以智能制造推動企業(yè)數(shù)字化轉(zhuǎn)型的方法、路徑和舉措

 當(dāng)前，數(shù)字經(jīng)濟已經(jīng)成為全球經(jīng)濟發(fā)展的主要動力。云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能、區(qū)塊鏈等新一代信息技術(shù)通過數(shù)據(jù)要素激發(fā)創(chuàng)新潛能，使工業(yè)經(jīng)濟時代的產(chǎn)業(yè)運行體系加速變革，使資源配置、生產(chǎn)組織、商業(yè)運營、創(chuàng)新協(xié)作等方式加快轉(zhuǎn)變，制造業(yè)企業(yè)都面臨打造提升數(shù)字經(jīng)濟時代生存和發(fā)展能力的現(xiàn)實問題，驅(qū)動企業(yè)對業(yè)務(wù)組織、研發(fā)設(shè)計、生產(chǎn)制造、銷售服務(wù)、供應(yīng)鏈、人力資源等要素開展全方位變革，加快實現(xiàn)數(shù)字化轉(zhuǎn)型。工信部肖亞慶部長指出:“對制造業(yè)發(fā)展而言，數(shù)字化轉(zhuǎn)型已不是“選擇題”，而是關(guān)乎生存和長遠(yuǎn)發(fā)展的“必修課”。

      《“十四五”智能制造發(fā)展規(guī)劃》指出:“智能制造是基于新一代信息技術(shù)與先進(jìn)制造技術(shù)深度融合，貫穿于設(shè)計、生產(chǎn)、銷售、服務(wù)等制造活動的各個環(huán)節(jié)，具有自感知、自學(xué)習(xí)、自決策、自執(zhí)行、自適應(yīng)等功能的新型生產(chǎn)方式”。數(shù)字化是智能制造的基礎(chǔ)，企業(yè)需要采用數(shù)字化產(chǎn)品設(shè)計和工藝設(shè)計軟件工具、數(shù)字化裝備，建設(shè)數(shù)字化產(chǎn)線、車間、工廠，實現(xiàn)智能制造。因此，智能制造是制造業(yè)數(shù)字化轉(zhuǎn)型的主攻方向，智能制造的充分發(fā)展會引發(fā)制造業(yè)制造范式、企業(yè)形態(tài)和產(chǎn)業(yè)模式發(fā)生根本性轉(zhuǎn)變，推動制造業(yè)實現(xiàn)數(shù)字化轉(zhuǎn)型

       當(dāng)前，有關(guān)智能制造對制造業(yè)數(shù)字化轉(zhuǎn)型的影響研究尚屬空白，無論是從理論體系還是產(chǎn)業(yè)經(jīng)濟方面，都難有相關(guān)的數(shù)據(jù)和研究支撐。為此，我們采用實證分析方法，通過梳理大量的制造企業(yè)實踐案例，提出智能制造推動企業(yè)數(shù)字化轉(zhuǎn)型的路徑和模式，以期對以智能制造為主攻方向推動企業(yè)數(shù)字化轉(zhuǎn)型提供參考。

研究數(shù)據(jù)以國資、央企系統(tǒng)的760個數(shù)字化轉(zhuǎn)型優(yōu)秀實踐與典型案例為基礎(chǔ)，并對4000多家企業(yè)智能制造發(fā)展情況開展研究，分析智能制造在企業(yè)數(shù)字化轉(zhuǎn)型中的地位和作用。

案例范圍包括場景級、企業(yè)級、產(chǎn)業(yè)鏈級、生態(tài)級，其中：場景級是指案例涉及企業(yè)下屬車間、裝置、區(qū)域或某些生產(chǎn)環(huán)節(jié)的數(shù)字化轉(zhuǎn)型，占全部案例的22%；企業(yè)級指基本覆蓋全企業(yè)或業(yè)務(wù)板塊的數(shù)字化轉(zhuǎn)型，占比達(dá)52%；產(chǎn)業(yè)鏈級指涉及供應(yīng)鏈、產(chǎn)業(yè)鏈上下游等企業(yè)間的數(shù)字化轉(zhuǎn)型，占13%；生態(tài)級指跨企業(yè)、跨領(lǐng)域的生態(tài)協(xié)同應(yīng)用的數(shù)字化轉(zhuǎn)型，占比為13%。

案例中的新一代信息技術(shù)應(yīng)用包括5G、物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能、區(qū)塊鏈、邊緣計算等9類。各案例應(yīng)用新一代信息技術(shù)的情況如圖1所示。

圖1 數(shù)字化轉(zhuǎn)型案例中各類信息技術(shù)應(yīng)用比例

從圖1中可見，有490個案例應(yīng)用了大數(shù)據(jù)技術(shù)，有328個案例應(yīng)用了物聯(lián)網(wǎng)技術(shù)。邊緣計算、5G、區(qū)塊鏈、人工智能技術(shù)應(yīng)用的案例數(shù)較少，仍處于試點示范階段。

