智能工厂、数字化工厂与智能制造的区别

到底什么是智能工厂？

智能工厂的核心架构是怎样的？

能为企业的转型提供哪些支撑？

这都是企业比较关心的话题。

智能工厂、数字化工厂与智能制造

不可忽视的是，往往很多企业在提及这些概念时，容易将这些概念混为一谈，数字化工厂、智能工厂以及智能制造之间到底是否可以互相替换，这些概念之间是否存在区别？

1、数字化工厂

对于数字化工厂，德国工程师协会的定义是：

数字化工厂（DF）是由数字化模型、方法和工具构成的综合网络，包含仿真和3D/虚拟现实可视化，通过连续的没有中断的数据管理集成在一起。数字化工厂集成了产品、过程和工厂模型数据库，通过先进的可视化、仿真和文档管理，以提高产品的质量和生产过程所涉及的质量和动态性能。

在国内，对于数字化工厂接受度最高的定义是：

数字化工厂是在计算机虚拟环境中，对整个生产过程进行仿真、评估和优化，并进一步扩展到整个产品生命周期的新型生产组织方式。是现代数字制造技术与计算机仿真技术相结合的产物，主要作为沟通产品设计和产品制造之间的桥梁。从定义中可以得出一个结论，数字化工厂的本质是实现信息的集成。

2、智能工厂

智能工厂是在数字化工厂的基础上，利用物联网技术和监控技术加强信息管理服务，提高生产过程可控性、减少生产线人工干预，以及合理计划排程。同时，集初步智能手段和智能系统等新兴技术于一体，构建高效、节能、绿色、环保、舒适的人性化工厂。

智能工厂已经具有了自主能力，可采集、分析、判断、规划；通过整体可视技术进行推理预测，利用仿真及多媒体技术，将实境扩增展示设计与制造过程。系统中各组成部分可自行组成最佳系统结构，具备协调、重组及扩充特性。已系统具备了自我学习、自行维护能力。因此，智能工厂实现了人与机器的相互协调合作，其本质是人机交互。

3、智能制造

智能工厂是在数字化工厂基础上的升级版，但是与智能制造还有很大差距。

智能制造系统在制造过程中能进行智能活动，诸如分析、推理、判断、构思和决策等。通过人与智能机器的合作，去扩大、延伸和部分地取代技术专家在制造过程中的脑力劳动。它把制造自动化扩展到柔性化、智能化和高度集成化。

智能制造系统不只是“人工智能系统，而是人机一体化智能系统，是混合智能。系统可独立承担分析、判断、决策等任务，突出人在制造系统中的核心地位，同时在智能机器配合下，更好发挥人的潜能。机器智能和人的智能真正地集成在一起，互相配合，相得益彰。本质是人机一体化。

智能工厂核心架构

工业4.0是什么？每个人站在不同的角度会有不同的理解，是互联、集成（纵向、横向、端到端）、数据、创新、服务、转型或是CPS、是智能工厂、是智能制造亦或是国家战略、企业目标。工业4.0核心内容就是建一个网络、三项集成、大数据分析、八项计划和研究两个主题。

建一个网络（CPS）

CPS让物理设备具有计算、通信、精确控制、远程协调和自治等五大功能，从而实现虚拟网络世界与现实物理世界的融合，将网络空间的高级计算能力有效的运用于现实世界中，从而在生产制造过程中，与设计、开发、生产有关的所有数据将通过传感器采集并进行分析，形成可自律操作的智能生产系统。

工业4.0中的三项集成包括：横向集成、纵向集成与端对端的集成。

工业4.0将无处不在的传感器、嵌入式终端系统、智能控制系统、通信设施通过CPS形成一个智能网络，使人与人、人与机器、机器与机器以及服务与服务之间能够互联，从而实现横向、纵向和端对端的高度集成，集成是实现工业4.0的重点也是难点。

数据处理：大数据分析

随着信息物理系统的推广，智能装备和终端的普及以及各种各样传感器的使用，将会带来无所不在的感知和无所不在的连接，所有的生产装备、感知设备、联网终端，包括生产者本身都在源源不断地产生数据，这些数据将会渗透到企业运营、价值链乃至产品的整个生命周期，是工业4.0和制造革命的基石。

总体来说，工业4.0关注的企业数据分为四类：产品相关的数据，俗称企业主数据，运营数据，一般称为交易数据，整个价值链上的数据，如供应商、分销商、客户等数据，也是属于企业主数据管理的范畴对企业经营分析有价值的外部数据。

本文来自信息化观察者网，转载请注明出处。