快速，零缺陷，高效率，高柔性、低成本开发、制造和交付个性化产品，为客户提供基于智能产品的个性化精准服务，同时确保零库存、低风险的企业经营，是工业4.0时代智能工厂的核心特征。这些特征如何映射到智能工厂的规划，建设和运营中？

信息技术创新和制造业务流程中的深度集成，如何赋予制造业这些“特异功能”？

PLM，ERP，CRM、MES、SCM、CAM、CAE、QMS、WMS以及仿真等软件的应用把客户、产品、工艺、物料、设备、工装工具、质量、人、供应商、产品使用和服务的要素标准化，数据化，集成化，把营销和销售，产品开发，制造执行，供应链运营，售后服务、以及人力资源管理和财务全部构建在信息高速公路上，让企业具备超级的敏捷性、柔性、开放性来构建大规模个性化定制和协同制造的业务模式。

麦肯锡和亨利商学院一份调查显示，EA架构方法论指导下的企业信息化到数字化，再到智能化的升级转型，成功率比没有EA架构的指导的企业高62%，信息化的复杂程度降低67%，成本节约47%，产品推向市场的速度快34%，稳定性提高26%。

各个学科知识的模型化，泛在化便于跨学科的深度融合和集成创新。基于模块化定义MBD技术的成熟，使得产品设计模块化，制造模块化，经营模块化，从而推动整个社会创新和效率的提升呈现出几何级数的上升。

现代传感技术、网络技术使得物联网技术大规模应用成为现实。万物有了智能，智能产品和智能制造双双来临。

自动化、智能化、协同化、可持续化的智能制造大幅降低生产成本，提升运营效率，让产品更加环保，同时确保高品质的产品和服务，以及员工更高的工作幸福指数。

基于互联和数据的智能制造，将彻底颠覆制造业的价值链。那些驶入智能制造高速公路上的企业将以越来越快的速度积累自己的知识资产，成为专家型企业，优化自己的生态圈。未来成功的价值链将是一批专家型企业构建的一个卓越的价值链。那些不能构建自己智能制造体系的企业将不可避免的被淘汰。

