1.1.5 数字化工厂的发展趋势

虽然CAD与PDM等专注于产品设计的专业软件自诞生至今已有几十年的历史，但在相当长的时间里，由于缺乏科学有效的数据协同管理手段，研发设计阶段所产生的产品数据与信息，无法与后续生产规划、生产执行环节同步共享，仅能通过负责生产的工作人员的经验判断来安排生产，由信息不对称而造成的一切问题，只能被动应对与处理，不仅严重影响实际生产效率，还需承担由此产生的额外成本损失。这种产品设计与制造环节数据与信息脱节所引发的种种问题，是制造业的痛点。

如今，制造业竞争日益激烈，客户需求多样化、制造工艺日益复杂、市场对质量与效率的要求不断提升，传统制造业面临巨大挑战。制造数字化转型，制造生态链分工细化，使得传统的生产模式遇到极大的挑战。多品种、小批量、快速、透明的生产诉求，使得越来越多的制造企业认识到，需要以更短的产品设计制造周期、更快的产品迭代速度、更高的生产效率与更灵活的生产方式来应对。因此，残酷的生存现状使得越来越多的制造企业进行工厂数字化转型。

事实上，制造业从未停止使用信息化手段尝试解决这些问题，其中比较著名的解决方案，包括20世纪80年代提出的计算机集成制造系统（Computer Integrated Manufacturing System，CIMS），但在企业的具体实践当中，限于成本与技术瓶颈问题，尤其是限于机制问题，实施后收效甚微，有些甚至无果而终。

20世纪90年代末，基于虚拟制造技术的数字化工厂解决方案逐步发展起来。它利用数据协同管理、三维建模、虚拟仿真等数字化技术，以及统一的数据平台实现产品设计与制造阶段的数据协同，实现从产品研发设计到实际生产制造之间数据与信息的协同与集成，从而填补产品研发设计与生产制造之间的鸿沟，同时在计算机虚拟环境中对物理制造系统与实际生产过程进行仿真，使生产制造过程能够在生产线实际布局前，在数字虚拟空间内提前验证、调整与优化。

实践证明，数字化工厂解决方案能够帮助制造企业缩短产品上市周期、降低产品研发成本、消除信息不对称所造成的成本与效率损失、提高生产线配置与布局效率、降低生产线潜在故障与风险、减少生产制造过程中的不确定性等。

正如北京航空航天大学刘强教授于2015年提出的“智能制造三不要”所描述的那样：

1）不要在落后的工艺基础上搞自动化——工业2.0必须先解决的问题。

2）不要在落后的管理基础上搞信息化——工业 3.0 必须先解决的问题（需以建立在现代管理基础上的信息化为前提）。

3）不要在不具备数字化、网络化基础时搞智能化——工业 4.0 必须先解决的问题（需夯实数字化网络化基础）。要实现工业 4.0，必须先构建智能工厂，而要构建智能工厂，必须先打造数字化工厂，数字化工厂是走向智能制造与实现工业4.0愿景的必由之路。

近年来，数字化工厂逐渐成为国内外制造业企业关注的重点，具体的实践与应用也实现了快速发展，但是业内对数字化工厂含义的解读却是千差万别的，至今也没有达成统一的认识。

创设情景③

请学生查阅资料，了解数字化工厂中常用的数字化管理系统有哪些，各有什么作用，填写表1-1-1学生要从一点一滴的小事做起，树立脚踏实地、精益求精的大国工匠精神。

表1-1-1 数字化管理系统