智能工廠評估模型研究*

李琦琦 孫銀 楊瀟 鄭彎彎

(中國信息通信研究院工業互聯網與物聯網研究所， 北京 100191)

0 引言

受行業需求與技術創新的影響，全球制造業在歷經了工業1.0機械化、工業2.0電氣化和工業3.0自動化階段后，正加速走向工業4.0智能化階段。工業4.0最初由德國政府于2013年4月在漢諾威工業博覽會上正式提出，其目的是運用物聯網、云計算、大數據、人工智能等新技術實現更高的生產力和利潤率。目前，工業2.0和3.0應用滲透率較高且技術較成熟，相比之下工業4.0新興技術尚未成熟、應用待普及、市場格局未定，領軍企業和其他制造商的差距越來越大。為了進一步縮小行業中領跑者與后進者之間的差距，加快新興智能化裝備和制造技術的發展和普及，緩和“非贏即輸”的兩極分化局面，國內外紛紛實施智能工廠評估項目。本文基于重慶制造業面臨的問題及其自身優勢，構建了智能工廠評估模型，旨在助力企業基于自身具體需求，有重點有順序地逐步制定并實施改造計劃，早日實現全面智能化、數字化轉型。

1 國內外智能工廠評估現狀

當前，發展綠色化和智能化制造業成為全球經濟競爭制高點[1]。歐美等發達國家和地區為鞏固其在技術、產業方面的領先優勢，積極發展新一代網絡和智能工廠技術體系。然而，智能工廠的建設需要不斷迭代，必將經歷一個長期的過程。在智能工廠的建設過程中不斷評估自身智能化水平、所處位置以及與行業內其他企業的差距，從而明確下一步計劃和方向，顯得尤為關鍵。評估是全面推動企業智能化、數字化轉型的有效路徑。

1.1 全球燈塔工廠網絡項目

2018年，世界經濟論壇和麥肯錫咨詢公司共同啟動全球性的燈塔網絡項目，在全球制造業企業中遴選具有迅速應對市場需求、降低生產成本、提高生產效率能力的“數字化制造”和“全球4.0”應用示范者，深入了解其生產方法，進而推動全球經濟持續增長。

截至2021年3月，世界燈塔網絡共有69家燈塔工廠，其中中國燈塔工廠占21席，是世界上燈塔工廠最多的國家，且數量是位居第二的美國的3倍(見圖1)。同時，我國燈塔工廠主要分布于沿海地區，西部地區四川省占2席，且均在成都，存在嚴重的分布失衡問題(見圖2)。

1.2 國內智能工廠評估標準

為響應國家戰略，不斷加快推進數字化信息技術與現代制造業的深度融合，加快促進產業轉型升級，我國各省市及單位紛紛發布智能制造成熟度評估標準(見表1)。

圖2 我國燈塔工廠分布

表1 現有智能工廠評估的相關標準

其中，2020年11月發布的《智能制造能力成熟度模型》[2]和《智能制造成熟度評估方法》[3]兩項國家標準應用最廣泛。該標準分別對人員、技術、資源、制造(包括設計、生產、物流、銷售和服務)等能力要素進行評估，最終給出智能制造能力提升的5個等級，分別為智造1.0—數字制造、智造2.0—集成制造、智造3.0—協同制造、智造4.0—云網制造、智造5.0—智慧制造。我國21家燈塔工廠中有3家已獲得4級評定，分別是海爾冰箱(沈陽)、海爾中央空調(青島)、濰柴(山東)。

但是，這兩項標準適用于大部分企業，成熟度要求的設置相對比較粗放。例如，對數據、裝備和生產作業的一級成熟度要求分別為“應采集業務活動所需的數據”“應在關鍵工序應用自動化設備”“應記錄關鍵工序的生產過程信息”，對覆蓋程度和對業務需求的滿足程度均無明確的量化指標。企業如果需要精細化地評估存在的問題和診斷定位，還需要進一步進行詳細的條件設置。

