我要怎么做 物流指令 我到哪里去 质量事务 做得好不好 效率节拍 物动单动 物理锁 定 多控循 环 物动权 动 物动钱 动 通过工位的实时数据跟计划数据，根据 计划规则要求动态调度调整生产任务， 例如实现生产任务自动转交 通过工位实时和设备实时管理，实现生 产过程质量管控，例如根据批次自动发 起巡检任务 根据不同的生产工序以及管理要求，通 过工艺规则实现标准化 SOP 传统 MES) 公交车模式 计划式生产模式 ( 传统模式 ) 网 约 车 模 式 柔性化生产模式 (OBF 模式 ) 基于现场、现物 ( 对象驱动技术 ), 进行 实 时 FPS 动态调度 基于共同指令 (ICS 智控技术 ), 实现现场 软 硬一体协同 业务与执行一体技术，从逻辑软管控变成执 行动作的硬管控 逻辑计算及 APS 高级排产，提升资源利用 率 ( 需求变化后：计划失败 变化后：等待浪费 ) 数据统计及分析，优化生产管理能力 ( 需 求 变化后：过程失控 ) 功能及技术 德沃克 OBF ) 客户需求：个性化、不确定、小批量、多变更 网约车聚焦功能：定位技术、订单动态调度技 术、 APP 德沃克 OBF 和传统 MES 的聚焦差 异点 聚焦 现场 软硬 一体 事中 控制 聚焦 事先 聚焦 设备 聚焦 事后 Chnajey 中之杰 · 中国

设备、工艺、人员、环境实时感知[6]。构建 3 维孪 生工厂、应急处置管理、隐患整改管理和生产检查 管理等系统功能，结合数据跨网传输、智能视频监 控分析、应急融合通信等关键技术，实现了事故隐 患预先排查、应急处置通信、指挥调度[7]。系统平 台设计框架如图 1 所示。 图 1 火炸药行业系统平台设计框架 1 收稿日期：2024-01-22；修回日期：2024-03-14 第一 各项数据指标，以方便协同调度和应急指挥。 3 软件功能及关键技术 3.1 应急管理系统运作机制 主要运作机制如下： 1) 基础数据管理平台实时监测全域并自动报 警。监测工艺、设备、人员行为等实时数据变化情 况，预置各维度数据报警值，并允许设置报警延 时与恢复延时，兼顾考虑消除实时数据曲线中越 限报警锯齿部分，确保报警数据有效性。触发报警 条件后，系统自动推送报警信息至调度中心统一 处置。 2) 调度中心接警并进行警情确认。接警后通过 3 维孪生工厂定位报警地点，调取警情周边室内外 视频监控，通过应急通信融合技术及时与一线巡查 人员通信并去往现场确认警情，针对接警原因进行 正常作业、异常、持续监测、误报等不同处置标记 并做后续处理。 3) 应急处置。根据警情判断决定发布应急预警 或启动应急响应，确定响应等级等信息后，通过应 急信息跨网传输技术自动向应急处置涉及的各组织

(proportional-integral-derivative control, PID) 性能评估与整定系统为例, 展示了工业大模 型赋能核心工业软件的应用效果. 在此示例中, 分析智能体负责整体调度, 协调感知智能体获取数据、 图表智能体进行绘制、诊断智能体分析原因以及控制智能体提供参数优化方案, 各智能体通过事件总 线实现松耦合交互. 这证明了通过智能体之间的协同作用, 能够提升工业数据的透明化和工业场景的 效、精准、实时管控的要求. 制造执行系统 (MES) 作为连接企业计划层 (enterprise resource planning, ERP) 与底层控制层 (如 DCS, PLC) 的桥梁, 通过实时数据采集、计划调度和过程管理, 实现生产的 透明化与高效化, 提升企业效率、质量与竞争力, 同时降低成本. https://www.sciengine.com/doi/10.1360/SSI-2025-0109 随着工业自动化与信息化发展, MES 已成为制造业, 尤其是化工行业实现智能制造的关键系统. MES 通常采用分层架构, 包括数据层、应用层、业务流程层和用户界面层, 支持生产计划、调度、工 艺、操作、物料、能源、质量、设备、统计与绩效管理等核心功能. 例如, 调度模块优化排产应对异常, 质量模块借助统计过程控制 (statistical process control, SPC) 提升品质, 物料模块实现库存优化与罐 区管理

