数字工厂和互联数据将是制造业的未来

对于制造商来说，建造一个数字工厂是具有意义的，因为这意味着更快的上市时间、更敏捷的流程、更高的定制性等等。

• 拥抱数字文化，一切以数据为中心

• 加速推进整个企业内部的数字化转型

• 投资于基于云的平台，以便建立通用数据环境

• 对员工进行技能再培训，帮助他们适应未来的工厂

在数据互联互通的支持下，数字工厂有助于实现跨职能协调，也可提高灵活性以适应不断变化的世界，进而为企业带来竞争优势。对制造业而言，这是数字化转型的最高境界。

数字工厂，有助于工厂业主深入了解如何在整个生命周期内设计、建造和管理工厂及其资产。

数字工厂是什么？

数字工厂是表示工厂关键特征（如几何形状、行为和性能等）的一种共享虚拟模型，它显示了工厂及其操作中所有数字网络的集合。这种数字表示形式可以从各结构、系统、资产和流程中调取数据进行汇总，让工厂业主深入了解如何设计、建造和管理工厂，甚至如何重新配置工厂，以及如何最大限度地提高每项资产的效率和生产力。在这样无信息障碍的生态系统中，可进行实时协作，做出更明智的决策，并取得更好的结果。

数字工厂的一些特征包括：

• 制造更好的产品

• 吸引更多的客户

• 提高运营效率和可持续性

• 加强创新力度

• 加快上市时间

• 获取各种可供行动参考的数据洞察

数字工厂是一个直观的生态系统，由数据驱动，并随着人类的智慧而不断增强，而且具备应变能力，在面对突发事件时可以灵活应对。

创建数字工厂的五个阶段

无论是建造新工厂还是重新配置现有工厂，重要的是应当分阶段地建设数字工厂，即规划、设计、验证、建造和运营五个阶段。

模拟功能，有助于工厂业主规划各种人员、机器和材料的调配，针对工厂内各组成部分，找出最有效的工作流程和空间分配。

1规划

数字工厂的规划从物流和运营布局开始。首先是逐步分解工作流程，确定每个工作站的位置、每个设备的放置，以及可最大限度地提高生产力的配置。企业如正在实施数字化转型，就应该已经拥有有一个大型的“物品库”，收藏工厂可能用到的物品。

在规划过程中，对各种人员、机器和材料的调配进行模拟测试有助于确定最有效的空间分配，从而消除瓶颈，加快上市时间。此外，设计师也会将各供应商和厂商整合到工厂的数字化协调中。

2设计

规划阶段之后，便已对制造框架有所了解，可开始设计数字工厂。工程师决定如何在物理空间中按规划进行部署。工厂各利益相关者也将在这个时候参与进来，按同样的规划去设计相关的特定领域。这可能还会涉及评估工作站的人体工程学团队或绘制整个工厂内空气流动轨迹的暖通空调团队。

工厂都是配备大型机械和许多活动部件的大型建筑。数字化设计有助于及早发现安装问题，从而减少建造和运营阶段的错误，更快地让工厂投入运营。

在设计阶段中，工程师和其他利益相关者可以在建造实体工厂前及早发现任何冲突。

3验证

所有的利益相关者对设计进行审查，确保设计的可行性，并验证布局是有效的。通过虚拟现实技术，可展现出工厂建成后的实际景象，有助于各利益相关者直观地看到建成后的工厂场景并视需要进行修改。在这个阶段中，设计要与运营目的保持一致，以便及早发现冲突并解决问题，确保最佳成果。

4建造

接着就是建造数字工厂。这是一个以数字化方式编排的过程，利用了建筑信息模型（BIM）等技术在多个团队（如建筑师、工程师、承包商等）之间进行协调，从而降低成本超支和进度落后的风险。建筑云平台可建立通用数据环境，为每个利益相关者提供统一的信息来源。

借助详细的施工排序，建造过程得以组织和简化。BIM 工具可对物流工作进行协调，而可视化视图可对布局进行模拟，以测试、再测试整个空间中的移动以及各个工作流程。一旦工厂内的一切都安装好了，便可将所有的工作站连接起来，并接通电源、开机运行。然后就加大生产，直至达到所需的产量。数字工厂也会开始生成反馈回路，提供各种具有可操作见解的数据分析。

