3.1 制造车间的发展历程

随着科学技术及管理思想的不断发展，加工制造行业在技术应用及管理模式上也经历了几次变革，从实际发展来看，每一次变革都带来了工业水平的大幅提升，制造车间大致经历了如图3-2所示的3个阶段。

自动化技术的发展及其在机械制造领域的应用推动了自动化车间的形成；大数据、分布式信息技术和物联网技术推动传统自动化车间向数字化车间转变；人工智能、云计算及虚拟现实技术的发展和它们在机械制造领域的应用推动了智能化车间的形成 ^[1] 。

3.1.1 自动化车间

自动化技术将计算机技术、信息技术作为基础，对相关的技术予以整合，并应用于机器装置中，确保不需要人员参与就能够顺利完成指定的生产作业任务。在自动化技术引入车间之前，生产制造车间主要以人工流水线手工生产制造为主，机械辅助生产为辅。自动化技术的引入使得自动化机械成为生产车间的主力，而人则更多地扮演起远程控制操作和协助机械完成生产制造的角色。自动化车间中的机械手臂、数控机床、自动化立体仓库、自动化生产线提高了车间生产效率和产品的质量，改善了工人劳动条件，降低了材料的损耗。

自动化车间具有自动完成产品制造的全部加工过程的功能。整个自动化车间能够实现综合自动化（包括设计、制造等过程的自动化），以及企业内部管理、市场信息处理和企业间信息联系等信息流的全面自动化。自动化的常规组成方式是将各种加工自动化设备和柔性生产线（Flexible Manufacturing Line，FML）连接起来，配合CAD和CAM系统，在中央计算机统一管理下协调工作。

图3-3所示为自动化车间的系统构成。自动化车间主要由上位机系统和下位机系统构成，其中下位机系统由多个相对独立的控制系统组成，每个控制系统控制若干个执行机构，每个执行机构又由多个动力系统构成，各个控制系统控制各自的执行机构进行生产运作。

1．下位机系统的构成

下位机系统主要由仓管系统、物料传输系统、物料加工系统、质量监测系统、产品包装系统等控制系统组成。在各系统间根据不同的工作特点通过CAN总线或者RS485进行通信，来达到各系统之间配合生产的目的。如物料加工系统在物料即将用完时，向仓管系统发送加料请求，由仓管系统将指定的物料加载到物料传输系统，然后由物料传输系统将物料运放至物料加工系统的指定位置，等等。控制系统的应用大大提高了各个模块的生产效率，降低了工人的劳动强度。及时的故障修复功能和自动化的质量检测系统将大大提高产品的质量。

2．上位机系统的构成

上位机系统主要由参数设置模块、数据采集模块、数据管理模块、图表分析模块和通信模块构成。根据项目系统多和主从分类的特点，上位机系统和下位机系统之间采用双总线通信方式来确保系统的高效可靠性。只接收命令不上传数据的下位机系统采用一主多从的RS485总线进行通信；既要接收数据又要发送实时数据的下位机系统采用CAN总线来完成数据传输，如图3-4所示。

上位机系统通过参数设置模块设置好有关数据并保存至数据库中，以便下次直接提取下发和历史查询，然后通过向下位机系统下发命令帧来完成对下位机的控制。上位机系统通过下发数据帧来设置生产参数，同时接收来自下位机的实时数据来实现对现场机器状态和生产过程实时监控的目的。在自动化的生产车间，上位机系统能够对实时数据做出有效、可靠的分析和处理，将有助于工作人员评估产品质量，合理安排产量和换班时间，以及对生产设备的运行情况进行有效分析。

自动化车间具有传统手工制造车间所不具备的模块自动化、高效率、低出错率等特点。涉及的自动化技术包括工业机器人、自动控制、可编程逻辑控制器（Programmable Logic Controller，PLC）技术，以及计算机网络通信技术。工业机器人的出现替代了从事重复机械劳动、危险劳动的制造工人，减少了生产制造中人身安全事故的发生；自动控制与PLC技术使得生产制造的各环节通过人与计算机交互来实现，各自动化设备也会通过传感器采集设备的运行指标数据，反馈到设备仪表上。由于使用了计算机网络通信技术，自动化车间在执行工作时，可以通过计算机的相关功能预先输入要完成任务的指令，加快生产速率，实现车间生产制造的自动化，从根源上降低出现错误的概率，防止发生安全事故，有效保证机械生产制造的整体过程处于良好运行状态，提高产品质量。

