智能工厂：规划布局·系统架构·关键技术·实施路径

本书立足于我国制造强国建设与实践，针对我国当前制造业的发展现状与趋势，全面阐述智能制造的概念内涵、关键技术与实践对策，深度剖析智能工厂建设的顶层设计与规划布局，详细梳理ERP系统、MES、PLM系统、WMS等智能工厂核心系统的关键技术与应用实践，重点介绍数字化车间规划与建设的方法及要点，细致分析智能工厂物流的建设步骤、关键装备与技术，并进一步探讨工业互联网、数字孪生在智能工厂领域的应用场景与落地路径。
本书可供生产制造企业数字化转型实施人员，从事智能制造、智慧城市、自动化、人工智能领域的工程技术人员，以及对数字孪生、工业物联网、工业4.0、智能制造、数字化工厂等感兴趣的各界人士阅读参考，也可以作为智能制造、人工智能等相关专业的本科生和研究生的学习参考资料。

翁微妮
浙江省智能网联汽车创新中心质量专家，六西格玛黑带，浙江工业大学机械学院企业讲座专家，小绿芽精益公益创始人。现任职于博世电动工具（中国）有限公司，担任全球新兴市场事业部客户质量经理，拥有10多年设计质量、生产质量、售后质量以及审核、问题解决等质量技术相关的实践经验。

赵国利
高级工程师，浙江工业大学兼职教授、研究生导师，浙江大学校外导师，小绿芽精益公益创始人。现任职于博世电动工具（中国）有限公司，担任全球新兴市场事业部精益生产系统设计负责人和工业4.0负责人；拥有20多年生产质量、精益生产、精益设计和工业4.0领域的实践经验，主持了公司智能制造规划、新工厂布局规划、自动化生产线设计、智能物流设计等20多个项目。

杨爱喜
浙江大学工程师学院硕士生导师，杭州职业技术学院研究员，正高级工程师，工信部智能制造专家，国家标准技术评估专家，享受国务院特殊津贴专家。浙江省汽车工程学会技术标准委员会主任委员，现任浙江省智能网联汽车创新中心总经理，杭州云栖智能汽车创新中心主任。

（1）政策扶持，国家战略导向 《“十四五”智能制造发展规划》等政策文件指出，围绕设计、生产、管理、服务等制造全过程开展智能化升级，优化组织结构和业务流程，强化精益生产，打造一批智能工厂，推动跨业务活动的数据共享和深度挖掘，实现对核心业务的精准预测、管理优化和自主决策。 （2）作者资深，业内权威专家 本书作者均是我国智能制造领域的资深专家，在机械自动化、工业设计、质量管理等领域具有较强的技术背景以及丰富的实践经验，对前沿技术在智能制造领域的应用及发展趋势有着广泛而深入的实践研究，本书凝聚了作者对智能制造产业的长期思考、敏锐洞察以及多年来的学术成果。 （3）体系严谨，内容全面丰富 本书分别从智能制造、智能工厂、信息化架构、数字化车间、智能工厂物流、工业互联网应用、数字孪生工厂等7大维度，深度剖析新一代智能制造技术在智能工厂领域的创新应用，为传统制造企业数字化转型升级提供有益的借鉴与参考。

