生產過程中需要及時採集產量、質量、能耗、加工精度和設備狀態等數據，並與訂單、工序、人員進行關聯，以實現生產過程的全程追溯。出現問題可以及時報警，並追溯到生產的批次、零部件和原材料的供應商。此外，還可以計算出產品生產過程產生的實際成本。有些行業還需要採集環境數據，如溫度、濕度、空氣潔凈度等數據。

企業需要根據採集的頻率要求來確定採集方式，對於需要高頻率採集的數據，應當從設備控制系統中自動採集。企業在進行智能工廠規劃時，要預先考慮好數據採集的介面規範，以及SCADA系統的應用。不少廠商開發了數據採集終端，可以外接在機牀上，解決老設備數據採集的問題，企業可以進行選型應用。

實現智能工廠乃至工業4.0，推進工業互聯網建設，實現MES應用，最重要的基礎就是要實現M2M，也就是設備與設備之間的互聯，建立工廠網路。那麼，設備與設備之間如何互聯？採用怎樣的通信方式、通信協議和介面方式？採集的數據如何處理？這些問題企業應當建立統一的標準。

在此基礎上，企業可以實現對設備的遠程監控，機牀聯網之後，可以實現DNC應用。設備聯網和數據採集是企業建設工業互聯網的基礎。

推進智能工廠建設，生產現場的智能物流十分重要，尤其是對於離散製造企業。智能工廠規劃時，要盡量減少無效的物料搬運。很多優秀的製造企業在裝配車間建立了集中揀貨區，根據每個客戶訂單集中配貨，並通過DPS(Digital Picking System)方式進行快速揀貨，配送到裝配線，消除了線邊倉。

離散製造企業在兩道機械工序之間可以採用帶有導軌的工業機器人、桁架式機械手等方式來傳遞物料，還可以採用AGV、RGV（有軌穿梭車）或者懸掛式輸送鏈等方式傳遞物料。在車間現場還需要根據前後道工序之間產能的差異，設立生產緩衝區。立體倉庫和輥道系統的應用，也是企業在規劃智能工廠時，需要進行系統分析的問題。

提高質量是工廠管理永恆的主題，在智能工廠規劃時，生產質量管理更是核心的業務流程。質量保證體系和質量控制活動必須在生產管理信息系統建設時統一規劃、同步實施，貫徹質量是設計、生產出來，而非檢驗出來的理念。

質量控制在信息系統中需嵌入生產主流程，如檢驗、試驗在生產訂單中作為工序或工步來處理；質量審理以檢驗表單為依據啟動流程開展活動；質量控制的流程、表單、數據與生產訂單相互關聯、穿透；按結構化數據存儲質量記錄，為產品單機檔案提供基本的質量數據，為質量追溯提供依據；構建質量管理的基本工作路線：質量控制設置-檢測-記錄-評判-分析-持續改進；質量控制點需根據生產工藝特點科學設置，質量控制點太多影響效率，太少使質量風險放大；檢驗作為質量控制的活動之一，可分為自檢、互檢、專檢，也可分為過程檢驗和終檢；質量管理還應關注質量損失，以便從成本的角度促進質量的持續改進。對於採集的質量數據，可以利用SPC系統進行分析。製造企業應當提升對QIS（質量管理信息系統）的重視程度。

設備是生產要素，發揮設備的效能（OEE—設備綜合效率）是智能工廠生產管理的基本要求，OEE的提升標誌產能的提高和成本的降低。生產管理信息系統需設置設備管理模塊，使設備釋放出最高的產能，通過生產的合理安排，使設備尤其是關鍵、瓶頸設備減少等待時間；在設備管理模塊中，要建立各類設備資料庫，設置編碼，及時對設備進行維保；通過實時採集設備狀態數據，為生產排產提供設備的能力數據；企業應建立設備的健康管理檔案，根據積累的設備運行數據建立故障預測模型，進行預測性維護，最大限度地減少設備的非計劃性停機；要進行設備的備品備件管理。

智能工廠的廠房設計需要引入BIM（建築信息模型），通過三維設計軟體進行建築設計，尤其是水、電、氣、網路、通信等管線的設計。同時，智能廠房要規劃智能視頻監控系統、智能採光與照明系統、通風與空調系統、智能安防報警系統、智能門禁一卡通系統、智能火災報警系統等。採用智能視頻監控系統，通過人臉識別技術以及其他圖像處理技術，可以過濾掉視頻畫面中無用的或幹擾信息、自動識別不同物體和人員，分析抽取視頻源中關鍵有用信息，判斷監控畫面中的異常情況，並以最快和最佳的方式發出警報或觸發其它動作。

