智能制造应用基础 课件 第5、6章 智能制造供应链的构建、智能制造工业物联网的构建

——建设方案《智能制造应用基础》高等教育出版社第5章智能制造供应链的构建

5.15.25.35.4供应链的发展数智化特征建设的重要性路径构建流程5.56个切入点5.6案例分析5.1节供应链的发展第5章

智能制造供应链的构建9/13/20269/13/20269/13/20265.1供应链的发展

供应链（supplychain）由产品原料提供商、生产企业、分销商、零售商以及消费者等角色构成，角色之间相互联系沟通，构成完整的链式网络结构。特征如下：第一，复杂性。供应链节点企业是由层次不同或类型不同或国别不同的企业共同组成的，形成复杂的供应链结构模式.第二，动态性。供应链需要根据市场需求变化和企业发展方向变化而进行动态调整，使得供应链呈现动态性特征。

第三，响应性。供应链响应市场需求，又随着市场的发展而不断发展，市场需求发生变化，供应链结构也会发生变化。响应性是供应链的重要特征之一。第四，交叉性。节点企业可以服务多个供应链，供应链形成交叉结构，可能会增加节点企业的协调管理难度。

010203045.1供应链的发展9/13/20269/13/20269/13/2026由于企业不同、产品不同、工艺不同，不同迭代升级阶段的智能工厂供应链及其信息平台的表现方式也有所不同。工厂升级发展阶段通常分为精益工厂、数字化工厂、智能化工厂，所以不同阶段的供应链平台也有覆盖面、联通程度、技术应用场景以及软硬件设施的差异，可以相应的分为精益信息平台、数字化信息平台和智能化信息平台。对于链接终端消费者的C2M工厂，其信息平台更具有延展性，可能从制造工厂涉及消费者、门店、研发、品牌管理、营销等。9/13/20269/13/20269/13/20265.1供应链的发展-精益制造供应链

精益工厂是一种追求消灭一切浪费，‌并围绕此目标发展了一系列具体方法的工厂经营管理体系‌。‌其核心思想是精益生产，‌源于日本丰田的生产方式，‌融合了单件生产方式及大规模生产方式各自的优点，‌并避免了它们的不足。‌精益工厂不仅关注生产现场，‌还涉及库存控制、‌生产计划管理、‌流程改进、‌成本管理、‌员工素养养成、‌供应链协同优化等多个层面。‌它通过系统结构、‌人员组织、‌运行方式和市场供求等方面的变革，‌使生产系统能快速适应用户需求变化，‌精简无用、‌多余的东西，‌最终达到包括市场供销在内的生产的各方面最好结果。‌精益工厂是工业4.0时代的新生力量，‌正逐步改变生产方式。‌9/13/20269/13/20269/13/20265.1供应链的发展-精益制造供应链丰田精益生产方式强调拉动系统，JIT到货、JIT制造、JIT配送，需要降低“七大浪费”，降库存低至“零库存”。这种方式需要有精确的生产计划和物流计划协同，并且要求供应商有高度匹配的物流基础和运作能力，整个供应链过程都是按照标准来执行的。但是其管理的精密度难以把握，同时对于变化的控制与适应能力比较差（如何拉动和备货往往是很多企业的痛点），在信息技术不发达的情况下，制造企业采用安灯(Andon)等系统来传递信息，主要是通过人工操作完成，物流设备主要是“带人的自动化”，供应链物流断点偏多，效率损失比较大。9/13/20269/13/20269/13/20265.1供应链的发展-数字化供应链平台数字化供应链平台是在制造工厂精益化目标达成之后，在一定的信息技术基础上，逐步开始供应链业务数字化的过程。从动态的视角来看，供应链过程体现为端到端的业务流过程，它涉及业务流程的不同阶段、不同参与者、具体工作内容、业务时效表现等。端到端的数字化就是实现业务流程透明，促进供应链上下游之间的业务协同，以保证供应链的高效衔接和有序运转，从而提升整体效率。数字化工厂需要供应链管理率先实现数字化、一体化，并且使其成为数字化工厂运营的主要纽带。在这种工作场景下，自动搬运、自动配送、智能存储、RFID/IoT自动采集信息和数据等作业形式替代了部分人工作业。9/13/20269/13/20269/13/20265.1供应链的发展-数字化供应链平台制造企业数字化过程中，通常容易产生“路径依赖”问题。一方面，由于过去“成熟一块发展一块”的指导方针，各个不同模块应用的硬件、软件来自不同的逻辑和供应商，导致软硬件之间无法互联互通，产生信息断点和信息衰减、丢失，最终出现“信息解决不了物理问题”的尴尬局面；另一方面，由于“一路走来”的经验和管理惯性，使得原来的供应链结构无法被打破，数字化过程仅仅是“现状的信息解读”，而不是在新的逻辑下重新构建的数字化的供应链。9/13/20269/13/20269/13/20265.1供应链的发展-智能制造供应链智能制造对于供应链的要求更高，《‌中国制造2025》‌明确指出，“如果没有智能供应链的支撑，智能制造只能停留在实验室阶段”。相对于传统制造工厂而言，智能制造强调个性化、客户化和数字化、智能化，这就不仅仅是在原有基础上升级供应链的问题，而是必须依据业务逻辑重新构建供应链。这要求企业具有智能制造和相应的供应链战略及其实现路径。9/13/20269/13/20269/13/20265.1供应链的发展-智能制造供应链从逻辑而言，智能制造供应链平台需要搭建实时供应链运作（计划）规划和执行的闭合环路，将虚拟生产-物流系统和现实生产-物流系统对应起来。具体而言，就是集成PLM系统、ERP系统、MES系统、仓储管理系统WMS以及生产设备和物流设备集成管理系统等系统。供应链过程计划发布至执行系统之后，利用智能制造平台生成详细的作业指导书，并与供应链-生产-物流运营全过程进行关联，保证整个过程都实现精准的响应和更新，同时从生产-物流环境中收集有关生产-物流执行情况的信息。从订单到执行交付，智能供应链平台也需要具备必要的先期验证、仿真、预警的能力。9/13/20269/13/20269/13/20265.1供应链的发展-智能制造供应链建立供应链与制造过程智能对应、联动的协同模型，其具备所有物料流动过程（包括生产工位物料运作）的细节，并可在整个物流-生产过程中针对每一个订单、每一个物料、每一个工位进行实时仿真和验证。结合大数据分析和统计学技术，快速作出有关供方交付、库存资源、自有物料存储、个性化订单配套需求、配送资源、工序排序以及智能物流设施等优化方案。调整策略后，再模拟仿真整个生产-物流系统的绩效，进一步优化实现所有物流资源利用率的最大化，确保所有工序上的所有设施和人都尽其所能，实现效率和盈利能力的最大化。5.2节数智化特征第5章

智能制造供应链的构建5.2制造供应链的数智化特征9/13/20269/13/20269/13/2026从“以制造为中心”的推动式，转变为“以客户为中心、以交付为中心”的拉动式，制造企业所有的逻辑和关键绩效指标也随之发生了变更。制造供应链作为“交付的桥头堡”、“制造的水龙头”、“采购的缓冲器”，也必然越来越成为智能工厂的核心纽带，供应链平台也将成为指挥智能工厂有效运作的“大脑”。制造供应链数智化通常表现出以下特征。9/13/20269/13/20269/13/20265.2制造供应链的数智化特征-IP化

