图形 1 AI+ 设备（预测性维护）方案 图形 1 背景 加入星球获取更多更全的数智化解决方案 预测性维护是工业大数据和人工智能结合落地的重要应用场景 ，为企业带来多方 面效益 预测性维护（ Predictive Maintenance ，简称 PDM ）是以设备状态为依据的新兴的维护方式 ，在设备运行时对其主要部位进行周期性 或 持续监测 ，判定其所处的状态 ，预测状态未来的发展趋势 内容、方式。预测性维护可以为企业带来以下效益： ☐ 降低维保成本 ☐ 延长设备寿命 ☐ 提高设备使用率 ☐ 减少库存成本 ☐ 提升生产安全 维护触发点 固定周期，不考虑设备实际 状态，可能带来过度维护 必要时，预留足够应对时间 给一线人员在故障前做出应对 维护方式 根据零部件的平均损坏率进行维护， 不考虑实际运行状态 根据设备的实际运行状态 决定维护方式及关注点 维护成本 维护成本高， 维护成本高， 停机停产时间较长 维护成本低， 停机停产时间较短 使用场景 无法准确获得单体 设备运行状态时 单体设备状态可获知时 预测性维护与预防性维护虽然只有一字 之差 ，在理念上却截然不同。预防性维 护不考虑系统设备当前的运行状态和健 康状态 ，是按照已经安排好的时间来完 成计划内的维护工作 ，会引起过度维护 和维护不足的问题。 两种方式的特点对 比见右表。 方式

订单追踪功能模块..................................................................................... 20 3.3.7 设备管理功能模块..................................................................................... 21 3.3 ............................... 30 3.5．设备管理部分..................................................................................................... 30 3.5.1 设备的采购管理................................... ................................. 31 3.5.2 设备台账管理 ............................................................................................ 31 3.5.3 设备点检..........................................

与其他系统的无缝集成，为企业提供了一个连接计划、工艺和生产车间、 设备的桥梁。 企业资源管理 ERP 车间 MES 制造执行系统 数据采集 • 设备 / 人员工时 • 实际产量 实际产量 • 换模 • 废品 • 停机 生产监控 • 任务分配 • 生产进度 • 设备实时状态 • 设备停机记录 • 模具使用记录 • 质量问题 排产与优化 • 生产精细日程安排 • 自动设备调度 • 自动换模优化 • 自动模具调度 • 自动人力资源调度 • 订单优先级 • 计划手工调整 • 计划结果模拟与预测 • 物料仓库 生产车间 成品仓库 入库 领料 盘点 入库 发货 盘点 加工 检测 不良 生产计划 设备 装配 包装 1. 实现：物料和质量以及生产过程的可追溯 2. 生产过程可视化 3. 与设备进行交互：自动取设备加工参数 给设备下达生产指令 ･ MES 系统属于定制开发 ･可以单独开发其中一个模块 采 用 的 技 术 条形码

现了人与机器 的相互协调合作，其本质是人机交互。 关键词 自动化程度高 智能工厂采用智能化设备和机器人等自动化技 术，实现生产流程的自动化和智能化，减少人 工干预，提高生产效率和质量。 01 智能化设备管理 智能工厂通过物联网技术实现对设备的监测、 预测性维护和故障诊断，提高设备的运行效率 和延长使用寿命。 02 数据化管理 智能工厂通过传感器和数据采集技术，实现对 产品质量和生产过程难以进行实时监控和优化 设备维护人工巡检，难以进行预测性维护 生产过程缺乏全面数据分析和监控，难以优化和改进 能源利用率相对较低 需要较多的人力成本和时间投入 运作模式是产品、服务相互结合 生产单元之间没有明确界限，各生产加工环节并行进行且充分参与， 具有强大的协调能力 自动化和智能化水平较高，生产效率大幅提高 生产过程能够实时监控和优化，提高产品质量 设备管理能够自动化和智能化，实现预测性维护 实践指南 3 步骤详解 4 在传统工厂升级为智能工厂的过程中，应该先进行全面的分析和评估，包括 生产流程、设备和工艺等方面，了解目前工厂存在的瓶颈和问题，以及可优化 的地方。 根据评估结果，可以制定升级计划和实施方案，确定先升级哪些领域。一般来 说，建议从搭建数据底座 - 设备互联、数据采集、生产流程优化等方面 入手，通过采用物联网、大数据、人工智能等技术手段进行升级改造，从而提 高

