全球主要经济体针对未来制造业发展分别制定了符合各自国家特色的工业制造体系：德国的工业4.0、美国的工业互联网及先进制造业、日本的IJpan战略等，中国推出中国制造2025和智能制造体系，力争在未来10年进入制造强国行列。那么，中国的制造企业如何进行智能制造转型升级之路呢？一起来了解下吧。
以下是精彩内容整理：
谢谢阿里巴巴创新中心、硬功馆，我们在云栖TechDay第24期的时候已经做过一场关于工业4.0相关的一个话题，而今天要讲的这个话题完全不同，今天要讲的是：中国制造型企业的智能制造之路。开始之前我需要先做个简单了解，在座的各位有做软件的、有做硬件的、有做制造的、有做开发的，有老师有学生，还有其他等等不同的行业，这样的话我的这个主题就有点难讲，我的受众到底是谁呢？现在中国制造2025非常火，智造领域也很大，我们把它延展开之后，跟在座的各位都有点关系，待会在我讲的40多页的PPT里面大家慢慢能够感受。
我们非常有幸，从杭州云栖小镇起步然后慢慢走出来，并且即将在宁波阿里巴巴创新中心落地一个全新的项目：专门做工业机器视觉解决方案的公司――宁波博拉智能技术有限公司。博拉本身是做智能制造相关的解决方案，涉及机器人产线自动化、工业物联网和数控领域的工业云平台。昨天我在金华市的两化融合会议上做了工业大数据和智能制造的主题分享，台下有400多人，一点都不紧，今天站在这边却稍微有点紧张了，原因是什么呢？在座的各位可能有些是我的师弟、师妹，有些是我的师兄、师姐，我的本科是在宁波大学念的，在宁波待了四年时间，也算半个年波人，考研之后才去了浙江大学。所以我觉得跟宁波是非常有缘的，这也就是为什么我们希望把视觉公司落地在宁波的原因，我们希望跟宁波在座的各位以及我们未来的伙伴共同来做机器视觉、图象处理相关的技术和产品，做工业领域视觉相关的深度学习技术。
对于我个人，我是2007年毕业于浙江大学研究生，之后我在一家上市公司整整工作了七年。在这个七年过程当中，我们主要做的是轨道交通信号控制系统，它是一个闭环的控制系统，涵盖了列车运行过程中的安全计算、安全防护和自动驾驶等技术，其控制系统跟智能制造的相关技术一致的。所以有了七年的扎实的智能控制基础，我出来做智能制造相关工作的时候，相对来说会走得比较快一点。
今天我会分四个主题来讲，首先介绍全球主要的经济体对智能制造战略布局情况，其次介绍国内制造业的现状，第三智能制造怎么在制造业落地？在介绍落地过程中在座的各位可能会引起共鸣，因为涉及到硬件、软件有关、电气、控制、大数据采集分析、以及深度学习相关的技术；最后我们一起探讨具体的落地案例。
智能制造战略布局
我们先来看全球范围内的智能制造的体系布局，首先是德国的工业4.0，其次是美国的AMP先进制造伙伴计划、美国工业互联网计划，然后是国内的中国制造2025。目前这三个制造体系在全球范围内占据主导定位。
德国的工业4.0，可以总结为：一个核心、两大战略、三大集成、五个特征和八项措施，这里我们只针对与今天主题相关的部分展开详细探讨。
一个核心：工业4.0有一个很重要的核心是CPS（Cyber Physical Systems，中文翻译为信息物理系统）。CPS是支撑中国制造2025、德国工业4.0、美国工业互联网最核心的技术，国内上个月刚刚发布了CPS白皮书。工业4.0的核心是CPS，它更多的会体现在智能工厂的构建上，也是我们现在大多数场合讲的智能制造，是面向于智能工厂建设的。在建设智能工厂的过程中，涉及到大量的传感技术、通信技术、软件技术、硬件技术、控制技术、云计算技术和深度学习相关的技术。
