黑燈工廠發展路徑探究

李 軒，鄭 練，李濟龍，毛旭敏，黃秋霖，顧 非

(中國兵器工業新技術推廣研究所，北京 100089)

隨著第三次工業革命與產業革命的推進，世界各國紛紛加大對智能制造技術的重視與實施力度，新一代信息技術的迅猛發展有力推動制造業轉型升級，傳統制造業也從手工作業的生產組織模式向“自動化、數字化、智能化”進行轉變，在智能制造技術迅猛發展的浪潮下，“黑燈工廠”逐漸走入了人們的視野。

“黑燈工廠”(Dark Factory)，也叫智能工廠，因車間內的機器可以自動運作、不需要燈光照明而得名。黑燈工廠是在原有自動化工廠基礎上，進一步融入了智能制造技術，對原本繁重、高危、具有一定職業危害的崗位進行機器換人，將生產設備、生產線、車間、物流、倉儲等一系列生產有關單元與技術進行有機融合，通過泛在技術把各單元、設備、物料、人員連接起來，以數據為紐帶，形成一個高度協同、數據驅動、自主決策、可靠安全的智能工廠，實現了柔性化、數字化、智能化、安全化生產的目標。

1 國內外現狀

1.1 國外研究進展

美國早在2011年就推出了先進制造業伙伴計劃(AMP)，提出發展先進傳感、控制與制造平臺技術和可視化、信息與數字制造技術等智能制造共性技術；發布《實現21世紀智能制造報告》，明確推進智能制造的發展目標與路徑。2012年，發布《美國先進制造業戰略計劃》[1]，明確實施美國先進制造業戰略的五大目標，為推進智能制造的配套體系建設提供政策與計劃保障。2017年，美國清潔能源智能制造創新研究院(CESMII)發布的《智能制造2017—2018路線圖》指出，智能制造是一種制造方式，通過整合運營技術和信息技術的工程系統，實現制造的持續優化。2018年，發布《先進制造業美國領導力戰略》，提出三大目標，開發和轉化新的制造技術、培育制造業勞動力、提升制造業供應鏈水平。2019年美國發布了《未來工業發展規劃》，規劃致力于確保美國在新興技術和工業發展的全球主導地位。2022年美國發布了《先進制造業國家戰略》，戰略致力于振興制造業、建立強大的美國供應鏈、投資研發(R&D)以及培訓能夠保障全球經濟的勞動力。

德國于2013年提出《德國工業4.0戰略計劃實施建議》，以“智能與網絡化”為核心，通過信息物理融合(CPS)，推進“智能工廠”[2]和“智能生產”。2014年出臺了《數字議程(2014-2017)》，意圖將德國打造成數字強國；同年發布了《國家工業戰略2030》[3]，重點在人工智能等重點技術布局，以確保德國在歐洲與全球的競爭力優勢。2016年，頒布了《數字化戰略2025》，旨在把德國建成最現代化工業化國家[4]。2019年，發布了《德國工業戰略2030》，重點圍繞改善工業基地、加強新技術研發、在全世界范圍內維護德國的技術主導權。

日本于2015年發布了《新機器人戰略》，該戰略提出要保持日本的機器人大國的優勢地位，促進信息技術、大數據、人工智能等與機器人的深度融合。2017年，明確提出“互聯工業”的觀點，指出設備、系統與人的相互交互的新型數字社會，將通過合作與協調解決工業遇到新挑戰，積極推動培養適應數字技術的高級人才。2018年，日本發布的《制造業白皮書》中分析了制造業的現狀，建議制造業領域要靈活運用人工智能等技術，將工匠擁有的生產技能進行數字化，加緊實現技術傳承，促進員工高效學習、掌握優秀技能。

英國于2015年提出《英國工業2050》戰略，2021年度發布《英國創新戰略：創造引領未來》，提出“于2035年成為全球創新中心”的愿景，旨在鞏固英國在全球創新競賽中的領先地位。法國推出了《新工業法國》等計劃，在工業4.0在全球蔓延的同時，制造業也向著自組織、自適應、自調節、自決策的智能化發展。韓國于2019年發布了制造業復興愿景，戰略希望將目前制造業25%的附加價值率提升到發達國家30%的水平，將目前制造業規模排名由全球第六(以出口規模為準)提升至全球第四。

