数字化工厂_科创中国

行业领域

新一代信息技术产业

需求背景

数字化工厂的需求背景，本质上是制造业在技术变革、市场竞争、成本压力、管理升级等多重因素驱动下，为实现可持续发展和核心竞争力提升而产生的必然选择。

需解决的主要技术难题

1.多类型设备数据的统一采集难题工厂现场设备品牌、型号、年代差异极大（如既有 20 年以上的老旧机床，也有最新的工业机器人；既有西门子、发那科等进口设备，也有国产中小厂商设备），且通信协议不兼容（如 OPC UA、Modbus、Profinet、私有协议等）。
- 难题表现：老旧设备无数据接口，无法直接输出数据；新设备协议不统一，需为每类设备开发专属采集程序，导致采集成本高、维护复杂。
- 典型场景：某汽车零部件工厂，同时使用 3 种品牌的机床、2 种品牌的机械臂，需分别对接 5 种不同协议，采集程序开发周期长达 3 个月，且后期设备新增 / 更换时需重新开发。

期望实现的主要技术目标

1.全要素数据 100% 可采集实现生产现场 “人、机、料、法、环、测（6M）” 全要素数据的实时采集，无数据盲区：
- 设备端：覆盖所有生产设备（含老旧设备改造后），支持转速、温度、能耗、故障代码等关键参数的秒级 / 分钟级采集，设备数据采集率≥95%；
- 物料端：通过 RFID / 二维码实现物料从入库、上线、加工到出库的全流程追踪，物料追溯率 100%；
- 流程端：采集生产工单执行、工序衔接、质检结果等流程数据，关键工序数据记录完整度 100%；
- 环境端：采集车间温湿度、洁净度、照明能耗等环境数据，异常环境数据实时预警。
2.全流程数据标准化与统一化建立工厂级数据标准体系（如数据定义、格式、单位、编码规则），消除 “数据孤岛”：
- 统一数据接口：所有设备、系统采用标准化接口（如 OPC UA、MQTT），实现数据 “一次采集、多方复用”；
- 统一数据模型：对齐各部门数据维度（如生产部门 “产量” 与仓储部门 “入库量” 单位统一、质检部门 “缺陷类型” 与设计部门 “规格参数” 字段匹配）；
- 构建统一数据中台：整合 ERP、MES、WMS 等系统数据，形成单一数据来源，数据一致性≥99.9%。

科创中国