制造工厂的未来 自适应数字化工厂三部曲

价值流的数字化与物理设备与数字世界的匹配映射，使贯穿产品生命周期的工作方式成为可能——从设计到采购，通过供应链、生产现场直至所有重要的售后服务市场。科技本身如大数据、分析、云计算、物联网，正在重新定义每个人的角色和运行模式。

一、制造工厂的未来

数字化在全球制造业中已经到来。以往我们所了解的制造业的价值流及其周遭的工业系统，将变得不再相同。

价值流的数字化与物理设备与数字世界的匹配映射，使贯穿产品生命周期的工作方式成为可能——从设计到采购，通过供应链、生产现场直至所有重要的售后服务市场。科技本身如大数据、分析、云计算、物联网，正在重新定义每个人的角色和运行模式。

显而易见，工业的基本表现形式正处于变革之中，在接下来的数十年中，许多制造业主将发现他们自己正以崭新的、与过往一个世纪当中工业制造的形式截然不同的方式进行管理运营。

要想使这种转变成为可能，需要在前所未有的实用性、灵活性和连接性上建立企业软件。应用必须是以业务为中心、面向流程并对连续的变化有很强的适应性。他们现在必须包含所有形式的角色，包含人、系统和事物。他们必须同时支持已经建立和正在兴起的实践如动态案例管理、精益六西格玛、工业4.0 。

建立自适应数字化工厂，正是这样一种全新的考量，是对作用于制造业的驱动因素、方法论、科技和创新的综合应用。由于与设备、材料和能源相关的制造业占据世界经济总量的1/3 。遍布这些行业的数字化变革是这个时代最大规模的活动之一，而自适应数字化工厂将是最重要的实践。

二、数字化工厂的影响因素

数字化工厂必须充分利用其它数字化趋势如社交网络、移动端、数据分析、云计算。这四个数字化趋势是如何为制造业主们提供价值的。

社交网络对制造业的影响：社交网络对制造业主们具有积极甚至是挑战性的影响。消费者的社交帖子可能帮助或摧毁制造业主们。另一方面，社交合作使消费者与分销商、经销商，以及制造服务和生产团队联系在一起。

移动端对制造业的影响：移动端全渠道与全设备的相互作用允许制造业主们通过移动设备无缝地开始并完成端到端的自动化工作。全渠道是指通过不同的渠道进行消费者一致性体验。全设备是指利用联网设备进行连接、维护和优化体验。

分析对制造业的影响：数据分析为制造业主们提供必要的工具进行大量隐藏数据的挖掘。一旦确认，制造业主们能够根据产品、设备和制造材料工艺的关键信息进行生产。大数据的兴起趋势和实时分析使制造业主们能够优化他们的制造、维护和其他工艺。

云计算对制造业的影响：云计算允许整个制造价值链（从消费者到制造管理者到员工）接近产品生命周期的任何阶段。云计算服务通过网络、服务器、存储器传递互联网，同时为业务应用提供便利与请求式的使用。当联网设备的物联网的力量被添加到移动端、社交网络、云与数据分析后，传统制造业将获得自适应数字化工厂的转变。

三、物联网的数字化趋势

通过数字化设备如衣服、无人车和智能家居将人们联系起来的互联网变革通过大量的传感器和制动器获得进一步的扩展。对于制造业来说，随着联网资产与制造设备被数字化工厂不间断连接、监督和优化的到来，变革仍在继续。

事物本身基本没有价值。但是，当考虑到事物的健康和维护性，把握这些联网设备是怎么适应物联网的很重要。

思科用整体观描述物联网为万物互联：

△ 物：联网设备，每一事物通过互联网拥有独一无二的可访问地址。

△ 人：与物的合作中，端到端过程或动态案例的参与者。

△ 工艺：在最基本的水平，为业务目标协调多活动性或任务。工艺过程的参与者将包含人、物、企业应用软件、业务合作者。

△ 数据：物以一个比人或应用更快的速率产生数据，物联网数据需要实时地被分析和反馈。在这四个实体类型之间具有核心关系。

制造业主们已经在生产车间开始使用联网设备，现在可指望物联网通过网络获取唯一可访问的物理设备。他们不得不与增加制造者与消费者连接性的物共事并创造物。这些联网设备含有车载诊断软件，从而使制造商能够用来进行监控、控制和管理。

四、自适应数字化工厂登堂入殿

自适应数字化工厂，首先是基于端到端的业务过程的联通，形成数字化的决策体系；然后通过扩充工业物联网的能力，保留与边缘设备的联系，借助于数据分析、云计算的力量，从而形成自适应数字工厂。

它具有以下几个典型特点：

1、优化工厂资产

在传统的制造业中，在生产车间的大部分资产是没有相互联系的。因此，实际上，对制造业主来说，这些资产的功能和状态是不可见的。通过IOT连接，所有的资产和机器能够联系、监督、控制和优化。

2、预防性维护

不论是在生产车间，还是已制成的设备中，数字化工厂的联网性机器能够被前瞻性地与指令性的维护。联网产品的维护、监督、控制与更新方面，这种指令性维护的方法是IOT模型的重要优势。

3、设备的全生命周期价值管理

物联网利用大数据分析优化制造机械的终身价值。而且，利用数字化和联网制造，使得既有设备的终身价值也得到了提高。

4、大数据预测建模

既有设备不断地产生大量的传感器数据。数字化工厂挖掘这些数据建立可能的模型，并识别预防性维护行为来避免潜在的事故或故障。

5、3D打印和物联网

支付得起的3D打印技术的到来将允许机构有效地生产联网产品，并通过制造业主们的相互连接吸引多个创新者。这使得数字化工厂制造商将生产车间与联网产品的寿命周期成功地连接在一起。

所有这些技术，为了在机构创造联系，并提高客户价值，工艺流程必须数字化与可操作化。生产车间包含复杂工艺，在需要处理与生产一个制造产品的工作流中，每个工艺可能包含多个里程碑、任务与业务单元。制造业的售后服务市场（例如维护与支持）也依赖并包含复杂工艺过程。建立一个优化的、自动化的、自适应的数字化工厂，每一个工艺超越了工厂的限制，为协调与管理这些相互联系的杰出资源提出了挑战。从而可以动态管理复杂的端到端解决方案，是解决数字化工厂面临的挑战的最优方法论。

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。