西門子：2020年離散行業數字化轉型白皮書數字化企業與數據增值服務（32頁）.pdf

《西門子：2020年離散行業數字化轉型白皮書數字化企業與數據增值服務（32頁）.pdf》由會員分享，可在線閱讀，更多相關《西門子：2020年離散行業數字化轉型白皮書數字化企業與數據增值服務（32頁）.pdf（32頁珍藏版）》請在三個皮匠報告上搜索。

1、 數字化企業與數據增值服務 凡是過往 皆為序章 離散行業數字化轉型白皮書 摘要 數字化的核心價值在于利用虛擬世界中運轉的數據賦能各級決策，以在市場競爭和不確定環境下敏捷應變?？焖儆行У臎Q策將在需求微?；臅r代帶來更快的交付速度、更好的質量、以及更低的成本。這將成為提升客戶滿意度、市場占有率以及盈利能力的重要手段。當您在虛擬世界中高速準確地開發、預測、改進、執行時，您的對手依然在文件的傳遞中空耗著時間和成本，他們將無法和您競爭同一市場。擺在您面前的核心挑戰來自復雜性，即大規模異構軟硬件系統建設和集成（詳見第二章）。您必須有合理的思路管理復雜度、降低投資風險，并確保相關方的溝通和理解。這意味著先行

2、者必須擁有多種措施傳承行業經驗和先進技術（詳見第三章），并在大量實踐中持續迭代，提煉面向工業的數字化轉型項目的關鍵指導框架和最佳實踐（詳見第四章）。在這一背景下，遠見卓識的行業精英不再滿足于基于自動化和信息化的單點改善，而是從跨價值鏈的頂層規劃開始，布局分階段的建設任務，并在企業運營中利用數據持續改進。所以數字化服務團隊必須集成咨詢、實施、優化三類服務能力（詳見第五章），全程陪伴您的企業完成數字化轉型和相關能力建設。作為工業數字化時代的引領者，西門子理應做出更大的貢獻，并堅持知識的民主性。因此我們貢獻本白皮書引領全行業的數字化轉型。鑒于數字化轉型的復雜性，行文疏漏在所難免，西門子愿以開放的心態

3、接受客戶、同行及監管部門的檢閱。商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry 目錄 符合性：決策環境.2 系統性：取舍之間.2 易變性：技術變革.2 隱匿性：大規模集成.3 系統工程.4 企業架構.5 項目管理.6 客戶價值共創.7 智能制造標準體系.8 業務流程框架.8 信息物理系統.9 數字化雙胞胎.10 咨詢.13 數字化成熟度評估.13 可行性研究報告及評審.14 企業架構分析.14 路線圖和建設任務.15 詳細規格.15 人員能力培養.16 實施.16 數字化工廠.17 數字化車間.17 數字化集成服務.17 數字化驗證

4、平臺.17 虛擬調試.17 優化.18 商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry 數據洞察和透明化.18 閉環分析.19 西門子成都工廠.20 航天電器智能制造樣板間.20 航空行業的數字化企業案例.21 西門子數字化示范線.22 數據增值服務在德國安倍格.23 數據增值服務在水泥行業.23 商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子數字化工業集團 1 思考工業的未來 今天，消費者對品質、安全性、個性化、交付速度的要求越來越苛刻，這為制造廠商及其供應鏈帶來

5、了全新機遇和挑戰。有效快速的決策和應變能力將成為市場競爭力的源泉，傳統管理方法不斷被挑戰。行業的出路在何方？新的機會已在眼前。讓我們把時鐘撥回2016 年 3 月 14 日夜間，人機對弈中扳回一局的李世石帶著疲憊睡去，而 AlphaGo 在虛擬世界中又和自己下了一百萬盤棋。第二天清晨，李世石還是那個李世石，AlphaGo 已是另一個存在。人類再也無法在這個項目戰勝機器。人工智能、增材制造、自治系統等數字化技術的潛力有目共睹：計算速度：電腦快于人腦 決策能力：邏輯強于經驗 試錯成本：模型低于實體 為了在制造業兌現數字化的潛力，同樣是2016 年，西門子在中國組建數字化企業部門。它的基本使命是以數

6、字化技術革新業務模式，重新定義制造業。在洶涌的市場競爭中，數字化將幫助企業，高效靈活地以最優方式響應甚至擁抱變動性。這意味著企業將擺脫在產量、成本、質量、多樣性等多個 KPI 之間的艱難權衡。您可以利用模型快速低成本地將不斷發生的技術突破、需求起伏、供應鏈波動、資源變動提煉為虛實結合、可執行、可預測的產品定義和生產過程。當實際生產發生在物理世界時，您也可以利用虛擬世界監控變動性，通過實時感知、模擬選優實現敏捷響應乃至持續改進。唯有如此，大規模定制、個性化交付、閉環優化、端到端追溯等概念才成為可能。然而，數字化企業的建設復雜度和范圍已經超越了傳統的軟硬件系統或自動化系統，您需要通過整體的轉型規劃

7、確保新的企業級能力可以在組織內部落地生根。圖表 1-1 制造業數字化企業的業務內涵 商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子數字化工業集團 2 困惑和難題 以數字化企業為代表的大規模軟硬件系統集成是人類有史以來構建的最復雜的結構之一。百萬量級的代碼行數、數萬服務列表可能運行在成千上萬臺計算機中。擺在數字化實踐者面前的實質問題1與四千年前胡夫金字塔建設者并無二致：符合性：如何貫徹各層級業務目標？系統性：如何管理各模塊的建設和使用以產生合力？易變性：如何管理變更、并配合業務進化和技術演進？隱匿性：如何滿足相關方的關注點并使各

8、方互相理解?請不要畏懼這些難題，戰勝它們將使您在市場競爭中領先同儕并獲得優勢。符合性：決策環境 為了滿足各層業務目標，決策將在各級運營活動中出現，戰略級的決策頻率也許以年單位；而在車間層面，控制級的決策則可能在分秒中發生（圖表 2-1）。這些決策以配置資源的形式響應復雜的外部環境。例如響應商品本體的個性化需求或者服務場景的延伸迭代。此外，墨菲定律2告訴我們，不確定性總會來襲，而且不止一次，例如全球疫情、技術更新、設備停機、工程變更、監管增強、貿易摩擦。這些不確定性也是企業更新市場地位的黃金機會。我們一直在思考，怎樣的運營體系和 IT/OT 系統可以確保企業沉著應變、更好更快的判斷和執行？1 B

9、rooks,F.P.(1987).No silver bullet:Essence and accidents of software engineering.IEEE computer,20(4),10-19.2 墨菲定律：事情往往會向不好的方向發展，只要有這個可能性。圖表 2-1 企業決策層級及發生頻率 系統性：取舍之間 企業的本質是以系統性的資源配置策略對抗不確定性，并贏得市場競爭。企業競爭力的重要衡量指標是盈利能力。在傳統的制造條件和管理手段下，企業為了提高盈利能力，通常需要在多目標之間進行痛苦的權衡和取舍。例如，為了滿足交付速度很可能需要犧牲庫存和設備利用率，這最終導致了制造成本的壓

10、力。在另一個例子，企業為了滿足個性化的需求而接受大量的變動性，這將給其他指標帶來負面影響：如產出率、原料庫存、質量，最終影響的是制造成本和客戶滿意度。多（品類）、快（上市）、好（質量）、?。ㄙY源）是否有可能兼得？易變性：技術變革 近現代產業進化深受技術變革影響。數字化轉型即是一個典型的例子。數字化轉型的本質是經濟實體在信息技術革命成熟期3的必經之路。本次技術革命引爆于 1971 年 Intel 發布微處理器，經由個人計算機、遠程通訊、人工智能、高速物流系統、因特網等創新，逐漸成為全球經濟增長的主要動力。這場變革正在不同領域影響企業的運作邏輯（如圖表 2-2）。企業家需要在波瀾壯闊的技術浪潮中尋

