资讯

综上所述，锻造企业需要加快智能制造建设的步伐，而智能制造的本质是设备、物料、人员信息、加工等静态和动态信息实时更新、实时传递、实时决策、实时信息可视化，从而实现包括设计、工艺、制造、物流、入库、包装、出库等制造全业务过程的智能化。

智能制造在锻造行业中主要包括如下业务部分的智能化: ⑴制造装备的智能化；⑵物料的智能化；⑶物流的智能化；⑷制造过程的智能化；⑸包装的智能化；⑹仓储出入库的智能化；⑺生产制造管理控制体系的智能化；⑻质量管理的智能化；⑼能源管理的智能化；⑽生产仿真：工厂布局仿真、物流仿真、制造过程的智能化仿真。

图1 信息化架构

信息化的总体架构

锻造行业的信息化规划是基于公司总体发展战略，逐步分解，按5 年一个阶段，从自动化、数字化到网络化、智能化，从试点示范、推广普及到形成格局，最终实现数字化企业。

从企业内部信息传递的纵向层次来说，企业内部管理信息系统如图1 所示。

随着公司发展，管理信息化方面逐渐上了ERP、PLM、MES、OA、HR 等系统，这些系统在当时解决了一些局部分散的问题，但其问题也随着应用系统数量的增加暴露出来。开发单位来自不同的公司，各应用系统之间数据孤立等，形成了一个信息孤岛。随着时代的发展，企业迫切需要把自身业务精简化、自动化，使得内部业务直接实现无缝对接，所有应用系统之间的集成将成为信息化系统发展的最终目标。

因此根据上述系统图，进行整体的规划、分步实施。

通过智能化改造，实现制造的智能化

制造装备的智能化改造

实现设备状态(工作、故障、维修等)的智能化，统一数据接口协议，从底层实时采集数据，统计报表，对现有设备提取数据，对现有软件进行利用，此外实现设备管理的终端信息智能化，并做到设备执行任务可视化，过去、现在、计划加工的物料信息做到可视化显示，以及设备维修的智能化，预防性维修的及时提示，设备智能化改造如图2 所示，设备数据采集如图3 所示。具体分为4 个子阶段：

第一步，通过对部分典型重关设备的联网，实现对设备状态的实时管控，对车间耗用电能进行智能化管理，实现虚拟化工厂。

第二步，通过对典型重关设备的联网管控以及对尚不具备联网功能的重关机床进行智能化改造，实现对全集团范围内重关设备状态的实时管控。

第三步，通过对重关设备和重体力劳动岗位进行自动化机器人或者机械手改造，实现重体力劳动岗位或存在风险岗位的机器替代人。

第四步，对重关设备进行进一步的智能化改造，如使用物联网、RFID 等技术，使其具备与其他设备、车间内部搬运工具、物料进行自主通信以及按照预设规则进行自主化动作的功能。提升制造的智能化程度，逐步实现少人化甚至无人化制造。

制造管控系统的智能化改造

图2 设备智能化改造

图3 设备数据采集

图4 制造执行系统(MES)

引进成熟的制造执行系统(图4)与设备管控层进行实时双向通信，实现制造过程、设备管理的实时数据采集、实时决策，以及工艺过程的工艺要求、物料需求等信息自动更新，设计与工艺信息实时电子化发布以及刀具、模具智能化管理和排产的智能化。

