后疫情时代的智能工厂，从自动化向“智”动化迈进

February 7, 2023

Fanny Hu

发布于2023-01-30

去年，亚马逊全新的超级物流工厂在加拿大渥太华正式投用，这个名为YOW3的全自动机器人工厂，集成了ROBIN、RWC4 和 Kermit 等亚马逊最先进的机器人们和最前沿的智能工厂管理系统，可以一次可以储存超过2000万件物品。

在这个工厂中，物流机器人们穿梭其中，在系统指令下自主移动，将物料有序地从A点运送到B点；机械臂可以自动分割、抓取、操纵、识别各类包裹；机器人甚至可以感知到设备需要维修并及时“通知”技术服务部门…… 在智能机器人和整个数智系统的加持下，整座工厂可以24小时运作，几乎不需要过多人力干预。

事实上，亚马逊的超级物流工厂只是如今全球千万个工厂智能化发展的缩影。随着工业4.0概念的提出，在物联网、大数据等技术的加持下，全球范围内许多企业都开展了智能工厂的探索和实践。特别在此次新冠疫情之中，全球供应链的弱点和行业脆弱性被暴露出来，更多企业领导者也越来越意识到，加快工厂数字化转型已是当务之急。

图1：亚马逊智能工厂中的机器人，图片来自于亚马逊官方

疫情之下，智能工厂的重要性愈发凸显

智能工厂是指将信息技术与制造业结合，在工厂内将生产资源、生产要素、生产工艺、生产制造、管理等各环节高度协同，实现以订单为导向、以数据为驱动的自动化、智能化生产模式的现代工厂。

所谓的智能工厂并不只是指简单的自动化。它更多地是指利用先进技术，如物联网、大数据分析、人工智能等来实现对生产过程的全面监控和优化，通过这些技术将过去并没有互相连通的人员和设备结合到一起，从而提高生产效率、降低成本、提升产品质量。

智能工厂不仅是要在生产过程中实现自动化，还要在现场监管、生产执行跟踪、质量工作监督等工厂生产的全环节中将技术与生产实现集成。同时，在需要能对生产流程中的所有数据进行有效搜集和管理，通过数据分析的反馈结果来对制造工作流程进行执行、管理和优化。

图2: 智能工厂，图源https://www.fanruan.com/bw/zhgcd

新冠疫情期间，传统的供应链和制造生态系统出现大面积失效。由于疫情的原因，一些公司的定单数量减少，定单的交货时间被拉长，同时人力、材料等成本上涨，导致利润降低。这也对生产制造企业转向更具适应性、更灵活的解决方案提出了全新的要求，而集成了最先进的自动化、通信和人工智能技术的智能工厂成为了当前的发展趋势。

智能工厂的体系架构

作为企业各个智能制造单元的系统集成，从产业链来看，智能工厂涉及包括软硬件基础件、局部解决方案和整体集成设计三大部分的解决方案。其中，软硬件基础件包括共性技术、工业软件、元器件及零部件，局部解决方案包括包括辅助及设计系统、柔性装备系统、加工数字化系统、仿真及检测系统、智能包装系统等，整体集成设计看，包括数字化车间、数字工厂等。

从工厂建设层级来看，智能工厂可以分为基础设施层、智能装备层、智能产线层、智能车间层和工厂管控层五个层级：一是基础设施层。其中包括传感器、摄像头、设备等硬件，负责设备之间的连接和通信的网络，负责数据采集、存储和分析对工厂设备进行控制和自动化的系统的控制系用等。二是智能装备层，包括可以进行自动化生产、检测、检修等操作的智能机器人，可以收集工厂内各种参数和数据的传感器，实现生产过程的监控和控制智能制造系统，可以实现工厂设备的远程监控和维护的智能维护系统等等，实现人机协作。三是智能产线层，包括自动化、柔性生产线、电子看板、机器视觉等，将智能生产贯穿在生产制造始终。四是智能车间层，包括MES、WMS、车间仿真等，通过智能系统来管理和配送生产资料，保证原材料的实时有效供给。五是工厂管控层，能够实时洞察工厂的管理运营，通过智能协作系统，帮助实现不同车间、资源之间的协作和资源调度。

