智能制造实践之路：从机器换人到大数据工厂

当新一代信息技术与制造业深度融合时，影响深远的产业变革已经启动，新的生产方式、产业形态、商业模式和经济增长点正在涌现。在新一轮科技革命和产业变革与中国加快转变经济发展方式形成的历史性交汇点，智能制造和智能产品的重要性已经凸显。

人力资源是中国制造转型过程中必须认真思考和解决的问题。在中国人力成本日益高企的背景下，德国的做法或许能给中国企业带来一些启示。

“随着年龄的增长，工人的经验、质量意识等在不断提高。与此同时，他们的体力、听力、视力等却逐渐衰退。”Conrat Juan-Ignocio博士表示，工业4.0可以帮助工人保持优势，让员工与协作机器人并肩工作，既可以保证质量，提高生产效率，还可以更好地保护员工的健康。

同时，工业4.0可以有效改造传统僵化的大规模生产方式，让生产更加高效和灵活。Conrat Juan-Ignocio博士提供的数据显示，在工业4.0项目的实践中，博西家电过去5年内在工业生产领域的能源消耗降低了25%。

实践智能制造

如果说，德国是在工业3.0的基础上向4.0探索，那么中国制造企业则要2.0、3.0、4.0同步并行展开。中国制造2025的出台，为中国实施制造强国战略提供了第一个10年的行动纲领。在践行中国制造2025的道路上，中国家电行业正在努力向前。

从2008年至今，海尔实现了从产品到制造模块化升级，从传统制造到无人生产线、黑灯工厂、数字化工厂、互联网工厂的逐步改造升级。“在这个过程中，海尔实现了创新驱动、质量效益、绿色制造、服务型制造四大转变。这正好与中国制造2025的战略目标高度契合。”海尔集团智能制造总监张维杰表示，互联网时代对制造行业提出了巨大挑战，很多行业都在面临这个新课题，家电业当然也不例外，海尔的办法就是建设互联网工厂，打造以用户为中心的开放生态系统。

谈到中国制造2025实践过程中的体会，张维杰表示，企业在开展智能制造转型升级的时候，绝对不是简单的机器换人，企业要面对的问题是如何在互联网时代应对用户的需要，在用户端实现高创新，并在企业端实现高效率。“智能制造之路没有成熟的模式可以借鉴，海尔将持续创新迭代，创造用户最佳生活体验。”他坦言。

可喜的是，在此次技术大会上，围绕智能制造展开的讨论已经呈现多点开花的局面。例如，聚焦电子控制系统研发的电控云、GMCC正在践行的绿电之路等，都与中国制造2025的精神高度一致。

机器换人提速

从机器人进驻珠三角的制造工厂开始，智能工厂的雏形开始出现。在厚街镇兆生家具的自动化工厂里，看不到粉尘，没有油漆的味道，没有电锯刺耳的声音，各类大型设备整齐陈列在车间内运行。公司相关负责人说：“家具生产的木工开料、喷涂、包装三大阶段，都是机器做主角，工厂的生产自动化程度已达60%以上。”这家建筑面积约15万平方米、年产值达上亿元的工厂，仅需约200名工人，人工成本约占总成本的25%。“机器换人”还降低了劳动强度，改善了生产环节，使该工厂人员流失率降至7%，而工厂年产值最大可达3亿元以上。

机器的升级，是中国供给侧改革的重要支点。这背后，广东制造业正在向柔性化、智能制造方向发展，智能工厂、无人车间、协同制造等正在提升着制造业的生产效率，降低制造成本。同时，也提高着企业对市场的响应速度，实现核心竞争力的提升。

从机器人进驻珠三角的制造工厂开始，智能工厂的雏形开始出现。在厚街镇兆生家具的自动化工厂里，看不到粉尘，没有油漆的味道，没有电锯刺耳的声音，各类大型设备整齐陈列在车间内运行。公司相关负责人说：“家具生产的木工开料、喷涂、包装三大阶段，都是机器做主角，工厂的生产自动化程度已达60%以上。”这家建筑面积约15万平方米、年产值达上亿元的工厂，仅需约200名工人，人工成本约占总成本的25%。“机器换人”还降低了劳动强度，改善了生产环节，使该工厂人员流失率降至7%，而工厂年产值最大可达3亿元以上。

机器的升级，是中国供给侧改革的重要支点。这背后，广东制造业正在向柔性化、智能制造方向发展，智能工厂、无人车间、协同制造等正在提升着制造业的生产效率，降低制造成本。同时，也提高着企业对市场的响应速度，实现核心竞争力的提升。