2 重慶制造業行業現狀分析

2.1 重慶大力推進智能工廠建設

重慶作為舊工業生產基地之一和國家重要的現代制造業基地，為推進制造業轉型升級，2018年12月重慶市人民政府正式批準印發《重慶市發展智能制造實施方案(2019—2022年)》(渝府發〔2018〕56號)[4]。目標是到2022年，累計對5 000家企業實施智能化改造，建設50個智能工廠、500個數字化車間，推出25個行業級智能制造標桿企業。2021年5月，重慶市經濟和信息化委員會正式制定發布《開展2021年重慶市數字化車間和智能工廠認定工作》[5]，加快推動新一代信息電子技術和傳統制造業發展深度融合。目前，重慶制造業數字化轉型已取得階段性成果。根據《2020年重慶市經濟運行情況》[6]的相關統計數據，2020年同期重慶市第一產業、第二產業、第三產業產業結構比為7.2∶40.0∶52.8。其中第二產業增加值為9 992.21億元，同比增長4.9%，增長比例最大，且利潤比上年增長21.3%。

2.2 重慶制造業面臨的問題

從全國來看，根據“智能制造評估評價公共服務平臺”公布的數據，重慶自診斷企業數量107個，在32個省、自治區、直轄市中排名第16位。同時，重慶的區域平均水平為2.66，位居全國第一，高于全國平均水平的2.08。由此可見，重慶參與自診斷的企業數量少，但智能制造水平較高。在重慶現有的2.6萬多家科技型企業中，資本投入主要集中于少數的規模以上企業，對占據大幅比例的中小微企業研發投入普遍不足[7]。

由此可見，重慶智能制造兩極分化問題明顯，是亟待解決的重要問題之一。2018年4月，《重慶市數字化車間和智能工廠認定管理辦法(試行)》[8]對設備數控化、設計數字化、管理數字化等提出基本條件，但未形成全面系統化的智能工廠評估標準。因此，需推出更全面的具有重慶特色的智能工廠評估標準，對工廠進行定期評估與監控。根據評測結果優化、調整智能制造戰略，從而推動中小型企業參與智能制造模式轉型，縮小與領軍企業的差距，提高重慶制造業在國內乃至國際的整體核心競爭力。

2.3 發揮優勢、解決問題

2018年12月，重慶市引進工業互聯網標識解析國家頂級節點(重慶)，是推進以智能制造轉型為代表的新制造產業模式的戰略選擇。工業互聯網標識以全面互聯人、機、物，構建全要素、全產業鏈、全價值鏈的全面連接、數據驅動工業生產制造和服務體系為目標，構建新型技術應用模式和新的產業發展生態，是新興信息通信技術與傳統制造業進行長期深度對接融合的關鍵基礎性配套設施。經過近3年的持續性體系建設與各項部署的不斷完善，截至2021年9月11日，重慶頂級節點實現累計標識注冊量56.6億次，標識解析總量23.3億次，增速穩居五大頂級之首，極大推動了重慶乃至整個西部的數字經濟高質量發展。

建設一批智能工廠，將先進的物聯網和信息技術、柔性自動化技術、大數據和人工智能技術與基礎配套設施、產品/服務開發設計、設備生產工藝、生產制造、工廠管控等各個階段相融合，是制造企業提質增效、節能降本的重要手段。本文基于5G+工業互聯網融合發展趨勢，為全面推動企業智能化、數字化“兩化”轉型，將工業互聯網標識應用寫入智能工廠評估模型，構建了一個系統化、精細化的智能工廠評估模型。本模型從縱向與橫向兩方面，探索打造人、機、物全面互聯的全連接工廠路徑，助力企業兩化轉型，實現靈活的、高效的、智能的生產、管理與服務。