台 订单 / 计划 E-kanban( 外 ) E-kanban( 内 ) 调度 排 产 进度拉动 预 加 供 应 商 客 户 线边仓 自 动 配 送 网 络 Data Analysis 物料准时齐套 物 流 基 础 数 据 数 字 化 和 全 流 程 可 视 ：将智能融入生产流程，成为生产 力 数字化导入 数字化工程 智能质量管理 资源动态调配 智能物流 智能调度 数字化运营 运营商产品（无线 / 网 络） 企业网产品 终端 部件 应用大数据 / 人工智能技术实现制造过程从反应型、纠错型向预测型、 预防型转变 质量大数据智能预警与闭环 设备智能维护 产品智能诊断 智能排产调度与决策 工厂智能物流 人机协作与机器自学习 厚积薄发，集成三个流一朵云智能制造解决方案，建成 生产过程数字化 JIT/DUN MilkRun 供应商 客户 华为制造数字化运营，全流程可视管理，智能决策 定位精度： 3~5 米 定位对象： 资源 场景 1 ：资源盘点 场景 2 ：生产资源调度 定位精度： 1 米 定位对象： 物料 场景 1 ：物料透明可视场景 2 ：快速质量隔离 定位精度： 亚米 定位对象： 人 场景 1 ：人员技能防错场景 2 ：人员行为分析场景 3 ： andon

像等生产制造数据，以及生产状况、计划进度、资源 使用状态等生产管理数据，通过 NLP 与标注 ［21］、多 模态信息提取与融合 ［22］、大数据挖掘 ［23］等方法，构建 工艺智能生成、智能装配指导、实时排产调度、智能 检测、测试大数据分析等场景大模型，并基于云-边- 端集成框架，与现有制造设备、检测设备、数字化终 端及航天飞行器制造云平台进行集成，形成航天装 备制造“数智大脑”，大幅提升产品制造效率和规模 动态配置技术框架如图 4 所示，将车间的各类制造 资源封装为智能体单元并构建多智能体系统，采集 智能体运行数据并构建数字孪生模型 ［25］，通过多智 能体自组织、互操作，实现生产过程多智能体的自 组织调度 ［26］，多智能体系统能够通过逻辑布局定义 和物流规划进行重构，完成资源任务的动态分配， 从 而 提 高 航 天 飞 行 器 零 部 件 加 工 制 造 快 速 响 应 能力。 实现多智能体自组织的制造系统柔性重构与资 型，构建生产扰动后效预测分析模型 ［27］，实现复杂生 产扰动下异构制造信息决策能力。3） 基于协同智能 的制造系统自适应重构技术 ［28］，从全域资源自组织 协同角度构建自适应重构模型，在资源协同调度优 化决策基础上，基于多智能体关键参数动态调控模 型库，实现设备关键控制参数的动态调控。 2.2 面向狭小复杂空间的人机多维多尺度信息融合 协同制造技术 装配是航天飞行器生产的最重要环节，以舱段

确定性通信能力的普及是工业互联网发展的关键推动力。TSN 技术与 5G URLLC 的结 合，使得无线网络能够提供微秒级的确定性时延和 99.9999%的可靠性，满足了工业 控制的严苛要求。在汽车制造、石化炼制、电力调度等关键领域，基于确定性网络的 控制系统已经成为标配。这不仅提升了生产效率和产品质量，更重要的是实现了 IT 与 OT 的深度融合，为工业智能化奠定了基础。 通信芯片和模组的创新是整个通信产业发展的源动力。2026 弹性扩展、快速迭代。更重要的是，AI 技术深度融入网络的各个环节，从无线资源管 理到核心网路由，从故障预测到流量调度，智能化使得网络运维效率提升了数倍。 通信与其他技术的融合创新开辟了全新的应用领域。通信与感知的融合催生了通感一 体化雷达，不仅能传输数据还能感知环境；通信与计算的融合形成了算网一体架构， 算力像网络一样可以灵活调度；通信与 AI 的融合实现了智能内生网络，能够自主学习 和优化；通信与区块链的融合构建 的双连接技术，实现了 差动保护信号的无线传输，两路信号分别通过不同的基站和核心网路径，确保在任一 路径故障时业务不中断。 1.1.3 海量物联网连接技术 5G-A 在 mMTC 方面的最大创新是引入了免调度传输和唤醒信号等节能技术，使得物 联网终端的电池寿命延长至 15 年以上。通过优化的 DRX（非连续接收）参数和 eDRX（扩展非连续接收）技术，终端可以在深度睡眠状态下保持极低的功耗，仅在需

