数字化工厂通往未来制造 | 工业百条
【中文词条】数字化工厂
【英文词条】Digital Factory
数字化工厂——《工业百条》正解
以覆盖产品全生命周期的相关数据为基础，在计算机虚拟环境下，利用三维建模、虚拟仿真等数字化技术，为涵盖从产品设计、生产规划、工程组态、生产执行，直至后期运营服务在内的生产活动全价值链打造无缝集成、虚实精准映射的工厂解决方案，助力企业实现生产效率、质量、灵活性的提升，以及成本的下降。数字化工厂是计算机虚拟仿真技术、现代数字化制造与先进制造运营管理理念相结合的产物。
如今，随着工业4.0热潮的逐渐降温与制造业普遍对于新技术、新理念认知水平的持续提高，越来越多的制造企业开始认识到，工业4.0就像远方的依稀可见的象牙塔，虽然并非遥不可及，却也不是朝夕即至。
正如北京航空航天大学刘强教授于2015年提出的“智能制造三不要”所描述的那样：
不要在落后的工艺基础上搞自动化——工业2.0必须先解决的问题（需补自动化的课）；
不要在落后的管理基础上搞信息化——工业3.0必须先解决的问题（需补建立在现代管理基础上的信息化的课）；
不要在不具备数字化网络化基础时搞智能化——工业4.0必须先解决的问题（数字化网络化需要补课的太多了）。
也就是说，要实现工业4.0，必须先构建智能工厂，而要构建智能工厂，必须先打造数字化工厂，数字化工厂是走向智能制造与实现工业4.0愿景的必由之路。
数字化工厂的产生与发展
虽然CAD与PDM等专注于产品设计的专业软件自诞生至今已有二三十年的历史，但在相当长的时间里，由于缺乏科学有效的数据协同管理手段，研发设计阶段所产生的产品数据与信息，无法实现与后续生产规划、生产执行环节同步共享，仅能通过负责生产的工作人员的经验判断安排生产，由信息不对称而造成的一切问题，只能进行被动的应对与处理，不但严重影响实际生产效率，而且还需承担由此产生的额外成本损失。这种由于产品设计与制造环节的数据与信息脱节所引发的种种问题，是制造业的一大痛点。
随着制造业竞争的日益激烈，客户需求的多样化、制造工艺的复杂程度、市场对于质量与效率的诉求不断提升，传统制造业面临巨大挑战。制造企业需要以更短的产品设计制造周期、更快的产品迭代速度、更高的生产效率与更灵活的生产方式来应对这种变革。
事实上，业界从未停止使用信息化的手段尝试解决这些问题，其中比较著名的解决方案，包括二十世纪八十年代提出的计算机集成制造系统 (Computer Integrated Manufacturing System，CIMS)，但在企业的具体实践当中，限于成本与技术瓶颈问题，尤其是限于体制问题，实施多年收效甚微，无疾而终。
二十世纪九十年代末，基于虚拟制造技术的数字化工厂解决方案，逐步发展起来。它利用数据协同管理、三维建模、虚拟仿真等数字化技术，用统一的数据平台实现产品设计与制造阶段的数据协同，实现从产品研发设计到实际生产制造之间数据与信息的协同与集成，从而填补产品研发设计与生产制造之间的鸿沟，同时在计算机虚拟环境中对物理制造系统与实际生产过程进行仿真，使生产制造过程能够在生产线进行实际布局前，能够在数字虚拟空间内提前进行验证、调整与优化。在国内较早成功的例子是九十年代末飞豹全数字样机的开发成功，以及所实现的打通设计与制造的一体化解决方案。
数字化工厂的产生与发展
实践证明，数字化工厂解决方案，能够帮助制造企业缩短产品上市周期、降低产品研发成本、消除信息不对称所造成的成本与效率损失、提高生产线配置与布局效率、降低生产线潜在故障与风险、减少生产制造过程中的不确定性等。
什么是数字化工厂？
