文章来源：ACT 工业AI

作者：Rahul Garg 西门子数字化工业软件 工业机械行业副总裁

图 1：数字化是实现智能制造新高度的关键

今天，日益复杂的定制化产品、供应链问题以及可持续目标为制造商带来更严峻的挑战，在众多解決方案中，数字化无疑是实现智能制造的关键所在。数字化方法能够产生更多优质数据，打造数据通链，最大化工厂利用率，并实现实时的供应链管理，缩短产品上市时间；同时，数字化也有助于提高生产灵活性，使定制化的产品能够批量生产，并符合定价预期。

具体来说，数字化通过三个阶段能力赋能智能制造：

实现信息技术（IT）与操作技术（OT）的融合，帮助提取和分析操作过程中生成的数据，进而获得可执行的洞察力。

闭环制造和执行可以反向优化生产流程，并加速客户订单。

最后，无论批量规模大小都可以依据闭环能力确保产品在第一时间正确交付。

IT/OT 融合提供可执行的洞察力 

如今大多数工厂所使用的设备都是新旧混合。较新的智能机器能够与网络共享数据，而旧机器相对来说则是数据“孤岛”。为了连接这些“孤岛”，工厂需要增加传感器网络，以确保所有生产操作都能获得可靠数据，并将其汇集起来供IT分析。几乎每家工厂都通过各种物理传感技术收集数据，包括可编程逻辑控制器(PLC)、传感器和仪表、物联网设备等。

IT/OT 的融合能够帮助制造商实现更大的操作灵活性和可视性，助其做出更好的决策。对于工厂各流程的实时监控允许管理人员快速评估生产活动对业务产生的影响；同时，IT/OT支持在计划和调度以及工厂绩效方面开展协作，从而提高效率；人工智能和机器学习在大型数据集上的应用，可以发现不符合要求和不规则的数据，并根据这些信息快速采取措施。

闭环制造持续改进运营

图2：闭环制造可提供实时的优质数据，使制造商能够不断调整流程，提高产品质量。

闭环制造能够确保所有团队在制造流程的各个阶段获得实时信息，从产品规划、工程设计到企业资源规划（ERP），再到整个供应链，直至制造运营管理（MOM）。MOM 使制造商能够收集和维护生产和产品的大量数据，包括质量管理、高级计划和排程、制造执行系统、企业制造智能等等。工程团队可以及时获得生产反馈，加快解决问题，确保产品的最佳更新，同时加快产品上市时间，并保证质量和合规性要求。

在闭环制造的迭代过程中，共享 IT/OT 融合产生的实时数据能够产生非常多的益处：例如，在批量生产时，如果发现装配生产中的问题，需要更改工作指令以优化流程规划，又或是机器发生故障时，快速评估其对中长期规划的影响，立即确定备用资源容量、订单优先级、排序和同步，并快速做出适当的生产变更。

闭环制造还支持一系列更高水平的智能制造能力，包括企业和跨工厂可视性、关键性能计算的开发，以及根本原因分析和高级分析。

通过闭环质量实现 99% 的质量合格率

一旦建立了闭环制造，下一个重要阶段就是闭环产品质量。闭环制造可提供关键的实时数据，帮助制造商不断调整流程。如果实时流程调整不可行，闭环质量还能识别参数趋势及其来源，以便在第一可用的停机时间进行调整。质量不达标时，制造商可以快速识别，快速纠正不合格现象，从而全面提高产品质量，最大限度地减少废品和返工。

闭环质量可确保从规划到交付的整个过程中，产品质量相关指标的完全可见性。这种可见性可以随着时间的推移不断提高整体产品质量，其关键步骤是预先进行质量规划，定义明确的预期和能力，定义预期的失效模式，并制定解决这些问题的流程，考虑可能影响质量和整体生产流程的环境和机械条件，通常包括振动、温度、公差、机器状况和磨损等，确保产品符合要求所需的精度及质量。

图3：建立闭环质量流程的企业组织，其产品符合率的中位数为 99%，大多数的符合率在 97~100% 之间。

在明确定义了这些质量条件之后，制造商需要在整个生产过程中进行监控，包括根据要求捕捉输出参数或构建条件，并对流程进行闭环控制，以识别和定位任何参数趋势或偏差的来源。这是制造过程中 IT/OT 数据收集和闭环反馈的关键。无论是部件还是复杂系统，都可以在产品组装过程中优化关键质量特性，并在整个开发和制造过程中根据工程要求持续验证，甚至将其扩展到对于供应商的质量管理。

建立闭环质量流程的企业，其产品符合率的中位数为 99%，大多数企业的符合率在 97%-100% 之间；而不具备这种能力的制造商，其产品合格率大多数在 90% - 98% 之间。实施闭环质量系统的主要优势之一，在于将质量转变为一项共同的责任，而不是将其视为一个脱节或孤立的 。

实现真正全面的数字孪生  

对于放眼于未来的制造商来说，数字孪生是整个机器、制造系统或工厂的物理对象在数字环境中的数字虚拟展示，在工厂运行时，数字孪生能够提供物理上的精确仿真，将虚拟世界和物理世界结合起来，通过数据分析和人工智能为产品制造提供新的见解和效率。

数据越多，数字孪生的保真度就越高。IT/OT 融合可提供必要的实时数据和信息，从而创建一个更加全面的数字工厂。当工厂运行时，整个工厂的数字孪生和每台机器都能以数字形式反映工厂的一切活动。这些运行数据确保了数字孪生实现更高的保真度，并提供对现实世界进行操作的洞察能力。

图4: 有了更加灵活、适应性更强的智能制造流程，就可以在优化产量的同时降低成本，并通过最大限度地减少资源使用、电力和水资源浪费来提高整体的可持续性。

更加灵活、适应性更强的智能制造流程，有助于优化产量，同时降低成本，并通过减少资源使用、电力和水资源浪费来提高整体的可持续性，最终实现制造业零停机时间、零缺陷和零伤害的“三零”目标。