3 智能工廠評估模型與指標

3.1 智能工廠評估模型

由于企業對供應鏈的各個環節需求不同，著重點也不同，不同行業的制造流程既有共性特征，又有個性特征[9]，企業應以構建技術競爭優勢和提升經濟效益為著重點，根據自己的實際情況建設智能工廠[10]。為便于企業靈活高效地將智能化改造轉化成為最大生產力，本文的模型基于著名的業務流程管理學者August-WilhelmScheer所提出的工廠體系架構[11]構建，分為基礎設施層、生產制造層、工廠管控層3個層級。生產制造層從訂單獲取到市場投放，又分為智能設計層、智能生產層、智能物流層3個層級，其中智能生產層是落實智能化改造的重要載體，進一步細分為智能裝備、智能產線與智能車間3個部分(見圖3)。由此，此模型涵蓋了智能工廠體系架構[12-13]中智能設備層、現場控制層、車間管控層、工廠管理層的各要素。從技術角度來看，智能工廠具備全面信息化、高度智能化、制造柔性化、生產要素協同化、服務增值化、工廠綠色化特點。針對以上方面，本模型在各個層級分別設置了相應的二、三、四級評估指標，旨在從制造資源、系統集成、互聯互通、信息融合等方面進行全面評估。

圖3 智能工廠評估模型構成

3.2 智能工廠評估指標

3.2.1 基礎設施層

基礎設施層是模型的最底層，是生產制造層與工廠管控層的支撐，主要由4個二級、12個三級、33個四級指標構成(見表2)。信息基礎設施、廠區監測、企業內部協同和企業間協同4個二級指標分別主要對工廠的信息化、綠色化、協同化進行評估。

信息化基礎設施包括信息化技術設備裝備、物聯網覆蓋程度與車間聯網環境3個部分。信息化技術設備裝備應具備數據接收、數據處理、數據輸出中至少一項能力，是智能制造的基礎。在此基礎上，通過構建集成化車間聯網環境，引入工業互聯網標識、智能終端等實現人、機、物的互聯互通。

廠區監測包括環境監測、安全監測與能源監測3個部分。環境監測主要包括對工廠的溫度、濕度、氣體、污水、噪聲等的控制；安全監測主要包括工業自動化系統安全、生產環境安全、人員安全；能源監測主要包括對水、電、氣等能源消耗的實時監控，便于了解能源消耗情況。通過封裝工業互聯網標識在芯片、模組等主動標識載體中實現數據的主動采集，有利于實現廠區監測的實時化、規模化、標準化與低成本化。

企業內部協同包括生產過程管理與企業資源計劃協同度、生產過程管理與生產制造執行協同度、產供銷協同度、財務與業務協同度、決策支撐5個部分。企業資源計劃系統(Enterprise Resource Planning，ERP)、生產制造執行系統(Manufacturing Execution System，MES)等作為核心的管理系統，實現設備功能自治(設備自我感知、自我調整、自我診斷、自我修復)、生產產線功能協同(設備間自主交互、互檢防錯、誤差自動修復)、部門間業務協同(實現人、機、料、法、環五單合一，建立生產閉環)、層級聯動(全局監控)、自動決策(通過收集、分析和處理數據信息實現生產全過程自動化處理)等，并通過給訂單、物料、財務報表等賦予唯一標識，實現產供銷、財務與其他業務的高效協同，進而實現柔性生產制造、協同作業、廠區智慧物流等應用場景。

企業間協同度基于工業互聯網標識解析體系的標識應用，實現跨企業、跨行業、跨地域的信息查詢與共享，打通端到端價值鏈(包括端到端規劃、端到端交付、客戶連接等)。通過與供應鏈上下游合作企業的信息與技術互聯互通，加強整個產業鏈的協同發展創新，從而建立起一個面向數字化智能制造的產業生態體系規模。

3.2.2 生產制造層

(1)智能設計層

智能設計旨在從傳統的手工經驗設計轉變為基于數據庫的參數優化、基于機器學習的模型化設計，是實現智能制造的重要基礎技術。其中離散型智能設計包括產品設計與工藝設計，流程型智能設計僅包括工藝設計。智能設計層指標主要由2個二級指標、5個三級、7個四級指標構成(見表3)。其二級指標主要對工廠的個性化、信息化、智能化、協同化進行評估。

表2 基礎設施層指標構成(帶*為標識相關部分)

用戶定制化的實現路徑主要是構建在線定制平臺。為滿足廣大消費者日趨增長的個性化、差異化和多元化需求，通過在線定制平臺精準把握客戶偏好、了解客戶需求，并充分借助柔性化的制造系統進行定制化和多樣化生產，在斬獲市場份額的同時很大程度地提高了客戶滿意度。

