第4章

智能工廠和智能生產【導讀】本章闡述了從數字化工廠到智能化工廠的發展過程，

總結了智能工廠的基本特征，

從工廠自動化的標準化層級結構出發，

介紹了智能工廠的架構、賽博物理融合生產系統的構成，

特別是從技術集成和應用功能實現的角度，討論了在智能工廠中的橫向、縱向和端到端的3大集成的技術實現，以及在智能生產系統中動態感知、實時分析、自主決策和精準執行4項功能應用技術，

介紹了多個智能工廠、智能生產具體場景和智能制造過程實現過程的實例。221第4章

智能工廠和智能生產222從數字化工廠到智能工廠智能工廠的核心與構成智能工廠建設架構與實現智能生產4.1 從數字化工廠到智能工廠2234.1.1

數字化制造系統數字化制造系統是一種以制造信息集成與信息流自動化為特征、利用數字化裝備自動完成各種制造活動的系統。數字化制造系統涉及的范圍以數控機床為典型代表的數字化裝備、分布式計算機網絡控制系統、物料存儲與輸送系統、數字化檢測與監控系統等物化的基礎裝備。CAD/CAM/CAPP/CAE等各種計算機輔助工業軟件系統(CAx)及其在設計制造過程的廣泛應用。MES/PDM/MRPII/PLM等管理系統的集成與應用數字化制造的演進過程224【圖例】產品開發和生產過程的數字化制造集成[

來源：

S

iem

ens

]2254.1.2 從數字化工廠到智能工廠的發展226基于工業4.0的未來智能工廠將出現下列新的變化：元(部)件采用自感知/自預測特性傳感器，可進行性能衰減監測和剩余可用壽命預報；設備控制器具有自感知/自預測/自診斷能力，可以預知工作時間和防止失效；生產系統具有自配置/自維護/自組織特性的網絡系統，可以通過具有彈性可恢復(resilient)能力的控制系統獲得極高的生產率。4.1.3 智能工廠的基本特征227智能工廠的基本特征(3個層面)：目標層面——智能工廠具有敏捷化、高生產率、高質量產出、可持續性和舒適人性化等特征；技術層面——智能工廠具有全面數字化、制造柔性化、工廠互聯化、高度人機協同和過程智能化(實現智能管控)五大特征；集成層面——智能工廠應具備產品生命周期端到端集成、工廠結構縱向集成和供應鏈橫向集成3大特征，這一層面與“工業4．0”的3大集成理念是一致的。智能工廠特征的3個層面[來源：盧秉恒，邵新字，張俊，等]智能工廠在生產活動方面的主要特性228【圖例】智能工廠的主要特性[來源：德勤咨詢]互聯化——智能工廠的基礎。最優化——對工廠各層級數字孿生建模、仿真，實現高度可靠且可以預測的優化運行。透明化——各種數據透明、可視化，從生產流程以及半成品、成品獲取的數據分析處理后轉換為實施洞察(actionable

insights)，從而協助人工或自主決策流程。前瞻性——員工和系統可預見問題，并提前予以應對，而非靜待問題發生再做響應。敏捷性——敏捷性使智能工廠能夠以最少的干預來適應計劃和產品的變化。4.2 智能工廠的核心與構成2294.2.1 數字化工廠1．數字化工廠的概念數字化工廠主要涉及產品設計、生產規劃與生產執行3大環節基于3維建模的產品設計 工藝仿真使能的生產規劃實時數據聯通的生產執行2302．數字化工廠的構成一個基于協同制造平臺的數字工廠構成數字工廠的功能模塊[來源：盧秉恒，邵新字，張俊，等]4.2.2 CPS和CPPS廣義的CPS定義：CPS是在計算、通訊和控制技術相互融合與深度協作基礎上構建的一種賽博(cyber)

空間和物理環境融合的復雜系統，它通過機器之間的通信和人機之間的交互，

使賽博(cyber)

空間里的虛擬計算及仿真與實體空間里的真實物理進程進行動態交互，并根據物理對象的需要可在賽博(cyber)

空間以實時、遠程、安全、可靠、智能化和協作的方式，操控物理空間里的實體對象。231CPS的”3C”概念模型示意圖1.