11、找自身的技術能力定位：領跑還是防 3 Perez,C.(2010).Technological revolutions and techno-economic paradigms.Cambridge journal of economics,34(1),185-202.商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子數字化工業集團 3 守？創新還是跟隨？最重要的是，在層出不窮的新技術面前，企業該如何從科技爆炸時代的混沌中找到清晰的脈絡以服務于競爭力和生產力的提升？隱匿性：大規模集成 企業進行數字化轉型的題中之義本是聚焦增值主業，

12、輕裝上陣。但這一系統工程意味著大量的規劃、建設、優化工作。對于很多相關方來說，其中的復雜度永遠隱匿于抽象概念之下，而無法為投資決策帶來足夠的安全感。這對企業自身能力提出了新要求。例如，一個中型乘用車主機廠會有數以千計的三級業務活動1模塊完成企業的運營，而這就意味著萬級的信息化和自動化系統服務模塊。這種新能力可以被總結為：對大規模集成的系統工程項目進行全周期規劃和精細化管理。這項系統工程讓企業的相關部門發現他們暴露于一系列復雜課題之下：先進行業對標、業務綜合改善、大批量異構系統集成、實施項目群規劃、數據治理、網絡攻擊對抗、系統演進、兩化融合項目集管理2。為了應對這 1 在不同的參考框架標準中對業

13、務活動的分級可能有分歧，其大致的標準是：一級為企業級活動、二級為跨領域級活動、三級為領域內活動。2 其難點在于讓信息化專家和工業領域專家互相理解并產生正向的化學反應。些課題，您需要建立并管理的項目團隊將由不同學科的專家組成：工業工程、系統工程、自動化、電子電氣工程、軟件工程、計算機科學、管理科學、網絡安全、用戶體驗設計、企業架構師、及行業專家。從試點燈塔到規模復制，您必須逐漸建設團隊力量，并確保投資安全。圖表 2-2 技術變革驅動業務進化的典型案例 商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子數字化工業集團 4 數字化轉型核

14、心方法 機遇是困難的另一面。作為先行者，我們認識到無法擺脫客觀存在的困難，也不存在單獨可理解的解法。但是可以利用一系列相互關聯的方法完整支持數字化企業的規劃、建設和運作，并為企業帶來新的競爭優勢。近十年來，西門子在全球數百個研發中心和制造基地的轉型實踐中經歷了您將遇到的各種情形。我們集成先進行業之共性精粹和自有標桿基地的建設運營經驗，提煉了一套經過大量內外部實踐驗證的方法來支持制造業的數字化轉型。在接下來的介紹中，我們將聚焦于四種數字化轉型關鍵方法（見圖表 2-3）。其中，系統工程是貫穿企業轉型的線索；一個企業、一個車間、甚至一個工站，都將在數字化轉型 中 經 歷 系 統 工 程 的 完 整

15、過 程。在 系統工程前期，企業架構將有助于您進行轉型的頂層規劃并規避投資風險。在中后期，項目管理將幫助您組織資源，在時間成本的約束下完成轉型落地。在數字化企業的日常運維中，大量的數據將成為您最重要的資產以完成您的戰略目標，并幫助您和您的同事探索各級運營活動的持續改進；所以，在這一階段，在數據中利用客戶價值共創的方法，尋找價值并進行探索將成為您業務創新的重要手段。系統工程 系統工程是從總體出發，運行和革新一個大規模復雜系統所需思想、理論、方法、方法論與技術的總稱，屬于一門綜合性的工程技術。它采用現代信息技術等技術手段，對系統的結構和行為特點等進行分析，最終達到合理開發、科學管理、持續改進、協調發

16、展的目的1。1 汪應洛(2019).系統工程.北京：機械工業出版社.圖表 2-3 數字化轉型周期 商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子數字化工業集團 5 數字化企業的發展而衍生的龐大數據量為系統工程活動的管理維護帶來諸多嚴峻問題，以文檔為核心的傳統系統工程已經無法有效的滿足企業需求，此類管理方式帶來的典型問題主要體現在：眾多信息分散于各個文檔，難以保證完整性與一致性；缺乏對象之間的多方位描述；工程細節難以維護和跟進；難以實現垂直集成。國際系統工程學會在系統工程的遠景規劃中提出從過去以文檔為中心的方法向未來基于模型的方

17、法發展，即基于模型的系統工程（Mode-Based Systems Engineering，MBSE）?；谀Ｐ偷南到y工程專注于在開發周期的早期階段，就定義客戶需求與所要求的功能，將需求記錄整理起來；然后通過統一模型完整考慮多個視角，進行設計綜合和系統確認。以滿足用戶需求的高質量產品為目的，兼顧所有用戶的業務和技術需求1。相比傳統系統工程，MBSE 利用模型描述系統，從而充分發揮模型優勢，提升了系統全周期信息表述的一致性，增強了先期驗證和多學科協同優化設計能力。但是，落地實施 MBSE 面臨著協調范圍廣、學習曲線陡、筑基工作多等挑戰。因此，實踐 MBSE 應當以終為始，推進方法標準化和各方人員

18、能力提升，推動 MBSE 的落地實施2。建設數字化企業，需要在正確的策略指導下，圍繞產品生命周期管理、制造運營管理、全集成自動化等方面展開，應用系統工程方法技術，實現研發、制造、服務、管理的一體化提升。1 李偉.(2016).基于系統工程的航空發動機標準體系建設研究.航空標準化與質量,(6),10-13.2 鄧昱晨,毛寅軒,盧志昂,&夏倩雯.(2019).基于模型的系統工程的應用及發展.科技導報,37(7),49-54.企業架構 企業架構是用于分析、設計、實施、改善企業的實踐，以自洽3的方式指導企業的變革。在數字化轉型的旅途中，業務專家需要思考如何讓人們理解企業的運作方式、表達企業的結構和動態

19、行為、分析轉型的機會和路線圖；技術專家需要思考如何設計符合業務邏輯的信息系統或者符合工藝、質量和設備管理的自動化產線。此外，您的組織可能還會關注多種質量屬性，如可訪問性、靈活性、彈性、安全、合規、可用性等等。所以各相關方都會提出基于自身顧慮的訴求，并期望在前期得到解決以確保成功轉型并放心地支持投資決策。這些交織在一起的訴求都可以用企業架構來解決。企業架構兼顧企業內部不同干系人的關注點，以不同粒度和不同形式的視圖表達一個企業的現狀和轉型目標4。此外，轉型的漫長過程要求企業需要區分輕重緩急，有計劃地分步完成相關建設任務。因此您可以在目標和現狀之間定義若干過渡架構，表達轉型路線上的關鍵節點狀態（如圖

20、表 3-1）。圖表 3-1 企業架構全面支持規劃活動 3 例如：以多維視角向不同專業人士解釋同一模型，并且保證該模型和其不同視圖可以在項目全周期能被統一管理和更新。4 例如，關于研發制造的業務流程集成，銷售工程師、質量工程師、車間主任關注的粒度和范圍會有很大不同。商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子數字化工業集團 6 數字化轉型實踐者的另一長期訴求是支持跨項目甚至跨行業的經驗復用并滿足不同層次的保密性要求。這需要從基礎技術原則、關鍵技術領域集成、行業特性、組織特征四個層面逐級具體化，提煉分屬不同抽象層的架構元素定義。