从工业互联网的角度来看，智能工厂以信息平台作为一个“节点”，代表的是“服务型制造”的一个IP。通过交付能力的网络化表现，体现智能工厂在生态圈的影响力，和与互联网、物联网无缝连接的能力。智能工厂逐渐互联网化，需要让消费者随时能够通过网络化（移动）平台看得到其产品在工厂的生产和物流服务过程，甚至看得到具体订单执行过程。个性化的产品还包含个性化的服务，以体现“服务型制造”的具体要义。这就要求制造企业供应链平台能够具备瞬时链接、快速接单、快速制造、精准承诺、适时交付的能力。9/13/20269/13/20269/13/20265.2制造供应链的数智化特征-可体验化很多企业开始逐渐将智造工厂打造为“可参观型工厂”，作为工业旅游项目，或者说，这个工厂就是一个可体验的产品（类似艺术品），而不再把产品陈列和工厂分为两个不同的容易产生体验错位的参观内容。他们试图将工厂的产品力、制造力、交付力与企业文化、专业度和趣味性集中体现出来，让参观者（可能任何人）“浸入式”体验其系统化的能力，从而心甘情愿主动购买其服务或者产品。制造供应链能力将和产品一道成为消费者体验的一个必要组成部分，以体现智能工厂面对个性化需求的敏捷性能力，以及与终端消费群体、销售、交付资源链接的能力。9/13/20269/13/20269/13/20265.2制造供应链的数智化特征-可视化规划智能工厂时通常是以物流作为主要纽带，带动信息化的同步规划；在生产运营时，物流的有效性是智能化生产的前提和服务的保证。物流过程涉及外购件、自制件、前置工序等众多的环节，制造进度受到物料、人员、设施、库存、质量、效率、能源等要素的变化影响。制造工艺涉及原材料、半成品和成品不同的加工技术和设施，具体到精准加工、精准配料、精准控制库存、精准补料、退料、包装、搬运、存储、输送、拣选、总装等工艺过程……上述过程都需要通过物流信息平台和制造信息平台实时协同，“推拉结合”，实时采集、汇总、分析和传递数据，成为智能制造系统决策的关键部分。从制造工厂经营的角度而言，智能工厂物流信息平台代表的是固定资产的经营有效性和流动资产的周转效率，现金流和库存的此消彼长，往往决定了企业的盈利能力。9/13/20269/13/20269/13/20265.2制造供应链的数智化特征-柔性化根据个性化订单配合生产要求实现柔性化转换的快速反应能力，智能工厂生产系统柔性化越来越重要。未来“柔性生产系统”在成组技术基础上，以多台数控机床或者数组柔性制造单元为核心，通过自动化物流系统将其链接，统一由主控计算机和相关软件进行控制和管理，组成多品种、小批量和混流生产的自动化制造系统，即由统一的信息系统、物流系统和数字加工设备组成，能适应加工对象变换、高效率制造中小批量多品种产品的自动化制造系统。其中，可能涉及机器柔性、工艺柔性、产品柔性、维护柔性、生产能力柔性、扩展柔性、运营柔性，但是所有的柔性都必须要由柔性物流系统来链接和贯穿，以保证横向、纵向和端到端的柔性集成能力。从智能工厂柔性的角度而言，智能工厂物流信息平台代表的是人、机、料、法、环、测的“以点带面、点面结合”的实时互通、协同和响应能力，也是个性化制造、交付能力的具体表现。5.3节建设的重要性第5章

智能制造供应链的构建9/13/20269/13/20269/13/20265.3智能制造时代下加强制造企业供应链建设的重要性-增强核心竞争力

通过对供应链各环节要素予以整合，形成链式结构，实现各要素间优势互补和有效协同，可以实现制造企业整体核心竞争力的有效提升。制造企业通过加强供应链建设，在科学协调各要素的基础上，可以达到降本增效的目标，实现制造企业生产效率的提升，使得整个企业处于畅通运作的状态。同时，通过加强供应链建设可以提升各节点企业之间的合作效率，在明确分工和有效协作的基础上，为消费者提供优质产品和服务。9/13/20269/13/20269/13/20265.3智能制造时代下加强制造企业供应链建设的重要性-提高满意度新时代下，传统制造正在向智能制造转型，这对供应链建设提出更新、更高的要求。制造企业通过加强供应链建设，在材料采购、产品制造、物流运输与配送等方面获得优势，与供应商建立长期稳定关系，实现对供应链中产品质量的有效控制和监督，保证产品的高质量和稳定性，为消费者提供优质的产品和服务，可以提升消费者群体的满意度。完善的供应链可以有效缩短产品生产、服务供给与客户群体之间的距离。制造企业可以及时了解客户群体的个性化、多样化需求，挖掘客户群体的潜在需求，并将这些需求及时反馈到生产中。通过完善供应链建设，满足客户群体要货需求、品质需求以及时间需求，履行制造企业兑现承诺的能力，从而真正有效地提升客户群体的满意度。9/13/20269/13/20269/13/20265.3智能制造时代下加强制造企业供应链建设的重要性-提升经济效益制造企业通过加强供应链建设，可以优化产品从生产到销售各环节的总体成本，提升企业产品的生产率、准时交货率，降低企业库存，有效解决运作成本较高与效率较低的矛盾，促进企业实现高效化、智能化、集约化运行。例如，通过搭建供应链协同平台，实现各节点企业间信息共享，促进各部门间协同合作。同时，通过建立供应商评价体系，及时发现供应商问题，提升供应商稳定性，保障制造企业供应链稳定性。总之，在稳定的供应链基础上，制造企业可以快速响应市场需求，满足客户要求，形成良性循环，持续不断地提升企业经济效益。5.4节路径构建流程第5章