图3：智能工厂五级架构

智能工厂的显著特点

智能工厂是通过数字化、自动化和网络化技术来提高工厂生产效率和质量的工厂，总体来看，它具有以下特征：

工厂内设备实现互联互通。首先通过如OPC UA、MqTT等工业互联网协议，实现设备间的互联互通，建立包括如PLC、DCS等在内的工业控制系统，实现设备间的协调控制，并将数据在本地和云端打通，在此基础上使用如Fog Computing、IoT Gateway等边缘计算技术，，实现设备间的数据处理和分析。
大数据驱动生产过程智能优化。智能工厂的运行基于海量制造数据采集、汇聚、挖掘与分析，融合工业机理，构建具有感知分析和洞察解析复杂制造过程的数字模型系统，通过对工艺流程、参数的闭环优化与动态调整，实现自决策和自优化的生产制造过程。
实现精准管控和柔性化生产。通过将工厂内的各个要素的互联，打通生产过程的数据流，让工厂能够实现按订单驱动，让整个生产过程能够精准按照需求执行，从而减少生产过程中的浪费，减轻库存压力。同时，工厂能够根据客户的个性化需求，使用智能化工具帮助生产定制化产品，并建立能够将各个生产及供应链环节联通的柔性机制。
实现实时洞察。通过大数据分析和机器学习、物联网以及云计算技术，对工厂内的设备和生产数据进行实时监测和分析。在工厂内部安装传感器和控制器，实时获取生产数据，并将工厂内的生产数据存储在云端，方便跨地域进行实时的数据分析和管理。
绿色制造，实现资源效率与社会效益相统一。基于数字传感、智能电表、5G 等实时采集多能源介质的消耗数据，智能工厂能够实现能源高效利用。在安全生产方面，能够针对主要危险源进行实时监控，基于所采集的数据进行分析，工厂能够自动识别生产过程中的安全问题并进行实时预警。

中国智能工厂的发展现状

近些年来，全球来智能工厂系统集成市场持续增长。据Markets and Markets发布的报告显示，预计2021年全球智能工厂市场规模预计达到801亿美元，到2026年有望增至1349亿美元，5年间的平均年复合增长率达到11%。

图：全球智能工厂发展规模，图片根据Markets and Markets数据整理

中国智能工厂的市场规模不断扩大

全球智能工厂高速发展的同时，中国的智能工厂加速建设也成为智能制造领域的新趋势。统计数据显示，2021年中国智能制造系统集成市场规模达到2886亿元，相比2019年的1541亿元增长了87%。预计未来几年中国智能工厂行业仍将保持10%以上的年均增速，到2025年，中国智慧工厂行业市场规模有望超1.4万亿。

从智能工厂投资规模看，统计显示，在过去两年间，有近一半以上的标杆智能工厂建设投资规模在亿元以上，其他小规模的工厂改造投资则主要集中在信息系统升级、大数据软件集成等职能改造应用上。

从行业应用看，智能工厂系统集成服务主要集中在电子、汽车、机械装备三大行业，根据中国数字网（e-works）发布的2020年首批标杆智能工厂统计显示，电子、汽车、机械装备企业数量合计占比72%。在目前的中国智能工厂系统集成服务市场中，离散制造业所占比例更高，重点体现在电子信息、机床、航空航天、船舶、汽车等行业，流程制造业中，制药、石化、食品饮料、化工和冶金等行业的智能制造升级需求较大。从智能工厂在这些行业的渗透率来看，汽车和3C电子产品的下游产业市场化程度较高，渗透率分别为26%和20%。其次是金属冶炼、机械设备制造、生物化工，渗透率分别为15%、14%、6%。

图：中国2020年首批标杆智能工厂行业分布，图片来自中国数字网

中国密集出台相关政策推动智能工厂发展

自2015年发布《中国制造2025》，提出要在十大重点领域建设智能工厂、数字化车间以来，中国目前已出台多项相关政策支持智能工厂的发展，包括《智能制造试点示范2016专项行动实施方案》、《装备制造业标准化和质量提升规划》、《高端智能再制造行动计划(2018-2020年)》等，在明确智能工厂的发展目标之外，也提出要加强产业链基础设施建设，保障智能工厂的有序建设。

特别是在最新发布的《“十四五”智能制造发展规划》中，明确指出要建设智能制造示范工厂，实现在感知、数据贯通、集成互联、人机协作和分析方面的优化升级，建设智能场景、智能车间和智能工厂；通过智能车间/工厂建设，带动通用、专用智能制造装备加速研制和迭代升级；鼓励各地方、行业开展多场景、多层级应用示范，培育推广智能化设计、网络协同制造、大规模定制、共享制造、智能运维服务等新模式。计划到2025年，规模以上制造业企业基本普及数字化，重点行业骨干企业初步实现智能转型。到2035年，规模以上制造业企业全面普及数字化，骨干企业基本实现智能转型。

