2030的未來工廠

張曙

(同濟大學現代制造技術研究所 上海 20092)

0 引言

從福特流水生產線開始的大量生產方式在20世紀60年代達到了頂峰，促使美國成為全球經濟的領導者。日本豐田公司的豐田英二和大野耐一考察美國汽車制造業后提出精益生產的理念，克服了大量生產方式的產品單一和體制僵化的缺點。精益生產之所以稱之為“精益”，是因為豐田生產方式與美國大量生產相比，所有的投入都更精、效益更高，無論人員、生產設備、生產空間、設計周期幾乎僅需一半，同時將生產管理水平提高到一個新的高度，其精髓是消滅浪費、不斷改進[1-3]。半個世紀以來，精益生產的理念被全球制造業廣泛接受，它的基本原則至今仍然具有指導意義。

繼精益生產以后，美國里海大學Lacocca研究所于1991年發表了《21世紀制造企業戰略》的研究報告，提出以敏捷制造和虛擬組織來應對日本和歐洲的競爭[4-6]。引發了對下一代制造的生產模式、方法和技術的探討。

20世紀90年代美國自然科學基金會資助了“下一代制造”研究項目，面對全球化的大趨勢，保住美國的領先地位，提出全面集成和基于科學的制造[7-8]。21世紀初，歐共體根據歐洲面臨美國堵截中國追趕的局面，開展了“制造未來” 多國合作研究，聚焦于有競爭力的、可持續發展的、高附加價值的制造[9]。

近年來，信息通信技術的迅速發展，無線通信、萬物互聯、人工智能等技術正在打造一個全新的、智能化的“新摩登時代”。新的工業革命將力求避免和減少前幾次工業革命帶來的負面影響：例如，資源浪費、污染環境、氣候異常、生態惡化。新工業革命追求更高的資源效益、更大的生產柔性和更高的生產效率，創造更多的價值，不是為智能而智能。新工業革命的終極目標是改善人類生存條件，通過工業企業的轉型升級，為人們提供更多的福祉和更高的生活質量。

面臨新的挑戰，各國政府紛紛搶占發展機遇，德國提出工業4.0[10-11]，我國出臺《中國制造2025》[12]，日本提出社會5.0[13]，美國的再工業化[14]，其共同的特點是邁向智能化制造。因此，關于智能化未來工廠的討論日漸浮出水面，引起學術界和企業界廣泛的關注。

1 未來工廠的構思

未來工廠是一個不斷演變的動態概念，不同年代有不同的理解和內涵。本文將其定格在從現在開始到2030年，作者認為10年后的工廠將發生本質性的轉變，將具有如圖1所示的6方面功能和特征。

圖1 未來工廠的特征

1) 全面集成的數字設計和制造。數字化是大趨勢，但直到目前為止，產品的幾何設計、性能設計和制造過程的數字化之間缺乏必要的接口和相互關聯，存在不少斷點和隔斷。只有實現貫穿生命周期的全面集成之后，才能在產品沒有生產出來之前，通過仿真“使用”虛擬的產品，才能保證產品投入生產時，首件就是性能、價格和質量都符合要求的產品。

2) 智能化的過程和設備。在機床加工的過程中產生大量數據，傳統的制造過程和設備沒有數據采集器，這些數據無法加以利用。隨著設備智能化、大數據和物聯網的發展，機器與機器、機器與人可以通信，通過云平臺能夠自動響應制造過程設備工作狀態的變化、設備故障維修以及刀夾具的實時管理，自動優化生產進程，提高設備利用率，縮短生產周期。

3) 邁向以科學為基礎的制造。傳統的制造是基于在物理世界經驗的制造，加工過程許多現象的出現和變化不知道為什么。隨著建模和仿真技術的發展以及人們對材料、制造過程的微觀和宏觀的相互作用認識越來越深刻，可以在虛擬世界里通過數學模型優化制造過程，把“不可知”轉變為“可知”和可預測。

