工业4.0数字工厂探营：中企离智能制造有多远？

工业4.0数字工厂探营：中企离智能制造有多远？

ZR-ROBOT子锐机器人维修网讯：整体来看，中国制造业目前基础方面还不够强。特别是传统的基础材料、基础技术、基础工艺和技术平台。而智能制造又要求和信息技术结合，像传感器、工业软件、工业互联网和工业大数据等新问题或是未来发展的瓶颈。

7月中旬的成都，炎热多雨，距离市中心西北边22公里的西门子工业自动化产品生产及研发基地（SEWC），工厂外围一片寂静。

即使在车间里，ABB机器人维修，也只听得见机器转动的微弱声响。几位工人不时触摸工作台前的电脑显示屏，操作工作台上的按钮。

与此同时，在工人们脚下、地下一层的物料间里，www.zr-robot.com，携带条形码的物料，整齐地趴在自动化流水线上。它们沿着地下传输系统，在四个上下提升装置的帮助下，升入车间。再经过立体中转库等设备，在组装生产线上被装配和包装，最后由物流小车运向仓库。

这座约450名工人的工厂，生产面积不到标准足球场的一半。每年生产的SIMATIC工业自动化产品超过250万件，供应中国及全球的汽车、制药、电力等工业行业及基础设施建设。在这里大概每10秒就有一件产品诞生，而一百万件这样的产品中，有瑕疵的不到10件。

SEWC是西门子首家数字工厂安贝格电子制造工厂（EWA）的姊妹工厂，也是西门子在德国之外建立的首家数字化企业。两座数字化工厂的背后，是西门子实践德国政府工业4.0战略所制定的数字化工厂整体解决方案。

为了应对全球制造业变革浪潮，促进本国制造业的转型升级，德国政府于2013年提出了工业4.0的国家战略。中国则于2015年发布了《中国制造2025》行动纲领。

如果将西门子作为标杆，中国企业显然差距不小。与西门子等顶尖的世界工业4.0企业相比，中国制造业特别是中国家电行业还存在着很大差距。四川长虹企划部部长刘海中说，中国制造业有的尚处在工业2.0阶段，部分达到3.0水平。既需要谋划工业4.0，还要弥补基础不足，尽快淘汰落后、过剩的产能，实现跨越式发展。

一座工厂的无缝数据互联

完成工业自动化后，工业企业面临着满足消费者个性化需求、新技术渗透带来的模式创新等转型问题。

对西门子来说，这一系列的难题反映到实际，就是制造业企业该如何缩短产品的上市时间，提高灵活性、生产效率和产品质量。

或许可以从西门子自2007年起收购的近50家企业中，窥得这个169岁的老牌工业企业的野心。自从买下生产软件产品Teamcenter的公司UGS后，西门子一发不可收拾，看上的企业大多以软件公司为主。同时，西门子不断扩大软件业务组合，最终提出数字化工厂概念。

据西门子股份公司数字化工厂集团首席执行官JanMrosik介绍，数字化方案就是通过涵盖从产品设计、生产规划、制造工程、生产执行到服务的整个价值链的数字化转型，提供全生命周期的无缝工作流。借助统一的数据库等软硬件设备，优化工程组态所有方面的工作，确保产品高效地投放到市场。

为此，西门子推出了全面的数字化产品组合，将硬件、软件、工业技术专长和数据结合在一起，推动现实世界与虚拟世界的融合。

2016年汉诺威工业博览会上，西门子推出了工业云MindSphere。作为工业数据开放平台，各种数字工厂可以通过数据网关，将关键设备乃至整个工厂的数据连接至MindSphere，从而监测其设备群，做到预防性维护、能源数据管理、工厂资源优化等。

在中国，西门子建立数字化工厂SEWC来实践上述解决方案。这座工厂实现了从管理、产品研发、生产直至物流配送全过程的数字化。在数字化工厂数据链条的起点研发过程，研发工程师们利用西门子PLM（产品全生命周期管理软件）的产品开发解决方案NX软件，进行新产品的模拟设计和组装。

研发出的每一件新产品都拥有专属于自己的数据信息。这些数据信息在研发、生产、物流的各个环节中被不断丰富，实时保存在同一个数据中心Teamcenter中，供质量、采购、生产和物流等各个部门共享。每天，设备自动记录1000多万条产品信息，方便工人精准快速地找出产品瑕疵的由来。

生产过程所需要的物料自身携带条形码，通过与仓库管理软件的数据对话，经由自动交通的物料输送环节，安川机器人维修，输送到高货架立体仓库或者物料中间库。装配生产线员工轻触工作台上的电脑显示屏，所需物料就会进入物料间。

物料从物料间升入车间后，工人按照电脑显示屏上的电子任务单，开始装配、包装等工作。任务完成后，他只需按下工作台上的按钮，流水线上的传感器就会扫描产品的条码信息，记录它在这个工位的数据。MES（制造执行系统）将以该数据作为判断基础，向控制系统下达指令，指挥物流小车将产品送去下一个目的地。

工厂采用柔性生产，同一条生产线上每天要产出4000多片产品，最多能够同时生产4种不同产品，并为将来的产能调整做出合理规划。

整座工厂的运行，都是基于这些数据基础，ERP（企业资源规划）、PLM（产品全生命周期管理）、MES（制造执行系统）、控制系统及供应链管理，全部实现了无缝的信息互联，工厂数据还能与德国生产基地以及美国的研发中心进行数据互联。

中国制造业标杆处于3.0阶段

与从制造端走向信息端的德国工业4.0不同，在机械工业信息研究院副院长石勇看来，中国制造2025混合了德国和美国工业互联网的理念，一些领先型企业在进行探索，互联网企业和制造业企业加强合作，推进两化融合。

据石勇介绍，上汽和阿里巴巴签署互联网汽车战略合作协议，加强信息化技术应用和导入；华为在2016年和库卡签订战略合作协议，共同为中国工业市场开展智能制造方案；青岛红领通过探索努力，成为服装生产领域智能制造的标杆，这些都是互联网和制造业融合的典范。

但整体来看，中国制造业目前基础方面还不够强。特别是传统的基础材料、基础技术、基础工艺和技术平台。而智能制造又要求和信息技术结合，像传感器、工业软件、工业互联网和工业大数据等新问题或是未来发展的瓶颈。

电气化普及、自动化推广、智能化示范，这是机械工业信息研究院战略与规划研究所副所长张燕对我国制造业的整体评价。两个指标数据能够直观展现：工业机器人使用密度与设备数控化率。

世界机器人协会的统计数据显示，2014年中国大陆地区的工业机器人使用密度仅为36台/万人，不到韩国的1/13、日本和德国的1/9、美国的1/5，而且仅为世界平均水平的54.5%。从机床的数控化率来看，中国生产的机床，数控化率仅为25%，而日本2012年的机床数控化率已达到88%。中国目前的水平仅相当于日本20世纪80年代末期的水平。