3.1.2 数字化车间

随着大数据、分布式信息技术及物联网技术的发展，我国于2015年发布了《中国制造2025》战略和《国家智能制造标准体系建设指南》，重点推进数字化制造和智能制造。其中数字化车间又是智能制造系统的核心基础单元，它包含设计、生产、物流等生命周期过程，能够实现系统集成、互联互通等智能功能。数字化车间是指以制造资源（Resource）、生产操作（Operation）和产品（Product）为核心，使用数字化的产品设计数据，在现有实际制造系统的数字化环境中，对生产过程进行计算机仿真优化的虚拟制造方式。数字化车间在高性能计算机及高速网络的支持下，采用计算机仿真与数字化现实技术，以群组协同工作的方式运行。它概括了对真实制造世界的对象和活动的建模与仿真研究的各个方面。从产品概念的形成、设计到制造全过程的三维可视及交互的环境，数字化车间在计算机上实现产品制造的本质过程（包括产品的设计、性能分析、工艺规划、加工制造、质量检验、生产过程管理与控制），通过计算机数字化模型来模拟和预测产品功能、性能及可加工性等各方面可能存在的问题。

数字化车间基于生产设备、检测设备等生产相关的硬件设施，以节支降本、提质增效和快速响应市场为目的，通过数字化、网络化、智能化等手段，在计算机虚拟环境中，对“人-机-物-环境”等生产资源与生产过程进行设计、管理、仿真、优化以及可视化，对产品设计、工艺流程、生产组织和过程控制等环节进行精细、精准、敏捷、高效的管理。它改变了传统的规划设计理念，将规划设计从经验和手工方式，转化为计算机辅助数字仿真与优化的方式，以达成节支降本、提质增效和协同高效的管理目的 ^[3] 。

数字化车间将先进的生产理念和先进的生产设备与制造工艺进行有机融合，通过对企业计划、生产与质控的全面数字化管理，在虚拟空间中模拟生产制造过程，使生产制造过程在实际加工前可以得到检验并改进和优化，从而填补了设计与制造之间的鸿沟、降低了从设计到生产过程中的不确定性、提高了车间综合应用效率以及快速响应能力。可以说数字化车间为生产制造提供了一个更高效、更精准的管理平台，从整体上改善了生产过程的组织与管理，真正意义上实现了车间柔性化生产。

数字化车间信息模型涉及车间级的生产、物流、质量和维护各方面，各模型之间存在复杂的联系。车间内装备一般来自不同的厂商，搭载不同控制系统，不同系统之间采用不同的数据类型和格式，这导致了设备系统间的异构性。异构设备之间信息的类型、格式和语义方面的差异对设备间的数据交换和通信造成障碍，并产生“信息孤岛”。统一信息标准规范的缺乏也导致数字化车间推广成本过高，在实际运行中难以实现有效的网络集成，阻碍了数字化车间网络化、智能化协同的实现，制约了车间数字化、智能化的实现 ^[4] 。解决数字化车间内的信息孤岛问题，实现设备间互联互通和互操作以及设备模型到生产线和车间信息模型的继承和拓展，是实现智能制造的重要基础，具有严格规范的标准化信息模型则是解决这一问题的关键。通过标准化信息模型，车间内的所有信息基于一个标准协议，采用统一的格式和语言进行描述，信息在车间内无障碍流通和共享，可以高效灵活地继承和拓展。

数字化车间架构如图3-5所示 ^[5] 。以大数据信息交互平台为核心，建立8大协同、高效运行的数字化管理模块，实现5类车间核心装备与信息化深度融合，创造4大产品线规模化、柔性化的智能制造新模式。

其中，8大数字化管理模块包括：生产执行管理系统（Execution Management System，MES）、订单管理系统（Order Management System，OMS）、仓储管理系统（Warehouse Management System，WMS）、供应链管理（Supply Chain Management，SCM）、人力资源系统（Human Resources System，HRS）、企业资源计划（Enterprise Resource Planning，ERP）、设备管理系统（Equipment Management System，EMS）和产品生命周期管理（PLM）；5类车间核心装备包括：高端装备与机器人、智能检测装备、智能传感与数据采集设备、智能仓储与物流设备和工业软件。4大产品线包括：智能装备产品线、功能部件产品线、伺服电机产品线和伺服驱动产品线。

数字化车间基于“互联网+智能制造”的理念，建立覆盖整个车间所有业务单位和各类终端的大数据网络架构，通过Wi-Fi、FDDI、WLAN等技术，使各种智能加工中心、智能生产线、AGV、自动终端机、电子看板和工业机器人等实现互联互通，并通过办公系统、生产终端、电话终端和广播系统等实现数据共享和即时信息交换及分析处理。图3-6为数字化车间的网络架构 ^[5] 。

数字化车间系统的最终目标是在一个数字化环境中建立相对于物理系统的数字化车间模型，该系统能辅助设计人员规划车间布局、生产流程等，得到数字化车间模型后可以进行生产调度仿真，试验各种调度方案，验证布局的优劣，使车间在施工前得到充分的论证 ^[6] 。工厂投产后，数字化车间可以和企业的ERP系统、数据库等结合，辅助管理人员管理生产，对技术人员进行指引。

