本文在企业数字化、智能化转型升级的探索和实践，发展智能化、柔性化、规模化的产业体系特别是智能化无人生产体系的建设中，对涉及的关键要素进行总结分析，对相关企业数字化转型建设具有一定的借鉴参考作用。

某企业的产品要求高精密、高质量、高可靠，生产模式是典型的多品种、小批量离散生产模式。经过多年来数字化转型建设实践，已经具备了较强的自动化加工与信息化管理能力。从哑设备改造、产线的少人化探索，再到智能产线的升级，每一次提升都是基于企业发展到一定阶段，遇到瓶颈后的主动改造、自我进化。

在企业发展到当前阶段，生产过程仍然面临四个方面问题需要解决：①生产模式限制产能提升;②计划准时完成率不高;③质量提升不明显，追溯不易;④生产成本不易压缩。

因此需要使用新模式、新体系、新方法和新工具来变革组织，实现发展。从 2022 年起，以自动化生产线为基础，应用数字孪生、大数据分析、边缘计算和 5G 等新技术建设动态计划、智能控制、柔性调度系统，将人工执行升级为数据驱动的自动执行;围绕基础建设、生产准备、生产执行和生产追溯四方面来建设整个生产系统，形成无人化生产体系的探索和实践。

在黑灯工厂建设的探索过程中，基于当前面临的问题，通过充分梳理需求，整理出包括减少人力提高生产效率、降低生产成本、提高产品质量、提升计划准确完成率，以及提高产能五方面目标，通过分解实施，达到了预期效果，并构建出一整套无人生产体系。

尽管此次智能化改造之前，企业已经具备了先进生产设备，但业务流程的设计仍然是依据传统生产组织模式进行的，为了实现生产过程的无人化，彻底解放人工，必须重构生产业务流程，对信息系统底层逻辑进行全面优化，减少生产准备阶段人员的工作量，优化生产、提升协同管理能力。

为此，在“黑灯工厂”无人化生产模式下，对生产资料等要素进行了升级，生产的组织管理模式需要变革，生产的业务流程需要重构;以车间 MES 和智能柔性管控系统为核心，以网络安全防护为保障，实现计划到执行的业务流、信息流、物料流的流程统一;以生产数据为基础的数字孪生系统，反向驱动、优化生产及协同管理。

在规划了智能车间及无人化生产体系，并梳理了无人条件下的业务流程后，经过严谨论证、方案规划和评审，进行了包括工艺布局、车间物流和机器人干涉等仿真验证，作为产线正式建设的指导。

按机床加工特性进行分组布局建设产线，针对不同的加工能力，设计实施不同的线内上下料机器人及辅助设备;基于产线主控 PLC 逻辑实现线内设备动作执行，同时建设工业环网，结合物联网支撑机床与各生产要素互联互通。

1)设备智能化改造。黑灯工厂的基本元素是智能设备。为适配无人化操作，对车间设备进行了智能化改造，通过增加电磁阀、传感器、通信口和机床 PLC 控制逻辑，使机床具备感知、执行、检测、通信和远程控制等关键能力，为智能产线建设打下坚实基础。

2)自动上下料设备实施。减少人工转运的时间浪费，降低人员伤害，提升生产效率。

3)线边库实施。实现原料、成品线内暂存，满足产线自动生产短期物料供应。

4)线边接驳台实施。满足产线与车间物流对接，以连续供应产线物料、提升换型效率。

5)安全防护等辅助设施实施。隔离人员活动与自动化设备工作区，保障人员和设备运行安全

智能仓储系统是物料的起点和终点，是物料转运的十字路口，是智能工厂的核心要素。建设的智能仓储系统的特点是具备货位存储的动态规划能力，可以根据产线拉动式需求做自适应式任务调度，并与 MES 进行集成，实现物料齐套信息的自动传输;基于数字孪生技术实现了库存周转分析和货位分析优化。

为满足车间数据采集、AGV 物流控制及后期视频监控、直播等应用，实现园区内智能化，建设了覆盖园区、车间的 5G 专网，对园区主要工作场所进行 100% 全覆盖。区别于三大运营商的 5G 网络，该专网将信令系统和数据系统一并下沉于企业内部，保证了数据不出园区，将数据通过虚拟加密通道传输到内网服务器，保障数据安全。

替代人工是无人生产必要要素，智能物流系统基于5G 技术实现 AGV 对物料在立体库、装调间、产线之间的转运。系统具备自动避障、自主充电、多 AGV 智能调度和二维码自动循迹等特点，实现了生产过程物料调度转运无人化，减少了生产待料时间，提高生产效率，降低了生产运营成本。

智能制造控制中心是黑灯工厂业务执行的核心，在控制中心实现计划、装调等生产准备工作，实现生产准备的前置化，使无人生产区与生产准备区分离;并依托建设于此的企业大脑、数字孪生，为车间管理提供分析、决策依据。

建设数字孪生，应用 AI+大数据技术，多源异构数据处理、数据驱动的建模，基于无限产能识别瓶颈资源，基于有限产能构建瓶颈网络优化模型。支持工厂运行监控、预警及敏捷决策。

1)采集产线、机床、AGV 和机器人等物理实体运行数据，基于边缘云实现产线监测及故障预测性分析。

2)基于设备状态预测、数字孪生工时优化进行动态排程，实现生产任务动态调度优化和产线运行优化。

3)计划准时完成率从 70% 提高到 95% ，产品一次交验合格率从 95% 提升到 99.9%。

结合业务实际需要，通过采集 ERP、PDM、MES 和OA 等核心系统的离散业务数据，形成企业数字大脑。企业大脑涵盖了企业战略运营、人力、财务、销售、采购、设备、生产和质量等多个维度。为企业生产管理和精准决策提供技术支撑，为科研生产数据赋能赋智。

针对车间生产计划达成率、准时完成率较低、临时插单多等问题，建设了车间级 MES。基于柔性、动态算法进行计划排产并自动驱动机床加工，实现了车间智能主导的生产，产品准时完成率明显提高。

实现生产过程的柔性、自动化控制，工人在智能制造控制中心即可实现毛坯自动上下料、机床自动加工、在线检测和成品自动返回装调间等操作。系统的设计完全契合企业产品特点及生产组织模式，并对比、吸收了国内外优秀产品设计思路，具有一定的行业先进性。

基于边缘云平台，采集设备数据，实现设备的健康管理和预测性维护;依托数字孪生的分析优化及时实现生产工时优化，动态调度生产资源，提高计划准时完成率。

建设机床主轴碰撞缓冲系统，通过边缘云平台对主轴振动数据采集，对主轴安全运行状态进行监控，并通过边缘云平台反控及时防止设备主轴碰撞损坏，实现机床设备的健康管理，并有效避免产线无人化后，设备严重故障时，无人及时应对的问题，有效减少设备故障造成的损失。

建设机加产品机内在线检测系统，系统依据预先编制的 NC 程序按加工需求进行调用，快速测量和记录关于零件几何特征的形状和位置信息，经后处理测量宏程序，自动保存相关测量数据，实时采集产品加工质量参数，实现无人化产品检测，并有效提升产品质量。

从技术创新、商业模式创新、管理创新三个方面来论述，本文旨在总结建设一个可复制、可推广，具有普适性的，适用于多数黑灯工厂建设的模式。下一步将继续加快推动黑灯工厂建设，从无人化生产模式复制及推广、智能装配线建设等方面入手，持续探索建设具有自感知、自学习、自决策、自执行和自适应等特征的智能化无人生产模式未来工厂。