“工业4.0”这一全新的术语受到全球的瞩目，它是继机械化、电气化和信息技术之后，以智能制造为核心的第四次工业革命。“工业4.0”最显著的特征是智能工厂的广泛普及。而智能工厂是在数字化工厂的基础上发展而来的，没有数字化就没有智能化。因此，为了在即将到来的“工业4.0”时代中占得先机，我们应该从现在开始，着手进行工厂的数字化改造，为智能工厂的建设打好基础。
在我国迈向工业化、现代化的过程中，信息化是必经之路。对于生产制造这类传统企业来说，更应该积极地引入信息化技术，提高生产的数字化水平，确保整个生产活动安全可控。小亿今天就想和大家聊聊生产制造企业如何建设数字化工厂，进而实现数字化转型。
一、数字化工厂的含义
数字化工厂是一种全新的模式，在这一模式下，产品设计、生产工艺、管理经营、营销销售等方面的工作人员充分利用自己的知识、经验和技能，更好地完成产品设计、生产、管理和销售等活动。该模式需要以网络（互联网、物联网）技术作为支撑，利用传感器和其他设备，采集各项生产和经营活动的信息和数据，据此对生产活动予以优化，促进生产、物流效率的提升，使资源得到更有效的利用，降低生产活动对环境造成的影响。
信息化是工业化和信息技术结合的产物。以往企业的生产仅仅是物质的生产，在信息化时代，这一生产过程中还会诞生新的信息和知识，同时计算机也参与进来，工业生产朝着知识化、信息化的方向前行，使得和信息存在关联的产业、产品、技术能够更好地融合在一起。当前，石化行业的数字化已经体现在工程设计、项目建设、生产营销等诸多方面，再加上各项活动中人才的知识、经验，就能够搭建起具有一定数字化程度的现代工厂。
二、数字化工厂架构及关键技术
1、数字化工厂架构
在进行数字化工厂规划、建设、运营和完善的过程中，信息化和工业化彼此渗透并交织在一起。与此同时，数字世界和物理世界持续地前行，PDCA循环日益走向成熟并发挥重要的作用。按照制造工厂的数据流向及业务管理流程，设计数字化工厂的架构如下：
设备资源及控制层：这一层以硬件为主，包括传感器、仪器仪表、条码、机械以及其他的装置和设备，另外还有对设备进行控制，实现数据共享和信息传递的可编程逻辑控制器（PLC）、数据采集与监视控制系统（SCADA）等，这一层是企业正常进行生产所需的物质保障。
数据库层：该层的主要内容是设计、工艺、制造等方面的标准体系库。其中，每一类数据库都是由单独的基本数据库与知识库构成的。它在整个框架中处于第二层位置，为数字化工厂的建立和运行提供数据方面的保障，主要负责数据的统一、处理和存储等。
管理层：该层由面向设计部门的产品数据管理（PDM）、面向工艺部门的工艺工装管理系统、面向生产部门的制造执行系统（MES）等构成，在整个框架中起到管理方面的作用。
协同层：它由产品生命周期管理（PLM）、企业资源计划系统（ERP）、供应链管理系统（SCM）和客户关系管理系统（CRM）等构成，将这些系统充分地集成在一起，使其能够进行数据的交互，将其当作一个整体，利用互联网和外部进行沟通、交流，实现企业内部各个部门之间的协同以及产业链中不同企业之间的协同。
2、数字化工厂建设的关键技术
（1）建模技术
数字化工厂最令人瞩目的功能之一，就是可以在虚拟空间中完成产品设计和生产活动。以往企业在推出新产品之前，需要在完成研发和设计工作后，首先制造出样品，对其进行测试，以了解其是否具备预期的性能和功能，然后反馈给设计者，进行调整和优化，整个周期比较长，且需要投入较高的成本。有了建模技术作为支持后，可以直接对该过程进行模拟，在虚拟空间中完成对新产品的检验、调整，从而有效地缩短研发周期，节省成本，使企业能够更加快速地推出新产品，这对企业抢占市场是很有帮助的。当然，要实现这一系列的效果，前提是建立基于模型定义技术（MBD技术）的各种要素的数字化模型。
（2）仿真技术
