企业在智能制造领域“轻与重”的八大误区！

　　历经数十年的应用，工业软件的功能不断细化，在制造企业中覆盖的业务越来越广，企业应用的信息系统越来越多。很多企业往往是为了解决某一个或一类问题，满足某个业务部门或者某个业务流程的需求而建设一套信息系统，“头痛医头”，缺乏整体规划，导致系统之间功能重叠、边界模糊、数据来源多样等问题。

　　例如，某企业先导入了ERP系统，后来由于生产现场细化管理，导入了MES系统，之后由于需要对仓库进行精细化管理，引入了WMS，三个系统都有物料管理功能，由此带来一些单据需要在不同部门多个系统之中重复录入，同一个数据在不同系统之中多头管理，导致工作效率低、数据不一致等问题。

　　各类信息系统越上越多，功能越来越复杂，但是信息孤岛林立，很多数据需从系统中导出、处理、再导入另一系统中，需要到多个系统进行查询，才能获取有效信息。数据变更时，不能及时从接收变更的源头系统传递到其它关联系统。企业的运营效率却没有提升，甚至反而下降，投资回报率不高。

　　部分企业已经意识到此类问题，通过对业务和系统边界的划分，简化数据在不同系统之间传递的过程，实现数据的实时共享，保证数据的准确性，消除信息孤岛，为企业运营和经营分析提供统一、一致的数据源。不过，企业应该明确业务边界和系统功能边界，构建统一的系统集成方案，引入主数据管理系统(MDM)，在实施过程中实现各系统的数据集成和接口统一管理，避免数据断点、接口重复开发等问题。

　　同时，制造企业必须改变竖井式的单元系统实施与应用模式，尽量避免软件系统功能重叠，导致重复投资等问题，使企业投资的数字化和自动化系统能够达到预期的成效。

　　制造企业应当将工业软件的应用与智能装备、数据采集、工控网络、工厂仿真、产线规划、AGV和立体仓库应用等相关技术结合起来，进行智能制造整体规划，并在整体规划的指导下，进行单元系统的实施;同时，要顺应云计算、组件化、微服务的潮流，实现企业数字化系统架构的升级。

　　误区5重建设，轻运维

　　制造企业在智能制造推进过程中，普遍存在重建设、轻运维的问题。在系统采购和实施阶段，企业会展开需求分析、系统评估、可行性分析和招标选型，重大项目高层领导也会参与到决策过程，投入大量的人力、物力和财力。

　　但在系统上线以后，却缺乏持续的运维，应用软件多年不进行维护和升级，系统功能与实际业务流程的匹配度差距越来越大，系统价值难以发挥;自动化产线也存在不及时维护保养，故障率高等问题。

　　企业的发展是动态变化的，唯一的不变就是变。因此，企业在信息系统选型时，需要充分考虑系统的柔性化、平台化、可配置和可扩展。同时，企业也需要及时对系统进行维护升级，企业的IT团队要能够及时根据企业需求的变化，对信息系统进行重新配置，尽量减少语言级的二次开发，注重IT治理。

　　误区6重数字化设计，轻数字化仿真与优化

　　近年来，制造企业在产品研发(R&D)方面的投入持续增加，购买了三维CAD、CAE等软件，但是，大部分企业还是重产品开发(Development)、轻研究(Research)，主要还是根据客户的订单需求进行产品设计，对于前沿技术的研究与探索不够。

　　在系统应用方面，数字化设计软件应用十分广泛，部分企业已经延伸到数字化工艺，但是对于仿真技术的应用还停留在初级阶段，主要进行运动仿真、结构和流体仿真与验证，尚未实现仿真驱动设计和多物理场的仿真分析和优化设计，仿真应用不成体系，缺乏对仿真规范、仿真流程、材料数据库的管理，仿真人员没有建立专门的组织，仿真软件的价值远未充分发挥。

　　在国际先进制造企业中，仿真已成为提升产品研发能力，改进制造工艺，提高产品性能和可靠性的重要手段。仿真技术也在不断创新，实现了实时仿真，仿真软件更加宜人化，数字化设计和仿真可以实现双向集成，也出现了针对特定产品(例如齿轮、轴承、动力电池、电机等)的设计与仿真分析一体化的软件系统。

　　仿真技术的应用可以帮助企业减少实物试验，显著降低研发成本，成为企业提升创新能力的必然选择。在智能工厂建设方面，也可以利用工厂仿真软件，对设备和产线布局、工厂物流、人机工程和装配过程进行仿真，建立真实工厂的Digital Twin。

　　在复杂的智能产品(例如风力发电机组、航空发动机)投入使用之后，也可以基于对产品内置的传感器采集的数据，通过对产品的Digital Twin进行仿真，来分析与预测真实产品的运行状态和故障隐患，适时进行调整，进行预测性维修维护。

　　▲汽车行业仿真技术应用