1引言

　　本文在企業數字化、智能化轉型升級的探索和實踐，發展智能化、柔性化、規?；漠a業體系特別是智能化無人生產體系的建設中，對涉及的關鍵要素進行總結分析，對相關企業數字化轉型建設具有一定的借鑒參考作用。

　　2建設無人化生產體系原因

　　某企業的產品要求高精密、高質量、高可靠，生產模式是典型的多品種、小批量離散生產模式。經過多年來數字化轉型建設實踐，已經具備了較強的自動化加工與信息化管理能力。從啞設備改造、產線的少人化探索，再到智能產線的升級，每一次提升都是基于企業發展到一定階段，遇到瓶頸后的主動改造、自我進化。

　　在企業發展到當前階段，生產過程仍然面臨四個方面問題需要解決：①生產模式限制產能提升;②計劃準時完成率不高;③質量提升不明顯，追溯不易;④生產成本不易壓縮。

　　因此需要使用新模式、新體系、新方法和新工具來變革組織，實現發展。從 2022 年起，以自動化生產線為基礎，應用數字孿生、大數據分析、邊緣計算和 5G 等新技術建設動態計劃、智能控制、柔性調度系統，將人工執行升級為數據驅動的自動執行;圍繞基礎建設、生產準備、生產執行和生產追溯四方面來建設整個生產系統，形成無人化生產體系的探索和實踐。

　　3無人化生產體系建設實踐

　　在黑燈工廠建設的探索過程中，基于當前面臨的問題，通過充分梳理需求，整理出包括減少人力提高生產效率、降低生產成本、提高產品質量、提升計劃準確完成率，以及提高產能五方面目標，通過分解實施，達到了預期效果，并構建出一整套無人生產體系。

　　3.1重構業務流程

　　盡管此次智能化改造之前，企業已經具備了先進生產設備，但業務流程的設計仍然是依據傳統生產組織模式進行的，為了實現生產過程的無人化，徹底解放人工，必須重構生產業務流程，對信息系統底層邏輯進行全面優化，減少生產準備階段人員的工作量，優化生產、提升協同管理能力。

　　為此，在“黑燈工廠”無人化生產模式下，對生產資料等要素進行了升級，生產的組織管理模式需要變革，生產的業務流程需要重構;以車間 MES 和智能柔性管控系統為核心，以網絡安全防護為保障，實現計劃到執行的業務流、信息流、物料流的流程統一;以生產數據為基礎的數字孿生系統，反向驅動、優化生產及協同管理。

　　3.2設備和生產線的改造

　　在規劃了智能車間及無人化生產體系，并梳理了無人條件下的業務流程后，經過嚴謹論證、方案規劃和評審，進行了包括工藝布局、車間物流和機器人干涉等仿真驗證，作為產線正式建設的指導。

　　按機床加工特性進行分組布局建設產線，針對不同的加工能力，設計實施不同的線內上下料機器人及輔助設備;基于產線主控 PLC 邏輯實現線內設備動作執行，同時建設工業環網，結合物聯網支撐機床與各生產要素互聯互通。

　　1)設備智能化改造。黑燈工廠的基本元素是智能設備。為適配無人化操作，對車間設備進行了智能化改造，通過增加電磁閥、傳感器、通信口和機床 PLC 控制邏輯，使機床具備感知、執行、檢測、通信和遠程控制等關鍵能力，為智能產線建設打下堅實基礎。

　　2)自動上下料設備實施。減少人工轉運的時間浪費，降低人員傷害，提升生產效率。

　　3)線邊庫實施。實現原料、成品線內暫存，滿足產線自動生產短期物料供應。

　　4)線邊接駁臺實施。滿足產線與車間物流對接，以連續供應產線物料、提升換型效率。

　　5)安全防護等輔助設施實施。隔離人員活動與自動化設備工作區，保障人員和設備運行安全

　　3.3智能倉儲建設

　　智能倉儲系統是物料的起點和終點，是物料轉運的十字路口，是智能工廠的核心要素。建設的智能倉儲系統的特點是具備貨位存儲的動態規劃能力，可以根據產線拉動式需求做自適應式任務調度，并與 MES 進行集成，實現物料齊套信息的自動傳輸;基于數字孿生技術實現了庫存周轉分析和貨位分析優化。

