工业互联网环境下制造业数字化转型路径研究

方杰

（安徽电信规划设计有限责任公司，安徽 合肥 230001）

1 引言

当前，新一轮信息技术驱动产业深度变革，制造业生产方式、组织管理和商业模式等加速重塑，制造业“生产换线”和“机器换人”步伐明显加快，生产过程逐步走向高度自动化、数字化、智能化。在数字化浪潮中，智能制造面临着新技术革命以及实现高端制造业的跨越式发展的新挑战，工业互联网成为智能制造发展的新突破口，“互联网+”与工业系统的深度融合，利用新技术对企业进行全方位、全链条改造，带动数字经济、绿色经济等新经济模式加速向工业领域渗透，驱动制造模式发生根本性变化。

2 工业互联网概述

习近平总书记强调，“深入实施工业互联网创新发展战略，加强工业互联网等新型基础设施建设。”工业互联网是基于智能化的产业革命，构建起人、机、物、法、环、能的全面互联互通，是支撑工业系统智能化发展的关键基础设施，通过对工业数据的全面深度感知，推动网络、平台、数据、安全的有机融合，实现生产作业优化和生产组织方式变革，加速工业经济向数字经济深度迈进。

工业互联网作为制造业和互联网深度融合的产物，已经成为新工业革命的关键支撑和智能制造的重要基石。在制造业高质量发展新阶段，大力发展工业互联网，加快基础设施演进升级，形成基于数据驱动的轻量级、模块化、低成本的APP和解决方案，推动产业技术变革和装备升级，引领高价值环节从制造环节向服务环节转变，促进生产制造模式和商业模式发生根本性转变，打造新阶段工业转型升级的关键驱动力。

3 建设需求分析

近年来，我国大力实施数字化制造普及和智能化制造示范行动，工业自动化和数字化水平快速提升，产业集聚发展效应和示范引领更加凸显，但工业数字化升级仍面临诸多难点：工业加工过程设备数据采集量大并且分散，工业以太网协议复杂，缺少标准一致的数据采集接口；关键工序软件、底层操作系统、嵌入式系统、开发工具不满足企业实际业务需求，供需不适配等；企业在数字化转型方面意识不强烈，或仅完成局部数字化升级，缺乏体系化发展思考等。

工业互联网作为智能制造的升级和演进，通过构建精准、实时、高效的数据采集互联体系，提供基于云端的数字化、网络化、智能化解决方案，支撑制造资源泛在连接、弹性供给、高效配置。工业互联网平台数据模型汇入各类工业场景大数据，结合工艺技术、行业知识、模型工具等，构建业务场景的数字孪生，对物理世界从描述、诊断向预测、决策、优化不断演进，实现更深层次更大范围内制造资源优化配置。

3.1 推进IT网和OT网深度融合

传统工厂内外网络主要采用有线网络接入为主，网络配置及控制主要依靠人工管理，工业有线网络建成后，调整、改造的难度和成本较大，极易造成资源的浪费。采用工业总线、工业以太网连接的技术标准众多，网络协议彼此互联性和兼容性差，设备层、车间层、企业层等各层级网络的割裂难互通，大量的生产现场数据沉淀或消失在工业控制网络中，无法上行延伸到企业信息网络。而随着工业网络结构扁平化趋势，以时间敏感网络（TSN）为典型的新型网络技术，打破了传统网络制式的技术壁垒，实现网络各层级协议的解耦合，推动IT网络与OT网络逐步融合。

图1 IT网络与OT网络融合架构

3.2 提升边缘计算能力

随着网络、计算、存储和安全等方面技术的不断提升，对边缘计算的需求不断增加，利用物端计算能力，满足企业在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。随着工业装备网络接入需求增多，产生大量实时感知的数据流，网络带宽资源占用量加大，数据传输服务中断、网络延迟现象也越来越多。通过在过程控制系统层和机器控制层之间建立边缘服务器，把数据采集、计算、分析、预测等下沉至边缘层，提高计算任务实时性，同时将非实时数据聚合后传输到云端，并将数据分析结果反馈给ERP/MES系统，提高生产的协同交互。