4) 信息物理生產系統(CPPS)。CPPS是信息物理系統(CPS)在生產領域的應用。通過智能感知、分析、預測、優化及協同等技術手段，使計算、通信和控制三者有機融合與協作，將所獲取的各種信息與對象的物理特征相結合，形成虛擬空間與實體空間深度融合、實時交互、互相耦合、及時更新，在虛擬空間中構建實體生產系統的鏡像，實現生產系統的自主智能化。

5) 集成化的跨企業管理。隨著工業互聯網的出現，使工廠的資源共享、互聯運作成為可能，進一步發展成為你中有我、我中有你、相互依存的利益共同體，形成跨部門、跨企業的集成化的管理模式，所有決策都是從所有聯盟企業和供應鏈全局角度作出的。

6) 柔性的分散網絡化制造和運作。實體工廠的具體地理位置已經無關緊要，通過云平臺、共享數據庫和魯棒的通信設施，打造產能共享云平臺。用戶可以將閑置產能公示于產能平臺，有需求的用戶無需購買設備即可快速獲得制造能力。通過柔性的分散網絡化制造，產能提供方可以利用閑置產能獲得收益，產能需求方可以以較低的成本獲得制造能力。雙方通過分享獲得利益最大化。在這種情況下，網絡安全和知識產權保護將成為關鍵。

歐共體2016年在“地平線2020”項目框架下，開展了《未來工廠》的研究項目[15]，認為當前歐洲制造業面臨4大挑戰和機遇，借助5種技術和賦能的優勢，在6個領域開展研究和創新，才能夠繼續保持歐洲制造業的領先地位，如圖2所示。

圖2 歐共體《未來工廠》項目的重點研究領域

該項目認為，歐洲制造業的優勢、面臨的挑戰和機遇有以下4個方面：

1) 個性化的高端產品。歐洲不僅有西門子、空客、奔馳、拜耳等著名大企業，還有為數全球最多的中小型隱形冠軍企業，能夠提供高質量、高附加值、具有競爭力的和智能化高端產品。

2) 經濟的可持續性。歐盟是歐洲國家抗衡美國的經濟聯盟，制造業是歐洲經濟和國際貿易的基礎。面對貿易保護主義的抬頭和關稅壁壘，歐洲工業企業如何保持領先地位遇到前所未有的挑戰。

3) 社會的可持續性。社會穩定是經濟發展的前提，歐盟大多數國家是高福利國家，面對老齡化、難民問題、勞資關系等一系列社會問題，對制造業的發展必然產生一定的影響。

4) 環境的可持續性。歐盟國家歷來重視環境保護，在推行綠色制造和發展可再生能源方面不遺余力，獲得了顯著成效，但也為此付出了相應的經濟代價。

面對挑戰和機遇，歐盟憑借其技術優勢，對未來工廠注入新活力，實現傳統制造業的轉型升級。該項包含以下6個研究和創新領域：

1) 先進制造工藝過程，新材料和現有材料的創新工藝過程。例如激光加工、增材制造、碳纖維加工、超硬材料加工、微加工、超精密加工等。

2) 自適應和智能化的制造系統。在部件和系統兩個層面創新的智能制造裝備，包括機電一體化、控制和監控系統。

3) 數字虛擬和資源高效的工廠。建模、仿真和預測。工廠設計、數據采集與管理、工廠運營和計劃，從實時運作到長期規劃的優化方法。

4) 協同、移動和集成的企業。單個企業已經“孤掌難鳴”，難以響應市場的網絡變化，需要若干企業聯合起來構建網絡化的工廠和動態供應鏈及其集成。

5) 以人為中心的制造。未來工廠絕非無人工廠，而是需要更高層次的知識型的勞動者，人-機通信、人-機協同、密切配合，在新的技術環境中進一步提高人在工廠中的決策作用。

6) 聚焦用戶需求的制造。將用戶納入從產品和工藝設計直到與制造有關服務的價值鏈中，產品在功能上體現客戶的需求，用戶能夠了解制造過程和質量保障體系，工廠能夠監控產品的運行。