作为新一轮科技革命和产业变革的重要驱动力量，人工智能的地位不容小觑。近几年，我国人工智能领域的创新成果不断涌现、企业数量逐步增长、核心产业规模日益扩张，人工智能的整体发展呈现出技术创新快、应用范围广等明显特点。与此同时，作为能够体现国家生产力水平的重要行业，我国制造业正处于高质量发展的阶段。其中，高技术制造业的发展更是令人瞩目。根据工业和信息化部的数据，2023 年前三季度，我国高技术制造业投资同比增长11.3%，已经连续36 个月保持两位数增长的趋势。
人工智能技术不断发展，与制造业融合的进程也逐步加快。人工智能的相关技术与制造业全流程的深度融合，有助于提升制造业全流程的智能化程度、转变制造业的生产模式，并通过对制造业发展的赋能带动实体经济的数字化、智能化升级。在制造业数字化、智能化转型的进程中，智能工厂作为具有代表性的产物，体现出显著的提质增效效果。截至2023 年，我国建设的智能工厂和数字化车间已经接近万家。
智能工厂的起源，实际上可以追溯至20 世纪10 年代。1913 年，世界著名的汽车品牌福特（Ford）开始使用全厂输送系统。按照旧的生产方式，福特工厂生产一台车的时间为12 小时30 分钟；在运用新的生产方式后，生产一台车的时间可以缩短至5 小时50 分钟。随着全厂输送系统大规模投入生产、流水线的配套设施不断完善，福特工厂的工效纪录也在逐步刷新。福特汽车全厂输送系统的启用，实际上正标志着一个新的工业时代—大规模自动化生产时代的来临。而一百多年后的今天，我们正逐步从自动化时代迈入智能化时代，智能工厂将蓬勃兴起，并带动智能化生产成为主流的生产趋势。
诸如福特汽车的全厂自动化输送系统，虽然表面上看能够实现自动化生产，但在生产的过程中仍然需要工人的全程监督和工程师的实时协助。相比而言，智能工厂可以根据生产的需求智能化调整电力、原材料及工人等要素资源，这不仅可以让工作模式更加绿色化、数字化，而且可以及时预警和纠错，大大降低生产事故的发生率。在智能工厂中，物联网等技术的应用使得工厂中的设备、人员和系统能够无缝连接、实时交互，从而构建出一个运转高效、环境舒适而又节能环保的工厂。
在国务院印发的部署全面推进实施制造强国的战略文件中曾明确提出：“在重点领域试点建设智能工厂/ 数字化车间，加快人机智能交互、工业机器人、智能物流管理、增材制造等技术和装备在生产过程中的应用，促进制造工艺的仿真优化、数字化控制、状态信息实时监测和自适应控制。”相关文件和政策的陆续出台，加速了智能工厂在制造业等行业和领域的应用。
作为现代工厂信息发展的新阶段，智能工厂的应用和推广有助于提高生产质量、降低企业成本、改进制造工艺、增强生产的安全性和可持续性等。比如，阿里巴巴旗下的菜鸟成功研发了柔性自动化仓储系统，通过机器人的协同作业及人工智能相关技术的应用，构建了一套高效、易部署和扩展的全链路仓储自动化解决方案。但与此同时，智能工厂的建设和推进也可能面临诸多问题。比如，痛点之一为技术性问题，由于传统制造企业目前的数字化进程仍然比较缓慢，无法将大量相关的数据资源上传到控制系统中，以实现整个生产流程的自动化控制；痛点之二为结构性问题，虽然在智能制造趋势的推动下，新兴的互联网企业和传统的工业企业均力图加快工业互联网平台、数字孪生智能工厂等的发展进程，但互联网企业不了解工业生产流程，传统工业企业又存在技术短板，二者在智能工厂的建设方面各有利弊。
本书立足于我国制造强国建设与实践，针对我国当前制造业的发展现状与趋势，全面阐述智能制造的概念内涵、关键技术与实践对策，深度剖析智能工厂建设的顶层设计与规划布局，详细梳理ERP（Enterprise Resource Planning，企业资源计划）系统、MES（Manufacturing Execution System，制造执行系统）、PLM（Product Lifecycle Management，产品生命周期管理）系统、WMS（Warehouse Management System，仓库管理系统）等智能工厂核心系统的关键技术与应用实践，重点介绍数字化车间规划与建设的方法及要点，细致地分析智能工厂物流的建设步骤、关键装备与技术，并进一步探讨工业互联网、数字孪生在智能工厂领域的应用场景与落地路径。全书分别从智能制造的战略路径、智能工厂规划布局、信息化系统架构、数字化车间建设实践、智能工厂物流规划、工业互联网平台应用、数字孪生智能工厂等维度深度剖析新一代智能制造技术在智能工厂领域的创新应用，力图为传统制造业企业的数字化转型升级提供有益的借鉴与参考。
随着生产设备逐渐增多、生产过程日益复杂、人力成本快速上升及系统管理的要求越来越高，通过智能化手段进行设备的控制管理成为数字化工厂发展的主要趋势，而智能工厂则是制造领域企业进行智能化转型的最优路径。在智能工厂已然成为现代工业、制造业创新的大势所趋的背景下，了解其规划布局、系统架构、关键技术、实施路径等便至关重要。
本书可供生产制造企业数字化转型实施人员，从事智能制造、智慧城市、自动化、人工智能领域的工程技术人员，以及对数字孪生、工业物联网、工业4.0、智能制造、数字化工厂等感兴趣的各界人士阅读参考，也可以作为智能制造、人工智能等相关专业的本科生和研究生的学习参考资料。