1.2 國內研究進展

近十年來，我國通過產學研用協同創新、行業企業示范應用、央地聯合統籌推進，智能制造發展取得了長足進步[5]。早在2015年國務院頒布《中國制造2025》，提出國家智能制造的一個發展目標、三步走戰略、五條方針、五大工程以及十大重點發展領域；同年發布《國務院關于積極推進“互聯網+”行動指導意見》，提出互聯網與制造業融合，提升制造業數字化、網絡化、智能化水平，加強產業鏈協作，發展基礎互聯網的協同智能制造新模式。

2016年國務院發布《國務院關于深化制造業與互聯網融合發展的指導意見》，提出推進互聯網企業構建制造業與互聯網企業跨界融合，培育制造業與互聯網融合新模式等七項主要任務。2016年國務院頒布《國家信息化發展戰略綱要》，以智能制造為突破口，加快信息技術與制造技術、產品、裝備融合創新。2016年工信部頒布《智能制造發展規劃(2016-2020年)》，提出推進實施兩步走戰略與節點目標。2017年頒布《新一代人工智能產業發展規劃》和《制造業“雙創”平臺培育三年行動計劃》，明確加快推進制造智能化升級。2017年國務院頒布《關于深化“互聯網+先進制造業”發展工業互聯網的指導意見》[6-7]，提出工業互聯網三步走發展戰略與目標。2020年工信部頒布《關于工業大數據發展的指導意見》，提出促進工業數據互聯融合創新，著力打造資源富集、應用功能繁榮、產業進步、治理有序的工業大數據生態體系。2020年工信部頒布《“十四五”智能制造發展規劃》，提出了智能制造下一階段的重點任務與目標，明確六大行動，促進制造業加快轉型升級。

據工信部智能制造規劃顯示，隨著供給能力的持續增強，智能制造裝備市場已有50%以上的滿足率[8]，多達40余家系統解決方案供應商主營業務收入超過10億元。我國搭建了全球先行的標準體系，發布了國家標準285項，牽頭制定國際標準28項，培育了近80個具有行業和區域影響力的工業互聯網平臺，智能制造支撐體系得到進一步完善。我國各部委遴選了行業先進的智能制造試點示范項目，產品研制周期平均縮短35%，生產效率平均提高45%，產品不良品率平均降低35%，涌現出離散型智能制造、流程型智能制造、網絡協同制造、大規模個性化定制、遠程運維服務等新模式新業態。但與我國高質量發展的要求相比，當前智能制造的發展仍有創新能力不強、供給適配性不高、專業人才缺乏、應用深度廣度不夠等問題亟需解決。

1.3 小結

通過對國內外頂層戰略部署與發展情況的對比分析發現，國內外均高度重視智能制造技術的應用與發展，無論從頂層部署或者技術發展，均有系統性、戰略性的布局，旨在第四次工業革命與產業革命中搶占先機、贏得主動權，在國際競爭中搶占有利地位。

2 燈塔工廠與典型案例分析

黑燈工廠作為智能制造技術高度集成的具體呈現，隨著數字化、智能化技術的不斷推進與演變，智能制造評價標準與要求也愈發嚴格，燈塔工廠應運而生。自2018年起，由世界經濟論壇(WEF)和麥肯錫咨詢公司從全球上千家制造企業中，共同遴選的最有科技含量和創新性的工廠稱作“燈塔工廠”(Lighthouse Network)，更被贊譽為“世界上最先進的工廠”，是兼具榜樣和引領意義的“數字化制造”和“全球化4.0”示范，可以說代表了目前全球制造業領域智能制造與數字化發展的最高水平[9]。

“燈塔工廠”為人們展示了驅動全球經濟增長的最新生產方法，引領數字化智能制造能力上升到全新高度。“燈塔工廠”充分運用自動化、工業物聯網(IIOT)、數字化、大數據分析、第五代移動通信技術(5G)等，應用規模處于世界最前沿，在業務流程、管理系統、工業互聯網應用等方面廣泛創新，是具備快速響應市場需求、創新運營模式、踐行綠色發展的全新生態。截至2022年，全球共有114家燈塔工廠，其中中國擁有42家，是世界上擁有最多“燈塔工廠”的國家。本文從中遴選3個不同行業的燈塔工廠，從體系架構、部署實施、關鍵技術等方面進行剖析。