調(diào)研企業(yè)涵蓋石油石化、機械裝備、能源電力、材料、軍工、醫(yī)藥等行業(yè)領(lǐng)域。

2.1 石油石化領(lǐng)域

（1）發(fā)展現(xiàn)狀

對石油石化領(lǐng)域183個生產(chǎn)單元/產(chǎn)線開展的調(diào)研中，實現(xiàn)智能排產(chǎn)的達(dá)42%，實現(xiàn)智能物流為27%，實現(xiàn)智能能源管控的為28%，開展全過程質(zhì)量追溯的達(dá)到56%，有5338臺設(shè)備實現(xiàn)了遠(yuǎn)程運維/預(yù)測性維護(hù)。如圖2所示。

圖2 石油石化類企業(yè)智能制造發(fā)展情況

（2）典型案例

某石化公司圍繞“建設(shè)千萬噸級綠色智能一流煉化企業(yè)”的遠(yuǎn)景目標(biāo)，完善和提升以ERP為核心的經(jīng)營管理平臺、以MES為核心的生產(chǎn)運行平臺、以新一代ICT技術(shù)為重點的信息基礎(chǔ)設(shè)施與運維平臺，建成數(shù)字化煉廠。實現(xiàn)業(yè)務(wù)數(shù)據(jù)集中集成、流程管控智能優(yōu)化、HSE管控實時可視、精益設(shè)備管理預(yù)知預(yù)防、質(zhì)量管控快捷聯(lián)動、精準(zhǔn)計量管理集成應(yīng)用、精細(xì)物資管理和智能倉儲等，重塑生產(chǎn)運營指揮中樞，從經(jīng)營管理、生產(chǎn)運行、安全環(huán)保、設(shè)備管理等業(yè)務(wù)領(lǐng)域開展數(shù)字化轉(zhuǎn)型。如：通過實現(xiàn)物料進(jìn)出廠計量作業(yè)自動化、計量過程可視化、計量數(shù)據(jù)集成化，實現(xiàn)了計量管理業(yè)務(wù)的數(shù)字化轉(zhuǎn)型，使計量作業(yè)時間縮短1/3，勞動用工減少近40%，與計量相關(guān)的風(fēng)險防控能力明顯增強。

2.2 機械裝備領(lǐng)域

（1）發(fā)展現(xiàn)狀

調(diào)研的機械裝備制造領(lǐng)域948家生產(chǎn)單位建設(shè)有83條智能單元/產(chǎn)線，全生命周期數(shù)字化仿真技術(shù)應(yīng)用僅3%，智能排產(chǎn)技術(shù)應(yīng)用僅為12%，智能物流應(yīng)用僅為5%，應(yīng)用質(zhì)量智能檢測技術(shù)的為14%，實現(xiàn)智能能源管控的僅為4%，開展全過程質(zhì)量追溯的有23%，有869臺設(shè)備實現(xiàn)了遠(yuǎn)程運維/預(yù)測性維護(hù)。從調(diào)研數(shù)據(jù)來看，機械裝備制造企業(yè)智能制造發(fā)展還很薄弱，應(yīng)強化智能制造推動企業(yè)數(shù)字化轉(zhuǎn)型工作。如圖3所示。

圖3 機械裝備類企業(yè)智能制造發(fā)展情況

（2）典型案例

某飛機制造公司以“用數(shù)據(jù)定義產(chǎn)品、用數(shù)據(jù)驅(qū)動制造、用數(shù)據(jù)創(chuàng)造價值”的發(fā)展思路，對傳統(tǒng)機械加工系統(tǒng)進(jìn)行智能化改造。通過工藝革新，改變傳統(tǒng)工藝流程，統(tǒng)一設(shè)計、加工、檢測基準(zhǔn)，形成基于單一數(shù)據(jù)鏈的高度集成化、標(biāo)準(zhǔn)化的新工藝方法。在數(shù)控機床上應(yīng)用光電編碼器、直線光柵、霍爾傳感器、電流傳感器、電壓傳感器、壓力傳感器等，利用RFID、工業(yè)互聯(lián)網(wǎng)技術(shù)和智能控制技術(shù)，實現(xiàn)了傳感、控制、檢測、物流的高度集成和數(shù)字信息的全流程貫通。開發(fā)MES制造執(zhí)行系統(tǒng)，實現(xiàn)機床管理、機床操作、工序編排、加工狀態(tài)智能控制和柔性生產(chǎn)，實現(xiàn)了小批量、多品種、多工序、高精度零件的24小時無人值守作業(yè)。通過智能制造工程實現(xiàn)了傳統(tǒng)機械加工系統(tǒng)的數(shù)字化轉(zhuǎn)型。

