面向智能制造的数字化工厂实现技术探讨

刘国宁

摘要：信息化不断发展下，已进入工业4.0时代，制造领域逐渐向智能化方向发展，而在智能制造中，需要以数字化工厂作为主要支撑，才能有效推动制造领域的智能化发展。基于此，本文对面向智能制造的数字化工厂实现技术进行探究，从数字化工厂技术概述入手，分析了智能工厂体系的相关内容，提出面向智能制造的数字化工厂实现技术，以供参考。

关键词：智能制造；数字化工厂；实现技术；发展

引言

我国经济结构中，制造业属于较为重要的组成部分，对我国政治与经济地位提升发挥着关键作用。当前，制造领域处于不断创新发展状态，正积极探索智能化发展方向，数字化工厂为其智能化发展带来了新的可能。通过数字化工厂技术的应用，可实现智能制造，从而使制造业获得更高的发展潜力。因此，对面向智能制造的数字化工厂实现技术进行研究，具备较强的现实意义。

一、数字化工厂技术概述

现阶段，科学技术发展速度逐渐加快，计算机技术以及各类信息化技术逐渐被广泛用于各个领域，进一步拓宽了现代制造业的发展方向，使制造业向着现代化与智能化方向发展[1]。我国制造业实际发展中，也积极引进了各类高新科学技术，加大了信息化与智能化建设进程，实现了现代信息制造模式。制造出的产品科技知识含量越来越高，生产制造业对于科学技术的依赖程度也逐渐加深，如计算机集成制造以及网络化制造等，这些新型制造模式的良好应用下，进一步提升了制造系统的智能化与数字化水平。特别是虚拟现实技术以及数字仿真技术，已经普遍应用于制造行业，生产制造实际产品时，能够在仿真优化的同时，实现虚拟规划，促进了制造业可持续发展，这种新的途径与概念就是数字化工厂。通过数字化工厂建设，可有效缩短新产品设计周期，转变以往的制造模式，获得了更高的生产效率。通过数字化手段，代替了传统的纸质及手工管理模式，能够有机集成计划管理、配套管理、过程监控、制造资源管理、文档管理以及物料管理等内容，使现场作业管理更为精细化、科学化及透明化，使现场管理水平及效率更高。并且，在数字化车间建设下，可高效运行工艺流程，并且还能及时获取各种数据，如车间制造数据、物料数据以及工艺数据等，实现各类数据的智能分析处理，实现整个制造环节的智能化。

二、智能工厂体系

1.智能工厂体系结构

数字化工厂是实现智能制造的主要前提条件，制造企业中，进行产品研发与制造工作时，均会实施统一管控，同时与EＲP有效集成，通过这样的方式，实现顶层研发制造管理系统的创建[2]。并且，制造企业中，各个管理层级均需要利用工业网络实现组网，实现网络互联，以满足物料数据、监控生产及管理生产等业务需求。实际开发制造环节，不仅要进行建模与仿真，还需要仿真产品的生产过程，对系统使用性能进行全面了解，在良好的网络支持下，开展生产制造活动。

2.智能工厂解决方法要素

第一，产品数字化建模及开发系统。数字化制造环节，为保证制造性能及成功率，应重视产品价格、生产及装配等工作，转变以往的生产资源与加工过程，实现可预测制造。第二，产品生命周期管理系统。产品信息是全生命周期管理中的重要内容，只有保证产品具备较强的竞争能力，才会使企业获得更多的客户资源，提升自身市场占有率，制造业实际制造环节，应将核心放在用户产品上，将为用户建立支持产品开发、生产以及维护等，作为重点内容，进一步提升创新能力。第三，制造执行系统。加强整体生产过程，属于制造执行系统的关键，需要重点进行生产过程优化与改进，搜集生产环节，需要进行大量实时数据的获取，对实时事件进行合理处置[3]。除此之外，保证控制层与计划层的良好沟通，按照合理流程，接收大批量数据，实现对生产指令及反馈结果的合理接收，将重点放在制造执行系统控制、计划及进度等方面，真正实现智能与数字化生产。

三、面向智能制造下的数字化工厂实现技术

基于智能制造要求下，数字化工厂实现过程中，需要进行工业化与信息化的有机融合，在其实现技术上，主要包括管控技术体系、通用技术体系以及应用技术体系，并且还应包含一般业务过程体系以及基础能力体系，具体如下。

1.管控技术体系

在该技术体系中，需要重点关注的内容主要有三个方面：第一，将工艺业务活动在线闭环跟踪为主，对其计划以及任务进行重点管理；第二，需要对重要的制造数据进行实时分析，并做到优化管理，如制造运营管理产生的数据、企业资源管理产生的数据以及智能装备产生的数据；第三，基于综合管理条件下的智能决策，提升方案的可执行性。