2.1 三一重工18號工廠

三一重工作為一個高度離散型制造企業，面對企業多品種、高效率、高質量、低成本方面的壓力與挑戰，作為國內首家重型工程機械制造企業入選世界燈塔工廠，工廠充分利用數字孿生、柔性自動化生產、規模化的IIoT與人工智能技術，建立了數字化柔性設備制造系統，實現了工廠產能擴大123%、生產率提高98%、單位制造成本降低29%的目標。

1)體系架構。

18號工廠打通了從產品設計→工藝→工廠規劃→生產→交付的核心流程，構建了全三維環境下的數字化工廠建模平臺與工業設計軟件，實現了產品全生命周期管理系統的應用[10]；在多車間協同制造環境下達到計劃與執行一體化、物流配送敏捷化、質量管控協同化目標，實現混流生產與個性化產品制造，以及人、財、物、信息的集成管理。此外，自動化立體庫、自動上下料等智能設備的運用，以及設備的智能化改造，實現物與物、人與物之間的交互與連通，驅動部門業務協同與各應用深度集成。18號廠房智能工廠總體結構圖如圖1所示。

圖1 18號廠房智能工廠總體結構圖

2)部署實施。

工業物聯網與智能產線。工廠通過機器換人實現了生產過程自動化與效率提升，搭建了工業生產物聯網，以網絡為紐帶將設備接入工業網絡平臺，基于物聯網平臺集成現場設備數據、生產管理數據和外部數據，實現設備運行數據采集、自動控制，運用機器學習、人工智能等大數據分析與挖掘技術，建立產品、工藝、設備、產線等數字化模型，提供生產工藝與流程優化、設備預測性維護、智能排產等新型工業應用[11]。工業生產物聯網應用結構圖如圖2所示。

MES和ERP無縫集成。將MES系統與ERP系統進行集成，實現了產品到全壽命周期管理，從客戶下達訂單到生產制造、產品交付以及售后保障的全周期信息化，實現了制造現場與客戶的實時互通。客戶的個性化需求可以第一時間到達計劃、制造、商務等有關部門，制造人員可以直接按照客戶要求進行快速生產和交付，客戶也可以隨時了解所購買設備的生產進度。SANY MES系統結構圖如圖3所示。

生產控制中心PCC。廠房建設有PCC生產控制中心，中心通過對生產過程中到設備、物料、輔助生產資源等信息采集，并實現PDM/ERP/CRM/MES等系統間集成，達到訂單執行與生產現場的集中管理與調度。PCC系統結構圖如圖4所示。

圖2 工業生產物聯網應用結構圖

圖3 SANY MES系統結構圖

圖4 PCC系統結構圖

3)關鍵技術。

基于三維仿真的數字化規劃。廠房通過對整個生產工藝流程建模，在虛擬場景中試生產，進一步優化規劃方案。在規劃層面的仿真模型可以在實驗過程中進行產能分析與評估，預測未來可能的市場需求，動態模擬生產系統的響應能力；在裝配計劃層面的仿真模型中，通過仿真實驗進行節拍平衡分析，優化現場調度，規劃最優的裝配任務和資源配置。基于三維仿真的數字化規劃應用圖如圖5所示。

圖5 基于三維仿真的數字化規劃應用圖

公共資源精細化管理。公共資源定位系統(見圖6)通過物聯網技術實現對在制品、叉車、人員、設備資源的實時定位、追蹤與監控，實時獲取物料和運輸工具的狀態和位置等信息，并可以通過對這些信息的分析實現對物料的高效調度；綜合運用WSN、RFID和GPS等多種定位技術，滿足不同制造資源的定位需求，在滿足不同的業務需求的同時，實現基礎設施的共用，達到減少重復建設、提高基礎設施利用率的目的。

圖6 公共資源定位系統結構圖

智能化立體倉庫和物流運輸系統(見圖7)。智能化立庫和物流運輸系統可以完成產品、半成品、裝配線及部裝線所需物料的揀選、暫存、配盤任務，結合AGV實現物料自動配送至各個工位。倉儲模式采用自動化立體倉庫存儲(主要儲存中小件為主)+平面倉庫儲存(主要儲存大件等其他特殊物資)+垂直升降庫存儲(主要儲存小件為主)，配合全自動化的AGV小車，改變將近總量30%的物料種類的儲存和出入庫作業模式，有效地提高了整個系統的作業能力。

