随着科学技术的持续进步，制造类企业也经历了多次变革。从实际发展情况来看，每一次变革都显著提升了制造水平，凸显了科学技术的主导作用。相关研究表明，制造类企业向智能化发展的过程中大致经历了以下四个阶段：手工作业、自动化流水作业、数字化网络化作业、网络化智能化作业。研究认为当前的制造类企业发展正处于第三阶段数字化网络化作业的发展时期，即信息化工业化深度融合的阶段，同时正在探索网络化智能化作业。

数字化工厂是随着数字仿真技术和虚拟现实技术发展而来的，它通过对真实工业生产的虚拟规划、仿真优化，实现对工厂产品研发、制造生产和服务的优化和提升，是现代工业化与信息化融合的应用体现。随着产品需求的不断变化、产品周期的更新换代速度提升，以及3D打印、物联网、云计算、大数据等新兴信息技术的不断应用，为了缩短研发周期，降低生产成本，提升企业产品质量和效益，先进的制造类企业开始越来越重视数字化工厂的建设，如上汽、海尔、华为、西门子等制造企业均已着手开始建设自己的数字化工厂，以支撑企业实现新的突破和发展。

02

数字化工厂的规划建设、投产运营及优化改进是企业信息化和工业化融合不断深入的过程。在这个过程中数字世界与物理世界不断迭代，支持企业产品设计、生产制造、运营管理等各个环节的PDCA循环不断改进和提升。本论文数字化工厂建设架构从产品生命周期、系统层级两个维度来进行构建，实现数字世界与物理世界的交互迭代。

1）产品全生命周期：由产品设计、工艺规划、生产制造、服务保障等一系列相互联系的价值创造活动组成的链式集合。生命周期中各项活动相互关联、互相影响。

2）系统层级：数字化工厂建设系统层级自下而上共四层结构

①设备资源及控制层：包括传感器、仪器仪表、条码、射频识别、机器、机械和装置，以及电力、燃气能源设施等硬件设备，以及与硬件设备密切相关的可编程逻辑控制器（PLC）、数据采集与监视控制系统（SCADA）、分布式控制系统（DCS）和现场总线控制系统（FCS）等控制系统，是企业进行生产活动的技术基础。

②数据库层：涵盖设计类、工艺类、制造类、管理类、试验类以及标准体系库（包含数字化管理标准、测试与试验标准、设计标准、产品信息交换标准）等。各类数据库均设有各自的基本数据库与知识库。作为数字化工厂体系框架的第二层，其为数字化工厂提供最为基础的数据支撑。

③管理层：涵盖面向设计部门的产品数据管理（PDM）、面向工艺部门的工艺工装管理、面向生产部门的制造执行系统（MES）以及面向后勤保障部门的能源管理系统等

④协同层：包含产品生命周期管理（PLM）、企业资源计划系统（ERP）、供应链管理系统（SCM）及客户关系管理系统（CRM）等，通过互联网络开展信息共享工作，实现企业内部各部门间的协同以及产业链上不同企业间的协同。

3.1三个核心功能要素分别是互联互通、系统集成、数据信息融合

1）互联互通：数字化工厂的核心在于连接，需将设备、生产线、工厂、供应商、产品以及客户进行紧密连接。数字化工厂顺应了万物互联的发展趋向，把无处不在的传感器、嵌入式终端系统、生产检测设备借助信息化系统构建成一个网络，从而实现生产设备之间、设备与产品之间，以及数字世界（虚拟世界）与物理世界之间的互联，进而让机器、工作部件、系统与人能够通过网络持续开展数字信息的交互。

①生产设备之间的互联：生产设备之间的互联表现为单机设备的互联，不同类型与功能的单机设备相互连接，进而组成生产线；不同的生产线相互连接，构成数字化车间；数字化车间相互连接，形成数字化工厂；不同地域、行业以及企业的数字化工厂相互连接，构建起一个具备广泛制造能力的数字化制造系统联盟。

②设备和产品的互联：产品与生产设备可实现通信，使操作人员能够实时掌握产品当前所处的加工阶段、后续的操作流程，以及产品的制造时间等信息。

③虚拟与现实的互联：通过信息化手段将物理设备连接到互联网上，让物理设备具有计算、通信、控制、远程协同等功能，从而实现虚拟网络世界与现实物理世界的融合

2）系统集成：数字化工厂将传感器、嵌入式终端系统、控制系统、生产加工检测等物理设备通过信息化手段形成一个网络，使得人与人、人与设备、设备与设备，以及服务与服务之间能够互联，从而实现企业横向集成、纵向集成，以及未来价值链端到端的集成。

①横向集成：指企业通过信息网络所实现的一种资源整合，包括生产线设备与设备之间、生产线和生产线之间、车间和车间之间、工厂和工厂之间的联网，这是实现数字化工厂的物理基础。也是未来实现企业间资源共享的基础。