三大集成包括纵向集成、横向集成和端对端集成。纵向集成是指在生产制造型企业内部，从销售、设计、研发、生产、制造、物流、售后等全流程数据贯通，旨在描述企业内部各个部门和体系的数据流通。实现纵向集成却是工业4.0的第一步，我们宁波的制造业非常发达，但所有这些环节都打通的企业还不是特别多，这恰恰说明了我们制造业还有很长的路要走。其次是横向集成，横向集成体现在企业价值链上的数据打通，企业有不同的合作方、供货商、代理商、分销商等，把这些全部不同厂商的数据在业务层面打通，这样的集成叫横向集成。最后是端对端集成，端对端集成在德国工业4.0里面谈得并不多，总结为工程数字化集成更为妥当一些。工程数字化集成，对于企业来说，从产品设计开始，到生产、制造以及后端的维护，从产品全生命周期的角度全部实现数字化就是工程数字化集成。这个怎么去理解，现在大多数的生产制造型企业，先采用CAM、CAD等软件做产品设计，设计后打样去验证，样品验证后在开始做工艺进行小批量试验，然后再大批量生产。站在工程数字化集成的角度来讲，采用软件实现产品设计后就用各种仿真技术完成它在设计环节、生产环节和服务过环节的验证，这个就叫做工程数字化集成。
德国工业4.0有三大主题，刚刚提到的智能制造很多情况涉及到智能工厂和智能生产等环节，德国的工业4.0也不例外，它的三大主题，第一大主题智能工厂，第二大主题智能生产，第三大主题是智能物流。
八大措施，在座的有没有做制造业的，能举手一下吗？如果做制造业，咱们会对这一块比较熟悉一点，在我们的制造企业里，有ERP、PLM、PDM、WMS，有些制造企业已经部署和实施MES系统，可能还有设计仿真系统。德国工业4.0的八大措施，构成了智能工厂相关的整个体系。我们从下往上来看：第一层，在企业内部构建安全相关的平台，该平台是未来数据流通的保证，保证数据的安全性；第二层集成工作流平台，往上与第三层的ERP、PLM、PDM、 MES、WMS打通，在这个层面完成企业内部的纵向集成；接下来，在企业内部可以做更多的事情，我们可以把供应商、合作方、客户囊括进来，来实现企业间的横向集成，使得企业价值链上的合作伙伴、供应商、客户，能够跟企业整个数据平台连接。在这个基础上，再面向市场，面向客户，实现德国工业4.0的最终目的C2M（客户到工厂），客户这边任何的需求，直接在工厂实现按需定制，按需生产。所以德国的工业4.0描绘了这样一幅美好的蓝图，在价值链上与客户之间实现数据全流通。
工业4.0有九大支撑技术：第一项技术，增材制造，3D打印当中的增材打印，特别是涉及到金属粉末打印，而不是目前我们在市场上经常见到的模型塑料件打印。第二项技术是AR，这里只提到了增强现实，没有提混合现实和虚拟现实，因为增强现实在未来工业领域是有实际的用途，是能够真正落地的。我们想象一下：当我们在做产品设计的时候，戴上AR眼镜就可以在一个半实物半虚拟的空间里面实现设计、装配、调试、调试，这是一件多么令人振奋的事情！所以德国工业4.0把增强现实作为九大支撑技术的第二项技术。第三项技术是大数据的采集和分析，这在工业领域的数据分析现在才刚刚开始，项目正在逐步落地，未来有很大的市场空间。第四项技术：自主意识的机器人，工业领域装配、焊接、打磨去毛刺、抛光、上下料、码垛等场景下应用的工业机器人，不能称呼为自主意识的机器人；自主意识的机器人，是指在机器人工作的范围内，通过传感技术、激光技术和视觉技术，能够做到像人一样在特定的工作场景下做智能的检测、自主的执行。所以目前的工业机器人还会不断发展，结合传感技术、数据分析技术、人工智能技术，慢慢会往自主机器人方向发展。第五大技术是仿真技术，刚才讲到的工程数字化集成是德国工业4.0的第三大集成，而数字化集成中的关键技术之一就是仿真技术，从产品的设计环节开始，在设计、工艺、生产、运维等环节采用仿真技术，使得产品在没有实际投产之前，完成工厂阶段生产和运维阶段的数据仿真和验证。第六大技术是纵向集成、横向集成，前面已经讲到了企业内部的纵向集成和价值链上的横向集成。第七大技术是物联网，这里特指工业物联网IIOT（Industry Internet Of Things），面向工业领域的物联网，涉及M2M（Machine To Machine）、传感技术、云计算技术、深度学习技术。第八项支撑技术是非常重要的一项技术，叫虚拟空间的安全性，也可以把它理解成数据空间的安全性。在工业4.0的技术架构下体现全是数据流通，这就需要在数据流通环节的安全保障，要绝对保证数据的安全性。最后一项技术是云计算技术。这九大技术构建成了工业4.0最核心的支撑技术。