智能制造供应链的构建9/13/20269/13/20269/13/20265.4供应链路径构建流程-准确把握智慧供应链的内涵，制定制造企业智慧供应链战略首先，制造企业应对制造行业发展动态进行深度分析，全面掌握制造行业发展现状以及企业自身的经营状况，从实际出发制定建设智慧供应链的具体方案。其次，根据企业实际科学选择供应链模式。常见的供应链模式有柔性供应链、敏捷供应链、大数据供应链、物联网供应链等。以敏捷供应链为例，制造企业需要将供应链各要素依据内在关系建立统一、无缝的功能网络链条，形成动态战略联盟。通过敏捷供应链，制造企业可以提升生产制造系统、市场响应、物流系统、产品供应、信息系统等各个方面的敏捷性，并建立供应链敏捷性评价体系。敏捷供应链中信息共享、资源互补，角色分工明确，可以有效地提升生产效率，降低产品物流成本，更加便捷地为用户提供优质服务。9/13/20269/13/20269/13/20265.4供应链路径构建流程-利用新一代信息技术，提升制造业供应链信息化水平以智慧物流系统建设为例，充分利用信息技术提高物流信息化水平，实现整个物流流程的自动化与智能化，为智能制造和智慧供应链建设提供强有力的支撑，实现对供应链各环节的合理调配，提高整个供应链的效率。第一，推进制造企业智慧仓储中心建设。智能制造时代下，制造企业充分结合仓储需求，利用机器人拣货和堆码作业，利用光感器、传感器等技术实现高效率、自动化的无人作业。同时，通过空气传感器、光感器等也可以确保仓储中心的产品安全。在智慧仓储中心中利用大数据技术实现对库存数据的动态分析，动态调节仓储中心的库存量，全面把握仓储货品信息，实现对产品入库、拣货、堆码、安全检测、出库等各环节工作的有效协调和管理。9/13/20269/13/20269/13/20265.4供应链路径构建流程-利用新一代信息技术，提升制造业供应链信息化水平第二，利用大数据技术实现对供应链的全过程监控。制造企业通过引入大数据技术，实现对供应链的全面监控，确保对各环节的有效追溯。通过供应链协同平台，借助大数据技术对物流仓储、运输、销售、送货等每一个环节予以准确记录，形成完整的供应链数据库。通过数据分析可以发现供应链中存在问题的环节，及时预警并采取针对性措施，从而避免可能引发的风险和损失。同时，利用大数据技术可以汇总供应链上下游的企业信息，实现整个供应链的信息共享。这些信息全面涵盖物流需求、材料采购、产品运输、货品仓储、市场销售等一系列内容，可以帮助企业了解用户需求，调整生产工艺和产能，也可以科学预测原材料供应链，确保制造企业供应链的稳定性。9/13/20269/13/20269/13/20265.4供应链路径构建流程-建立供应链战略联盟，实现企业之间的协同合作制造企业应高度重视建设供应链战略联盟，并采取有效途径确保供应链战略联盟的高效运作，具体而言，可采取以下措施：第一，科学选择合作伙伴，扎实供应链战略联盟的基础。在选择合作伙伴时，需要综合考虑各方面因素，包括企业资源情况、技术水平、参与意向等。在综合了解上述信息的基础上科学选择合作伙伴，实现供应链上各个企业之间的优势互补和技术交流，从而增强供应链整体竞争力。9/13/20269/13/20269/13/20265.4供应链路径构建流程-建立供应链战略联盟，实现企业之间的协同合作第二，建立供应链战略联盟成员之间的信息共享途径。供应链企业深化战略合作的前提条件是信息共享，因此，在建设供应链战略联盟时，要充分利用信息网络的开放性特征，实现整个链条中信息的畅通传递和共享，保证合作企业之间对信息互通有无，达成群体决策模式，这对于实现集成化计划与控制具有重要意义。第三，建立供应链企业共同认可的信用机制。在供应链战略联盟中，成员之间是否具备信任感，会直接影响合作的成效。因此，在建设供应链联盟时，应将构建信用机制作为重点工作予以开展。例如，通过倡导诚信理念、建立信用记录、增强对失信者的惩罚力度等措施，逐步构建与供应链联盟建设相匹配的信用机制。9/13/20269/13/20269/13/20265.4供应链路径构建流程-建立供应链战略联盟，实现企业之间的协同合作第四，构建科学有效的绩效评估体系。在供应链联盟建设及运行过程中，应发挥绩效评估体系的作用，通过量化的方式对供应链联盟成员企业的绩效予以科学评估，客观、全面地反馈成员企业在供应链联盟的贡献度，并将贡献作为联盟中利益分配的依据，确保利益分配的公平性。9/13/20269/13/20269/13/20265.4供应链路径构建流程-加快培育智慧供应链人才，有力支持智慧供应链建设第一，加强供应链人才的内部培养。制造企业应立足智慧供应链建设的实际需求，从企业内部选拔优秀人才开展培训活动，增进企业员工对智慧供应链内涵及价值的正确认识。同时，通过邀请专门的技术团队针对企业员工开展技能培训，提升企业员工掌握智慧供应链的架构及运行模式，掌握供应链协同平台的操作方法。通过灵活的培训形式和丰富的培训内容，引导企业员工掌握供应链理论和技术。9/13/20269/13/20269/13/20265.4供应链路径构建流程-加快培育智慧供应链人才，有力支持智慧供应链建设第二，积极引进高层次、高水平的智慧供应链人才。制造企业可以通过与高校建立合作关系，将制造企业对智慧供应链人才的需求反馈到高校。高校根据人才需求构建完善的人才培养体系，根据岗位需求优化课程设置和教学安排。同时，深化校企合作、产教融合，为智慧供应链人才培养创造良好条件，提升人才培养质量。此外，制造企业应积极通过猎头招聘、社会招聘以及校园招聘等多种途径，充分结合制造企业对智慧供应链人才的实际需求，引进符合实际需求的高层次、高水平人才，为助力制造企业智慧供应链建设提供人才保障。5.5节智能制造供应链构建的6个切入点第5章

智能制造供应链的构建5.5智能制造供应链构建的6个切入点9/13/20269/13/20269/13/20269/13/20269/13/20269/13/20265.5智能制造供应链构建的6个切入点-包装与物流基础标准化物流基础比较薄弱的企业，一般首先需要做好每个物料的包装设计，做到包装单元化、通用化、标准化，并在此基础上扩展搬运标准、存储标准、运输标准、配送标准、工位暂存标准等。只有各个基础环节做到标准化，才能够实现物料流动参数化、数字化，为后续的供应链数字化流程梳理提供良好的基础（可以直接作为基础数据导入物流信息系统）。这涉及产品结构、物料尺寸、BOM表分解、质量要求定义、包装模式切换、容器具管理流程等，过程繁琐，但是非常必要。如果忽略包装与物流基础标准化，智能工厂物流徒具形式，无法实现物流信息的数字化和物流设施的智能化，运营平台的建设也容易导致“两张皮”的结果。9/13/20269/13/20269/13/20265.5智能制造供应链构建的6个切入点-订单交付与计划梳理企业运营和交付主要围绕订单与计划来展开，可以说，订单与计划是企业运作的“牛鼻子”工程。只有订单和计划的逻辑清晰了，才能够合理调动各项制造资源，所有的数字化节点、参数、数据才能够“顺理成章”。订单交付与计划梳理具体包含订单预估、订单来源、客户信息、交付周期与相关要求。并由此集成为主生产计划，细化为各项作业计划，具体包含发运计划、总装作业计划、齐套计划、库存计划和供应商到货计划等。全过程逻辑严密、专业要求度高，是企业制造供应链运营的核心，直接主导了制造资源的主要脉络，可以作为供应链平台建设的基本逻辑基础。9/13/20269/13/20269/13/20265.5智能制造供应链构建的6个切入点-智能物流设施导入物流基础比较好的企业，通常愿意通过设施规划与智能物流系统来拉通实物流通的价值链，减少断点，消灭过程中的停顿、浪费、搬运、确认、往返、数据错失，避开平面布局的纵横交错以及“最小搬运距离”的陷阱，实现立体化贯通、逻辑化配送与流通，做到全过程没有断点、无人干涉、自动运作、实时数据、实时盘点。这涉及物料管理的信息-物理系统，不同的智能化物流设施配置直接决定了WMS、WCS等系统的逻辑和运作，也决定了数据采集的方式和采集点的设置。9/13/20269/13/20269/13/20265.5智能制造供应链构建的6个切入点-智能工位链接在过去的发展过程中，制造企业已经形成了运营经验和管理惯性，当需要寻求智能化突破时，未必能够彻底颠覆原有的制造系统平衡，而是逐渐以点带面地导入关键工位和环节智能化的元素，然后逐步完成集成业务。在一个特定的工厂，关键环节的智能化突破往往可以起到“破冰”效应，带动上下游环节的系列优化和匹配，从而拉开智能化工厂建设和物流信息平台构建的序幕。9/13/20269/13/20269/13/20265.5智能制造供应链构建的6个切入点-制造供应链关键环节差异管理通常智能工厂的供应链战略绩效包含具体的参数指标，集成为企业级的大数据，比如交付准时率、库存周转率、订单交付周期OTD、客户满意度、订单达成率等，在此基础上，分解供应链运营各个环节的部门级、产线级、工艺工序参数、作业标准参数等。日常运营的关键参数在智能工厂供应链运营过程中通常会作为过程参数出现，但是差异参数却通常会成为阻碍运营的断点，甚至影响整个供应链运营平台的数据质量。传统的制造工厂业务过程数据统计是离散型的，各部门协同共享联动性较差，信息不能及时传递和共享，形成信息孤岛，过程中的异常信息未及时记录、存储，不能实时数据统计、分析，而且大量数据都人工统计，导致统计结果滞后，管理事后控制，不能实现预先控制和及时管理。尤其是定期的报表，通过人工编制、邮件发送或打印传递等，容易造成管理被动和事后控制，而不能做到事先预防。9/13/20269/13/20269/13/20265.5智能制造供应链构建的6个切入点-智能制造供应链规划与建设大部分企业都愿意直接选择好的供应链运营信息平台来提升工厂的数字化、智能化水平，希望一劳永逸地解决数据化的问题。如上所述，这看似简单的问题，却需要大部分业务数据、物流基础、智能资源、运营逻辑等的充分到位，才能有效达成。也就是说，制造供应链运营平台是基于各项基础业务有保证的前提下的“水到渠成”的成果。从规划到建设、到实际运营，可以是一个“以终为始”的拉动式资源配置和达成路径，也可以是迭代升级模式的推动式的“做加法”的路径，关键是企业需要有战略定力和战略耐心，而不是盲目导入、被软件绑架。5.6节案例分析第5章

