组成智能工厂的五大元素

到目前为止，要想有效的规划生产过程的话，生产制造执行系统是必不可少的。工业4.0时代，在最小批量数只有一件的情况下，要想高效的规划生产过程就需要一个智能工厂来满足不断增长的过程控制要求和功能。

目前为止，MES生产制造执行系统是衡量生产效率和生产过程透明度的主要工具。但MES却不能为智能工厂提供当前现代化制造所需的东西。对比而言，VDI 5600指南中面向任务的观点今天仍然是适用的，尤其是利用IT技术采集生产过程中的数据和信息，使用一些相关的应用程序等等。MPDV公司提出的智能工厂解决方案将面向任务的观点扩展到生产制造过程中的IT技术领域中，同时也为智能工厂提出了一些新的要求。根据多年来的市场经验，MPDV公司提出了智能工厂五大元素的概念：计划和调度，执行，分析，预测和工业物联网(IIoT)。这些智能工厂的组成元素可以帮助用户实现工业4.0的愿景，也使企业在极为复杂的市场竞争条件下具有极高的竞争力。

智能工厂元素

智能工厂的控制调节过程如下：在不同生产任务源的基础上制定出生产计划(计划和调度)，然后实施和执行制定的计划(执行)。在执行过程中采集数据并进行分析(分析)，以便通过数据分析推导出预测和其他结果(预测)，再将预测结果和其他新的因素纳入到生产计划的制定中去。工业物联网通过采集数据和数据处理对这一过程给予支持。这一过程中的一部分任务可以很好的用MES生产制造执行系统来完成，而另一些任务则需要市场中出现的新产品来完成。下面用一个充满实际场景的例子来更加清楚、详细的说明这一过程：

首先，“计划和调度”可以从企业更高级别的ERP资源管理系统中获取用户的订单合同信息，并结合“分析”和“预测”得出的结论在合适的生产计划工具中制定出生产计划。

制定好的生产计划转入下一元素：“执行”。机床操作者收到订单的生产任务之后即开始生产，并在完成生产制造任务之后报告订单已完成，同时告知质检部门可以开始检查产品质量了。有关生产过程中的绩效指标和订单的进展情况等数据都是实时更新的。在生产前500件时，操作者立即按规定抽检：用数字化联网的数显卡尺测量第500个零件的各个尺寸。

智能工厂的控制系统通过工业物联网IIoT记录下当前的生产数据和质量检测结果。如果质量检测的数据与要求的数据之间出现了较大的偏差，则立即停止生产并通知设备调整工检查设备的设置情况，必要时进行调整。在完成订单合同之后，下一份订单合同的生产任务会立即下达至机床操作者。另外，机修车间的维修工对设备进行定期的维护保养时间也会通过智能手机同步上传。

“分析”提高生产力

在车间主任办公室，值班主任利用“分析”元素来了解车间当前的生产效率和当前班次的废品率等信息。同时，值班主任也可以分析过去几天的机床设备故障情况，并将机床设备故障与采集到的生产过程数据、质量数据关联起来。通过这种数据分析与关联，值班主任发现5号机床生产A零件的效率更高。他立即将这一信息反馈给“计划和调度”。如果反馈的信息值得调整计划、调度生产，则会立即转发到“执行”。

“预测”也需要“执行”中收集到的数据，并连续计算机床设备出现故障的概率。智能工厂控制系统还将得出的结论传输给“计划和调度”，以便及时的对涉及到机床设备和工艺装备安全的零部件维护、保养和检修。生产过程中质量预测采集到零件A生产数据是每一个零件的质量预测的基础。如果预测某个零件是“合格品”的概率很高时，它将被放到进入下一工序的合格品周转箱中。如果预测某个零件有着很高的“不合格”概率时，它将被放入废品回收箱中。所有的零件都要经过辅助的目视检查，然后按照合格品和不合格品分类放置。“预测”结果也直接纳入“执行”过程之中。

更高的透明度和效率

为了使智能工厂的四大元素有效的发挥应有的作用，第五个元素“IIoT工业物联网”功不可没：它提供了机床设备直接联网的可能性，为机床操作者提供了输入窗口，并传送生产车间所需的所有文件和设置数据。

新技术和新方法最终确保了生产车间有着更高的透明度和生产效率。在“分析”和“预测”两大过程中(例如质量预测)，只有在新工具的帮助下才能从已有的数据中获取新的认识、做出新的预测。

智能工厂元素不仅仅是普通MES生产制造执行系统的重复、升级;智能工厂元素通过应用数字化技术能够给生产制造企业带来更高附加值。