未來工廠是傳統工廠智能化的轉型升級，大致歷經6個層次，如圖3所示。

圖3 未來工廠發展的6個層次

在工業3.0階段，主要是計算機化和自動化，機器人的廣泛應用和自動化生產線僅僅是智能制造的基礎，而非終極目標。

進入工業4.0階段后，第一步是可視化，可視化是將設備狀態和工廠運作情況以圖表的形式實時顯示出來，所有的數據和信息都可以看得見。

第二步是工廠各部門的信息是透明的，有關人員可以實時共享，獲得最新的數據，知道來龍去脈，易理解，易溝通。隨著工業互聯網和大數據的應用，對設備的健康狀態和工廠運作可以進行預測，對可能出現的干擾有預案，防患于未然，做到“事先諸葛亮”，掌握主動權。

最后，希望能夠根據工廠的實際運行狀態，達到自優化、自適應的理想境界，實現能夠“無憂無慮”運行的工廠。

2 未來工廠是互聯共生的工廠

未來工廠通過云平臺可以通過互聯實現網絡化制造已無懸念，但“互聯”是一種技術可能性和解決方案，不是最終目的。互聯為未來工廠打造新的生態圈，為共享知識和物質資源提供了可能性。

應該指出，“互聯”是指企業之間通過互聯網進行數據交互、信息溝通和協作熱線，是短期的協同關系。而“共生”是指在同一云平臺上進行長期的、相互依存、互通有無的利益共享伙伴。

例如，傳統工廠把員工作為勞動力資源按照工廠的日程安排從事智力和體力勞動，形成屬于工廠的知識，如產品圖紙、工藝規程、質量管理體系和生產管理制度，是固化的、看得見的。

未來的互聯共生工廠員工不是依附工廠的一種人力資源，而是獨立的價值創造參與者。未來工廠將實行柔性工作制，工作時間和天數允許個人安排，來自個人的知識，包括個人的智慧、創意、訣竅等…，融入工廠的知識，這些動態的、隱式的知識將使工廠產生巨大的活力[16]，如圖4所示。

圖4 未來工廠的知識源

可以設想，未來的互聯共生工廠大致將會有4種不同模式：

1) 超級連接的工廠：具有復雜的動態供應鏈和價值網絡中已經形成中心的大型聯網企業(或數字平臺)。

2) 自主管理的工廠：復雜的、優化的、具有可持續發展能力的制造企業(或數字平臺)。

3) 產品-服務協同的工廠：在高知識含量工廠群體中的相互提供數據驅動產品-服務工程(或數字平臺)。

4) 小型數字化工廠：聚焦于具有共同使命的、但信息化程度較低的中小型企業，實現可持續制造的數字化。

以大型企業為中心的網絡開始形成，未來可從相互協作發展為共生。技術成熟度較高，已經形成一個中心，有一定的依存度，實施的難度較小。反之，自主工廠、小型數字化工廠和有特長的產品和服務工廠以及目前相互依存度不大，利益相關不緊密的中小型企業實現互聯共生的難度較大。

互聯共生工廠發展路徑大體歷經5個步驟：①信息技術應用，②信息安全，③規則和制度，④大數據，⑤云平臺建設，如圖5所示。

圖5 互聯共生工廠的4種模式

互聯共生工廠云平臺是一種共享經濟的Saas服務平臺，各種形式的服務提供者、APP開發者和供應商，為互聯共生工廠提供不同服務，群體逐漸擴大，服務內容日漸豐富，如圖6所示。

圖6 互聯共生服務平臺

從圖中可見，互聯共生工廠通過云平臺還可以進行供應鏈和能源利用的優化。

眾所周知，工廠的運行有4個要素：①員工，②物料，③資產，④技術。傳統的工廠運行模式是每個企業都需要具備這4個要素，每種要素的有效利用率必然相對低下。

互聯共生工廠通過資源共享眾包平臺可以對工廠運行的4個要素進行相互調劑，發揮生產資源的社會效益最大化[16]，如圖7所示。

圖7 互聯共生工廠的資源共享平臺

3 未來工廠是基于模型的企業

3.1 從基于經驗的制造邁向基于科學的制造

傳統工廠是基于經驗的制造，產品設計雖然大多采用了3維CAD，但主要是幾何模型，各種有限元建模和仿真的應用還不普及，況且不同的分析軟件所建立的模型往往不能夠相互通用和無縫連接。

