下载掌阅APP，畅读海量书库
立即打开
1.1 智能工厂的定义与特征
随着新一轮工业革命的发展，工业转型的呼声日渐高涨。面对信息技术和工业技术的革新浪潮，德国率先提出了“工业4.0战略”，美国也出台了“先进制造业回流计划”，中国加紧推进工业化和信息化的深度融合，并发布了“中国制造2025 战略”。这些战略的核心都是利用新兴信息化技术来提升工业的智能化应用水平，进而提升工业在全球市场的竞争力。
智能工厂正是在此背景下出现的新生事物，对于它的定义，目前工业界普遍可以接受的是：智能工厂是以实施智能制造为任务的现代化工厂、数字化工厂。
显然，智能工厂是在数字化工厂的基础上，利用物联网技术和监控技术加强信息管理服务，提高设备智能化、生产过程可控性、减少生产线人工干预，以及合理计划流程；同时，它集新产品、新技术于一体，并被构建成为高效、节能、绿色、环保、舒适的人性化工厂。
智能工厂已经具有了自主管理能力，可采集、分析、判断、规划；通过整体可视技术进行推理预测，利用仿真及多媒体技术，将系统扩增展示设计与制造过程。智能工厂各组成部分可自行组成最佳系统结构，具备协调、重组及扩充特性，已系统具备了自我学习、自行维护能力。因此，智能工厂实现了人与机器的相互协调合作，其本质是人机交互。
智能制造不只是针对生产端，衡量标准也不仅仅是自动化率，其关键还要发挥人的智慧，孕育崭新的制造模式，实现效率最大化。
智能工厂追求的不是单纯的“智能”，而是“智慧”。拼投资、拼装备来提升工厂的自动化水平并不难，但衡量一个工厂是否先进，不是看谁投资大、谁的自动化率高，而是要看谁能充分发挥人的智慧，通过人与自动化设备的有机协作，实现资源占用得最小、效率发挥得最大。
智能制造不是简单的“给机器装上大脑”。机器并不是万能的，让人与自动化设备有机协作，取长补短，达成资源与效率的平衡，才是智能制造的关键。
和传统的制造相比，智能制造具有以下特征。
1.自律能力
自律能力即搜集与理解环境信息和自身的信息，并进行分析判断和规划自身行为的能力。具有自律能力的设备称为智能机器，智能机器在一定程度上表现出独立性、自主性和个性，甚至相互间还能协调运作与竞争。强有力的知识库和基于知识的模型是自律能力的基础。
2.人机一体化
人机一体化一方面突出人在制造系统中的核心地位，另一方面在智能设备的配合下，更好地发挥出人的潜能，使人机之间表现出一种平等共事、相互理解、相互协作的关系，使两者在不同的层次上各显其能、相辅相成。因此，在智能制造系统中，高素质、高智能的人将发挥更好的作用，机器智能和人的智能将真正地集成在一起，互相配合，相得益彰。
3.虚拟现实技术
虚拟现实技术是实现虚拟制造的支持技术，也是实现高水平人机一体化的关键技术之一。虚拟现实技术以计算机为基础，融信号处理、动画技术、智能推理、预测、仿真和多媒体技术为一体；借助各种音像和传感装置，虚拟展示现实生活中的各种过程、物件等，因而也能模拟制造过程和未来的产品，从感官和视觉上使人获得完全如同真实的感受。但其特点是可以按照人们的意愿任意变化，这种人机结合的新一代智能界面，是智能制造的一个显著特征。
4.自组织与超柔性
智能制造系统中的各组成单元能够依据工作任务的需要，自行组成一种最佳结构，其柔性不仅表现在运行方式上，而且表现在结构形式上，所以称这种柔性为超柔性，如同一群人类专家组成的群体，具有生物特征。
5.学习能力与自我维护能力
智能制造系统能够在实践中不断地充实知识库，具有自学习功能。同时，它能在运行过程中自行诊断故障，并具备对故障自行排除、自行维护的能力。这种特征使智能制造系统能够自我优化并适应各种复杂的环境。
1.3维立方体企业模型
企业建模是一种全新的企业经营管理模式，它可为企业提供一个框架结构，以确保企业的应用系统与企业经常改进的业务流程紧密匹配。企业建模以分析方法和建模工具为主体，其参考模型的建立及建模工具的研制，是当前帮助企业不断缩短产品开发时间、提高产品质量、降低成本、提高服务层次的重要手段。
残酷的市场竞争是现在几乎所有企业面临的最大挑战，同时也给善于运用科学手段完善经营管理体制的企业带来了机会。为了在市场竞争中获得更高的回报，很多企业都在不断地进行内部改造，由此产生了诸如JIT（Just In Time，准时生产制）、TQM（Total Qua lity Mana gement，全面质量管理）、TCM（Time Co mpress Management，时间压缩管理）、FCR（Fast Cycl e Response，快速反应周期）等经营管理体系，为了实施这些理论，MRP、ERP、MRP II、CIMS 被更多的企业认知并运用，但是在添置计算机、架构自己的企业网络、采购大型数据库系统和先进设备后，企业并没有获得预期的效益。