整個廠房的的工作分區（加工、裝配、檢驗、進貨、出貨、倉儲等）應根據工業工程的原理進行分析，可以使用數字化製造模擬軟體對設備佈局、產線佈置、車間物流進行模擬。在廠房設計時，還應當思考如何降低噪音，如何能夠便於設備靈活調整佈局，多層廠房如何進行物流輸送等問題。

製造企業在規劃智能工廠時，必須高度關注智能裝備的最新發展。機牀設備正在從數控化走向智能化，實現邊測量、邊加工，對熱變形、刀具磨損產生的誤差進行補償，企業也開始應用車銑複合加工中心，很多企業在設備上下料時採用了工業機器人。

未來的工廠中，金屬增材製造設備將與切削加工（減材）、成型加工（等材）等設備組合起來，極大地提高材料利用率。除了六軸的工業機器人之外，還應該考慮SCARA機器人和並聯機器人的應用，而協作機器人則將會出現在生產線上，配合工人提高作業效率。

智能產線是智能工廠規劃的核心環節，企業需要根據生產線要生產的產品族、產能和生產節拍，採用價值流圖等方法來合理規劃智能產線。智能產線的特點是：在生產和裝配的過程中，能夠通過感測器、數控系統或RFID自動進行生產、質量、能耗、設備績效（OEE）等數據採集，並通過電子看板顯示實時的生產狀態，能夠防呆防錯；通過安燈系統實現工序之間的協作；生產線能夠實現快速換模，實現柔性自動化；能夠支持多種相似產品的混線生產和裝配，靈活調整工藝，適應小批量、多品種的生產模式；具有一定冗餘，如果生產線上有設備出現故障，能夠調整到其他設備生產；針對人工操作的工位，能夠給予智能的提示，並充分利用人機協作。

設計智能產線需要考慮如何節約空間，如何減少人員的移動，如何進行自動檢測，從而提高生產效率和生產質量。企業建立新工廠非常強調少人化，因此要分析哪些工位應用自動化設備及機器人，哪些工位採用人工。對於重複性強、變化少的工位儘可能採用自動化設備，反之則採用人工工位。

MES（製造執行系統）是智能工廠規劃落地的著力點，MES是面向車間執行層的生產信息化管理系統，上接ERP系統，下接現場的PLC程式控制器、數據採集器、條形碼、檢測儀器等設備。MES旨在加強MRP計劃的執行功能，貫徹落實生產策劃，執行生產調度，實時反饋生產進展；

1. 面向生產一線工人：指令做什麼、怎麼做、滿足什麼標準，什麼時候開工，什麼時候完工，使用什麼工具等等；記錄「人、機、料、法、環、測」等生產數據，建立可用於產品追溯的數據鏈；反饋進展、反饋問題、申請支援、拉動配合等；

2. 面向班組：發揮基層班組長的管理效能，班組任務管理和派工；

3. 面向一線生產保障人員：確保生產現場的各項需求，如料、工裝刀量具的配送，工件的周轉等等。

為提高產品準時交付率、提升設備效能、減少等待時間，MES系統需導入生產作業排程功能，為生產計劃安排和生產調度提供輔助工具，提升計劃的準確性。在獲取產品製造的實際工時、製造BOM信息的基礎上，企業可以應用APS(先進生產排程)軟體進行排產，提高設備資源的利用率和生產排程的效率。

為了降低智能工廠的綜合能耗，提高勞動生產率，特別是對於高能耗的工廠，進行能源管理是非常有必要的。採集能耗監測點（變配電、照明、空調、電梯、給排水、熱水機組和重點設備）的能耗和運行信息，形成能耗的分類、分項、分區域統計分析，可以對能源進行統一調度、優化能源介質平衡，達到優化使用能源的目的。

同時，通過採集重點設備的實時能耗，還可以準確知道設備的運行狀態（關機、開機還是在加工），從而自動計算OEE。通過感知設備能耗的突發波動，還可以預測刀具和設備故障。此外，企業也可以考慮在工廠的屋頂部署光伏系統，提供部分能源。

生產過程中工件配有圖紙、工藝卡、生產過程記錄卡、更改單等紙質文件作為生產依據。隨著信息化技術的提高和智能終端成本的降低，在智能工廠規劃可以普及信息化終端到每個工位，結合輕量化三維模型和MES系統，操作工人將可在終端接受工作指令，接受圖紙、工藝、更單等生產數據，可以靈活第適應生產計劃變更、圖紙變更和工藝變更。有很多廠商提供工業平板顯示器，甚至可以利用智能手機作為終端，完成生產信息查詢和報工等工作。

企業在進行新工廠規劃時，需要充分考慮各種安全隱患，包括機電設備的安全，員工的安全防護，設立安全報警裝置等安防設施和消防設備。同時，隨著企業應用越來越多的智能裝備和控制系統，並實現設備聯網，建立整個工廠的智能工廠系統，隨之而來的安全隱患和風險也會迅速提高，現在已出現了專門攻擊工業自動化系統的病毒。因此，企業在做智能工廠規劃時，也必須將工業安全作為一個專門的領域進行規劃。