2.3 材料領(lǐng)域

（1）發(fā)展現(xiàn)狀

對材料領(lǐng)域474家生產(chǎn)單位開展了調(diào)研，其中建設(shè)有82條智能單元/產(chǎn)線，5個黑燈產(chǎn)線/車間，智能排產(chǎn)技術(shù)應(yīng)用為14%，應(yīng)用質(zhì)量智能檢測技術(shù)的為25%，實現(xiàn)智能能源管控的僅為7%，開展全過程質(zhì)量追溯的有25%，有7743臺設(shè)備實現(xiàn)了遠(yuǎn)程運維/預(yù)測性維護(hù)。從調(diào)研數(shù)據(jù)來看，材料生產(chǎn)企業(yè)智能制造發(fā)展還有很大提升空間。如圖4所示。

圖4 材料類企業(yè)智能制造發(fā)展情況

（2）典型案例

2020年1月，中國寶武集團(tuán)寶山基地被選為世界經(jīng)濟論壇“燈塔工廠”，是繼浦項、塔塔后，國際第三家、國內(nèi)第一家入選世界經(jīng)濟論壇“燈塔工廠”的鋼鐵制造企業(yè)。其在以智能制造為核心推動業(yè)務(wù)數(shù)字化轉(zhuǎn)型方面做了大量的實踐工作。部署實時在線連續(xù)感知監(jiān)測裝置，增加制造過程探測點，實現(xiàn)冶金流程在線檢測和監(jiān)控；使質(zhì)量管理從抽檢變?yōu)槿珯z，從最終結(jié)果檢查變?yōu)樯a(chǎn)過程中檢查，從定性分析變?yōu)槎糠治觯瑥姆侄螜z驗變?yōu)橐回炛茩z驗，從事后分析變?yōu)槭虑邦A(yù)警。借助智能檢測、機器人和先進(jìn)控制技術(shù)，通過裝備智能化實現(xiàn)無人化生產(chǎn)作業(yè)，建成黑燈車間、無人化庫區(qū)、自動化裝卸碼頭等，提高作業(yè)效率。基于對關(guān)鍵設(shè)備狀態(tài)、工藝、生產(chǎn)、質(zhì)量、備件等數(shù)據(jù)進(jìn)行大數(shù)據(jù)綜合分析，形成從單臺設(shè)備到產(chǎn)線群的設(shè)備狀態(tài)綜合監(jiān)測診斷能力，減少設(shè)備故障損失；基于大數(shù)據(jù)，集成采購、生 產(chǎn)、質(zhì)量、研發(fā)、銷售等信息，形成多基地、全流程的協(xié)同經(jīng)營決策支持系統(tǒng)。

3.1 智能制造推動企業(yè)數(shù)字化轉(zhuǎn)型路徑

隨著信息技術(shù)、制造技術(shù)，以及二者融合深度的不斷加強，智能制造呈現(xiàn)出不同的發(fā)展水平和發(fā)展階段，企業(yè)以智能制造推進(jìn)數(shù)字化轉(zhuǎn)型要秉承“問題導(dǎo)向”、“價值驅(qū)動”、“成本效益”原則，面向制造裝備/單元、車間/工廠、供應(yīng)鏈/產(chǎn)業(yè)鏈等制造實體不同層級，圍繞設(shè)計、生產(chǎn)、管理、服務(wù)等制造全生命周期業(yè)務(wù)流程，梳理數(shù)字化轉(zhuǎn)型需求，明確定位問題，設(shè)定總體目標(biāo)，開展規(guī)劃設(shè)計，分步工程實施。要根據(jù)企業(yè)所在行業(yè)特點、企業(yè)規(guī)模、預(yù)期投入等實際情況和需求出發(fā)，設(shè)定數(shù)字化轉(zhuǎn)型總體目標(biāo)。綜合考慮資金投入、技術(shù)人才、合作伙伴、集成商等因素，制定詳細(xì)的實施方案。

3.2 智能制造推動企業(yè)數(shù)字化轉(zhuǎn)型模式

工業(yè)和信息化部在評選2021年度智能制造試點示范企業(yè)工作中發(fā)布了《智能制造典型場景參考指引（2021年）》，總結(jié)了工廠設(shè)計、產(chǎn)品研發(fā)、工藝設(shè)計、計劃調(diào)度、生產(chǎn)作業(yè)、倉儲配送、質(zhì)量管控、設(shè)備管理、安全管控、能源管理、環(huán)保管控、營銷管理、售后服務(wù)、供應(yīng)鏈管理、模式創(chuàng)新等15個環(huán)節(jié)52個智能制造典型場景，為企業(yè)以智能制造為主攻方向，推動各項業(yè)務(wù)的數(shù)字化轉(zhuǎn)型提供了參考。本文就離散制造的產(chǎn)品研發(fā)、工藝設(shè)計、生產(chǎn)作業(yè)、售后服務(wù)、供應(yīng)鏈管理業(yè)務(wù)的數(shù)字化轉(zhuǎn)型分析如下：