②纵向集成：指企业内部信息流的整合，运用统一的数据库与软件平台，对设备资源数据、生产过程数据、产品数据等信息实时管理，以解决主要设备的互操作性及关键信息的一致性问题，确保数据或信息能够实现自上而下与自下而上的有效流动，进而为后续的大数据分析与高级智能决策奠定基础。

③价值链端到端集成：指围绕产品全生命周期的价值链创造，通过价值链不同企业资源的整合，实现从产品设计、生产制造、物流配送、使用维护的产品全生命周期的管理和服务。即将产品制造企业的分析需求、获取订单、供应链和制造、物流交付、获取收入、售后服务直至获取新的订单的整个循环集成起来。

3）数据信息融合：在系统集成和通信的基础上，利用云计算、大数据等新一代信息技术，在保障信息安全的前提下，实现数据信息协同共享，主要包括以下三种数据信息

①产品数据信息：涵盖产品全生命周期各阶段的数据信息。产品的各类数据信息经传输、处理与加工，使产品全生命周期管理成为现实，使个性化服务成为可能，使产品管理能够贯穿其整个生命历程，使用户能够参与产品设计、加工等各类活动。

②运营数据信息：包括企业内部的生产线、生产设备的数据，它可以用于对设备本身进行实时监控，并反馈到生产过程中，使得生产控制和管理最优化；还包括经济运行、行业、市场竞争对手等企业外部数据，通过对采购、仓储、销售、配送等供应链环节上数据采集分析，可以减少库存、动态调整生产、改进和优化供应链。

③产业链数据信息：包括客户、供应商、合作伙伴等数据信息。通过了解技术开发、生产作业、采购销售、内外部后勤等产业链各环节竞争要素数据信息，为企业管理者和参与者提供看待价值链的信息，使得企业有机会把价值链上更多的环节转化为企业的战略优势。

3.2三项标志关键技术分别是建模技术、仿真技术、单一数据源技术

1）建模技术：数字化工厂最大的特点就是产品设计和生产均可在数字化空间中虚拟进行，这样不仅可以对产品设计可行性进行仿真验证，还可以对新产品进行可制造性和制造成本提前预估分析。数字化工厂各种要素模型按功能分为产品设计、工厂布局、工艺规划、生产仿真、虚拟装配、试验验证和能量管理等7个部分，如图所示

2）仿真技术：仿真优化是数字化工厂的价值核心，根据建立的数字化模型和仿真系统给出的仿真结果及各种预测数据，分析数字化工厂中可能出现的各种问题和潜在的优化方案，进而优化产品设计和生产过程。在数字化工厂制造过程中，仿真技术应用主要包括：面向产品设计的仿真包括产品的静态和动态性能；面向制造过程的仿真包括加工过程仿真、装配过程仿真和检测过程仿真等；面向企业其他环节的仿真包括制造管理过程仿真，以及工厂/车间布局、生产线布局仿真等。

3）单一数据源技术：在产品全生命周期中，存在不同部门和用途的数据文件清单（BOM）。单一数据源思想是将不同数据精心组织成逻辑上单一的数据源并建立严格约束，以解决不同部门间数据冗余和不一致问题。在产品全生命周期里，根据数据产生阶段和部门不同，可分为设计BOM、工艺BOM等多种数据，每种数据BOM由产品类型、应用领域和生命周期唯一确定。其中，设计BOM是最原始的BOM文件，可视为产品单一数据源，它凝聚了产品设计工程师的创造性工作，其他BOM都是在其基础上结合应用领域信息转换而来。

将数字化工厂建设内容分为研发设计数字化、生产制造数字化、企业管理数字化、支撑保障数字化四部分内容，其示意罗盘图如图所示

4.1研发设计数字化

产品研发人员依据需求开展产品设计工作，获取产品的相关数据及三维模型，并实施管理优化与改进举措，直至最终确定产品的设计方案。该过程主要涵盖产品设计、工艺规划、虚拟试验验证三个阶段。其中，产品设计着重打造数字化产品模型或原理样机的构建条件，以及构建产品性能与功能的数字化验证手段，主要涉及计算机辅助设计（CAD）、计算机辅助工程分析（CAE）、计算机辅助操作（CAO，包含知识库、基础数据库和专家系统等）三个方面的条件。

4.2生产制造数字化

涉及从投料开始到最终完成产品的全过程，生产制造数字化可以实现对生产过程的优化、监控和管理，以提高制造质量和效率。主要建设以下四个方面。

1）制造资源数字化主要涵盖对现有设备实施数字化改造以及引进先进的数控智能设备。对现有设备进行数字化改造，主要是借助采用可编程逻辑控制器（PLC）、计算机数控系统（CNC）及其他数字化外设，对原有机床的电气系统予以替换和升级。引进先进数控智能设备则包含购置数控机加设备（如车铣复合自动化加工单元等）、工业机器人（如焊接机器人等）。