工业4.0的本质到底是什么？工业4.0是针对产品生命周期内、价值链上、组织管理方式上的一系列变革，未来的研发、设计、生产、销售、服务都会发生很大的变化，这些变化包括生产流程的数字化、实时价值链信息获取、实时的组织价值链优化，最终满足用户个性化的需求。互联网里讲究以用户为核心，实际上，工业4.0最终要满足的也是用户的个性化需求，这才是工业4.0的本质。
讲完了德国的工业4.0体系，接下来讲讲美国的先进制造业伙伴计划和工业互联网战略。德国和美国在智能制造上到底有什么差别？首先德国跟美国的经济结构不同，德国很早之前就已经在制造业上面特别是高端装备制造业上寻求突破，整个经济结构都以高端装备制造为主；但是美国不同，在2009年中国超过美国成为全球制造业第一大国之前，美国传统的制造业在经济发展过程中进程缓慢，美国当时提出，要往虚拟经济方向发展，通过虚拟经济刺激美国经济的增长。但是在2008年金融危机发生之后，德国很快的从金融危机恢复过来，并且是第一家从金融危机这个过程当中恢复过来并实现快速增长的国家；而美国不一样，美国在这个时候真正感受到了产业空心化的痛，实体经济被虚拟经济超越、实体经济被弱化的痛。所以从2012年开始，美国陆续颁布了一系列计划，包括制造业回归计划、包括先进制造业伙伴计划，还有GE公司提出来的工业互联网的战略。
支撑美国先进制造业伙伴计划的最核心的三大支柱，分别是：技术创新、人才输送和商业环境改善。第一大支柱是技术创新，美国是个非常崇尚技术创新的国家，它希望通过技术创新来助推制造业的发展，特别是高端装备制造的发展。第二大支柱是人才的输送，在座的各位可能会有点疑问了，美国难道还缺人才吗？但是在制造领域，很多美国的高端人才不愿意往制造这个方向去走，这也是美国面临的问题，虽然他们的人才很多，但是在制造行业的人才并不多，所以美国提出来要在人才输送上制定人才激励政策，来保证人才向制造业回流。第三大支柱是商业环境的改善，通过各种政策和科研机构的引导，希望能够改善整个美国的商业环境。所以AMP计划，也就是说先进制造业伙伴关系计划里面有三大支柱，其中涉及到技术创新、人才输送和商业环境的改善。
在先进制造业伙伴计划里有很重要的三大应用领域：涉及传感器技术、控制技术，虚拟化、信息化和数字制造技术，以及先进材料。第一大应用领域，就是制造业中的先进传感器技术和控制技术，以及平台系统，美国会借助在互联网上的强大优势与制造业结合，形成美国特有的制造业竞争优势；第二大应用领域，在虚拟化信息化和数字制造技术这一块，美国希望建立数字制造的创新中心来更好的来做引导，建立美国的卓越制造体系；第三大应用领域，通过材料制造卓越能力中心的应用，希望能够推进新材料的分享的发展。
介绍美国先进制造体系的最后，我们来讲讲GE公司提出的工业互联网战略，这个战略才是真正能够跟德国工业4.0相媲美的，甚至在有些方面是超越工业4.0的。GE的工业互联网分成三个层次，分别是：智能设备、智能分析、智能决策。智能设备其实很好理解，这是我们现在能够经常在工厂里面见到的加工中心，注塑机，压铸机等设备，通过传感技术和通信技术让设备上云，实现数据分析，让设备变成智能化设备。美国工业互联网战略的第一个层面是实现智能设备。第二个层面在数据采集和分析的基础上做智能分析，包括专家系统、预测算法，来提前预测设备什么时候会出现故障、什么部件会出现故障。