- 博客(378)
- 收藏
- 关注
RSS订阅原创 虚实共生：从图纸到黑灯产线，制造企业数字孪生分步实施方法论
纵观头部灯塔工厂的落地路径，数字孪生的成型逻辑清晰可循：始于全域数据感知，成于高精度虚拟建模，终于AI仿真闭环优化。在前面的系列文章中，我们系统拆解了工业AI质检的核心技术与行业趋势。对标三一、海尔等全球灯塔工厂的成熟实践，结合工业智能创新发展架构体系，制造企业的数字孪生建设无需一步到位、盲目重资产投入。行业通用且低风险的落地路径，是一套的三阶段分步实施方法论，能够以最低试错成本，循序渐进实现工厂自主智能化升级。
2026-06-29 22:44:40
226
原创 虚实共生：工业数字孪生核心定义、架构与底层价值
2021年工信部发布《工业设备数字孪生白皮书》，给出标准化完整定义：以具体应用需求为目标，依托实体三维建模、工业物联网、大数据、人工智能多技术融合，搭建物理空间与数字空间双向闭环数据通道，完成工业实体与虚拟模型的实时虚实映射，完整留存设备全生命周期运行历史数据。基于虚实同步的状态数据，面向研发、生产、运维场景开展数据分析、智能决策，同时下发控制指令实现物理实体闭环调控，支持实体设备与虚拟模型双向迭代优化。
2026-06-28 09:00:00
321
原创 人本智造：迈向自适应协同，多智能体与AI赋能的未来车间【6】
纵观工业自动化发展全历程，人机关系一共经历三轮迭代：工业3.0时代：人适应机器，工人被动跟随固定流水线节拍作业；工业4.0时代：机器辅助人，自动化设备替代重复体力劳动；工业5.0时代：人机双向共生，人与机器平等协作、互相适配、共同决策。未来制造业车间，操作工将逐步转型为人机团队管控者、生产系统指挥者。技术不再试图替代人，而是全方位赋能人、守护人。多智能体与AI赋能的自适应车间，从来不是为了打造无人黑灯工厂，彻底淘汰一线工人。
2026-06-27 09:00:00
162
原创 人本智造：领先实践：宝马与KUKA的工效学创新之路【5】
工业4.0追求无人化、全自动化，极力用机器替代人的工作；而工业5.0重新回归制造本源，重新确立人的核心地位。宝马与KUKA的落地案例清晰证明：未来智能制造，不需要冷冰冰的无人黑灯工厂，而是人机各尽其长、彼此分担、互相赋能的共生产线。这也是工业5.0人本智造，最朴素也最核心的终极答案。
2026-06-26 09:00:00
182
原创 人本智造：数字化人因工程,从被动防护到主动优化【4】
工业5.0回归人本制造核心，，随着人体数字模型精度持续提升、产线实时仿真算力不断升级，人机工位将实现千人千面个性化适配：系统根据不同工人身高、体能、作业习惯，自动微调机器人运动轨迹、工序分配、工作台参数。安全与效率不再互相制衡，机器服务于人、技术赋能于人，真正落地以人为本的人机共生智能制造生态。
2026-06-25 09:00:00
318
原创 人本智造：人因感知与智能评估技术，解锁工业5.0人机共情协同【3】
工业4.0追求极致自动化与生产效率，让机器不断替代人力；而工业5.0回归制造本源，重新确立人的核心地位。人因感知与智能评估技术，看似是一项底层传感与算法技术，本质是制造理念的回归：智能制造永远不是让人适配冰冷的机器，而是让智能装备服务于人、体谅于人、成就于人。
2026-06-24 09:00:00
334
原创 人本智造：人机交互技术的演进与融合【2】
在上一篇“人本智造”的讨论中，我们设想了未来机器能够“共情”人类的愿景。传统的工业交互，依赖工人通过示教器或控制面板向机器下达冷冰冰的代码指令。这种方式的效率极低，且要求工人具备专业技能，严重阻碍了人机协作向更深层次发展。工业5.0时代呼唤一种全新的范式——，让机器像人类一样，通过视觉、听觉、触觉甚至“意念”来“读懂”人的指令。
2026-06-23 09:00:00
144
原创 人本智造：工业5.0下的人机协同装配新范式 【1】
正如《Engineering》文章所引用的警示：“人类决不能受制于机器和自动化，反过来机器和自动化应该服从人类”[1]。我们正站在实现这一目标的关键节点上。从宝马的实践到前沿的理论框架，我们看到“人本智造”已不是遥不可及的概念，而是正在发生的现实。未来，具有共情能力的智能机器与高效的人类合作伙伴将共同构建一个更具弹性、灵活性和可持续性的制造生态[1]。这不仅是技术的胜利，更是对“人”的价值的最高致敬。—— 让我们拥抱工业5.0，开启人机协同的新篇章。
2026-06-21 09:00:00