賽博物理系統CPS2322.

賽博物理生產系統CPPS面向生產應用過程構建的CPS就是賽博物理生產系統CPPS(CyberPhysical

Production

System)。CPPS由自主、協同、相互依存和互聯的子系統組成，它們遍布生產的各個層級——從工藝到機器、再到生產和物流網絡。作為CPPS，需要滿足各層級魯棒性、自組織性、自維護性、自修復性、安全性、遠程診斷、實時控制、自主導航、透明性、可預見性、效率和模型正確性等要求。以CPS為核心的5層級智慧工廠結構和相關技術233層級1——互聯層獲取來自機器及其組件的準確可靠數據，包括基于物聯網的機器控制器、附加傳感器、質量檢測、維護日志和企業管理系統(如ERP、MES和CMM)。數據管理和通信、傳感器、數據流是這一層級的重要考慮因素。層級2——轉換層轉換屬于本地機器智能，數據被處理并轉換為有意義的信息。采用信號處理、特征提取和常用的預測與健康管理算法(如自組織映射、Logistic回歸、支持向量機等)以及預測分析等，實現組件和機器級別的自我感知。層級3——賽博層信息在該層匯集和處理，對等比較、信息共享、協同建模、以及使用記錄和健康狀態記錄等都被用于分析處理。相似性數據和歷史信息可用于預測機器的未來性能、評估機器健康狀況、以及同類機器的進一步比較。層級4——認知層生成所監測系統的完整知識，提供與系統中的不同組件具有關聯效果的推理信息，適當的知識組織與呈現將支持進行作出適當的決策。層級5——配置層從賽博(cyber)空間向物理空間形成反饋，可以通過“人在環路(human-in-the

loop)”或監督控制的活動使機器進行自配置、自適應和自維護。【實例】CPPS設計方法架構[

來源：

Fra

nca

lan

za

E

.

,

B

o

r

g

J

.

,

C

o

n

s

t

ant

ine

scu

C

.

]2343

.

未來CPPS研究領域所面臨的挑戰235環境自適應和(至少部分)自主系統協同生產系統動力系統的辨識與預測魯棒調度物理系統和虛擬系統的融合“人-機”融合4.2.3 工業4.0三大集成的技術實現2361. 縱向集成和網絡化制造系統的技術實現縱向集成和網絡化制造系統將工廠或設備的所有要素，依據“ANSI

ISA-95企業控制系統集成”標準的5層級結構，從現場層級的底層感知和執行設備開始，通過控制層級的PLC和操作層級的SCADA/HMI/DCS等，連接到企業頂層管理層級的MES和ERP，構建成一個網絡化制造系統，從而實現各個資源要素的縱向貫通和集成。[來源：圖片來自網絡]縱向集成和網絡化制造系統各個層級的主要技術要素2371)

現場層級(Field

Level)ISA95

Level

0 定義了實際的物理生產過程及其感知、操作的工藝和設備數控機床、機器人、AGV、在線檢測裝置、傳感器、過程儀表、電機、閥門現場工業總線(如Profinet、CANOpen、Ethernet、SERCOS等)通用網絡化接口功能(例如：OPC

UA、MTConnect、MQTT、UDP/TCP等)新技術途徑：邊緣計算、工業物聯網、云計算和大數據等【實例】物理設備通過OPC

UA/MTConnect與上層系統聯接2382)

控制層級(Control

Level)ISA95Level

1定義了感知和操縱物理過程所涉及的活動，主要實現對車間底層各種現場設備運行的自動化控制。【應用實例】可編程邏輯控制器(ProgrammableLogicController,

PLC)【圖例】分布式控制系統(DistributedControlSystem,

DCS)PLC輸入...PLC輸出伺服驅動器伺服電機主控制器EtherCAT總線耦合器和IO

EtherCATEtherCATEtherCAT電纜電纜2393)