第三层是智能决策，通过深度学习、人工智能结合我们采集的大量工业现场数据、企业生产经营过程当中的数据来为企业做经营决策。GE公司在此基础上提出了著名的“1%的威力”理念，如果GE公司在全球范围内的航空发动机燃油经济效益提升1%，能够为GE公司带来20亿美金的价值。GE在2012年就提出工业互联网战略，希望用软件思维、互联网思维，重塑它在工业帝国的地位。GE工业互联网整体技术架构分成了五个层次，第一个层次叫连接，把企业内部从销售、设计、生产、研发、制造、物流等各环节全部连接在一起，也称为企业的纵向集成，我们中国很多的制造业的制造是水平还处在第一个层面，而美国的工业互联网总共有五个层次。第二个层次在连接的基础上做监控，在销售、设计、生产、研发、制造和物流等每一个环节进行数据监控，监控每个环节到底发生了什么事情，从而更好的进行企业经营决策。第三个层面，在连接和监控的基础上做分析，基于历史数据和实时数据进行数据分析，从而有效的解决企业的内部问题，咱们中国有部分的优秀企业正走在第三层次的路上。第四层次是预测，发现企业内在的价值，来做经营决策过程当中的预测性行为，比如说预测下个月整个工厂的产能提升多少，要实现预测是非常难的，是基于前面的第一到第三层次的数据基础上才能完成的。最后一个层次是优化，既然有这么多大量的数据能够监控、分析、预测，那么我们能不能基于这些数据来做企业优化呢？让我们整个企业的数据更加优化，来展现“1%效益提升”的威力。这就是工业互联网五个层次的分析。
刚刚已经讲完了两个国家：德国工业4.0和美国先进制造业伙伴计划和工业互联网，接下来我们来讲中国制造2025。中国制造2025可以总结成“一个目标、两化融合、三步走战略、四项基本原则、五大制造方针、五大工程、十大重点发展区域”。“一个目标”就是要让中国进入制造强国，这个目标很远很大；“两化融合”就是在全国各地正在搞的两化融合会议，希望借助两化融合的手段来提升我们整个制造业的水平，来帮助他们降低生产成本提升生产效益；“三步走战略”：2025年中国要进入制造强国行列，2035年要进入到制造强国当中的中等水平行列，2045年进入制造强国第一梯队，也就是要跟美国德国在同一水平线。
我相信大家会非常关心，智能制造涉及到哪一些大的产业呢？这些产业跟在座的各位是不是或多或少都有关联呢？第一个产业是“信息技术”：集成电路、信息通信。第二个产业是 高档数控机床和机器人，在机器人这个板块，现在有一个趋势叫高端产业低端化，国内现在建了很多机器人产业园，未来会更多，但是国内目前机器人本体的设计生产还停留在较低水平。机器人关键核心技术包括伺服电机、控制器和减速机，国内没有突破，所以我们现在生产出来的机器人，在精度、稳定性和可靠性方面，跟国外的几大品牌还有很大的差距。当然，高档数控机床和机器人这个产业未来依然是非常大的产业。第三个是航空航天产业，包括C919大飞机，包括航空航天设备，这是未来发展空间很大的产业。第四个产业是海洋工程。第五个产业是轨道交通，我自己有七年的时间是在做轨道交通的核心控制系统研发，从整个行业的发展趋势上来看，从以前的地铁、高铁，到现在的有轨电车，甚至向更加高速的轨道交通系统发展，包括马斯克提出的真空胶囊列车未来也可能会进一步发展，目前在全国范围内高铁、地铁、轻轨、有轨电车正在大规模的铺开，是一个很大的市场，但是技术和市场门槛比较高。第六个产业是新能源汽车，我们公司很有幸在新能源汽车上面也做了一些工作，新能源汽车现在比较核心的还是会在电池上面，但是电池技术更新换代非常快，所以这个产业还会持续蓬勃发展，但是会跟电池技术的发展结合起来，电池的续航里程、性能、充放电时间，直接影响了整个新能源汽车的发展速度。然后再往下是电力装备、农机设备、新材料、生物制药，这十大产业是中国制造2025主推的产业，我们可以来关注一下，我们到底介入了哪些中国大力发展的重点行业。