智能制造供应链的构建5.6智能制造供应链举例说明9/13/20269/13/20269/13/2026智能制造供应链需要通过对计划、采购、仓储物流、生产作业四大关键业务环节的管控，实时掌握进度、监控过程异常，包括对整个异常处理的全过程控制，更好地实现问题的事前预防和事中控制，实现各业务部门的协同性，帮助企业落地PDCA管理循环和持续优化提升，以支持打造数字化、可视化、信息化、智能化工厂。智能制造供应链建设过程中，将涉及到的要素全面集成，从而实现从信息逻辑到物理逻辑的对应关系，合理分解为多个管理模块之后的协同（不是传统供应链中的购买和拼凑），形成工业大数据平台，如图11所示为某企业制造大数据平台架构与协同逻辑。5.6智能制造供应链举例说明9/13/20269/13/20269/13/20265.6智能制造供应链举例说明9/13/20269/13/20269/13/20265.6智能制造供应链举例说明9/13/20269/13/20269/13/20265.6智能制造供应链举例说明9/13/20269/13/20269/13/20265.6智能制造供应链举例说明9/13/20269/13/20269/13/2026不同物料、不同订单、不同作业方式、不同工位、不同供应商涉及到的制造需求全面联系起来，形成横向+纵向的协同，支撑过程中信息逻辑和实物逻辑的对应，以保证供应链资源和计划的一致运行，并最终形成综合的报表。在协同计划管理的主导下，需要管理和实时监控供应商的到货有效性和实时进度，尤其是需要保证供应商流程偏差所带来的风险。仓库物流管理可能涉及到收货、检验和自动立体库等多个环节，都涉及到时间和数量以及信息采集动作，动作的有效性直接实时显示在数字化供应链平台，以监控计划和实际作业之间的差异。生产订单执行的有效性直接决定了交付的可能性，对于智能生产而言，生产异常的实时监控和快速响应，就变得尤其重要。5.6智能制造供应链举例说明9/13/20269/13/20269/13/2026——建设方案

本章结束！《智能制造应用基础》课程组——建设方案《智能制造应用基础》高等教育出版社第6章智能制造工业物联网的构建

6.16.26.36.4概述及主要特征主要技术工业物联网与工业互联网典型应用场景6.5场景6.6融合与交汇6.7应用案例6.1节概述及主要特征第6章智能制造工业物联网的构建6.1工业物联网概述及主要特征工业物联网也被称作工业4.0或工业互联网，是应用数据采集远程监控来增强制造生产和工作管理等效率的工业技术。它利用物联网设备和数据采集计算的能力实现与机器设备的“对话”，具备自动化、智能化的特点使其与工业自动化领域天然有着很高的契合度。6.1工业物联网概述及主要特征-智能感知

