摘要 美国人给出了智能制造的三个维度，并同时给出了所有的标准。
美国人给出了智能制造的三个维度，并同时给出了所有的标准。这个维度与工业4.0的考量角度并不相同。然而需要我们用足够的智慧和仔细的耐心，去识别其中所要强调的要点。一知半解的照搬，并不能解决中国制造的问题。
从历史上看，产品、生产系统和商业这些维度已经被纳入考虑范畴。仅仅针对某一个维度的集成都是非常了不起的，实际上很多人都在单个领域开展工作很长时间。
然而我们已经观察到，在这个智能制造生态系统中，某个单一维度集成的组织正在扩大，从而集成范围必然涉及到更多维度。各种制造范式，包括持续的过程改进(CPI)、柔性制造(FMS)和面向制造和组装的设计(DFMA)，只能依赖于不同维度之间进行信息交换。
这就是未来智能制造必然呈现出来的姿态，也就是复杂系统，必然是多维度相互关联而形成。
在这三个维度之间进行更紧密的集成，将导致更快的产品创新周期，更高效的供应链，并在生产系统更大的灵活性。
在这里，我们花点耐心，一点一点地看，智能制造系统的组成要素和所对应的能力指标。
在这里，编者注意到即使在美国面向未来的智能制造体系中，主要的关键能力仍然集中在质量、敏捷性、生产率和可持续发展。
在面向未来的智能制造体系中，敏捷性占比巨大，当然是意料之中，这是满足个性化定制的一个重要基石。然而，质量仍然是旗鼓相当的因素。这一点，对于急于追逐工四升级的中国制造业，启发意义巨大。由于中国制造的整体质量尚未过关，因此对于中国智能制造，比重应该要大得多。
标准是基础的和有价值的工具，可以使企业主能够更好的吸收和采用新技术和创新。因此，标准可以提升一个或多个SMS的关键能力。例如，在产品维度上，PLM标准有助于敏捷(通过简化流程)和质量(通过启用不同的活动的集成产品和生产系统生命周期)；在生产系统领域中，连续调试(CCX)标准可以提高机器性能和系统可靠性提高生产率、质量和可持续性(通过提高能源性能)；而电子商务标准，则可以通过开放应用程序组集成规范(OAGIS)来简化供应链合作伙伴之间的业务流程。
智能制造生态系统SMS下的产品生命周期管理包括6个阶段，分别是设计、工艺设计、生产工程、制造、使用和服务、废弃和回收。
美国标准院同时认为，现有的标准,尤其是在CAD、CAM和CAx方面大大的提高了工程效率。此外,这些标准提高了建模精度,减少产品创新周期,从而直接提高制造系统的敏捷性和产品质量。在这个领域的进步已经变革了新产品的开发模式，这被称为基于模型的企业MBE（Model-Based Enterprise）。
目前在美国，MBE概念已经深入人心，而且建立了成熟度分级模型。而在中国只有航空制造业做了一些非常有意义的实践，其他领域似乎进展并不深。
“生产系统”在这里指的是从各种集合的机器、设备和辅助系统组织和资源创建商品和服务。虽然大部分产品模型开发和建模方法的标准，同样适用于生产系统。但是作为一个最复杂的生产系统，仍然具有许多独特的标准，这是实现SMS的根基。相比于它们所生产的商品，生产系统通常有一个更长的生命周期。此外，它们需要经常重新配置，从而对设计有独特的需求。这里，我们专注于支持复杂系统建模、自动化工程、操作和维护(运营管理)的标准。
电子商务在今天至关重要，使任何类型的业务或商业交易，都会涉及到利益相关者之间的信息交换。下图显示了Plan-Source-Make-Deliver-Return周期的制造业供应链管理。在制造商、供应商、客户、合作伙伴,甚至是竞争对手之间的交互标准，包括通用业务建模标准，制造特定的建模标准和相应的消息协议，这些标准是提高供应链效率和制造敏捷性的关键。