184
原创 【人工智能】-收藏从未停止，使用从未开始？ima帮你彻底内化知识
腾讯ima是集成知识库、在线笔记、AI智能搜索、智能问答助手于一体的新一代智能工作台，面向个人与团队，一站式解决资料存储、内容检索、知识解读、办公辅助等全流程需求。回顾整个知识管理的演变过程不难发现，我们一直追求的从来不是“存下更多信息”，而是“用好已有知识”。传统工具解决了“存放”问题，却无法解决“消化”难题。而以腾讯ima为代表的AI智能工作台，正在改变这一现状。
2026-06-18 08:00:00
214
原创 【人工智能】- ima的“大脑”——大模型
日常使用腾讯ima时，我们随口提出问题，它总能精准理解意图、调取资料并给出回答。很多人好奇，这款智能工作台背后的AI究竟靠什么实现“听懂人话、解读内容”？本文以ima为切入点，用通俗的语言拆解大语言模型的基础原理，带你看懂AI“大脑”的运转逻辑。
2026-06-18 08:00:00
225
原创 【智能制造】- APS系列｜29 实战案例：生产计划系统提升计划制定效率
生产计划是制造企业生产运营的核心指引，传统人工、表格编制计划的模式，难以适配短交期订单、特急订单、多品种小批量等复杂生产场景。本文结合真实企业落地案例，梳理计划制定效率偏低的成因、优化核心目标，讲解标准化优化实施方法，客观呈现APS生产计划系统落地后的改善成果。在制造业日常运营中，设备运行状态、人员配置、物料库存等数据需要同步至生产计划环节，以此保障生产活动有序推进。传统计划编制模式存在效率低、精度差、过度依赖人员经验等问题，当市场订单结构、生产现场状态发生变化时，计划调整往往耗时费力。
2026-06-17 09:00:00
169
原创 【智能制造】-APS系列｜27 实战案例：APS生产计划系统作为统一的信息共享载体
部门与岗位间的信息互通是制造企业提升生产效率的重要抓手。APS生产计划系统可作为统一的信息共享载体，消除各环节信息壁垒，减少沟通成本与生产浪费。在制造企业日常运营中，订单信息、设计资料、生产实绩、库存数据等内容，需要在不同部门、不同岗位之间流转共享。一旦出现信息断层、传递不及时、数据不一致等问题，会直接增加生产作业时长，催生大量跨部门沟通工作。长此以往，时间、原材料、人工工时都会出现不必要的损耗。打通内部信息通道、消除人员与部门之间的信息差，是工厂推进业务改善、降本增效的基础工作。
2026-06-14 09:00:00
174
原创 【智能制造】-APS系列｜28 实战案例：运用生产计划系统提升产品交付及时率
按期交付是制造企业维系客户合作、树立市场口碑的基础，交期延迟会直接损害企业信誉并产生额外运营成本。本文梳理制造业交期延迟的各类诱因、优化核心目标，讲解APS生产计划系统对应的优化实施方法和系统落地后的实际改善效果。对于生产制造企业而言，严格遵守与客户约定的交货期，是开展经营活动的基本要求。在实际生产场景中，受部门协同、产能评估、现场异常、计划编制等多重因素影响，订单延期交付现象普遍存在。想要从根本上改善这一问题，需要先全面梳理交期延迟的成因，明确优化目标，再匹配对应的解决方案。
2026-06-14 09:00:00
194
原创 【智能制造】-APS系列｜26 实战案例：借助生产计划系统缩短生产提前期
生产提前期过长会推高库存、增加运营成本，甚至造成客户流失。APS系统通过数据可视化、精细化排产、瓶颈优化等方式，帮助企业合理压缩订单交付周期，本文结合真实案例讲解落地方法与改善效果。在制造业经营中，生产提前期指代从接收客户订单到完成产品交货的全流程时长。如果该周期持续偏长，车间滞留库存会不断增加，直接抬高仓储、管理等各项成本；同时过长的交付周期会降低客户合作意愿，导致订单流失。因此，缩短生产提前期是制造企业优化运营的重要工作。
2026-06-13 09:00:00
244
原创 【智能制造】- APS系列｜25 实战案例：APS提升业务处理能力
制造企业提升业务处理能力不能只做局部工序优化，需以整体最优为目标，围绕设备利用率、订单交付周期、库存管控等维度统筹规划。APS系统打通生产、采购、销售全业务链路，帮助企业跳出单点改善的局限，系统性提升综合运转效率。在制造业经营过程中，库存水平直接影响企业现金流与整体收益。想要充分发挥设备与产线产能、缩短从接单到交货的全周期时长，核心路径就是提升整体业务处理能力。不少企业尝试通过优化单道工序提升生产效率，却忽略产线瓶颈约束，最终造成工序间物料滞留；还有企业脱离出货需求盲目投产，进一步推高库存。
