编辑推荐
随着工业物联网、大数据和云计算等技术在制造业的蓬勃发展与广泛应用，各国纷纷推出了以智能制造为核心的制造业发展计划，如德国“工业4.0”战略，美国“再工业化”战略与“中国制造2025”等。德国 “工业4.0”描绘了智能制造是制造业的未来愿景，提出人类将迎来以生产高度数字化、网络化、机器自组织为标志的第四次工业革命。“中国制造2025”提出要以推进智能制造为主攻方向，从而实现中国制造业由大变强的历史跨越。“工业4.0”与“中国制造2025”殊途同归，目标均是建立一个高度灵活的个性化和数字化的智能制造生产模式，支持面向物联网服务的虚拟数字和物理世界的无缝衔接，从而实现分布异构环境下企业制造资源与应用服务高度协同与交互。我国产业界、学术界积极投入智能制造研究，提出各种智能制造理论、智能制造发展路径。智能制造的定义、内涵、特征逐渐清晰，人们也逐渐聚焦到智能制造实践中，并认识到数字化工厂是智能工厂的必由之路。本书在梳理当代智能制造理论，智能制造定义、内涵、特征的基础上，重点依据同济大学中德工程学院“工业4.0-智能工厂实验室”与“西门子数字化工厂”所用的关键技术研究与实践经验，探讨数字化工厂的构成与解决方案，希望能为业内人士，专家学者在建设数字化工厂的过程中提供启示与帮助。
内容简介 本书阐述了智能制造的国内外发展与应用状况、智能制造的内涵与特征；描绘了智能制造参考模型、智能工厂体系架构以及智能工厂解决方案要素；分享了数字化工厂三个不同维度的数字化蓝图和实施路线图，通过三大集成篇与案例分析篇，结合“西门子数字化企业软件套件”，帮助读者更好地理解智能制造相关理念，促进企业打造新一代智能创新平台，从而在设计研发、工艺开发、生产制造、售后维护等产品全生命周期实行全面数字化与智能管理，促进企业实现工业物联网与应用服务联网的深度融合，更好地满足客户持续多变的个性化需求。 目录 序 前言一 前言二 理 论 篇 第1章 智能制造概述 2 1.1 智能制造国内外发展与应用状况 2 1.1.1 美国智能制造的发展与应用 2 1.1.2 欧洲智能制造的发展与应用 5 1.1.3 亚太智能制造的发展与应用 10 1.2 工业4.0 16 1.2.1 工业4.0的背景 16 1.2.2 工业4.0的主要内容 17 1.2.3 工业4.0的执行情况 24 1.3 中国制造2025 28 1.3.1 中国制造2025的背景 28 1.3.2 中国制造2025的主要内容 30 1.3.3 中国制造2025的执行情况 31 1.4 智能制造的内涵与特征 32 1.4.1 国内外对智能制造定义、内涵和特征的理解 32 1.4.2 智能制造与传统制造的异同 40 1.4.3 智能制造解读 40 1.5 智能制造参考模型 43 1.5.1 美国 44 1.5.2 德国 46 1.5.3 中国 48 第2章 智能工厂方案与体系 51 2.1 智能工厂的体系架构 52 2.1.1 智能工厂的架构与功能定义 52 2.1.2 智能工厂的雏形——安贝格数字化工厂 54 2.2 智能工厂解决方案要素 57 2.2.1 产品数字化建模与开发系统 57 2.2.2 产品全生命周期管理系统 60 2.2.3 生产制造执行系统 63 2.2.4 全集成自动化系统 64 2.2.5 企业资源计划 65 产品全生命周期管理篇 第3章 数字孪生模型 70 3.1 概述 70 3.1.1 数字孪生模型的概念及定义 70 3.1.2 数字孪生模型在制造中的作用 74 3.1.3 数字孪生模型的应用和进展 76 3.2 基于模型的企业 77 3.2.1 技术标准与规范 78 3.2.2 从MBD到MBE 81 3.3 MBE的体系建设 91 3.3.1 西门子MBE解决之道 91 3.3.2 西门子MBE解决方案的价值定位 95 第4章 数字孪生模型的组成 96 4.1 产品设计 96 4.1.1 MBD模型定义的挑战 96 4.1.2 MBD模型定义的解决方案 98 4.2 过程规划 116 4.3 