設計與仿真包括數字設計、虛擬設計、仿真優化、大數據/人工智能賦能4個部分。通過大數據/人工智能的科學計算和仿真優化實現產品高精度、高性能設計，通過數字設計與虛擬設計技術使遠程工作人員能夠并行協同設計產品，及時有效反饋設計制造信息，提高設計效率。

(2)智能生產層

在生產系統中，單機智能設備是制造業發展的重要載體，不同類型和功能的智能單機設備互聯組成智能生產線，不同的智能生產線間互聯組成智能車間，智能車間互聯組成智能工廠[14]。智能生產層在設備、產線、車間等層面，導入數字化技術手段，系統地采集生產制造過程中的數據，進行分析建模，借助數據驅動技術優化配置生產資源、科學分配生產任務、對生產過程進行精細化管理與控制以及實現智慧科學的生產與管理決策。智能生產層指標主要由3個二級指標，11個三級指標、20個四級指標構成(見表4)。智能裝備主要對工廠的智能化，智能產線主要對工廠的柔性化、信息化和服務化，智能車間主要對工廠的信息化、智能化和服務化進行評估。

智能裝備包括智能生產裝備、智能檢測裝備、智能物流裝備3個部分。其中智能生產裝備有智能穿戴、傳感器及儀器儀表、控制系統、人機交互系統、工業機器人等。工業互聯網標識可以替代溫度、濕度、壓力傳感器等的使用，通過RFID實現數據采集，從而降低裝備成本和運維成本。或者直接采用主動標識載體技術實現數據的實時安全采集。智能檢測設備具有實時數據上傳功能，包括視覺檢測、光電檢測、三坐標儀、計量檢測等，滿足智能化加工中心邊檢測邊加工要求。智能物流設備主要有自動化立體倉庫、自動分揀設備、AGV搬運車、桁架式機械手、帶式輸送機等。通過工業互聯網標識可以實現物料跟蹤以及庫存精細化管理。

智能產線包括柔性化生產線、生產數據采集與智能化增值服務3個部分。柔性化生產線可以根據客戶訂單的變化靈活地調整產品的生產任務，具有快速的重部署能力，實現一條產線的多產品生產模式。生產數據采集包括對產能數據(個人、車間產量和效率、有效工時、設備利用率、設備維修次數)、進度數據(生產計劃或任務完成率、及時出貨率)、質量數據(良品數、次品數、合格率、漏檢率)、成本數據(耗損率、報廢率)的采集。智能化增值服務是通過智能裝置與信息物理系統(Cyber-Physical Systems，CPS)的互聯互通，實現產品的遠程數據采集分析、智能圖像質檢、遠程故障診斷和實時診斷等衍生服務，從而提升服務水平、創造更大的服務價值。

表3 智能設計層指標構成

智能車間包括智能生產排產、制造資源跟蹤、生產過程監控、集成化管控、工業AR/VR 5個部分。在設備聯網的基礎上，利用制造執行系統、先進生產排產系統等軟件進行高效的生產排產，提高設備的利用率和生產效率；通過跟蹤制造資源與監控生產過程實現生產過程的追溯，應用工業AR/VR技術將反映設備實時狀態的數據映射到虛擬三維車間中，有效管控生產過程；集成化管控促進企業實現各業務、各信息等的互聯互通與互操作，是企業實現智能制造的關鍵核心。

(3)智能物流層

智能物流利用電子條形碼、射頻信號識別處理技術、控制器、傳感器、移動通信技術及衛星定位系統等智能化數控物流信息處理技術，實現自動化貨物分揀配送、高效率優化管理，縮短調度時間、節約運輸成本，從而提高物流業的服務水平。智能物流層指標主要由2個二級指標、4個三級指標、7個四級指標構成(見表5)。其二級指標主要對工廠的信息化、智能化、協同化進行評估。

