「智造」第 6 期：浅谈智能工厂

作者：马腾飞

【引  言】

今年 AIGC 的大火，让很多行业专家都直呼 AI 时代来临，全面 AI 应用将很快覆盖全社会各个行业领域，所有的产品基于大模型都可能要重新开发一遍，也就是 AI2.0 到来。对于制造行业，AI 将为制造工厂带来全新的管理理念和技术突破，智能工厂也将代替数字化车间，被企业越来越关注重视。下面我们就简单聊一下什么是智能工厂？智能工厂、智慧工厂虽然大家都在提及，但是究竟指的是什么，每个企业都有自己的一套标准和见解。个人基于国家智能制造标准体系以及十多年在制造行业的经验背景给出了个人对智能工厂的理解以供大家参考。

01

什么是智能工厂？

智能工厂就是深化融合了新一代信息技术和先进的生产管理模式，通过先进的软硬件技术，实现生产过程各个业务协同以及最大程度上的自动化替代，并且以工业大数据驱动生产运营，以数智化创新重构企业竞争力，帮助企业实现工厂各个业务之间无缝衔接、互联互通的一种工厂管理与生产模式。结合国家智能制造标准体系，智能工厂是实现企业智能制造体系的关键技术，是属于智能制造体系结构，也就是说智能制造内容包含智能工厂。

02

智能工厂包含哪些模块？

主要包括智能工厂设计、智能工厂交付、智能设计、智能生产、智能管理、工厂智能物流、集成优化等 7 个部分。主要规定智能工厂设计和交付等过程，以及工厂内设计、生产、管理、物流及系统集成等内容。 

1

智能工厂设计标准

主要包括智能工厂的设计要求、设计模型、设计验证、设计文件深度要求以及协同设计 等总体规划标准；物理工厂数据采集、工厂布局，虚拟工厂参考架构、工艺流程及布局模型、生产过程模型和组织模型、仿真分析，实现物理工厂与虚拟工厂之间的信息交互等物理 /虚拟工厂设计标准。 

2

智能工厂交付标准

主要包括设计、实施阶段数字化交付通用要求、内容要求、质量要求等数字化交付标准 及智能工厂项目竣工验收要求标准。

3

智能设计标准

主要包括基于数据驱动的参数化模块化设计、基于模型的系统工程（MBSE）设计、协同设计与仿真、多专业耦合仿真优化、配方产品数字化设计的产品设计与仿真标准；基于制造资源数字化模型的工艺设计与仿真标准；试验方法、试验数据与流程管理等试验设计与仿真标准。

4

智能生产标准

主要包括计划建模与仿真、多级 计划协同、可视化排产、动态优化调度等计划调度标准；作 业文件自动下发与执行、设计与制造协同、制造资源动态组 织、流程模拟、生产过程管控与优化、异常管理及防呆防错 机制等生产执行标准；智能在线质量监测、预警和优化控制、 质量档案及质量追溯等质量管控标准；基于知识的设备运行 状态监控与优化、维修维护、故障管理等设备运维标准。 

5

智能管理标准

主要包括原材料、辅料等质量检 验分析等采购管理标准；销售预测、客户服务管理等销售管 理标准；设备健康与可靠性管理、知识管理等资产管理标准；能流管理、能效评估等能源管理标准；作业过程管控、应急 管理、危化品管理等安全管理标准；环保实时监测、预测预 警等环保管理标准。 

6

工厂智能物流标准

主要包括工厂内物料状态标识与信息跟踪、作业分派与调度优化、仓储系统功能要求等智能仓储标准；物料分拣、配送路径规划与管理等智能配送标准。  

7

集成优化标准

主要包括满足工厂内业务活动需求的软硬件集成、系统解决方案集成服务等集成标准；操作与控制优化、数据驱动的全生命周期业务优化等优化标准。

随着技术和生产先进管理的逐渐成熟，工厂管理依靠一套 MES 与 ERP 的时代已经越来越远，仅仅依靠 IT 只能将部分业务搬到线上，只能实现部分业务数据的可视化，所以不管从工厂的生产执行还是管理都具备非常大的优化空间，企业更需要一个符合时代潮流的智能制造应用场景——智能工厂。