中国智能制造的特征是什么呢？面向用户实现按需定制，以智能工厂为载体，打通企业的数据流通，最核心的是以CPS为核心来做动态组织和实施优化的生产系统。智能制造由三块构成：智能产品、第智能生产和智能服务。我们会发现中国制造2025和德国的工业4.0体系非常相像，但与美国的工业互联网有很大不同，原因就是当前中国制造业的现状，更加适合走工业4.0这条技术路线。智能产品实际上更多的是指智能设备，怎么让传统的加工设备、注塑设备、压铸设备等变成智能化？基本上是通过传感技术、通信技术以及大数据技术，让设备上云实现数据采集、数据分析和设备预测，让这些设备变成智能的设备。第二是智能生产，智能制造在很多情况下我们特指智能生产或者工厂环节的智能制造。第三是智能服务，阿里这边有一个著名的理论：在现代设备，数据是生产资料，计算是生产力。我认为“制造也会变成一种服务”，因为智能制造体系的推动会带来整个商业模式的变化，带来组织结构上的变化，未来的加工能力、制造能力会在服务平台上共享，让更多的企业享受到服务。
智能生产涉及到研发、生产、物流、制造、销售和售后六大体系，我们能不能用一个系统，把这些体系全部连接在一起，把所有企业内部的数据全部打通呢？这是我们接下来想要重点来展开的一个话题。
刚刚讲了很多跟智能制造相关的东西，中国制造2025、美国工业互联网、德国工业4.0，这些体系的核心都是同一个，叫CPS（Cyber Physical Systems，信息物理系统）。在前段时间刚刚中国发布了中国的CPS白皮书，正式规划了在中国制造2025框架下的CPS技术路线，可以总结为“一硬一软一网一平台”。“硬”指的是感知和控制系统，包括DCS、PLC、SCADA等系统，类似于这样的底层控制系统，在CPS里面把它归结成“硬”的部分。‘‘一软’’，在CPS整体技术里，工业软件是核心。工业软件是对生产、设计、研发、制造、经营过程当中的经验、技术、知识积累进行代码化而形成的软件，这里的工业软件有PDM、PLM、MES等大家比较熟悉的几大软件，但是还有很多跟企业相关的比如说知识库系统，设计库系统，都属于工业软件的范畴。“一网”指的是工业网络，包括我们比较熟悉的工业现场总线Profibus、Profinet、DeviceNet、Modbus，还有工业以太网、工业无线网等。最后一个“平台”也是比较重要的，在上述的基础上能不能建成一个智能服务平台呢？只有建成了智能服务平台，CPS才能发挥最大的作用，只有基于CPS，智能制造最终才能实现。
如果企业完成了类似于一硬一软一网一平台的CPS系统建设，企业生产经营过程中的状态就能够实施被感知，有没有问题？问题在哪里？针对这些问题进行分析，然后做科学的决策，决策之后能够做精准的执行，这样构成一个闭环的生态系统：智能制造生态系统。
国内制造业的现状
刚刚已经讲了德国工业4.0、美国的工业互联网和中国制造2025，那我们中国制造业现在到底处在什么样的一个水平？刚刚讲到中国企业的状况决定了我们走工业4.0路线比较合适，那么我们采用工业4.0的模型来分析目前中国制造业的现状。德国的企业基本上处于3.0阶段，我们去德国考察参观过，他们的自动化和信息化程度都非常高，但是我们中国的很多制造业，特别是浙江省的企业，都是以中小企业为主的。我们评估中国的整个制造业，处于工业2.0到3.0之间，有部分优秀的企业做到了3.X，但目前在全国范围内，3.0以上的工厂屈指可数。这也说明整个制造业还处在一个比较低的发展水平上，未来要达到工业4.0程度，还有很长的一段路要走，走的过程当中，我们还需要补足基础的建设工作。