21、在企業架構中，這種實踐思路被稱為企業連續統一體(Enterprise Continu-um)1。企業架構本質是一種數據化和可視化的驗證平臺，是您的企業管理業務變革、復雜系統規劃、數字化投資的關鍵手段。它將以閉環的方式確保數字化項目進展與企業發展戰略的一致性，降低數字化轉型的投資風險。此外，作為一種模型，它也是技術專家和業務人員信息共享的關鍵渠道。項目管理 經過企業級的規劃之后，您的企業必須通過一系列數字化項目的實施才能將數字化企業的概念變成現實。1 Weisman,R.(2011).An overview of TOGAF version 9.1.Publ.by Open Gr,43.項目是為

22、創造獨特的產品、服務或成果而進行的臨時性工作2。項目管理是指：在項目活動中運用專門的知識、技能、工具和方法，使項目能夠在有限資源限定條件下，實現或超過設定的需求和期望的過程。在工業領域的數字化轉型，由于項目涉及獨特的行業特征和技術，需要總結專業的項目管理手段。例如 PMSiemens 源于西門子在全球數字化企業項目中積累的豐富經驗。這是專業的執行團隊和軟硬件產品結合而成的傳承，并在不同地域根據當地文化和產業狀態不斷更新。它從質量、周期、成本、風險等方面為成功的實施數字化項目提供了強有力的保障。PMSiemens 將項目的實施全過程置于嚴格的項目管理及監控之下，通過項目管理，實現對項目實施過程中

23、各個階段的控制、交付件的處理以及實施過程中異常情況的處理。從項目的實施過程來看，一個完整的系統實施過程應包括八個階段的工作包（如圖表 2 PMI,A.(2013).Guide to the project management body of knowledge(PMBOK guide).In Project Man-agement Institute(Vol.5).圖表 3-2 項目管理工作包簡介 商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子數字化工業集團 7 3-2）。這是數字化項目實施的一個完整而全面的過程。針對不同的

24、項目背景以及實施要求，會對圖表 3-2 的實施方法作適當調整和裁剪?？蛻魞r值共創 當您通過數字化企業的建設獲得了新能力之后，兌現能力創造價值、應對模糊復雜的世界會成為您的關注點。技術專家可能在這種環境下對您的焦慮和期望缺少理解而提供缺少價值的方案或產品。而您需要的是共鳴和信賴。因此，關注客戶價值的客戶價值共創（CVCC,Customer Value Co-Creation）方法應運而生。圖表 3-3 CVCC 五階段 CVCC 共分五個階段（見圖表 3-3），它衍生于流行的設計思維。這一理念要求設計人員以用戶為中心，在開發之前詳盡探索“隱藏”的用戶需求。設計思維具有兩個明顯的思維模式：圖表 3

25、-4 設計思維流程 技術人員被要求在這兩個空間中行進，在開發方案之前徹底地理解用戶的問題。而不是基于自身的經驗和專長“一頭扎進”技術方案的開發交付當中這可能讓真正的問題無法被交付解決。因此，秉承用戶思維的專家將會優先思考最大化用戶價值（可能的思考角度：價值流、場景、業務約束、假設、對話、異常狀況等等），然后再思考如何應用技術和商業模式支持對用戶價值的實現。這一方法將為您降低機會成本，并提高實施項目的整體速度和成功率。商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子數字化工業集團 8 數字化轉型參考框架 上一章理清了數字化轉型的關

26、鍵方法，但制造業企業可能仍然對數字化這一源于信息技術的概念存在疑慮。尤其是在方案制定的過程中，對制造業傳統增值模式的理解至關重要。本章從制造業行業特性的角度，提煉了對數字化轉型至關重要的參考框架。本章內容力圖為制造業數字化轉型實踐者提供關鍵的知識體系，以保證轉型方案的正義性和完整性。智能制造標準體系 本行業最受關注的參考框架是由我國工信部和標準化管理委員會共同制定的國家智能標準體系建設指南，為我國智能制造的發展及兩化融合項目提供標準化的理論依據。圖表 4-1國家智能標準體系建設指南 智能制造系統架構 我國制造業正處于走向高質量發展的關鍵時期，全行業的發展水平層次不齊。因此，指南從三個維度為制造

27、業全行業提供了全面的概念視角：系統層次、生命周期、智能特征。各企業的轉型路徑、轉型目標、轉型范圍都可以在這些視角中找到它們的立足點，并獲取相關的共性標準化知識。傳統的信息化、自動化系統建設側重于根據來自業務方的需求，追求單點改善。這種“頭痛醫頭腳痛醫腳”最終可能導致信息孤島林立的窘境。因此，企業需要提前考慮跨組織、跨系統的標準化工作方式、語義定義、數據治理。這也是本體系所強調的互通、融合、集成等特征的題中之意。綜上所述，這一標準體系主要解決兩大關鍵問題：體系化和標準化。無論是制造業企業還是第三方服務單位，都可以使用這一體系進行準確的項目定位，并從國家標準或對應的國際標準找到共性的設計及工程依據

28、。業務流程框架 正如 3.1 所述，企業架構通過確認現狀和目標來定義建設方向和分階段的建設任務。絕大多數數字化轉型項目都需要從業務入手，理解企業的能力域并發現不足。但由于缺少具有行業特色的對標模型，您可能無法確認差距在哪里。這時，基于行業經驗和技術知識的業務流程框架是您最重要的助手。業務流程框架(Business Process Framework)是支持業務流程描述、評估、優化的參考模型1。業界常常以三到四個層級對流程進行分類。例如，拆分到第二層的某行業產品生命周期業務流程框架如圖表 4-2。您可以將它作為參考對您的流程進行分類，并且對標優秀的流程和行業特定績效來思考如何提升。因此，優秀的業

29、務流程框架都需要兼具技術領先和行業特色。以達到下述的效果：標準化的流程發現方法;面向行業的績效考核方法和對標;1 Weilkiens,T.,Weiss,C.,Grass,A.,&Duggen,K.N.(2016).OCEB 2 Certification Guide:Business Process Management-Fundamental Level.Morgan Kaufmann.商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子數字化工業集團 9 從工作方法、組織、技術等方面提煉的最佳實踐。業務流程框架為您提供了標準化的

30、參考模型，可以幫助您的信息化團隊快速開展流程發現工作，為不同部門之間的溝通提供共同語境以避免誤解。更重要的是，業務流程框架的應用結果為數字化項目的規劃和實施提供了關鍵的事實依據。確保整套數字化技術落地符合復雜的業務需要。信息物理系統 信息物理系統(CPS,Cyber Physical System)本質上是對傳統的生產控制系統的網絡化升級。隨著第四次工業革命的到來，設計數據、工藝數據、生產數據等資源已經成為影響一個制造企業成功與否的重要因素。這就對制造業的控制系統提出了非常高的要求?，F有生產控制系統基本是封閉的系統，即便其中一些工控應用網絡也具有聯網和通信的功能，但其工控網絡內部總線大都使用的

31、都是工業控制總線，網絡內部各個獨立的子系統難以互聯，通信的功能比較弱。因此現有制造業的生產網絡模式制約著制造業企業向數字化、智能化方向發展。物理信息系統這一概念的產生也顯得水到渠成。CPS 于 2006 年在美國首次提出，隨著 CPS的廣泛應用和發展，CPS 的定義逐漸出現分歧。例如，CPS 是計算和物理過程的集成，嵌入式計算機和網絡，監控和控制物理過程，通常與反饋物理過程影響計算的循環，反之亦然。換句話說，CPS 將計算和通信深深地嵌入到物理世界的過程中，并與物理世界進行交互，從而為物理世界添加新的能力。CPS 具備與傳統嵌入式系統不同的特征，它必須存在與物理世界輸入和輸出交互的元素組成的網

