数字化智能工厂的升级建设之路五大要点

数字化工厂建设是加快企业智能制造升级步伐的必然趋势，是企业走向开放和竞争市场的必经之路。“五化”目标是实现“数字化”工厂的具体标志，是对各项目标的具体细分，是数字化智能工厂的具体内涵。

1、实现基础装备数字化

建立数字化工厂的前提是构建安全、快速的系统平台。目前我厂由计算机主机平台、网络平台、数据库平台等所组成的系统平台为信息的传递建成了一条信息“高速公路”。计算机的广泛使用已经成为全体管理人员和机台操作人员日常工作的工具。要求各类计算机已经遍布全厂各个生产和管理部门，同时通过使用各类先进的软件来支撑我们的各个系统的实现，除了软硬件外最重要的基础工作是人要具备的数字化素质和能力，我们认为只有在硬件、软件和人员几方面都具备了数字化的条件才是工厂全面实现数字化智能工厂的前提。

2、实现生产过程数字化

随着目前业务集成系统的开发建设，无论是生产计划及落实过程、物资消耗过程、质量控制过程还是设备管理和保障过程的每个环节都将通过计算机流程来实现。在实现过程中首先经过的是业务流程的梳理，将梳理流畅的流程用计算机程序来实现，使一个提高效率的过程又是一个规范操作的过程，依托生产指挥系统的建设和产销集成系统的建设实现生产过程的数字化智能工厂管理。

3、实现分析应用数字化

数字化工厂的数据意义要通过分析应用来实现，我们将分三个层次具体展开：

实现现场分析应用数字化：用现场的实时数据采集和分析系统建立现场挡车工人的分析应用层。对于关键质量特性值以及相关的参数计算cpk和编制实时的控制图可以使挡车工对现场生产情况进行实时监控，这类控制图将在上位机进行开发实现，通过实时数据处理，实时反应生产情况的波动；对重要采集的工艺参数以趋势图方式提供趋势分析，使管理人员能对其的发展趋势有所了解，更易对遇到的问题进行处理。在现场质量控制方面，利用检测仪器的自动采集，将自检数据和产品检测数据实时在机台电脑上反映，通过绘制控制图等方式让挡车工能及时了解产品质量波动情况。

实现日常管理分析应用数字化：由生产、质量、设备等部门的管理人员进行的日常分析，借助信息化手段实现了飞跃。他们将利用业务系统或数来系统积累的数据，通过数据中心这个平台或其他系统获取自己管理所需要的数据，同时利用已经提供的各类分析工具进行分析应用。其特点是：数据是多样的，工具是多样的，方法是多样的，角度是多样的，效果也是多样的。

实现含主题的综合性分析应用数字化：这是分析应用的最高层次，将全厂范围形成主题性的分析应用，主要由专业科室牵头，针对那些综合性的问题进行主题性分析应用。就质量条线、物料条线、设备条线上的综合性课题开展主题性分析，比如设备条线对故障信息进行统计，结合设备效能指数分析对低效率和低效能机台提出周设备动态分析报告，加强设备维修保养的针对性。这些分析的对象不仅仅是对应一个点，而是一条线上的多个有关联的问题，通过将这些分散在各个系统中的数据处理后集中抽取到数据中心，形成含主题的高度综合级数据，然后再利用数据中心本身提供的分析工具进行相关性地分析。而进行分析应用的用户并不用知道这些数据是如何抓取的，相关管理人员就能在数据中心方便地“使用”数据，从广度和深度上加快推进信息资源的开发利用。

4、实现工厂管理数字化

有了信息化的支撑，各层面的管理工作都将有巨大的变化。通过建设企业内部的各个业务系统、管理系统，让它们最大限度地发挥效率。通过完善企业内外部的联系，不断调整自己适应外部需求的能力。从企业管理入手将经验性的管理向规范化管理转变，无论是车间内部管理、专业条线管理还是财务管理、行政等管理都将实现数字化提升。

5、实现决策支持数字化

随着业务系统的建立，数据分析应用的开展，最终这些生成的数据和指标是提供给领导做企业发展决策屮，因此为领导提供决策支持的平台是信息化发展的一个重要作用，实现决策支持数字化，就是在领导层面建立起一个经营决策系统。通过建立起EIS系统、综合查询系统为领导提供包括企业日常生产经营的主要指标，同时提供这些指标的历史数据，国内、外同行业的相关指标等，并提供了多种分析工具可以方便进行数据的比对等分析功能。同时要为中层以上领导开放相关功能，并随时根据领导的需求增加新的功能，真正做到决策支持的作用，而且其功能也将根据各级领导的需求不断拓展，并尽可能提供方便工具和数据以提供领导进行决策。