執行層級(Operation

Level)ISA95Level

2定義了監視和控制物理過程的活動，

其任務是實現對生產過程進行監測(Monitoring)、監控(Supervisory

Control)和自動控制(AutomaticControl)。監督控制和數據采集(Supervisory

Control

And

Data

Acquisition,

SCADA)系統——一種以計算機、網絡數據通信和圖形用戶界面(GUI)為基礎的生產過程控制與調度自動化系統。人機接口(Human

MachineInterface，HMI)【圖例

】一個SCADA實例系統的功能結構示意圖2404)

管理層級(Management

Level)ISA

95

Level

3和Level

4定義了生產所需最終產品的工作流(WorkFlow)活動、管理制造過程所需的與業務相關的活動等。制造執行系統(ManufacturingExecutiveSystem，MES)制造運營管理(Manufacturing

OperationsManagement，MOM)企業資源計劃(Enterprise

Resource

Planning，ERP)以MES為核心實現與SCADA和ERP系統功能模塊集成2

.

端到端集成的技術實現貫穿全價值鏈的端到端工程指實現從價值鏈上游的生產系統規劃到最終產品消費整個價值鏈的、端到端的數字化工業設計開發。241產品全生命周期管理2421)

產品產品全生命周期數字化建模技術產品幾何建模方法產品制造信息表示方法產品模型數據交換標準數字化建模技術為產品全生命周期建立一個統一的、開放的產品信息模型，確保對產品定義、過程和資源等描述的一致性。2)

產品數據管理技術產品數據管理(Product

Data

Management，PDM)技術是管理產品全生命周期中與產品相關信息和所有與產品相關過程的技術。數據和文檔管理(data

anddocument

management)過程和工作流管理(process

or

workflow

management)產品結構與配置管理(product

structureandconfiguration

management)設計檢索與零部件分類庫管理(design

retrievaland

libraries

management)項目管理(project

management)3)

產品信息集成技術產品信息集成技術是對異構應用系統產生的數據進行統一管理，使實際生產系統中各種異構應用系統之間能夠共享信息，并將外部應用系統封裝到PLM系統之中且在PLM環境下運行。【應用案例】一個產品全生命周期管理系統功能構成框圖2433

.

橫向集成的技術實現價值網絡的橫向集成是指跨越企業邊界的一體化網絡，以分享產品設計、數字模型以及工藝細節。橫向集成可能發生在一個企業的內部，也可能發生在企業外部，因此它要求能在異構環境中實現業務流程工作流和規則的協同、關鍵數據(如產品結構數據)轉換、雙向的互操作等。244橫向集成中涉及到的跨專業領域技術4.3 智能工廠建設架構與實現2454.3.1 智能工廠建設架構智能工廠是一種賽博(cyber)物理深度融合的生產系統，它通過數字孿生、CPS等的設計與實施，進行工業4.0的橫向集成、縱向集成和端到端集成的3大集成，實現制造系統構成可定義、可組合，制造工藝流程可配置、可驗證，從而在個性化生產任務驅動下，可自主重構生產過程和場景，構建出高效、節能、綠色、環保、舒適的個性化工廠，降低生產系統組織難度，提高制造效率及產品質量。智能工廠基本架構中的三個維度2461.

功能維該維度描述產品從虛擬設計到物理實現的過程，功能維與工業4.0的三大集成中的端到端的集成相關聯。智能化設計智能化工藝智能化生產智能化物流大數據分析虛擬仿真和優化創成設計方法并行、協同策略基于知識/規則的工藝創成

生產工藝仿真分析/優化生產過程建模/仿真

工藝過程感知

預測與控制生產資源最優化配置生產過程精細化管理智能化運營和管控生產任務和物流實時優化調度智慧科學管理決策物聯網

物流全程可視化跟蹤

物料主動識別物料自動配送與配套防錯生產物流與計劃精準同步2.

結構維該維度描述從智能制造裝備、智能車間到智能工廠的進階，結構維實質上與工業4.0的3大集成中的縱向集成是一致的。247智能制造裝備智能車間(生產線)智能工廠自感知自決策自分析自執行優化計劃動態調度智能感知協調控制產品設計與工藝企業資源管理生產活動工廠運營智能化集成【圖例】智能制造裝備實例248多軸聯動數控機床工業機器人3D打印裝備增減材復合加工裝備AGV[來源：圖片來自網絡]【圖例】一個智能生產線架構示意圖249【圖例】制造工廠內部的業務活動250【應用實例】三菱電機e-

F@

ctory的示意圖[

來源：三菱電機]2513.