在这里,我们重点强调三套专门面向制造集成标准: APICS供应链运营参考、开放应用程序组集成规范(OAGIS)和制造企业解决方案协会的B2MML。
SCOR（APICS的一部分）是一个管理工具跨越整个供应链，从供应商的供应商到客户的客户，模型描述了相关所有阶段的业务活动以满足客户需求。
OAGIS包括一套工程和业务规范称为业务对象文档(bod),它定义常见的内容模型和信息业务应用程序之间的通信。
B2MML 很好的吸收实现了ISA 95数据模型。它促进ERP和供应链管理系统，以及与制造系统的集成,如控制系统和MES。
制造金字塔是智能制造生态系统的核心，产品生命周期、生产周期和商业周期都在这里聚集和交互。在智能自主操作和智能机器的行为里面，自我意识、推理和规划、自我纠错是关键。然而美国标准院想强调的是，这些行为带来的信息必须能够在金字塔内部上下流动。要想实现这种从机器到工厂，再从工厂到企业系统之间的集成，标准显然是至关重要的。
基于标准之上的智能制造系统，就可以实现工厂数据快速决策，优化产量和质量；准确的评估能源和材料的使用，同时可以改善车间安全和加强制造业可持续发展。
在下图的制造业金字塔中，美国标准院推荐了一种常用的参考模型（ISA-95），用于开发自动化企业和控制系统之间的接口。它为信息交换提供了标准，减少了 MES- ERP 集成的费用，与产品的生命周期管理协同工作。由于可以提供生产能力和状态，提高了生产制造的灵活性，提供了一套信息集成的架构和标准模型。这样定义了 ERP 和 MES 的界限和信息流。
有关一个软件系统的沟通是很难的，因为不同人在说同一词的时候往往在脑袋里的翻译却不一样。这就是参考体系架构的重要性，因为所有的术语放到了模型里，而且清晰地阐述了术语之间的关系。
以建筑业做对比，由于建筑业的蓝图里使用通用的窗、门、墙、地板的符号来描述房子，所以尽管房子千奇百样，但我们依然可以没有歧义地描述所需要的门窗。同样的技术也运用到了制造金字塔体系中。尽管没有两个一样的工厂，管理人员依然可以用相同的模型和术语来沟通工厂的业务、活动、责任、信息流等等内容。更进一步的是，这种模型还规范了信息交换，为ERP和MES之间提供了一个标准数据交换接口。
在这里，我们再一次看到基于模型的体系，对于智能制造的重要性。它去除了歧义，确保所有的数字化工厂，不管采用何种设备，都可以自由地进行数据交换。这正是当下中国制造2025最缺的骨架体系。
免责声明：文章内容不代表本站立场，本站不对其内容的真实性、完整性、准确性给予任何担保、暗示和承诺，仅供读者参考，文章版权归原作者所有。如本文内容影响到您的合法权益（内容、图片等），请及时联系本站，我们会及时删除处理。
为您推荐
ERP和SAP系统是企业资源规划(ERP)软件应用的两大供应商，ERP专注于数据结构和资源管理，面向小型企业。
关于电商数据分析怎么做的问题，有人从电商数据整理、分析开始讲，有人则着重于分析方法的介绍，也有人侧重于分析报表的制作。
作为工业4.0的重要组成部分，质量4.0概念比以往任何时候都更加重要。
关注新闻的朋友们可能注意到了，最近这段时间关于数据要素、数字经济、数字化转型的相关行动越来越多，一方面是各级政府的政策规划以及大规模的发展行动，另一方面是则是各行各业的企业开始探寻数字经济，通过数字化转型进行改革，充分发挥数据价值。
搭建一个电商大数据分析平台需要哪些条件？总的来说需要一套满足电商数据分析需求的方案，一个能够提供强大数据计算分析功能和数据可视化图表的平台，比如电商数据分析方案和奥威BI软件这样的组合。