圖7 智能化立體倉庫和物流運輸系統結構圖

SPC質量在線檢測與分析。18號智能工廠通過GSP、MES、CSM及QIS的系統集成與整合應用，實現了涵蓋產品全生命周期的質檢數字化。在總裝及部裝線質檢員全面應用工業級平板電腦和PDA，實現了圖形化質檢，可以快速、準確定位質檢部位及質檢標準，質檢項圖形化率達到90%以上，質檢電子化率100%。SPC系統結構圖如圖8所示。

圖8 SPC系統結構圖

2.2 美的燈塔工廠

美的集團作為我國家電行業的領頭企業，具有較大規模效益、較高創新能力、較強發展水平[12]，運用數字化產品、軟件與解決方案，實現了貫穿研發、制造、采購等方面的全價值鏈數字化運營，建立了研究一代、儲備一代、開發一代的研發模式，并在工業仿真的支持下，針對工廠的新品開發、工廠布局、精益生產等方面，提前發現產品問題以及生產瓶頸，減少試制試產周期，從而提升整體產能。勞動生產效率提高28%，單位成本降低14%，訂單交付期縮短了56%[13]，實現了從自動化工廠向端到端互聯價值鏈的轉型升級。

1)體系架構。

工廠以精益生產為基礎，自動化數字化運營為主題，基于數字孿生的中控運營管理系統，以MES系統為核心的智能工廠架構，利用MES+SCADA實施獲取生產、物流、設備狀況等現場數據，實現生產過程透明化，結合DMS系統對異常情況進行異常預警、快速響應、及時處置、閉環改善的問題反饋處理閉環機制，全面打造智能制造先進生產體系，將MES與ERP、WMS等系統集成，構建貫穿研發、生產、加護、采購、運維、管控等全價值鏈數字運維體系，實現端到端的全價值鏈體系集成。

2)部署實施。

工廠基于數字孿生技術的中控運營指揮系統，通過MES+SCADA系統，實時準確地獲取涵蓋生產、品質、物流、設備等現場數據，實現生產過程即時透明化的管理，利用日常運營平臺DMS實現了設備實時監控、異常快速響應、及時預警、及時處理、閉環改善機制。其鈑金車間是擁有沖壓、焊接、噴涂、柔性加工等完整鈑金加工技術的精益工廠，利用APS平臺實現了月度產銷規劃資源的前瞻性配置，通過T+3訂單拉動，優化車間排產，極大降低了半成品庫存，提升設備產能利用率。同時，工廠供應鏈系統實現了端到端數字化采購，通過SRM供應商管理智能尋源優質供方，根據工藝、材質、規格等參數定義物料核價模型，結合歷史數據與行情進行動態定價與采購。此外，工廠立足“全價值鏈卓越工廠”的框架，通過低成本的精益自動化、產品標準化、工業研究突破，憑借數字化技術實現自動化系統以及IT系統的深度融合，打造柔性自動化生產的智能工廠，供應采購效率提升14%，訂單交付周期縮短56%，產品品質指標提升15%，渠道庫存下降40%，內部綜合效率提升28%，能耗下降15%，制造綜合效率提升33%，協同能力促使生產計劃效率提升83%。

3)關鍵技術。

數智化設備的應用。工廠從原材料輸送、余廢料回收、質檢、搬運、裝車等過程運用了大量數字化和自動化設備，實現了生產效率提高與人力成本降低。QMS品質系統應用了5G+AI+云計算等技術手段，通過機器視覺質檢與AI深度學習，智能識別與控制關鍵質量要素，為燈塔工廠提供智能化支持。

數字孿生技術的應用。工廠以MES系統為核心的智能工廠架構，實現了端到端全價值鏈系統間集成。當前整個工廠已實現200多項業務場景等數字化，MES系統可以生產業務及品質數據實時采集，并與ERP、WMS等系統進行集成，實現生產執行管理實時透明化。同時，WMS系統實現了自動叫料、自動配送、全物流場景透明化；能源管理系統實時監控采集能源消耗數據，形成各種維度的能耗數據分析，供管理層參考決策；設備管理系統實時監控與分析設備運行狀態以及工藝參數，可以提前預警異常，降低設備運營管理風險。