仿真优化是数字化工厂最显著的特征之一，创建并应用数字化模型、仿真系统，基于仿真结果和各方面的数据，对工厂运营过程中隐藏的风险隐患进行分析并揭示出来，为后续产品设计和生产活动的完善指明方向。数字化工厂涉及大量的仿真技术：在设计环节对产品各方面的性能进行仿真分析；在制造环节对产品的加工、生产、装配等进行仿真；对车间生产线的布局进行仿真等。通过仿真分析发现实践活动中可能存在的问题，采取针对性的措施提前予以解决，确保各个方面的活动能够有序、高效进行。
（3）唯一数据源技术
在产品的整个周期中，相关部门的活动都会产生数据文件，由此构成了专门的清单（BOM）。唯一数据源的核心，是对多种数据予以科学的组织，由此产生逻辑层面上有且仅有的数据源，从各个方面进行约束，极大地降低了组织的数据冗余度，同时也确保了数据的一致性。从产品的生命周期来看，企业在运行的过程中，会产生设计、工艺、制造、采购、销售等各方面的数据。每种数据BOM是由产品类型、应用领域和产品的生命周期唯一确定的，其中最基础性的即为设计BOM，我们能够将其当作产品的单一数据源，它包含了设计者的智慧成果，其他环节的BOM都是它和别的环节的信息融合在一起后产生的。
（4）BPM技术
业务流程管理（BPM）应该包括建模—实施—监控—管理等过程，要具备其所需的所有服务与工具才能叫作BPM。现在的信息系统开发方式的缺点在于对需求表达不清晰、效率不高。在这种思维方式下流程被固化在系统中，企业不能随着商业环境的变化而方便迅速地改变业务流程，而企业外部环境的变化促使企业必须快速地调整业务来响应。实时性企业将敏捷地使用最新信息，以积极地消除其关键性业务流程中的管理与执行层面出现的低效率延迟。BPM的出现正是为了解决企业流程实时改变所带来的敏捷性、实时效果评估、资源整合与优化等问题，而这些问题是传统的OA和工作流技术不能解决的。
三、数字化工厂建设内容
1、研发设计数字化
设计者基于用户的需求完成其工作，在这一过程中会产生相关的数据以及立体模型，经过不断地反馈和优化，制订最终的设计方案。整个过程由三个环节构成。其一为产品设计，这一环节的主要工作是创建数字化产品模型，主要涉及计算机辅助设计（CAD）、计算机辅助工程分析（CAE）、计算机辅助操作三个方面。其二为工艺规划，该环节的主要工作是明确在计算机辅助条件下应该采用怎样的工艺，并对工艺进行仿真分析，发现其不足之处并予以改进，主要涉及计算机辅助工艺规划（CAPP）等。其三为虚拟验证，在这一环节中，围绕虚拟样机搭建数字化环境，对客观的物理实验过程进行模拟分析，完成对产品的测试，对测试数据进行分析，从而判断产品是否符合预期。
2、生产制造数字化
生产数字化离不开MES系统的支持，它是一种自动化的智能科技手段，建立和运行这一系统，能够有效提高工厂制造的智能化水平，提高生产活动的透明度，将生产过程中产生的各方面的信息全部融合在一起，进一步增强装备在数控技术方面的优势。
MES采用了B/S架构，它由数据库层、应用逻辑层、服务传递层、展示层构成。其中，处于底层的数据库可以选择SQLServer、Oracle等产品；应用逻辑层是通过.NET设计的，它的主要内容是业务逻辑和规则；服务传递层的开发利用了IIS(Internet Information Services）技术；展示层负责将系统的功能呈现在用户眼前。在进行生产活动时，应该全面地兼顾质量管控数字化和企业管理数字化中质量管控。在这一过程中应该重点解决质量检测控制的问题，而应用MES系统就是良好的破解途径。
3、企业管理数字化
把信息和管理技术引入企业经营活动中，改善企业管理成效，帮助其获取更为可观的效益。企业管理数字化需要搭建围绕产品这一核心的PLM和围绕物料这一核心的ERP，再加上办公自动化（OA），质量信息系统（QIS），试验数据管理系统（TDM），以及客户关系管理、人力资源管理、财务管理等方面的系统，将这些系统全部集成在一起，从而为企业的管理活动提供更有力的支撑。