32、絡，這需要網絡化的傳感器系統支持。在過去的五年中，CPS 技術的發展取得了巨大的進步。新的智能 CPS 將推動各個領域的創新和競爭，例如航空、汽車、化工、圖表 4-2 PLM 業務流程框架樣例 商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子數字化工業集團 10 民用基礎設施、能源、醫療、制造業，運輸業等等。與傳統控制系統相比，CPS 在對網絡內部設備的遠程協調能力、自治能力、控制對象的種類和數量上遠遠超過現有的工控網絡。因此，您可以利用 CPS 實現計算、通信與物理系統的一體化設計，可使系統更加可靠、高效、實時協同，這具有重要

33、而廣泛的應用前景。圖表 4-3 CPS 系統層級及概念 在概念層面，CPS 的應用場景涵蓋單元級、系統級、系統之系統級（如圖表 4-3）。它打通狀態感知、實施分析、科學決策、精準執行 4 個環節，連接了現實世界和虛擬世界，構筑起數據自動流動的閉環賦能體系。您的企業可以獲益于隱形數據顯性化、隱形知識顯性化，實現數據轉化為信息、信息提煉成知識、知識轉化為決策。在這一過程中 CPS為您解決了物理世界 4 個基本問題：首先是描述物理世界發生了什么；其次是診斷為什么會發生；再次預測接下來會怎樣；最后是決策應該怎么辦。決策完成之后就可以驅動物理世界執行，最終實現制造資源優化配置，提升企業競爭力。數字化雙胞

34、胎 CPS 從系統層面解釋了數字化轉型的理想狀態，達成這一理想離不開對數據的綜合應用。為了建成具備狀態感知、實時分析、科學決策、精準執行的 CPS 系統，數字化企業需要在虛擬世界建立對現實世界的表達，所以人們提出了“數字化雙胞胎”(Digital Twin)的概念?！皵底只p胞胎”指利用數字化技術營造的描述現實世界的數字鏡像。您可以將現實世界中復雜的產品研發，生產制造和運營維護轉換成在虛擬世界相對低成本的數字化信息進行協同及模型優化，并給予現實世界多種方案和選擇。數字化雙胞胎的應用場景非常多樣。例如，面向產品的雙胞胎可以為測試環節節約大量成本和時間。傳統企業在研發過程中往往會花費巨資驗證各個不

35、同的實體樣品性能，企業需要耗費大量成本和時間建造足夠的試驗樣品以應對驗證過程中的損壞和迭代。而利用產品的數字化雙胞胎，您可以在虛擬世界中高速低成本地進行無數次試驗。您的企業可以提升產品上市速度、降低整體成本，這可以帶來巨大的市場競爭力提升。研發速度和成本的改善對于很多高度定制化的行業來說可能是性命攸關的，例如造船、航天、專用設備。這些行業的研發人員并沒有多少余地利用實際樣品來測試。數字化雙胞胎將是工程師驗證產品性能和可制造性的唯一出路。圖表 4-4 虛實結合提升企業決策和應變能力 商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子

36、數字化工業集團 11 在企業運營中會出現三對分別描述虛擬和現實的雙胞胎，即“產品雙胞胎”、“生產雙胞胎”和“性能雙胞胎”。他們都有各自的“數字化雙胞胎”作為在虛擬世界的鏡像。根據上圖，您可以利用“數字化雙胞胎”直接支持下述以下幾個關鍵環節：虛擬產品，虛擬數字化產品模型，對其進行仿真測試和驗證，以便降低驗證成本和縮短上市時間；虛擬生產，利用虛擬生產模擬生產流程，從而識別生產瓶頸、分析問題根本原因，進而縮短調試時間、優化生產；實際生產，通過基于連接和數據分析的人工智能驅動端到端流程優化服務，提高性能；實際產品，使用數據增值服務將設計和行為數據反饋到虛擬產品中以進行持續優化；工業物聯網，開發邊緣和物

37、聯網應用程序，將設備和數據從現場無縫集成到云端；持續改進，上至企業級的 OEE 數據透明使機器和設備能夠持續改進；工業安全，使用防御策略保護知識產權和生產力，以抵御所有潛在威脅?！皵底只p胞胎”幫助企業在實際投入生產之前即能在虛擬環境中優化、仿真和測試，在生產過程中也可同步優化整個企業流程，最終實現高效的柔性生產、實現快速創新上市，鍛造企業持久競爭力。圖表 4-5 數字化雙胞胎 商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子數字化工業集團 12 數字化轉型必備服務條件 上一章以面向工業的參考框架全面連貫地探討跨增值鏈的多元復雜

38、系統集成落地。此時，您對轉型項目的基本要求已經逐漸明晰：全面覆蓋、面向行業、可落地。這要求實踐者具備精英級的數字化技術知識和全面深入的行業經驗。如此，才能高效、快速、優質地完成經得起時間考驗的轉型任務。面對這樣的轉型挑戰，很多企業都需要兩大類服務能力：咨詢和實施（見圖表 5-1）。企業需要引入咨詢服務保證整體規劃和投資安全（做正確的事），也需要引入實施服務保證平穩落地（正確地做事）。為了規范化這兩類服務能力，我國工信部于 2018 年發布智能制造系統解決方案供應商規范條件，成為衡量數字化轉型服務條件的基本標準。其技術條件總結如圖表 5-2。咨詢和設計 實施和交付 建立熟悉行業和項目規劃的團隊；

39、提供智能制造項目規劃報告；根據功能和造價確認需求，完成會簽；提供硬件集成方案及仿真分析；提供軟件集成方案及配套部署方案；根據場景提出軟硬件定量技術指標。建立軟硬件實施項目團隊；建立核心工藝庫、成功案例庫；擁有發明專利、軟件著作權等核心技術；建立完整項目文檔管理制度；提供全面自動化與工業軟件定制；有經驗的項目經理；提供完整的交付驗收和售后體系。圖表 5-2 智能制造系統解決方案提供商規范條件的技術條件標準 基于以上標準條件，我們結合在全球不同規模項目中遇到的常見需求，將數字化轉型服務條件提煉總結為三大領域，以端到端的完整視角覆蓋數字化轉型的全部階段：咨詢、實施、優化。圖表 5-1 咨詢和實施的無

40、縫銜接是完整落地的保障 商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子數字化工業集團 13 咨詢與設計 在規劃及設計階段，咨詢服務將確保您的企業能快速低成本地完成數字化轉型。您的企業在這一階段可能尚無清晰的轉型目標或策略，或者缺少足夠的資源完成采購前的全部工作。更為緊迫的矛盾是，您的企業需要時間建設自身能力以應對數字化轉型項目的風險，但是競爭壓力無法給您充裕的時間。所以在數字化轉型的全過程中，企業能力建設可能會不斷“追趕”系統建設的各關鍵階段（如圖表 5-3 所示）：圖表 5-3 企業需要建設能力以應對數字化轉型的復雜度 1.