智能感知是工业物联网的基础。面对工业生产、物流、销售等产业链环节产生的海量数据，工业物联网是利用传感器、射频识别等感知手段获取工业全生命周期内的不同维度的信息数据，具体包括：人员、机器、原料、工艺流程和环境等工业资源状态信息。感知层面有三个信息来源渠道。（1）传统系统。（2）Web平台。（3）物联网系统。6.1工业物联网概述及主要特征-泛在连接泛在连接是工业物联网的前提。工业资源通过有线或无线的方式彼此连接或互联网相连，形成便捷、高效的工业物联网信息通道，实现工业资源数据的互联互通，拓展了机器与人、机器与环境之间连接的广度与深度。物联网信息传递依托有线、无线等介质进行数据传输。当前移动互联技术更多被用来实现工业物联网信息传输过程。传输介质包括有线、无线两种类型。（1）低功耗短距离通信技术，如IEEE802.15.4，节点间传输距离短：小于100m；多跳路由协议：CTP、RPL、LLN；（2）低功耗广域网（LPWAN），代表性技术NB-IoT、LoRa、eMTC、SigFox等具有前景，但未必可以取代已有的技术。6.1工业物联网概述及主要特征-数字建模数字建模是工业物联网的方法。数字建模将工业资源映射到数字空间中，在虚拟的世界里模拟工业生产流程，借助数字空间强大的信息处理能力，实现对工业生产过程全要素的抽象建模，为工业物联网实体产业链运行提供有效决策。6.1工业物联网概述及主要特征-实时分析实时分析是工业物联网的手段。针对所感知的工业资源数据，通过技术分析手段，在数字空间中进行实时处理，获取工业资源状态在虚拟空间和现实空间的内在联系，将抽象的数据进一步直观化和可视化，完成对外部物理实体的实时响应。6.1工业物联网概述及主要特征-精准控制精准控制是工业物联网的目的。通过工业资源的状态感知、信息互联、数字建模和实时分析等过程，基于虚拟空间形成的决策，转换成工业资源实体可以理解的控制命令，进行实际操作，实现工业资源精准的信息交互和无间隙协作。6.1工业物联网概述及主要特征-迭代优化迭代优化是工业物联网的效果。工业物联网体系能够不断地自我学习与提升，通过将工业资源数据处理、分析和存储，形成有效的、可继承的知识库、模型库和资源库。面向工业资源制造原料、制造过程、制造工艺和制造环境，进行不断迭代优化，达到最优目标。6.1工业物联网概述及主要特征-物联网安全物联网安全是工业物联网的保障。事实上，信息系统的安全问题原本就十分突出。让现状更加恶化的是物联网IoT（InternetofThings）的出现。IoT安全问题随着其使用规模的扩大而凸显，但本质上没有发生变化：产品成本与安全性之间的矛盾。很多人认为IoT代表着无限的未来，但是事实上目前接入互联网的IoT设备几乎都非常不理想，甚至会引入新的安全问题。这些设备不足够可靠的操作和安全模型是有可能影响到其他设备的，它们需要管理和检查。6.2节主要技术第6章智能制造工业物联网的构建6.2工业物联网概述及主要技术工业物联网是将具有感知、监控能力的各类采集、控制传感器或控制器，以及移动通信、智能分析等技术不断融入到工业生产过程各个环节，从而大幅提高制造效率，改善产品质量，降低产品成本和资源消耗，最终实现将传统工业提升到智能化的新阶段。从应用形式上，工业物联网的应用具有实时性、自动化、嵌入式(软件)、安全性、和信息互通互联性等特点。6.2工业物联网概述及主要技术-传感器技术价格低廉、性能良好的传感器是工业物联网应用的基石，工业物联网的发展要求更准确、更智能、更高效以及兼容性更强的传感器技术。6.2工业物联网概述及主要技术-设备兼容技术大部分情况下，企业会基于现有的工业系统建造工业物联网，如何实现工业物联网中所用的传感器能够与原有设备已应用的传感器相兼容是工业物联网推广所面临的问题之一。传感器的兼容主要指数据格式的兼容与通信协议的兼容，兼容关键是标准的统一。目前，工业现场总线网络中普遍采用的如Profibus、Modbus协议，已经较好地解决了兼容性问题，大多数工业设备生产厂商基于这些协议开发了各类传感器、控制器等。近年来，随着工业无线传感器网络应用日渐普遍，当前工业无线的WirelessHART、ISA100．11a以及wIA—PA3大标准均兼容了IEEE802．15．4无线网络协议，并提供了隧道传输机制兼容现有的通信协议，丰富了工业物联网系统的组成与功能。6.2工业物联网概述及主要技术-网络技术网络是构成工业物联网的核心之一，数据在系统不同的层次之间通过网络进行传输。网络分为有线网络与无线网络，有线网络一般应用于数据处理中心的集群服务器、工厂内部的局域网以及部分现场总线控制网络中，能提供高速率高带宽的数据传输通道。工业无线传感器网络则是一种新兴的利用无线技术进行传感器组网以及数据传输的技术，无线网络技术的应用可以使得工业传感器的布线成本大大降低，有利于传感器功能的扩展，因此吸引了国内外众多企业和科研机构的关注。6.2工业物联网概述及主要技术-信息处理技术工业信息出现爆炸式增长，工业生产过程中产生的大量数据对于工业物联网来说是一个挑战，如何有效处理、分析、记录这些数据，提炼出对工业生产有指导性建议的结果，是工业物联网的核心所在，也是难点所在。当前业界大数据处理技术有很多，如SAP的BW系统在一定程度上解决了大数据给企业生产运营带来的问题。数据融合和数据挖掘技术的发展也使海量信息处理变得更为智能、高效。工业物联网泛在感知的特点使得人也成为了被感知的对象，通过对环境数据的分析以及用户行为的建模，可以实现生产设计、制造、管理过程中的人一人、人一机和机一机之间的行为、环境和状态感知，更加真实地反映出工业生产过程中的细节变化，以便得出更准确的分析结果。6.2工业物联网概述及主要技术-安全技术工业物联网安全主要涉及数据采集安全、网络传输安全等过程，信息安全对于企业运营起到关键作用，例如在冶金、煤炭、石油等行业采集数据需要长时问的连续运行，如何保证在数据采集以及传输过程中信息的准确无误是工业物联网应用于实际生产的前提。6.3节工业物联网与工业互联网第6章智能制造工业物联网的构建6.3工业物联网与工业互联网工业物联网是将具有感知、监控能力的各类采集、控制传感器或控制器，以及移动通信、智能分析等技术不断融入工业生产过程各个环节，从而大幅提高制造效率，改善产品质量，降低产品成本和资源消耗，最终实现将传统工业提升到智能化的新阶段。从应用形式上，工业物联网的应用具有实时性、自动化、嵌入式(软件)、安全性和信息互通互联性等特点。6.3工业物联网与工业互联网-工业物联网经常见到的另一个相关概念是工业互联网，该概念最早由通用电气于2012年提出，随后美国五家行业龙头企业联手组建了工业互联网联盟(IIC)，将这一概念大力推广开来。除了通用电气这样的制造业巨头，加入该联盟的还有IBM、思科、英特尔和AT&T等IT企业。工业互联网实际指的是工业互联的网，而不能理解成工业的互联网。在企业内部，要实现工业设备（生产设备、物流装备、能源计量、质量检验、车辆等）、信息系统、业务流程、企业的产品与服务、人员之间的互联，实现企业IT网络与工控网络的互联，实现从车间到决策层的纵向互联。在企业间，要实现上下游企业（供应商、经销商、客户、合作伙伴）之间的横向互联。6.3工业物联网与工业互联网-工业物联网国际相关政策经常见到的另一个相关概念是工业互联网，该概念最早由通用电气于2012年提出，随后美国五家行业龙头企业联手组建了工业互联网联盟(IIC)，将这一概念大力推广开来。除了通用电气这样的制造业巨头，加入该联盟的还有IBM、思科、英特尔和AT&T等IT企业。