下载掌阅APP，畅读海量书库
立即打开
数字工厂1.0起源于20世纪80年代，当时的先进制造业技术以单元技术和离线编程技术为代表，形成了计算机辅助生产工程（CAPE）的雏形。在20世纪90年代，随着仿真和可视化技术的发展，CAPE的概念和理论逐渐形成。此后，制造业信息化的成熟度主要体现在计算机辅助设计（CAD）软件系统的应用、产品数据管理（PDM）系统和企业资源计划（ERP）系统的逐步实施、在生产层实现数字化自动加工等，并逐步形成了一整套的工艺信息化和制造信息化体系。
虽然20世纪80年代形成了CAPE的雏形，但其功能较简单。不过，CAPE技术发展很快，其通过制造工艺设计、资源管理来实现生产全过程规划设计，但是这种技术缺乏系统性和集成性，同时在仿真过程中缺乏有效的算法辅助决策。
此时，制造业信息化的要求便呼之欲出。制造业信息化，是指采用先进、成熟的管理思想和理念，依靠现代电子信息技术，对制造业进行资源整合、管理流程的分析与再造。在多数大规模制造业企业中，已有一定的信息化基础，如CAD软件系统已比较成熟，管理层的PDM系统和ERP系统已逐步实施，生产层基本实现了数字化自动加工等。但这些企业的生产组织方式还停留在专用计算机辅助工艺规划（CAPP）系统的工艺卡片阶段，或是传统的手工编制阶段。这种传统的生产组织方式，形成了制约整个企业自动化进程和生产信息化进程的效率瓶颈。
而当时的数字工厂整合了制造企业综合工艺信息系统的概念，包含工厂规划、工艺规划、仿真优化等内容，是一个完整的工艺信息平台。利用这个平台可以规划整个制造过程的全部信息。数字工厂可以填补产品设计自动化系统、加工自动化系统等系统间存在的技术鸿沟，有效解决制造业信息化中的问题。因此数字工厂系统成为先进企业信息化平台的组成部分。
在这之后，并行工程概念得到了推广。并行工程，是对产品及其相关过程进行并行、一体化设计的一种系统化的工作模式。于是为了满足并行工程的要求，新的数字工厂平台设计了可以在虚拟环境下，通过规划部门、产品研发部门、生产工程部门和生产车间之间的高度信息共享，实现各部门间并行协同作业的数据交互功能。此时的数字工厂将制造过程与设计过程同步规划，在产品设计规划阶段就考虑了可制造性、可装配性问题，能尽早发现并解决各种潜在问题，真正体现了在产品设计规划阶段就可以预测产品全生命周期的并行工程理念。
经过数年发展，虚拟制造（VM）又向数字工厂提出了更高的要求。在虚拟制造平台上，工艺规划人员可以通过组群工作方式和计算机仿真技术，预先呈现和模拟产品的整个生产过程，并把这一过程用二维或三维方式展示出来，从而验证设计和制造方案的可行性，尽早发现并解决潜在问题，从而为生产组织工作做出具有前瞻性的决策和优化。这对缩短新产品开发周期、提高产品质量、降低开发和生产成本、降低决策风险都非常重要。
在这之后，数字工厂发展为可以在虚拟空间中运作，能对真实工厂进行虚拟仿真，提供优化结果，能实现产品全生命周期中制造、装配、质量控制和检测等各个阶段功能的系统平台。其主要为产品、车间生产线及工厂提供从设计到制造阶段的全流程模拟和验证，降低从设计到生产制造各环节之间的不确定性，在数字空间中将生产制造过程压缩、提前，使生产制造过程在数字空间中得到检验，从而提高系统实施的成功率和系统可靠性，缩短从设计到生产的转化时间。
从信息的角度来说，数字化制造系统是以信息集成与信息流自动化为特征的、利用数字化装备完成各种制造活动的制造系统。从系统的角度来说，数字化制造系统是为实现某种制造目标，将多种相互关联、相互作用的制造活动用数字化技术有机联系在一起所组成的系统。今天数字制造已成为制造业发展的关键性驱动因素，图1-1展示了数字工厂覆盖的企业层级和生命周期，图中的横轴对应的是产品的生命周期，从设计到工艺，再到生产；纵轴对应的是相关对象的层级，从企业层/规划到车间层/执行，再到设备层/控制。