智能倉儲包括出入庫管理和庫存優化兩個部分。基于條形碼、二維碼等標識與無線射頻識別等標識識別技術，實現對自動出入庫管理、倉儲管理和生產調度系統等業務的一體化集成；根據客戶訂單的需求和產品的生產與倉儲情況調整目標庫存水平，根據生產線的實際具體生產情況調度物料配送，從而實現庫存最優化。

智能配送包括訂單管理和運輸管理兩個部分，給每個訂單賦予工業互聯網標識。訂單管理包括訂單接收、訂單拆分與合并、倉儲管理、運輸計劃制定、任務分配、物流成本計算、時間與異常管理等數據。運輸管理系統根據訂單管理系統集成，合理調整運力資源，提高運輸效率，降低運輸成本。運輸配送信息跟蹤系統對在途車輛定位跟蹤，減少丟包事件。

3.2.3 工廠管控層

工廠管控層是智能工廠的“大腦”，通過各個生產與管理系統監控工廠實時運作狀態，實現多個車間之間的系統協作與資源調度。工廠管理層指標主要由5個二級指標、11個三級指標、15個四級指標構成(見表6)。其二級指標主要對工廠的信息化、協同化、服務化、綠色化進行評估。

能源管理包括能源監控、能源調度、能源分析、能源優化4個部分，準確把握各種能源介質的運行情況，完善能源計量系統，提供數據支持。

采購管理包括供應商管理和供應鏈管理2個部分。供應商管理基于客戶訂單與生產制造信息，自動化地制定原材料采購清單與生產制造分配計劃，降低采購風險，提高供應商對采購決策的客觀信任度。供應鏈管理通過對供應商、制造商、倉儲與配送服務中心、渠道商等要素進行關聯細分，實現計劃、采購、制造、配送、銷售等各環節要素的標簽化，做到實時監控與動態調整供應鏈各環的資源配置和信息流向，加強供應鏈的穩定性和防范風險的能力，實現供應鏈總體管理能力的提升。

表5 智能物流層指標構成(帶*為標識相關部分)

表6 工廠管控層指標構成(灰色背景為標識相關部分)

銷售管理包括客戶管理、銷售預測、業務集成3個部分。客戶管理的目的是實現對企業內部銷售信息系統和面向市場的商業機會的全方位管理，涉及數據包括交期達成、產品質量、售前(售后)服務等，設計主體包括人員、訂單、服務、客戶互動的信息平臺等。銷售預測通過應用機器學習、專家系統等人工智能技術對企業的采購數據、生產經營數據、銷售數據等進行綜合分析和挖掘，實現對未來銷售的精準預測，從而起到決策支持的作用。

資產管理包括對財務資產、設備、資源的管理。通過工業互聯網標識實現財務資產碼、設備碼、資源碼三碼合一，統一編碼標準。建立采購環節、工程建設環節、運營管理環節和物資處置環節全生命周期資產管理系統與應用，實現資產狀態在線監測與運維。同時利用大數據/人工智能技術，對設備進行故障預測與診斷，提高設備利用率。

安全環保管理包括安全管理和環保管理2個部分。安全管理要求構建健全的工業信息安全監督管理體制和技術性防護措施，并且具備網絡安全預防、應急反饋響應報警等網絡安全保障能力；構建面向全生命周期的系統功能安全保護系統，有效防止系統失效導致的數據丟失或生產中斷。環保管理要求通過電子商務和網絡技術的手段，記錄產品出廠后的使用情況(例如產品使用年限、產品狀態等)，評估產品殘值，確定產品回收方式，制定產品回收計劃，可以為客戶提供產品回收和再制造、再利用的綠色節能服務。

4 結束語

現階段雖然發展智能制造已是大勢所趨，但是，從傳統生產鏈快速過渡到互聯互通、靈活高效、實用可推廣的數字化生產網絡的切實路徑仍待探索與研究。本評估模型結合工業互聯網標識技術，為基礎設施、生產以及給管理環節內以及環節間的互聯互通提供了更大可行性與可推廣性。另一方面，基于工廠體系架構構建的特點，使企業可基于自身具體需求，有重點有順序地逐步制定并實施數字改造計劃。