近年来，数字化工厂逐渐成为国内外制造业企业关注的重点，具体的实践与应用也实现了快速发展，但是业内对于数字化工厂含义的解读，却是千差万别，至今也没有达成统一的认识。
德国工程师协会对于数字化工厂的定义是：数字化工厂（DF）是由数字化模型、方法和工具构成的综合网络，包含仿真和3D/虚拟现实可视化，通过连续的、不中断的数据管理集成在一起。数字化工厂集成了产品、过程和工厂模型数据库，通过先进的可视化、仿真和文档管理，提高产品的质量和生产过程所涉及的质量和动态性能。
根据市场上的主流观点与具体的工作实践，笔者更倾向于将数字化工厂理解为本文开篇给出的定义。
更加广义的数字化工厂则将制造企业的上游供应商、中游合作伙伴、下游渠道商、客户等所有相关方全部包含在内，形成虚实映射的统一协作系统，其本质是通过数据流、信息流与工作流的数字化，更有效实现运营与管控。
数字化工厂的主要环节与关键技术
主流市场观点认为，数字化工厂主要涉及产品设计、生产规划与生产执行三大环节，数字化建模、虚拟仿真、虚拟现实/加强现实（VR/AR）等技术包含在其中。
1.产品设计环节——三维建模是基础
在产品研发设计环节利用数字化建模技术为产品构建三维模型，能够有效减少物理实体样机制造和人员重复劳动所产生的成本。同时，三维模型涵盖着产品所有的几何信息与非几何制造信息，这些属性信息会通过PDM/cPDM (产品数据管理/协同产品定义管理)这种统一的数据平台，伴随产品整个生命周期，是实现产品协同研制、产品从设计端到制造端一体化的重要保证。
经历了三十余年的发展，数字化建模技术已经相当成熟，至今使用三维CAD设计软件的全三维建模技术在制造业的应用已经相当普及。数字化建模技术的应用始于航空航天领域，由于对产品和零部件的精度、质量、加工工艺有着比其他行业更加苛刻的要求，航空航天工业让数字化建模技术的效用得以充分发挥。
例如，美国波音公司在其737-NX和787的设计制造中，利用数字化建模技术，不但有效缩短了研制周期，大幅降低了研制成本，而且通过PDM/cPDM，有效实现了产品设计与制造环节的信息协同，从而大幅提高了生产效率。
2.生产规划环节——工艺仿真是关键
在生产规划环节，基于PDM/cPDM中所同步的产品设计环节的数据，利用虚拟仿真技术，可以对于工厂的生产线布局、设备配置、生产制造工艺路径、物流等进行预规划，并在仿真模型“预演”的基础之上，进行分析、评估、验证，迅速发现系统运行中存在的问题和有待改进之处，并及时进行调整与优化，减少后续生产执行环节对于实体系统的更改与返工次数，从而有效减低成本、缩短工期、提高效率。
虚拟仿真技术广泛应用于汽车、船舶及其他大型设备制造过程中。例如，大众汽车公司旗下斯柯达捷克工厂，即采用西门子的Tecnomatix，利用虚拟仿真工艺路径规划，来减少实际生产线调整改进所需要花费的成本。
此外，随着“人”在制造业中的地位和作用逐渐被重新认识，虚拟现实加强现实（VR/AR）技术的应用也日渐增多，使人能够融入虚拟仿真环境之中，如身临其境一般参与生产规划。
3.生产执行环节——数据采集实时通
早期的数字化工厂，其实并不包含生产执行环节，但随着制造业企业具体实践与应用的发展，数字化工厂的概念开始向覆盖产品整个生命周期的全价值链拓展与延伸，作为将产品从设计意图转化为实体产品的关键环节，生产执行无疑应该是数字化工厂的关键一环。
这个环节的数字化，体现在制造执行系统（MES）与其他系统之间的互联互通上。MES与ERP、PDM/cPDM之间的集成，能够保证所有相关产品属性信息从始至终保持同步，并实现实时更新。