本次培训讲**工作坊的模式，**老师讲解，学员讨论，初步形成规划智能工厂建设蓝图和实施路径。

课程大纲

1 数字化工厂建设概述

1.1 数字化工厂建设的必要性？

1.1.1 制造业为什么要进行的数字化转型

1.1.1.1 创造卓越客户体验，为客户创造价值

1.1.1.1.1 数字化触点管理

1.1.1.1.2 创造极致体验的产品和服务

1.1.1.2 卓越运营

1.1.1.2.1 快: 快速交货，快速量产，新产品快速上市，依据客户需求快速迭代

1.1.1.2.2 柔：零缺陷，零库存，单件批制造系统

1.1.1.2.3 高效：企业的资源高效运行

1.1.1.3 低风险经营

1.1.2 数字化工厂的关键特征是什么？

1.1.2.1 为员工赋能

1.1.2.2 全价值链运营的深度优化

1.1.2.3 产品和业务的创新，带来收入的指数增长

1.1.2.4 极致客户体验，深度锁定客户

1.2 数字化工厂建设实战

1.2.1 需求管理

1.2.1.1 数字化世界需求管理

1.2.1.1.1 数据流，产品数据流，业务数据流，资源数据流，工艺数据流

1.2.1.1.2 数据质量和数据安全

1.2.1.1.3 数字化平台

1.2.1.2 物理世界需求管理

1.2.1.2.1 产品，产能

1.2.1.2.2 设备，工具工装，产线，厂房

1.2.1.2.3 工厂布局

1.2.2 项目管理

1.2.3 合作伙伴管理

1.2.4 技术管理

2 业务模式创新的是企业数字化转型的根本

2.1 数字化技术赋能，让企业用新模式为客户和伙伴创造价值是数字经济的本质

2.2 生态化生存

2.3 大规模个性化定制

2.4 协同制造——技术、业务深度协同的生态系统

2.5 制造业服务化——结果导向型经济，和客户共创共享价值

2.6 共享经济——能力社会化共享创造新价值

2.7 数字化创新文化，敏捷型组织重组，众创众筹众包，新的企业生存模式

3 数据集成，数据驱动智能制造的大脑

3.1 构架在数据高速公路上的智能化企业

3.1.1 横向和纵向集成

3.1.2 端到端的集成

3.1.3 数据集成和数据驱动赋予企业的柔性，敏捷性和开放性

3.2 如何构建企业完备的数据基础

3.2.1 标准化是数据化的基础

3.2.2  数据化是互联和智能的基础

3.3  ERP/CRM/MES/PLM/SCM/CAM/CAE/仿真系统的集成和信息高速公路

3.3.1 各大系统集成模式和实战案例分享

3.4 数字化产品开发工具让一切变得简单

3.4.1 材料结构设计仿真建模

3.4.2 电子设计仿真

3.5 产品生命周期管理

3.5.1 产品生命周期管理系统的定义

3.5.2 PLM系统给企业的产品创新提供强力支持

3.5.3 PLM是助推企业模块式经营

3.6 模拟仿真验证产品设计和制造工艺

3.7 工业4.0时代的工业生产技术工程

3.7.1 虚拟制造

3.7.2 运用信息技术构建精益工厂

3.7.3 人体数字建模和工位设计

3.7.4 工业机器人作业仿真建模

3.7.5 数字工厂和物流仿真设计

3.7.6 CAD，CAM和CNC数据链和价值链

3.8 制造执行中的数据集成和数据驱动——透明，同步

3.8.1 先进计划排程APS

3.8.2 数据采集和设备集成

3.8.3 资源管理——设备，工装，工具，检具等

3.8.4 智能检测、质量数据集成和质量管控

3.8.5 智能仓储、智能物流

3.8.6 制造运营管理平台MOM=MES/WMS/WCS/QMS

3.9 数据驱动，工业大数据和智能化制造

3.9.1 数据驱动，大数据，大洞察，大知识，大智慧，大改进

3.9.2 知识模型化，自动化驱动企业智能化，社会集约化

4 MES概述

4.1 MES概念

4.2 制造过程管理中的难点痛点和MES的功能需求

4.3 MES的功能模块

4.3.1 工厂建模

4.3.1.1 产品MBOM建模，工艺物料建模，工艺下发、替代料管控，变更管控，辅料管控

4.3.1.2 人员建模

4.3.1.3 设备建模，设备工艺模型，设备运维——TPM、EAM系统集成

4.3.1.4 工装工具刀具建模——工装工具刀具管理系统的集成

4.3.1.5 质量管理建模，质检文件、程序、标准，质检标准，质检设备集成

4.3.2 计划和排程APS

4.3.3 派工和报工

4.3.4 设备联网——总线、技术协议和标准，工艺程序（如NC程序、质检程序）下发逻辑，分布式控制和边缘智能

4.3.5 产品档案管理和全流程追溯

4.3.6 安灯系统和异常管控

4.3.7 KPI、报表和决策支持

4.4 仓储、物料和物流WMS、WCS和MES的深度集成