“统筹规划，资源共享”是数字化工厂建设的纲。要有统一规划，并在相应的指导下各部门进行信息化的建设，实现信息网络互联互通，共享资源，避免重复建设。“应用主导，面向市场”是信息化建设的内在动力和重要手段。信息化发展重在信息技术的普及应用，耍重视需求导向和应用效果。数字化智能工厂主要在管理上加强如下几点：

1、建成数字化工厂工作管理网络。该网络分三个层次：第一层是信息化主管部门综合科负责全厂信息化建设整体规划和协调工作；第二层由专业科室组成，包括工艺质量科、设备科等，负责在信息化推进过程中结合专业条线具体开展工作，并协助综合科对各部门的信息化工作进行指导。这一点我们认为相当的重要。因为信息化不是一件孤立的事，而是与业务工作紧密相关，最终体现出来的也就是对各专业业务工作水平的提升作用；第三层是各车间部门层，这个层面是各项工作具体落实和实现的地方。

2、对全厂的信息化工作耍统一规划与部署。实现资源的合理配置，避免各自为政。由信息化主管部门制定长期和短期的目标，长期目标包括五年计划，短期目标包括年度和季度工作计划等，这些规划将包容全厂所有的信息化工作内容，各部门在此基础上再制定分解目标，既要紧扣厂总体规划，又要体现自身的个性化内容。

3、在强调资源共享的同时，也耍加强推进过程中方法和经验的交流，相互取长补短。可以通过进行半年一次的信息化工作交流活动，将请各部门分别将自己在信息化工作开展过程中的突出效果和开展的方法进行交流，特别是对那些探索性的、难度大的工作，通过交流经验的方式相互学习共同进步。

在建设数字化工厂的道路上，离不开运用各类先进的技术。但是千万不要片面追求技术的高、新、全，关键是要选择合适的、恰到好处的技术。这主要体现在两个方面）一个是功能方面，另一个是推广方面。功能方面要先了解自己的应用有哪些，只要够用即可，不要买了一个产品，结果只用了其中的最简单功能，这是对资源的极大浪费；在推广性方面就更重要了，一个产品如果技术含量很高，但只能在局部范围使用，无法推广那它的价值就无法体现出来，也就失去了意义。

建立数字化智能工厂需要一个较长周期，在这个过程中初期的准备时间要很长，而且很多准备不是技术上的而是管理上的。在建设过程中还要有耐心，要层层推进。作为大型的生产制造企业无论是人员结构还是人的观念意识上都不可能做到一步到位，需要我们在制定目标的过程中就要考虑这些，要讲一点做一点，直到大家慢慢在每一步中尝刭甜头，觉得不难了，一步一步可以达到了，管理人员思路清晰了，再将目标进一步提高。

在建设数字化工厂的整个过程中，我们应该看到由于认识和观念的不断提高，在各个时期建设的系统可能已经不再适合新条件下生产管理的需要。比如在信息化建设初期为了鼓励大家的积极性而开发的一些小系统，往往会形成一些信息孤岛，可能这些小系统到目前为止还在用，甚至用得很不错，但如果是上完整的大系统时，我们就不得不下一个决心：抛弃不适合的系统，这其实是系统本身扁平的需要。在一套完整的统一的大系统中，要求任何一个数据都要适合集中的需要，而信息孤岛不能满足此需求，所以唯一的办法就是抛弃。当然也要结合实际，比如硬件可以视情况而定，看是否可以再继续使用，一些信息孤岛是否可以有条件建立合适的桥梁等等。

数字化工厂的建立最后还是要有人去用，去利用各种有用的数字化资源为生产管理服务，因此用户的“想法”越发重要。因此需要积极推进的厂数据中心项目就充分考虑这一点。首先是激发广大用户对数据中心应用的欲望，通过采用先构建数据中心的框架，而数据则根据用户的应用需求来确定，用户有想法准备用来分析的数据我们将它们先放入数据中心，并提供相应的工具，最终通过我们的引导，各部门都结合自身数据分析应用的需要，结合部门的重点工作制定了多个分析的主题，我们将这些主题中需要用到的数据先放入数据中心。我们觉得这样以“应用”促“建设”的方法既发挥了数据中心的作用又最大限度降低了成本。

以上就是今天和大家分享的能源管理系统内容，我们专注于为制造型企业提供智能工厂规划服务，如果觉得此文让你小有收获，可以搜索“德诚智能”与我们进行互动学习。