智能制造融合了大數據分析、機器人技術、虛擬仿真、工業物聯網、網絡安全、增材制造等核心技術。本文力圖提煉出一條智能制造的通用實施路徑，從產品全生命周期的角度出發，整個智能制造的實施路徑分為產品設計、數字化工廠規劃、生產工程、生產執行和增值服務5大環節。

　　實施路徑的五步法

　　自從德國工業4.0和中國制造2025的概念被提出后，圍繞著制造業的升級和改造，各種實踐也層出不窮。如何通過信息物理系統（CPS）形成一個智能網絡，使得機器、工作部件、系統以及人類通過網絡持續地保持數字信息的交流；如何構建一條數字化生產線、一個數字化車間、一座數字化工廠；如何在數字化工廠運行過程中，采集數據、對海量的數據進行存儲、分類、提取、分析和優化，為決策者作出決策提供有力的數據支持。

　　智能制造融合了大數據分析、機器人技術、虛擬仿真、工業物聯網、網絡安全、增材制造等核心技術。本文力圖提煉出一條智能制造的通用實施路徑，從產品全生命周期的角度出發，整個智能制造的實施路徑分為產品設計、數字化工廠規劃、生產工程、生產執行和增值服務5大環節。

　　第一步——產品設計

　　智能制造在產品設計中的重要作用之一是重新定義了產品模型和數據交換標準，使智能化產品設計在價值鏈上的不同部門不同用戶之間能夠進行完整、精確、及時的數據交換，通過一致性的產品模型，數據集成和提取更加安全，舉例說明：A工程師使用Siemens的NXPLM軟件、B工程師使用達索的Catia、C工程師使用Autodesk的Inventor，各自相互很難呼喚使用。但隨著ISO10303的誕生，使得A、B、C三個工程師之間都能看懂相互之間的設計。值得一提的是，ISO10303-242的基于模型的3D系統工程非常有價值，該標準廣泛應用于航空航天，汽車等廣泛行業中的制造商和其供應商。該標準主要內容包括產品數據管理PDM，設計準則，關聯定義，2D制圖，3D產品和制造信息等。參考國際通用的產品設計標準，能提高智能化產品設計過程中數據交換和使用的效率，形成一致性的產品模型，保障信息與數據的安全性。

　　第二步——數字化工廠規劃

　　當產品設計的雛形完成之后，智能制造要考慮的下一個步驟便是數字化工廠規劃。所謂的數字化工廠規劃就是生產者考慮如何搭建一個數字化工廠來生產第一階段所定義的產品。參考國際標準IEC62832，可以按部就班地搭建數字化工廠。IEC62832標準中描述的生產系統生命周期中，數字化工廠的數據被不同的活動增加、刪除、更新，所以建立數字化工廠的第一個步驟就是要將工廠中所用到的每一個設備的屬性根據IEC標準屬性庫進行數字化；第二步要建立各個設備間的關聯關系，關聯關系分為組成關系和功能關系。

　　例如PLC由支架、I/O模塊、CPU等組成；伺服驅動器和伺服電機匹配時，要檢查額定電流和電壓，伺服驅動器的額定電流要大于等于伺服電機的額定電流，伺服驅動器的輸出電壓要和伺服電機的額定電壓一致才可以，這是功能關系。第三步將設備的地理位置信息添加到數字工廠數據庫，明確IP級別和是否為爆炸保護區；最后一步建立產品全生命周期中工具與數據庫之間的信息交換，如下圖所示，數字化工廠數據庫中的信息將在產品全生命周期中被各種工具所使用和交換。

　　（1）靜態生產線——>動態生產線；

　　（2）MES功能局限——>MOM涵蓋價值鏈全流程；

　　（3）員工工種單一——>更好的人機協作；

　　（4）無法滿足個性化定制要求——>滿足定制化需求。

　　當數字化工廠的規劃完成之后，智能制造將進入下一個實質性的階段：生產工程。生產過程利用自動化系統和工程定義控制架構、信息從下至上的傳遞方式，機器與機器，機器與上位機之間的通信方式，是將數字化工廠從規劃到落地的一個關鍵階段。傳統的工業自動化技術與IT技術的融合形成了目前較為通用的5層企業垂直架構。在5層架構中：數據的請求或是事件驅動、或是循環發送，這都是響應上一級設備或軟件系統的請求，下一級則總是充當服務者或響應者。譬如HMI可向PLC請求發送其狀態，或者向PLC下達一個新的生產配方。完成的過程是將傳感器的電信號轉換為數字形式，然后由PLC賦以時間戳，再把信息傳送至MESIT層，以進一步提供相關服務。