5运营

在这个阶段，数字工厂已投入运营，各种数据在人员、程序和流程之间自由流动。此外，工厂的数字孪生体与工厂的实体两者相互对应，将所有的信息结合起来，让各种程序和网络相互通信。这种虚拟表示形式可以提供整个运营的概览，有助于了解每项决策的影响。有了这些信息，便可以在工厂的整个生命周期内持续对其进行优化，甚至是调整特定的生产流水线。例如，特定客户的订单需要多生产 10% 的产品，但却发现经计算的计划生产量只多出 5%，则可参考虚拟模型来重组生产线并调整产量。

一座建筑物的运营成本约占建筑成本的 80% 至 90%。数字工厂的设计，旨在通过提供深入的数据分析来降低运营成本。例如，机器学习和自动化可协助预测性维护，在设备发生故障之前提醒工人注意问题。如此一来，企业可避免意外的停机时间，不然这可是每年让制造商花上 500 亿美元的成本。此外，企业也可在不中断的情况下保持生产。

工厂一旦投入运营，这种数字表示形式便开始收集数据并提供整个运营的概览，让业主可以在工厂的整个生命周期内持续对其进行优化。

数字工厂的五大好处

在新冠疫情席卷全球、供应链中断、需求极端波动的情况下，制造业面临着提高灵活性和适应性的压力。企业如无法快速地彻底改变经营方式就会吃亏。数字化转型为企业提供了收集企业内部数据的工具，这些数据有助于让制造业务摆脱困境并创造增长机会。

据普华永道近期对 200 家德国工业企业进行的调查显示，这些企业有 91% 投资于数字工厂，但只有 6% 实现了全面的数据互联互通。尽管在数字化转型方面取得任何进展都是有益的，但有些特定的好处却依赖于数字工厂中的互联数据。

1加快上市时间

制造企业往往专注于产品的生命周期，但殊不知，工厂也有生命周期。要想最大限度地提高生产力，就必须对生产活动所处的环境进行优化。这就是数字化转型的整个目的。得益于自动化和互联的生态系统，数字工厂中的信息流动比传统制造业来得快。制造商可利用数据分析来加快设计和工程流程，迭代解决方案以及迅速地做决策。世界经济论坛发现，数字化最先进的制造企业（称为“全球灯塔网络”的联盟）将上市时间加快了多达 89%。

2为实现更高敏捷性的柔性制造

时下这场新冠肺炎疫情告诉我们，稳定性是没办法保证的。全球供应链受到了重击，至今尚未完全恢复。然而，数字工厂有助于企业提高敏捷性，无论是经济还是世界上发生的任何事情都能应对。

数字工厂让柔性制造得以实现。智能机器也使企业变得更有办法，可以快速地找出替代解决方案来改变方向、进行修改或适应新情况。如果制造商由于供应链问题而无法获得特定零件，则可在内部生产或与其他制造商联系。有了这种灵活的模式，企业可以创造出能够带来新收入流、更多创新成果而且中断有限的各种解决方案。

3针对不断变化的需求进行定制

今年早些时候，制造业经历了市场需求激增，达到了 37 年来的最高水平。实际上，制造业有望超越疫情前的生产水平。然而，不止是需求在改变，消费者想要的也在改变。大批量定制化生产正迅速成为制造商的必备能力。不少消费者会愿意多花钱来为个性化产品买单。

数字工厂所提供的数据分析，有助于制造商满足消费者对定制产品的需求。

在数字工厂的帮助下，制造商可通过小批量流水线或对现有产品添加功能，来满足消费者对定制产品不断增长的需求。一位客户可能定购了 100 万支标准笔，另一位可能要 1000 支钛制笔，第三位则可能要 1 万支绿色笔。有了数字工厂，制造商可以轻易地定制每个订单，只需选择各种设计和生产方面的选项。能够满足客户的需要，就能为企业带来竞争优势。

4实现可持续发展和业务目标

尽管制造业可以生产消费者想要的和需要的商品，但生产这些产品是要付出环境代价的。制造业的碳排放占了全球排放量的 20%，而且世界能源消耗量的 54% 来自制造业。

由数据驱动的运营有助于企业获得相关的数据分析，以便实现行业标准、各级政府或制造商本身所制定的可持续发展目标。有些企业甚至在最高管理层中增设与可持续发展相关的职务，专门负责跟踪这些指标、引领推行环保政策，以及确保企业合规。数字工厂则可通过技术提高运营的可持续性：