（1）基于數(shù)字模型的設(shè)計制造協(xié)同

基于云平臺協(xié)同技術(shù)，建設(shè)支撐復(fù)雜產(chǎn)品設(shè)計制造協(xié)同平臺，應(yīng)用系統(tǒng)工程、知識工程、專業(yè)仿真、數(shù)字孿生及基于模型的設(shè)計/制造/驗證/服務(wù)技術(shù)，打通從設(shè)計到制造的全三維過程，在計算機虛擬環(huán)境中實現(xiàn)從產(chǎn)品設(shè)計、零件制造、整機裝配到試驗的全過程數(shù)字化建模、仿真與虛實映射，實現(xiàn)數(shù)據(jù)驅(qū)動的產(chǎn)品開發(fā)與技術(shù)創(chuàng)新，提高設(shè)計效率，縮短研發(fā)周期，提高產(chǎn)品研制成功率。

（2）數(shù)字化工藝設(shè)計與仿真

建設(shè)基于云平臺的綜合幾何、功能、控制、物理等特性的統(tǒng)一數(shù)字化模型庫、知識庫與制造數(shù)據(jù)，構(gòu)建制造資源的網(wǎng)絡(luò)化共享模式，應(yīng)用數(shù)字化建模與仿真、數(shù)字孿生、工藝知識分析等技術(shù)，應(yīng)用數(shù)字化工藝設(shè)計仿真，以及智能決策優(yōu)化等相關(guān)軟件工具，在虛擬環(huán)境中對制造系統(tǒng)進(jìn)行多專業(yè)聯(lián)合仿真優(yōu)化，通過制造機理分析、工藝過程建模和虛擬制造驗證，實現(xiàn)工藝設(shè)計數(shù)字化，提高工藝開發(fā)和創(chuàng)新效率，保障工藝可行性，提高工藝設(shè)計質(zhì)量。

（3）智能化車間/生產(chǎn)線

圍繞產(chǎn)品高質(zhì)量和準(zhǔn)時交付需求，依據(jù)零件加工、表面熱處理、部裝和總裝等工藝特點，合理設(shè)計智能化生產(chǎn)組織模式，建設(shè)智能化車間/生產(chǎn)線，實現(xiàn)智能化生產(chǎn)。針對生產(chǎn)過程涉及的產(chǎn)品、制造系統(tǒng)和制造流程，建設(shè)模擬實際生產(chǎn)運行環(huán)境的智能車間/生產(chǎn)線數(shù)字化模型，形成數(shù)字化制造系統(tǒng)模型與物理制造系統(tǒng)的虛實映射，通過人、設(shè)備、物 料、環(huán)境等生產(chǎn)資源信息的互聯(lián)互通，將信息直接反饋到數(shù)字化制造系統(tǒng)模型，實現(xiàn)制造系統(tǒng)的實時動態(tài)仿真，支持制造系統(tǒng)的資源評估、預(yù)測、優(yōu)化與重構(gòu)，提升柔性生產(chǎn)制造和質(zhì)量保證能力。

（4）最優(yōu)能力配置的網(wǎng)絡(luò)化協(xié)同供應(yīng)鏈體系

基于大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等技術(shù)手段，打造網(wǎng)絡(luò)化多級協(xié)同供應(yīng)鏈體系，形成基于產(chǎn)能需求的供應(yīng)鏈網(wǎng)絡(luò)動態(tài)供給能力，實現(xiàn)內(nèi)外創(chuàng)新資源、生產(chǎn)能力和服務(wù)能力的高度集成，生產(chǎn)制造與服務(wù)運維信息的高度共享，增強資源和服務(wù)的動態(tài)分析與柔性配置能力，實現(xiàn)全產(chǎn)業(yè)鏈協(xié)同的最優(yōu)能力配置。

（5）面向產(chǎn)品全生命周期的柔性化服務(wù)保障

應(yīng)用物聯(lián)網(wǎng)、數(shù)字孿生、大數(shù)據(jù)等新技術(shù)，建設(shè)人、機、物互聯(lián)互通的裝備運營服務(wù)保障平臺，構(gòu)建裝備的數(shù)字孿生模型，形成基于數(shù)字孿生的服務(wù)保障能力，支撐遠(yuǎn)程運維、故障預(yù)測、健康管理，以及智能決策等，形成面向產(chǎn)品全生命周期的柔性化保障模式，提升裝備維護(hù)快速響應(yīng)與效率，降低裝備運維總體成本。