生产布局 118 4.4 过程仿真 122 4.5 产量优化 123 4.6 维护保障管理 139 4.6.1 服务规划 139 4.6.2 服务手册管理 140 4.6.3 维护BOM管理 141 4.6.4 维护保障执行 143 4.6.5 服务调度和执行 143 4.6.6 维护保障知识库管理 144 4.6.7 FRACAS管理 145 4.6.8 维护保障报告和分析 146 4.6.9 维护物料管理 146 制造运营管理篇 第5章 制造执行系统概述 150 5.1 制造执行系统定义 150 5.1.1 MES的定义及内涵 150 5.1.2 MES的位置及与其他信息系统之间的关系 153 5.2 MES的体系架构简介 154 5.2.1 设计原则与项目目标 154 5.2.2 MES的体系架构 155 5.3 MES的发展趋势 161 5.3.1 MES朝着新一代MES的方向发展 161 5.3.2 MES成为智能工厂的核心 162 5.3.3 MES成为实现精益生产的关键环节 163 第6章 智能制造执行系统——SIMATIC IT 166 6.1 数据展现和功能系统 167 6.1.1 控制系统的数据管理 169 6.1.2 业务系统的数据管理 170 6.2 生产过程和生产管理 174 6.2.1 产品定义和产品生产 175 6.2.2 人员管理和生产规划 177 6.2.3 工单管理和制造执行 179 6.3 SIMATIC IT产品组合战略部署 181 6.3.1 SIMATIC IT生产套件 183 6.3.2 SIMATIC IT Preactor 189 6.3.3 SIMATIC IT智能套件 191 6.3.4 SIMATIC IT研发套件 193 6.3.5 SIMATIC IT eBR 195 全集成自动化篇 第7章 全集成的系统概念 198 7.1 客户对于自动化解决方案的需求 199 7.2 全集成自动化解决方案的优势 201 7.3 一体化的工程 202 7.3.1 TIA的统一性 202 7.3.2 TIA的开放性 204 7.3.3 联合调试与联合编程 205 7.3.4 远程维护 206 7.3.5 过程的模拟与仿真 206 7.3.6 通过TIA实现高效工程及其带来的效益 207 7.4 工业数据的管理 207 7.4.1 跨部门的横向集成 207 7.4.2 跨各层的纵向集成 207 7.4.3 工业数据管理可以提供多种维度和视角来视察与利用数据 207 7.5 故障安全集成 208 7.5.1 安全集成理念 209 7.5.2 设备安全的实现 209 7.6 工业通信 215 7.6.1 以太网和工业以太网 215 7.6.2 PROFINET 216 7.6.3 工业无线通信 219 7.6.4 PROFIBUS（IEC 61158/61784） 220 7.6.5 AS-Interface（EN 50295/IEC 62026） 221 7.6.6 IO-Link（IEC 61131-9） 221 7.7 工业信息安全 222 7.7.1 工业信息安全的防护理念 222 7.7.2 工厂安全 223 7.7.3 网络安全 224 7.7.4 系统完整性 228 系统集成篇 第8章 企业间价值网络的横向集成 234 8.1 横向集成 234 8.2 横向集成解决的问题 235 8.3 横向集成与车间 236 8.4 横向集成与网络化 236 第9章 全流程的端到端集成 237 9.1 全流程的端到端集成简介 238 9.2 端到端——供应链要达到最佳的状态? 