• 运输

• 库存

• 动作

• 等待

• 生产过剩

• 过度加工

• 产品缺陷

数字工厂可通过消除冗余行为、整合工作流程，以及使流程自动化来支持精益运营。最终结果是降低成本，并给员工更多的时间去做其他更有价值的工作。

数字工厂的最终目标是把所有的东西和每个人（车间、建筑物、基础设施、供应商、厂商、利益相关者等）都整合在一起，形成一种互联互通的数据流，以便进行自动化、预测，并生成特定的智能信息，从而最大限度地提高整个运营的效率。在数字工厂的帮助下，工厂业主可以对各种替代方案进行模拟测试，找出更有效的方法来实现目标。保时捷就是一个例子，该公司摒弃了传统的传送带，取而代之的是一种自由移动的无人驾驶载具，这种载具可对生产活动进行定制化，只需前往每辆汽车所需的那些工作站进行生产，从而消除不必要的步骤。

数字工厂的案例

丰田生产方式（Toyota Production System，TPS）的核心原则是持续改善运营，以便增加价值、消除浪费，提高生产力和效率。这是丰田公司在 20 世纪初创造的一个概念，并沿用至今。丰田公司通过提高员工技能和利用技术，将 TPS 应用于其旗下工厂。而数字工厂也是在同样的理念基础上运作。下面让我们来了解一下两家已经从互联数据和数字工厂中获益的企业。

Brioche Pasquier

法国 Brioche Pasquier 公司从一间小小的家庭式面包房发展到一家生产法国美食（如其招牌奶油蛋卷）的国际食品制造商，如此的沿革可谓令人羡慕。随着经营规模的扩大和生产地点的分散，Brioche Pasquier 为了确保产品的一致性而对旗下工厂进行数字化管理，以便协调企业在 18 个国际生产基地的运营。

各个欧洲基地在云上实现互联互通，可相互为新工厂的设计提供信息。源自每个基地的信息，都通过欧特克的 Navisworks 整合到三维数字模型中，并在公司内部共享，供其他工程师利用这些数字模型作为参考。这样的数字工厂模式不仅确保一致性，也把从实体生产操作方到业务方的公司上下每个人都连接起来。

在保时捷位于德国斯图加特的新工厂内，一种无人驾驶的运输系统充当现代化的装配线。保时捷公司供图。

保时捷

保时捷有着悠久的创新历史。1948 年 6 月 8 日，保时捷推出了首款商用的高性能跑车：保时捷 356。自那首批 52 辆跑车在奥地利一间修车厂里手工建造以来，保时捷已经取得了长足的进步。时至今日，一种称为“Flex-Line”（柔性输送线）的无人驾驶运输系统，在保时捷最新的工厂之一充当现代化装配线，由无人驾驶载具将汽车在各工作站之间移动，使得每个订单都可进行定制化生产。

这是一家实现碳中和的工厂。保时捷创建了一个集成式规划模型，以数字化方式列出这家工厂的每个细节，然后反复地对设计进行迭代以满足所需的规格要求，如地板的承重荷载（每平方米约 3000 公斤）。供应商也可访问该模型，以便根据保时捷的空间规格对相应的设备进行配置，从而确保无碰撞的生产线。如今，这家位于德国斯图加特的工厂已如火如荼地运营起来，由该虚拟模型指导运营改善。结果是什么呢？就是称为“保时捷生产线 4.0”（Porsche Production 4.0）的一家更环保、更智能、更精简的数字工厂。

数字工厂的未来

尽管有 85% 的企业在疫情期间加速推进了数字化转型，但数字工厂尚未成为常态。那么，数字工厂的未来会是怎样呢？下面让我们来快速了解一下。

互联的数据有助于让机器变得更智能，无需人工干预即可发现问题并予以纠正。

智能制造

目前，数字工厂这个概念是围绕着技术、机器、工具和机器人建立起来的。但说到底，这些机器所能贡献的就是：数据。数字工厂的未来在于将多个来源的数据整合起来，然后问：“这些组合之后的数据揭示了什么？”互联的数据带来的不仅仅是智能制造，而是创造智能制造。智能工厂所提供的信息，有助于采取特定行动来对工厂进行优化，从而达到特定的质量水平。但在智能制造中，数据也可协助工厂做决策，就像能够察觉有什么不对劲然后自行予以纠正的机器那样。