03

智能工厂的关键特点有什么？

• 自动化生产：智能工厂利用机器人和自动化设备完成各种生产任务，可以实现高度的生产自动化和流程优化。这不仅提高了生产效率，还降低了错误率和劳动力成本。

• 数据驱动决策：智能工厂通过传感器、物联网和数据分析技术，实时采集和分析生产数据，提供关键的生产指标和洞察，帮助管理层做出更加准确和即时的决策。

• 灵活生产能力：智能工厂具有高度的灵活性和可调整性，可以迅速适应市场需求的变化。通过智能化的生产设备和柔性制造系统，可以实现快速产品切换和定制化生产。

• 智能供应链管理：智能工厂通过与供应商和客户之间的数字化连接，实现供应链的实时可见性和协作。这有助于优化供应链的运作，减少库存占用和响应时间，提高整体供应链的效率和适应性。

• 资源和能源效率：智能工厂通过监控和管理能源消耗，优化生产资源的利用效率。通过节能设备、智能能源管理系统和可持续生产方法，可以降低对自然资源的依赖，减少环境影响。

• 数字化转型和创新：智能工厂推动企业的数字化转型，通过引入新技术和创新的商业模式，实现业务模式的优化和创新。这对企业的可持续发展和竞争力提升有着重要的作用。

  
  

04

新一代智能工厂解决方案是什么？

新一代智能工厂需要在数字化车间的基础上，打通 IT 侧和 OT 侧，不仅在数据上实现互联互通，深度融合，还要在业务上进行融合优化，同时也对企业的 IT 和 OT 方面的人才提出更高的要求，ITOT 双方不仅要懂 IT 技术，也要懂现场业务和应用场景融合优化。只有实现了 IT 和 OT 的全面融合，才能为智能工厂打下结实基础。当然仅仅 IT 和 OT 目前看还不够，还需要加上 AI 这一热门神器，随着 AI 技术的越来越成熟，各种模型算法和应用开始走向工厂，比如基于统筹算法等实现的工厂智能排程，帮助计划部门大大提升计划效率，实现生产计划可视化、科学化、敏捷化以及可追溯，根本上解决传统纸质 Excel 排程难题。

再比如通过计算机视觉技术（CV）以及机器学习，用友帮助钢铁企业解决了采购废钢过程中人工判级难度大，客观性不强的这样一个难点痛点，用友基于工业互联网平台采用 AI 数据分析，对废钢采购过程中的每一车进行精准的判级，在判级过程中对每一车废钢采集 20-40 张图片，对每一张图片的每一个单体进行精准识别，一一确定它的等级，当这一车采集完毕后在进行综合判级，结束后自动对接采购系统进行结算，最终帮助企业实现快速精准远程可追溯的废钢判级场景。

以上 AI 的应用无不说明，AI 对于企业工厂升级智能工厂的强大支撑和赋能。所以新一代智能工厂等于基于企业制造业务核心模型打通 ITOT 深度融合再加上人工智能在工厂各个应用场景的赋能，帮助企业实现个性定制、产销协同、敏捷运筹、智能生产、精准品质、高校设备以及优化决策。

这里在普及一下什么是 ITOT 融合？

IT 和 OT 融合是指信息技术（IT）和运营技术（OT）之间的合作和协同，以实现更高效、更智能的业务运营和管理。IT 通常涉及计算机技术、网络技术和软件开发等方面，比如 PLM、ERP、CAX 等，而 OT 通常涉及工程、制造、自动化、输配电、交通运输等实体运营系统方面，比如 DCS、PLC、SCADA 等。在 IT 和 OT 相互融合的过程中，可以融合物联网（IoT）、云计算、大数据、人工智能、机器学习等新技术和领域，以实现更好的数据集成、信息共享、应用创新和业务价值的提升。例如，智能制造、智慧城市、智能交通等领域，都需要 IT 和 OT 之间的融合，以促进业务的快速发展和持续优化。

最后，个人认为智能工厂是一种模式而不是一个标准，是伴随着新一代信息技术的发展和需求的不断提起而被不断优化不断迭代的一种模式。换句话来说，智能工厂是一个基于先进技术和数字化平台的现代化制造工厂，它通过集成自动化、智能化和信息化技术，实现生产过程的高效、灵活、可持续和智能化。另外，智能工厂的实施和运营需要充分考虑技术投资、人员培训、安全保障和数据隐私等方面的挑战。但是，随着技术的不断发展和成本的下降，智能工厂将在未来的制造业中扮演越来越重要的角色，为企业带来更多的竞争优势和商业机会。

「作者简介」

马腾飞，用友网络科技股份有限公司，智能制造事业部售前咨询专家，深耕智能制造领域，专注于智能制造 MOM 研究与实践。具备软件和硬件技术相结合背景，精通 PLM、MOM 以及 Scada 等相关业务咨询、售前、实施能力。

业务专长：智能工厂、MOM、PLM

擅长行业：离散制造、装备制造