随着移动互联网、物联网以及大数据技术的成熟，制造业发展从最初的手工制造累积进化，到模块数字化。传统的生产方式已无法满足需求，智能制造必然成为新时期企业以信息数据为基础的管理需求。无论是制造业的参与者、现有的制造理念还是生产模式，都将带动传统制造业的颠覆与重构，加速“两化”——智能化、信息化的深度融合。

目前，在“中国制造2025”、“工业4.0”的背景下，作为国内轨道交通装备制造行业的引领者，中车时代电气“智能制造样板线”作为国家智能制造试点项目，承担了“两化融合管理体系”的探索和创新，为轨道交通装备制造乃至中国高端装备制造行业智能制造模式探索出了一条实践之路。

随着公司产业规模迅速扩张，存在的问题越来越凸显。企业管理和信息化“两张皮”；信息系统很多，但未与企业管理的实际充分结合，造成信息系统使用效率低下；各信息系统之间数据没有拉通，造成信息孤岛等。针对以上问题，公司以流程为驱动，数据为支撑，以信息化为手段，深度集成业务与系统，实现对生产过程中的灵活配置，打造精益生产。

1、基于流程的业务变革

在智能工厂信息化项目实施过程中，通过业务过程重组BPR、ECRS理念（取消、合并、重排、简化）的基本理论和方法，AS-IS与To-Be流程的增值分析，实现了去除冗余，建立了智能工厂规划图。

图 1 智能制造系统框架

通过总体规划指导，基于顶层地图再细化每一层的To-Be流程图，同时从计划、质量、人员、异常、物料等多个方面建立To-Be流程图，建立改善项课题，综合考虑目标、现有条件等信息。

2、基于信息技术的集成创新

在打造智能工厂过程中，通过纵向控制层、物理层的连通，横向供应商至客户端到端的连通，业务流程/信息系统层端到端的集成，最终形成横向集成、价值链端到端的集成、企业纵向集成的三项集成。

通过CRM、PLM、ERP、MES、APS等信息化系统，将管理体系要求固化落地，同时也打通业务流和数据流，消除信息孤岛和业务壁垒。在智能工厂设计过程中，智能包括产品智能化（PLM、CAPP等）、生产方式智能化（APS、MES、ERP等）、物流智能化（WMS、DPS、SRM等）、设备智能化（AGV、机械臂等）、管理智能化（BPS、EMI等）等五个方面。

图2 信息技术集成框架图

产品智能化：涉及从设计端到制造产品生命周期的过程，包括PLM、CAPP等多个系统的协同设计。将产品设计过程转换成制造过程的数据、文档结构化，实现就源输入、一次输入、多次有效。

生产方式智能化：生产智能化是基于智能工厂，融合人、机、料、法、环等环节的过程。在生产过程中利用ERP、MES对生产管控，打开过程黑箱，消除数据孤岛，避免数据断层，实现透明化、高效化、可追溯等功能。在订单下达时，通过APS（高级计划排程）对生产过程中涉及的人、机、料、法、环等资源运算，寻找最优排程。

物流智能化：为了更高精度满足自动化产线的需求，减少线边库存，提升对物料配送的响应程度。从而建立集配区，利用移库方式来暂存模块及电机控制器的专用物料，保证高频次的准时配送。同时引入物料拣配系统，连接MES和AGVS，实现对物料配送任务的监控、配送需求的快速响应及配送过程的透明化。实现物料提前1小时送达生产线，工位的物料配送准时率达到90%，配送效率提升20%；

设备智能化：AVG小车来回穿梭于物流库房和制造车间，模块自动化产线、机械手的精准定位，实现产品的自动装配检测。在生产装备过程中，通过传感器进行数据采集，FMB、EMI电子看板实时显示生产数据以及生产状态。

管理智能化：通过端到端的As-Is与To-Be业务梳理，流程与信息化的深度融合，为管理及项目实施过程提供方法，更快速了解需求。基于BPS流程系统，实现跨部门、跨系统间的快速响应合作，EMI等报表系统实现整个生产过程中异常、指标可视、透明化，更高效的指导生产。

在整个智能化的背后，信息技术是支撑点。依据To-Be流程图制定信息系统规划，确定基础数据标准化方案，功能（含界面、逻辑、接口）开发需求，其中涉及ERP系统、HR系统、PLM系统、BPM系统、MES系统等信息系统和自动化（产线）设备。且通过信息化工作的稳步推进，组织业务人员整理系统基础数据（工艺路线、BOM），并对系统功能进行测试和优化。流程信息化没有止步于业务流程，通过业务流程的改善、重设计，将业务与信息系统紧密结合，并进一步深入到业务基础数据的改善。

以流程信息化为基础，融合信息化与自动化，探索智能制造。通过现场终端的自动化数据采集和反馈、移动APP应用、配送信息与AGV小车联合的大胆尝试、测试自动化与信息化试点集成，协同三维工程化、数字化工厂建设等工作开展，一座信息透明，反应敏捷，高质高效的智能工厂初见雏形。

同时，在生产过程中异常预警、SPC分析等数据都可通过系统展示出来，将整个生产过程中异常、指标可视、透明化，为管理角度更高效的指导生产。最终，通过以工业智能产品采集出来的数据，提供预测性分析的价值，如工程检测数据分析等。通过高质量、高标准的数据，支撑企业高效的运行与决策，以及防控风险。同时，随着国际战略的发展，基于信息系统的贯通，以数据的关联性、一致性，给企业带来数据价值，提升效率。

图3  SPC数据实时监控

                  图4  EMI系统监控数据分析

以智能工厂建设规划为指导，通过现场终端的自动化数据采集和反馈、AGV小车尝试、测试自动化与信息化试点集成，协同三维工程化设计运用，最终打造透明、高效的智能工厂。同时，随着智能制造的发展，对人才能力多面化、意识包容化等方面也有了更高的要求。展望未来，通过物联网、大数据等技术的支撑，以“流程驱动、数据支撑、信息化为手段”的工作思路，努力探索适合轨道交通智能制造的实践之路。