未來工廠將有關分析軟件集成為“基于模型的設計(model based design-MBD)”，提供完整的、全生命周期通用的CAD模型，如圖8所示。

圖8 未來工廠是基于科學的制造

從圖中可見，根據概念設計和產品定義構建的、含有產品幾何信息和全部性能信息的、能夠全生命周期共享的3維CAD將上傳到云平臺，供后續制造工程、生產規劃、加工制造、使用和維修使用。

這個目標能不能實現呢？困難重重。因為當前制造工程的許多環節還沒有數字化。工藝規程、工夾具設計、數控編程、檢驗規范和程序的依據是圖紙，只有兩維圖紙上才標注有完整的尺寸公差。工程師將3維模型轉換成兩維圖紙不僅費時費力，往往出錯。更加重要的是：產品圖紙是固化的、靜態的產品信息，因此有關各單位、各部門難以保持產品信息同步更新。成為邁向互聯共生工廠的“攔路虎”，不僅對工程設計數字化是一種障礙，對加工制造、物料采購和質量管理也帶來很多問題，如圖9所示。企業各部門迫切希望：隨時都能獲得完整的、最新的和準確的產品信息。

圖9 兩維圖紙是“攔路虎”

打通從產品設計到使用維護的整個過程數字化，需要引入兩個概念：數字進程和數字雙胞胎。

3.2 數字線程和數字雙胞胎

由于在人工更新制造文檔過程中浪費了大量時間和成本，促使領先制造商開始從紙面流程過渡到基于3D模型的可交互的數字文檔。智能制造環境要求一個動態的協作過程, 產品數據可以在設計、制造、供應商之間無縫隙地流動。確保每個需要的人能夠隨時隨地獲得最新的、正確的生產信息和工藝數據。數字化的無紙制造的優勢是投入生產的延遲少, 廢品和返工少, 產品質量更穩定, 交貨時間更短。

從圖8可見，未來工廠是借助不斷建模和仿真優化運作的。其場景是從概念設計開始，工廠運行每一步的所有信息和數據都輸入模型，實時進行優化，預測和指導下一步如何做，然后對實施的結果進行分析，是否達到預期，并將出現的問題反饋，構成閉環，修改模型，直到偏離數值處于允差范圍之內。這樣從CAD/CAE開始、一步步走過產品全生命周期的各個階段、直到報廢為止。

這個數字化的過程稱為數字線程(digital tread)，“線”是指以3D模型從概念設計到產品的運行和服務貫穿產品生命周期各個階段的數字化連成一條線。“程”意味不斷前進，在生命周期演變過程中不斷豐富模型的數字內涵。在整個過程中，設計部門的職責不僅限于傳統的、提供圖紙的任務，而是承擔產品全生命周期的最初數字模型的構建和維護，孕育了產品數字模型的生命。

數字線程必須在全生命周期中使用某種共同語言，才能交互。例如，在概念設計階段，就有必要由產品工程師與制造工程師共同創建能夠共享的動態數字模型(包含工藝信息的3維 CAD模型)。據此模型生成加工制造和質量檢驗等生產過程所需可視化工藝、數控程序、驗收規范等，不斷優化產品和過程，并保持實時同步更新。這些都是在計算機上和云平臺運行的，是虛擬制造世界，所以軟件定義一切，稱之為基于模型的工程(model based engineering-MBE)[17-19]。

車間根據虛擬加工優化后的模型進行生產和質量控制(物理世界的活動)，是從虛擬制造世界走進現實的大門。 最終交付給客戶的不僅是物理產品，還有虛擬模型—數字雙胞胎[20-21]，如圖10所示。

圖10 數字線程和數字雙胞胎

從圖中可見，產品生命周期是從產品設計開始到產品報廢的整個時間域，是時間概念。數字線程是產品生命周期中數字模型在虛擬世界里的演變過程。數字雙胞胎是產品制造出來后才出現的，也就是說數字雙胞胎(digital twin)是物理產品在虛擬世界的鏡像。與物理產品形影不離，伴隨一生。