例如亿信华辰帮助吉利商用车集团建设的数据治理平台，小亿以这个为例给大家讲解。通过数据治理工作，亿信华辰积极配合吉利商用车集团，按照数据治理实施线路有序推进数据摸底、数据标准化、数据资产化工作，推进数据治理体系化、制度化、标准化，帮助企业管理完成数字化。
具体的建设内容如下：
集团结合企业自身特色，制定了“打基础、抓标准、促深化”三步走的数据治理战略，以DAMA数据管理知识体系为指引，DCMM企业数据治理成熟度模型为标准，提升自身数据管理能力，为数字化应用提供强有力的支撑。
企业数据治理分为管理体系建设、平台能力建设及治理工作三部分。以管理体系为基础，数据治理平台为工具，推动数据治理工作顺利开展。
在管理体系建设方面，将数据治理宣贯纳入企业文化中，灌输“数据是企业的重要资产”的理念，营造“全民治理”的氛围；制定数据治理的实施线路及相应的管理规范，将数据治理工作与企业信息化工作相结合，促进企业信息化建设的规范化及数据标准化；培养数据治理人才，构建敏捷性数据治理小组，快速响应企业各业务领域的数据开发、应用问题。
4、支撑保障数字化
（1）基础设施
网络基础。其一为异地网，通过它将位于各个地区的企业分支机构，甚至是各个企业关联起来。其二为本地局域网，包括涉密网、工业互联网等。
数据中心/灾备中心。搭建具有良好环境、功能完善的机房，为各个系统配置能够高效、可靠运行的设备，比如服务器、存储装置等。一旦因各种因素（比如硬件受损）导致数据丢失，也可以在最短的时间内找回并恢复数字化系统的良好运行。
总控中心。它起着信息中心的作用，把所有能够采集到的信息，都传递给这一中心，使工作人员能够了解实时的状态，进行统一的监控、管理，促进企业管理水平的提升，提高决策的正确性。
（2）数据库及标准规范
企业的经营活动包括了设计、工艺、制造、试验等众多的环节，每个环节都会不断地产生数据，因此需要为其搭建专门的数据库，另外还有关系数据库、文件数据库、实时数据库等。在数据库方面可以选择Oracle、SQLServer等比较成熟的产品，确保数据库能够稳定、可靠地运行。在建立标准规范方面，应该充分遵循国家和行业现有的规范，结合企业的实际情况，设定自身的标准规范。
（3）信息安全
要保障网络和信息的安全，关键是搭建全方位信息安全防护体系。主要包括工业防火墙IFW、工业通信网关、安全监测平台，工控网络安全防御平台，工业信息安全在线监测预警平台等。
（4）能源保障
以建设能源互联网为信息运行载体，对能量管理模型进行仿真分析，搭建并运营能源管理系统EMS(Energy Management System），在计算机、数据库等技术的支持下，对数字化工厂的能源（供电、供水、供气、供暖等）应用状况进行全面的监控，了解当前的能耗水平，一旦发现异常状况，马上分析原因并介入，达到“实时测量”“数据处理”和“远程控制”的效果。
（5）服务保障
后方技术人员和现场的维修人员进行远程的交流，为后者提供指导，使其能够更快完成维修任务，消除故障，使设备能够重新正常运行。具体来说，应该包括远程诊断和维修、可视化维修、维修咨询等方面的服务。
（6）系统集成
搭建覆盖研发设计、生产制造等方面的数字化工厂集成支撑平台，提高平台的集成性，让现有的系统能够更好地共享数据、协同运作。就当前的趋势来看，笔者认为重视研发的企业应该围绕PDM搭建统一的平台，而制造企业则应该围绕ERP+MES搭建统一的平台，研发制造混合型企业应该围绕PLM搭建统一的平台，从而对产品整个生命周期进行有效的监控和管理。
数字化工厂建设是一项庞大的工程，它和企业及其供应链都有紧密的关联。数字化工厂具有互联互通、系统集成、数据信息融合等特征，需要把人、设备、产品、环境等要素全部集成在一起，数字、数据、信息全面融合，为企业的决策和执行提供有力的数据支持。所以这一工程的建设，不但要解决技术方面的难题，同时还面临着组织、文化、流程等方面的压力，最关键的是培养更多综合性信息化人才，才能更好地帮助企业实现数字化转型。