数字化车间软件系统架构分为三层：界面层、功能层和数据层。图3-7为其软件系统架构。界面层是用户和系统交互的接口，用户可以根据设计出的数字化产品及加工工艺交互式地查询各类模型库，建立所需的几何模型、仿真模型、数字化加工设备及数字化加工环境，还可以获取仿真分析的结果。功能层是一个应用工具集，从右至左的三大工具集分别用于：获取数字化制造中产品设计模块的设计信息，这是数字化车间建立的依据；根据设计出的产品模型和工艺建立所需的零部件、仿真模型、加工设备模型以及加工环境模型，该建模工具集支持模型的重用及重构；在建立的数字化车间的基础上进行仿真分析，以对产品可加工性及工艺参数的合理性做出评价。数据层用于记录产品数据、构成数字化车间的各种模型数据以及加工仿真分析的过程数据等。数据层是功能层的支撑。

数字化车间及其构建技术的特点如下。

1）设计、制造、仓储等数据的信息集成：集成系统的设计和计算机建模基于并行工程思想，在内部和外部各部门分系统并行工作时，均能保证信息共享的一致性；协同运行MES、OMS、WMS、SCM、HRS、ERP、EMS和PLM等分布式信息系统。

2）制造系统的高度网络化：数字化车间中的各自动化制造单元的高度网络化，方便数字化车间信息平台的实时监控、统一调度、顶层设计。

3）车间生产制造信息的可视化：数字化车间各制造单元的实时运行数据信息基于Web技术、图形学技术以数字化模型的方式进行展现。

4）数据信息资源管理与统一的网络通信协议：基于嵌入式系统构建的数字化车间网络化制造信息管理系统可以实现生产现场任务的分发和生产现场信息的采集。各制造单元的所有信息基于一个标准协议，采用统一的格式和语言进行描述，方便制造车间数据信息数据库的集成。

5）制造单元生产数据的融合：实时制造数据的融合处理通过对各种数据采集源给出的信息进行综合、过滤、关联及合成，实现对有效数据的综合与分析。

3.1.3 智能化车间

数字化车间是智能制造的核心基础单元，也是制造车间向着智能化发展的基础，而智能化车间是数字化车间的高阶形态，事实上，智能化车间是基于数字化车间在智能决策方向深入发展的产物。数字化车间存在以下问题。其一，ERP与MES层之间缺乏有效的融合手段，两个系统处于孤立状态；其二，MES层中接入的设备数量、种类越来越多，其维护变得烦琐且成本不断增加；其三，MES层采集到的数据种类单一，其呈现不够直观，作用有限。以上问题导致数字化车间的实践流于形式且拥有很大的局限性。

随着技术的不断发展，尤其是人工智能领域的突破性进展，数字化车间被赋予新的使命——践行智能制造。被重新定义的数字化车间称为智能化车间，它在继承数字化车间的功能与技术的前提下也具备新的特征。两者技术之间的包含关系如图3-8所示。

在数字化车间的基础上，基于车间的生产数据和专家知识库，使用人工智能算法、云计算进行数据处理与分析，不断优化车间调度参数、车间工艺参数及自动化设备运行参数，提高制造车间生产效率；也可以结合数字孪生技术、混合现实技术，针对制造车间构建虚拟仿真模型，实现运行状态同步监控及车间运行数据可视化；也可以基于自动化设备的运行参数构建信息物理系统（CPS），基于故障诊断算法快速确定故障设备的故障类型及原因，最终实现车间运行的智能感知和智能决策。

智能化车间的技术架构如图3-9所示。由智能功能特征、智能技术特征及智能网络特征三部分构成 ^[8] 。

1）智能功能特征。不同数字化车间的组成元素都不尽相同的，各数字化车间的功能也是千差万别，但其具有智能功能的本质是有共同点的，其智能功能特征可分为智能作业计划和智能生产制造两大类。智能作业计划是数字化车间在生产排产方面的功能特征，主要包含智能CAPP（Computer Aided Process Planning，计算机辅助工艺规划）、智能动态调度和批量智能。

2）智能技术特征。智能技术特征用来界定智能化车间内现场设备、生产管理和信息知识三个层面的各项智能功能的智能化要素和水平，包括：人机交互性、可维护性、自学习性、容错性、易用性、可嵌入性、可扩展性和快速响应八个特征。

3）智能网络特征。智能网络特征包含面向智能制造数字化车间的信息模型和互联互通 ^[9] 。信息模型是从信息的角度对数字化车间进行描述。这些信息是联系各个智能功能元素的桥梁。信息模型为信息的共享奠定了基础，所以信息模型是该架构的基础支撑。互联互通是数字化车间内各管理系统间以及管理系统与现场设备间通信和传递信息的基础。其中，信息交互机制为数字化车间内各类信息的传递提供了运行模式，因此具有智能化的信息交互机制应具备开放性及共享性。