產品在使用運行過程中產生大量數據，借助云端對模型進行分析，實時優化，提供物理對象下一步如何運作的信息，如圖11所示。

圖11 數字雙胞胎的概念

可以設想，不久的將來，當航空公司接收一架飛機的時候，將同時驗收一套詳細的數字模型。當真實飛機飛行時，虛擬的飛機(數字雙胞胎)通過傳感器實現與真實飛機飛行狀態完全同步，如機翼受力狀態、應力和應變等。真實飛機每次飛行后，數字雙胞胎根據結構現有情況和歷史載荷記錄，及時分析評估是否需要維修，能否承受下次飛行任務的載荷。駕駛員、維修人員和設計工程師皆可查閱有關架次飛機的歷史數據和現有狀態，保證飛行安全，防范于未然。換句話說，未來的航空器生命周期管理是可預測的、集成化和完全個性化的。

綜上所述，數字線程能有效地評估系統在其生命周期中的當前和未來能力，在物理過程和產品開發之前, 通過仿真的方法及早發現系統性能缺陷，優化產品的可操作性, 可制造性, 質量控制，以及在整個生命周期中應用模型實現可預測維護。

簡言之，數字線程具有4種閉環功能：前饋(根據模型預測未來)，分析(滿足性能要求否)，反饋(當前狀態怎么樣)，修正模型(下一步如何做)，是產品全生命周期的數字化。

“雙胞胎控制(twincontrol)”是歐共體Horizon 2020框架計劃的一個關于未來機床和加工過程的項目，是數字雙胞胎概念的具體應用。通過集成各種仿真模型把影響加工過程的不同要點，包括在生命周期中越來越重要的機床能效和運維模型，運用系統概念和方法使模型更加接近現實的性能和更加準確的評價能力[20-21]，如圖12所示。

圖12 歐共體的“雙胞胎控制”研究項目

從圖中可見，在現實的物理世界里機床制造商設計和制造機床，然后交付給用戶使用。與此同時，機床制造商也將根據機床特征數據、技術數據和加工工藝在虛擬世界里構建機床結構、進給驅動、數控系統、加工過程、機床狀態和能耗模型，進行實時仿真，并將結果提供給用戶，預測機床加工、機器部件的未來狀態。用戶在機床使用過程中，將試驗數據和加工過程的監測數據反饋到云端的模型再進行仿真后，機床用戶即可獲得機床狀態優化、機床性能預測、機床維修計劃、補償和控制的信息。

該項目由德、法、英和西班牙4國的11家科研院所參與，2015年10月啟動，為期3年，分為虛擬機床、虛擬加工過程、監測和數據管理3個方向和9個子項目。

數字雙胞胎除應用于機床性能評價外，還可用于機床健康狀態的監測，實施預測型維護。美國辛辛那提大學開發了智能維護系統(intelligent maintenece system-IMS)[22]，其原理如圖13所示。

圖13 機床健康狀態和watchdog代理

從圖中可見，在物理世界運行的機床和生產系統會產生大量數據，從大數據中可以提取設備或部件的各種特征，如發熱、振動等，借助watchdog代理對部件、設備和生產線的狀態進行分析，在虛擬世界中建立性能衰退模型和故障風險雷達圖，優化設備維修作業。

數字雙胞胎通過“時間機器”，在關鍵時間點采集數據，并對歷史記錄進行比較，以提高預測的準確性。對分布在不同地點的機器群進行監控相似性識別，發現機器健康衰退的個別異常現象，在故障地圖上找到故障點[23]。

美國國家標準技術研究院(NIST)與工業界和高等院校合作建立了智能制造系統試驗基地, 以促進“數字線程”技術的應用。試驗基地包括3部分：計算機輔助技術(CAx)實驗室, 制造技術實驗室和網設施。CAx實驗室配備完整的商品軟件工具, 用于設計、制造、檢驗、數據管理、驗證和確認。制造實驗室擁有各種數控機床 (如銑削和車削中心) 和精密檢測設備 (如坐標測量機器和數字千分尺)、生產管理系統(如MES系統)以及數據采集系統，如圖14所示。