41、識別現狀、愿景、差距 2.完成路線圖和建設任務規劃 3.培養多系統詳設工程隊伍 4.建設啟動項目組 5.建設示范系統 6.建設規模復制能力 7.規模復制成功經驗 8.完成理想化的系統與組織能力耦合 在新的時代，建設組織能力必然充滿挑戰并將考驗管理者的耐心，所以您需要具備行業數字化轉型經驗的外腦提供階段性或全過程的智力服務，快速填補企業能力短板，提供經驗證的技術和定制化的策略，將數字化理念轉化為可實施的項目組合。而在同一時間，您將有充足的時間建設自身能力，直至外腦功成身退。數字化成熟度評估 在建設數字化企業的過程前期中，決策者一方面需要認清自身所處的狀態，另一方面也需要和先進企業甚至先進行業對標

42、，找到差距和突破口。此外，信息爆炸會不斷讓各級從業人員獲得形形色色的新概念、新方法、新技術，給制定轉型路線和建設任務等工作造成很大的技術難度。在這樣的背景下，大部分企業和組織都期望以標準化的方式在前期進行快速自評和對標，避免在初期走錯方向，降低整體項目風險。因此，快速客觀的數字化成熟度評估服務應運而生。企業對數字化成熟度評估的基本要求應當是深度和廣度都完整可靠的評估模型。因此，這類模型必須結合國內外標準、行業項目經驗、新興技術、新型業務模式，并且長期保證足夠數量的項目支持模型的持續更新迭代。例如，西門子的數字化用例評估便基于自身不斷迭代的自有精益數字化生產體系（LDF,Lean Digital

43、 Factory）和西門子研發體系（SDS,Siemens Development System），還借鑒了德國機械設備制造業聯合會的工業 4.0 就緒度和德國國家工程院的工業4.0 成熟度指數。圖表 5-4 西門子精益數字化生產體系 Lean Digital Factory 商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子數字化工業集團 14 西門子將數字化用例評估引入中國之后，又參照國情和行業基線，對模型進行了針對性調整。例如，考慮到中德典型企業在設備、戰略、人力等領域的差距，修改了基準和行業先進水平的定義。圖表 5-5 如

44、何應用成熟度模型進行組織評估 成熟度評估模型的應用一定是面向特定企業的，并且能幫助企業決策層對現狀和愿景達成一致完整的認識。所以您既需要精確的模型，也需要正確的評估流程和分析方法。圖表 5-5 是一種源于智能制造能力成熟度模型白皮書1的評估方式說明，可以作為基本的成熟度模型應用方法。但是，在實際應用中，您需要根據企業的特定情況定制應用策略。例如，在評分之后，增加步驟：詳細分析暴露出來的業務問題和技術問題；對發現的問題進行綜合，并指明改善方向；梳理改善建議清單；定義行動路線圖。1 中國電子技術標準化研究院(2016).智能制造能力成熟度模型白皮書(1.0 版).雖然在這一時期，我們仍然缺少對業務

45、、組織的高粒度理解2，但企業已經對自身狀態有了具象的確認，也對改進的機會和方法有了具體理解。這樣的結果將會使您理解數字化的業務影響，也有利于我們在接下來的階段聚焦重點區域，發掘現象背后的原因?？尚行匝芯繄蟾婕霸u審 大多的數字化轉型項目在前期都需要進行慎重的投資決策。決策方可能來自企業內部、政府、或金融機構。這類決策需要確認項目目標、效益目標、項目范圍、技術方案、建設方案、設備方案、運營方案等?？尚行匝芯繄蟾妫ê椖拷ㄗh書）在我國的審批制、核準制、備案制項目決策程序中均為關鍵步驟。如有需要，我們建議決策者聘請來自獨立機構的專家對投資項目進行分析、研究、評判。這類活動一定要遵循科學、客觀、全面的原

46、則。所以，為可行性研究報告及評審所聘請的專家一定要在數字化領域富有相關的能力和信譽。標準的可行性研究報告內容涉及工程項目的方方面面。為您提供咨詢服務的數字化專家應當專注于技術方案、設備方案和工程方案。如有需要，也可為市場、工藝、設備、技術經濟等議題提供服務。全面細致的可行性研究和評審是建設項目決策分析與評價階段最重要的工作，它是對項目是否值得投資、建設方案是否合理的論證，為項目決策提供多方面的依據。企業架構分析 在咨詢階段，為了幫助企業快速有效的完成數字化轉型，最重要的前期任務是完成企業 2 成熟度分析將從通用的數字化戰略出發，關注運營層面的關鍵業務場景和技術應用，但是缺少對企業自身戰略的定制

47、化理解。商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子數字化工業集團 15 現狀和目標的結構化梳理和分析，并在不斷迭代中提升企業項目組的能力。如 3.1 所介紹，企業架構是這種結構化思路的具體呈現，對現狀、目標、過渡階段的結構化梳理通常會涉及四大領域的架構：業務、應用、數據、技術，它們共同構成了標準化的企業架構知識領域1。咨詢活動的效果取決于架構分析人員對這四類領域在不同切分維度的深度理解能力、問題定義能力和改善能力。這些切分維度在很大程度上取決于行業經驗，包括：流程體系、組織職能、工廠車間、產品家族等等。例如，流程體系的切分

48、可以參照本書 4.2 所介紹的業務流程框架。此外從這一階段起，我們注意到兩大類被重點關注的項目需求。這兩類項目需求可能在同一項目中同時出現，應用于一個組織的不同切分中：關注現狀：分析現狀，確認問題空間，推薦改善機會。例如很多老廠改造項目，在數十年的發展中，已有的資源、流程、組織已經盤根錯節，無法被清晰表達，盲目應用信息化、自動化方案可能造成更大的風險和成本損失。所以，數字化轉型的切入點應當是盡快理解現狀。關注目標：詳細定義理想目標狀態，與現狀對比，定義建設任務。在這類項目中，項目目標直接被頂層戰略驅動，您已經有比較清晰具體的愿景和設想，而且可能非常關注投產周期和投資回報速度。因此，數字化轉型的

49、切入點是根據現狀和未來的差異，快速定義可執行的建設任務。綜上所述，企業架構分析在表面上基于結構化邏輯，但這一活動存在很大的定制化特性，它的效果將深度依賴于對行業經驗、組織需 1 Hagan,P.J.(2004).Guide to the(evolving)enter-prise architecture body of knowledge.MITRE Corpora-tion.求的深度理解，并最終作用于下文所述的路線圖和建設任務規劃。路線圖和建設任務 在這一階段，您已經理解了兩個重要的企業架構：現狀和目標。這二者之間的差距即為我們應當在一定時間內以一定資源完成的建設任務。長期的實踐告訴我們，這

50、類大型項目無法一蹴而就，而企業自身又有確保投資安全、業務增長、資金周轉的壓力。因此，我們必須制定頂層路線圖，讓早期完工的項目能盡早獨立發揮積極影響；而那些周期較長、成本較高的建設任務則承載著您對客戶、社會、投資人的長期承諾，應對遠方的威脅或機會。一般而言，我們會從多個維度判斷建設任務的優先級，以確定路線圖。這些維度包括：業務影響：綜合考慮項目的獨立影響和多項目的“滾雪球”效應。邏輯順序：判斷項目之間的技術依賴關系和業務能力依賴關系。成本：優先完成投資較小的項目。周期及難度：優先完成難度小、周期短的項目。對上述各維度的梳理將幫助您從技術、投資回報、非財務收益2等角度梳理項目集的實施優先級和分階段

