在当前智能制造的热潮下，许多企业都在计划建设智能工厂。众所周知，智能工厂的规划和建设是一项非常复杂的系统工程。为了少走弯路，本文梳理了智能制造规划中需要考虑的十大核心要素和需要关注的关键维度。

1、数据收集和管理

数据它是智能工厂建设的血液，流淌在应用系统之间。在智能工厂运营过程中，设计、工艺、制造、仓储、物流、质量、人事等业务数据。这些数据可能来自ERP、MES、APS、WMS、QIS等应用系统。在生产过程中，要及时收集产量、质量、能耗、加工精度、设备状态等数据，并与订单、流程、人员关联，实现生产全过程追溯。

此外，在工厂智能制造规划的过程中，需要建立数据管理规范，保证数据的一致性和准确性。应提前考虑数据采集的接口规范和SCADA(监控和数据采集)系统的应用。企业需要根据收购的频率要求来确定收购方式。对于需要高频采集的数据，应该从设备控制系统自动采集。

此外，必要时应成立专门的数据管理部门，明确数据管理的原则和建设方法，建立数据管理流程和制度，协调实施中存在的问题，定期检查优化数据管理的技术标准、流程和实施情况。

2、设备联网

实现工厂智能制造规划至工业4.0，推进工业互联网建设，实现MES应用，最重要的基础是实现M2M，即设备之间的互联，建立工厂网络。

企业应该对设备如何互联，采用什么样的通信方式、通信协议和接口方式建立统一的标准。在此基础上，企业可以实现对设备的远程监控，机床联网后可以实现DNC(分布式数控)的应用。组网设备和数据采集是企业工厂智能制造规划的基础。

3、工厂智能物流

要推进工厂智能制造规划的建设，生产现场的智能物流非常重要，尤其是对于离散型制造企业。工厂智能制造规划时，需要尽量减少无效的物料处理。很多制造企业在装配车间设置了配套区，根据每个客户的订单集中配送货物，通过DPS(数字拣货系统)快速拣货，配送到流水线上，消除了边缘仓库。

离散制造企业可以使用带导轨的工业机器人、桁架机械手等。在两个机械工序之间转移物料，也可以使用AGV、RGV(轨道穿梭车)或悬挂式输送链来转移物料。立体仓库和滚轮系统的应用也是企业在规划智能工厂时需要进行系统分析的问题。

4、生产质量管理和设备管理

提高质量是企业永恒的主题。在工厂智能制造规划中，生产质量管理和设备管理是核心业务流程。贯彻质量是设计、生产而
不是测试的理念。

质量控制需要嵌入到信息系统中的主要生产过程中，如检验和试验，在生产订单中作为过程或步骤处理；质量控制流程、表
格、数据和生产订单相互关联、相互渗透；构建质量管理的基本工作路线:质量控制设置→检测→记录→评价→分析→持续改进。

设备是生产要素，发挥设备的效率(OEE——设备综合效率)是工厂智能制造规划生产管理的基本要求。OEE的提升标志着产能的提升和成本的降低。生产管理信息系统需要设置设备管理模块，使设备释放出最高的能力。通过生产的合理安排，可以减少设备特别是关键和瓶颈设备的等待时间。

在设备管理模块中，需要建立各种设备数据库，设置编码，及时维护设备；通过实时收集设备状态数据，为生产调度提供设
备能力数据；建立设备健康管理档案，根据积累的设备运行数据建立故障预测模型，进行预测性维护，最大限度减少设备非
计划停机时间；管理设备的备件。

5、智能车间的设计

除水、电、蒸汽、网络、通信等管线设计外，智能车间还应规划智能视频监控系统、智能照明及照明系统、通风空调系统、
智能安防报警系统、智能门禁卡系统、智能火灾报警系统等。智能视频监控系统能够判断监控画面中的异常情况，以最快最
好的方式发出警报或触发其他动作。

整个工厂的工作区域(加工、装配、检验、采购、交付、储存等)。)应该按照工业工程原理来分析。数字化制造仿真软件可以
用来模拟设备布局、生产线布局和车间物流。在设计厂房时，还要考虑如何降低噪音，如何灵活调整设备布局，如何在多层
厂房中进行物流运输。