和刀具成本;NC代码优化，通过采集数控机床的转速、进给速度等设备参数，优化分析NC代码，提高加工效率;设备健康诊断等工业大数据应用，通过大数据解决制造问题。

广东劲胜：覆盖智能制造各层架构

广东劲胜智能集团股份有限公司(以下简称广东劲胜)是国内领先的智能制造系统解决方案服务商，主要为客户提供智能装备、自动化集成与系统集成服务。广东劲胜基于多年3C制造行业经验以及国家智能制造示范车间建设的应用与积累，总结出3C行业的智能制造系统解决方案。在智能制造解决方案的四层架构中，广东劲胜针对每层架构都有相应的解决方案。

1.设备层：设备智能化与自动化

用智能化的设备与自动化的应用替代人工，提高生产效率降低制造成本，同时为数据采集与信息集成打好基础。

1)自动化立体仓库，通过将传统的仓库货架改为多层立体货架、堆垛机自动上下料、条码信息化管理等，大幅提高仓库利用率，减少仓库管理人员。

2)自动物流，车间内部物流运转，根据生产需求将人工物流周转改造成AGV小车自动运转、流水线流转或者是倒挂式物流等自动物流。

3)自动上下料，通过应用各种机器人替代人工上下料、人工打磨、人工检测。

4)自动包装，自动化装箱、自动化包装等应用很好地解决了包装用人过多，效率过低的问题。

在自动化生产线及AGV物流引入RFID物联传感装置，同时在车间构建工业以太网和无线网络，实现生产过程的物联化。

2.数采层：设备数据采集

制造数据之所以不准确、生产现场之所以难以管控，是由于生产车间的数据采用人工采集、人工录入，这些延迟的数据让管理者难以管理。

1)硬件采集。劲胜数据采集器直接与设备接口互联，通过配置相应的接口协议，采集现场的生产设备、检测设备、物流设备等有以太网、串口、IO等接口设备的数据。

2)SCADA系统采集。劲胜SCADA系统则是通过接口程序采集数据，还能将MES系统的生产指令下达到生产现场。

3.管理层：系统集成

1)智能化设计。通过PLM产品全生命周期管理系统，将研发过程中的设计文档、研发流程、设计仿真等模块进行管控，构建面向制造企业的数字化设计与制造集成平台，实现以研发流程、工艺文档以及制造闭环反馈的设计制造一体化。

2)智能化制造。通过劲胜MES制造执行系统，将制造的计划、设备、执行、物料、质量进行信息化管控。

3)智能化仓库。通过WMS仓库管理系统的库位条码化与RFID的应用，对仓库的库位信息、库存数据等进行采集与集成，实现对仓库中制造资源、出入库、仓库环境的管理。同时与ERP系统、MES系统等集成，实现仓库与制造的信息化管理。

4)数据集成平台。通过数据集成平台，定义数据集成接口规范，用于实现不同格式的源数据按规范化处理后汇入，并提供集成日志、权限控制、性能监控等功能，提高了数据集成的安全性、可靠性和高效性，实现了系统集成由端对端的方式改为总线式集成，有效地完成了系统之间的集成与管控。

4.决策层：工业大数据应用

根据企业制造具体需求，对车间大数据进行采集、存储、分析和应用。

目前已有的工业大数据应用案例有：断刀监测，通过实时采集毫秒级数控机床主轴负载电流等相关数据，并对这些数据进行建模分析，实时监控刀具状态，降低由于断刀造成的不良品和刀具成本;NC代码优化，通过采集数控机床的转速、进给速度等设备参数，优化分析NC代码，提高加工效率;设备健康诊断等工业大数据应用，通过大数据解决制造问题。