著者

第1章 智能制造的战略路径
1.1 制造强国：新一轮工业革命的来临 2
1.1.1 新一轮工业革命的来临 2
1.1.2 制造强国建设的战略意义 5
1.1.3 我国制造强国的建设路径 6
1.1.4 建设制造强国的关键 8
1.2 智能制造：驱动中国经济转型升级 11
1.2.1 国内外制造业的发展现状 11
1.2.2 智能制造引领新经济发展 13
1.2.3 我国智能制造转型的关键 15
1.2.4 数实融合背景下的制造业转型 17
1.3 技术体系：智能制造关键使能技术 19
1.3.1 智能优化算法 19
1.3.2 模式识别技术 22
1.3.3 模糊控制技术 24
1.3.4 深度学习技术 25
1.3.5 知识工程技术 26
1.3.6 商业智能技术 29
1.4 实践对策：传统制造业的转型之路 30
1.4.1 构建智能制造创新体系 30
1.4.2 探索服务型制造新模式 33
1.4.3 科技赋能企业数智转型 35
1.4.4 推动企业生产模式变革 37

第2章 智能工厂规划布局
2.1 智能工厂：开启未来智能制造模式 42
2.1.1 智能工厂的概念与特征 42
2.1.2 智能工厂总体系统架构 45
2.1.3 国内外智能工厂建设现状 47
2.1.4 智能工厂规划与建设要点 50
2.2 顶层设计：思路、框架与实践步骤 52
2.2.1 智能工厂的顶层设计思路 52
2.2.2 智能工厂信息化整体架构 54
2.2.3 智能工厂建设的关键技术 57
2.2.4 智能工厂建设的4 个步骤 59
2.3 规划布局：智能工厂的关键要素 60
2.3.1 数据采集与管理 60
2.3.2 智能厂房规划设计 63
2.3.3 智能装备与产线 65
2.3.4 工厂生产无纸化 66
2.3.5 智能生产监控系统 68

第3章 信息化系统架构
3.1 ERP：企业资源计划系统 72
3.1.1 ERP 系统的概念与特点 72
3.1.2 ERP 系统的应用优势 74
3.1.3 ERP 系统的应用场景 75
3.1.4 实施ERP 系统的流程步骤 77
3.2 MES：智能工厂制造执行系统 79
3.2.1 MES 的基本概念与应用优势 79
3.2.2 MES 的总体架构 81
3.2.3 MES 的模块功能 83
3.2.4 MES 的应用场景 84
3.2.5 基于MES 的智能工厂建设 87
3.3 PLM：产品生命周期管理系统 88
3.3.1 PLM 系统的基本介绍 88
3.3.2 研发项目管理存在的问题 91
3.3.3 PLM 研发平台的构建因素 93
3.3.4 PLM 系统的体系架构模型 94
3.3.5 PLM 研发平台的实现路径 96
3.4 WMS：智能工厂仓储管理系统 97
3.4.1 WMS 的应用价值 97
3.4.2 WMS 的关键技术 100
3.4.3 WMS 的主要功能 102
3.4.4 国内WMS 的应用 104

