5月30日，工信部信息化和軟件服務業司表示，將積極採取有效措施推動國內區塊鏈相關產業研究、技術研發和應用推廣等工作，引導IT企業加強區塊鏈核心技術能力建設，加快關鍵急需標準的制定，推動形成區塊鏈領域標準體系。可見，“中國製造2025”戰略推進過程中我們又迎來了新的技術變革，那就是“區塊鏈”，想必大家面對自身企業的轉型升級之路又開始有了新的想法。
今天我們不講“區塊鏈”技術，而是講講“智能製造”，因為我們發現業內面對“智能製造”的態度是從火熱躁動深思冷靜躁動……，始終不能沉著冷靜的思考到底我們該怎麼辦。我們始終秉持“創造信息價值，讓工業更智能”的企業願景，其承諾是創新，幫助客戶以最佳狀態導入解決方案並且以最優的結果持續運行和改善。希望這篇“離散智能工廠架構設計”能對大家在構建智能工廠的過程中有所幫助。
離散智能工廠的架構設計需要綜合考慮目前國際和國內的相關標準體系，智能工廠架構主要從1標準4應用來進行設計，主要包括：
標準：智能製造系統架構；
應用：業務架構、軟件架構、數據交互集成架構和應用複製擴展架構。
一、智能製造系統架構（標準）
關於智能製造系統架構（標準）不是某個企業自己可以進行設計的，我們還是給大家梳理一下目前國內外的智能製造系統架構，這也是我們設計後續架構的依據。
美國智能製造系統現行標準體系（3個維度）
1、產品生命週期
相關標準主要包括設計、工藝設計、生產工程、製造、使用和服務、報廢和回收。涉及到的系統包括CAD、CAE、CAPP、CAM、PLM和質量管理等，在這些系統規劃、建設過程中，需參考相關標準執行。
2、生產組織管理
相關標準主要包括生產系統、工廠、車間、設備等。生產組織管理主要描述如何建設一個生產系統，包括設計、構建、調試、運維、退役和回收。設計主要指工廠、車間、產線設計等。仿真主要通過建立物理工廠的虛擬三維模型，仿真工廠實際運行情況，根據仿真結果提出工位佈局、物流、生產計劃等的優化建議。
3、商業
主要是供應鏈相關標準，主要包括採購、製造、交付、退回等。
德國工業4.0參考模型（3個維度）
1、全層級工業系統
在IEC 62264企業系統層級架構的標準基礎之上（該標準是基於普度大學的ISA-95模型，界定了企業控制系統、管理系統等各層級的集成化標準），補充了產品或工件的內容，並由個體工廠拓展至“連接世界”，從而體現工業4.0針對產品服務和企業協同的要求。
2、信息物理系統的核心功能
以各層級的功能來進行體現。具體來看，資產層是指機器、設備、零部件及人等生產環節的每個單元；集成層是指對一些傳感器和控制實體等；通信層是指的是專業的網絡架構等；信息層是指對數據的處理與分析過程；功能層是企業運營管理的集成化平臺；商業業務層是指各類商業模式、業務流程、任務下發等，體現的是製造企業的各類業務活動。
3、全生命週期價值鏈
以產品全生命週期視角出發，描述了以零部件、機器和工廠為典型代表的工業要素從虛擬原型到實物的全過程。具體體現為三個方面：一是基於IEC 62890標準，將其劃分為模擬原型和實物製造兩個階段。二是突出零部件、機器和工廠等各類工業生產部分都要有虛擬和現實兩個過程，體現了全要素“數字孿生”特徵。三是在價值鏈構建過程中，工業生產要素之間依託數字系統緊密聯繫，實現工業生產環節的末端鏈接。此處我們以機器設備為例，虛擬階段就是一個數字模型的建立包含了建模與仿真。在實物階段主要就是實現最終的末端製造。
日本工業價值鏈參考模型IVRA（3個維度）
IVRA基本上與工業4.0平臺的RAMI4.0類似，也是一個3維模式。3維模式的每一個塊被稱為“智能製造單元（SMU）”，將製造現場作為1個單元，通過3個軸進行判斷。
1、資源
縱向作為“資源軸”，分為員工層、流程層、產品層和設備層。
2、執行
橫向作為“執行軸”，分為Plan、Do、Check和Action（PDCA循環）。
3、管理
內向作為“管理軸”，質量（Q）、成本（C）、交貨期（D）、環境（E）（QCDE活動）。
