有色冶金工业数字化工厂解决方案应用

前言：想要写出一篇引人入胜的文章？我们特意为您整理了有色冶金工业数字化工厂解决方案应用范文，希望能给你带来灵感和参考，敬请阅读。

摘要：现阶段，新型的技术成为了企业获取市场竞争力的主要核心关键要素。在此背景下，需要有效地解决数字化化工厂的问题，有效地运用实践经验和关键技术，实现数字化化工厂的建设。本文主要研究了有色冶金工业数字化工厂解决方案应用案例，旨在实现技术的革新和创造。

关键词：有色冶金工业；数字化工厂；建设

0引言

现阶段，对于数字工厂的建设需要实现对智能制造的不断推进和应用，保证其在现阶段的经济发展背景下实现对信息化和工业化的高度融合发展和推动，促进现代化智能化的发展和促进，在我国的制造行业领域当中，其有色冶金行业的工厂数字化建设需要保持高度的重视，充分体现出科学技术的主导作用，对于智能化的作业阶段可以实现，其中包含了手工、自动化流水、数字化网络化、网络化智能化的阶段。现阶段，数字化网络化作业已经在制造类的企业当中得到了广泛应用，信息化和工业化得到了有效的融合，在此作用下需要实现网络智能化的分析。

1数字化工厂概述

数字化的工厂结合其数字仿真技术和虚拟现实技术来在实现对工厂产品的研制，对于产品的研发和制造生产可以提供出一系列优化升级建议，可以最大限度的体现出现代的工业化信息化[1]。现阶段当中随着产品需求的不断变化和更新，因此为了对研发的周期时间成本进行缩短，降低生产成本，对于企业的文化质量和效益进行有效的提升，需要借助于数字化工厂的建设来进行企业核心竞争力的提升。在此种情况下，需要实现信息化和工业化的高度融合，进行数字化工厂的科学研究，利用将虚拟设计和物理设备实现有效的链接，对于信息化和工业化的深入融合起到一定的促进和推动作用。数字化的工厂具有广义和狭义的概念，其本身涉及到的内容也在角度的变换下产生区别。数字化工厂在有色冶金企业当中，需要基于核心制造企业来作为主要的出发点，对于实际的生产管理任务实现最大限度的满足，同时也可以保证其企业本身的产品研发和对产品提供的售后服务能力进行最大限度的提升，在数字化工厂的建设当中需要实现向前延伸和向后推移的状态，其中主要有四个生命周期，需要实现对产品的设计研发，对产品的生产制造，还要实现对企业的科学管理，最后对服务做出科学化全面化的保障[2]。

2智能工厂的建设方案和体系

2.1智能工厂体系架构

在智能制造的基础和前提作用当中，数字化的工厂属于其基本的内容，对于其组成，在企业当中进行产品研发和制造的统一管理和控制，实现统一的顶层研发制造管理高度集成，其中管理层、操作层、控制层、现场层主要是借助于工业网络来实现组网，从而对生产管理到工业网的底层网络连接实现有效连接，对于生产过程的管理、监控生产现场执行、采集现场生产设备和物料数据的业务要求可以做到有效的提供。在产品研发的过程当中需要实现建模仿真操作，根据其产品本身的变化来对生产系统实现充足和运行，保证其可靠性、经济性、质量以及工期的完整性，最终可以为生产制造过程中的流程优化和大规模网络制造提供支持[3]。对于数字化工厂的建设主要可以分为四个层级进行结构的分析，其中分别为设备资源及控制层、数据库层、管理层以及协同层这四个层次。针对设备资源及控制层当中，包含了多个设备，在硬件设备当中，包含多个设备设施，比如传感器、射频识别机器等，并且和硬件相关的可编程的控制系统也是非常重要的，数据库层当中，需要实现多个类别的数据库建立，比如设计类、工艺类、制造类、管理类、试验类、标准体系库等，对于数据来说可以在实际的操作运行过程当中储存在自己具备的数据库当中，在数字化工厂的建设设计过程当中，数据占据了其框架体系的第二层位置，可以为实现数字化的工程来提供出基本的数据支持。因此在管理层当中需要设计出其相关的管理部门，比如产品数据管理、工艺工装管理、制造执行系统等。针对协同层来说，需要实现多个系统的联合管理和信息的共享，比如产品的全生命周期，即为PLM，企业的资源计划系统，即为ERP，企业的物资供应链管理系统，即为SCM等多个系统，对于厂区内不同部门之间的协作可以实现最大化的发展，针对于其二维系统架构来说如图1所示。