站在信息化的角度来讲，中国制造业的现状是企业在上各种系统：CRM、PLM、PDM、ERP等，但是他们不一定真正能把这些系统用好。我们接触了不少企业，ERP的功能都没有完全用好，仅停留在销售、仓储、财务这三大板块。而ERP只是企业信息化建设的其中一个系统，企业还需要使用PDM、PLM、MES、WMS这些系统。大家都用好了吗？不一定。现在很多企业在这些系统的互联互通上、使用上，还存在很多的问题。所以我们得出来一个结论：即使是站在信息化这个角度，中国的企业还有很长的一段路要走，但是这个市场是非常巨大。
我们来分析一下整个制造业现在所面临的情况：从2013年开始，包括在互联网行业，中国的人口红利正在慢慢消失，这个在制造业里面是最典型的。2013年开始，用工成本逐年上涨，现在国内的制造业的成本与美国相比，我们的成本是美国的70％，这是一个很费解的数据，为什么我们现在制造业的成本只有美国的70％了而不是10％、20％呢？其实制造成本受很多因素的影响，美国的人工成本是我们的好几倍，但是美国的水、电、气、运输、税收各方面的综合费用比国内低，综合体现，我们制造业成本其实没有什么优势。美国从2012年开始就倡导先进制造业回归，希望优秀的制造工厂搬回到美国本土去，他们采用了大量的机器人技术，发展机器人来取代人工的工作，所以美国的制造业成本未来还会进一步降低。而现在中国这边，制造业已经面临了很大的困境：低端产能特别是劳动密集型产业会往东南亚搬，因为我们国内的用工成本太高了；中高端的产业与美国、德国、日本依然有较大的差距；所以现在国内的制造业处于一个两难的境地。不做智能制造，不用相应的技术来提升我们制造业的水平，接下来会变得非常困难，这迫切促使了我们做更多的事情来进行技术改造和升级。
中国当前的互联网技术非常发达，仅次于美国。互联网走得很快之后，为我们带来了矛盾：之前的生产都是大规模批量生产，比如说一种款式的衣服几十万件、上百万件的生产，一个工件几十万件、上百万件生产；但现在不一样了，很多工厂开始接受客户的定制，很多工厂要做定制化的生产。在企业的生产环节，有大量的设备、大量的流水线，如果说要切换不同产品生产的话，如果要做定制化生产、按需规模化生产的话，很多生产线都要淘汰掉，因为不支持这种生产模式，我们的企业能不能向这个方向转型是很大的问题。
智能制造在制造业如何落地？
讲了这么多制造业的问题，那如何让智能制造能更好的落地，实现技术升级和转型呢？我们把智能制造落地分成三步走策略，第一步，企业内部数据互联，对应德国工业4.0的纵向集成，把企业内部经营管理相关的数据全部打通，包括销售、研发、设计、生产、物流等；第二步，B2B阶段，实现价值链上所有企业的互联，包括供应商、合作伙伴和其他第三方企业，把这些企业之间的数据打通；打通了以后我们才能实现最终的C2M阶段，C2M是指Customer-to- Manufactory，客户到工厂，工厂层面能够直接接受客户的定制化需求，实现定制化的生产。这样的三个阶段走起来还是很困难，因为每一个阶段涉及到的东西都很多、很大。有些企业可以考虑同步走三个阶段，实现弯道超车，但是需要具备较好的数据基础。
上图是一个做得比较优秀的制造型企业的整体架构，即工业化信息化的架构：最底层的是生产车间、生产设备，人、机、料、法、环；第二层是工厂执行层，工厂的执行层可以用MES系统实现数据贯通，将工厂的人、机、料、法、环连接在一起，在生产车间级别实现数据的流转，这个过程会涉及产线的自动化、产线的数据采集，以及基于数据的生产管理；第三层是企业管理层，涉及ERP、PLM、SAP和WMS系统，在这些系统上实现数据的互联互通，并与下层的工厂执行层数据实时进行交互；第四层是协同办公系统，像这样规模的企业有上百家供应商，每家供应商的产品要具备二维码实现追溯功能，这些追溯系统要通过协同办公系统相互打通。这个是目前我们认为比较优秀的企业能够做到的工业化信息化系统，还有很多的中小企业无无法做到四个层次的数据联通。大家如果要走智能制造这条路，首先要把最为基础的部分做好。比如很多企业目前只有ERP，且ERP很可能用的不太好，比如在研发环节，图纸、设计类的资料没有很好的进行存档管理，这样的企业可以用PDM系统去管理；有些企业仓储这做的比较薄弱，没追溯系统、没有先进先出功能，这样的企业可以采用独立的WMS系统或ERP的仓管模块进行跟踪，实现这些之后可以做更好的生产管理和供应商协同体系。