进一步对CAD、CAE、CAM、PLM 等技术软件进行持续改善，实现从设计、模拟、工艺、制造产品全生命周期的数字化制造。

实现MES 系统与ERP 系统数据、PLM 系统数据、协同办公系统的数据和流程的集成，并实现应用终端移动化。

实现物料的智能化以及内部制造物流的智能化

物料的智能化

物料的识别采取智能化方式，如二维码以及RFID对物料或者物料容器进行标识；对料框采用二维码或者RFID，实时更新内部物料的数量、物料号、质量信息等情况。

物流的智能化

物流流动的路线智能化，从原材料入库开始到产品出库之间每个过程，物料流动路线自动规划、自动计算、自动搬运和物料的信息实时自动更新如图5 所示。

图5 物料的识别&AGV 物流

实现质量管理、仓储管理、包装等业务环节的智能化

质量管理的智能化

⑴生产过程检测的智能化。物料在流动过程中，加工产品经过智能化检测后，只有合格产品才流转到下一个工序；各种不合格品按照预先定义的规则自动执行处理程序。

图6 质量平台实时监控

⑵质量管理数据的实时监控(图6)。有效收集物料在生产和物流作业环节的相关数据信息，每道工序的完成，记录其检验过程数据及结果等，根据生产过程中的全过程，使企业能够实现对采、销、生产中物料的追踪监控和追溯等目标，最后利用数据建立质量计划、过程控制、发现问题、异常处理、管理决策、问题关闭的质量闭环管理平台，最终形成经验库与分析报表打造来源可塑、去向可查、责任可追的质量闭环追溯系统。

包装的智能化

按规定的数量、规定的容器、追溯特征参数，包装容器自动进行包装。

仓储管理的智能化

入库和出库全部按照预先定义的先进先出等规则自动化执行。

信息化给企业转型升级带来效益

所有信息化带来的最终成果，也就是数据的充分结构化，从数据梳理到终端呈现，让数据变成生产力，使得决策分析的价值得到了充分的释放，使用统计分析、预测分析、数据挖掘，来提示重大、相关的业绩改善建议，决策分析的应用正从领导层向业务管理层、业务执行层扩散。对于锻造行业企业来讲，应从如下几个方向分析、改进、提升企业的各项效益指标。

业务实物一体化

⑴提高有效出产。严格按计划指导生产，强化生产计划部门职责，通过系统工具，规范业务流程，加强现场物料流转及生产执行效率，透过工单进行细部排程及预估生产时程计划，提高对交期的掌握。

⑵控制库存，提高良品率、降低返工率，降低资金占用，进行物料精细化管控，达到物料及时流转与质量实时控制的目的，有效及时处理呆滞、返工、废品库存，加快物料周转效率，有效掌握实际生产进度，实现车间现场透明化可控。

业务财务一体化

⑴提效。使得业务财务数据自动同步，保证了数据的准确性。

⑵降本。财务业务系统打通后，所有成本数据都可以在实际发生的业务中体现，财务可以对照实际成本和标准成本的差异，对于成本标准化的管理也是水到渠成，建立健全预算规划制度。

⑶抗风险。业财一体化后，所有企业数据集中化，避免数据失准或遗漏分析而产生风险，且数据具有时效性，能够及时帮助决策者发现和定位问题，避免由于信息滞后导致风险发生。

数字化运营，数字化转型

⑴提升企业运营决策化能力，提升了企业核心竞争力。在各业务部门推行“自助分析”，为业务赋能，用量化的指标驱动公司数字化转型，构建产品研发、生产、销售等各业务板块的各层级指标，同时解决各数据来源、口径不统一的问题，实现业务工作指标化、共享化。对管理者而言，提高了分析和决策的准确性和效率，让管理和业务的持续改善变得更加有效。

⑵支撑企业数字转型战略落地，推进了传统制造业的转型升级。以透明化为基础，逐步强化数字化应用和数字化决策，提升劳动生产率、降低制造成本、加快产品交付，提升企业平台核心竞争力，同时实现工业系统与信息系统的互联，为智能制造战略的推进提供卓越的支撑平台，提升制造型企业管理和生产方面的智能化水平，最终实现数字化工厂。

副总经理，高级工程师。长期从事汽车齿轮近净成形和高精模具设计制造技术的研究与产业化，主持或参与制定国家、行业标准5项，获省部级科技进步奖6 项，拥有授权专利32 项，其中发明专利17 项。