51、順序，以有效完成經優化的過渡企業架構和目標企業架構3，層層遞進地實現數字化轉型的愿景。規格書 在這一階段，制造業企業的數字化轉型將開始關注采購決策以確保轉型建設任務的落地和企業自身能力建設。企業將面臨業務能力不健全和多項目采購評審任務復雜的矛盾。2 如企業聲譽，員工滿意度，上市速度，市場占有率，庫存周轉率等等。3 關于過渡和目標企業架構，見 3.1。商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子數字化工業集團 16 因此，企業需要咨詢顧問及時提供對招標工作的技術建議和供應商甄選的技術依據。此外，對于制造業企業，有兩大類方案需要

52、進行詳細設計和集成：信息物理系統方案和智能工廠設計方案，分別對應于虛擬世界和現實世界的建設。而這兩大類方案，又需要契合上一階段定義的數字化轉型路線圖，以支持企業的整體業務變革。經過對方案的詳細定義，您的企業可以有足夠自信向供應商澄清需求、審議內容。待審議的內容包括但不限于項目實施的各項指標、約定開發部署運營形式、驗收依據、規范的參考標準和術語約定、實施團隊素質要求。企業數字化項目組也可以從各維度確認項目范圍，包括但不限于系統功能維度、業務組織維度、車間功能維度、數據治理維度、系統硬件維度。人員能力培養 正如 5.1 節開頭所言，除了項目的成功，建設企業自身能力是您最為關注的課題：管理層需要理解

53、制造業生產系統的基本知識框架和智能制造、數字化相關的基礎概念?，F場執行者需要深度理解數字化轉型在研發、管理、車間等領域的主要表現方式。項目組成員需要有足夠的專業知識與系統供應商進行談判和技術交流。因此，咨詢顧問需要以深入淺出的形式介紹制造業增值鏈和基本的生產模式種類，并且聚焦于您企業最關注的生產模式，以完整的數字化轉型知識體系和實訓系統，串講數字化在各級部門的形態。確保相關人員可以理解數字化轉型的必要性、理解制造業的基本規律和數字化為制造業帶來的積極影響及作用方式。圖表 5-6 數字化顧問以實際系統演示培訓 實施 完成咨詢規劃之后的關鍵過程是項目的實施。制造業數字化項目的實施特點是基于企業自身

54、的戰略方向和行業背景，以數字化轉型落地為導向，以信息化、自動化為基礎，以集成硬件、軟件與尖端技術為手段。您需要全面覆蓋研發設計、生產規劃、生產工程、生產制造等領域的全面提升，從而縮短產品上市時間，實現智能化、柔性化、敏捷化制造，提高生產質量和效率。為更好的完成項目落地，實施方除能提供技術與解決方案外，為客戶提供被不斷驗證的產品套件也至關重要，從而簡化實施難度、縮短周期、降低試錯成本。例如西門子提供產品生命周期管理（PLM）、制造運營管理（MOM）、全集成自動化（TIA）的面向行業的全面集成服務，并以數字化企業套件的形式提供相關軟硬件產品組合。這一組合在離散制造業已經被廣泛應用并取得了巨大的成功

55、。圖表 5-7 西門子數字化企業套件 數字化轉型的實施項目在范圍和深度上存在多種可能性，對以下五類項目的支持，是實施服務組織的關鍵能力。商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子數字化工業集團 17 數字化工廠 數字化工廠需借助計算機系統、計算機網絡、虛擬仿真、快速原型等技術的支持，建設并集成企業 ERP、PLM、MOM、TIA 等系統，聯通信息網絡與物理設備，完成全增值鏈的企業數字化轉型。從業務視角，數字化工廠項目的內容應當涵蓋研發設計、生產規劃、生產工程、生產制造及數據增值服務。所以，實施數字化工廠項目的關鍵是業務與技

56、術的融合，整合企業業務流程，定制企業級數字化升級整體解決方案。如此，方能提升企業的信息化、自動化程度，增強企業持續創新能力與競爭力。數字化車間 數字化車間指以數字化手段建設對生產運行過程進行規劃、管理、診斷和優化的實施單元1。數字化車間項目范圍涵蓋 CAPP、MOM和 TIA，其中 CAPP 為可選模塊，根據企業工藝規劃業務現狀定制?，F代生產車間追求以數字化技術賦能精細化管控。這意味著以生產對象所要求的工藝和設備為基礎，以信息化、自動化、測控技術等為手段，用數據連接車間不同單元，對生產運行過程進行規劃、管理、診斷和優化。數字化車間的建設效果將體現在持續優化生產工藝和生產計劃、統一質量管理，使生

57、產過程更加透明高效。數字化集成服務 數字化集成服務旨在企業原有系統架構上，補充和整合新的數字化元素（包括 PLM，MES，QMS，產線或物流仿真，虛擬調試等），并以系統集成方式，加強數據采集、信息化管理，消除信息孤島，實現生產透明高效。以打造研發制造協同平臺為例，建設PLM 系統，實現對模型、文檔、BOM、資源 1 GB/T 37413-2019 數字化車間 術語和定義 和流程等內容的管理，完成設計與工藝的協同；建設 MOM 系統，實現生產執行管理、計劃調度管理、車間物料管理、設備管理等。通過 PLM 系統與 MOM 系統集成，傳遞工藝路線等信息，實現從產品設計到工藝規劃、生產制造的協同。研發

58、制造協同平臺將幫助企業消除信息孤島，是定制化研發、柔性生產等概念的關鍵基礎。數字化驗證平臺 數字化驗證平臺支持產品研發、工廠仿真、工藝仿真、生產管理、物料管理、質量管理、能源管理、自動化產線設計、機床聯網、刀具管理、IOT 等多方面業務活動的實體驗證。作為制造業數字化領軍企業，Siemens 已在北京、蘇州、成都建立了數字化示范線作為眾多國內外數字化企業項目的技術基礎，并對外開放接待客戶參觀。企業可通過數字化驗證平臺來演示或驗證面向自身關鍵產品族和工段的數字化設想，作為大規模復制的基礎。虛擬調試 虛擬調試針對工廠建設、工廠改造、產線驗證、設備加工等業務活動，為企業定制模擬仿真虛擬調試集成解決方

59、案。此類項目通過智能數據模型，令企業可在虛擬世界中對生產進行模擬、測試、論證和優化，以降低風險、加快產品上市周期。商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子數字化工業集團 18 優化 數字化轉型的最后一個領域是以“大數據+工業互聯網”為基礎的運營優化。這意味著用云計算、大數據、物聯網、人工智能等先進技術將數據轉換為有價值的知識，從而為企業持續優化做出正確的決策。具體到生產領域，基于數據分析的優化最終目的是將數據洞察和數據分析應用和固化到生產運營的持續改進中，實現生產運營的閉環分析（如圖表 5-8）。數據洞察和透明化 工業數

60、據分析的難點在于工業的復雜性1，主要有以下三點原因：工業領域實踐者對工業過程的認識比較深刻，需要高精度和高可靠性的數據分析結果；工業數據分析需要更多的工業機理知識，因此需要采用數據驅動+機理模型的方式，通過數據分析和機理模型的深度融合解決實際的工業問題；1 清華大學(2019).工業大數據分析指南.工業互聯網產業聯盟.工業過程數據的復雜性很高、數據質量參差不齊，建模的困難度往往很大。因此，數據透明解決的是擺在企業數據分析人員面前的基本要求：保證數據分析的工作效率、減少數據分析的重復工作、明確業務需求。這需要通過增加生產性能透明度，確定生產的瓶頸和問題。其次數據分析師需要和工業領域專家一起進行數

