（1）体系架构。

智能工厂由赛博空间中的虚拟数字工厂和物理系统中的实体工厂共同构成。其中，实体工厂部署有大量的车间、生产线、加工装备等，为制造过程提供硬件基础设施与制造资源，也是实际制造流程的最终载体；虚拟数字工厂则是在这些制造资源以及制造流程的数字化模型基础上，在实体工厂的生产之前，对整个制造流程进行全面的建模与验证。

为了实现实体工厂与虚拟数字工厂之间的通信与融合，实体工厂的各制造单元中还配备有大量的智能元器件，用于制造过程中的工况感知与制造数据采集。在虚拟制造过程中，智能决策与管理系统对制造过程进行不断的迭代优化，使制造流程达到最优；在实际制造中，智能决策与管理系统则对制造过程进行实时的监控与调整，进而使制造过程体现出自适应、自优化等智能化特征。

由上述可知，智能工厂的建设内容包括智能设计仿真平台、数字化车间、智能决策与管理系统等关键组成部分，如图5.4-1所示。

图5.4-1　智能工厂功能组成

1）智能设计仿真平台。

智能设计仿真平台需要解决的问题是如何在信息空间中对企业的经营决策、生产计划、制造过程等全部运行流程进行建模与仿真，并对企业的决策与制造活动的执行进行监控与优化。这其中的关键因素包括以下两点。

一是制造资源与流程的建模与仿真。在建模过程中，需要着重考虑智能制造资源的3个要素，即实体、属性和活动。实体可通俗地理解为智能工厂中的具体对象。属性是在仿真过程中实体所具备的各项有效特性。智能工厂中各实体之间相互作用而引起实体的属性发生变化，这种变化通常可用状态的概念来描述。智能制造资源通常会由于外界变化而受到影响。这种对系统的活动结果产生影响的外界因素可理解为制造资源所处的环境。在对智能制造资源进行建模与仿真时，需要考虑其所处的环境，并明确制造资源及其所处环境之间的边界。

二是建立智能设计仿真平台与制造资源之间的关联。通过对制造现场实时数据的采集与传输，制造现场可向虚拟平台实时反馈生产状况。其中主要包括生产线、设备的运行状态，在制品的生产状态，过程中的质量状态，物料的供应状态等。在智能制造模式下，数据形式、种类、维度、精细程度等将是多元化的，因此，数据的采集、存储与反馈也需要与之相适应。

在智能制造模式下，产品的设计、加工与装配等各环节与传统的制造模式均存在明显不同。因此，智能设计仿真平台必须适应这些变化，从而满足智能制造的应用需求。

在面向智能制造的产品设计方面，智能设计仿真平台应提供以下两方面的功能。首先，能够将用户对产品的需求以及研发人员对产品的构想建成虚拟的产品模型，完成产品的功能性能优化，通过仿真分析在产品正式生产之前保证产品的功能性能满足要求，减少研制后期的技术风险。其次，能够支持建立满足智能加工与装配标准规范的产品全三维数字化定义，使产品信息不仅能被制造工程师所理解，还能被各种智能化系统所接收，并被无任何歧义地理解，从而能够完成各类工艺、工装的智能设计和调整，并驱动智能制造生产系统精确、高效、高质量地完成产品的加工与装配。

在智能加工与装配方面，传统制造中人、设备、加工资源等之间的信息交换并没有统一的标准，而数据交换的种类与方式通常是针对特定情况而专门定制的，这导致了制造过程中将出现大量的耦合，系统的灵活性受到极大的影响。例如，在数控程序编制过程中，工艺人员通常将加工程序指定到特定的机床中，由于不同机床所使用的数控系统不同，数控程序无法直接移植到其他机床中使用；若当前机床上被指定的零件过多，则容易出现被加工零件需要等待，而其他机床处于空闲状态的情况。

随着制造系统智能化程度的不断提升，智能加工与装配中的数据将是基于统一的模型，不再针对特定系统或特定设备，这些数据可被制造系统中的所有主体所识别，并能够通过自身的数据处理能力从中解析出具体的制造信息。例如，智能数控加工设备可能不再接收数控程序代码，而是直接接收具有加工信息的三维模型，根据模型中定义的被加工需求，设备将自动生成最优化的加工程序。

这样的优势在于：一方面，工艺设计人员不再需要指定特定机床，因此加工工艺数据具有通用性；另一方面，在机床内部生成的加工程序是最适合当前设备的加工代码，进而可以实现真正的自适应加工。

2）数字化车间。

数字化车间及智能生产线是产品制造的物理空间，其中的智能制造单元及制造装备提供实际的加工能力。各智能制造单元间的协作与管控由智能管控及驱动系统实现。智能制造车间基本构成如图5.4-2所示。

图5.4-2　智能制造车间基本构成

其中，车间中央管控系统是智能加工与装配的核心环节，主要负责制造过程的智能调度、制造指令的智能生成与按需配送等任务。在制造过程的智能调度方面，需根据车间生产任务，综合分析车间内设备、工装、毛料等制造资源，按照工艺类型及生产计划等将生产任务实时分派到不同的生产线或制造单元，使制造过程中设备的利用率达到最高。在制造指令的智能生成与按需分配方面，面向车间内的生产线及生产设备，根据生产任务自动生成并优化相应的加工指令、检测指令、物料传送指令等，并根据具体需求将其推送至加工设备、检测装备、物流系统等。