管理体制在不断地变化，管理思想体系在几轮冲刷后也得到升华。现在，BPR （Business Process Re-Engineering，业务流程再造）体系被越来越多的企业采用，于是，如何适应企业在实施BPR时诱发的业务不断变化和持续发展，成为经营管理方法是否科学有效的关键。
从企业组织形态上看，企业是由不同业务部门组成的，换一个角度从企业业务环节上看，企业包括复杂的业务流转系统（由供应链子系统、客户关系管理子系统等构成）、设计系统、生产制造系统，企业的业务环节中存在大量的信息作为其运行基础，而不同的信息又在不同的业务环节中发挥不同的作用。就目前而言，我们要分析这个复杂的系统，除了需要企业的经营管理者和研究人员付出激情、勇气、智慧和耐心外，更要借助科学的手段、有效的数学工具和先进的计算技术，来构造一个可以解释和反映企业外部行为表现及内在本质的模型。
如图1-1所示为3维立方体企业模型，该体系结构的每个侧面描述了企业建模关心的不同阶段、不同视图和不同建模构件的通用性程度。
图1-1 3维立方体企业模型
1）生命周期维
生命周期维是指建立企业需求分析、系统设计、系统实施和运行维护4个阶段的建模方法学，并确定各阶段的研究重点和不同建模阶段之间的模型映射方法。它包含需求分析、系统设计、系统实施和运行维护4个重要部分。
2）视图模型维
视图模型维是指研究集成化的企业建模视图结构，该系统以过程视图（工作流模型）为核心，其他视图（功能视图、信息视图、组织视图、资源视图）为辅助视图来统一集成建模，最终形成具有一定柔性的动态企业模型。
3）通用性层次维
通用性层次维研究不同建模阶段、不同建模视图的基本构件形式，从而建立基本构件模型库，并以不同的行业为背景建立企业参考模型，并在企业中建立专用的企业特定模型。
2.工作流模型
工作流模型是对智能工厂工作流的抽象表示，并要保证流程含义的正确性、数据的一致性和流程的可靠性。建立的模型不仅仅能够有正确的语意，而且能提供一个由分析模型到投入实际实施模型的转换接口，从而使得该模型能够被企业实际应用的工作流管理系统执行。为此，工作流管理联盟定义了描述工作流模型的模型，即工作流元模型。
工作流元模型需要对工作流程进行定义，并要反映工厂中业务过程的目的、完成这个业务需要的功能操作、过程的执行转换条件（规定业务规则和操作的顺序）、所需资源和相关数据。对于一个可以执行的工作流模型，还要指出该模型需要激活的应用程序。图1-2给出了工作流元模型，它由六个模块组成。
图1-2 工作流元模型
工作流定义（过程模型）：一般包含诸如工作流模型名称、版本号、过程启动和终止条件、系统安全、监控和控制信息等一系列基本属性。它反映了一个企业经营过程的目的，即这个过程要实现的目的和最终目的是什么。
活动：主要属性有活动名称、活动类型、活动前/后条件、调度约束参数等。当工作流运行在分布的环境下时，在活动的属性中还应包括执行该活动的工作流机的位置。活动对应于企业经营过程中的任务，主要反映完成企业经营过程需要执行哪些功能操作。
转换条件：主要负责为过程实例的推进提供导航依据，主要参数包括工作流过程条件（flow condition，过程实例向前推进的条件，可以认为是前/后条件的同义词）、执行条件（execution c ondition，执行某个活动的条件）和通知条件（notification con dition，通知不同用户的条件）。转换条件对应于企业经营过程中的业务规则和操作顺序，例如，在订单处理完成后，指定生产计划。
工作流相关数据：工作流根据工作流相关数据和转换条件进行推进，工作流相关数据的属性包括数据名称、数据类型和数据值等。它是工作流相关执行任务推进的依据，例如，在银行贷款申请表处理后，根据申请贷款的值决定下一个执行活动是什么。
角色：主要属性包括角色的名称、组织实体、角色的能力等。角色或组织实体决定了参与某个活动的人员或组织单元。它主要描述企业经营过程中参与操作的人员与组织单元。
需要激活的应用程序：主要属性包括应用程序的类型、名称、路径及运行参数。它主要描述了用于完成企业经营过程所采用的工具或手段。例如，采用ERP软件或决策支持软件完成某个具体的企业业务功能。