61、據洞察工作，透過數據表面現象洞察問題的本質，挖掘隱藏在數據背后的潛力，為下一步數據分析工作指明方向。圖表 5-8 生產運營優化服務架構 商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子數字化工業集團 19 閉環分析 閉環分析，即通過數據分析和人工智能在工廠的應用來提高整體設備效率。按照西門子三個“數字化雙胞胎”的理念，將閉環分析應用于“性能數字化雙胞胎”，通過閉環分析持續優化產品設計、優化生產線性能，實現一個全閉環的生產流程的迭代。閉環數據分析是為業務需求服務的，是為了創造商業價值，需要一套完整的閉環數據分析技術路徑。西門子的閉

62、環數據分析技術路徑主要包括三大步驟，如圖表 5-9。您的企業可以仰仗閉環數據分析持續優化生產，不斷消除生產瓶頸，實現提升產品質量，提高生產效率和靈活性，延長設備壽命，降低運營成本，助力生產運營邁向新臺階。圖表 5-9 從理念到生產部署的項目路徑 商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子數字化工業集團 20 成功案例介紹及啟發 西門子成都工廠 西門子成都工廠（SEWC）每天生產約 3.8 萬個工業自動化產品。SEWC 以其對工業 4.0技術的深入應用聞名于世，并于 2018 年位列世界經濟論壇 9 大“燈塔工廠“之一。事實

63、上，在過去數年，SEWC 即作為制造業先進技術投資策略的范本，每年接待上萬訪客。SEWC 利用西門子數字化企業套件，成為西門子在中國第一家集研發、制造、質量控制和物流等體系于一身的數字化研發生產基地。數字化企業的理念幫助 SEWC 在白領員工人數不變的情況下，保持著高速增長：年產值提升 4 倍（2013 2018 年）藍領人均產值年增長 20%每年新增 50 種量產產品 以 99.5%的可靠性保證 7x24 小時生產 每 2 秒產出一臺產品 極高的柔性：總共支持 800 多種產品生產 每天發生 160 次換模 每條產線可混線生產逾 70 種產品 極致的質量：從產品到零部件，100%透明和追溯

64、每天產生 1 千萬比特的結構化數據 確保 99.999%的過程質量 為了同時保持這樣的質量和產量，一個典型案例是基于數據增值服務的精智面板生產線的功能檢測工站。在這里，將測試每個精智面板的所有功能，包括顯示白屏測試、觸摸面板測試、接口測試等等。這讓功能檢測工站成為這條生產線的生產瓶頸。為了釋放這個瓶頸，西門子數據增值服務團隊相信可以基于歷史測試數據分析優化測試時間。為此，工程師收集了 11000 個測試文件，并對這些測試日志文件進行了數據清理并使其結構化。然后，工程師對測試數據進行了不同角度的分析，得到了一些清晰的分析結果，例如哪些錯誤是最常見的錯誤，哪些測試項目的測試時間最長，哪些錯誤具有很

65、強的相關性。所有這些透明度幫助我們洞察測試機臺性能。在分析結果的基礎上，數據分析師提出了參數優化、測試過程優化、預測維護等建議。有了這些建議，每個精智面板的測試時間縮短了約 10%，每年節省的成本約為 30 萬元人民幣。為了持續改進，西門子開發了實時分析功能。未 來，它 將 成 為 一 個 基 于 西 門 子MindSphere 開放式物聯網操作系統的通用工業 APP，讓客戶享受云端之旅。航天電器智能制造樣板間 貴州航天電器股份有限公司隸屬航天科工集團第十研究院，主營業務為軍民兩用連接器、微特電機、繼電器、光電模塊、電纜組件的生產和研制。為“神舟飛天”“天宮對接”“玉兔漫步”“蛟龍探?！钡葒?/p>

66、重點工程提供了可靠的連接和驅動；同時也服務于三星、華為、哈里伯頓等國際知名廠商。2017 年銷售收入 26.1 億元，多年來以 20%的速度持續增長。為了實現貴州航天電器股份有限公司成為具有國際競爭力的一流高科技企業的戰略目標。2016 年貴州航天電器股份有限公司與西門子合作實施航天電器智能制造樣板間項目，期望通過本項目打造一個精密電子元器件行業、基于云平臺的智能制造樣板間。形成符合精密電連接器“多品種、小批量、定制化”特點，異地協同、柔性生產制造模式。滿足精密電子元器件產品設計、工藝、制造、檢測、物流等全生命周期的智能化要求?？傮w居于國際先進水平。航天電器智能制造樣板間項目實施范圍包含：系統

67、咨詢規劃和項目實施兩部分。通過系統商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子數字化工業集團 21 咨詢規劃幫客戶梳理清楚整個數字化項目的業務目標、業務范圍以及實施步驟等，使客戶對本項目有比較清晰的認識，然后通過數字化項目實施使客戶的業務目標變為現實。在這一項目中，西門子數字化企業服務團隊全力投入了咨詢規劃、落地設計、工程實施、驗收投產的全部階段。打造數據驅動的一體化研發制造、及個性化混線柔性生產。系統范圍包含全面覆蓋西門子數字化企業套件：產品全生命周期管理系統（PLM）、制造運營管理系統(MOM)、數據采集(SCADA)以

68、及自動化集成業務(TIA)。最終圓滿完成用戶期望，使航天電器獲得收益：研發周期縮短 30%生產效率提升 50%產品不良率降低 56%運營成本降低 21%航空行業的數字化企業案例 建設數字化企業是航空行業提高企業效率，提高品質，降低成本的有力手段。航空行業牽涉的零部件種類數量大大多于傳統制造型企業，零部件生產模式又是多品種小批量。航空制造業對產品、產線的經濟性和可靠性，以及定制化研發制造的交付周期都提出了非常高的要求。為了平衡交期、成本、質量之間的的天然矛盾，歐洲某航空企業在其 ETO（工程到訂單）過程中，大規模應用了數字化雙胞胎，構建虛實結合的研發制造體系。以數字化技術取得了跨越式的進步。本案

69、中，西門子聚焦于生產準備階段。這是銜接研發和制造的關鍵過程，存在大量的返工和溝通不暢問題。通過對企業的調研及業務的梳理，西門子發現企業面臨著不少挑戰如下：產線設計沒有合理的規劃，靠經驗進行產能計算，工序排布，工站的平衡等，無法合理的進行產線設備投資的預判；自動化設備選型周期長，且在產線設計前期無法驗證，可能導致設備購買后并不實用的窘境；各種自動化執行機構，IO 設備，驅動，機器人等，在聯合調試的前期驗證不充分，導致聯合調試周期長；跨學科溝通滯后也會導致頻繁的工站修改，又大大增加了工站實施的周期，直接增加投資成本。因此，為了應對以上的問題，我們在為企業設計數字化企業時，引入數字化雙胞胎的概念，利

70、用虛擬世界提前驗證和迭代，降低重構制造系統的建設風險。從業務流程來看，西門子指導企業從產線設計時，即開始利用雙胞胎啟動仿真活動。首先在總體設計階段，我們進行產線的概念設計和仿真，聚焦于工站間線平衡、計算合理的工時和合理的設備數量。這部分工作跟傳統方法的最大不同是模型及其參數均為經過迭代計算的最優解，以數據為基礎的決策帶來的效果和安全感將大大高于傳統企業以經驗為依據的方法。接著，工程師需要定義好各個自動化設備的運動屬性及運動序列。特別是在有焊接和組裝等工站上使用了大量的機器人，會利用虛擬世界進行機器人離線編程調試，同步驗證機器人的運動軌跡等相關參數，及與其他設備的空間干涉。同時，結合其他學科（如