工业互联网实际指的是工业互联的网，而不能理解成工业的互联网。在企业内部，要实现工业设备（生产设备、物流装备、能源计量、质量检验、车辆等）、信息系统、业务流程、企业的产品与服务、人员之间的互联，实现企业IT网络与工控网络的互联，实现从车间到决策层的纵向互联。在企业间，要实现上下游企业（供应商、经销商、客户、合作伙伴）之间的横向互联。6.3工业物联网与工业互联网-工业物联网国际相关政策工业物联网是通过工业资源的网络互联、数据互通和系统互操作，实现制造原料的灵活配置、制造过程的按需执行、制造工艺的合理优化和制造环境的快速适应，达到资源的高效利用，从而构建服务驱动型的新工业生态体系。随着新产业革命的爆发，工业的数字化、网络化、智能化发展成为主要的发展方向之一。美国将互联网与工业融合作为重塑制造业竞争优势、抢占发展先机的重要切入点，政府、产业等各方相互协作，共同推动以工业互联网为代表的先进制造业的发展。政府层面大力支持的举措包括：一是强化顶层战略引领。从2009年起，美国先后出台了《先进制造发展战略》《先进制造伙伴关系计划》《制造业复兴法案》《国家创新战略》等，通过实施重点项目，积极推动制造业数字化、网络化发展。二是技术产业超前布局。6.3工业物联网与工业互联网-工业物联网国际相关政策德国2010年推出的新版《高科技战略（2020）》中，将“工业4.0”确定为十大“未来项目”之一，2014年发布《数字化行动议程（2014—2017年）》，提出以“工业4.0”为前提，将信息技术与制造技术深度融合并全面提高企业生产率为目标，并以此为契机开拓更多的发展机遇。德国基于强化本国高端制造优势，推进工业互联网在智能制造领域的纵向延伸。在2016年德国汉诺威工业博览会上，美国主导的国际工业互联网联盟（IIC）与德国工业4.0平台实现对接，通过架构对接、测试床协作、标准与互操作等6个工作组的深入合作，形成广度与深度上的优势互补。6.3工业物联网与工业互联网-工业物联网国际相关政策德国2010年推出的新版《高科技战略（2020）》中，将“工业4.0”确定为十大“未来项目”之一，2014年发布《数字化行动议程（2014—2017年）》，提出以“工业4.0”为前提，将信息技术与制造技术深度融合并全面提高企业生产率为目标，并以此为契机开拓更多的发展机遇。德国基于强化本国高端制造优势，推进工业互联网在智能制造领域的纵向延伸。在2016年德国汉诺威工业博览会上，美国主导的国际工业互联网联盟（IIC）与德国工业4.0平台实现对接，通过架构对接、测试床协作、标准与互操作等6个工作组的深入合作，形成广度与深度上的优势互补。6.3工业物联网与工业互联网-工业物联网国际相关政策目前，已有来自33个国家的260余家成员单位，由GE、IBM、Intel等国际巨头企业牵头，汇集成员力量开展协同研究，发布了《工业互联网参考架构1.8版本》《工业互联网安全参考架构1.0版本》等技术性文件，形成了22个试验验证平台，成为目前全球推动工业互联网发展最具影响力的产业联盟之一。德国于2013年搭建“工业4.0”平台，通过德国信息技术和通信新媒体协会（BITKOM）、德国机械设备制造业联合会（VDMA）、德国电气和电子制造商协会（ZVEI）等六大协会，围绕架构、标准、安全、测试床等加速产业协作，已发布了《标准化路线图2.0》《RAMI4.0参考架构》等技术性文件，建立了54个测试中心、48个信息和咨询机构，已收集295个应用案例并绘制了工业4.0案例地图。6.3工业物联网与工业互联网-我国工业物联网相关政策早在2014年7月，国家发改委就发布了《关于印发10个物联网发展专项行动计划的通知》，该通知指出工信部、发改委、科技部、教育部等相关部门要制定10个物联网发展的专项行动，而其中工业物联网就是一个重要的示范项目。之后的几年，工业物联网相关标准的研制和政策的实施在逐步实施，2017年2月，工信部召开会议，提出将加快我国5G网络的部署，宣布重点频率规划的进度，为物联网产业信息传输技术的发展与应用提出了方向。同年6月，工信部发布了《工业和信息化部办公厅关于全面推进移动物联网（NB-IoT）建设发展的通知》，将具有我国自主知识产权的物联网远程通信技术的发展提上了日程。6.3工业物联网与工业互联网-我国工业物联网相关政策2018—2020年人工智能发展指明了前进的方向，而智能传感器正排在核心基础的第一位。随着物联网的深入发展，作为物联网的基础和核心的传感器行业将随之被引爆。同时，受到来自智慧城市、工业物联网等方面的强大助力，传感器产业还将向环境监测、智能工厂等领域不断扩展。在工业领域，工业传感器技术已成为各工业企业在高新技术发展方面争夺的一个制高点。据相关机构预测，到2020年工业传感器市场规模将达308亿元。在环境监测领域，传感器也扮演着越来越重要的角色。据相关机构预测，到2020年主流气体传感产业规模将达600亿元以上。6.3工业物联网与工业互联网-工业互联网与工业物联网的关系工业物联网指的是物联网在工业中的应用。工业互联网涵盖了工业物联网，但进一步延伸到企业的信息系统、业务流程和人员。工业互联网的概念实际上与国外提出的万物互联（InternetofEverything，将人、流程、数据和事物结合在一起，使得网络连接变得更加相关、更有价值）理念有相似之处，相当于是工业企业的万物互联。其实，工业互联网、工业物联网都是在互联网发展到一定阶段，随着技术进步和产业需求，产生的解决工业领域中相关问题的网络。工业物联网是工业互联网的子集，内涵更注重“物”之间的连接与通信，而工业互联网不仅包括工业过程中的“物联”，还包括工业过程中的信息系统、业务流程和人等要素。6.3工业物联网与工业互联网-物联网对企业效应的影响（1）制造过程向全球化的协同创新发展随着物联网技术的发展，企业逐渐实现跨国的产品开发、营销和服务，对信息系统提出了支持多语种、多工厂、多个企业实体的开发与管理需求，以及全球协作开发的需求。工业发达国家许多企业将信息化技术综合集成并应用服务于研发、管理、财务运作、营销、服务等核心业务，实现了产品研制、采购、销售等在全球范围内的协作，在全球范围进行资源的优化配置。例如，洛克希德·马丁公司在“联合攻击”战斗机（JSF）的研制过程中，以项目为龙头，以数字样机为核心，以Internet和协同产品商务系统为综合集成平台，充分发挥各合作伙伴的优势能力，使设计时间减少50%，制造时间减少66%，备件减少5096件。6.3工业物联网与工业互联网-物联网对企业效应的影响（2）生产和研发向精益化的方向发展基于物联网技术的发展，高度的信息共享促使企业可以通过优化业务流程和资源配置，强化运行细节管理和过程管理，追求持续改进，推动企业不断适应内外环境的变化，提高核心竞争力和创效能力，达到精益管理，从而提高制造业生产力。6.3工业物联网与工业互联网-物联网对企业效应的影响（3）支撑并推动制造业向服务化转变当今国际形势下的高端制造业都将服务看作发展重点，希望站在附加值更高的微笑曲线的两端。很多重复性或不是核心主导业务的，可以通过外包的形式实现成本最小化；同样，如果是为自身的企业提供服务的机构，达到一定的程度，那么可以对外展开服务，也可以把销售商品进一步演化到提供一些成套、集成的方案，从而提高附加值。6.3工业物联网与工业互联网-物联网对企业效应的影响（4）制造设计从高能耗向高能效转变当今世界，物联网的应用与发展“绿色、环保、节能、低碳经济”的理念紧密结合，物联网技术具有更精细、更简单、更高效管理的特性，通过对物联网技术合理利用可以创造更大的经济效益和社会效益，实现绿色设计和绿色制造。