制约了公司的发展规模。 项目建设主要目标 1 2 3 4 5 通过智能化建设实现生产过程质量的设备信息、工艺参数、检验参数、闭环 校正补偿等功能，实现生产过程质量的实时采集、快速响应、优化生产参数、全面 控制与管理，以及质量自动闭环校正、设备主动预防性维修等先进管理模式。建立 智能化制造运营流程，实现制造过程透明化管理。 项目建设内容 1 2 3 4 5  1 ） K56 生产线：共 20 台套设备和 2 套桁架机械手。其中有勇克磨床 3 台；改造设 备 7 台；新增设备 10 台。 5 新增设备清单 序号 设备名称 数量（台） 1 斜切磨床 2 2 在线检测平台 2 3 油孔抛光操作台 2 4 修整操作台 2 5 清洗机 1 6 轴颈尺寸检测平台 1 合计 10 改造设备清单 序号 设备名称 数量（台） 1 数控车床 2 条生产线 1 2 3 4 （ 2 ） K9 生产线：共 10 台套设备和 2 套桁架机械手。其中改造设备 3 台；新增设备 7 台。 5 新增设备清单 序号 设备名称 数量（台） 1 定位档数控磨床 1 2 斜切磨床 2 3 在线检测平台 1 4 油孔抛光操作台 1 5 清洗机 1 合计 6 改造设备清单 序号 设备名称 数量（台） 1 立式加工中心 1 2 荧光磁粉探伤机

单一产品工艺策划 冲压、涂装、焊装、总装材料开发 工艺平台规划 工艺新技术开发 中长期产品工艺策划 BOM 开发 工艺执行 工艺变更 工艺文件管理 工艺技术、预批量技术验证 可制造性评审 设备、夹具、模具开发 新产品项目质量 产品审核、过程审核 外协件质量 检测计量 质量法规 工艺开发 项目采购 生产材料采购 一般材料采购 预批量生产计划、预批量物料计划 EOP 计划 项目物流规划 中长期需求与能力保障 订单履行 供应链计划 保障供应 生产制造 精准交付 营销 计划 生产 物流 设备 采购 生产人员 生产现场 生产控制 持续改进 供应商 生产计划 物料计划 外委计划 现场物料 现场物流 第三方物流 集中采购 一般材料采购 供应商管理 设备 / 工装 能源管理 采购订单 采购结算 平台采购 验收入库 配送出库 库存监控 废弃物资处置 剩余物处置 物流运行监控 物流设备管理 物流器具管理 准入管理 绩效评价 费用管理 服务内容变更 退出管理 采购资源 采购合同 采购结算 协同采购 供应商准入 绩效评价 供应商支持 退出管理 信息管理 设备资料 保养 维修 改进 转移 处置 入库 出库 库存监控 维修 验收 质量评价 质量检验 试装管理 问题分析及促进

APS M 工单调度 E 生产单元分配 数据采集 工业控制 设备联网 传感器 + 效率 + 智 能 制 造 智能制造 管理流程智能化 智能工厂 现场设备智劢化 智慧互联 随需而至 随需而制 成本 品质 企业策略 提升了管理人员对生产现场的感知和监 控能力。 模 型化 基亍工厂模型构建各类工艺、业务 模型不规则，幵不各种生产管理活 劢相匘配。 可视化 搭建了三维可视化工厂，幵不生产 工艺、设备信息、视频监控、厂务 监控、能源管理、质量检测等功能 迕行集成，为生产操作和管理人员 提供直接的业务场景展示。 集成化 建设了企业信息集成平台，以 MES 为核心 , 向上支撑企业绊营管理，向下不生产过 ERP 人力资源管理 数字化 生产 智能生产调 度指挥中心 MES 生产制造执行系统 三维工厂仺真 能源分析 三维生产监控 车间资源管 理 三维工艺仺真 质量检验 能源监控 设备在 线监测 不控制 系统 数据采集管理模块 智能工厂建设以智能化装备为基础， 数字 化生产过程 ，幵应用网络技术和信息化技术， 集成基亍大数据的智能化分析不决策支持方法 , 本方案涉及智能工厂建设，实现

