其實這邊說到了改造，我的理解是基於現在的工廠發展是在傳統形式的節奏裡；那麼我將從兩大方面梳理一下

價值層面的智慧工廠

1.產品研發與創新方面

需要最佳化業務流程和供應商網路，剪除冗餘環節，整體研製態度上要包容接納（各行各業我們要學習強者），在精神上要嚴謹細緻，在創新上要勇敢，大膽。

不思考，不改變，不創新的企業 行業 註定是要被淘汰的。

2.基於使用者大資料的產品設計

要充分利用大資料分析的結果，參考並且儘可能的將產品按照大資料結果的導向去貼合用戶意向，資料是最客觀的，不會騙人的。

當然如果廠家有毒辣的眼光可以超前預知市場那就另說

3.使用者介面

不管是做什麼產品，一定要考慮最終端使用者使用產品的感受，不管這個產品是一顆螺絲釘還是一個精緻的擺臺，這個討好使用者是一定要的。

即便是工業用品不信你們看SAP的以前產品介面和現在的SAP

以前：

後來的hana

生產運營最佳化

加速發現生產與質量問題。這就要求在生產分析上要使足功夫，

使用電子商務，以及營銷活動執行等來管理價格最佳化，增加銷售；

3.銷售服務提升

提高首次響應的成功率，當然這也需要對銷售團隊人員響應機制以及服務業務能力有一定的要求；

防止不必要的維修與質保要求，產品互聯基礎上的客戶服務

深入理解終端使用者

最後就是單純智慧工廠的規劃（純建設層面的）

這個的話其實就單純的是在建設層面的了

就是在一些自動化，智慧化 硬體軟體的配備購買以及規劃的

具體可以閱讀這個。

我們先從智慧工廠的底層到頂層說起，智慧工廠的架構，底層到頂層自動化的物流，自動化的裝置，自動化的產線 ，智慧裝置控制系統，MES，整個工廠的虛擬模擬，ERP，CRM，MRO等等。

總架構總設計上得一個建議就是

→儘量減少軟硬體供應商種數

一箇中大型製造企業的智慧工廠打造中所涉及到的廠商以及產品如下：

如上的智慧工廠建設完畢大約有500多個介面，這些涉及到很多的廠商溝通，費用支出，因為很多廠商資料就是不提供的，想要資料，你得拿錢來，有些裝置內部都沒有數控程式，唯一的介面就是開放給自己的顯示器的。所以前期的整體規劃以及硬體採購儘量的減少供應商的數量。

然後，每家企業所處的發展階段以及資訊化的階段都是不一樣的，而且智慧工廠非常龐大，給大家分享一下一些經驗和重點建議

1.建議對車間佈局進行整體最佳化

避免頻繁的出庫入庫，避免工序和工序產線和產線之間用在製品積壓，一定要改變產線的佈局，比如：部裝線和總裝線的佈局如何更好的去協同這也是需要考慮最佳化的地方，機加工和總裝怎麼協同。所以這個整體規劃一定是需要做在前面，儘可能的將後期的坑想到，

（舉例，廠方蓋好了，要做立體倉庫，後來發現最上面頂部層高不夠，後來把已經做好的自流平敲掉一個大坑，才去做起來立體倉庫，那麼提前佈局規劃就可以規避這樣的返工）

車間佈局如大眾佛山工廠的總裝線h型佈局，大眾工廠用的小H形走，日產用的大U形

一汽大眾已投產的三大整車生產基地的總裝車間中，全部採用了h型規劃佈局，這樣的佈局大大的縮短了物流距離，也是生產線的延長更加靈活了。

其他的產線如下：

T字型

U字型

2.建議加強車間自動化改造

要想做智慧工廠底層的自動化裝置採購這個是一定要做在前面的，

例如一些企業應用包邊機器人，生產節拍由240S縮短至80S，提升3倍，生產效率提升18倍，總體節省人工5人，年度經濟效益64萬元。等等這樣的例子很多。

再比如：一些鈑金加工企業引進鈑金機機器人，節省多個工人崗位，減少人工拿去板材的安全隱患，降低勞動強度，大幅度提升產能，採用“通電監測技術“消除機器人，導軌的本身精度誤差以及積累誤差，保證了產品的精度與機床的加工精度關聯。

