传统制造工厂数字化转型路径

谢军 中新苏伊士环保技术（苏州）有限公司

传统制造工厂在当下面临着巨大的发展困境，其技术和管理的滞后性都给工厂、行业本身造成了巨大的阻碍。伴随着人工智能、物联网和云计算等一系列新技术的出现，传统制造工厂数字化转型是大势所趋，只有全面推进了数字化转型，才能够转变制造传统制造工厂的生产运营模式，用新的技术来给制造工厂创造更高的效益和发展可能。但数字化转型中的技术要求非常高，为加快转型步伐，传统制造工厂要紧跟行业发展的新趋势，保持正确的转型发展，积极将新技术应用于生产经营中。

一、数字化工厂的概念

传统制造工厂数字化转型的最终目标是要建设数字化工厂，在这一数字化工厂形成后，产品制造中的相关数据和信息是十分重要的资源，经由虚拟技术、计算机仿真技术等在制造工厂中的应用，来对设计、制造、装配、质量控制等一系列环节都加以评估和优化，属于全生命周期的制造模式，是制造工厂现代化发展的必然结果。根据数字化工厂的特点，有效加强了产品设计和生产制造之间的关联关系，避免了在制造全生命周期内的各种不确定性因素影响，不仅简化了生产流程，提升了制造可靠性，更是具有极高的技术先进性和高效性[1]。

国内的制造行业在近年来迎来了新的发展，一些制造工厂内已经开始大范围推行计算机辅助设计CAD，在生产制造流程环节，采用了CAM 计算机辅助加工技术，部分制造工厂内甚至引入了CAE 计算机辅助分析技术，可在制造流程环节，对产品开展有限元分析，这一系列的数字化生产下，产品设计、制造过程中的各类风险显著降低。虽然传统制造工厂数字化建设取得了一定的成效，但集成管控和联机组成方面尚存在很大的发展空间。传统制造工厂数字化转型和建设中，数字化工厂的形成，在工厂内形成了智能化生产模式，并结合制造中的生产流程，搭建了工艺制造快速响应平台，兼具设计筹划、动态仿真、综合管控的功能，使得制造工厂内的不同部门和岗位人员之间可实现信息共享，加强不同部门之间的工作配合度。

二、数字化工厂的应用特点

以固废处理厂的数字化工厂建设为例，在数字化转型的过程中，实现原有模型数据库的集成，解决了在传统固废处理过程中信息沟通不畅、现场管理混乱的问题，不仅提升了固废处理的整体效率和水平，还可在可视化仿真和图文管理模式下，实现对固废处理全过程的动态化监控，使得固废处理更为高效，提升固体废弃物的综合利用率。固废处理厂数字化表现出了以下几个方面的突出特点：（1）在固废处理厂内构建了网络管理系统，在以管理系统下，可根据固废处理厂内不同部门的工作需求，来提升不同部门、部门与处理设备之间的信息采集、传输和利用水平，也就克服了传统生产下单机通讯联络模式的限制，具备了集中控制的功能[2]。（2）可根据生产流程来对NC 程序加以优化，经由在信息化管理模式下的程序传输、用户权限管理，也就使得固废处理具有流程的可追溯性，给固废处理管理人员提供全生命周期的跟踪服务。（3）固废处理流程中所产生的全部数据都被存放在终端服务器内，在后续的固废处理中，专业人员可直接从该终端服务器内调取自身所需要的数据。因为终端服务器中的数据是伴随着固废处理流程的进行而不断更新的，数据同步性突出。（4）系统可根据生产任务、作业计划，也就可对固废处理中的很多设备来开展能力平衡计算，提升了设备的综合利用率，有助于均衡生产的完成。（5）为集中联控方式，避免固废处理数字化生产模式下的程序出错、动作错误的情况，提升了固废处理的整体水平。（6）协同控制和远程控制功能突出，可快速发现和处理固废处理中出现的各种问题。

三、传统制造工厂数字化转型的实施路径

（一）总体思路

传统制造工厂的数字化转型中，需根据数据之间的互联互通来实现设备与设备之间的互锁互控，进而来达到对设计、生产全流程的数字化管理和控制。因此，对于制造工厂而言，为实现数字化建设，总体上可采用数据驱动微服务的建设思路，对固废处理厂而言，应始终以生产制造全流程的智能化发展需求作为指导，构建以人工智能技术为基础的智能感知、智能建模、智能控制、智能优化和智能运维的微服务应用体系，在固废处理厂内形成集成化生产模式，使得在固废处理的全过程中，可兼具智能感知、智能诊断和智能控制的功能[3]。传统制造工厂的数字化转型中，应严格按照夯实、整合、聚合与融合的思路，打造数字化转型蓝图，对固废处理厂而言，其关键就是要在处理厂中进行数据集中管理平台的构建，在该平台内整合全部的数据信息，在智能化平台下打造价值链一体化管控模式，充分发挥大数据、智能化和信息化等技术的优势，提升固废处理综合水平。

（二）路径实施方向

1.数据资产化管理

传统制造工厂的数字化转型中，首先应从数据资产化管理出发，因为数字化转型的过程中，数字资源的价值非常大，就需要传统制造工厂要从自身的实际情况出发，在原先的管理平台基础上，打造智能化数据管理平台，使得该平台兼具实时的数据采集、传输、并行处理功能，实现数据资产化管理，发挥数据信息在生产制造中的作用。