精益生產的核心思想是消除一切浪費，確保工人以最高效的方式進行協作。很多製造企業採取按訂單生產或按訂單設計，滿足小批量、多品種的生產模式。智能工廠需要實現零部件和原材料的準時配送，成品和半成品按照訂單的交貨期進行及時生產，建立生產現場的電子看板，通過拉動方式組織生產，採用安東系統及時發現和解決生產過程中出現的異常問題；同時，推進目視化、快速換模。很多企業採用了U型的生產線和組裝線，建立了智能製造單元。推進精益生產是一個持續改善的長期過程，要與信息化和自動化的推進緊密結合。

人工智慧技術正在被不斷地被應用到圖像識別、語音識別、智能機器人、故障診斷與預測性維護、質量監控等各個領域，覆蓋從研發創新、生產管理、質量控制、故障診斷等多個方面。在智能工廠建設過程中，應當充分應用人工智慧技術。

例如，可以利用機器學習技術，挖掘產品缺陷與歷史數據之間的關係，形成控制規則，並通過增強學習技術和實時反饋，控制生產過程減少產品缺陷。同時集成專家經驗，不斷改進學習結果。利用機器視覺代替人眼，提高生產柔性和自動化程度，提升產品質檢效率和可靠性。IBM開展了通過人工智慧演算法來分析質量問題，並找出改進措施的實踐，取得了實效。

流程行業企業的生產線配置了DCS系統或PLC控制系統，通過組態軟體可以查看生產線上各個設備和儀錶的狀態，但絕大多數離散製造企業還沒有建立生產監控與指揮系統。

實際上，離散製造企業也非常需要建設集中的生產監控與指揮系統，在系統中呈現關鍵的設備狀態、生產狀態、質量數據，以及各種實時的分析圖表。在一些國際廠商的MES軟體系統中，設置了MII（Manufacturing Ingetration and Intelligence）模塊，其核心功能就是呈現出工廠的關鍵KPI數據和圖表，輔助決策。

數據是智能工廠建設的血液，在各應用系統之間流動。在智能工廠運轉的過程中，會產生設計、工藝、製造、倉儲、物流、質量、人員等業務數據，這些數據可能分別來自ERP、MES、APS、WMS、QIS等應用系統。因此，在智能工廠的建設過程中，需要一套統一的標準體系來規範數據管理的全過程，建立數據命名、數據編碼和數據安全等一系列數據管理規範，保證數據的一致性和準確性。

另外，必要時，還應當建立專門的數據管理部門，明確數據管理的原則和構建方法，確立數據管理流程與制度，協調執行中存在的問題，並定期檢查落實優化數據管理的技術標準、流程和執行情況。企業需要規劃邊緣計算、霧計算、雲計算的平臺，確定哪些數據在設備端進行處理，哪些數據需要在工廠範圍內處理，哪些數據要上傳到企業的雲平臺進行處理。

在智能工廠規劃中，還應當重視整體人員績效的提升。設備管理有OEE，人員管理同樣有整體績效-OLE（整體勞動效能）。通過對整體勞動效能指標的分析，可以清楚瞭解勞動力績效，找出人員績效改進的方向和辦法，而分析勞動力績效的基礎是及時、完整、真實的數據。通過考勤機、排班管理軟體、MES系統等實時收集的考勤、工時和車間生產的基礎數據，用數據分析的手段，可以衡量人工與資源（如庫存或機器）在可用性、績效和質量方面的相互關係。讓決策層對工廠的勞動生產率和人工安排具備實時的可視性，通過及時準確地考勤數據分析評估出勞動力成本和服務水平，從而實現整個工廠真正的人力資本最優化和整體勞動效能的提高。

總之，要做好智能工廠的規劃，需要綜合運用這「十八般武藝」，從各個視角綜合考慮，從投資預算、技術先進性、投資回收期、系統複雜性、生產的柔性等多個方面進行綜合權衡、統一規劃，從一開始就避免產生新的信息孤島和自動化孤島，才能確保做出真正可落地，既具有前瞻性，又有實效性的智能工廠規劃方案。同時，還可以基於這些維度來建立智能工廠的評估體系。

智能工廠的建造，是互聯網信息管理與生產製造實踐的直接碰撞，將信息化管理軟體與智能製造硬體設施有機結合後應用於企業的生產實踐將是一場細緻的變革，需要每一位企業管理者清楚地認識企業自身的情況以及當下智能工廠的情況，知己知彼，才能在這場智慧化轉型的戰役中立於不敗之地。