如果某一款产品的零部件或原材料发生变化，PDM/cPDM和MES中的数据信息会同步变化，MES会自动调整制造解决方案，有效避免了传统制造企业由于信息无法及时传递和同步所造成的误工。借助RFID（无线射频识别技术），MES还能够对生产线上的产品零配件进行识别和路径规划，从而实现柔性化的混线生产，大幅提高生产效率。
玛莎拉蒂的Bertone工厂即采用上述技术实现Quattroporte与Ghibli两款不同车型的全自动生产与组装，据不完全统计，产能提升幅度高达两倍以上。
谁在玩转数字化工厂？
早在二十世纪九十年代，制造业企业遍开始了对于数字化工厂的探索实践，其中比较典型的代表是创建于1989年的德国西门子安倍格工厂。2000年左右，国内汽车、航空、航天领域的先驱企业，陆续开始了数字化工厂的探索，并取得了一定的进展。
目前，于2013年在成都高新区落成的西门子成都工厂，是数字化工厂解决方案应用的标杆企业。
该工厂所使用的PLM、MES软件，及所有工业自动化硬件皆来自于西门子，西门子称之为数字化企业套件（Digital Enterprise Suite，DES），其解决方案，能够全面覆盖产品设计、生产规划、生产组态、生产执行以及服务的全价值链。
数字化工厂的未来畅想与智能制造
时间、效率、灵活性，是当前制造业企业在激烈的市场竞争中所面临的主要问题，也是制造业经由数字化转型之路，向智能制造迈进，进而最终现实工业4.0愿景所面临的三大挑战。
数字化工厂解决方案，不但以其快速、高效和柔性化等特点为制造业企业创造价值，而且帮助制造业企业打通信息孤岛，有效实现集成与互联互通，为未来企业走向智能化奠定了良好的基础。
据不完全统计，采用数字化工厂技术后，企业能够将产品上市时间缩短30%，减少60%以上的设计修改与返工作业，生产工艺规划时间减少40%，产能提高15%以上，同时节约15%左右的生产成本。
视觉所见的炫酷科技并不是数字化工厂的诉求，能够让制造业企业获得实实在在的收益，才是采用数字化解决方案的最终目的。
在未来，随着市场竞争的日益加剧和市场需求的加速变革，制造业将面临更大的挑战，这些趋势将不断推进制造业的发展和进步，也将对数字化技术与解决方案提出更高的要求，数字化工厂的概念将进一步丰富与深化，并引领企业逐渐向未来的智能制造与愿景中的工业4.0不断迈进。
注：本词条入选《智能制造术语解读》一书，由赛迪研究院编著，即将由电子工业出版社出版，敬请关注。
《工业百条》是《知识自动化》一个常设的栏目，收集新工业浪潮中值得解读的概念，包括新老术语。旨在“用科普精神解读专业术语”。如果大家发现值得解读的术语或者概念，欢迎推荐。
作者简介
黄昌夏：西门子数字化工厂集团数字化业务高级顾问，南山工业书院研究组成员，在数字化工厂、工业互联网、企业技术战略、智能制造市场发展与生态演进等领域具有独到的见解，业界人称黄小邪，微信号 huangchangxia001
戴霁明：西门子数字化工厂集团数字化解决方案与能力中心总监
以上就是100唯尔(100vr.com)小编为您介绍的关于数字化工厂的知识技巧了，学习以上的数字化工厂通往未来制造 | 工业百条知识，对于数字化工厂的帮助都是非常大的，这也是新手学习机电专业所需要注意的地方。如果使用100唯尔还有什么问题可以点击右侧人工服务，我们会有专业的人士来为您解答。
本站在转载文章时均注明来源出处，转载目的在于传递更多信息，未用于商业用途。如因本站的文章、图片等在内容、版权或其它方面存在问题或异议，请与本站联系(电话：0592-5551325，邮箱：help@onesoft.com.cn)，本站将作妥善处理。
向客服提问数字化工厂课程推荐
机电专业热门资料
机电专业技术文档
推荐阅读