　　3.4建設 5G 專網及三網安全防護

　　為滿足車間數據采集、AGV 物流控制及后期視頻監控、直播等應用，實現園區內智能化，建設了覆蓋園區、車間的 5G 專網，對園區主要工作場所進行 100% 全覆蓋。區別于三大運營商的 5G 網絡，該專網將信令系統和數據系統一并下沉于企業內部，保證了數據不出園區，將數據通過虛擬加密通道傳輸到內網服務器，保障數據安全。

　　3.5車間智能物流系統

　　替代人工是無人生產必要要素，智能物流系統基于5G 技術實現 AGV 對物料在立體庫、裝調間、產線之間的轉運。系統具備自動避障、自主充電、多 AGV 智能調度和二維碼自動循跡等特點，實現了生產過程物料調度轉運無人化，減少了生產待料時間，提高生產效率，降低了生產運營成本。

　　3.6智能制造控制中心

　　智能制造控制中心是黑燈工廠業務執行的核心，在控制中心實現計劃、裝調等生產準備工作，實現生產準備的前置化，使無人生產區與生產準備區分離;并依托建設于此的企業大腦、數字孿生，為車間管理提供分析、決策依據。

　　建設數字孿生，應用 AI+ 大數據技術，多源異構數據處理、數據驅動的建模，基于無限產能識別瓶頸資源，基于有限產能構建瓶頸網絡優化模型。支持工廠運行監控、預警及敏捷決策。

　　1)采集產線、機床、AGV 和機器人等物理實體運行數據，基于邊緣云實現產線監測及故障預測性分析。

　　2)基于設備狀態預測、數字孿生工時優化進行動態排程，實現生產任務動態調度優化和產線運行優化。

　　3)計劃準時完成率從 70% 提高到 95% ，產品一次交驗合格率從 95% 提升到 99.9%。

　　結合業務實際需要，通過采集 ERP、PDM、MES 和OA 等核心系統的離散業務數據，形成企業數字大腦。企業大腦涵蓋了企業戰略運營、人力、財務、銷售、采購、設備、生產和質量等多個維度。為企業生產管理和精準決策提供技術支撐，為科研生產數據賦能賦智。

　　3.7車間 MES

　　針對車間生產計劃達成率、準時完成率較低、臨時插單多等問題，建設了車間級 MES?；谌嵝?、動態算法進行計劃排產并自動驅動機床加工，實現了車間智能主導的生產，產品準時完成率明顯提高。

　　3.8柔性管控系統

　　建設柔性管控系統，如圖 5 所示，實現生產過程的柔性、自動化控制，工人在智能制造控制中心即可實現毛坯自動上下料、機床自動加工、在線檢測和成品自動返回裝調間等操作。系統的設計完全契合企業產品特點及生產組織模式，并對比、吸收了國內外優秀產品設計思路，具有一定的行業先進性。

　　3.9建設邊緣云平臺

　　基于邊緣云平臺，采集設備數據，實現設備的健康管理和預測性維護;依托數字孿生的分析優化及時實現生產工時優化，動態調度生產資源，提高計劃準時完成率。

　　3.10建設機床主軸碰撞緩沖系統

　　建設機床主軸碰撞緩沖系統，通過邊緣云平臺對主軸振動數據采集，對主軸安全運行狀態進行監控，并通過邊緣云平臺反控及時防止設備主軸碰撞損壞，實現機床設備的健康管理，并有效避免產線無人化后，設備嚴重故障時，無人及時應對的問題，有效減少設備故障造成的損失。

　　3.11建設機加產品機內在線檢測系統

　　建設機加產品機內在線檢測系統，系統依據預先編制的 NC 程序按加工需求進行調用，快速測量和記錄關于零件幾何特征的形狀和位置信息，經后處理測量宏程序，自動保存相關測量數據，實時采集產品加工質量參數，實現無人化產品檢測，并有效提升產品質量。

　　4結束語

　　從技術創新、商業模式創新、管理創新三個方面來論述，本文旨在總結建設一個可復制、可推廣，具有普適性的，適用于多數黑燈工廠建設的模式。下一步將繼續加快推動黑燈工廠建設，從無人化生產模式復制及推廣、智能裝配線建設等方面入手，持續探索建設具有自感知、自學習、自決策、自執行和自適應等特征的智能化無人生產模式未來工廠。