范式維252該維度描述從數字化、網絡化到智能化的演變范式(Paradigm)。數字化借助于信息化和數字化技術，通過集成、仿真、分析、控制等手段，為制造工廠的生產全過程提供全面管控的整體解決方案。網絡化將物聯網(IoT)技術全面應用于工廠運作的各個環節，實現工廠內部人、機、料、法、環、測的泛在感知和萬物互聯，互聯的范圍甚至可以延伸到供應鏈和客戶環節。智能化通過將新一代信息技術和新一代人工智能技術應用于產品設計、工藝、生產等過程，使得制造工廠在其關鍵環節或過程中能夠體現出智能化特征，即自主性的感知、學習、分析、預測、決策、通信與協調控制能力，能動態地適應制造環境的變化，從而實現提質增效、節能降本的目標。4.3.2 智能工廠建設案例【應用案例】移動終端離散制造智能工廠總體架構設計。253一個移動終端離散制造智能工廠總體架構[來源：趙宏軍，王嘯，盛志宇]【應用案例】3C零件數控加工的智能化工廠。2544.4 智能生產2554.4.1

智能生產系統1.

智能生產系統的構成智能生產系統以車間級的制造自動化系統(Manufacturing

Automation

System,

MAS)為基礎，根據產品工程技術信息(材料、結構、工藝和裝配等設計要求)、車間層加工執行的指令，結合車間物流管理、工藝管理、設備管理、刀具管理等系統，優化制造活動和生產過程，完成對零件制造過程的作業調度及加工。智能生產系統車間控制系統加工系統物料運輸與存儲系統刀具準備與配送系統檢測和監控系統256智能生產系統中的車間控制系統構成1) 車間控制系統車間控制系統由車間層、單元層、工作站層和設備層以及車間涉及的生產和管理人員等組成。車間層的核心是車間控制器，實現計劃、調度和監控等功能，其主要任務是根據企業下達的生產計劃進行車間作業分解和作業調度，并監控和反饋車間的生產狀態和數據等信息。加工系統是機床、機器人、AGV等硬件設備構成的用于完成具體零件加工任務的單元/線。常見的加工系統類型有：剛性自動線(TL)、柔性制造單元(FMC)、柔性制造系統(FMS)、柔性制造線(FML)、柔性裝配線FAL)和脈動生產線(PPL)等。2572)

加工系統柔性制造單元示例柔性制造線大型民用客機PPL現場場景[來源：圖片來自網絡]2583)

物料運輸與存儲系統負責生產過程中各種物料(如工件、刀具、夾具、切屑等)的運送與流動以及將工件毛坯或半成品及時準確送達指定的加工位置，并將完成加工的成品送入倉庫或裝卸站，以保證自動化生產過程正常運行。常用的工件輸送設備：傳送帶、運輸小車、工業機器人、托盤及托盤交換裝置等；常用的物料存儲系統：工件進出站、托盤站、自動化立體倉庫等。4)

刀具準備與配送系統負責為加工設備及時提供各種刀具并可在機床間進行刀具交換，具有刀具運送、管理、檢測、預調和監控等功能。包括：刀具組裝臺、刀具預調儀、刀具進出站、中央刀具庫、機床刀庫、刀具配送裝置和刀具交換機構、計算機管理系統等。5)

檢測和監控系統保證智能生產系統正常可靠地運行及滿足加工質量要求。檢測和監控的對象包括：加工設備及加工過程、工件輸送設備、刀具配送系統、工件加工質量、環境及安全參數等。傳統檢驗檢測裝置：各種量具量儀(如卡尺、千分尺、百分表等)、自動化測量裝置(如三坐標測量機)等。智能檢測技術：各種智能化傳感器和感知技術、智能儀器儀表、邊緣計算和加工大數據分析技術等。2

.