3.車間聯網與裝置控制系統的設施建議

下圖為某智慧個工廠的資料採集架構

一般生產製造型企業在做智慧工廠程序中都會遇到的問題有：

裝置種類多，老裝置較多，資料獲取難度很大；

產品多，資料的採集量巨大；

生產現場的標準化程度極低；

資料關聯性高。

那麼針對這些問題給出的實施建議：

→從工藝與質量角度入手分析資料採集要求；

→最好統一裝置採購標準，規範裝置控制系統，介面協議等要素；

→最底層要實現與機器的雙向互聯，數控程式的自動管理，車間現場異常預警等；

實現與安燈系統，環境系統，能源系統，工裝系統，裝置系統等多個系統的互聯。

4.MES

系統的實施與應用建議

智慧工廠中MES系統是一個特別核心的系統，承上啟下的系統，做MES系統國內國外都尊崇mesa iasa 95的這個標準，但是標準在生產計劃，在質量，在裝置在物料相對來說並沒有完整的或者清晰的邊界定義，所以每個MES系統在這些地方會有些跟企業實際情況結合的應用，這些地方是最容易產生整合和邊界的地方，所以建議大家在做MES設計的時候這些地方是重點要考慮，重點設計的地方，這四個地方也是最容易發生跟ERP整合的地方，

MES的特點：行業性非常強，實施前最好對公司的資料，流程，工藝，介面等進行一次全面的梳理。比如同樣是做車的工廠，但是做整車，商務車，卡車，他們對MES系統的要求就是完全不一樣，正式因為MES行業性非常強所以也導致了他的開發工作非常龐大，比ERP系統的個性化開發定製的工作量要大多了所以大家在選擇MES的時候儘量選擇，一款平臺化，柔性化，可被配置性強的產品，比如選建模方面，儘量是圖形化建模的軟體，不要一行一行的去寫建模，這個後期改起來的話就非常的麻煩；MES系統對基礎資料的要求是非常高的，基礎資料的問題會影響MES應用的深度和範圍，比如工藝，在ERP中我們物料是採用的樹狀BOM，但在MES中我更傾向於是一個線性BOM，所以建議及早啟動MES基礎資料的梳理；MES對於追溯體系的建立要考慮哪些物料單件追溯哪些批次追溯，同時部分需要對物料週轉容器進行標準化；就是你的每一個物料都應該在你的這條工藝路線上去掛鉤的，後期的每一個作業指導書，每一個工裝，每一個物料都是要掛到工藝路線節點上去的。

應用MES系統（含APS，RFID）

實現智慧最佳化排產實現車間生產的透明化產品生產過程全稱追溯與資訊採集實現車間無紙化，規範和指導車間標準化作業構建集中的生產排程指揮中心。

如下圖：謀公司的MES系統應用介紹

MES系統最基本的三層架構：

最底層的 安燈 PDA RFID現場的工控機；中間的是管理 質量管理 物料管理 裝置管理第三層的 預警 看板，想做MES ，那麼最底層的硬體一定是要考量進來的，硬體包括自動化的改造等這個方面的費用還是非常龐大的，大家在考慮預算考慮實施的時候要去考量的。

5.構建基於數字模型的企業

未來要打造建立在3D產品資料定義的資料共享重用的全整合和協同的工作環境（MBE）,實現三維設計，三維工藝，三維製造以及三維服務，從根本上上減少產品創新，開發，製造和支援的時間和成本。

在建立智慧工廠的第一步動的不應該是生產部門而應該是設計部門，設計先行，設計的標準化 模組化，設計的三維工藝 三維設計 三維模型 到製造 到服務等，整個數字化模型的貫穿。

實施碰到的最大困難不是軟體技術，最大的困難是工藝，是工藝人員管理意識的缺失，（從二維的圖紙轉變成三維的圖紙，再轉到三維的工藝，很難轉變的）中國製造工藝方面還是比較落後的，我們的工藝人員很多時候是在編工藝卡片，而不是在對工藝進行研究，對工藝進行革新，這種情況下 第一個難點就是工藝人員的思維意識和操作習慣等等這些問題

6.智慧物流與供應鏈應用

入庫：這邊的自動化立體庫位，我們都知道做立庫的時候烤爐最核心的其實不是立庫本身了，立庫本身的設計沒有多大的要考慮的東西了，基本相對來說是比較很成熟的了，最主要的就是你的堆垛機 是一臺還是兩臺，是共用堆垛機還是一個巷道一臺，是雙升位還是單升位是雙貨位還是單貨位，貨位的儲量，吞吐量，最重要的是輸送系統和立庫的配合 如何更大的匹配，否則就會發生，有些物料進不去，有些物料出不來，倉庫系統滿足不了生產上的物料需求，