2.业务应用提升

传统制造工厂的数字化转型趋势下，需在原有业务基础上提高其业务能力，制造工厂需打造统一的智能制造应用平台，在该平台支持下统筹、整合业务信息资源，使得在生产制造的过程中，能够始终以产品全生命周期管理、设备全生命周期管理作为主线，支撑生产前仿真、生产中管控、生产后回溯的管理模式，经由事前模拟、事中监控、事后诊断，打造全新的生产制造管理系统。

制造工厂的生产流程复杂，在生产的过程中往往会出现很多的不确定性因素，而这些不确定性问题的出现，都给正常的生产制造带来了极为不利的影响。因此，数字化发展趋势下，为提升生产制造效率，消除和减弱不确定因素对生产所造成的不利影响，生产制造之前的仿真模拟也十分重要，经由仿真模拟，可从资源准备、计划模拟仿真、资源保障、风险管控等多个角度出发，用模拟的方式来进行生产制造全流程的直观呈现，根据模拟仿真结果来检验其生产制造流程的可行性，如果在仿真模拟中发现了工艺流程中的不合理之处，进行相应的工艺流程优化，但如果仿真模拟以后，发现其工艺流程通过了技术性和经济性的检验，也就意味着在生产流程中可采用这一方式，根据模拟结果来指导实际的生产制造工作[4]。数字化生产模式下，对应的数字化平台可实时对生产中所涉及的人、机、物、料、环等各个生产要素加以监控，对关键性的生产指标加以自动纠偏，使得生产制造更为稳定，可利用数字化来实现对生产流程的高精度控制。

制造工厂的生产制造实施中，也会产生大量的生产数据和信息，这些数据信息都是十分有效的资源，如果能有效实现对数据信息的利用，就可以使得生产更为高效，提升制造企业的业务水平。企业的业务水平提升中，也需要进行产品生命周期档案的建立，在制造企业内打造全新的信息壁垒，将产品制造流程中的全部信息及时存档，使得生产制造中的质量风险、效率风险、安全风险、在成本风险等加以定性、定量分析，提升制造水平。

3.指挥决策能力提升

传统制造工厂的数字化转型过程中，必须要提升指挥决策能力，具体的指挥决策工作应从以下方面来开展：（1）指挥中枢，是整个生产系统中的总控中心。现阶段的制造行业发展中，不同制造工厂之间的竞争越发激烈，为适应现代化的发展趋势，提升竞争力，各个制造工厂的数字化建设和转型中，就要充分利用数据信息来支撑其管理和决策，将生产制造过程中的全部数据与信息都加以充分整合、加工和处理，在大数据、人工智能辅助下，实现这些数据资源的转化，实现全过程的生产制造数字化管控，发挥数据在每个业务流程中的驱动作用[5]。（2）决策中枢，是整个生产制造中的决策指挥中心，传统制造工厂应结合自身的产品生产要求、流程特点，科学将人工智能、大数据、云计算、物联网都引入其中，保障这些现代化技术与工业制造技术的高度融合，在数据全面感知、收集、分析和共享的情况下，给制造工厂的发展带来新的可能，使得制造工厂可在当下的发展环境下，应对来自各方面的威胁，通过科学的数据分析，来进行生产诊断和决策报告。

四、传统制造工厂数字化转型的工作策略

（一）提高顶层设计质量和水平

制造工厂数字化转型趋势下，需从顶层设计质量和水平的提升出发，各个制造工厂都应该其整体的发展趋势，来进行数字化、网络化建设，将工厂的中长期、短期生产规划有效结合起来，在政府相应的政策理念、法律法规等带动下，指导制造工厂的数字化行动，使得制造工厂可将供给侧与需求侧、经济和社会效益都加以高度整合，常态化发展与应急管理结合起来，用科学的顶层设计来指导制造工厂的数字化发展。

（二）提高各个环节的改造速度

传统制造工厂的生产制造中，因为存在着理念、技术等的巨大限制，在当下行业数字化发展趋势下，这些传统制造工厂暴露出了越来越多的弊端，为推进数字化转型，各个传统制造工厂需改造的内容非常多，因此，就需要全面提高每个环节的改造速度，在科学的改造下，来保障制造工厂中的数字化改造水平。对设计端的工作来看，制造工厂在当下的发展条件下，要注重大型、智能和成套终端产品的研发，使得制造工厂中所生产的产品可向中高端延伸。从生产端的角度来看，制造工厂要严格开展数字化、网络化和自动化改造，在整个的生产制造过程中，可加大数据采集、制造监控力度，在条件允许的情况下进行ERP、MES 系统的设计，以实现生产制造中的实时响应、柔性和精益管理。在市场端，需打造新的产品销售模式，开展线上线下的协同作业，形成崭新的商业模式，提升制造工厂在市场上的影响力。

五、结束语

传统制造工厂在当下进入了数字化转型的机遇期，为提高数字化建设水平，需在制造工厂原有设计、生产、流程的基础上，加大人工智能、物联网、云计算等现代化技术的应用，以在工厂内形成数字化生产管理系统。但一些传统制造工厂的数字化转型中却存在着很多的困境，在未来的数字化建设中，还有很长的一段路要走，以加快制造行业的可持续发展，创造更大的行业效益和产值。