這裡需要對IVRA多做點解釋，在IVRA中，通過多個智能製造單元（SMU）的組合，展現製造業產業鏈和工程鏈等。多個智能製造單元（SMU）的組合被稱為“通用功能塊（GFB）”。GFB縱向表示企業或工廠的規模，分為企業層、部門層、廠房層和設備層；橫向表示生產流程，包括市場需求與設計、架構與實現、生產、維護和研發等5個階段；內向表示需求與供給流程，包括基本計劃、原材料採購、生產執行、物流銷售和售後服務等5個階段。IVRA還將智能製造單元（SMU）之間的聯繫定義為“輕便載入單元（PLU）”，具體而言，分為價值、物料、信息和數據等4個部分。通過掌控這4個部分在SMU間的傳遞準確度，來提升智能製造的效率。
與RAMI4.0或IIRA相比，IVRA的一大特徵是通過SMU等形式，納入了包括具體的員工操作等在內的“現場感”特徵。日本製造業以豐田生產方式為代表，一般都是通過人力最大化，來提升現場生產能力，實現效益增長。IVRA向全世界發佈的智能工廠新參考架構嵌入了“日本製造業”的特有價值導向，期望成為世界智能工廠的另一個標準。
中國智能製造系統架構（3個維度）
在今年的1月4日工業和信息化部、國家標準化管理委員會共同組織制定了《國家智能製造標準體系建設指南（2018 年版）（徵求意見稿）》。其中對2015版本的智能製造系統架構進行修訂，依然是三個維度來進行描述,這個架構參考了RAMI4.0和IEC相關工作，主要用於理解智能製造概念。
1、生命週期
生命週期是指從產品原型研發開始到產品回收再製造的各個階段，包括設計、生產、物流、銷售、服務等一系列相互聯繫的價值創造活動。生命週期的各項活動可進行迭代優化，具有可持續性發展等特點，不同行業的生命週期構成不盡相同。
（1）設計是指根據企業的所有約束條件以及所選擇的技術來對需求進行構造、仿真、驗證、優化等研發活動過程；
（2）生產是指通過勞動創造所需要的物質資料的過程；
（3）物流是指物品從供應地向接收地的實體流動過程；
（4）銷售是指產品或商品等從企業轉移到客戶手中的經營活動；
（5）服務是指提供者與客戶接觸過程中所產生的一系列活動的過程及其結果，包括回收等。
2、系統層級
系統層級是指與企業生產活動相關的組織結構的層級劃分，包括設備層、單元層、車間層、企業層和協同層。
（1）設備層是指企業利用傳感器、儀器儀表、機器、裝置等，實現實際物理流程並感知和操控物理流程的層級；
（2）單元層是指用於工廠內處理信息、實現監測和控制物理流程的層級；
（3）車間層是實現面向工廠或車間的生產管理的層級；
（4）企業層是實現面向企業經營管理的層級；
（5）協同層是企業實現其內部和外部信息互聯和共享過程的層級。
3、智能特徵
智能特徵是指基於新一代信息通信技術使製造活動具有自感知、自學習、自決策、自執行、自適應等一個或多個功能的層級劃分，包括資源要素、互聯互通、融合共享、系統集成和新興業態等五層智能化要求。
（1）資源要素是指企業對生產時所需要使用的資源或工具進行數字化過程的層級；
（2）互聯互通是指通過有線、無線等通信技術，實現裝備之間、裝備與控制系統之間，企業之間相互連接功能的層級；
（3）融合共享是指在互聯互通的基礎上，利用雲計算、大數據等新一代信息通信技術，在保障信息安全的前提下，實現信息協同共享的層級；
（4）系統集成是指企業實現智能裝備到智能生產單元、智能生產線、數字化車間、智能工廠，乃至智能製造系統集成過程的層級；
（5）新興業態是企業為形成新型產業形態進行企業間價值鏈整合的層級。
智能製造的關鍵是實現貫穿企業設備層、單元層、車間層、工廠層、協同層不同層面的縱向集成，跨資源要素、互聯互通、融合共享、系統集成和新興業態不同級別的橫向集成，以及覆蓋設計、生產、物流、銷售、服務的端到端集成。
二、業務架構設計（應用）
我們常講的“智能工廠”其實是個物理性質的概念，並且是狹義的智能工廠，廣義的業務架構其實就是在廣義的數字化工廠基礎之上，增加了智能化的功能或者特徵。廣義的智能工廠業務架構依然遵循“產品生命週期、生產組織管理和商業協同”這三個維度，主要包括了：供應鏈、生產鏈和產品生命週期的服務鏈三大業務活動。其中涉及的子業務就包括：供應鏈管理、數字化企業經營管理（數字化產虛擬設計、三維工藝設計、企業經營敏捷化、數字化生產管控、精細化質量管控、科學化資源協調）和智能產品服務。
三、軟件架構設計（應用）
軟件架構的設計主要是保障智能工廠的業務架構的平穩實現，依然是圍繞供應鏈、生產鏈和產品生命週期的服務鏈三大業務活動進行展開。
