一、智慧工廠的建設原則
經過深入研究工業4.0中國製造2025等戰略，結合十多年數位化車間建設的經驗，蘭光創新認為，製造企業應以中國製造2025為宗旨，以兩化深度融合為突破口，參考德國工業4.0中的智慧工廠模式及美國GE工業互聯網等先進理念，結合企業實際情況，以人為本，建設“設備自動化、人員高效化、管理資訊化”的中國特色的智慧工廠。
1、智慧工廠的實施廣度
我們可以參考德國工業4.0中對“智慧工廠”的定義：重點研究智慧化生產系統及過程，以及網路化分散式生產設施的實現。前半句“智慧化生產系統及過程”，是說除了包括智慧化的機床、機器人等生產設施以外，還包括對生產過程的智慧化管控，站在資訊化的角度，就是智慧化的MES製造執行系統。而後半句：“以及網路分散式生產設施的實現”，是指將生產所用的生產設施(如機床、熱處理設備、機器人、AGV、測量測試等各種數位化設備)，進行互聯互通、智慧化的管理，實現資訊化系統與物理系統的深度融合。目前很多企業實施的DNC/MDC(設備聯網、設備監控系統)是其重要的基礎。
2、智慧工廠的實施深度
按照工業4.0戰略的描述，理想狀態的智慧製造是一種高度自動化、高度資訊化、高度網路化的生產模式，工廠內人、機、料自主協同，自組織、高效運轉;工廠間，通過端對端集成、橫向集成，實現了價值鏈的共用、協作，效率、成本、品質、個性化都得到了質的飛躍。
對於中國製造企業而言，現在恰逢“三期交疊”的困難期，企業希望既要符合工業4.0或者是中國製造2025的發展方向，又要投資小、見效快、確保成功率，如何在兩者之間平衡，是一個很現實、也很重要的問題。
蘭光創新認為，在本次智慧化製造的革命中，企業一定要“著眼長遠、立足當下”。既要符合工業4.0的理念，體現出其主要特點，又要本著務實的原則實施工業4.0戰略。比如，要汲取以前CIMS實施的經驗與教訓，不要過於理想化，不要過多強調自組織、自學習、自執行等高難度的智慧技術，企業不是突破什麼關鍵智慧製造技術的研究單位，而是以創造效益為根本目的，要總體規劃、分步實施，以效益為驅動，確保成功率。在自動化的基礎上，實現資訊化、網路化，在管理方面深挖潛力，充分發揮人的作用，構建具有適度智慧的數位化、網路化、高效化、個性化的智慧生產模式，切實做到明顯的“提質增效”。並以量化為指標，循序漸進，全面提升企業的競爭力。假如通過3年時間，能將設備利用率提高100%，蘭光創新認為就極有可能“確保企業的未來”，這些作法就是符合工業4.0戰略思想的。
3、建設智慧工廠要有全域的、系統的思想
最近，與製造企業進行有關智慧工廠方面的交流時，看到生產效率與日本、歐美國家等發達國家的巨大差距後，很多管理者往往著急地說，我要再買些機器人加強自動化，或者說我要加強考核，讓工人提高效率。
蘭光創新認為，認識到自己與別人的差距，並有決心去行動、去改變，這是非常值得肯定的事情，但智慧工廠是個系統工程，而不是從某個單一環節上就能解決的，光靠購買大量的設備或者僅對工人加強管理，對整體而言效果是有限的。試想一下：
如果生產計畫都不準確，排產結果都是延期的，你怎麼能夠讓工人保證按期交貨?如果生產計畫都是不科學的，本身就存在大量的等待時間，企業又怎麼能怪工人不努力?
生產過程中，操作工與刀具、物料等生產準備人員本來就是並行協同的關係，如果一直延續以前串列的工作模式，出現“操作者很忙，機床很閑”的局面是在所難免的，單個工人身上已經很難挖掘潛力了，必須從生產流程、組織管理上進行優化管理;
還比如，如果資訊化系統與生產設備脫節，不能充分發揮高端設備數位化通訊、自動採集等方面的優勢，所有的工作還靠人工輸入，又怎麼能保證資料的即時性、準確性、客觀性?沒有這些資料的支撐，又怎麼能及時獲知生產資訊，及時作出科學的管理決策?