图2 边缘计算技术架构

3.3 加强数据集成管理与分析利用

企业现有ERP、MES、CRM等业务系统都有各自的数据管理体系，数据管理功能更多偏向规模有限且高度结构化数据，对海量多源异构的数据缺乏必要的采集与处理能力，各环节数据之间缺乏关联性，数据库彼此无法兼容，体现在业务不集成、流程不互通、数据不共享，而随着业务系统的不断增多与业务流程的日趋复杂，需要统一数据定义和使用标准。利用工业互联网平台打通对各类数据资源的动态接入，包括主流数据库的数据(如：DB2，Oracle,Informix,SQL Server等)，以及XML文件、文本文件、图片、音频/视频信息等非结构化数据，实时访问分布在各类业务系统中的数据，实现不同业务系统间、不同业务部门间的信息交互，解决数据孤岛问题，加速数据集成与分析利用。

4 基于工业互联网的数字化架构

结合企业业务流程、管理基础、信息化及自动化程度等，沿着智能制造要素→智能制造能力→智能制造系统的发展方向，全面集成企业各类生产运营系统，设计包括智能设计、智能生产、智能运营、智能服务组成的完整工业互联网方案，帮助企业建设行业内示范性的“智慧工厂”。

图3 基于工业互联网的数字化转型架构

4.1 网络互联

网络是工业系统互联支撑的基础，涉及设备层、控制层、车间层、企业层之间的互联，以及企业信息系统、产品、用户与云平台之间不同互联。结合网络扁平化、IP化、无线化等趋势，采用有线/无线宽带、LTE增强、NB-IoT、5G等技术，增强对现场的控制器(PLC、DCS、FCS等)、传感器、伺服器、监控器等连接，增加网络接口改造，以工业以太网代替现场总线，提高组网灵活性。同时，在工厂级层面利用工业云平台实现控制系统、管理软件、产业链之间的信息协同交互。

4.2 智能设计

建立以用户为中心的智能研发，采用PDM/PLM系统，实现产品整个生命周期中所有相关信息管理，集成CAD、CAE、CAM等设计数据，将详细产品设计方案转变成可制造的工艺流程和生产流程，融入智能制造相关新兴使能技术，对产品的性能、质量、可制造性、可装配性、可测试性、产品服务和价格等多因素进行考量，优化产品设计方案，提高产品竞争力。

4.3 智能生产

以智能设计图文档输出为基础，实现产品EBOM和MBOM的一致性，通过应用网络技术、设备集成技术、机器视觉技术、定位技术等手段，实现产品制造及生产过程的精细化管理和敏捷制造，提升动态感知和柔性生产能力。

建设数字孪生工厂，利用数据可视化技术、设备监控技术等，将工厂的设备、人员、物料、生产计划等数据以可视化的形式呈现出来，使虚拟环境中的生产仿真与现实中的生产无缝融合，实时监控、管理生产过程的每一个环节，提高生产和管理效率。

计划与调度方面，根据制造资源能力和动态的订单库存等数据，综合考虑企业排产的整体目标和策略(如客户优先级、订单交期、相同产品连续生产、资源负载均衡等)，形成多种约束条件下的生产作业计划。

生产管理方面，利用制造执行系统MES系统管理生产环节，通过工序排程、人员派工、设备准备等方式，提前准确下达精细生产计划，跟踪当前实际生产状况如订单进度、不良品率、损耗等。

质量管理方面，采用基于工控机的机器视觉系统，开展产品在线质量监测，实时采集如工序产量、工单在制品转移状况、检验、产品不良故障等详细生产过程数据，建立质量数据算法模型，实现生产过程异常实时预警，帮助企业进行日常品质分析和周期性的品质持续改进；

设备管理方面，跟踪设备的生产运行状态，基于设备运行模型和设备故障知识库，开展设备综合效率的精准分析，提高设备稼动率，减少设备停机、待料时间；

厂内物流方面，通过数字化储运设备与WMS信息系统集成，建立仓储模型和配送模型，利用全流程条码化，实施跟踪订单、了解准确的库存信息，保障物料先进先出，合理安排产线物料供应；

安环管理方面，检测机房、车间的环境如气体、温湿度、新风、漏水、紫外线等环境进行实时监控，建立环境数据分析模型，开展排放分析及预测预警；

能源管理方面，建立节能模型，对设备进行用电质量和产品能耗多方位分析对比，如遇异常及时预警避免损失。与生产MES系统对接，通过产品产量以及系统采集的能耗数据，对产品单耗进行动态分析，以便企业根据产品单耗情况来调整生产工艺。