2.通用技术体系

通用技术体系主要包含以下内容：第一，流程技术。该技术应用下，会通过流程梳理工具，优化再造数字化工厂所有业务流程以及方法。第二，建模技术。将具体流程中存在的工具-人- 机 - 料 - 法 - 环作为基础，并将工艺过程、材料、产品、工装、资源、物流、设备设施等作为主要内容，进行模型构建。第三，仿真技术。完成数字化建模后，对制造系统各个方面实施动态仿真优化，包括加工能力、动力学以及运动学等。第四，可视化技术。将流程以及模型作为主要的前提条件，在虚拟现实技术以及IT 技术的应用下，形成交互环境，并对数据集信息进行立体多维度展示。第五，集成技术。通过集成技术，实现数字化工厂数据、环境、方法、工具以及知识的集成化处理。

3.应用技术体系

数字化工厂会涉及到较多的应用技术，第一，数字化制造过程管理技术。该技术的核心为数字样机与模型，将并行以及协同作为主要基础，基于构型指导下对数字化制造过程进行管理。第二，数字化工艺规划技术。将可视化环境作为重要基础，立足模型与样机，在仿真手段的利用下，科学规划工艺总体方案。第三，数字化工艺、工装设计与仿真技术。基于MBD条件下，通过仿真技术，实现各重要环节设计，并形成作业指导书，主要包括装配环节、数控环节、检测环节、焊接管接、钣金环节以及工装环节。第四，生产系统设计与仿真技术。对制造系统中存在的制造要素进行明确，并形成相应的过程模型，通过仿真手段，模拟制造系统工作过程，同时，利用物理生产系统对相关信息进行实时采集，实现仿真优化。第五，资源应用技术。对数字化工厂中所有资源进行利用，包括工艺过程、厂房信息、设备设施情况、材料以及人员等。

4.业务过程及基础能力体系

首先，业务过程体系。通常情况下，数字化工程在业务过程方面主要分为三个部分，第一个部分为数字化工艺规划；第二个部分为仿真验证；第三个部分为管理，以上三个部分，是针对于数字化环境的整个生产生命周期，并且也会涉及到物理环境中生产系统的构建、运行与管理[4]。其次，基础能力体系。具体是进行数字化工厂环境的构建，实现对数字化工厂数据、工具、流程、资源、方法以及知识等内容的管理与分析，保证数字化工厂良好运行。

5.信息系统实现

科学确立数字化工厂技术体系后，以此作为主要基础，结合实际业务过程，形成数字化工厂应用框架[5]，第一，数字化制造过程管理。主要包括成熟度的工程与工艺协同、工艺工装计划管理、制造现场单据管理、制造构型管理以及制造更改管理；第二，数字化工艺规划。包括MBOM构建、工艺分离面划分以及工艺容差协调等；第三，数字化工艺/装备设计与仿真。包括装配工艺、零件工艺、数控工艺、检测工艺、工装、锻铸造工艺等的设计与仿真；第四，生产系统设计与仿真。包括工厂建模、生产线规划与建模、零件流动静态仿真分析、生产物流系统仿真分析、生产工艺特性分析与评价、工艺成熟度分析与评价等；第五，资源体系管理。包括机床设备、工装卡具、机器人、厂房、人体等。最后为基于 ERP/MOM 的智能分析和决策。数字化工厂系统主要包括六个层次，分别为基础层、数据层、功能层、应用层、展现层及用户层。

结束语

综上所述，数字化工厂建设是智能制造的必然选择，其属于较为复杂系统的工程，制造企业实际构建环节，需要将系统工程方法作为主要指导依据，结合实际需求实施总体规划，在实施上做到分步实施。并且网络技术、数据挖掘技术以及计算机技术的不断发展下，数字化工厂建设时还应积极引进新技术，实现不断革新，真正发挥出数字化工厂的智能制造价值。

参考文献

[1]师宁,刘辉.基于工业4.0的数字化工厂监控系统设计[J].机电产品开发与创新,2020,33(06):71-73.

[2]宁鑫,刘伟洁,杜彦霞.三维数字化工厂可视系统的研究与实现[J].数字通信世界,2020(11):76-77.

[3]刘业峰,李康举,赵元,田林琳,陶林.基于分布式协同的数字化工厂构建及应用[J].控制工程,2020,27(10):1672-1678.

[4]安启玲.三维数字化技术用于数字化工厂建设中的应用[J].电子技术与软件工程,2020(20):161-163.

[5]张鹤,曹建宁,王永涛,韦彬.数字化工厂与数字化交付的技术探讨[J].中国建设信息化,2020(16):76-78.