系统基于信息物理 融合 第三次工业革命 用电子和 IT 技术实现 制造流程的进一步 自动化 第二次工业革命 随着基于劳动分工 的、电力驱动的大 规模生产的出现 第一次工业革命 随着蒸汽驱动的机 械制造设备的出现 18 世纪末 20 世纪初 20 世纪 70 年代 现在 1784 年第一台纺织机 1870 年第一条生产线 美国辛辛那提屠宰场 1959 年第一个可编程 逻辑控制器 PLC 工业 1 立起一个高 度仿真的数字“双胞胎” 虚拟与现实世界的完美融合 生产网络 在未来的只能工厂中，产品信息都将被输入到 产品零部件本身，他们会根据自身生产需求， 直接与生产系统和设备沟通，发出下一道生产 工序指令，指挥设备进行自组织生产。这种自 主生产模式能够满足每个用户的“定制需求” 制造运行管理系统 （ MOM ）将帮助 生产价值链中的供 应商获得并交换实 时的生产信息。供 应商所提供的全部 零部件都将在正确 的时间以正确的顺 序到达生产线。 三大趋势 信息物理融合系统 工 业 4.0 三 大 趋 势 工 业 4.0 02 减少能耗 当前汽车车身激光焊接生产线运行具有间歇性。间歇期各种设备的能耗占总能耗的 12% 。工业 4.0 之下，采用“网络唤醒模式”，可大幅减少间歇期能耗。 工 业 4.0 应 用 场 景 工 业 4.0 02 生产均具有高度的灵活性 当前产品设计已

储、供应链管理成本；（ 2 ）在给定工单、可用资源、约束条 件和公司目标 多重条件下，生成最佳生产计划；  生产过程：预测性设备维护、生产工艺优化、智能化产品检测、智能搬运等。 通过挖掘和 提炼生产中产生的海量信息，优化设备运转、工艺流程、提高 检测效率、提高自动化程度， 减少设备损耗，提高生产效率；  销售 / 售后：利用 AI 技术实现精准营销、快速响应的售后服务等。 02 精益 +AI+ Content 思路 ©20223 本文档版权归卓朗科技发展有限公司所有，并保留所有权利。 AI 精益 数据 + + 软件系统 （ ERP MES CAx MBD… ） 边缘计算 机器设备 （机床、机械臂、 AGV 、高炉… ） 生产原料 （煤粉、矿石、橡胶…） 运行环境 （温度、压强、气象…） 010101010 010101010 010101010 010101010 010101010 010101010 010101010 010101010 010101010 010101010 全生命周期 管理 协同研发 设计 生产设备 优化 产品质量 检测 企业运营 决策 设备预测性 维护 AI+ 精益 + 数据模型 AI+ 云平台 打造 AI+ 制造业全场景技术服务，通过对人、机、物、系统等的全面连接，构建起覆盖全产业链、全价值链的全新数字化工业和服

车间的各项核心资源 ( 设备、技术文件、工 装、人员等 ) 。 生产人 员能够清晰的把握掌 控 车间各项核心资源 的使 用情况、空闲情况 等， 使车间作业中的各要素 能够得以有效的配合与 管理。 初步实现生产现场的闭 环管理。建立围绕以生 产任务单为核心的信息 化管理，包括生产计划 下达、生产过程控制、 完工等都已经纳入信息 系统管理，但管理还仅 限于物料、设备等关键 性资源。 性资源。 建立了覆盖底层设备、 过程控制、车间执行、 管理控制等无缝一体化 的信息系统，实现了从 生产计划的下达、排产、 生产加工、完工反馈等 过程的无人化或少人化。 生产车间的主要资源都 被纳入了信息化系统管 理之中，实现了集成化 管理，主要资源的精细 化管理，并能根据现有 资源情况，初步进行优 化。 智能制造五级成熟度模式 在精细级的基础上，实 现了对各项资源的优化 生产执行 智能产品 / 智能工厂综合规划 智能生产及持续改进 5 工艺 / 生产协同 1 工厂设计 设备健康 8 及仿真 管理 9 基于质量大数据的工艺 / 产线优化 智能制造：未来生产模式 CPS HUB 2 工艺规划 及设计 生产运营集 成管控 6