平台助力集成式工厂建模

这些数据是存放在哪里呢？就存在云上各平台中，通过实时视图 360 度地展现运营情况。除了单纯打破信息孤岛外，这些平台还可变得更加强大，跨出数字工厂的范围去支持集成式工厂建模（IFM）。

采用数字工厂技术的企业，本质上更加敏捷，能够快速地彻底改变经营方式来避免经济或供应链问题。

IFM 涉及的不仅仅是建筑物及其内部而已，还涉及周边环境，如基础设施、停车位、水管理、仓库、办公楼等，也就是将建筑物内外的一切都连接起来。有了这样的集成式工厂模型，制造商还可以在一个通用的数据环境中，将供应商、厂商、承包商和利益相关者连接起来。这意味着大家可以同时使用同样的数据工作，形成一种协作的终极工具。德国电动汽车制造商 e.Go 利用了 IFM 帮助建设旗下智能工厂。一个统一的数字平台，有助于让所有的承包商和合作者都保持正轨。

分布式制造格局

据美国全国制造商协会报告，孤立的数据仍是企业面临供应链问题的最大原因。只有 21% 的小型制造商对自身供应链网络的可见性有信心。数字工厂可解决这个问题，因为它让这些小型企业便于合作。未来，数字工厂将促进合作网络，让企业可以共享设备、共享资源，从而增强个体企业和整个行业的弹性。

分布式制造将材料和生产活动分散开来，让小型企业可以从数字连通性中获益。全球 98% 的制造企业是中小型企业。就数字化转型而言，这些中小型企业往往缺乏资金去以较大型竞争者的速度和规模投入到工业 4.0。分布式制造可让这些企业以虚拟形式走到一起合作，形成一个单一的大型机构，拥有与大型工厂相同的实力。

数字工厂有助于制造商吸引渴望使用最新、最先进技术的技术人才，从而填补熟练劳动力缺口。

技术熟练的劳动力

数字工厂将改变制造流程以及制造工作的性质，而这是一件好事。目前：

• 有 57 万个制造业工作岗位需要填补。

• 整整 77% 的制造商难以填补工作岗位和找到熟练工人。

• 照这样下去，到 2030 年将有 210 万个制造业工作岗位空缺，这将使制造业损失 1 万亿美元。

为什么会这样呢？达到退休年龄的工人数量超过了进入制造业的人数。实际上，在就业吸引力方面，制造业排在七大行业的倒数第二位。新生代都希望为数字化先进的雇主工作，而这是制造业传统上一直落后的领域。

数字工厂正是重塑行业品牌形象并缩小这一差距的绝佳机会。制造商可以利用最新的技术吸引技术人才：再说了，还有什么能比一个充满了机器人、人工智能和智能机器的工厂更令人兴奋的呢？

有了数字工厂，工厂业主可以在需要时访问所需的确切信息，从而以更智能的方式利用数据来指导业务决策，在挑战还没发生之前就能发现并应对挑战，在当今这个不可预测的世界中提高应对和复原的能力。

作者：Detlev Reicheneder, Autodesk Sr. Director - CN

Detlev Reicheneder 是欧特克公司设计与制造行业事业部的商业战略资深总监，常驻德国，在欧特克任职已有 19 年，并拥有 28 年的行业经验。他主要负责制定全球设计与制造产业战略、开发市场，以及领导行业思想。Reicheneder 持有德累斯顿工业大学的微机械工程和电子技术学位。

点击“阅读原文”，查看更多精彩内容。

（欧特克Autodesk）

声明：本网站所收集的部分公开资料来源于互联网，转载的目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。本站部分作品是由网友自主投稿和发布、编辑整理上传，对此类作品本站仅提供交流平台，不为其版权负责。如果您发现网站上所用视频、图片、文字如涉及作品版权问题，请第一时间告知，我们将根据您提供的证明材料确认版权并按国家标准支付稿酬或立即删除内容，以保证您的权益！联系电话：010-58612588 或 Email:editor@blueai.net.cn。