圖14 NIST的數字線程試驗基地

2016年美國STEP Tools、MTConnect和波音公司在“未來飛行博物館”舉辦數字雙胞胎演示。機床在波音Ronton工廠加工零件，將加工過程的數據發送給數字雙胞胎服務器。在48 km外演示現場與會者可通過客戶端觀看加工實況直播和數字雙胞胎演示。4 800 km外的波音總部可對機床下達加工計劃并與其他數字雙胞胎服務器協調。

數字雙胞胎服務器接收加工過程的數據，生成“雙胞胎”，同時以100 Hz刷新。通過AP238協議提供各種智能加工服務，如CAD/CAM、工藝參數選擇等。通過AP242協議按公差要求進行在加工過程中間虛擬測量，并可在CMM最終檢驗。在智能電視、電腦、平板或手機上可通過HTML5文件進行系統優化。數字雙胞胎演示系統的結構如圖15所示。

圖15 數字雙胞胎的演示

4 2030后的工廠

2017年世界經濟論壇發布《未來生產的塑造—4個不同的展望》白皮書[23]，提出未來生產的6個驅動力和影響因素和4個可能出現的不同場景，如圖16所示。

圖16 未來生產的6個驅動力和4個場景

從圖中可見，對未來生產的推動力有：① 技術發展和創新，是極其重要的，但不是唯一的；② 政策和法規的影響；③ 世界經濟、貿易、投資；④ 自然資源和可持續性；⑤ 人力資本，勞動者的素質；⑥ 消費者喜好和趨勢。

工廠在邁向未來的征途中，可能出現4種不同的場景：①面對變革不知所措，企業生產一片混亂；②戰略失誤，生產遭到破壞，企業倒閉；③決策不當，缺乏遠見，企業發展停滯不前；④抓住機遇，轉型升級，實現可持續發展。

綜上所述，作者認為，2030年未來工廠的具有的特征如下[24-25]：

1) 客戶參與設計，量身定制個性化的產品，客戶不僅可以選擇產品的不同模塊，構建獨一無二的屬于自己的產品，還可以在虛擬世界里，在產品沒有制造之前使用產品，獲得親身體驗。

2) 傳統的流水生產線將從車間消失，取而代之是柔性制造島或者快速可重構的柔性生產線。不同的產品有不同的工藝流程，載有待加工的智能小車，停靠不同的制造島，完成必要的工序。也可以根據加工工藝過程的需要，快速更換某一臺設備，組成新的生產線。

3) 機器人與人在車間的開放空間協同一起工作。機器人將集成有視覺、觸覺和力傳感器，不再需要關閉在安全防護欄內，不會造成對工人的傷害，稱之為協同機器人(Cobot)。

4) 新的制造工藝，如增材制造、激光加工的應用日益廣泛，新工藝不僅改變了產品的加工方法，還給產品設計師打開了新的創新空間。例如，航空發動機噴油嘴，傳統的結構需要好幾個零件，借助增材制造可以合并成一個零件，一次加工完成，簡化產品的結構，縮短加工周期。

5) 智能化的車間物流，能夠自動進行路徑規劃，按照生產現場的實際情況，實時按需準時送達，必要時，由智能無人機派送急件。

6) 增強現實和虛擬現實技術的應用。例如，在裝配、檢驗等人工工位，借助眼鏡或頭盔，可以將工作指示投影到實體上。

2030年未來工廠將普遍使用的若干典型技術如圖17所示。

圖17 未來工廠的技術

圖18是奧迪汽車公司對未來智能化工廠的設想。對于未來的生產模式，奧迪的想法無疑具有顛覆性。裝配線已不復存在，井然有序的流水作業也不再適用，車間布局將采用制造島形式。平板運輸機器人(小車)，即所謂的無人駕駛運輸系統(driverless transport systems)，在地板表面移動，“搬運”著各種尚未裝配完成的汽車：接近出廠的豪華敞篷跑車、某款電動SUV的白車身，還有一輛剛剛結束噴漆的時尚小轎車……，將它們停靠到不同制造島，由機器人完成不同的裝配作業。這座工廠中你會看到奧迪的所有車型，但卻已經找不到兩輛完全相同的汽車[27]。

