中企如何达到智能制造目标？

    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，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，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。

    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。

    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。

    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Jan Mrosik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Mind Sphere。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Mind Sphere，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，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。