2.2关键技术

其中涉及到了多个关键技术，在建模、仿真以及数据等方面都需要实现完成，数字化工厂建设的建模技术方面，可以实现对产品的科学化设计和生产，对产品设计的可行性进行验证操作并且将其产品的性能做出提前的预估和分析判断，为后续的生产提供基础的理论根据。在这个过程当中需要借助于模型定义技术（MBD技术）的各种要素来实现数字化模型的建设，针对于其模型的分类可以将其划分为多个模块，其中需要实现对产品的设计，对工艺的设计规划和对实验的证明等多个部分的功能，如图2所示。对于仿真技术，其作用相当于其核心价值部分，在其推测数据的得出过程当中，主要是依据与其数字化模型和仿真系统来实现的，根据其得出的结果和数据来实现对工厂建设方案的优化和改革，在对产品进行设计和优化的过程当中，需要借助于仿真技术来进行科学化的操作控制，其中包含了多个方面的技术。在产品的全生命周期当中，包含了多个数据文件清单，此需要对其逻辑单元当中存在的单一数据源进行约束条件的简历，实现对不同的单元部门所存在的冗余数据进行优化解决，在产品全生命周期当中，进行产品阶段和部门的划分，对于多个阶段当中出现的各种数据进行检索和分析，比如设计BOM、工艺BOM、制造BOM、采购BOM、销售BOM、服务BOM等数据，最终来实现产品设计的创造性产出。

2.3数字化工厂建设内容

在本文对色冶金数字化工厂的建设过程当中，需要实现对其的数字化设计制造以及企业化的管理和保障等四个部分的内容项目。针对研发涉及数字化方面，在基于需求的基础上实现对产品的设计，利用基础数据来进行相关数据和三维模型的获取和管理优化和改进，其中需要涉及到产品设计、工艺规划、虚拟试验验证三个阶段。产品设计阶段需要根据其原理样机来进行构建条件和产品性能与功能的数字化验证手段，工艺规划的重点需要将其工艺规划设计动态以及优化条件等进行设计建设，对虚拟试验的验证需要实现验证虚拟测试和条件，利用虚拟样机来实现对数字环境的物理实验全过程的体现。针对生产制造数字化的优化、监控和管理来说，可以对于其制造的质量和效率进行提升。企业本身的数字化管理阶段，可以将信息技术和管理技术充分应用于管理领域，对于企业的管理水平和经营效益可以起到一个有效的提升作用。在支撑保障数字化当中，需要与产品研发、生产制造、企业管理数字化条件同步开展[4]。对于数据应用的方案来说，在设计数据方面需要保持其贯通性，对于企业之间的不同层级需要实现信息的相关关联，设计出其相关的数据之后使得其数据可以在生产线当中发挥其巨大的作用，不会再次转换。对于企业来说，借助于对产品的结构类型来实现其设计规划，以此来全面的检测出其工艺设计的合理性。在这个过程当中，对企业的生产线运行过程当中所产生的数据需要保证其企业的信息平台所保存的数据一致的状态，因此其具备指导性的意义。对于基础数据来说，可以实现对其工艺文件和相关程序作出指导，数据的采集方面可以分为自动采集和人工手动采集两种类型。根据设计好的质检文件来实现对策划的设计和规划，保证其质量管理的严格和工艺执行的高效率。在管理数据指标分析方面，需要对于其所采集到的数据做出合理的逻辑分析，使其相关的数据形成一定的指标。最后，还要做出关键性指标的评价和事件管理中心，实现数据的可行性和实用性的同时，还要保证对数据的相关的管理指标，整体的生产线就可以实现完全的运营，根据相关责任,进行管理。也就是在整个的工艺生产设计的过程当中需要借助于科学化的设备设施和策略来实现对产品的全部生命周期的建设和完成，保证其产品本身的质量可以符合国家其相关的规定。

3结语

综上所述，数字化工厂当中，包含着供应链和生态系统的内容，属于一项综合性、系统性工程。针对数字化工厂的建设，可以借助于其数据信息化的融合来实现，其中涉及到了人、设备、产品、环境要素，对于数字、数据以及信息可以起到有效的应用。在对数字化工厂的建设过程当中，需要实现技术挑战的同时，还要针对于组织、文化、流程和人力资源等管理做出科学的应对，以此来实现企业自身加强复合型信息化人才的培养。

参考文献

[1]李守殿.数字化工厂建设方案探讨[J].制造业自动化,2018(4):109-114.

[2]柏隽.对数字化工厂与工业互联网的理解[J].软件和集成电路,2018(4):12-15.

[3]唐堂,滕琳,吴杰,等.全面实现数字化是通向智能制造的必由之路:解读《智能制造之路:数字化工厂》[J].中国机械工程,2018(3):366-377.

[4]郝静,张凯.基于“工业4.0”背景下的高校数字化工厂实践平台建设研究[J].价值工程,2016(30):115-117.

作者:吕苏环 高双飞 白翔 高泽磊 单位:金川集团股份有限公司