智能生產系統模型及接口1)

生產系統功能模型259生產系統的功能模型[來源：劉敏、嚴雋薇]2)

生產系統的物料流生產系統物料流是指在生產過程中作為實體流的原材料、預制件、零件、組件、集成對象和最終產品的運輸流轉過程。260一個FMS的工件物流系統布局生產系統集成化物料流示意圖3)

智能生產系統的信息流及接口261生產系統的信息接口[來源：劉敏、嚴雋薇]【圖例】一個車間生產控制系統的網絡接口[

來源：葛英飛]2624.4.2

智能生產中的功能集成實現技術263裝備自帶的感知裝置：位置、速度、電流、溫度等物理量的測量傳感器加裝的感知裝置：振動、噪聲、圖像、視頻、RFID、條型碼等1

.

動態感知技術在智能生產中，狀態感知的目的是感知和獲取制造過程、制造裝備和制造對象的有關變量、參數和狀態，用于對智能生產系統的運行工作狀態、產品制造質量進行評估、監測和控制。制造裝備及加工過程的傳感感知以離散制造領域中應用廣泛的數控加工為例，最常見的有數控機床、工業機器人、自動導引車等制造裝備及加工過程的傳感感知技術涉及：【圖例】數控機床上可配置的各種傳感器及應用264(b)數控機床上傳感器的功能及作用(a)數據機床上的各種傳感器配置【圖例】工業機器人應用中的傳感器265(a)典型工業機器人上的傳感器(b)

智能機器人上的傳感器[來源：圖片來自網絡]MES中的識別、定位、導航和追蹤在生產執行系統和產品加工裝配過程中，

基于條形碼、RFID、GPS、北斗、激光跟蹤儀、圖像/視頻獲取等技術，

已成為對原材料、物流、工具、在制品和最終產品進行識別、定位、導航和追蹤不可缺少的技術。266RFID以非接觸式、快速高效、安全可靠和環境適應性好等特點，廣泛應用于智能生產系統中的生產線自動化、物料管理、刀具管理等。GPS技術已大量用于物流定位、AGV導航等，激光跟蹤儀可提供零件/部件裝配時的空間位置定位數據，圖像和視頻則更廣泛地應用于生產過程中產品識別、設備監控等。267感知信息的集成直接通過標準化的通用機器通信接口及協議，傳送給生產系統的網絡數據庫、計算機和移動終端。機床互聯通訊協議MTConnect跨平臺工控軟件接口標準協議OPC

UA經由工業以太網(EtherNET)、現場工業總線(Field

Bus)和物聯網(IoT)，再通過標準化的通用機器通信接口及協議上傳。隨著工業互聯網/物聯網、5G、數字孿生等技術的發展，它們將在智能生產系統的“人-機-物”通信互聯和信息集成中發揮重要的作用。2

.

實時分析技術268對動態感知獲取的智能生產系統的數據(

特別是制造大數據或工業大數據)，

采用工業軟件或分析工具平臺，

進行數據挖掘和在線實時分析，

可以獲得對生產系統的洞察(insight)，

為智能生產系統的優化提供數據支持。基于工藝過程模型的仿真分析離散制造工藝：切削、焊接、成形、裝配……連續制造工程：化工、石油、冶煉、制藥、……物理量：位移、速度、加速度、應力、應變、變形、溫度場、應力場……溫度、壓力、流量、液位、成分、物性……2692)

基于工業大數據的建模和分析一個工業大數據分析技術框架3)

面向企業運營管理的建模分析270面向企業運營管理的工業數據分析供應鏈建模分析市場數據分析生產過程仿真資源/資產管理及優化網絡化協同設計制造集成個性化定制遠程維修智能服務企業資源計劃集成業務管理財務管理人力資本管理客戶關系管理制造資源計劃庫存管理生產管理供應鏈管理【應用案例】一個基于MTConnect

協議的數控機床及加工過程的數據采集與分析系統。2713

.

自主決策功能272自主決策要求針對智能生產系統及其的不同層級子系統，按照設定的目標和規則，根據狀態感知數據及其分析結果，自主做出判斷和選擇，并具有自學習和提升進化的能力。在底層主要涉及自動化設備的自動控制技術、運行監測技術和自適應控制技術等如何由機器智能來處理或替代過去主要依靠人的智力完成的分析、判斷、選擇和決定等經驗決策功能