走向工业互联

互联网+和中国制造2025战略的提出，伴随着“无人工厂”、“大数据”、“工业云平台”、“3D打印”、“工业应用经济”等全新概念层出不穷，这一切都毫无疑问地昭示着工业数字化趋势的汹涌之势。通用电气正尝试以点带面，从医疗、航空、制造和能源等四个领域捕捉和呈现中国工业数字化进程起飞之时的姿态。

作为大数据应用最成熟的一个行业，工业互联网在航空领域落地最早，应用得也最为广泛。工业互联网可以分为几个层面，是面向工业领域的第一个基于大数据的云平台。一个工业大数据的云平台分为三层，底部是提供基础设施服务的IaaS层，中间是平台PaaS层，最上端软件及服务层SaaS。在今天，有超过50%的航空公司已经在使用云平台的SaaS层，另有30%在采购基础设施层的服务。预计到2018年，在航空行业，云平台底部的IaaS层使用率将会达到88%，也就是大部分要用到的软件都会用服务式的方式在云上提供。而平台及服务层的使用率会达到57%，超过一半。这意味着在工业互联网在航空业的技术推进已经非常成熟。

GE为大家带来了“智能工厂”的概念，其基本含义就是在现有的基础上引入工业互联网的机制，包括连接性，智能机器，传感器，大数据和数据模型等。通过在各个层面引入“数字双胞胎”(DigitalTwins)的模型，所有的变化都将尽在掌握，因此智能工厂具有对环境的高度适应性，能够确保产品的质量与成本。例如GE在生产发动机叶片的工厂将一百多台机车全部联网，从而使产能提高了足足50%。

GE推出的Predix云平台，能够更好地帮助中国企业进行工业转型。它是一个全新的操作系统，其中有很多模块可以由各个企业根据其行业背景，打造适用于该企业的解决方案。GE将这个平台开放给所有工业合作伙伴，希望能够形成一个完善的生态系统，由一些代表性的企业开放出具有行业辐射效果的APP，并在此平台上互相借鉴、互惠互利。

随着工业互联网的到来，旅客的出行将会更加舒适方便。例如讨厌的航班延误将会大幅度减少。以东航为例，与GE合作后，通过应用工业互联网技术，东航的航班完好率已经达到了98.6%，这对航空公司来说是一个巨大的进步。

大数据工业升级

在德国的工业4.0中，大数据被认为是物理与信息融合中的关键技术。在美国GE提出的工业互联网中，大数据分析作为联机数据处理分析的核心，被认为是重构全球工业、激发生产力的关键技术。在我国提出的《中国制造2025》中，云计算、物联网和大数据作为新一代的信息技术，成为两化融合的关键技术。无论是工业4.0、工业互联网还是《中国制造2025》，智能制造是共同目标，工业互联网是基石，大数据是引擎。

制造业迈入了大数据时代，2012年，GE公司率先明确了“工业大数据”的概念。在制造业，产品的全生命周期从市场规划、设计、制造、销售、维护等过程都会产生大量的结构化和非结构化数据，形成制造业大数据，而这些数据符合大数据的三“V”的特征：规模性、多样性以及高速性。除此以外，制造业大数据还具有多源异构、多尺度、不确定、高噪声等特征。因此，研究和应用制造大数据更具有挑战性，主要体现在制造大数据的存储、管理、分析和展示方面。如何充分挖掘工厂中数据的价值，通过对制造大数据进行分析，提升数字化工厂运行效率，已成为制约数字化工厂向智慧工厂发展的瓶颈。

在德国的工业4.0中，大数据被认为是物理与信息融合中的关键技术。在美国GE提出的工业互联网中，大数据分析作为联机数据处理分析的核心，被认为是重构全球工业、激发生产力的关键技术。在我国提出的《中国制造2025》中，云计算、物联网和大数据作为新一代的信息技术，成为两化融合的关键技术。无论是工业4.0、工业互联网还是《中国制造2025》，智能制造是共同目标，工业互联网是基石，大数据是引擎。

制造业迈入了大数据时代，2012年，GE公司率先明确了“工业大数据”的概念。在制造业，产品的全生命周期从市场规划、设计、制造、销售、维护等过程都会产生大量的结构化和非结构化数据，形成制造业大数据，而这些数据符合大数据的三“V”的特征：规模性、多样性以及高速性。除此以外，制造业大数据还具有多源异构、多尺度、不确定、高噪声等特征。因此，研究和应用制造大数据更具有挑战性，主要体现在制造大数据的存储、管理、分析和展示方面。

借助大数据处理与分析技术，依托云计算平台，帮助分析数字工厂运行过程，提供决策支持，并通过移动互联方式展现。如何充分挖掘工厂中数据的价值，通过对制造大数据进行分析，提升数字化工厂运行效率，已成为制约数字化工厂向智慧工厂发展的瓶颈。

（编辑：admin）