為幫助行業厘清智能制造未來發展脈絡、推動智能制造成熟落地，物聯網智庫攜手摯物AIoT研究院、樹根互聯、專心智制于10月20日以線上直播的形式舉辦了“智能制造產業落地”——直播交流會，為觀眾分享了新形勢下的智能制造發展趨勢以及成熟落地方案。

瓦特發明的蒸汽機點燃了第一次工業革命，將人類帶進了蒸汽時代，在隨后的近300年內，制造業又先后經歷了電氣時代、信息時代，如今已經正式邁進了以網絡化、數字化、智能化為代表的工業4．0階段。

面對數字化的浪潮，各行各業紛紛開始布局升級，工業制造領域憑借其得天獨厚的數據規模優勢，成為了數字化轉型的先行者，年初的新冠疫情“黑天鵝”更是為智能制造的發展推波助瀾。面對工人無法復工、市場需求驟減等難題，柔性生產能力及智能化程度較低的工廠舉步維艱，甚至難逃倒閉的命運，這也使整個行業更加清晰地意識到了轉型升級的重要性，數字化已經從可選項變為必填項。

目前，很多企業已經完成了業務的信息化及生產的自動化改革，但在制造智能化領域尚屬起步階段，在落地實施中仍存挑戰。為幫助行業厘清智能制造未來發展脈絡、推動智能制造成熟落地，物聯網智庫攜手摯物AIoT研究院、樹根互聯、專心智制于10月20日以線上直播的形式舉辦了“智能制造產業落地”——直播交流會，為觀眾分享了新形勢下的智能制造發展趨勢以及成熟落地方案。

新形勢下智能制造發展趨勢

——摯物AIoT研究院研究員 邢懿元

摯物AIoT研究院研究員邢懿元從技術創新、產業革新兩個方向為觀眾梳理了工業制造領域機械化、電氣自動化、數字化、網絡智能化的發展脈絡，并從產業環境、客戶需求、產業政策、技術基礎、人才基礎多角度分析了國內制造業現階段面臨的機遇與挑戰。

目前，中國制造業體量大、產業鏈完整、國際地位穩固，但行業附加值低，抗風險能力有待提升，未來需要提升敏捷制造能力并及時調整產業結構；目前，國內制造業消費需求數字化程度高、需求多元化且迭代速度加快，未來需要將部分有形產品轉化升級為成熟的服務體系；目前，利好政策加大推動的背景之下，制造業研發支出加大、基礎技術發展投入加大，但是仍與發達國家存在較大差距，存在“卡脖子”風險，未來需要清晰規劃技術路徑；目前，各行各業都處在數字化轉型的風口，對相關工程師的需求增大，未來需要注重新型人才培養，幫助傳統工程師完成轉型升級。

邢懿元還提出：“制造業發展趨勢在于數字化價值轉型。”智能制造數字化基礎架構主要分為邊緣接入層、信息挖掘層、工業平臺層及智能應用層，依托5G、物聯網、人工智能、云計算等新一代信息技術，監控設備狀態并實時傳輸至IaaS層進行存儲，匯聚至PaaS層進行清洗、分類后通過SaaS層完成場景落地應用。此外，新老技術滲透率及成熟度不同，制造企業在數字化轉型過程中要根據自身的痛點、流程、模式進行需求匹配實現技術落地。

離散制造行業透明工廠解決方案

——樹根互聯云智造事業部COO 夏剛

在離散制造業的傳統IT管理中，數據往往依賴于人工統計、層層加工匯報，準確性低，耗時耗力，決策效率低，而基于IIoT的做法則是借助信息技術，自動采集設備生產數據、自動運算車間使能數據、進行數據交叉分析并自動導出報告，大大提升了設備利用率，滿足了訂單生產要求，節省了請購費。

為幫助制造業企業實現效率效益的雙提升，樹根互聯云智造事業部COO夏剛介紹道：根云互聯為客戶打造了以數據透明化為核心的透明工廠解決方案，幫助企業建立數字化精益能力和數據驅動的制造智能化。首先，通過IoT數據、業務系統數據的可視化，讓企業看得清，即數據透明化；其次，基于數據進行數字化精益管理，開展科學精益生產管理，讓企業管得準，即管理精益化；最后，基于AI大數據，結合豐富的工業知識沉淀，進行精準問題預測，優化控制流程，實現智能制造，讓企業控得好，即制造智能化。