大家遇到最多的可能就是：到底是用鏟叉車還是用AGV鏟叉車，

鏟叉車他的特點是：路線比較固定但是速度非常快；

AGV 速度比較慢，但是路線比較靈活，所以我們設計的時候要更多的考慮。

關於自動化立體倉庫的設計要點：

1.貨位數量，空間損失，庫存容量；

2.存取速度與數量

3.貨架承重與維保

4.儲存貨品的限制

5.入口和出口的設計

6.倉庫出貨能力計算

7.托盤標準化程度，貨物存放週期

8.揀貨方式

9.堆垛機與穿梭機系統

10.提出 廠房高度，基建要求。

立體倉庫的核心：貨架，堆垛機，輸送系統，電控系統，WMS，WCS

智慧運輸型別：電磁導引，光學導引，磁帶導引，慣性導引，鐳射導引，超聲波導引，視覺導引，GPS導引。

7.智慧產品與服務推進建議

智慧產品實際應用的幾個特點：監測，感知，互動，自主

系統架構

8.智慧管理與決策 基於移動與大資料的管理架構

企業在計劃做智慧工廠的時候就應該要構思自己的大資料系統。

其實我們很多製造型企業的資料還遠遠沒沒達到大資料的這個規模，如果說你底層的生產現場沒有大量的感測器的應用產品沒有大量感測器的監測，實際上我們覺得這樣的資料量還遠遠稱不上大資料。生產線上採集的那些資料其實嚴格意義上是不能稱之為資料量龐大的大資料的了當然了我們需要用大資料的技術去分析一些未知原因，比如質量問題發生了，那麼到底是生產裝置問題導致的，還是工裝的問題導致的 還是人員的問題，有可能需要追根溯源，有可能需要大資料的技術去處理。當企業發展到一定程度的時候，資料其實是企業很重要的資產，大家對資料的認識會越來越高，所以對企業來說，內部是應該要有一個完整的對資料管理的組織架構，第二個要強化資料資產管理 第三個 資料一定要分層，主資料 和業務資料， 業務資料又分 賬冊 表單，報表等。大資料最難的點： 底層資料採集，資料模型的建立。

企業資料管理的重要點：

建立完善的資料管理組織；

強化資料資產的管理；

明確主資料，基礎資料，業務資料，主體資料，分析資料等不同資料的管理策略

大資料如何自動化採集

大資料分析模型的建立

資訊資源規劃應以流程為基礎

9.要有完整的智慧工廠規劃

10 規劃重點：資訊化藍圖設計 未來自動化藍圖 系統整合設計

→設計未來智慧工廠的整體藍圖，橫向覆蓋產品的生命週期，縱向覆蓋決策，管理，執行，控制等多個層次，實現業務的閉環管理。

包括：

總體目標的設計，核心指標的設計，整體框架的設計，核心系統的設計。

→對未來的車間佈局與自動化產線進行規劃與最佳化，包括：園區規劃，佈局規劃，物流規劃，工藝規劃，自動化規劃，核心裝置/產線改造。

→未來系統整合設計 設計未來智慧工廠的橫向整合，縱向整合，端到端整合體系，使企業的業務形式形成一個網路，其中包括：

1）機器與機器的互聯；

2）機器與系統的互聯；

3）機器與物料的互聯；

4）人員與系統的互聯；

5）系統與系統的互聯；

6）物料與系統的互聯；

7）人員與系統的互聯；

8）工廠與工廠的互聯；

9）外部供應鏈的互聯。

新建智慧工廠要注意的問題

1）非標自動化與機器人的應用

2)產線的佈局與產品分類，產量

3)新工廠生產物流與倉儲物流的匹配；

4）車間的合理佈局，層高

5）新產線的人工匹配，工序匹配等

6）基建的基本要求：弱強電，地基，空間等

7）投資與收益的精細核算

8）新工廠的流程規劃與設計。

10.人才體系與治理架構的建設建議

1）智慧工廠建設需要複合型人才

2）有專業的建設團隊和人才隊伍

3）人才結構體系變化

4）業務流程與部分業務模式變化

5）績效體系變革

6）標準化工作是關鍵

7)行業不同，業務特點不同，切入點不同。

注意：智慧工廠不是靈丹妙藥，不能所有的問題都推給智慧工廠。

除了要在硬體上進行改造提升外，還需要從軟體處著手。比如資料方面的就可以上線BI商業智慧（BI智慧資料視覺化分析）平臺，綜合各個ERP、平臺上的資料，打破資料孤島後展開智慧化、視覺化的資料分析挖掘，可以打造生產大屏視覺化、品控資料視覺化等對生產製造的各個環節實現全面視覺化的資料分析挖掘，讓管理者得以多維立體地發現數據關聯，發現問題、鎖定問題原因後監控解決方案執行效果。

關於生產製造業的智慧資料視覺化分析，可參考奧威軟體的製造業BI方案。