图1-1 数字工厂覆盖的企业层级和生命周期
狭义数字工厂，是指以制造资源、生产操作和产品为核心，将数字化的产品设计数据，在现有实际制造系统的虚拟现实环境中，对生产过程进行计算机仿真和优化的制造方式。狭义数字工厂除了要对产品开发过程进行建模与仿真，还要根据产品的变化对生产系统的重组和运行进行仿真，使用户在生产系统投入运行前就能了解系统的使用性能，分析其可靠性、经济性、质量、工期等，为生产过程优化和网络制造提供支持。
狭义数字工厂与虚拟制造系统具有很多相似之处，但侧重点有所不同。狭义数字工厂以工艺规划和生产线规划为核心，根据虚拟制造系统的原理，通过提供虚拟产品开发环境，利用计算机技术和网络技术，实现产品全生命周期中各个阶段的功能，达到缩短新产品上市时间、降低成本、优化设计、提高生产效率和质量的目的。狭义数字工厂主要解决“如何组织生产”即工艺规划的问题。
广义数字工厂以制造产品和提供服务的企业为核心，由核心企业及一切相关联的成员构成，包括制造企业、供应商、软件系统服务商、合作伙伴、协作厂家、客户、分销商等。广义数字工厂是对产品设计、零件加工、生产线规划、物流仿真、工艺规划、生产调度和优化等方面进行数据仿真和系统优化，实现虚拟制造的系统。在各个组成成员之间进行相关业务信息的交流，主要基于高效的计算机通信网络环境。
广义数字工厂是企业活动信息化、数字化、网络化的总称，包括产品开发数字化、生产准备数字化、制造数字化、管理数字化、营销数字化。其内涵包括数字化平台的产品设计、测试和优化，数字化平台的生产工艺流程规划与改进，数字化平台的工厂设计、维护与升级，数字化平台的生产执行系统和控制系统，数字化平台的质量管理系统，数字化平台的厂内物流和厂外物流体系，数字化平台的销售和售后体系，数字化平台的企业文化系统和视觉传达系统等。
综上所述，广义数字工厂，是对产品全生命周期的各种技术方案和技术策略进行评估和优化的综合过程，可以用一句话概括——以制造产品和提供服务的企业为核心，由核心企业及一切相关联的成员构成的、使一切信息数字化的动态组织方式。广义数字工厂的概念，在第四次工业革命的背景下，结合了现代管理科学的观点，即智慧来源于知识，知识来源于信息，而信息来源于数据。广义数字工厂实践围绕着多元异构的工业数据，通过对大数据的应用实现了智能制造，将数字工厂自数字工厂1.0阶段推进到了数字工厂2.0阶段，如图1-2所示。
图1-2 数字工厂1.0到数字工厂2.0
2015年数字孪生（DT）概念的兴起，是一个分水岭，将数字工厂引入了2.0阶段。在第四次工业革命的背景下，数字工厂2.0技术对智能制造体系的建设带来的核心价值在于通过新一代信息技术和制造技术，整合多属性、多维度、多应用可能性的仿真技术，对物理实体对象的特征、行为、形成过程和性能等进行描述和建模，从而进一步实现智能化的数字孪生。可以说数字工厂经过40多年的不断演化和升级，发展到今天的高端表现形式，就是智能化的数字孪生工厂。
数字孪生，也被翻译为数字双生、数字双胞胎、数字镜像，或者数字化映射，采用了先进的传感器、工业物联网、历史大数据分析等技术，具有超逼真、多系统融合、高精度的特点，可实现过程监控、结果预测、数据挖掘等功能。著名的IT行业咨询研究公司高德纳（Gartner），从2018年到2019年，连续两年把数字孪生列为未来十大战略技术趋势之一。