看得清——持續下鉆的全面數據透視：以全場景、廣譜接入能力獲得實時、準確、完整的生產數據，根云幫助企業構建透明化設備數據駕駛艙；以能源計量網絡為基礎，根云提供能耗多維度分析功能，設備能效分析工具實現企業能耗數據的實時透明化；全面集成現場視頻，實現對生產流程和人員的深度分析。

管得準——以科學的數字化精益管理，發揮數據背后的價值，根云為企業提供設備OEE精益分析、能耗精益分析、生產成本精益管理、質量安全精益分析等服務，幫助企業多維度、全方位實現精益化管理。

控得好——根云為企業提供數據驅動的智能化生產，針對機加設備、焊接設備的痛點，基于根云平臺為客戶搭建智能檢測平臺，實現智能運維。

目前，根云互聯已經幫助汽車零部件企業落地了能耗數據透明化方案；幫助火車車輪生產企業落地實施了透明工廠解決方案；幫助領先整車廠商落地實施了智能工廠試點建設。

基于邊緣計算的家電行業工廠數字化應用案例分享

——無錫專心智制科技有限公司副總經理 倪春陽

無錫專心智制科技有限公司副總經理倪春陽舉例為大家介紹了企業發展智能制造的必要性，如若脫離智能制造，企業將面臨信息流通不暢；生產柔性不足；物料、設備、人員、能源大量停機、等待；市場、訂單、效率、不良品大量浪費的情況。所以說，智能制造為企業實現提質、降本、增效提供基礎支撐。

雖然市場對于智能制造已經具備了最基本的認知，但在實踐中成本／投入產出比卻總是差強人意，這也是目前智能制造推進的難點。此外，倪春陽還提出：數字化是智能制造的重要基礎，而邊緣計算則是實現數字化的重要工具和手段。制造業是對時延要求極高的領域，這也正是邊緣計算落地的絕佳場景。其中，家電生產制造業具有產業高度集中、技術密集、產品更新快等特點，且大批量專業化生產正在逐步向個性化定制發展，更加適合推進邊緣計算落地。

專心智制憑借對細分行業的了解以及對邊緣計算的研究，為企業提供基于邊緣計算的家電行業工廠數字化解決方案：

幫助企業實現全廠設備數字化：通過實時監控設備狀態、運行參數來完成設備管理，接受故障報警，并留存設備臺賬及運維歷史記錄；通過調用、共享設備數據來幫助工廠降低成本、減少事故；通過建立工業互聯網架構來保障工廠設備、控制、網絡、應用、數據的安全；通過深度分析、應用數據來提升效率及生產柔性。

幫助企業建立質量管理閉環：生產過程質量閉環是以閉環管理系統為核心，將生產過程中的現場質量管理從原材料上線到產成品下線的全鏈拉通；全廠質量閉環管理是在生產過程質量閉環的基礎上，將質量管理的自動化、信息化延伸到物流、倉儲、出貨環節，拉通原材料上線到產成品下線的全鏈路；全鏈質量閉環管理是在全廠質量閉環管理基礎上，將質量管理的自動化、信息化延伸到供應商、客戶，實現產品的全生命周期管理，通過全面的數據沉淀，挖掘數據價值。

幫助企業實現設備精細化管理：設備聯機時，最大的痛點是當設備離線時，無法獲知具體的離線原因， 需要人員現場進行排查，逐一確定設備離線原因，涉及網絡、現場生產人員等多方面不定因素。而專心智制的設備狀態精細化管理矩陣則可以通過網絡命令、數據清洗來系統地管控設備聯機狀態的現狀。

幫助戶企業完成不良品排出：目前，MES無法直接連接大量現場設備，工廠不良品排出仍需人工干預，而人工存在錯判風險且影響生產節拍。專心智制的解決方案通過設備狀態監視儀驅動掃描槍上報的條碼，判斷條碼狀態，條碼狀態給到OPC UA，OPC UA寫入PLC IO點驅動MES執行器來實現運動機構排出或分流。

幫助企業完成電機故障預警預測：該系統無需對原設備進行任何改造，數據來源于外接的傳感器，且極易形成標準化，可快速復制、大規模投用，為工廠減少故障損失、提高生產效率。

正如倪春陽所說：“基于邊緣計算的工廠數字化可以平臺化也可以單點突破，具備了相當的靈活性和性價比。”

智能制造已是大勢所趨，企業應結合自身生產痛點，梳理發展脈絡，共同推進智能制造的產業落地。

責任編輯：gt