如果不能對物料、刀具、量具、夾具等生產資源進行精益化的管控，不是積壓就是短缺，這種粗放型的管理又如何能保證生產效率的提升與成本的降低?
前面也講過，資料就是企業的財富，沒有良好的資訊化管理系統，沒有自動化的資料獲取系統，沒有智慧化的大資料分析，沒有形象直觀的展示系統，這些資料就白白丟失掉了，企業永遠只能處於憑經驗、拍腦袋的粗放型管理狀態。
蘭光創新認為，企業在智慧工廠建設時一定要從全域思考，打造一個全面的、有體系的智慧工廠管理系統，從各個方面進行優化、挖掘潛力，最大程度地提升企業的生產效率及管理水準。
二、從六個維度打造具有中國特色的智慧工廠
“6維智慧工廠”理論
2015年5月11日，資訊化領域權威媒體《資訊化週刊》以“中國版“智慧工廠”什麼樣”為題將該理論在頭版頭條刊出，一石激起千層浪，該文隨即被網易、新華網、工控網、環球網、中國資訊產業網等數十家媒體進行了轉載，並引發了業內的強烈反響，被認為對製造企業進行智慧工廠建設，乃至對行業標準的制訂都具有非常重要的借鑒意義。
下面，簡單地介紹一下這6個智慧。
1、智慧計畫排產
首先從計畫源頭上確保計畫的科學化、精准化。通過集成，從ERP等上游系統讀取主生產計畫後，利用APS進行自動排產，按交貨期、精益生產、生產週期、最優庫存、同一裝夾優先、已投產訂單優先等多種高級排產演算法，自動生成的生產計畫可準確到每一道工序、每一台設備、每一分鐘，並使交貨期最短、生產效率最高、生產最均衡化。這是對整個生產過程進行科學的源頭與基礎。
圖形化的JobDISPO APS高級排產
2、智慧生產過程協同
為避免貴重的生產設備因操作工忙於找刀、找料、檢驗等輔助工作而造成設備有效利用率低的情況，企業要從生產準備過程上，實現物料、刀具、工裝、工藝等的並行協同準備，實現車間級的協同製造，可明顯提升機床的有效利用率。
智慧的生產過程協同
還比如，隨著3D模型的普及，在生產過程中實現以3D模型為載體的資訊共用，將CATIA、PRO/E、NX等多種資料格式的3D圖形、工藝直接下發到現場，做到生產過程的無紙化，也可明顯減少圖紙轉化與看圖的時間，提升工人的勞動效率。
3D Viewstation視覺化在智慧製造中的應用
3、智慧的設備互聯互通。
無論是工業4.0、工業互聯網、還是中國製造2025，其實質都是以CPS賽博物理系統為核心，通過資訊化與生產設備等物理實體的深度融合，實現智慧製造的生產模式。對企業來講，將那些貴重的數控設備、機器人、自動化生產線等數位化設備，通過DNC/MDC的機床聯網、資料獲取、大資料分析、視覺化展現、智慧決策等功能，實現數位化生產設備的分散式網路化通訊、程式集中管理、設備狀態的即時監控等，就是CPS賽博物理系統在製造企業中最典型的體現。
DNC/MDC系統架構圖
DNC是Distributed Numerical Control的簡稱，意為分散式數位控制，國內一般統稱為機床聯網。DNC系統通過一台伺服器可實現對所有數控設備的雙向併發通訊，支援Fanuc、Siemens、Heidenhain等上百種控制系統，相容RS232、422、485、TCP/IP、無線等各類通訊方式，具有遠端通訊、強制上傳等常見功能，將數控設備納入整個IT系統進行集群化管理。
管理學大師彼得·德魯克曾經說過“你如果無法度量它，就無法管理它”，我們不僅需要通過DNC解決互聯的問題，更需要通過MDC(Manufacturing Data Collection，直譯為製造資料獲取，俗稱為機床監控)解決資料自動採集、透明化、量化管理的問題。