71、電氣控制、自動化控制）在虛擬環境下完成所有的驗證。最后工程師需要和現場操作人員在虛擬環境下驗證各個設備的幾何干涉、動作序列、控制邏輯。為了實現上述的流程，西門子幫助企業搭建數字化平臺，如下圖所示，包括三大主要功能模塊：生產設計平臺：電氣設計和自動化設計與虛擬調試環境無縫集成；仿真平臺：與虛擬調試環境是各學科數據交互的基礎；商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子數字化工業集團 22 培訓和調試：仿真結果可以指導制造部門進行車間培訓，并指導最終的安裝和調試。圖表 6-1 生產準備驗證平臺應用架構 綜上所述，西門子為企業建立

72、的仿真平臺幫助企業在研發和制造之間實現數據無縫集成，建立了虛擬調試環境，在虛擬世界完成了各個設備的聯動控制，早期即避免了各種干涉、碰撞、互鎖失敗等問題，縮短了自動化程序的編制和驗證的周期。這都幫助企業非常明顯的縮短了投產周期，提高了生產準備階段整體速度及風險、成本控制能力。西門子數字化示范線 位于蘇州的西門子數字化展示中心，以高度定制化的工業按鈕為例，全面展示數字化企業各階段的端到端無縫集成：產品設計、生產規劃、生產工程、生產制造、產品服務無縫集成。其中利用“數字化雙胞胎”實現大規模定制是一大亮點。在展示中心的概念設計階段，筆者曾全程操刀樣品測試，數次完成工業按鈕的產品定制化設計到交付樣品全過

73、程。即使在設備和原材料全部齊備的情況下全過程約耗時 8 小時，需要兩位不同知識領域的專業工程師配合。即使如此，仍然出現了由于設計和工程偏差導致的約 50%的次品率。因此，為滿足客戶的快速定制化需求，擺在我們面前的挑戰十分嚴峻：縮短周期：高度定制需求下，大幅降低約 8 小時的接單到交付時間。提高質量：徹底改善原本約 50%的合格率，并嚴格檢測工藝質量。節約成本：徹底擺脫對專業工程師的依賴。圖表 6-2 數字化雙胞胎促成的關鍵指標提升 為此，我們創造性的應用數字化雙胞胎進行整廠的研發和制造部門規劃，從真實的運營出發，將大規模定制化生產的業務流程嵌入虛擬世界和真實世界的聯動運作，設計了整廠的快速無人

74、化運營模式。為了支撐以上業務流程的技術實現，數字化雙胞胎技術的應用至少需要以下四個功能模塊：產品生命周期管理系統 PLM：產品設計出的產品模型、生產規劃的產線/工藝以及自動化調試的程序將同步到數據主干，和客戶端的客戶需求共同生產加工程序和工藝規劃模型。制造運營管理系統 MOM：對 PLM 傳來的訂單進行生產，并對數據進行實時跟蹤和分析。將相應的操作指令下到 TIA，并將運行結果反回到 PLM 中。自動化系統 TIA：通過 PLM 系統傳出的自動化程序進行編程后，自動化設備進行相應的顯示、控制、感知、通訊和執行。工業云：對于自動化層設備的運行參數進行數據分析，并生成預維護方案。商業轉載請聯系西門

75、子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子數字化工業集團 23 圖表 6-3 數字化展示中心應用架構 經過成功的規劃和實施，本項目圓滿完成預定目標。時至今日，蘇州的西門子數字化展示中心仍然在平穩運營，向來自全國各地的觀眾展示落地的數字化企業最佳實踐。數據增值服務在德國安倍格 西門子德國安倍格工廠每年生產約 600 萬臺工業自動化產品，是西門子數字化工廠的主要生產基地之一。在 SIMATIC ET200SP 基座單元的生產線中，對焊點的 X 光檢測是質量檢測工藝之一。它耗費人力且檢測耗時長，是整個生產流程的瓶頸。在應用人工智能技術之前，用于

76、ET200SP 基座單元的 PCB 板100%都需要進行該項檢測。我們考慮是否可以基于對工藝數據的相關性分析，開發出一種算法以減少進行 X 光檢測的次數。圖表 6-4 ET200SP 產線 數據分析師通過統計歷史數據，確認 SPI 系統的數據和 X 光檢測結果的相關性，使用了SPI 系統中 40 個參數的 9 千萬行數據和與其對應的 X 光檢測結果的標簽(0/1)開發減少進行 X 光檢測次數的算法，通過監督式學習，構建 SPI 工藝數據與 X 檢測結果之間的多變量依賴模型。目前預計減少 X 光檢測次數大于 31%，消除了生產瓶頸。數據增值服務在水泥行業 CRH 是全球領先的建筑材料集團，在全球

77、約38000 個地點雇傭了 87000 多名員工。Roadstone 有限公司屬于 CRH 集團，在愛爾蘭擁有 46 個生產混凝土和瀝青的生產基地。該公司遇到最大的挑戰之一是石材的水分控制問題，石材的水分含量過多或過少都會直接影響到水泥的質量。通常是通過加熱的辦法降低石材的水分，因此水分對能耗影響很大。圖表 6-5 愛爾蘭 Roadstone 公司 為此，西門子的數據服務專家設計了一個基于云的數據分析和可視化平臺，該平臺具有自動數據采集功能。利用水分探針測量原料水分，并對數據進行分析。因此，上游原材料生產優化降低了能源成本。此外，通過自動數據收集和數據分析，還提高了工廠的OEE 和可靠性。商業

78、轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子數字化工業集團 24 商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry西門子數字化工業集團數字化企業與數據服務 25 縮寫名詞解釋 縮寫 英文 中文 APP Application 應用 BOM Bill of Material 物料清單 CAD Computer Aided Design 計算機輔助設計 CAM Computer Aided Manufacturing 計算機輔助制造 CAPP Computer Aided

79、Process Planning 計算機輔助工藝規劃 cPDM Collaborative Product Data Management 協同產品生命周期管理 CPS Cyber-Physical System 信息物理融合系統 CVCC Customer Value Co-Creation 客戶價值共創 ERP Enterprise Resource Planning 企業資源管理系統 ETO Engineering To Order 面向訂單設計 IO Input/Output 輸入/輸出 IoT Internet of Things 物聯網 IT Information Technol

80、ogy 信息技術 LDF Lean Digital Factory 西門子精益數字化工廠 MES Manufacturing Execution System 車間制造執行系統 MOM Manufacturing Operation Management 生產運營管理 MBSE Model-Based Systems Engineering 基于模型的系統工程 MVP Minimal Viable Product 最小可行產品 OEE Overall Equipment Effectiveness 設備綜合效率 OT Operational Technology 操作技術 OTD Order

81、To Delivery 接單到交付流程 PDM Product Data Management 產品數據管理 PLM Product Lifecycle Management 產品生命周期管理 PM Project Management 項目管理 QMS Quality Management System 質量管理系統 RAMI 4.0 Reference Architectural Model Industrie 4.0 工業 4.0 參考架構模型 SCADA Supervisory Control And Data Acquisition 數據采集與監視控制系統 SCM Spply Cha

82、in Management 供應鏈管理 SDS Siemens Development System 西門子研發體系 SPS Siemens Production System 西門子生產體系 TIA Totally Integrated Automation 全集成自動化 xTO X To Order(ETO/ATO/MTO)三種接單生產模式總稱 UI User Interface 用戶界面 商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry 26 關于作者 李于江 博士 數字化顧問 數字化企業體系架構 張鵬飛 數字化服務產品經理 數據增值服務 李如林 項目經理 數字化項目實施 楊浩 集成工程師 數字化項目實施 商業轉載請聯系西門子獲得授權，非商業轉載請注明出處。Siemens Ltd.Digital Industry 28