圖18 奧迪公司未來工廠的概念

今天，兩輛奧迪Q5的不同可能只在于顏色或者方向盤的設計，但個性化的整臺汽車才是未來生產的終極目標，主要部件的選型、內飾設計，車輪和車燈，甚至車內座椅都是按照車主的身形度身定制的。經銷商們配備能夠讀取客戶“身材尺碼”的三維掃描儀，他們將得到的信息發送至生產現場，3D打印機隨即便會按照數據生產出一個個獨一無二的座椅。

在奧迪的智能工廠里，無數運輸機器人看似混亂無序，而實際上，每臺機器人都在遵循更高層次的邏輯運行，它們的目標都是奔赴各自的下一個“站點”(station)——智能制造島。

“混亂”運輸的背后是所有設備的實時數據交換和通信。系統能夠計算出待裝配車的“要求”，譬如是要安裝車燈還是座椅。或者發現某個制造島處于空閑狀態，就會自動駛向那里，完成其他作業。

像機場一樣，工廠的運行由生產指揮塔控制，它是一個龐大的數據中心，知道每臺機器處于何種狀態，知道每輛汽車和每個零部件處于何處，它們現在在做什么，下一步應該做什么。

5 結語

“未來工廠”永遠在路上，隨時代變遷內涵會有所不同，但從未來視角審視當前工廠存在的問題，探討可能發展的方向和變革措施，去創造未來是永恒的話題。

精益生產的精髓是消滅浪費和不斷改進，至今仍然具有現實指導意義，數字化的精益生產流程可視化，透明易理解，能實時反映工廠運作。

未來工廠不僅是技術的變革，環境和人，商業模式和供應鏈，工廠的組織形態都是在動態變化之中，平臺化、協同化是大趨勢。

互聯共生是未來工廠的重要特征，是新的業務模式和相互依存的利益共同體，主要體現在資源(物質和知識)的共享和眾包。

未來工廠是基于模型的企業，從基于經驗的制造邁向基于科學的制造，借助數字線程打通產品全生命周期的數字化，構建數字雙胞胎，通過建模和仿真優化生產過程，在虛擬世界里制造產品，規劃生產流程，在沒有生產出來之前，“制造”和“使用”產品，發現問題，加以改進。

驅動工廠發生變革不僅是技術和創新，還有諸多經濟和社會因素，根據企業本身面臨的問題和條件抓住機遇迎接挑戰制定發展戰略，才能轉型升級，實現可持續發展。

[1] WOMACK J P, JONES D T, ROSS D. 改變世界的機器—精益生產之道[M]. 余峰 張冬 陶建剛, 譯. 北京: 機械工業出版社 2015.

[2] WOMACK J P, JONES D T. Lean Solution[M]. New York: Free Press, 2005.

[3] WOMACK J P, JONES D T. Lean Thinking[M]. New York: Simon & Schuster, 2009.

[4] NAGEL R N, DOVE R. 21st Century Manufacturing Enterprise Strategy—An Industry-Led View [ER/OL][2018-02-12]. http: //www. parshift. com/s/21st Century Manufacturing Enterprise Strategy-Volume1.pdf.

[5] GOLDMAN S L, NAGEL R N, PREISS K. Agile Competitors and Virtual Organizations—Strategies for Enriching the customer[M]. New York: Van Nostrand Reinhold, 1995.

[6] PREISS K, GOLDMAN S L, NAGEL R N. Cooperate to Compete—Building Agile Business Relationship[M]. New York: Van Nostrand Reinhold, 1996.

[7] NEAL R. NGM-Next Generation Manufacturing, A Framework for Action (USA Project)[C]. Torino, Italy: Proc. of Int’l Conf. on Enterprise Integration and Modeling Technology(ICEIMT’97),1997.

[8] JORDAN J A, MICHEL F J. Next Generation Manufacturing—Methods and Techniques[M]. New York: John Wiley & Sons, 2000.

[9] JOVANE F, WESTKMPER E, WILLIAMS D. The ManuFuture Road—Toward Competitive and Sustainable High-Adding-Value Manufacturing[M]. Berlin: Springer-Verlag, 2009.

