在工业4.0的大背景下，中国提出了“中国制造2025”战略，现在到处谈论智能工厂的建设。 但是信商软件认为，企业在智能工厂建设时一定要全球考虑，建立全面系统的智能工厂管理系统，从各方面挖掘优化、潜力，最大限度地提高企业的生产效率和管理水平。
如何建立有中国特色的智能工厂？ 你又有多少智能？ “六维智能理论”很好地回答了这个。 从六个维度的“智能”出发建议构建中国特色的智能工厂。 是智能计划生产、智能生产过程协同、智能设备互联、智能资源管理、智能质量过程控制、智能大数据分析和决策支持。
、智能计划的生产
首先，从计划的源头确保计划的科学化、精确化。 通过整合，从ERP等上游系统读取主要生产计划后，利用APS进行自动生产，根据交货期、精益生产、生产周期、最佳库存、同一卡盘优先、已生产订单优先等多个高级生产算法自动生成这是科学地进行整个生产过程的来源和基础。
二、智能生产过程的协同
贵重的生产设备使作业人员忙于找刀、找材料、检查等辅助作业，避免设备有效利用率低的情况，企业从生产准备过程中，实现材料、工具、工装、技术等并行的共同准备，实现现场级的共同制造。
例如，随着3D模型的普及，在生产过程中实现以3D模型为载体的信息共享，将CATIA、PRO/E、NX等多种数据格式的3D图形、工艺直接分发到现场，实现生产过程的无纸化，实现图纸的转换和
三、智能设备相互连接
无论是工业4.0、工业互联网还是中国制造2025，其本质都是以CPS机器人物理系统为核心，通过信息化和生产设备等物理实体的深度融合，实现智能制造的生产模式。 对企业来说，那些贵重的数控设备、机器人、自动化生产线等数字化设备通过DNC/MDC的机床网络、数据收集、大数据分析、可视化表现、智能决定等功能，成为数字化生产设备的分布式网络
DNC是分布式数字控制的简称，意味着分布式数字控制，在国内通常被称为机床网络。 DNC系统可以在一台服务器上实现对所有数控设备的双向同时通信，支持Fanuc、Siemens、Heidenhain等一百种控制系统，RS232、422、485、TCP/IP、无线等各
经营学巨匠彼得德鲁克说：“你不能测量它，就不能管理它。” 我们不仅需要用DNC解决互联的问题，还需要用MDC (Manufacturing Datacollection，直译为制造数据收集，俗称机床监视)解决数据的自动收集、透明化、量化管理的问题。
MDC可以用一台计算机同时自动收集4096台数控设备，数控机床、热处理设备(溶解、压铸、热处理、涂装等设备)、机器人、自动化生产线等各种数字化设备、西门子等所有机床制造
高端带NIC的机床可以直接收集机床的实时状态、程序信息、加工件数、转速和进给、警报信息等丰富的信息。 用图像的直观图形界面显示。 例如，绿色表示机床正在运行，黄色表示机床没有运行，灰色表示故障，鼠标在机床的图形上一点一点地显示，相关机床的详细信息全部实时
要实现更实时的显示效果，可以通过3D虚拟技术立体表现工厂、设备、人体模型等，实现人体步行、机床放大缩小、设备信息实时显示等各种操作，让用户更直观、更形象地表现
四、知能生产资源管理
通过资源(材料、工具、测量仪器、夹具等)的出入库、查询、盘点、破损报告、并行准备、专家库的切削、统计分析等功能，有效避免资源的积压和不足，实现库存的精益化管理，因资源不足而导致的生产延迟
五、智能质量过程管理
除了及时处理生产过程中的质量问题、分析规律、减少质量问题的复发等技术手段外，在生产过程中实时收集生产设备的制造过程参数并及时介入也是确保产品质量的重要手段
以工业互联网的形式收集和管理溶解、压铸、热处理、涂装等数字化设备。 例如，收集设备的基本状态，实时监视各种工艺数据，进行动态警报、工艺记录分析等功能，实现加工工艺的实时、动态、严格的工艺控制，完全控制产品的生产过程。
生产了一段时间，质量出现一定的规律时，我们通过综合分析工序过程的主要工艺参数和产品质量，为技术人员和管理者提供工艺改进的科学、量化参考数据，在今后的生产过程中，减少了不好的参数
六、知能决定支援
在整个生产过程中，系统运行大量的生产数据和设备实时数据，许多企业在一个工厂一年的数据量高达10亿条以上，这是真正的工业大数据，这些数据都是企业的宝贵财产。 深入分析这些数据时，系统会自动生成直观的统计、分析报告。 例如，计划制定状况、计划执行状况、质量状况、库存状况、设备状况等有助于相关人员的决策。 基于这种大数据分析的决策支持可以帮助企业实现数字化、网络化和智能化的高效生产模式。
通过以上六个方面的智能构建，可以大幅度提高企业计划科学化、生产过程协同化、生产设备和信息化深度融合，并通过基于大数据分析的决策支持对企业进行透明化、量化管理，明确企业的生产效率和产品质量
责任编集：YYX