　　隨著智能制造和大數據時代的到來，新的以信息物理融合系統（CPS）為基準的自動化架構已逐顯雛形。在新型架構中，多層級的嚴格分隔和信息流的自上而下的方法將會軟化和混合。在一個智能的網絡中，每個設備或者每個服務都能自動的啟動與其它服務的通信。各種服務（例如生產調度）自動訂閱所需的實時數據，傳感器數據通過OPC-UA等安全可靠的通信協議直接發送到云中。這一新型自動化架構帶來的重大改變是：除了對時間有嚴酷要求的實時控制和對安全有嚴酷要求的功能安全仍然保留在工廠層以外，所有的制造功能都將按產品、生產制造和經營管理這三個維度虛擬化，構成全鏈接和全集成的智能制造生態系統。

　　第四步——生產執行

　　當數字化工廠落地之后，智能化生產將有條不紊地生產第一階段設計的產品。數字化工廠的落地并不意味著智能制造的結束，而是意味著智能制造從規劃到落地，進入到信息收集、處理、分析、決策的新階段，我們稱其為生產執行階段。在信息化等級較高的企業或工廠中，往往制造執行系統（MES）得到廣泛的應用，企業利用MES系統進行生產訂單管理、通過生產數據采集和分析進行質量管理、設備管理、生產追溯與物料管理，并最終生成生產統計分析及報表管理。然而隨著企業制造的復雜化程度提升，從傳統的單一的品種大批量到現在的多品種小批量，以及生命周期變得越來越短，設計變得越來越復雜，于是就催生了更多的功能的軟件的需求，此時MES已經不能滿足客戶的多種需求。

　　在智能制造的技術支撐下，MES系統慢慢向制造運營管理系統（ManufacturingOperationManagement，簡稱MOM)過渡。MOM不僅包括MES，也包括EAM企業資產管理，LEAN精益，QMS質量管理系統，APS高級排產系統，EH&S環境衛生與安全等，是一個集成的軟件平臺，向上連接PLM軟件，向下連接工控及自動化系統，起到了鏈接PLM與自動化的橋梁作用。此外，MES是車間級的或者是工廠級的，服務于企業管理的一個“孤島”，MOM是延伸到上下游產業鏈，聯用戶、聯外部資源商的集成的制造運營管理系統，是企業間的連接。

　　第五步——增值服務

　　當數字化工廠中的各條智能流水線已經可以正常運行，我們是否可以高枕無憂地宣告智能制造的工作結束了呢？答案當然是否定的，數字化工廠中的每一臺設備都有著一定的生命周期，一旦某個核心設備出現故障，將面臨著停線停產的風險，智能制造的另一大作用體現在其最后一個路徑也是智能制造的最高境界：增值服務。增值服務利用大數據和云計算技術提供基于數據的增值服務，例如預防性維護。工業環境中廣泛會用到工業機器人，工業機器人的常見故障有：伺服焊槍斷裂、電纜斷裂、接線松動、減速機故障等。為了避免這些故障發生，提前監控與預判，可添加智能傳感器對振動，電流等關鍵參數進行監控。將監測的機器人設備的數據進行采集，通過現場總線和無線通信等技術將數據收集保存在IOT網關，然后上傳到云端，通過大數據服務器和大數據分析軟件，對監控機器人的狀態進行預防性維護，如有超過設定警戒值或閾值的異常現象，可通過郵件、短信和可視化界面的形式告知，從而大大降低維修資源和停機時間，提高設備OEE。

　　消除孤島

　　隨著產品設計的標準統一、數字化工廠建設的步驟規范和設備/數據庫的全面關聯、新型自動化架構對于工廠各個層級的全面打通、MES向運營管理系統的全面升級以及數字化技術對于新型增值服務的助推，以往制造業相對孤立的各個環節被連接起來，信息“孤島”被消除。理解環環相扣的智能制造實施路徑和5大階段，將更好地滿足企業定制化生產的需求和提高運營效率，明確各個部門的主要職責和跨部門間的合作，為廣大企業提升智能制造的核心競爭力提供了一條具體的實施路徑。