物聯網技術的應用。美的工業互聯網品牌“美擎”，具備了大數據、工業仿真、智能排產、智能互聯等核心能力，整合了6 000余個工業機理模型、800余個微服務組件，可以分為能力層、應用層、商業層、產業層。其中“能力層”通過庫卡機器人、美的云提供云基礎設施等，將這些“能力”向美的合作伙伴開放；“應用層”則包括營銷領域、研發領域、智能制造領域、管理領域；“商業層”引入八大矩陣，在模具、智慧物流、智慧樓宇等方面實現商業賦能；“產業層”則通過自有的工業互聯網平臺聯合汽車等產業，打造專屬行業的工業互聯網平臺。美的工業互聯網平臺整合了機器人、自動化、IoT等工業能力，幫助企業實現業務轉型釋放潛在價值，為我國工業互聯網平臺發展提供了重要的實踐參考。5G+工業互聯網數據采集圖如圖9所示。

圖9 5G+工業互聯網數據采集圖

2.3 中國寶武鋼鐵集團有限公司

寶鋼股份作為唯一入選燈塔工廠的中國鋼企，由于其流程型企業特質，寶鋼提出來四個一律的原則(作業一律機器、操控一律集中、運維一律遠程、服務一律上線)，制定實施智慧制造1.0的“3+1”架構，即智能裝備、智能工廠和智慧互聯+數據驅動，廣泛應用人工智能和高級分析技術，在基于高級分析技術的生產規劃、工業物聯網優化流程、預見性維護設備、基于AI的視覺檢測、智能物流等5個用例表現突出，使其在數字時代依然保持行業競爭力。

1)體系架構與主要模塊。

該企業管理架構覆蓋了智慧計劃、智慧生產、智慧設備管理、智慧質量管理和智慧物流五大模塊，具體包括可以滿足個性化定制需求的大數據自動生產計劃編制系統[14-15]，它可以根據需求預測與自主分析可以實現智慧計劃，結合智慧生產功能，生產效率提升83%；其先進的工業物聯網技術實現智能排程的智慧生產模塊，通過智慧排產可以使材料和質量成本顯著下降。其智慧設備管理模塊包括設備狀態智能診斷和預見性維護的智慧設備管理功能，通過采用移動式5G攝像頭和智能5G安全帽實現危險作業遠程監管，提高了安全管理效率工具壽命提高30%。其代替傳統人工經驗的AI表面質量線檢測系統，基于深度學習技術進行缺陷特征提取和分類的智慧質量管理模塊，大幅提高鋼板表面缺陷識別精度，勞動效率提升70%。其智慧物流功能模塊作為實時追蹤、高度自主的智慧物流系統，可以實現無人操作和物流自動規劃，顯著降低物流成本。工業互聯網實施架構如圖10所示。

圖10 工業互聯網實施架構

2)部署實施。

寶鋼股份以精準、實時、高效的數據采集互聯體系為紐帶，研發出“縱向到底、橫向到邊、端到端集成”的制造系統，將營銷、采購、研發、制造等公司核心業務作為數字化、智能化轉型切入點，構建一個“全要素、全業務、全流程”的智能化動態管理系統，進而持續優化資源配置、提高工作效率、提高決策精準性，實現“作業自動化、管理智能化、決策智慧化”的精細化深度運營。在公司層面，通過新一代雙中臺信息化變革推進經營中心、營銷中心、采購中心、研發中心、運行中心等5大中心建設，實現公司多基地一體化經營管理；在基地層面，通過智慧物流、智慧質量、智慧設備、智慧能環、智慧安保等5大平臺建設，專業化管理，破墻穿洞，提升效率；在工廠層面，通過智能煉鐵、智能煉鋼、智能熱軋、智能厚板、智能冷軋等智能工廠建設，在工序層面實施崗位一律機器人、操作一律集中、運維一律遠程，使產線無人化、少人化。

3)關鍵技術。

機器人。寶鋼股份遵循四個一律的原則，從現場2條200米長的生產線可以發現，工廠已實現了機器人作業和行車無人化，基本實現了機器換人，每條生產線僅有2～3名工人進行檢視，操縱室的幾名操作人員通過智能遠程操控系統即可實現機器人的有序操控。尤其是在冷軋產線的進料關口、鋅鍋撈渣、鋼卷打捆貼標等各個工段，由12個智能“機器人”包辦了所有的危臟難的工作，極大地提高了工作效率與安全可靠性。

人工智能。寶鋼股份利用“平臺+專家系統+標準化體系”實現流程型企業的設備運維管理，優化了傳統“點檢定修制”中目視化的檢測手段，將設備管理人員的經驗知識轉化成計算規律，利用計算機中判斷規則和模型對設備狀態進行智能判斷和智能診斷，結合整個生產系統的生產計劃，自動制訂精準維修計劃，并把有關方案推送給相關人員，避免由于設備維修導致的生產損失，實現了從以人為核心的設備管理到以數據為核心的管理模式轉變。

