先进制造业·导读
在《如何利用CMMM®开展智能制造系统规划与实施》中我们描述了产品生命周期和生产生命周期集成的架构，归纳了智能制造系统规划的流程，并以智能制造系统规划过程中装备选型为例讲解了如何利用CMMM®开展规划的要点，本期将从设备管理、生产计划和运行管控、仓储管理和配送物流的角度，继续这一话题。
一般情况下，一个制造系统的组成包括硬件（设备、设施、工具、物料、环境等）、软件（流程、计划、管控等）和人员。图1展示了一个典型车间的业务模型，包含七个模块：制造资源及基础设施、工艺管理、计划与调度、仓储与物流配送、设备健康管理、质量检测、系统集成与辅助决策。制造系统要管控的要素无外乎就是人、机、料、法、环、测、能，而制造系统是否智能取决于要管控的这些要素是否具有智能特征，即管控的过程是否具有“动态感知、实时分析、自主决策、精准执行”的特征。
01设备运行管理要考虑的智能特征
设备选型是构成系统整体能力的基础，设备自身能力决定了企业生产作业、设备管理等水平。
除了设备本身，还要考虑与工艺相关的工装以及上下料辅助设施，如组成生产单元或生产线需要考虑的自动上下料机构；柔性生产线要考虑柔性工装和快速换版；人工装配环节要考虑作业指导书的自动化和可视化；为保证生产质量，还需要考虑相应的防错纠错装置等等。
设备的正常运行是保证制造系统运行的基础，所以，除了设备的选型外，要保证设备高效运行，还需要在提高设备运行管理能力上下功夫。
一般企业都有设备管理系统，但是传统的设备管理系统功能往往是信息管理，与设备的物理连接较少，也就是设备没有联网，只是对设备的履历、保养周期等进行管理。在智能制造系统中，设备需要联入网络，设备的实时运行参数、信息等要实时上传到生产管控系统，与生产内容进行关联，以便通过设备运行与生产过程的共同分析进行工艺优化和生产计划的优化，所以标准对设备运行管理提出了具体的要求，包括设备运行状态的获取方法、设备状态数据获取与分析处理、基于设备状态的运维管理以及智能设备状态预测性维护、设备运行分析驱动生产过程优化等，如设备的关键运行参数要能够实时采集（三级），要能够开展设备综合效率（OEE）的统计分析（三级），并依据OEE的分析结果开展生产工艺和生产作业计划的优化（四级）；应建立设备故障知识库（三级），运用知识库，实现基于设备运行状态的维修维护闭环管理（四级）等。
设备OEE不仅仅体现在时间稼动上，还应包含性能稼动和质量稼动，在系统中关键工序的OEE既可以作为提升设备效率的基准，也可以作为衡量和提升系统管控能力的基线。
02生产计划与运行管控要考虑的智能特征
利用CMMM®标准，可以对管控系统的开发提出明确的功能要求。CMMM®中有很多能力子域都提出了生产过程中需要管控的具体要求，见图2。
例如：计划与调度要考虑的因素包括计划编制的方式方法、计划和调度的集成方式、计划调度的智能化水平。针对主计划与详细作业计划如何制定，标准中也提出了不同等级的具体要求，如在制定主计划时，要考虑安全库存、采购提前期、生产提前期、生成过程数据等要素，自动将其纳入计算的约束条件，能够自动生成有限能力的主生产计划；针对多种产品共线的柔性生产模式，要采用先进排产调度的算法模型，形成满足多种约束条件的作业排产方案供计划调度人员选择合适的作业计划，可供考虑的排产原则包括先进先出原则、紧急优先原则、加工时间最长优先原则、在制品最少原则等；同时，针对生产执行过程中的变化，能够及时地对作业计划进行适宜的调整，以应对异常情况的发生。
在生产过程管控方面，要保证在正确的时间生产正确的产品，需要工艺文件、工艺指令、制造指令与要生产的产品正确匹配，即能够根据生产作业计划，自动将工艺文件下发到各生产单元（三级），或自动将生产程序、运行参数或生产指令下发到数字化设备（四级）。生产过程中需要对生产作业计划、生产资源、质量信息等关键数据的动态监测（三级），通过数字化检验设备及系统的集成，实现关键工序质量在线检测和在线分析（三级）；基于在线监测的质量数据，建立质量数据算法模型预测生产过程是否发生异常，有异常发生时能够实时报警（四级）。通过构建模型对生产作业数据进行分析，并根据分析的结果实现生产工艺参数、设备参数、生产资源配置等生产过程的优化（四级），也是智能制造系统的一大特征，在智能管控系统策划时，需要将生产过程的各类数据进行实时采集和收集，并进行在线或离线分析，作为优化生产过程的基础。
随着大规模定制、个性化定制等新模式的应用，对产品的质量追溯要求也越来越高，很多产品在运行过程中出现问题，可能需要追溯到生产过程的某一个零部件的生产过程，甚至到原材料以及某一个工序的设备参数。所以，根据产品特点和应用场景，智能制造系统也需要具备生产过程中原材料、半成品、设备（参数）等质量信息的全面可追溯能力（四级）。
03仓储管理与配送物流要考虑的智能特征
仓储和配送是连接生产、检验等相关工位的桥梁，且与制造系统布局密切相关。
制造系统的布局遵循以下原则：统一原则、最短距离原则、物流顺畅原则、空间利用原则、安全环保原则、灵活机动原则等，这些原则的应用与产品和生产组织方式有关。
智能制造系统规划时，在仓储与配送方面要考虑的因素包括仓储管理自动化、配送自动化/准时化、系统集成化与优化等。
在仓储自动化方面，包括自动化的仓储设备、物料自动分拣、物料自动识别以及物料状态可视化等；配送自动化包括从原材料到工位间、前后工序间、从工位到半成品库、从半成品库到后续工序、产品完成入成品库等过程的自动转运和及时到位，同时要基于内部信息系统集成实现仓储配送全过程可视化；通过生产计划、生产作业和仓储系统的集成，实现基于产线实时拉动的物料配送，即作业计划与仓储配送的实时协同动态调整等。在一个智能化的仓储系统中，合适的仓储模型和配送模型是必不可少的，以此实现最优的库存方式和配送方案。
CMMM®对仓储与配送与生产系统的集成提出了明确的要求，如三级要求基于仓储管理系统与MES的集成，依据生产作业计划实现半自动或自动出入库管理，而四级要求通过数字化仓储、配送设备与信息系统集成，实现依据实际生产状态拉动物料配送，从三级到四级的要求可以看出二者的智能特征实现了跨越。
仓储与配送追求的是准时和便捷。近年来，很多企业都采用了自动立体库作为原材料、半成品以及产成品的存储装置，大大提高了仓储配送的智能化水平，此外，AGV/智能叉车、轨道/托盘运输，以及机器人/机械手上下料、翻转、搬运等设施的应用，也很大程度上保障了制造系统物料的及时转运。
智能制造系统规划时，除了生产能力外，还需要将生产安全、环保和节能作为规划的一项重要任务。CMMM®在这三个方面也提出了具体的要求，在实际规划中可以采用危险源监测、作业人员定位跟踪、特殊区域光栅护栏等措施强化现场安全管控；对于有污染的环节，增加环保数据的监测，并与生产作业数据一起建立数据分析模型，开展生产的污染物排放分析及预测预警；加强高耗能设备管控，采取措施，实现能源的转化应用等。