第4章 数字化车间建设实践
4.1 数字化车间：智能工厂的核心要素 108
4.1.1 数字化车间建设思路与步骤 108
4.1.2 数字化车间建设的主要内容 110
4.1.3 数字化车间的管理平台架构 113
4.1.4 数字化车间管理平台的搭建 115
4.2 数字化车间的产线建设及仿真应用 117
4.2.1 自动化产线的建设目标与设计要点 117
4.2.2 产线调研与分析的7 个步骤 120
4.2.3 车间产线数字化建模与仿真 123
4.2.4 产线仿真技术的应用场景 125
4.3 基于5G 边云协同的柔性化产线方案 128
4.3.1 数字科技驱动的柔性智能制造 128
4.3.2 基于PON 技术的“端边云”协同 130
4.3.3 工业视觉在SMT 产线中的应用 132
4.3.4 基于边云协同的SMT 柔性产线 133

第5章 智能工厂物流规划
5.1 智能工厂物流系统规划的关键步骤 138
5.1.1 第一步：需求梳理阶段 138
5.1.2 第二步：概念设计阶段 139
5.1.3 第三步：初步规划阶段 141
5.1.4 第四步：详细规划阶段 144
5.1.5 第五步：方案验证阶段 146
5.2 智慧物流的关键技术与应用场景 148
5.2.1 人机共智：智慧物流的终极目标 148
5.2.2 无人配送的关键技术与应用 150
5.2.3 基于IoT 的智慧物流系统 153
5.2.4 物联网物流发展的问题与对策 155
5.2.5 智能工厂物流系统的未来展望 156
5.3 智慧仓储系统的关键装备与技术 159
5.3.1 5G 时代的仓储信息化系统 159
5.3.2 收货上架环节的装备与技术 161
5.3.3 货物存储环节的装备与技术 163
5.3.4 智能拣选环节的装备与技术 164
5.3.5 集货发货环节的装备与技术 165

第6章 工业互联网平台应用
6.1 数字化管理：实现管理模式的创新 168
6.1.1 设备管理：数据驱动智能决策 168
6.1.2 运营管理：赋能企业降本增效 170
6.1.3 组织管理：激活人才创新动能 171
6.2 智能化生产：驱动工业数字化转型 172
6.2.1 智能设备：运行状态实时监测 172
6.2.2 智能产线：生产管控快速响应 173
6.2.3 个性化定制：满足客户个性化需求 174
6.2.4 智能服务：优化客户服务体验 176
6.3 网络化协同：数据资源的互通共享 177
6.3.1 协同设计：提高产品研发效率 177
6.3.2 协同制造：智能化生产与运维 178
6.3.3 供应链协同：资源配置动态优化 180
6.3.4 服务化延伸：打造服务型制造模式 181

第7章 数字孪生智能工厂
7.1 工业数字孪生：迈向未来制造之路 186
7.1.1 工业数字孪生功能与架构 186
7.1.2 深度释放工业数据的价值 189
7.1.3 实现生产资源的优化配置 190
7.1.4 工业数字孪生的发展意义 193
7.2 数字孪生工厂系统功能与建设实践 194
7.2.1 数字孪生工厂的应用优势 194
7.2.2 数字孪生工厂的系统功能 196
7.2.3 数字孪生工厂平台建设路径 200
7.2.4 基于数字孪生的智能车间应用 203
7.3 基于数字孪生的智能工厂应用场景 206
7.3.1 场景1：产品设计研发 206
7.3.2 场景2：智能运维决策 207
7.3.3 场景3：智联生产管控 209
7.3.4 场景4：智能供应链协同 209