优秀的企业能够用ERP进行资源管理，包括人力资源、财务、物料、销售、生产等；通过PLM做产品研发、产品标准化设计、产品的BOM管理、工艺管理等；通过WMS做仓库管理，实现库存管理和优化，实现较高的库存周转率；通过MES做车间生产管理，打通资源管理和车间生产管理，更好的进行经营决策；通过这些系统构建企业初步的工业化信息化体系架构。
很多企业的层次结构是金字塔型的，最下面的一层是现场层，包括现场的设备：加工中心、注塑机、压铸机等；第二层是控制层，第三层是与流程相关的，第四层是工厂管理层，通过MES做工厂生产管理；最上面是企业规划层，通过ERP做规划，系统销售、财务、供应链、物流等。但随着互联网不断发展，整个商业环境发生了很大的变化，我们发现企业内部的管理是个网状结构，而不是层次结构，没有那么简单。所以这个时候中国制造2025当中的CPS的技术应用就很重要了。
中国制造2025的智能制造落地策略应该怎么做呢？可以从小处入手：物理实体层是生产线上的设备，信息虚拟层是对设备相关的硬性参数、能耗参数等数据进行采集和分析，然后基于集群数据和历史数据，我们能进行预测性维护和管理。
智能制造落地，怎么从小处入手？我们先来看最小的智能制造落地单元，就是大家熟悉的一条生产线，从单一的生产线来实现智能制造策略落地。
我们举一个生产线的例子：这条生产线有8台加工中心、三道工序构成，两台机器人负责8台加工中心的自动上下料，然后再配合上一套物联网系统，使得生产过程中每道工序的数据都能够很好的采集和监控。在数据采集的基础上，即使是这么小的一条产线，也能够实时的去监测工件在这条产线三道工序上的生产数据，每道工序生产的过程中发生了什么事、它的加工的参数是什么、加工的工艺是怎样的；有了这些数据，我们就可以做工艺方面的监控，按照这样的工艺路线生产出来的产品行不行、质量怎么样、合格率怎么样等等；如果数据足够的话，可以继续做工艺预测，预测良品率是百分之九十还是百分之九十九；在产品加工到后面的几道工序，甚至可以运到另外一个合作方那边去，通过追溯系统能够很快的知道：产品是什么时候生产的、用什么原材料生产的、生产过程当中的参数是什么，这样就可以很方便的进行正向追溯和反向追溯。上述追溯的过程刚好是当前汽车主机厂对汽车零部件供应商的刚性需求，它们要求所有的汽车零部件供应商都要做到正向追溯和反向追溯。所以，智能制造策略的落地，可以从最小的这个CPS单元，即从产线开始来做。
既然能够把八台加工中心，两台机器人以及自动上下料系统检测系统连接起来，那能不能把第二条线也连接起来呢？那能不能把第三条线也连接起来呢？
这样一条一条连接进来之后，在数据环节全部打通之后，就构成了上图的CPS智能服务平台，这里显示的是三条线，实际当中可以是四条线或更多的生产线，在这样的系统上，可以实现一个智能服务的平台。
既然可以将工厂的每条生产线都连通，那么每一条线的生产状况、设备状态、生产效率都可以直观的呈现，然后将数据和MES打通，就很容易实现计划排产和计划跟踪。销售订单分解后变成工单到第一条线、第六条线，每条产线的生产效率、故障率、良品率等都可以清洗的知道，这样每条产线计划排下去之后可以很好的进行实时反馈和跟踪，计划的准确度会非常高。所以，智能制造的落地策略其实是从很小的点开始，慢慢构建出一个大的服务平台的。在单元级别、系统级别，和系统之系统级别实现整体的经营、生产过程中的数据监测和优化，从而实现从状态感知、数据分析到精确执行的各个阶段，也就是能够实现智能制造的各种策略。