2）生产过程数字化以制造执行系统（MES）为核心，包括计算机辅助制造（CAM），快速原型（RPM），以及分布式数控（DNC）联网集成、数字化检测、生产调度指挥中心等。

3）质量管控数字化重点建设计算机辅助质量管理（CAQ）、计算机辅助检测（CAT）等手段。生产制造过程中质量管控数字化需要与企业管理数字化中质量管控统筹考虑。此部分建设重点为生产制造过程中的质量检测控制，侧重于通过MES系统解决

4）物料管控数字化重点建立自动化仓库、自动配送传输装置（AGV）、公共资源定位等物流管控条件，实现物流过程的自动化、数字化与智能化。

4.3企业管理数字化

将信息技术和管理技术用于企业管理领域，提高企业管理水平和经营效益。包括企业内管理数字化和企业间管理数字化两大部分。

1）企业内管理数字化建立以产品为主线的PLM和以物料流为主线的ERP企业内管理数字化框架，辅助相应的办公自动化OA、质量信息系统QIS、试验数据管理系统TDM、产品数据管理PDM（TDM和PDM系统重点在产品研发设计数字化阶段使用）、合同管理系统、人力资源管理系统、财务管理系统、设备管理系统、知识管理系统、企业门户平台、数据决策支撑系统等条件手段。

2）企业间管理数字化在企业内管理数字化的基础上进一步实现企业间相关业务、流程与共享资源的数字化，从而使企业具备参与供应链数字化管理和敏捷制造的能力。重点建设供应链管理系统SCM，客户关系管理CRM，以及电子商务智能BI等内容

4.4支撑保障数字化

作为数字化工厂的支撑保障条件，是数字化工厂支撑环境和运行条件，需与产品研发、生产制造、企业管理数字化条件同步开展。主要建设以下六个方面。

1）基础设施

①网络基础：涵盖异地网络建设与本地局域网建设。其中，异地网络建设涉及不同企业之间，以及本企业不同地点的网络搭建。当前，本地局域网建设包含涉密网络、工业互联网（亦称物联网，涵盖能源互联网）、国际互联网等。

②总控中心：数字化工厂的信息中心对反映企业运营状况的信息系统于总控中心开展集中监控管理，进而达成信息系统管理效率与管理质量的同步提高。

2）数据库及标准规范:数据库建设工作依据产品研制需求，构建设计、工艺、制造、试验等各环节的产品专用数据库，以及关系数据库、文件数据库、实时数据库等通用商业数据库系统。

3)信息安全：为保障网络安全稳定运行，需着重构建面向涉密网络的物理安全、信息安全、运行安全以及保密管理等方面的信息安全防护体系；同时，建设面向工业互联网的工业防火墙 IFW、工业通讯网关、工控网络安全监测审计系统、安全监测平台、工控网络安全防御平台、工业信息安全在线监测预警平台以及工业互联网可信计算机主动免疫平台。

4)能源保障：以构建能源互联网作为信息运行载体，结合能量管理模型的虚拟仿真，通过搭建能源管理系统（EMS），综合运用计算机技术、数据库技术、网络技术、仪表控制技术，针对数字化工厂运行所需的各类能源（如供电、供水、供气、供暖等）的具体使用状况开展在线监测与动态分析，实时掌握能源消耗情况，从而及时排查能耗薄弱环节，动态实施用能调整，达成“实时测量”“数据处理”以及“远程控制”等功能。

5)服务保障：后方技术保障人员运用远程通信技术，指导前方的装备操作或维修人员排除装备故障，以迅速恢复装备性能。其重点涵盖五部分内容，分别为远程诊断和维修服务（例如与维修保障机构构建远程诊断系统）、可视化维修服务（例如建设交互式电子技术手册IETM）、维修知识服务（例如培训或公司门户）、便携式维修辅助设备，以及维修服务管理。

6)系统集成：通过构建面向研发设计、生产制造、经营管理的数字化工厂集成支撑平台（利用软件接口API和协议可使各类软件系统具有互操作能力），有效支持数字化工厂的各阶段集成，使企业各功能系统协同地工作。以制造为核心的企业可以建立以ERP+MES为核心的集成平台。

结束语

数字化工厂建设属于综合性、系统性工程，其影响范围涵盖整个企业及其供应链生态系统。数字化工厂建设旨在达成的互联互通、系统集成、数据信息融合以及产品全生命周期集成，会将各个方面的人员、设备、产品和环境要素关联起来，数字、数据和信息广泛存在，决策与行动也会分配至企业各级员工。故而，建设数字化工厂时，除了要应对技术层面的挑战，更多地还需应对组织、文化、流程和人力资源等管理方面的挑战，尤其需要企业自身强化复合型信息化人才的培养。