2026-06-12 09:00:00
171
原创 【智能制造】- APS系列｜24 实战案例：减少库存与库存合理化
结合真实企业落地案例，讲解APS系统整体遵循“以销定产、以产定采”的基本原则，从订单、排产、生产、采购全链路协同调整。先梳理现有库存数据，区分正常周转物料、积压物料、呆滞物料；再结合生产节拍、订单交期重新设定库存标准；最后通过流程与计划优化，持续维持合理库存水平。在制造业日常运营中，企业需要同步管理原材料、半成品、成品等多类型库存。想要规避缺货停产、库存积压等问题，就必须实时掌握库存数量、物料流转等数据。
2026-06-11 09:00:00
201
原创 【智能制造】- APS系列｜23 成本管理：产量会计
产品滞销库存积压常态化，传统成本核算容易出现账面利润失真问题，依托TOC理论衍生的成本核算方法，匹配APS排产落地，规避盲目量产虚增账面利润市场从过去卖方市场转变为买方市场，产品滞销库存积压常态化，传统成本核算容易出现账面利润失真问题，产量会计应运而生，成为制造业新型成本管控工具。本文讲解产量会计定义、计算公式、与传统成本核算差异、三大经营目标及和APS系统的关联。
2026-06-10 09:00:00
210
原创 【智能制造】-APS系列｜22 生产线最优化：生产线平衡
生产线平衡，指将产线上各工作站的作业量平均化，消除工序间作业时间差距，让产品在产线顺畅流动、无停滞等待。
2026-06-09 09:00:00
203
原创 【智能制造】- APS系列｜21 生产管理基础：TOC理论（约束理论）
TOC（Theory of Constraints），即约束理论，由艾利·高德拉特博士提出，1984年发表于著作《The Goal》。系统整体效率由最薄弱环节（瓶颈）决定；适用范围：生产管理、企业组织、供应链等全场景；核心目标：聚焦瓶颈改善，减少库存、降低成本、提升整体产能。
2026-06-08 09:15:00
713
原创 【智能制造】- APS系列｜21 生产管理基础：TOC理论（约束理论）
TOC（Theory of Constraints），即约束理论，由艾利·高德拉特博士提出，1984年发表于著作《The Goal》。系统整体效率由最薄弱环节（瓶颈）决定；适用范围：生产管理、企业组织、供应链等全场景；核心目标：聚焦瓶颈改善，减少库存、降低成本、提升整体产能。
2026-06-07 09:00:00
190
原创 【智能制造】- APS系列｜19 生产管理基础：QCD
QCD是生产管理的三大核心目标，QCD是制造业生产管理的基石，质量第一、三者平衡是核心原则。在制造业生产管理中，QCD是衡量企业竞争力的基础指标，直接决定客户满意度和企业盈利能力。本文讲清QCD的定义、优先级、相互关系及改善方法。
2026-06-06 09:00:00
232
原创 【智能制造】- APS系列｜18 流水线与单元生产两种作业方式
流水线生产是将作业拆分到各工作站，半成品随传送带移动，依次完成加工的生产方式。单元生产不依赖直线传送带，采用L型、U型布局，以“单元”为单位独立完成全工序的生产方式。
2026-06-05 09:00:00
202
原创 【智能制造】-APS系列｜17 推动式与拉动式：两种核心生产系统
推动式生产系统，由上游工序向下游工序下达指令，传递原材料供应、作业准备、开工时间等信息。拉动式生产系统，由下游工序向上游工序发出需求，传递原材料供应、作业准备、开工时间等信息。
2026-06-04 09:00:00
227
原创 【智能制造】- APS系列｜16 提前期：概念、价值与缩短方法
提前期是制造业计划管理的核心指标，直接影响库存、成本、交期和市场竞争力，直接决定交期与库存水平在制造业生产管理中，提前期是制定计划、排产调度、交期承诺的基础概念。很多企业交期不准、库存高、响应慢，核心原因之一就是提前期定义模糊、数据不准、管理混乱。本文直接讲清楚提前期的定义、分类、缩短好处和具体方法。
2026-06-03 09:00:00
202
原创 【智能制造】- APS系列｜16 生产模式：按单生产与备库生产
按单生产，指根据客户实际订单组织生产，订单下达后才启动采购、投料、加工、组装，无成品库存或极少成品库存。备库生产，指基于市场需求预测，提前生产成品入库，客户下单后直接从库存发货，无需等待生产。半成品、通用部件备库生产，最终成品按单组装。
2026-06-02 09:00:00