大數據。寶鋼股份于2020年開始建設智慧制造大數據中心，架構呈現出“云-邊-端”的基本特征。“云”，即以云端數據節點為基礎，形成管控鋼鐵制造服務全流程的業務中臺，以及提供智能化決策的數據中臺；“邊”，即從鋼鐵制造應用場景切入，連通各個邊緣數據節點，實現鋼廠工序、產線更全面的智能化管控；“端”，即以智能化裝備為端口，搭建好完備的智慧制造基礎設施。基于“云+邊”的數字化流程管控、數據智能應用及服務將形成雙輪驅動優勢，實現數據共采、數據共享、系統共建和功能共用，打造應用互聯的數字生態，也能進一步貫通數據實時采集、分析、決策的全流程，便于通過數據驅動傳統鋼鐵制造業務變革，適應各個場景靈活多變的應用需求。

2.4 小結

通過對國內知名燈塔工廠典型案例剖析，發現燈塔工廠廣泛應用了自動化、機器人、工業物聯網、數字孿生、大數據、5G等新一代信息技術，將具體的數字化技術滲透在制造業的各個領域，以鼎新帶動革故，改變傳統生產系統、創新設計價值鏈與商業模式，從發布需求、設計、生產工藝的安排、排產、物流倉儲、供應鏈、客服、銷售全鏈條的過程中構建形成一種端對端的價值鏈，實現了從研發、采購、制造、物流、供應鏈、可服務全價值數字化與產品的全壽命管理，在生產效率、能耗等關鍵運營指標上展現出卓越的改善成效。此外，燈塔工廠在信息化管理、質量管控、生產管控一體化、設備數字化、精細化、系統化、輔助決策等方面具有較高的成就，在價值創造的關鍵推動因素方面表現出眾，其生產效率、關鍵工序數控化率、設備自動采集率有效提高，運營成本、不良品率較之前有極大提升。

3 關鍵技術

3.1 機器人

“機械化換人、自動化減人、智能化無人、信息化管人”是制造型企業必然的發展趨勢。機器人作為黑燈工廠的主要“工人”，肩負著焊接、噴涂、分揀、倉儲、裝配、上下料等各項艱巨任務，是實現智能制造的基礎，也是未來實現工業自動化、數字化、智能化的保障。據國家統計局數據顯示，2021年我國工業機器人產量已達366 044套，同比增長44.9%，產量創歷史新高。機器人產量的高速增長，更加凸顯了其在工業制造領域的重要地位。

從近十年開始，我國制造業開始從低端向高端轉型，從低附加值的勞動產品向高附加值的高精尖產品迭代。同時，伴隨著人口老齡化的進程加快、人工成本不斷上升，機器人性能不斷提升，不論是國家還是企業，都開始意識到制造業轉型升級的緊迫性與必要性，機器換人已成為實現黑燈工廠的必經之路。

在黑燈工廠建設中，機器人作為黑燈工廠的“筋骨與肌肉”，必須代替工廠原有工人，從物料運送、倉儲、上下料等基礎性高強度重復工作，逐步過渡到零部件加工、噴涂、焊接、高精度裝配、視覺識別等高精密協同工作，利用其低成本、高安全、高效率、強連續性、多樣性等特點，為黑燈工廠的建設與實踐提供基本保障。

3.2 泛在感知

泛在感知是普適計算、移動計算、人機交互、物聯網和人工智能等多個領域交叉的一個新興研究方向。泛在感知主要通過內嵌在智能終端、汽車、家電中的攝像頭、加速度傳感器、陀螺儀、WiFi、LTE、毫米波雷達、聲波收發模塊對人和環境進行多模態感知；利用信號處理和人工智能的方法對感知信息進行分析得到關于人和環境的情境狀態；進而為人在合適的時間、合適的地點提供智能的服務。

在黑燈工廠建設中，泛在感知技術作為整體狀態感知的“神經元”，必須廣泛運用ERP、MES、SCADA、DCS、CAD、CAM、CAE、CAPP等工具，強化研發、生產、采購、銷售等全價值鏈的數據感知，提供各層級數據的有效性與可靠性，打通軟件間的數據壁壘，實現縱向生產管理與橫向產品全生命周期管理貫通，為黑燈工廠實踐與推進提供數據支撐。