MDC通過一台電腦可以同時自動採集4096台數控設備，相容數控機床、熱處理設備(如熔煉、壓鑄、熱處理、塗裝等設備)、機器人、自動化生產線等各類數位化設備，相容西門子等所有機床控制系統，以及三菱、歐姆龍等各類PLC的設備。
對高端帶網卡的機床，可直接採集到機床的即時狀態、程式資訊、加工件數、轉速和進給、報警資訊等豐富的資訊。並以形象直觀的圖形化介面進行顯示，比如，綠色表示機床正在運行，黃色表示機床開機沒幹活，灰色表示沒開機，紅色表示故障，滑鼠在機床圖形上一點，相關的機床詳細資訊就全部即時地顯示出來，實現對生產過程的透明化、量化管理。
MDC-Max設備遠端監控介面
如果要實現更逼真的顯示效果，可通過3D虛擬技術以立體的形式展現車間、設備、人體模型等，可以實現人體的行走、機床的放大縮小、設備資訊的即時顯示等各種操作，給用戶一個更直觀、形象的展現。
蘭光3D視覺化車間
4、智慧生產資源管理
通過對生產資源(物料、刀具、量具、夾具等)進行出入庫、查詢、盤點、報損、並行準備、切削專家庫、統計分析等功能，有效地避免因生產資源的積壓與短缺，實現庫存的精益化管理，可最大程度地減少因生產資源不足帶來的生產延誤，也可避免因生產資源的積壓造成生產輔助成本的居高不下。
蘭光刀具管理模組介面
5、智慧品質過程管控
除了對生產過程中的品質問題進行及時的處理，分析出規律，減少品質問題的再次發生等技術手段以外，在生產過程中對生產設備的製造過程參數進行即時的採集、及時的幹預，也是確保產品品質的一個重要手段。
通過工業互聯網的形式對熔煉、壓鑄、熱處理、塗裝等數位化設備進行採集與管理，如採集設備基本狀態，對各類工藝過程資料進行即時監測、動態預警、過程記錄分析等功能，可實現對加工過程即時的、動態的、嚴格的工藝控制，確保產品生產過程完全受控。
對熱處理設備生產參數的即時監控與及時處理
當生產一段時間，品質出現一定的規律時，我們可以通過對工序過程的主要工藝參數與產品品質進行綜合分析，為技術人員與管理人員進行工藝改進提供科學、量化的參考資料，在以後的生產過程中，減少不好的參數，確保最優的生產參數，從而保證產品的一致性與穩定性。
6、智慧決策支持
在整個生產過程中，系統運行著大量的生產資料以及設備的即時資料，在蘭光創新的很多用戶裡，企業一個車間一年的資料量就高10億條以上，這是一種真正的工業大資料，這些資料都是企業寶貴的財富。對這些資料進行深入的挖掘與分析，系統自動生成各種直觀的統計、分析報表，如計畫制訂情況、計畫執行情況、品質情況、庫存情況、設備情況等，可為相關人員決策提供幫助。這種基於大資料分析的決策支援，可以很好地説明企業實現數位化、網路化、智慧化的高效生產模式。
基於大資料分析的智慧決策支援報表
總之，通過以上6個方面智慧的打造，可極大提升企業的計畫科學化、生產過程協同化、生產設備與資訊化的深度融合，並通過基於大資料分析的決策支援對企業進行透明化、量化的管理，可明顯提升企業的生產效率與產品品質，是一種很好的數位化、網路化的智慧生產模式。
三、典型案例
蘭光創新一直致力於高端離散製造企業智慧工廠的研發與建設，在國內有包括航太、航空、兵器、船舶、機車、汽車零部件、模具、機械製造等超過500多家用戶，是智慧工廠的領航者與領先品牌。
下面舉幾個典型案例與大家分享。
1、寧夏共用集團——多品種小批量生產模式
共用集團始建於1966年，是寧夏50戶工業龍頭企業之一、出口創匯骨幹企業和利稅大戶。企業同時也是國家級技術中心，近三年連續被評為中國機械工業企業核心競爭力100強企業，多次獲得美國通用電氣、西門子最佳供應商。自1992年以來，連續十餘年，在鑄造產品的行業評比中持續獲得第一名或金獎，是中國專業鑄造企業的排頭兵。