239 9.3 端到端集成解决方案 240 9.4 全价值链端到端系统工程 240 第10章 网络化的纵向垂直集成与网络化制造 243 10.1 PDM与ERP集成 244 10.1.1 PDM与ERP集成的必要性 244 10.1.2 PDM与ERP的集成模式 244 10.2 ERP与MES集成 245 10.2.1 ERP与MES的集成分析 246 10.2.2 ERP与MES的集成模式与方法 247 10.2.3 SAP制造行业的ERP与MES集成架构 250 10.3 PLM与MES集成 251 10.3.1 PLM与MES的集成分析 251 10.3.2 西门子的PLM与MES集成架构 251 案例分析篇 制造运营管理案例 254 成功案例1 青岛啤酒 254 成功案例2 京信通信 258 产品全生命周期管理案例 264 全集成自动化案例 268 序 当前，人类在技术革命领域不断开拓创新，大数据、云计算、物联网以及务联网（Internet of Service）等技术得以成熟应用，工业自动化、数字化的水平不断提高，这些都悄然孕育着一场新的工业革命。 2013年年底，德国正式发布“工业4.0战略计划”，破晓了第四次工业的晨光。作为老牌工业发达国家，德国一直致力于引领全球工业发展的步伐，因此“工业4.0”的发布在全球范围内引起了极大的反响。继德国之后，美国、英国、日本等世界主要工业发达国家均出台了一系列国家政策以支持本国工业发展，应对新一轮工业革命所带来的挑战。我国政府通过统筹兼顾国内外环境，提出了实施制造强国“三步走”战略，并于2015年5月由国务院颁布出台了指导未来工业发展第一个十年计划“中国制造2025”，力争在十年内跻身世界制造强国行列。尽管各个国家在制定相应战略政策时，由于各自工业基础和发展环境的不同，其战略侧重点有所区别，然而智能制造却一直作为未来工业发展的主旋律备受重视。 在这一工业发展的重要变革时期，中德两国政府高度重视合作共赢，包括两国重要领导的高层互访，双边政府性文件的出台。中德双方在关于未来工业发展的道路上已经具备了良好的、广阔的平台。为了更好地对接国际形势，积极推动我国智能制造的发展，同济大学充分利用对德合作优势，继德国“工业4.0”计划发布不到一年，与相关德国企业共同建立了“工业4.0-智能工厂实验室”。一方面，作为教育部“智能制造/工业4.0”师资培养基地，为我国智能制造产业培养了大量的人才。另一方面，作为智能制造关键技术研究的重要基地，为我国智能制造相关企业提供了有效的技术支持和验证平台，在国内外产生了广泛且积极的影响。西门子（Siemens）作为德国大型跨国公司，一直致力于服务全球工业发展。自进入我国以来，不断拓宽业务领域，并以优异的品质和领先的技术水平，确立了领先的市场地位。作为“工业4.0”的发起者和倡导者之一，西门子在“工业4.0”的发展过程中始终处于领军地位，先后建成了德国安贝格数字化工厂和成都数字化工厂，作为通往未来智能制造的先驱试点，引起了全球制造业的高度关注。同济大学与西门子在智能制造领域也已开展了广泛的合作，从中德双方的角度审视“工业4.0”和智能制造，为我国的工业发展道路打开一扇启迪的窗户。 本书从智能制造环境下的理论研究、产品生命周期、制造运营管理、全集成自动化、系统集成等五个方面对智能制造进行深入分析和探讨，最终以典型案例形象地描述了我国智能制造企业在发展道路上的优势和不足，对理解和分析智能制造具有前瞻的理论价值，对企业开展智能制造的实施与改造具有重要的指导意义！ 中国工程院院士 中国创新设计产业战略联盟副理事长 前言一 21世纪以来，全球出现了以物联网、云计算、大数据、移动互联网等为代表的新一轮技术创新浪潮。当前，新兴经济体快速崛起，全球市场经济交流合作规模空前庞大，多样化、个性化需求快速发展，用户体验成为市场竞争力的关键要素；资源、能源需求快速增长，生态环境、气候变化备受关注，绿色低碳的发展理念渐成共识；信息网络、先进材料、智能制造、生物医药等科技与产业酝酿新突破，服务与业态创新日新月异。 在此背景下，德国提出“工业4.0”，中国推出“中国制造2025”，美国推进振兴高端制造，日本发展协同机器人和无人工厂，英国着力生物、纳米等高附加值制造，法国开启“新工业法国”总动员。这些国家都将智能制造视为振兴实体经济和新兴产业的支柱与核心，以及提升竞争力和可持续发展能力的基础与关键。 