落地案例分析
接下来我们来看具体落地的案例。上图是一个比较典型的基于数据化的生产线：8加工中心、2台机器人（其中一台机器人在导轨上自由移动）、一套物联网系统，实现自动上料、下料、自动加工和检测。借助物联网系统实现每个工件在这八台加工中心加工过程的数据追踪；后端有一个视觉检测，产品工件下来之后视觉系统会对产品的尺寸、表面瑕疵进行检测，且检测数据与产品工件挂钩。这样的一套系统，工件在上料环节实现激光打标得到唯一的身份证，接下来的第一道、第二道和第三道工序，每道工序加工过程当中的数据都跟二维码关联，后道的视觉检测数据也与二维码关联。这样，不仅仅能够知道生产线每天的生产产量，还能通过生产数据计算设备的运行效率、产线OEE效率和良品率情况，更重要的还能对产品的生产过程实现正向追溯和反向追溯。
这个案例其实也类似，比之前的案例规模上更大一点，涉及到了20台加工中心，工厂内部机加工环节一半的生产线都在这里。这个案例由4个单元构成，其中每个单元由5台加工中心和2台机器人和一套物联网构成。通过机器人来实现自动上下料，机器人前端装备机器视觉，负责上料的柔性化抓取，通过视觉可以实现不同品种、不同规格的工件放到不同的加工中心进行加工。这个案例有比较好的一个优势，5台加工中心每台都可以加工不同的工件，实现多品种、小批量的柔性生产。在这个上面我们能够看到一个缩影，柔性化制造也就是智能制造当中的一个核心需要，如果一条产线需要频繁的切换，那么产线对应的工装夹具和配套的设备都需要切换。这条生产线在设计之初就考虑到了至少每个单元五种产品的灵活的切换，由强大的物联网提供系统支撑，更好的支持客户的定制化需求，更好的支持多品种、小批量产品的生产。
这个案例是给一个比较大汽车零部件客户做的智能制造单元系统。这个系统中机器人是最基本的配置，用机器人实现全流程的装配和检测，而物联网介入到每一道装配和检测的工序，所有的数据全部与工件的二维码实现匹配，进行生产过程的数据跟踪，与MES系统、ERP和PDM实现互联互通，让整个生产经营决策有依据，实现基于数据的经营决策。
这个案例是帮杭州下沙的一家公司做全厂物联网项目。从ERP的订单开始通过MES系统来进行高级排程，销售订单被分解成生产工单，将生产计划排到某个工厂上、排到某条生产线上、排到每个工位上。这样整个生产过程当中所有的数据都能够很容易的在MES层实现全面监控，继而与PLM、WMS、ERP打通。所以在生产经营环节我们能够知道销售订单目前执行到什么程度，生产环节目前原材料是否足够、设备效率是否可以支撑生产、生产了多少、还有多少没有生产、还需要多少时间、什么时候开始包装运输等，相当于整个生产经营活动当中打通了所有的数据，通过把车间数据跟ERP、PDM、WMS结合在一起，打通了整个生产经营环节当中的数据。
通过上面的讨论，我们可以得出一个结论：智能制造和工业数据的实施和使用是转型升级的手段和工具，可以有效提升生产效率、降低生产成本，最终提升制造企业的竞争力。工业数据策略的落地和智能制造的落地，可以从顶层开始设计，但是面对我们制造企业的现状，更加可行的方式是从产线开始，逐步搭建智能旨在服务平台，最终实现企业经营决策的数据化、透明化和智能化。
本文为云栖社区原创内容，未经允许不得转载，如需转载请发送邮件至yqeditor@list.alibaba-inc.com；如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件至：yqgroup@service.aliyun.com 进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容。