3）智能生产线。

智能生产线可实时存储、提取、分析与处理工艺、工装等各类制造数据，以及设备运行参数、运行状态等过程数据，并能够通过对数据的分析实时调整设备运行参数、监测设备健康状态等，并据此进行故障诊断、维护报警等行为，对于生产线内难以自动处理的情况，还可将其向上传递至车间中央管控系统。此外，生产线内不同的制造单元具有协同关系，可根据不同的生产需求对工装、毛料、刀具、加工方案等进行实时优化与重组，优化配置生产线内各生产资源。

智能生产线的特点有以下几点。

——在生产和装配的过程中，能够通过传感器、数控系统或RFID自动进行生产、质量、能耗、设备绩效（OEE）等数据采集，并通过电子看板显示实时的生产状态，能够防呆防错。

——通过安灯系统实现工序之间的协作。

——生产线能够实现快速换模，实现柔性自动化；能够支持多种相似产品的混线生产和装配，灵活调整工艺，适应小批量、多品种的生产模式。

——具有一定冗余，如果出现设备故障，能够调整到其他设备生产。

——针对人工操作的工位，能够给予智能的提示，并充分利用人机协作。

4）智能制造装备。

从逻辑构成的角度，智能制造装备由智能决策单元、总线接口、制造执行单元、数据存储单元、数据接口、人机交互接口以及其他辅助单元构成。(www.daowen.com)

——智能决策单元。是智能设备的核心，负责设备运行过程中的流程控制、运行参数计算以及设备检测维护等。

——总线接口。负责接收车间总线中传输来的作业指令与数据，同时负责设备运行数据向车间总线的传送。

——制造执行单元。由制造信息感知系统、制造指令执行系统以及制造质量测量系统等构成。

——数据存储单元。用于存储制造过程数据以及制造过程决策知识。

——数据接口。分布于智能设备的各个组成模块之间，用于封装、传送制造指令与数据。

——人机交互接口。负责提供人与智能设备之间传递、交换信息的媒介和对话接口。

——其他辅助单元。主要是指刀具库、一体化管控终端等。

5）仓储物流系统。

智能制造车间中的仓储物流系统主要涉及AGV/RGV系统、码垛机以及立体仓库等。

——AGV/RGV系统主要包括地面控制系统及车载控制系统。其中，地面控制系统与车间中央管控系统实现集成，主要负责任务分配、车辆管理、交通管理及通信管理等，车载控制系统负责AGV/RGV单机的导航、导引、路径选择、车辆驱动及装卸操作等。

——码垛机的控制系统是码垛机研制中的关键。码垛机控制系统主要是通过模块化、层次化的控制软件来实现码垛机运动位置、姿态和轨迹、操作顺序及动作时间的控制，以及码垛机的故障诊断与安全维护等。

——立体化仓库由仓库建筑体、货架、托盘系统、码垛机、托盘输送机系统、仓储管理与调度系统等组成。其中，仓储管理与调度系统是立体仓库的关键，主要负责仓储优化调度、物料出入库、库存管理等。

6）智能决策与管理系统。

智能决策与管理系统是智能工厂的管控核心，负责需求分析、经营计划、物料采购、产品制造以及订单交付等各环节的管理与决策。通过该系统，企业决策者能够掌握企业自身的生产能力、生产资源以及所生产的产品，能够调整产品的生产流程与工艺方法，并能够根据市场、客户需求等动态信息做出快速、智能的经营决策，如图5.4-3所示。

图5.4-3　智能决策与管理系统

一般而言，智能决策与管理系统包含了企业资源计划（ERP）、产品全生命周期管理（PLM）、供应链管理（SCM）等一系列生产管理工具。在智能工厂中，这些系统工具的最突出特点在于：一方面能够向工厂管理者提供更加全面的生产数据以及更加有效的决策工具，相较于传统工厂，在解决企业产能、提升产品质量、降低生产成本等方面，能够发挥更加显著的作用；另一方面，这些系统工具自身已达到了不同程度的智能化水平，在辅助工厂管理者进行决策的过程中，能够切实提升企业生产的灵活性，进而满足不同用户的差异化需求。

（2）平台架构。

数字化工厂的平台架构一般有五层组成，这五层分别是：企业层（ERP、PLM）、管理层（MES）、操作层（SCADA系统等）、控制层（工业控制等）和现场层（自动化设备等）。智能工厂平台架构实例如图5.4-4所示。其中，现场层、控制层、操作层对应物理车间的软硬件系统。

现场层由场内物流单元（包括立体仓库、物料传送带/AGV小车）、机加车间和装配车间构成。现场层设备与传感器通过工业以太网及现场总线与控制层的控制系统连接，构成车间现场的物联网系统。

在操作层，设备监控与采集系统（SCADA/DCS）通过控制层的控制设备管理现场层的硬件设备。

在管理层，MES完成生产运营管理和生产工艺管理，工厂规划系统通过仿真技术，对工厂布局、生产进行仿真与优化。仓库物流管理系统管理车间及外部物流。

在企业层，通过PLM系统，对产品从研发到售后的全生命周期进行管理，实现产品创新设计与客户个性化定制。ERP系统实现企业的顶层管理。

（3）智能工厂的信息流。

随着信息集成程度的提高，层与层之间的间隔日益模糊，原有的多层结构会日益扁平化。随着PLM、ERP与MES系统的日益融合，企业层与管理层逐步合并，同时由于智能设备的增多，控制设备越来越多地以嵌入式系统的形式安装在生产设备上，使得控制层与现场层变得密不可分。智能工厂的信息流如图5.4-5所示。

图5.4-4　智能工厂 的平台架构

图5.4-5　智能工厂的信息流