基于物联网技术通过全面感知、可靠传递、智能处理使信息到达不同目标，因而高度共享的信息资源、高度细化的专业化分工，极大程度地提高了制造工作的效率，帮助企业节约了成本，提高了竞争力。6.4节典型应用场景第6章智能制造工业物联网的构建6.4物联网在智能制造中的典型应用场景-生产过程监控生产过程监控包括两部分：生产线实时监控和设备监控。生产线实时监控，通过各种物联网技术实时采集生产线信息、质量信息、工时信息、异常信息等，监控生产进程，及时调整生产计划安排、强化质量管理等，实现生产流程可视化，从而逐步达到柔性生产、精细管理。设备监控通过以太网或现场总线采集设备运行状态数据，实现对异常设备的诊断、维护和调整。并且实现了数据标准的归一化，使得各产品设备数据及温度、湿度、空气质量、电压、电流等环境数据统一采集并上传到同一个数据库，并对所有的设备运行数据和环境数据进行整体的分析，如图所示。6.4物联网在智能制造中的典型应用场景-生产过程监控6.4物联网在智能制造中的典型应用场景-设备远程监控设备远程监控是在生产过程中基于物联网技术，通过网络将分散在不同企业和工厂中的设备控制接口、维护信息及相关软件资源，通过封装和集成，屏蔽设备的异构性和地理分布性，通过透明的方式为用户提供各类制造服务（这里的制造是指大制造，包括企业生产经营的一切活动），使企业能够以请求服务的方式方便地获得所有与制造相关的服务，实现各类设备资源的集成、优化控制运行，并为构建面向企业协同制造特定需求的物联网应用系统提供协同工作支持环境，使基于物联网运行的制造企业群体能够以较低的成本和较短的开发周期，制造出符合市场需求的高质量产品设备.6.4物联网在智能制造中的典型应用场景-设备远程监控6.4物联网在智能制造中的典型应用场景-基于状态的维护报警基于状态的维护报警是企业在开展远程运维和预测性维护系统建设和管理过程中，通过对设备的状态远程监测和健康诊断，实现对复杂系统快速、及时、正确诊断和维护，进而基于采集到的设备运行数据，全面分析设备现场实际运行状况，从而为设备设计及制造工艺改进等后续产品的持续优化提供支撑。运维服务包括基础通用、数据采集与处理、知识库、状态监测、故障诊断、寿命预测等标准。6.4物联网在智能制造中的典型应用场景-基于状态的维护报警6.4物联网在智能制造中的典型应用场景-质量管控一个高度自动化的质量管控系统可以大幅减少质检人员和操作工人的工作量，避免人工操作带来的数据错误，使得系统可靠高效。工件的制造加工过程工序繁多且各道工序环环相扣，高实时性的质量数据采集，可以对工件制造质量涉及的“人—机—料—法—环—测”各个要素实时监测，及时预警质量问题，保证生产有序进行以及产品质量稳定。制造机械加工涉及产品种类繁多，呈现出中小批量，产品切换较频繁。为了应对产品切换带来的生产布局、生产工艺流程等局部变化，需要质量管控系统能够具有伸缩性，在软件和硬件布置上具有较高的灵活性。6.5节场景第6章智能制造工业物联网的构建6.5智能制造与物联网场景结合介绍-智能制造与物联网场景结合介绍智能制造的特征表现在以下3个方面。1）数据的实时感知。智能制造需要大量的数据支持，通过利用高效、标准的方法实时进行信息采集、自动识别，并将信息传输到分析决策系统。2）优化决策。通过面向产品全生命周期的海量异构信息的挖掘提炼、计算分析、推理预测，形成优化制造过程的决策指令。3）动态执行。根据决策指令，通过执行系统控制制造过程的状态，实现稳定、安全的运行和动态调整6.5智能制造与物联网场景结合介绍-生产设备的故障与检测生产设备的故障与检测就是远程运维。远程运维服务作为智能制造模式的一种，是主动预防型运维、全生命周期运维和集成系统运维在集中化、共享化、智慧化趋势下的集中体现。作为五种智能制造模式的典型代表，远程运维是运维服务在新一代信息技术与制造装备融合集成创新和工程应用发展到一定阶段的产物，它打破了人、物和数据的空间与物理界限。6.5智能制造与物联网场景结合介绍-生产设备的故障与检测远程运维服务存在一定的物理界限，要实现装备物联化、监控在线化、诊断智能化、维护服务协同化，需要智能化技术和设备的改造与运用，将信息传感设备与互联网连接起来进行信息交换，为远程运维信息数据的搜集、分析等提供服务基础。运维智能化设备包括3个层次：一是感知层，通过在设备中装置智能芯片、传感器、控制器等实现智能感知、精确度量；二是传输层，部署的智能化传感器、网络设备将数据和信息通过传输层，实现设备之间的互联互通、智能匹配和协同传输；三是交互层，该层布局大数据和云计算技术设备、VR或AR设备，以此来实现数据的交互，从而对数据进行处理、分析同时实现人机交互、人员与现场及设备的互联互通，推动人工智能智能分析与智能决策。6.5智能制造与物联网场景结合介绍-备品备件管理设备是保证企业生产发展和实现生产运营目标的重要物质基础，设备管理水平又是关系到企业持续稳定发展的重要因素之一，做好备品备件管理工作不仅是搞好设备管理的重要组成部分，也是实现按计划进行设备维修、缩短设备停机时间和节约维修费用的关键，因此在工业智能制造的时代背景下，基于新技术的备品备件管理成为当前智能制造领域的主要应用形式之一。智能制造与物联网的结合，催生了备品备件管理的功能和性能升级。智能化的备品备件管理是利用现代物联网信息技术和信息感知与识别技术，结合物联网管理思路和集约化、全生命周期管理理念，进行对备品备件的数据管理、数据优化与数据评估，从而达到备品备件的实际管理需求。实现备品备件包括信息收集、整理、实时管理与查询等所有工作需求的精益。6.5智能制造与物联网场景结合介绍-工业数据分析工业数据分析是基于工业大数据的数据挖掘、数据分析和数据展现工具。智能制造随着工业物联网、设备联网、安全监控和信息系统(MES、CPS、ERP、OA)等的应用，企业每天产生大量的工业数据。这些工业数据已从TB到ZB的飞速增长，数据的存储结构也日趋复杂。为了发挥工业数据的价值，企业必须对工业的数据采集、数据存储、数据分析和挖掘等环节进行管理，并运用大数据分析法去预测测需求、预测制造，整合产业链和价值链，去发现价值缺口，最终提升企业的核心竞争力。6.5智能制造与物联网场景结合介绍-工业数据分析工业大数据是“智能”的来源，是制造业升级的重要驱动力。无论是德国的工业4.0，还是美国的工业互联网，其核心都离不开工业大数据。在美国，离散型制造积累的应用前景是最被看好的，甚至排在政府服务、通信传媒领域之上，流程型制造业的潜力也排在银行业、健康服务之前。在德国，无人工厂只是表象的一部分，德国工厂已经可以做到两家竞争对手合作研发，甚至车间互换、共享，画地为牢的圈子、界限被打破，这都离不开大数据的支撑。对于工业企业来说，初级的大数据能让企业进行基础统计分析这样对降本增效、新建业务模型有很大的好处。企业既可以做减法依靠数据对标，减掉制造环节不必要的成本消耗；也可以做加法，如拓宽业务渠道。而高级的工业大数据应用，则可以让企业先知先觉，开始做乘法或除法，如预先判断企业的生产运行及整合供应链等。6.6节融合与交汇第6章智能制造工业物联网的构建6.6智能制造与物联网技术融合与交汇-应用层智能制造与物联网的结合可以催生出许多应用，其中工业互联网技术、大数据、CPS等是其核心应用。（一）工业互联网技术工业互联网网络是构建工业环境下人、机、物全面互联的关键基础设施。通过工业互联网网络可以实现工业研发、设计、生产、销售管理、服务等产业全要素的泛在互联，对于促进工业数据的开放流动与深度融合、推动工业资源的优化集成与高效配置、支撑工业应用的创新升级与推广普及具有重要意义。