[10] 丁純. 德國“工業4.0”內容、動因與前景及其啟示[J]. 德國研究,2014(4):49-126.

[11] Acatech. Recommendations for implementing the strategic initiative INDUSTRIE 4.0 [EB/OL].[2018-04-01].http://www.acatech.de/fileadmin/user_upload/Baumstruktur_nach_Website/Acatech/root/de/Material_fuer_Sonderseiten/Industrie_4.0/Final_report__Industrie_4.0_accessible.pdf.

[12] 周濟. 智能制造—“中國制造2025”的主攻方向[J]. 中國機械工程,2015(17):2278-2284.

[13] 崔成,蔣欽云. 日本超智能社會5.0—大變革時代的科技創新戰略[J]. 中國經貿導刊,2015(17):34-36.

[14] 王達,劉曉鑫. 美國“再工業化”戰略及其對中國濟的影響[J]. 東北亞論壇,2013(6):71-78.

[15] EFFRA. Factories of the Future—Multi-annual roadmap for the contractual PPP under Horizon 2020[EB/OL]. [2018-04-01].https://publications.europa.eu/en/publication-detail/-/publication/fac27b2a-9b7c-4fa0-9963-e9ef6864e23d/language-en.

[16] IEC. Factory of the future[EB/OL].[2018-04-28]. http://www.iec.ch/whitepaper/futurefactory/.

[17] HARTMAN N W, Establishing a lexicon for the model-based enterprise [EB/OL]. [2018-04-01] https://www.nist.gov/sites/default/files/documents/2017/04/18/03_lexicon_of_mbe.pdf.

[18] 顧新建,顧巧祥,祁國寧. 基于模型的企業(MBE)[J]. 成組技術與生產現代化, 2014,3(2):1-6,13.

[19] 喬建明,汪偉. 競爭新前沿——基于模型的企業[J]. 航空制造技術, 2015增刊(S2):26-29.

[20] 張曙. 數字雙胞胎浪潮來襲 [J]. MM現代制造，2017(4):8-9.

[21] 張曙. 數字線程-產品生命周期的數字化[J]. MM現代制造，2018(1):6-7.

[22] DJURDJANOVIC D , LEE J, NI J. Watchdog Agent—an infotronics-based prognostics approach for product performance degradation assessment and prediction[J]. Advanced Engineering Informatics, 2003 (17): 109-125.

[23] KEARNEY A T. Shaping the Future of Production: Four Contrasting Perspectives in 2030[EB/OL].[2018-04-08]. http: //www3. weforum. org/docs/WEF_White_Paper_Shaping_Future_Production_.pdf.

[24] 肖文芹. 未來工廠(上)：2030年愿景[EB/OL]. [2017-03-11].http: //mp. weixin. qq. com/s?src=11×tamp=1524709240& ver=839 & signature=L3gr2 XAw DUxc Cu Nc9c Vq JTlXv YKdsw 9U0Td Mls ZEk Ef NAz1w5 Dfmj34 YR-cPc2QRzz*319W2yqS-sELeIZpkuLE36kidwRukZ1W8vd6MgHXoJdqBJe51-bW-Wqj*ND9e&new=1.

[25] 波士頓咨詢公司.2030年未來工廠是怎么樣的[EB/OL] [2018-04-28]. http://mp.weixin.qq.com/s?__biz=MzI1MDEyNTY0Nw==&mid=2649391171&idx=4&sn=d72549295c63768982192cce2413fd4f&chksm=f1992c63c6eea575b6d00b3ea4a84e08271ab292b3e0cfbc5a418e3f757b2e7cdb187b9e82b3#rd.

[26] FROST & SULLIVAN.Factory of the Future Vision 2030 [EB/OL].[2018-05-06].https://www.intel.com/content/www/us/en/industrial-automation/factory-of-the-future-vision-2030-white-paper.html.

[27] AUDI. Dialoge Smart Factory 2015[EB/OL].[2018-05-06].https //www.audi-mediacenter.com/de/publikationen/magazine/dialoge-smart-factory-2015-156.