数字孪生包含的要素中没有新事物，如3D建模、仿真技术、机器学习、运筹学等，都是数十年前就已经诞生或者普遍应用的技术，可以说数字孪生并没有带来新的技术元素。但数字孪生提供了一个全新的思维框架，关联地、整体地、动态地审视数字化工具与方法对制造系统的意义。数字孪生是对信息物理系统（CPS）概念的具体化应用技术，继承了传统数字工厂中对客观物理实体对象数字化、可视化、模型化和逻辑化的理念，同时有CPS中计算进程和物理进程一体化融合的特征，以环境感知和物理设备联网为基础，将资源、信息、物体及人紧密联系在一起。以数字孪生为核心的新一代数字工厂概念，为制造业实现CPS提供了一种具体的应用技术框架，对第四次工业革命等以CPS为核心的制造业战略实施带来了突破性的价值，因此我们说数字孪生是对智能制造的实现有着指向性意义的前沿技术。
笔者在2018年提出，对数字孪生的研究和应用视角，应当从过去只关注产品全生命周期的PLM_a视角，拓展到关注数字工厂全生命周期的PLM_b视角，并进一步提出智能数字孪生工厂的概念。智能数字孪生工厂的组成要素如图1-3所示。笔者在2019年进一步提出了实现生产控制优化的数字孪生技术框架，并通过机器学习构建数字孪生的工业案例证实了形成业务闭环的数字孪生模型的确可以为制造业企业带来显著的直接经济效益。
和传统工业信息化的建设思路相比，数字工厂2.0的显著特点之一是在系统上线之日，数字化团队的工作才刚刚开始。基于数字孪生理念的数字工厂2.0，本质上是通过信息科学领域的人工智能手段，突破人的认知局限性，不断通过挖掘工作推动隐性知识显性化，以及进一步探索人们经验范围之外的更好的解决方案，并通过软件工程将新发现成果固化为企业管理流程与决策工具的一部分。
图1-3 智能数字孪生工厂的组成要素
在数字化生产、虚拟企业技术概念被提出之后，生产系统的布局设计与仿真变得日益重要，合理的系统布局不仅可以减少系统的运行成本和维护费用，提高设备利用率和系统生产效率，而且对系统的快速重组和企业的快速响应特性均具有十分重要的意义。相对于传统工厂，数字工厂是一项融合数字化技术和创造技术，而且以制造工程科学理论为理论基础的重大制造技术革命。其目的是在产品设计阶段，通过建模与仿真技术及时、并行地模拟出产品未来的制造过程，以便用户了解产品全生命周期的各种活动。综合来说，数字工厂具备以下特点。
①信息数字化，从生产到管理的所有数据都以计算机信息的形式在网络及存储媒介上进行记录、传递、运算、分析和应用。
②企业相关活动过程均可以建模和仿真，从产品设计到产品加工，从产品组装到产品检验，从产品生产计划到物流运输，从销售到服务过程，都可以在计算机上进行建模和仿真。
③工厂信息的颗粒度更精细，如果有必要可以细化到每一个构件的形状和材质，以及每一份物料的当前位置和属性，并可以从各种角度展现三维视图。
④和ERP系统、MES（制造执行系统）等信息化管理系统紧密结合，持续关注公司的业务流程，不但可以为用户提供基础的参考数据，而且可以为用户提供决策信息。
⑤使用灵活，可以通过数据接口输出信息给其他系统，可以扩大信息范畴，可以在原有数据基础上进行细化，可以重新设计和推演各种优化方案。
而数字工厂与传统制造企业相比，具有以下优势。
①产品的研制和开发周期明显缩短，新产品面市的进程明显加快，从而能提升企业的市场竞争能力。
②能减少开发过程中消耗的样品数量，从而降低新产品的开发成本和风险。
③能尽早地优化产品设计，改善产品的工艺，有利于生产加工。
④可通过仿真提前优化产品生产线配置和布局，在正式投产后减少生产线维护和停机时间。