供應鏈主要包括：
軟件系統：LitWise OMS訂單管理、LitWise WMS倉儲管理和LitWise TMS運輸管理，以支持集團級供應鏈和全球化供應鏈。
硬件系統：立體倉庫、AGV/RGV等智能化物流裝備。
生產鏈主要包括：
軟件系統：LitWise APS高級計劃排程、LitWise WMS倉儲管理、LitWise MES製造執行管理、LitWise IAS智能數據可視及分析和LitWise EAM資產管理等軟件系統，另外生產鏈不在單純是某一個基地或者某一個工廠或者某一個車間，而是多個基地/工廠之間的協同生產，也就意味著這些生產鏈的軟件系統需要支持集團級擴展和分佈式應用架構。
硬件系統：智能化加工單元、生產線、機器人、料架、運輸系統、質量檢測裝備系統、環境/能源儀器儀表等智能化生產裝備。
產品鏈主要包括：
軟件系統：協同設計（在智能工廠中以雲的形式展開）、Digital Twin（不僅僅是仿真視頻展現，而是虛實融合交互優化系統）、精細化運營（泛ERP的決策應用）、精準執行（以MES為核心的製造管控）、工藝優化（以知識庫和工業大數據應用支持企業優化現有工藝過程）、產品擁有智能化特徵和功能（進行遠程監控、遠程運維，為客戶提供精準服務），直到產品報廢回收等。
硬件系統：傳感器等智能化產品裝備。
四、數據交互集成架構設計（應用）
數據是所有業務執行和軟硬件系統交互的血液，這些血液在不同的系統中執行擁有不同的屬性和功能，製造企業的數據交互架構一定是全生命週期的，這也是目前很多企業上智能工廠首要提出的需求，去解決之前大量存在的數據孤島的問題。首先我們以內部交互舉例：ERP和MES的交互一定是按照訂單轉任務為主線的，這樣就需要交互產品、計劃、工藝、BOM、任務和執行結果等數據，一是為了保障各自系統可以正常高效運轉，二是保障數據的來源統一，數據利用率和清潔度更高。然後就是企業的製造全生命週期的數據庫，這個數據庫是一個總稱，裡面包括了基本的數據集，例如產品；還包括大量結構化數據的數據倉庫；還包括對企業中的所有數據進行統一存儲的數據湖，也就是將原始數據（這意味著源系統數據的精確副本）轉換為用於報告、可視化、分析和機器學習等各種任務的轉換數據，湖中的數據包括結構化數據從關係數據庫（行和列），半結構化數據（CSV、XML、JSON的日誌），非結構化數據（電子郵件，文檔，PDF）和二進制數據（圖像、音頻、視頻）等等的一個集中式數據存儲的數據湖。這樣伴隨著大數據相關分析和處理技術的成熟應用，企業的數據才會逐步發揮其重要價值。
五、應用複製擴展架構設計（應用）
剛才我們提到了智能工廠不單純是某一個基地/工廠，這就要求系統應用具有可複製和擴展能力，這樣的能力一方面體現在系統平臺的架構設計，另外一方面體現在系統平臺交互數據的標準化設計。首先從平臺架構上需要保障功能可複製、大數據量大併發量可穩定運行、微任務和服務可重複使用等等。其次是交互標準化，優先實現數據交互方式和形式標準化，然後形成標準配置文件或者說明，為新採購或者新拓展提供事前指導和配置工具。總的來說，提高複製效率和管理效能是複製擴展的首要前提。
六、實施路線
雖說智能製造非常好，智能工廠給企業帶來的經濟效益也非常可觀，但是目前絕大多數企業還處在部分使用應用軟件的階段，少數企業也只是實現了信息集成，也就是可以達到數字化工廠的水平；極少數企業，能夠實現人機的有效交互，擁有智能化特徵和功能，也就是達到智能工廠的初級水平。所以，我們提醒大家，智能工廠不是一蹴而就的，三個維度不是一朝一夕實現的，抓住企業的核心痛點，從架構中的某一點出發，做好對企業提質增效有幫助的業務才是正道，高效、綠色、智能始終是企業的最終追求。
未來二十年，各種產品和裝備都將從數字一代發展成為智能一代，升級成為智能產品和裝備。離散型智能工廠和過程型智能工廠也將根據行業不同湧現出一批高效、綠色、智能的工廠示範。我們也始終堅信，當客戶使用智能工廠解決方案使得企業變得更加透明、更加高效、更加綠色，保護製造工人免受事故的時候，也是運用我們的人才、技術和我們的戰略合作伙伴一起，創造長期並且可持續的行業影響的時候。
閱讀更多 嘉益仕 的文章