3.3 數字孿生

數字孿生是充分利用物理模型、傳感器更新、運行歷史等數據，集成多學科、多物理量、多尺度、多概率的仿真過程，通過連接生成實時數據的對象，可以開發產品從設計和開發階段到生產周期結束的數字足跡，在虛擬空間中完成映射，從而反映相對應的實體裝備的全生命周期過程。

傳統企業現有運營模式正在發生根本性變化，資產密集型行業正在進行數字化改造，以顛覆性的方式改變運營模式，需要對資產、設備、設施和流程進行綜合的物理和數字化視圖，數字孿生是這種重新調整的重要組成部分，它最大的作用就是幫助制造業簡化流程效率，提升運作精確度，提前演練發現問題等。如數字孿生技術可以更有效地研究和設計產品，并創建大量有關可能的性能結果的數據，幫助公司在開始生產之前進行所需的產品改進，更好地幫助研發。在新產品投入生產之后，數字孿生也可以幫助鏡像和監控生產系統，著眼于在整個制造過程中實現并保持最高效率。數字孿生也可以開展實時數據仿真技術，將包含了確定性規律和完整的業務流程模型轉化成軟件的方式來模擬物理世界，只要輸入相應的參數即可得到既定的驗證數據以及結果，如產能、產線平衡率驗證等。

在黑燈工廠建設中，數字孿生技術作為整體黑燈工廠的“心臟”，依據智能制造工廠、行業的生產邏輯、工藝流程，基于虛實結合相關理論，建立物理實體的三維模型，并進行參數化映射；這些映射的參數就是孿生數據，需要借助采集技術、傳感技術從物理實體中獲取；孿生數據通過仿真技術傳遞給數字模型，而在數據的驅動下，能夠正確、直觀地顯示物理世界的真實運行狀態，實現精準的虛實映射，全面的數據感知。通過物理對象運行態勢的多維度、多層次精準監測，不但可以更精確可靠地感知物理測量技術，還可以感知數據間的協同交互，明確物體在全域的空間位置及唯一標識。同時以實時數據為基礎的動態數據分析，讓數據分析更加及時，讓數據更加有效，讓指導更加精準，實現更加全面的管控。

3.4 人工智能

人工智能技術是研究、開發用于模擬、延伸和擴展人類智能的理論、方法、技術及應用的科學和技術。新一代人工智能技術包括自動識別設備、人機交互系統、虛擬現實、機器視覺、自然語言處理、大數據智能分析、機器學習等技術。

隨著科技的不斷發展，技術邊界變得更加模糊，人工智能技術對企業實現智能制造和數字化轉型產生了重要的影響，目前已廣泛應用于各產業之中，且展現出相當驚人的效益，自然也是制造業打造智能工廠非常關鍵的技術。

在黑燈工廠建設中，人工智能技術作為黑燈工廠的“大腦”，肩負著自組織、自決策、自優化、自識別、自適應、自調節的重任，如需要規劃運輸機器人的線路、上下料機器人抓取位置、機械加工機器人的加工精度、產能與庫存的協調、優化排產與調度等方面，同時通過數字孿生積累的大量數據，對生產現場進行智慧運維管理，對現場存在的風險與隱患進行提前預警與干預，將危險消除在萌芽狀態；此外，還可以通過對產品銷售、生產、研發的數據分析研判，為企業下一步發展提供輔助決策。

3.5 小結

通過對國內燈塔工廠典型案例的剖析，對燈塔工廠包括的關鍵技術進行簡要介紹，從機器人、泛在感知、數字孿生、人工智能等關鍵技術入手，對各項技術與實現路徑進行描述，并構建應用場景輔助說明，為單點技術突破、系統性推進黑燈工廠提供破題思路。

4 發展建議

通過對燈塔工廠的案例剖析，立足于黑燈工廠建設實施，著眼于推進燈塔工廠的實踐，發現黑燈工廠是在自動化工廠的基礎上融合應用智能制造技術，將智能裝備、智能車間、智能產線等一系列生產單元進行信息感知，對照物理實體構建虛擬數字模型，利用機器人、大數據、云計算、人工智能等技術，實現柔性化、數字化、智能化生產的目標。下述對黑燈工廠建設提出針對性發展建議。

