进入到工业4.0时期之后，，，智能工厂起头从制作向智造转变，，，并被宽泛利用于汽车行业的自动化、数字化和智能化车间，，，已经成为汽车智能制作的重要载体。近年来更是出现了无人化车间，，，弧焊、点焊、装配、搬运、 喷漆、检测、码垛、研磨抛光和激光加工等复杂作业全数交由工业机械人来做一条传送带，，，上百台分歧类型的机械人分工明确只需短短的1-3分钟，，，岳阳MES一辆齐全的汽车就在机械人的全程操作装配实现。汽配MES系统成为了目前制作企业脱颖而出的关键，，，在急剧的流水线节拍出产下，，，MES系统不仅提高了产品的质量、降低了出产成本，，，同时减轻了现场工作人员的劳动强度，，，实现制作、物流、质量的精益化治理。

一、需要分析

　　汽配企业选取工业互联网智能工厂解决规划，，，实现了全新工业网络基础架构的升级刷新，，，提升了整个网络构架的高效性和靠得住性，，，为实现数据通明工厂打下重要基础。利用需要蕴含：：：

1.1产业链协同要求高

以家用汽车为例，，，主机厂每出产一辆汽车，，，就会牵扯到2000个左右零部件。而先进的整车安徽MES装配线，，，几分钟就会下线一辆汽车，，，最快的出产线一分钟就下线一辆汽车。这就给下游的一级配套商以及二级配套商提出了很严苛的要求。若何保障从主机厂到一级配套企业再到二级配企业的物流、信息流、资金流高效地运行是一个很大的挑战。

1.2种类多、数量大、追忆难

好多汽配企业出产的零部件有上千种，，，每种产品的每天出产数量可能会有上万件。若是选取传统步骤，，，很难做到实时打算、安徽MES实时出产数据采集、实时物流监控。出格是零部件供给及内部物流治理工作量大，，，易造成出产缺料、物料上线不实时、库存积压等问题。物联网技术的发展为这种要求提供了可能。

1.3精密化治理难

从功夫节拍上看，，，整车厂的出产节拍是分钟级，，，零部件厂的出产节拍要节制到秒级。从治理粒度看，，，从前仅能治理到班次、班组，，，此刻要查核每台设备的OEE、每小我的出产效能，，，甚至到每台设备的毫秒级工艺参数监控。

二、总体要求

　　本项目建设一套面向汽配企业智能工厂系统，，，实现车间精密化、可视化、智能化治理。对本系统提出的技术指标如下：：：

2.1全流程治理

实现产品出产过程的全流程治理，，，从ERP接管出产打算为流程起点，，，岳阳MES、以产品加工实现入库、发货为流程终点，，，支持出产表单的数字化；；

2.2数据采集

实现产品全性命周期的数据采集、存储、分析、统计、搜索职能，，，实现数据的自动化、智能化、便捷化采集及集中保留和共享；；

2.3质量追忆

实现产品全性命周期全身分的质量追忆，，，支持从产品追忆到资料，，，也支持从资料追忆到产品；；

2.4在线协同

实现与供给商的在线协同，，，在线接单、发货、收货、信息交互、绩效颁布等。

三、智能工厂架构设计

3.1基于物联网

成立基于5G私有云的智能化车间物联网系统架构，，，成立设备异常实时采集、检测机制，，，进行设备OEE核算，，，对分歧参数进行限值设定，，，进行设备故障统计分析。同时将实现出产进度的实时监测，，，通过采集设备运行的指令号，，，获知当前加工的产品型号、加工数量，，，对出产进度进行统计、反馈。

3.2成立MES系统

建设安徽MES制作执行系统，，，构建出产治理、设备治理、质量治理、文档治理、物料批次治理、仓储治理、出产调度等职能，，，对数据资产、数据流动、数据采集环节统一调配治理，，，实现车间精密化、可视化、智能化治理。

3.3高低游协同

建设产业链协同平台，，，通过平台与主机厂、设备供给商、二级供给商、物流公司及劳务公司多维度互联，，，实现订单自动导入、便捷采购、人力协同、智慧物流等职能，，，提升订单正确性、财政核算效能，，，降低出产成本，，，加强产品可追忆性，，，提高企业对高端汽车零配件的供给服务能力，，，推进产业链高质量发展。

3.4大数据分析

建设企业工业数据治理系统，，，通过将设备采集的工作信息与订单信息、工艺数据有关联，，，买通PLM、MES、ERP等系统信息互联，，，进行工业大数据梳理、洗濯、分析与挖掘，，，构建知识图谱和算法岳阳MES数据库、工业机理库，，，将工业知识进行沉淀和复用，，，形成企业新能力。

3.5工业APP

基于工业互联网平台的工业APP利用系统，，，开发利用覆盖维修与出产、质量巡检、综合治理等全过程的工业APP，，，以实现轻便急剧的数字化治理。

四、MES系统实现智能工厂

在智能化与数字化的设备及产线导入之后，，，在降低成本的基础上，，，大幅度的提升了出产效能及高品质产品输出，，，借助信息化和物联网技术，，，在出产制作环节急剧采集原资料、产品、工艺、设备、人员等出产有效信息，，，安徽MES全面实现产品的可溯性和出产过程的可控性。同时通过大数据利用中的洗濯，，，整合等伎俩，，，堆集有效数据，，，成立自我学习模型，，，不休美满优化出产工艺，，，动态分析品质趋向，，，智能预测设备故障，，，最终实现柔性出产和智能制作的指标。