⑤可对作业计划、生产调度进行优化，大大提高生产效率。
⑥能改善工人的劳动环境，提高产品质量。
⑦具备完整的工厂三维可视化数据信息，易于用户查询和检索，出现故障和解决特殊情况时可以准确快速地定位和处理。
⑧能够集成建筑智能化系统和制造业信息系统，具有自动和智能的特点，如能够及时发布提醒维护的信息和提供优化改造的建议方案等。
流程制造，是指被加工对象不间断地通过生产设备，一系列的加工装置使原材料发生化学或物理变化，最终得到产品，典型产业如医药、石油、化工、钢铁、水泥等。离散制造，主要是通过对原材料物理形状的改变、原材料的组装，使其成为产品，并进行增值。这类产品往往由多个零件经过一系列并不连续的工序的加工，最终装配而成，典型产业如机械、电子电器、航空、汽车等。这两种不同的产业形态，因为在材料性态和生产形式上有巨大差别，所以在物料特点、产品特点、生产过程、工艺、物流和销售方面都有显著区别，如表1-1所示。
表1-1 流程制造工业和离散制造工业的特征比较
续表
流程制造工业和离散制造工业在原料特征、产品特点、生产过程、工艺和物流的组织等方面都有显著区别，过去的研究已经指出，在信息化和生产管理的相关问题上，从两种不同的工业形态视角去观察，往往会有不同的关注点，进而得出不一样的研究结论。
笔者根据CNKI（中国知网）数据库中2005—2018年已有的研究成果，进行了量化分析、梳理和总结，并在此基础上针对流程制造和离散制造两大工业领域的区别，通过基于信息可视化的科学知识图谱绘制分析工具和关键词科学计量方法，分类讨论了智能制造概念在不同的产业形态下的研究路径和发展趋势，由此归纳了这两类工业领域中的智能制造研究演变路线。
相比离散制造工业，国内流程制造工业的数字化应用起步较晚，在基础资料管理、设备管理、生产管理和信息管理方面仍存在不足。国内针对石化工业数字化的文献著作，主要来自工程设计单位、石化企业、高等院校和科研院所等，已发表的理论研究多侧重于对数字化技术或平台的介绍性说明，对实际应用效果的阐述较少见。密切结合生产实际需求的数字化新技术应用，在过去已发表的研究成果中仍然少见。
目前大部分企业的做法是借助数字化平台供应商的力量，构建企业内部的数字化标准体系，但自行制定的标准的实际应用效果仍然有待检验。由于一般企业无数字化标准体系建设能力，数字化标准无法进一步深化和推广。行业内数字技术应用方面的主要关注点为设备浏览、信息管理、生产监控、检维修管理等传统应用，数字孪生等前沿技术为制造业真正带来经济价值的应用实例仍然少见。
2019年5月，国家市场监督管理总局和国家标准化管理委员会发布国家标准公告2019年第6号，《数字化车间 通用技术要求》和《数字化车间 术语和定义》两项国家标准正式发布，编号分别为GB/T 37393-2019、GB/T 37413-2019，这标志着我国首批智能制造数字化车间国家标准正式发布。2023年由中国电子技术标准化研究院牵头，由三一重机有限公司、电子科技大学、华中科技大学、上海交通大学、清华大学、浙江大学、腾讯、阿里巴巴、东软集团等上百家产学研头部单位共同参与研制的GB/T 43441.1—2023《信息技术 数字孪生第1部分：通用要求》，通过了国家标准化管理委员会审核并正式发布，这是国内第一部跨行业数字孪生通用国家标准，对制造业未来应用数字孪生实现工厂的智能化工作，起到规范性和纲领性的指导作用。笔者作为数字孪生在制造业领域的专家，受邀负责组织了全国的专家讨论，并主笔完成了“数字实体的定义”和“数字孪生在制造业的应用价值”两部分内容的编写。