智能工厂的概念
智能工厂是利用各种现代化的技术，实现工厂的办公、管理及生产自动化，达到加强及规范企业管理、减少工作失误、堵塞各种漏洞、提高工作效率、进行安全生产、提供决策参考、加强外界联系、拓宽国际市场的目的。
智能工厂特点
1、产设备网络化，实现车间“物联网”
以前的车间只实现了机器与机器 （也就是“Machine to Machine”） 之间的连接，这是传统工厂的T2T的通信模式。
而物联网的出现实现了物与物、物与人、所有的物品与网络（也就是“Things to Things”）的连接，我们一般称之为“M2M”。
2、过程透明化，智能工厂的“神经”系统
MES是对整个生产过程进行管理的软件系统，智能工厂的“神经网络”主要就是由MES系统（制造执行系统）构成。
因为有了MES系统的存在，整个智能系统才能够获取到足够多的生产数据，才使得智能系统的数据分析成为可能，所以说MES是智能工厂的神经系统毫不为过。
3、产数据可视化，大数据分析进行决策
在智能工厂的生产现场，智能系统每隔几秒就收集一次MES系统上传的数据。
工厂的智能系统可以利用这些数据对各个环节进行分析并制定相应的改进方案，通过不断优化来使工厂的生产达到最优状态。
4、现场无人化，真正做到“无人”工厂
在自动化生产的情况下，智能系统一般自行管理工厂中的所有生产任务，如果生产中遇到问题，一经解决，立即恢复自动化生产，整个生产过程无需人工参与，真正实现“无人”的智能生产。
5、产文档无纸化，实现高效、绿色制造
生产文档进行无纸化管理，需要的生产信息都可在线快速查询、浏览、下载，不仅提高了效率，更降低了浪费。
智能工厂的体系架构
由于CPS进入制造和物流的技术集成以及在工业流程中使用物联网及其服务，从而产生了创新的工厂系统———智能工厂。完全不同于传统的工厂自动化系统，智能工厂采用面向服务的体系架构。从中可以看出，对应于传统自动化系统的现场级使用物联网技术；对应于控制级采用ＣＰＰＳ；对应的监控管理级连接到安全可靠和可信的云网络主干网，采用服务互联网提供的服务。
１）基于嵌入式Ｉｎｔｅｒｎｅｔ技术、无线自组织的机器对机器通信Ｍ２Ｍ（Ｍａｃｈｉｎｅ－ｔｏ－Ｍａｃｈｉｎｅ）通信网络。Ｍ２Ｍ是基于特定终端行业，以公共无线网络为接入手段，为客户提供机器到机器的通信解决方案，满足客户对生产过程监控、指挥调度、远程数据采集和测量、远程诊断等方面的信息化需求。
Ｍ２Ｍ不是简单的数据在机器和机器之间的传输，它是机器之间的一种智能化、交互式通信，即使人们没有实时发信号，机器也会根据既定程序主动进行通信，并根据所得到的数据智能化地作出选择，对相关设备发出正确的指令。工业控制需要实现智能化、远程化和实时化，随着无线宽带的突破，具有高数据传输速率、低占空比、ＩＰ网络支持以及泛在移动性的Ｍ２Ｍ将提供更佳的承载基础。
２）ＣＰＰＳ。由于工业控制的可靠性要求非常高，因而生产流程控制采用靠近工厂机器设备的ＣＰＰＳ。CPS是计算过程和物理过程的集成系统，利用嵌入式计算机和网络对物理过程进行监测和控制，并通过反馈环实现计算过程和物理过程的相互影响。ＣＰＰＳ是一种网络型嵌入式系统，它将打破在ＰＣ机时代建立的传统自动化系统的体系架构，从而全面实现分布式智能。
３）安全可靠和可信的云网络。智能工厂的ＩＴ设施建立在云计算网络基础上，云计算的本质是一种基于互联网的服务模式，它类似于远程数据中心。控制室可以理解为私有云，考虑到控制的可靠性要求非常高，为ＣＰＰＳ提供服务的Ａｐｐ平台建立在工厂企业的私有云上。但是一些营运和生产管理，例如ＰＬＭ，ＳＣＭ，ＣＲＭ，ＱＭＳ，ＥＲＰ以及ＭＥＳ的一些功能可以通过云计算网络提供服务，从而可以降低创建和优化基础架构的成本、提升生产管理的智能化水平、高效地跨地域协同以及提高快速响应市场需求的能力等。
４）基于CPS的高级工厂辅助系统。“智能工厂创新联盟”十分重视将各种无线技术、平板电脑、智能手机以及室内精确定位等多种ＩＴ领域成熟的最新技术，创新地引入新一代工厂系统，制成高级工厂辅助系统。２０１２年４月，谷歌公司发布了“谷歌眼镜“新产品，这是一款可穿戴移动终端产品。“谷歌眼镜“采用了“扩增实境”（ＡｕｇｍｅｎｔｅｄＲｅａｌｉｔｙ）又称增强现实技术，在“实境”现实基础上，将图像、声音和其他感官增强功能实时添加到真实世界的环境中，以虚拟现实把它扩增，把真实的环境和虚拟的物体实时地叠加到同一个画面或空间，可以使用户充分感知和操控虚拟的立体图像。
为此，“智能工厂创新联盟”专门成立了项目组，经过研究试验，打算将该技术用于工业维护系统：通过头盔式显示器将多种辅助信息显示给用户，包括虚拟仪表的面板、被维修设备的内部结构以及被维修设备零件图等，从而大幅提高维护效率。利用这些高级工厂辅助系统还可以支持、帮助和培训新一代工作人员。
关键字： 智能工厂 体系架构 维护效率 编辑：什么鱼 引用地址： http://news.eeworld.com.cn/qrs/ic506882.html 本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有，本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播，或不应无偿使用，请及时通过电子邮件或电话通知我们，以迅速采取适当措施，避免给双方造成不必要的经济损失。