检票闸机 门户平台 OA 办公 旅客信息服务系统 资产管理 视频会议 时钟系统 。。。 AI 人工智能 配套及应用 应急指挥及响 应系统 智慧运营服务 安全管理系统 智慧公交调度 智慧出租车 机房工程 综合管网 。。。 数字交通枢纽方案 04 —— 总体架构 智能建筑楼宇 交通枢纽智能服务 设施 车辆管理 交通枢纽机器人 传感器 信息采集器 定位终端 视频监控 状态全可视：将交通枢纽数据进行统一分类和分析，实现交通枢纽 GIS 一张图管理，交通枢纽管理者可随时随地了解交通枢纽内人、事、 物的实时状态。 事件全可控：通过跨部门、跨区域、跨系统的协作，掌握全局态势，统一资源调度，实现事件快速响应和处置。 业务全可管：通过数据融合分析，提供管理预案，从被动响应走向主动管理，保障运营态势全局掌控。 数字交通枢纽方案 04 ——N 项应用 POL ， Passive Optical 行 排 队 长 度 物 品 遗 留 04 综合安防——视频监控 数字交通枢纽方案 ——N 项应用 动态黑名单布控 人脸轨迹呈现 机 / 非 / 人特征提取 以图搜人 人数统计 集群调度 基础视频图像信息智能解析业务 04 综合安防——人员管控 数字交通枢纽方案 ——N 项应用 人脸管理服务器 大门口 机房 开门按钮 读卡器 门磁 / 电锁 刷卡门禁 客户端

拟测试和优化，从而以较低成本进行研发与测试。企 业可以在虚拟模型上尝试不同的参数配置或流程调 整，观察其对产出、质量以及能耗等数据的影响，从而 选择最佳方案。例如，某企业通过部署制造执行系统 （MES）来实时监控与调度生产，并引入数字孪生等技 术对产线进行仿真优化，不断提升产能和产品良 率 ［10］。 数智融合孪生技术作为第 4次工业革命的创新产 物，通过数字技术与智能技术的融合，赋予了工业系 统前所 术在灯塔工厂建设中的数字化用例如图 2 所示，本文 将针对图 2 所示用例，详细阐述数智融合孪生技术在 制造场景中的应用及价值。 3.1 基于数智融合孪生技术的预生产试验环境系统 排产、调度以及维护是生产制造环节中的 3 个重 要环节，对工厂的产出效率起着决定性作用。智能生 产制造环节已成为先进制造业的必要组成部分 ［12］。 当前，生产制造产业数字化程度普遍比较低下，生产 资源效率，解决人力需求与实际需求脱节、人岗不配 备等核心问题，将人力资源投入到重要的生产环节， 亟待建立一套人力透明度评价体系，实现自动化产线 排班，并与生产计划更新实时联动，从而精准进行资 源计划调度，防止人力与实际生产脱节，最大化提升 资源利用率和产出效率 ［13］。基于预生产试验环境系 统打造的人力资源透明度管理数字化用例作业流程 如图4所示。 从图 4 可以看到，通过系统的应用和作业流程优

400。 2. 4 边缘云方案 该技术方案的云边协同总体架构如图 1 所示。 5G 全连接工厂建设场景主要基于机器视觉 AI 的 分析应用、AR 辅助装配等,针对工厂目前的设备、机 器、仓储、物流调度等业务需求及后续产业智能化升级 规划目标,采用边云协同的解决方案,边缘云采用信息 交换模式(Message Exchange Pattern,MEP)方案。 ·56· �N����65 (Application,APP)和智能制造类 APP(见图 4)。 在生产制造现场,通过不同场景化应用的智能装 备与平台建立连接,制定上层运管的质量标准、工艺标 准及检修管理活动和作业计划。 通过平台任务调度指 令实时下达给现场各类智能测温、自动喷印机器人等 设备,形成信息流、物质流和控制流三流同步合一,保 障产品制造全过程质量稳定和生产高效。 3. 2 基于 5G 和工业互联网的绿色智能工厂技术 ���� 3. 3. 5 生产效能管控 5G 和工业互联网在设计之初即构建了专属的能 源管理系统并接入企业级能源管理平台,不仅可实现 生产现场内部的能耗数据采集和管理,还能支撑企业 级的能源调度和管理要求,通过公司级的能耗管理向 下层层追溯,可以做到工序、班组、产品的能源精细化 管理,大幅减少能源浪费(见图 8)。 工厂的能源综合 管理系统中建有产耗预测模型,实现了对水、电、氧、气

&CI/CD 数据安全屋 智慧化服务 新类型数据 存储与分析 创新服务 互联网类型业务 跨机构合作 安全保障与协作 块存储 对象存储 文件系统 大数据接口 流媒体接口 门户 租户 调度 运维 监控 防护 容灾 定制 物理网络 虚拟网络 互联网连接 公有云连接 各类网络设备 虚拟机 公有云 互通能力 医疗私有云平台建设方案 数据类型与数据量急剧增加 采集与挖掘 收集与整理 ）高性能的资源支持：通过提供海 量 GPU 资源极其灵活调度，应对不 同科室和疾病类型的算法训练要求， 通过平台能力的支撑，已实现了常见 十余种病变的智能诊断，诊断检出率 95% 以上，阅片效率提升了 30% 。 2 ）灵活的云服务管理：为了更好的 专注业务（降低基础平台管理成本）， 保障好安全合规的要求，云厂商提供 了混合架构（公有云，私有云，物理 机）的混合统一管理和灵活调度。实 现了“无边界统一管理、涉敏数据安全