產品主要包括能源設備鑄件(燃氣輪機、蒸汽輪機、水力發電設備、核電設備等)、壓縮機鑄件、近海石油設備鑄件、造船設備鑄件、通用機械類鑄件，以及燃汽輪機、蒸汽輪機、風力發電、重型機械、通用機械等的機械加工、裝配以及金屬模具製作等。
經過多年的資訊化建設，共用集團已經實施了ERP、PDM、TDM等多個資訊化系統，為集團經濟效益的提升提供了強有力的保障。但是精工工廠、模具工廠等製造分廠，長期以來還處於資訊化“真空狀態”，嚴重地制約了企業的快速發展。
2012年，通過蘭光智慧工廠(包括DNC/MDC/MES等產品)的成功實施，共用集團建設了一套先進、高效、實用、集成化的智慧化生產管理系統。通過與ERP、TDM系統進行無縫集成，打通了生產製造過程中的資訊壁壘，主生產計畫自動下發到MES系統，車間計畫排產的情況和現場執行進度及時向上游系統回饋;利用全球頂尖的JobDISPO實現計畫的快速排產，以視覺化、透明化、圖形化的技術手段，為車間生產提供科學、可靠的生產計畫;通過直觀的能力平衡，完成對設備資源合理、均衡的調配，提高了生產計畫的準確性和可執行性;通過DNC/MDC實現了機床的網路通訊、程式集中管理、設備資料自動採集，並與計畫形成閉環管理。通過蘭光智慧工廠系統的實施，企業的生產模式也由“推動式”逐漸向“拉動式”轉變，充分體現了蘭光智慧工廠是實現“精益生產”的軟體載體的理念。
系統實施後，顯著地提高了企業生產效率，機床利用率提高了30%，產品的製造週期縮短25%以上。
2：青島海爾模具有限公司——單件生產模式
青島海爾模具有限公司是模具行業龍頭企業，為了回應海爾集團向“數位化、網路化、智慧化”的“互聯工廠”轉型戰略要求，最大程度地提升生產效率，降低對操作人員技能的要求，青島海爾模具公司于2013年成功地實施了蘭光CPS系統。該系統以生產設備為中心，用一台伺服器實現了對上百台數控設備的分散式聯網，實現了程式的自動傳輸、集中管理、虛擬模擬，以及設備的資料即時採集。為減低設備等待時間與對人員的技能要求，通過資訊化手段，實現了程式、刀具、夾具等並行準備，以及計畫、技術文檔等資訊的共用。設備狀態、設備利用率、工作時間、故障資訊在企業內網即時發佈，各部門回應處理速度大幅度提高，明顯提升了企業的生產效率和競爭力。
直接效益:
平均每天減少機台準備時間0.5小時/次，按照100台設備計算，100台×0.5小時×200元/小時×300天=300萬元。
間接效益：
加工程式、刀具參數實現自動傳輸，效率明顯提升，節省了大量人力成本;
設備故障線上監測，即時的短信通知，提高維修回應速度50%;
實現生產協同準備，減少設備的待機時間，有效提高當日計畫完成率15%;
通過即時加工參數監控，減少了違規操作，降低了廢品數量;
生產部計畫執行的準確性提升了20%以上;
企業的總體運營效率提高20%以上!
數位元化工廠生產線一瞥
3、中信戴卡股份有限公司——大批量的離散製造模式
中信戴卡輪轂股份有限公司是全球最大的鋁合金車輪製造企業，中國唯一進入全球汽車零部件配套供應商100強的中國企業。
自2013年11月開始，蘭光創新陸續為秦皇島戴卡、濱州戴卡、寧波戴卡、凱斯曼等成員企業實施了蘭光LPS系統，通過先進的生產過程數位化、精細化管理，以及設備的聯網、採集、大資料分析、視覺化展現、智慧決策分析，實現了“工業自動化”+“管理資訊化”的高度融合，建成了國內領先的智慧工廠，取得明顯的經濟與社會效益，已經成為了中國“兩化深度融合”的典範，也是工業4.0在中國製造企業很好的探索與實踐。
現場應用情況
其中，寧波戴卡項目在“Ofweek 2014工業自動化研討會”上，獲得“2014年度最佳十大自動化工程項目”