本书以同济大学中德工程学院“工业4.0 -智能工厂实验室”和西门子相关解决方案为背景，结合作者在智能制造领域的实践经验和关键技术编写而成。 本书共分六篇，分别为理论篇、产品全生命周期管理篇、制造运营管理篇、全集成自动化篇、系统集成篇、案例分析篇。书中介绍了智能制造在国内外的发展与应用状况、智能制造的内涵与特征；描绘了智能制造参考模型、智能工厂体系架构以及智能工厂解决方案要素；分享了智能制造前站——数字化工厂三个不同维度的数字化蓝图和实施路线图；通过系统集成篇与案例分析篇，结合西门子数字化企业软件套件，帮助读者更好地理解智能制造相关理念，促进企业打造新一代智能制造创新平台，从而在设计研发、工艺开发、生产制造、售后维护等产品全生命周期实行全面数字化与智能管理，同时促进企业实现工业物联网与应用服务联网的深度融合，更好地满足客户持续多变的个性化需求。 本书在注重智能制造基础理论架构的同时，也注意与数字化工厂多维信息管控系统及企业实践案例相结合，使读者能准确认知智能制造理论，体验实践环境。本书适用于开设智能制造课程的高校教师和学生、致力于打造数字化企业的从业人员、研究智能制造关键技术的科研人员及系统设计与开发人员。 由于笔者水平有限，且编写时间仓促，如有纰漏，恳请积极反馈！ 陈明 同济大学中德工程学院副院长 同济大学工业4.0-智能工厂实验室主任 2016年10月 前言二 “中国制造2025”的主攻方向是智能制造，要推进信息化与工业化深度整合，促进工业互联网、云计算、大数据在企业研发设计、生产制造、经营管理、销售服务等全流程和全产业链的综合集成应用；加快推动新一代信息技术与制造技术融合发展，把智能制造作为两化深度融合的主攻方向；着力发展智能装备和智能产品，推进生产全过程智能化、培育新型生产方式，全面提升企业研发、生产、管理和服务的智能化水平。 作为德国“工业4.0”的倡导者和世界级智能制造实践者之一，西门子数字化工厂集团及西门子工业软件公司长期扎根中国，积极响应《中国制造2025》的号召，参与组建中德智能制造联盟，利用西门子广泛的全球资源和本土创新能力，协助中国制造企业不断提升自动化、数字化、智能化水平，深度参与中国从制造大国转型为制造强国的历史进程。在此过程中，西门子积累了大量成功案例和宝贵的工程实践经验。我们十分愿意和业界分享这些经验，在分享经济时代实现健康的共同成长。 为此，在机械工业出版社计算机出版中心总编温莉芳女士的全力支持，以及副总编王颖女士的策划下，2015年9月，西门子工业软件技术团队组织编写了《工业4.0实战：装备制造业数字化之道》一书，该书以基于模型的数字化企业（Model Based Enterprise，MBE）为主线，比较全面地阐述了数字模型在全流程和全产业链中的应用。 MBE的理想目标是建立数字孪生（Digital Twin）模型，即通过产品系统和生产系统的全数字化建模和仿真，全面或部分替代成本高且周期长的物理孪生、半数字孪生等工程开发和验证手段， 并在工程设计和工艺设计领域应用工业大数据和预测性工程分析（Predictive Engineering Analytics）技术，逐步实现“十三五”规划中提出的智慧院所和智能工厂的愿景目标，打通贯穿全价值链的数字神经系统，通过工业云和工业大数据实现向服务型制造转型。 欣闻同济大学中德工程学院副院长陈明教授和他的团队编著《智能制造之路：数字化工厂》，决定选择西门子数字化工厂技术作为核心案例，西门子很荣幸地向同济大学团队提供了全套技术参考资料。资料收集团队由方志刚、王文华牵头，PLM部分：王昕、李志明、陈铁锋、邹明政、曾法力；MES部分：戚锋、吕平、张炬、何梦琼；TIA部分：葛蓬、崔坚、 程瀚侬、冯学卫、杨德奇、杨光、赵欣。在此一并对做出贡献的同事表示感谢。 衷心希望本书对读者有一定的参考价值，让我们共同为实现“中国制造2025”而继续努力！ 梁乃明（Leo Liang） 西门子数字化工厂集团工业软件全球副总裁兼大中华区董事总经理 中德智能制造联盟副理事长 2016年10月 |