4.1 系統推進，統籌實施

1)整體策劃，系統實施。

黑燈工廠構建可以分為2種實現路徑，一種為先總后分，在工廠設計規劃之初就明確建設目標、實現路徑與節點建設任務，適用于從零開始在規劃階段的工廠建設；此種建設模式對建設方案有較高的要求，要求著眼于技術迭代、產品提升與市場需求，預期達到高質量、高效益、高柔性、低成本、可持續的生產組織與運營管理目標，此種路徑不僅要充分考慮管理優化，更要立足需求進行系統部署，并且需要大量的資金支持，如實踐對象屬于特殊行業則會缺少借鑒案例，具有一定的挑戰性。

2)局部實施，整體改造。

黑燈工廠的另一種實現路徑是先分后總，即先對單臺設備進行智能化改造，逐步拓展到單個加工單元，延伸到生產線，由生產線過度到生產車間智能化改造與實施，結合數字化中心建設與工廠層面的信息化集成，逐步實現智能工廠。此種建設模式相對而言更為簡單，按照由小到大的建設思路進行建設，后期建設改造多數需要在現有的廠區基礎上進行，但在技術實現、整體布局優化等方面存在一定制約，在實踐過程中可能會遭遇到管理或組織模式的變更，整體建設周期偏長，投入產出比與預期存在一定差距。

4.2 統標統型，經驗固化

1)打通壁壘，系統集成。

在黑燈工廠建設過程中，要充分考慮MES、ERP、CRM、PDM、WMS、DCS、CRM、CAM等系統間的集成問題，盡量選擇高兼容性的系統與底層設備，以便于在建設過程中高效打通數據壁壘，進行數據集成，利于在建設物理實體的同時構建數據模型，實現精準的虛實映射與全面的數據感知，為實現數字孿生奠定數據基礎。

2)對標一流，經驗固化。

無論是燈塔工廠還是國家部委遴選的智能制造試點示范項目，均可作為高水平的制造業典范進行對標學習，此類企業在數字化建設、模擬仿真、智慧決策、數據互聯等方面均有值得借鑒之處，各企業應當系統分析其體系架構、實施路徑與核心技術，將其成功經驗進行固化，邀請行業專家對經驗進一步規范、分析、研判，形成智能制造建設標準，為系統性開展黑燈工廠建設提供實踐指南。

4.3 優化管理，技術賦能

1)系統梳理，理清短板。

黑燈工廠的建設與實施作為一個系統工程，是一個反復優化迭代、技術改進提升的過程，在實踐過程中，應秉承“不在落后的工藝上搞自動化，不在落后的管理上搞信息化，不在不具備數字化、網絡化的基礎上搞智能化”的原則，對制約產量、質量、安全等方面的關鍵要素進行分析，梳理形成瓶頸短板清單，隨后將瓶頸短板進一步分解細化為技術，把技術突破作為主要突破口，將技術分類應用到具體場景，逐步強短板補弱項，以技術提升牽引整體制造水平提升。

2)降本增效，機器換人。

隨著人工成本的不斷提升，企業運營成本也在持續增長，機器換人可以從根本上解決人工成本高、職業危害性、生產效率、質量一致性等問題，已成為企業降本增效的不二法門。同理，在黑燈工廠建設實踐中，要真正實現無人化、黑燈化就必須實現機器換人，只有機器人才能做到強連續性、高可靠性、低成本運作，為工廠的產品質量、產量、效益提供長期有效保障。

3)優化管理，技術賦能。

黑燈工廠作為智能制造技術的高度集成體，必須具備高效的組織管理模式，其實踐過程就是將生產組織、運營管理、服務保障等流程進行數字映射，通過泛在技術感知底層數據，利用人工智能輔助決策，是一個多學科、跨專業的一個集成過程，在此過程中，必須有先進的技術作為保障方可實施，只有真正將工作交給機器、感知交給泛在、狀態呈現交給數字孿生、運營交給人工智能，黑燈工廠建設方能見成效、出實效。

5 結語

本文首先對黑燈工廠進行簡要介紹，其次根據國內外頂層戰略部署情況進行對比研判，隨后對國際知名的三一重工18號廠房等燈塔工廠的體系架構、部署實施、關鍵技術進行研究分析，并從中提煉黑燈工廠的關鍵技術，簡述應用場景，最后立足于黑燈工廠建設提出系統推進、統標統型、優化管理的發展建議，為黑燈工廠的發展與實踐提供借鑒。