智能制造已是大势所趋，企业应共同推进智能制造的产业落地。

导 读

为帮助行业厘清智能制造未来发展脉络、推动智能制造成熟落地，物联网智库携手挚物AIoT研究院、树根互联、专心智制于10月20日以线上直播的形式举办了“智能制造产业落地”——直播交流会，为观众分享了新形势下的智能制造发展趋势以及成熟落地方案。

瓦特发明的蒸汽机点燃了第一次工业革命，将人类带进了蒸汽时代，在随后的近300年内，制造业又先后经历了电气时代、信息时代，如今已经正式迈进了以网络化、数字化、智能化为代表的工业4．0阶段。

面对数字化的浪潮，各行各业纷纷开始布局升级，工业制造领域凭借其得天独厚的数据规模优势，成为了数字化转型的先行者，年初的新冠疫情“黑天鹅”更是为智能制造的发展推波助澜。面对工人无法复工、市场需求骤减等难题，柔性生产能力及智能化程度较低的工厂举步维艰，甚至难逃倒闭的命运，这也使整个行业更加清晰地意识到了转型升级的重要性，数字化已经从可选项变为必填项。

目前，很多企业已经完成了业务的信息化及生产的自动化改革，但在制造智能化领域尚属起步阶段，在落地实施中仍存挑战。为帮助行业厘清智能制造未来发展脉络、推动智能制造成熟落地，物联网智库携手挚物AIoT研究院、树根互联、专心智制于10月20日以线上直播的形式举办了“智能制造产业落地”——直播交流会，为观众分享了新形势下的智能制造发展趋势以及成熟落地方案。

新形势下智能制造发展趋势

——挚物AIoT研究院研究员 邢懿元

挚物AIoT研究院研究员邢懿元从技术创新、产业革新两个方向为观众梳理了工业制造领域机械化、电气自动化、数字化、网络智能化的发展脉络，并从产业环境、客户需求、产业政策、技术基础、人才基础多角度分析了国内制造业现阶段面临的机遇与挑战。

目前，中国制造业体量大、产业链完整、国际地位稳固，但行业附加值低，抗风险能力有待提升，未来需要提升敏捷制造能力并及时调整产业结构；目前，国内制造业消费需求数字化程度高、需求多元化且迭代速度加快，未来需要将部分有形产品转化升级为成熟的服务体系；目前，利好政策加大推动的背景之下，制造业研发支出加大、基础技术发展投入加大，但是仍与发达国家存在较大差距，存在“卡脖子”风险，未来需要清晰规划技术路径；目前，各行各业都处在数字化转型的风口，对相关工程师的需求增大，未来需要注重新型人才培养，帮助传统工程师完成转型升级。

邢懿元还提出：“制造业发展趋势在于数字化价值转型。”智能制造数字化基础架构主要分为边缘接入层、信息挖掘层、工业平台层及智能应用层，依托5G、物联网、人工智能、云计算等新一代信息技术，监控设备状态并实时传输至IaaS层进行存储，汇聚至PaaS层进行清洗、分类后通过SaaS层完成场景落地应用。此外，新老技术渗透率及成熟度不同，制造企业在数字化转型过程中要根据自身的痛点、流程、模式进行需求匹配实现技术落地。

离散制造行业透明工厂解决方案

——树根互联云智造事业部COO 夏刚

在离散制造业的传统IT管理中，数据往往依赖于人工统计、层层加工汇报，准确性低，耗时耗力，决策效率低，而基于IIoT的做法则是借助信息技术，自动采集设备生产数据、自动运算车间使能数据、进行数据交叉分析并自动导出报告，大大提升了设备利用率，满足了订单生产要求，节省了请购费。

为帮助制造业企业实现效率效益的双提升，树根互联云智造事业部COO夏刚介绍道：根云互联为客户打造了以数据透明化为核心的透明工厂解决方案，帮助企业建立数字化精益能力和数据驱动的制造智能化。首先，通过IoT数据、业务系统数据的可视化，让企业看得清，即数据透明化；其次，基于数据进行数字化精益管理，开展科学精益生产管理，让企业管得准，即管理精益化；最后，基于AI大数据，结合丰富的工业知识沉淀，进行精准问题预测，优化控制流程，实现智能制造，让企业控得好，即制造智能化。