4.4 智能运营

智能运营是为智能生产服务的，主要包括智能采购、产销、供应链、财务、办公等，通过ERP系统将客户需求和企业内部的制造活动高效整合在一起，以订单驱动企业价值链流转，以信息流驱动企业物流和资金流，形成企业一个完整的供应链条和产销供一体化。

4.5 智能服务

利用CRM系统实现客户集中管理，收集客户资料信息，了解客户需求，预测客户消费方向。通过开展客户数据统计与智能分析，统计与分析内部销售额并生成销售报表，帮助企业预测市场发展方向，挖掘客户价值。根据建立的各种不同的数据字段，快速查询出所需要的统计信息，为企业产品性能改进、工艺过程优化等提供有力的依据。

5 数字化实施路径探析

工业互联网建设的顺利实施，帮助企业在资源优化、工艺改进、生产过程管控、产业链协同等方面实现智慧化应用，推动公司数字化转型发展，但实施制造数字化是一项复杂的系统性工程，涉及技术种类多、覆盖面广、协调组织难度大，需要企业内外部各方面的资源协作配合，共同参与信息化建设。

5.1 开展企业现状诊断，做好系统性顶层规划

对企业工业互联网应用现状与能力进行诊断评估，围绕企业设备层、感知层、边缘计算层、生产层、运营层等，明确企业数字化建设中存在的差距与不足。同时，制定企业下一步清晰发展规划路径，加大5G、云计算、大数据、AI等信息技术在工业场景融合应用，提出具体的数字解决方案，帮助企业实现数据的综合集成和BI智能分析应用。

5.2 加强组织领导，提高数字化建设制度保障

企业工业互联网建设涉及组织、流程、业务、部门协作等一系列变革，涉及员工思想转变、管理优化等方方面面，需要公司高层领导强有力的支持。企业领导班子中设立CIO专职岗位，组织公司的信息化规划实施工作，引导企业转变要素投入，推动企业发展更多依靠以信息技术为驱动的科技进步和员工素质的提高。企业高层需要全程领导数字化车间、智慧工厂的整体实施过程，提升流程、组织架构、人员等方面的数字化能力，重视全员数字化素养的培育，把数字优先思想贯穿到企业文化建设中。

5.3 加强人员队伍建设，保证项目顺利实施

设立项目专项实施小组，选择IT部门、系统使用部门的骨干人员参加，完善相关激励机制，加强信息化实施团队人员的连续性和稳定性，保障数字化建设的成功。同时，加大培训和人员进修的投入力度，培养和引进支撑数字化建设的综合素质人才，保障未来智能制造的深度应用。数字化应用释放了部分劳动力后，让员工从事更高附加值的工作，实现业务和人员合理配置。

5.4 联合外部供应商，共同推进信息化落地

基于企业实际需求和建设能力，可选择社会上经验丰富的大型信息服务商，联合服务商共同实施数字化建设，企业在进行信息系统选型时，要结合公司的中长期发展战略和工业技术特征、信息化规划要求等，充分考虑IT业务系统的先进性、扩展性、专业性、实用性、性价比，对供应商进行公司实力、产品和服务、典型客户等多维度的比选。

5.5 可靠度资金保障，提供良好支撑服务

（1）结合企业技改项目实施，把智能化和信息化投入列入技改项目的总投资，项目规划建设时同步考虑信息化配套资金，提供稳定的信息化资金保证。

（2）从企业的折旧费和研发费等中提取一部分用于信息化建设。

（3）积极利用政府在技术改造、5G、工业互联网、企业上云、制造强省等方面的政策支持，向政府争取必要的信息化建设资金。

6 结语

近年来，国家和省市层面都先后出台5G、工业互联网、数字化转型等方面的规划和支持性政策，鼓励企业加快数字化改造，本文通过对企业数字化转型升级路径探析，聚焦实际业务痛点，帮助企业从设备、车间、工厂、集团各层面构建全面互联的“新基建”能力，有重点地进行优化和潜力挖掘，搭建感知环境、获取信息、传递指令的“神经系统”，加快推进企业数字化场景应用创新，推动企业工业互联网建设进入加速期。