通过以上分析可以得出：工作流定义与活动、工作流相关数据之间是一对多的关系，即一个工作流定义由多个活动与多个工作流相关数据组成。活动、资源、工作流相关数据、需要激活的应用程序、转换条件之间都是多对多的对应关系。
1.具有网络化功能的设备
在离散制造企业车间，数控车、铣、刨、磨、铸、锻、铆、焊、加工中心等是主要的生产资源。在智能制造过程中，必须将所有的设备及工位统一联网管理，使设备与设备之间、设备与计算机之间能够联网通信，设备与工位人员紧密关联。
2.能适应生产现场无人化的设备
智能工厂推动了工业机器人、机械手臂等智能设备的广泛应用，使工厂无人化制造成为可能。在离散制造企业生产现场，数控加工中心、智能机器人和三坐标测量仪及其他所有柔性化制造单元进行自动化生产调度，工件、物料、刀具进行自动化装卸调度，可以达到无人值守的全自动化生产模式。
在不间断单元自动化生产的情况下，这些智能设备需要管理生产任务的优先和暂缓，远程查看管理单元内的生产状态情况，如果生产中遇到问题，一旦解决，立即恢复自动化生产，整个生产过程无须人工参与，真正实现“无人”智能生产。
3.具有“神经”系统的设备
智能工厂一般都可以通过制造工艺的仿真优化、数字化控制、状态信息实时监测和自适应控制，进而实现整个过程的智能管控。在机械、汽车、航空、船舶、轻工、家用电器和电子信息等离散制造行业，企业发展智能制造的核心目的是拓展产品价值空间，侧重从单台设备自动化和产品智能化入手，基于生产效率和产品效能的提升实现价值增长。因此，智能工厂建设模式为了推进生产设备（生产线）智能化，通过引进各类符合生产所需的智能装备，建立基于制造执行系统MES的车间级智能生产单元，以提高精准制造、敏捷制造、透明制造的能力。
离散制造企业生产现场，MES在实现生产过程的自动化、智能化、数字化等方面发挥着巨大作用。首先，MES借助信息传递对从订单下达到产品完成的整个生产过程进行优化管理，减少企业内部无附加值活动，有效地指导工厂生产运作过程，提高企业及时交货能力。其次，MES在企业和供应链间以双向交互的形式提供生产活动的基础信息，使计划、生产、资源三者密切配合，从而确保决策者和各级管理者可以在最短的时间内掌握生产现场的变化，做出准确的判断并制定快速的应对措施，保证生产计划得到合理而快速的修正，生产流程畅通，资源充分有效地得到利用，进而最大限度地发挥生产效率。
4.能进行数据分析的设备
在生产现场，每隔几秒就收集一次数据，利用这些数据可以实现很多形式的分析，包括设备开机率、主轴运转率、主轴负载率、运行率、故障率、生产率、设备综合利用率、零部件合格率、质量百分比等。首先，在生产工艺改进方面，在生产过程中使用这些大数据，就能分析整个生产流程，了解每个环节是如何执行的。
一旦有某个流程偏离了标准工艺，就会产生一个报警信号，能更快速地发现错误或瓶颈所在，也就能更容易解决问题。利用大数据技术，还可以对产品的生产过程建立虚拟模型，仿真并优化生产流程，当所有流程和绩效数据都能在系统中重建时，这种透明度将有助于制造企业改进其生产流程。再如，在能耗分析方面，在设备生产过程中利用传感器集中监控所有的生产流程，能够发现能耗的异常或峰值情形，由此便可在生产过程中优化能源的消耗。对所有流程进行分析将会大大降低能耗。
1.新型传感技术
新型传感技术包括具备高传感灵敏度、高精度、高可靠性和较高环境适应性的传感技术，采用新原理、新材料、新工艺的传感技术（如量子测量、纳米聚合物传感、光纤传感等），微弱传感信号提取与处理技术。
2.模块化、嵌入式技术
模块化、嵌入式技术包括不同结构的模块化硬件设计技术，微内核操作系统和开放式系统软件技术，组态语言和人机界面技术，以及实现统一数据格式、统一编程环境的工程软件平台技术。
3.先进控制与优化技术
先进控制与优化技术包括工业过程多层次性能评估技术，基于海量数据的建模技术，大规模高性能多目标优化技术，大型复杂装备系统仿真技术，高阶导数连续运动规划、电子传动等精密运动控制技术。
4.系统协同技术
系统协同技术包括大型制造工程项目复杂自动化系统整体方案设计技术及安装调试技术，统一操作界面和工程工具的设计技术，统一事件序列和报警处理技术，一体化资产管理技术。
5.故障诊断技术
故障诊断技术包括在线或远程状态监测与故障诊断、自愈合调控与损伤智能识别及健康维护技术，重大装备的寿命测试和剩余寿命预测技术，可靠性与寿命评估技术。
6.高可靠网络技术
高可靠网络技术包括嵌入式互联网技术，高可靠无线通信网络构建技术，工业通信网络信息安全技术和异构通信网络间信息无缝交换技术。