看得清——持续下钻的全面数据透视：以全场景、广谱接入能力获得实时、准确、完整的生产数据，根云帮助企业构建透明化设备数据驾驶舱；以能源计量网络为基础，根云提供能耗多维度分析功能，设备能效分析工具实现企业能耗数据的实时透明化；全面集成现场视频，实现对生产流程和人员的深度分析。

管得准——以科学的数字化精益管理，发挥数据背后的价值，根云为企业提供设备OEE精益分析、能耗精益分析、生产成本精益管理、质量安全精益分析等服务，帮助企业多维度、全方位实现精益化管理。

控得好——根云为企业提供数据驱动的智能化生产，针对机加设备、焊接设备的痛点，基于根云平台为客户搭建智能检测平台，实现智能运维。

目前，根云互联已经帮助汽车零部件企业落地了能耗数据透明化方案；帮助火车车轮生产企业落地实施了透明工厂解决方案；帮助领先整车厂商落地实施了智能工厂试点建设。

基于边缘计算的家电行业工厂数字化应用案例分享

——无锡专心智制科技有限公司副总经理 倪春阳

无锡专心智制科技有限公司副总经理倪春阳举例为大家介绍了企业发展智能制造的必要性，如若脱离智能制造，企业将面临信息流通不畅；生产柔性不足；物料、设备、人员、能源大量停机、等待；市场、订单、效率、不良品大量浪费的情况。所以说，智能制造为企业实现提质、降本、增效提供基础支撑。

虽然市场对于智能制造已经具备了最基本的认知，但在实践中成本／投入产出比却总是差强人意，这也是目前智能制造推进的难点。此外，倪春阳还提出：数字化是智能制造的重要基础，而边缘计算则是实现数字化的重要工具和手段。制造业是对时延要求极高的领域，这也正是边缘计算落地的绝佳场景。其中，家电生产制造业具有产业高度集中、技术密集、产品更新快等特点，且大批量专业化生产正在逐步向个性化定制发展，更加适合推进边缘计算落地。

专心智制凭借对细分行业的了解以及对边缘计算的研究，为企业提供基于边缘计算的家电行业工厂数字化解决方案：

帮助企业实现全厂设备数字化：通过实时监控设备状态、运行参数来完成设备管理，接受故障报警，并留存设备台账及运维历史记录；通过调用、共享设备数据来帮助工厂降低成本、减少事故；通过建立工业互联网架构来保障工厂设备、控制、网络、应用、数据的安全；通过深度分析、应用数据来提升效率及生产柔性。

帮助企业建立质量管理闭环：生产过程质量闭环是以闭环管理系统为核心，将生产过程中的现场质量管理从原材料上线到产成品下线的全链拉通；全厂质量闭环管理是在生产过程质量闭环的基础上，将质量管理的自动化、信息化延伸到物流、仓储、出货环节，拉通原材料上线到产成品下线的全链路；全链质量闭环管理是在全厂质量闭环管理基础上，将质量管理的自动化、信息化延伸到供应商、客户，实现产品的全生命周期管理，通过全面的数据沉淀，挖掘数据价值。

帮助企业实现设备精细化管理：设备联机时，最大的痛点是当设备离线时，无法获知具体的离线原因， 需要人员现场进行排查，逐一确定设备离线原因，涉及网络、现场生产人员等多方面不定因素。而专心智制的设备状态精细化管理矩阵则可以通过网络命令、数据清洗来系统地管控设备联机状态的现状。

帮助户企业完成不良品排出：目前，MES无法直接连接大量现场设备，工厂不良品排出仍需人工干预，而人工存在错判风险且影响生产节拍。专心智制的解决方案通过设备状态监视仪驱动扫描枪上报的条码，判断条码状态，条码状态给到OPC UA，OPC UA写入PLC IO点驱动MES执行器来实现运动机构排出或分流。

帮助企业完成电机故障预警预测：该系统无需对原设备进行任何改造，数据来源于外接的传感器，且极易形成标准化，可快速复制、大规模投用，为工厂减少故障损失、提高生产效率。

正如倪春阳所说：“基于边缘计算的工厂数字化可以平台化也可以单点突破，具备了相当的灵活性和性价比。”

智能制造已是大势所趋，企业应结合自身生产痛点，梳理发展脉络，共同推进智能制造的产业落地。
责编AJX