6.6智能制造与物联网技术融合与交汇-应用层（二）大数据近年来“物联网”和“大数据”是两个备受瞩目的话题。在物联网的概念中，有关任何开和关切换到网络的设备皆会彼此连接，这包括了手机、咖啡机、洗衣机、耳机、台灯及可穿戴的设备，很多物品都属于这个范畴。大数据是指大量的数据，它是非结构化和没有组织性的，指的是不断增加的数据，且需要收集、储存、管理和分析的技术。这是一个复杂的和多层面的现象，影响到人员、流程和技术。从技术的角度来看，大数据整合了组织、管理、分析和显示数据。基于物联网的新大数据结构弥补了传统系统中的不足之处，但也增加了整体的复杂性。6.6智能制造与物联网技术融合与交汇-应用层（三）信息物理系统信息物理系统(Cyber-PhysicaSystems，CPS)通过集成先进的感知、计算、通信、控制等信息技术和自动控制技术，构建了物理空间与信息空间中人、机、物、环境、信息等要素相互映射、适时交互、高效协同的复杂系统，实现系统内资源配置和运行的按需响应、快速迭代、动态优化。信息物理系统是一个综合计算、网络和物理环境的多维复杂系统通过3C(Computer、Communication、Control)技术的有机融合与深度协作，实现大型工程系统的实时感知、动态控制和信息服务。CPS实现计算、通信与物理系统的一体化设计，可使系统更加可靠、高效、实时协同，具有重要而广泛的应用前景。6.6智能制造与物联网技术融合与交汇-感知层目前，数据采集技术主要受两个方面的制约：一是部分机器没有数据接口；二是存在大量异构的通信规范。与此同时，还要考虑工业发展的惯性，不能完全采用新旧技术彻底更替的办法来解决这两方面的问题。所以，工业社会必须要有这样的技术，在没有数据接口的机器上能够增加数据接口(包括传感器)，在异构通信规范之间采用全兼容的数据采集技术。6.6智能制造与物联网技术融合与交汇-网络层工业互联网是实现设备、产品、人等互联互通的多种异构网络的集中组网，是网络的网络。工业互联网中的异构网络既包括RFID蓝牙、ZigBee、W-Fi、蜂窝网等适用于不同通信距离、具有不同通信协议的无线通信网络，也包括基于TCP/IP协议的互联网和专用协议局域网等有线网络。不同异构网络间在网络架构、参考框架、数据结构、应答机制、寻址方式等通信协议内容方面具有较大差异。如果异构网络间的融合问题解决不了，那么工业大数据的交互、存储和挖掘等都将受到限制，产品全生命周期的增值服务也会受到影响。因此需要明确异构网络间网关的转接机制，建立一个能够融合不同异构网络的、统一的工业互联网架构体系。6.6智能制造与物联网技术融合与交汇-感知层智能制造旨在将专家的知识和经验融入感知、决策、执行等制造活动中，赋予产品制造在线学习和知识进化的能力，实现高品质制造在感知层，目前关键技术包括RFID、智能传感器及二维码识别等。（一）RFID技术射频识别(RadioFrequencyldentification，RFID)技术是一种非接触类型的自动识别技术，其主要是利用无线电磁信号传输特性和空间耦合(包括电磁或电感耦合)原理，来完成对目标物体的自动识别过程。6.6智能制造与物联网技术融合与交汇-感知层（二）传感器技术传感器处于物联网的感知层，是物联网的一个基础层面，也将是物联网设备数量最多的构件。追溯全球传感器产业的起源，都是从工业自动化开始的。从20世纪70年代开始，为了提高工业生产和制造效率，人们开始尝试通过中央控制室控制各个生产节点上的参量，包括流量、物位、温度和压力4个参数，从而催生了传感器这一科学仪器。在传感器概念出现之前，早期的传感器是以整套仪器中一个部件的形式出现的；或者可以认为，传感器概念的出现其实是测量仪器逐步走向模块化的结果。6.6智能制造与物联网技术融合与交汇-感知层（三）二维码识别技术智能化数字信息技术充分运用于工业生产制造的各个方面，各类工业制造相关的信息录入及读取全部由中央处理器处理完成，而二维码(QRCode)就是目前这些数字信息的有效载体之一。二维码又称为二维条码，它是用特定的几何图形按一定规律在平面(二维方向)上分布的黑白相间的图形，是所有信息数据的一把钥匙。二维码可以存储各种信息，具有高密度编码、信息容量大、编码范围广；容错、纠错能力强；译码可靠性高；可引入加密措施；成本低，易制作，持久耐用的特点。6.7节应用案例第6章智能制造工业物联网的构建6.7智能制造与物联网技术融合与交汇-物联网在智能制造中的应用案例（一）基本情况视觉感知技术是移动机器人的关键技术，海康威视潜伏系列机器人采用更具柔性的视觉导航方式，能够快速高效地完成视觉感知，通过识别地面二维码获取机器人的实时位置和姿态，并将这些信息及时发送到机器人调度控制系统，指导机器人工作。机器人调度控制系统使多台机器人协同工作，有效提高工作根据需求，可灵活下达命令，效率。其定位精度可达毫米级，减少了仓库改造成本和设备成本，缩短了实施工期。6.7智能制造与物联网技术融合与交汇-物联网在智能制造中的应用案例目前，海康威视潜伏系列机器人已广泛应用于汽车制造、电商快递、第三方物流、食品饮料、光伏、医疗、服装等行业。近年来，相当多的制造企业着手建立智能工厂，如华域视觉科技(上海)有限公司(简称华域视觉)。华域视觉专注于为全球汽车厂商提供汽车照明电子产品和视觉科技解决方案。随着生产规模的扩大车间物流运输面临很多问题，传统的物流系统已无法满足日益增长的生产需求。因此，为了减少人力，提高工作效率，华域视觉引入了海康威视智能仓储及厂内物流解决方案，使用了近百台海康威视潜伏系列机器人，实现物流自动化搬运，提升了物流效率，降低了用工成本提高了物流系统柔性。6.7智能制造与物联网技术融合与交汇-物联网在智能制造中的应用案例（二）架构介绍华域视觉武汉生产基地的智慧物流系统主要集成了华域视觉MES系统、海康威视RCS系统及SAP的E华域视觉的MES系统是一套面向制造企业车间执行层的生产信息化管理系统。MES可以提供制造数据管理、计划排产管理、生产调度管理、库存管理、质量管理、成本管理、项目看板管理、生产过程控制、底层数据集成分析、上层数据集成分解等管理模块。在华域视觉项目中，从原材料收货、仓储、配送上线，再到生产线中的在制品管理，最终到成品的入库、配送，整个作业流程全部由智能机器人系统来完成，实现了自制件物流、零部件物流、成品物流的自动化运输。6.7智能制造与物联网技术融合与交汇-物联网在智能制造中的应用案例自制件物流：当前道生产线完成自制件生产后，会发出空箱需求指令，机器人会从空箱整理点将空箱运送到前道生产线，然后返回到巷道交互区暂驻休眠：待自制件装满箱后，接到新指令的机器人再将装满自制件的货箱运到自制件堆场；当装配生产线发出自制件需求指令后，接到新指令的机器人再从自制件堆场将装满自制件的货箱运到装配生产线的相应工位，由工人完成组装。6.7智能制造与物联网技术融合与交汇-物联网在智能制造中的应用案例零部件物流：当装配生产线发出大件零部件或中小件零部件需求指令后，机器人会从大件仓库或中小件仓库中将相应的零部件按照规划好的路线运送到装配生产线具体工位，由工人完成组装。成品物流：装配生产线如果有成品下线，发出成品空箱需求指令机器人会从空箱整理点将空箱运到生产线，成品装箱后，机器人再将装有成品的货箱运到成品库。之后机器人返回到空托架巷道等待下一步指令。用完的空箱也会经由机器人运到空箱整理点，为下一轮流程做准备。6.7智能制造与物联网技术融合与交汇-物联网在智能制造中的应用案例（三）关键绩效指标华域视觉武汉生产基地投入使用的近百台海康威视潜伏系列机器人分布在自制件、零配件及成品仓库中，实时