中国企业为什么要加速推进智能工厂的建设？

对于企业来说，建立智能工厂是提升企业生产效率、增强企业核心能力的有效途径。

首先，智能工厂能够有效帮助企业降低成本。随着劳动力的减少和成本的上升，很多制造型企业都面临着越拉越大的成本压力，企业招工难问题日益凸显。在此背景下，工厂的智能化升级可以帮助企业的招工压力，还可以提高工厂的运转效率，帮助以劳动密集型为主的制造型企业增强竞争力。

其次，智能工厂系统将显著提升生产制造效率。企业通过建立数字化智能工厂，实行网络化管理，能够帮助合理安排生产计划，通过使用机器来减少人力环节来从而让生产过程更加可控，实现机器生产、人管理机器的增效生产模式。此外，在如新冠疫情这样的非常时期，智能工厂能显著减少人员因素对生产造成的影响。

此外，推进智能工厂建设是企业转型升级的必然要求。当前，消费方式正逐步由标准化、单调统一向定制化、个性差异转变，物联网、协作机器人等新兴技术的出现，让企业的柔性生产、推进智能工厂具有坚实的技术支撑。通过对企业的生产工艺、流程进行系统化改造，将显著降低生产成本和提高生产效率。

智能工厂已在各行业内广泛落地应用

近年来，在经济下行压力加剧、人口红利减退、消费结构升级、新冠疫情冲击等多种因素推动下，制造企业加快转型步伐，工厂向高效化、智能化、绿色化方向跃迁升级的步伐加快，在全球范围内，在很多传统行业中已经不断涌现出技术创新、应用领先、成效显著的智能工厂，通过将制造工厂进行全面的智能化改造，不断变革企业生产制造的模式。

比如在钢铁、石化、有色、建材等原材料行业，生产过程属于典型的流程制造，制造过程机理复杂、流程间衔接要求高，通常伴随着物理化学性质的连续变化，“黑箱”特征明显。因此需要依托数字传感、先进控制和智能装备，取代人工控制、执行生产过程。其次原材料行业生产环境常常存在高温高压、易燃易爆等危险，基于数字手段动态感知和精准识别安全风险，能够有效避免人工巡检的滞后，消除风险盲区。

在装备制造领域，在通用机械、专用机械、汽车、铁路、船舶、航空航天等行业门类中，基于装备制造行业智能制造示范工厂场景建设分析，可设以满足复杂系统产品研制的数字化设计与柔性化生产为切入，从而加速供应链协同。此外，装备产品集成性和组装性特点带来了复杂的配套协作关系，对企业采用数字化技术赋能解决复杂系统研制效率和质量问题提出了较高的要求。同时通过物联网技术来实现装备的远程监控和维护，可以显著降低维护成本和提高装备使用寿命。

在包涵食品饮料、生物医药、家电服装、家居日化等行业门类的消费品领域，以客户为中心生产、涵盖离散和流程制造的特点明显，智能工厂的建设主要以个性驱动的柔性定制生产为主，加速产供销一体化协同，进而推动业务精准创新。由于消费品行业存在同质化、销量竞争的行业特点，追求高效率、低成本实现薄利多销倒逼企业应用数字化技术优化生产，推动消费侧和生产侧打通，基于客户数据洞察需求、创新产品和优化生产则提供了可行路径。

在电子信息行业，电子元器件、集成电路、计算机、信息通信设备、消费电子等门类的生产比重越来越高，电子信息行业以离散制造为主，存在订单种类多，更新换代快等特点。通过引入智能工厂，电子信息行业能够显著提高生产系统柔性，具备一定的可重构能力来适应动态变化的订单生产需求。其次，数字手段来设计、验证和优化制程工艺设计能够满足电子产品的制程精密复杂的要求，同时还可以通过数字手段监控和调度，提高供应链韧性，保障订单交付。

结语

在后疫情时期，生产制造需求开始全面复苏，在人力成本上升、需求走向个性化的大背景下，

智慧化生产是降低成本、提高产品质量、实现转型升级的重要手段和途径。目前，全球制造企业都在积极开展自动化集成、智能化控制、网络化协同等全新的工厂经营方式，先进的信息技术也在制造领域得到了越来越多地运用。中国目前也在着力推进智能工厂的普及，在各个传统工业领域的智能工厂的应用案例越来越多、渗透率快速提升，这将显著提升企业生产效率、增强企业核心能力，从而促进产业优化升级。

参考文献

作者简介

Daisy Zhang 是一名资深科技记者和编辑。曾在硅谷多家媒体但任科技记者职务，长期追踪中国以及北美地区的科技动态，曾独立采访大量斯坦福大学、伯克利大学教授，创业公司CEO、风险投资人等，撰写多篇影响力超过百万级别的科技类文章。同时创立华谷君一管理咨询公司，持续为包括成都、北京等地的中国地方政府提供产业研究咨询服务。