隨著新一代信息技術的進步和相關政策的支持，我國離散型制造業正積極向數字化、網絡化、智能化方向轉型，但是制約離散型制造業轉型的因素仍有很多，現有數據資源的可利用率不高，工業現場存在眾多“信息孤島”，數據開放度低；工業現場網絡協議多樣異構，互聯互通困難等，這些因素都為離散制造業轉型發展造成阻礙。今天，我們就將聚光燈拉到離散制造業。

01離散制造企業面臨的挑戰

目前中國離散制造業自動化技術方面的發展現狀及挑戰如下：

單機設備自動化軟件的結構化和柔性化不足，缺少開放式接口，設備間缺少統一的互聯互通標準

因為離散制造業涉及的行業眾多，發展不均衡，整個離散制造業目前還未普遍實現基于訂單的柔性自動化生產。

數據采集困難，缺少完整的數據集成應用架構

目前離散制造業普遍存在低端產能過剩、高端產能不足的情況。提高高端產能首先需要從裝備入手提高生產品質。一些自動化裝備獲取的狀態數據沒有通過開放式接口提供給第三方，且原有的自動化系統和架構都不能提供良好的支撐。

裝備和產線自動化軟件系統薄弱，軟件升級維護困難

在目前的發展階段，各個離散制造行業的自動化軟件水平極不均衡，在裝備中還存在大量“黑盒子”，即缺少關鍵工藝控制能力，大量采用第三方的專用控制器，既難以實現工藝算法和軟件的自主迭代升級，也影響了裝備軟件的統一架構設計。

生產線設備的功能安全和信息安全形勢嚴峻

原有的大量自動化設備主要運行在剛性、封閉的自動化系統中，缺少內置的功能安全和信息安全機制，要適應柔性自動化生產，設備功能動態重構，與 IT系統互聯互通等要求，必須要有功能安全和信息安全的保障。

工廠運營人員勞動強度大，效率低

相對于流程行業，離散制造業的設備產線操作人員、品質檢測人員、生產管理人員、設備維護人員工作內容更為繁瑣，更容易出現疲勞狀況。對于生產規劃人員來說，離散制造涉及的不確定性因素較多，制定按需生產、有彈性的生產計劃比較困難。

高速數據采集能力：系統連接各生產設備，收集整個生產制造體系的核心生產數據，為MES、APS、ERP等系統的實施運行奠定數據基礎。提高離散制造工廠的生產效率，避免人工操作失誤，提高產品良率。

海量數據處理能力：采用高可用數據處理和存儲架構，支持海量實時秒級數據的接入、存儲，良率實時計算，并根據計算結果及時干預生產，減少成本浪費。

設備數字孿生：基于設備對象機理建模，把設備實時和過程信息數據、生產數據數據信息、運維數據、分析數據在模型上加載，在虛擬世界里映射物理設備信息，方便運維人員管理維護。并針對不同崗位角色的

不同需求，系統將信息按優先級以多種靈活的方式推送給多級生產管理人員。

靈活圖形化編輯：可視化仿真運維包括 3D 和 2D 場景兩部分，分別是通過平臺自帶的 3D 和 2D 編輯器構建，該編輯工具基于 HTML5 技術開發，易于上手，而且預定義了許多圖元類型，使用者可以無編碼快速可視化搭建各種 3D/2D 場景。

03數網星工業互聯網平臺設備管理的客戶價值

在離散制造業設備智能管理方面，采用天拓四方數網星工業互聯網平臺，通過數字孿生、數字設備醫生等工業APP，基于天拓四方自主研發的智能邊緣計算采集器采集數據對企業制造設備進行大范圍、深層次的數據實時采集和分析。

同時借助實時采集的設備數據，對生產設備進行自動化管理，有效消除信息壁壘，實現生產過程中設備狀態、工藝參數、物料信息、加工程序、環境數據等要素的互聯互通。

有效地解決了企業生產中的自動化程度不高、設備利用率低、生產效率低等痛點問題，有效降低企業勞動力成本，提升產線效率和產品質量，實現生產全流程的數據可視化，促進了企業智能化的轉型升級。