4.5 **数字化技术实现精益物流

4.6 APS、ERP(MRP)、SCM集成实现基准的物料计划

4.7 MES、WMS、WCS实现物料备料，配送的JIT——正确的时间、正确的工位、正确的物料

5 自动化——物联网、智能设备、智能产品是智能制造的躯体

5.1 内嵌系统到物联网

5.1.1 传感器，控制器，驱动器

5.1.2 PLC和基于计算机的控制

5.1.3 标准化是互联的基础：OPC-UA，ETHER-CAT/PROFINET

5.2 设备自动化、智能化之路

5.3 智能组装线

5.4 智能加工中心

5.5 智能检测设备和系统

5.6 智能物流系统

5.7 智能控制中心

5.8 工业机器人和服务机器人的智能化

6 数字化时代的精益

6.1 思想升级——数字化时代，空间，信息，流程，知识的打破再造精益思想

6.2 工具升级——数字化工具取代传统的表单

6.2.1 数字化高精准准的仿真用来做工厂规划和布局

6.2.2 数据驱动和参数化制造，带来零切换时间和成本和高柔性

6.2.3 设备联网、实时状态监控和诊断、预测性维护，升级企业资产管理

6.3 效果升级——高效，精准，高质量，低风险经营

7 模块化制造

7.1 个性化需求逐渐盛行

7.1.1 对客户场景的理解力和反应能力决定了创造市场价值能力和生存能力

7.2 平台化，模块化，参数化的产品个性化制化设计

7.2.1 模块化设计

7.2.2 模块化产品设计的战略性收益

7.2.3 模块产品设计方法

7.3 敏捷性和超级柔性制造的战略选择模块化、参数化制造

7.3.1 模块化参数化制造的概念和战略收益

7.3.2 模块化生产设计

7.3.3 模块化制造的智能设备和工装夹具

7.3.4 基于模块化、参数化制造场景的智能工厂

7.3.5 烟草行业模块化制造案例分享

7.4 开放性的模块化经营企业的战略优势

7.4.1 加法和减法

7.4.2 “短板理论”失效， “长板理论”开始成立

7.4.3 模块化经营战略设计

8 如何成功建设智能工厂

8.1 数字化管理的认知变革

8.2 需求管理

8.2.1 企业的业务模式分析和企业的制造运营模式设想

8.2.2 数造企业的竞争力需要的解决的核心矛盾分析

8.2.3 企业的供应链中的难点分析

8.2.4 制造执行的MBOM管理需求

8.2.5 制造执行中的设备联网需求

8.2.6 制造执行中质量管理和质量追溯需求

8.2.7 制造执行中的计划和排程需求

8.2.8 制造执行中的人员管控需求

8.2.9 制造执行过程中的物料物流管理需求

8.2.10 制造执行过程中的设备工装管理需求

8.2.11 依据企业的管理基础和预算确定MES项目实施计划和逐步实施规划

8.3 智能工厂蓝图规划

8.3.1 信息技术赋能，支持企业未来业务模式的制造运营模式设计

8.3.2 APS计划排程模式设计

8.3.3 制造执行中人、机、料、法、环、测的管理模式设计和协同管理

8.3.4 制造执行中的信息流，数据流和决策流驱动物流，人流和作业流的模型设计

8.3.5 质量检验计划、质量派工、质检数采、质量分析、质量改善管理体系设计和数字化蓝图

8.4 软件系统和设备选型

8.4.1 软件行业特点、软件产品分类

8.4.2 供应商类别

8.4.3 技术标准的重要性，如何制定工厂的技术标准规范

8.4.4 一定选一个配置型成熟的产品，而不是开发的系统

8.4.5 一定选一个咨询能力强的顾问团队

8.4.6 一定选一个技术不断创新的供应商

8.4.7 一定选一个集成能力强产品

8.5 智能工厂的功能实现和调试

8.5.1 系统协同管理体系和流程——管理过程，控制结果

8.5.2 技术、工艺体系数字化业务逻辑审核

8.5.3 业务逻辑审核

8.5.4 各个系统接口测试是关键

8.5.5 集成测试，风险识别和变更管理

8.6 试产管理

8.6.1 试产前各系统准备

8.6.2 试产前人员培训和管理变革准备

8.6.3 试产前设施设备准备和测试

8.6.4 试产中问题分析与解决机制建立

8.7 智能工厂的日常维护和系统升级

8.7.1 与业务变更适应的系统配置调整

8.7.2 与管理需求升级适应的数据驱动型决策体系

8.7.3 与新技术适应的系统技术升级

培训中案例：

1. 德国虹霓烟草机械

2. 常德卷烟厂工业大数据

3. 红领服饰

4. 德国豪迈和尚品宅配

5. 博世洪堡阀门工厂

6. 哈雷戴维森摩托

7. 宝马工厂

8. 荷兰菲仕兰乳业公司

9. 西门子安贝格智能工厂

10. 海尔cosmo工业互联网平台

11. GE 工业互联网平台

12. 达索系统端到端数据集成

13. 自动化智能化控制系统案例