201
原创 【智能制造】- APS系列｜16 生产计划与生产排程：核心概念与分类
生产计划是企业结合经营目标、销售订单、产能状况、成本控制及交货要求，制定的关于生产产品种类、数量、时间、资源投入的具体方案。按工业标准定义，生产计划核心是明确生产数量与生产时间，是统筹全工厂资源、平衡供需的顶层规划。生产排程（Scheduling）也称作业顺序计划，是在生产计划基础上，以工序为单位，安排作业顺序、分配设备/人力资源、确定开工与完工时间的详细方案。生产排程需在有限产能下，综合考虑设备能力、人员数量、班次规则、工序约束，是生产计划落地到现场的关键环节。
2026-06-01 09:00:00
189
原创 【智能制造】- APS系列｜15 生产管理基础：BOM
BOM是生产管理和APS排产的核心基础，没有准确BOM，排产无法落地在制造业生产管理中，BOM是必不可少的基础数据。很多企业排产不准、缺料、库存积压、交期延误，根源都是BOM不完整、不准确、不规范。本文讲清楚BOM定义、作用、分类，以及BOM和APS排产的关系。
2026-05-31 09:00:00
430
原创 【智能制造】- APS系列｜13 搞定生产排程，先吃透3个核心时间：节拍、周期、提前期
节拍时间来源于德语“Takt”，原意是指挥棒，引申为按客户需求倒推，生产单件产品的目标时间，决定生产线必须以什么速度生产，才能准时交付订单。周期时间是从一件产品开始加工到完工下线的实际作业时长，反映产线真实生产效率，以生产端为核心。提前期涵盖订单处理、物料采购、生产加工、入库检验、物流配送等全环节时间，不只是生产时间，而是端到端的全周期时间。
2026-05-29 09:00:00
397
原创 APS系列｜12 智能寻优技术
排产精度卡瓶颈、人工调优效率低？智能寻优技术通过快速迭代推演，自动寻找最优方案，实现高精度排产。传统排产依赖固定参数设定，只能满足基础约束，面对多品种、小批量、订单高频变更场景，很难同时兼顾产能均衡、交期保障、成本控制、库存优化等多重目标，排产精度逐渐遇到天花板。想要突破瓶颈、实现更高精度排产，核心路径是——通过算法快速重复推演、反复分派任务，从海量可行方案中自动筛选、迭代出综合代价最小、综合效益最优的生产计划，彻底告别人工反复试错，高效破解复杂排产难题。
2026-05-28 09:00:00
323
原创 【智能制造】- APS系列11｜工厂导入APS自测的6大条件
不是所有工厂都适合上APS，盲目上线只会花钱踩坑。6个核心判断条件，帮你快速自测，避免无效投入在制造业数字化转型浪潮中，不少工厂跟风导入APS（高级计划与排程）系统，结果投入人力物力后，要么用不起来，要么用了没效果，最终沦为“摆设”。其实，APS不是万能工具，。盲目跟风不如先自测，今天就从管理、数据、人员、生产、变更、协同6个维度，拆解工厂导入APS的核心判断条件，帮你精准定位，避开导入陷阱。
2026-05-27 09:00:00
327
原创 【智能制造】- APS系列｜10 生产计划怎么定
简单来说，生产计划是企业结合经营目标、销售订单、产能现状、成本预算，明确生产产品品类、数量、时间、资源分配的纲领性文件。明确生产产品的品类、数量、交付时间；规划生产所需原材料、零部件、辅助物料的供应计划；制定从生产开工到成品发货的全流程进度管控方案。一句话总结：生产计划的核心，是在交期、产能、成本三者间找到最优平衡点，确保订单准时交付、产能高效利用、库存合理可控。
2026-05-26 09:15:00
426
原创 【智能制造】- APS系列｜09｜APS排产7步闭环
很多企业只会点“一键排产”，却不懂APS计划如何生成、如何迭代、如何落地。真正专业的APS排产，不是单次运算，而是一套标准化、可迭代、可闭环的七步完整流程。在制造业数字化排产落地中，绝大多数人只关注APS的算法、界面和功能，却忽略了最核心的。没有遵循APS标准排产流程，跳过建模、忽略数据、凭经验改计划，最终导致智能排产形同虚设。真正工业级APS排产，拥有一套固定且严谨的闭环生成逻辑，从车间建模、数据采集，到计划生成、人工优化、审核落地、动态迭代，环环相扣。本篇完整拆解。
2026-05-25 09:45:00
348
原创 【智能制造】- APS系列｜07 APS的6大常用算法
很多制造管理者疑惑：同样是APS系统，为何有的能精准排产、快速响应，有的却漏洞百出？核心差距，藏在底层优化算法里APS（高级计划与排程系统）之所以能成为生产管理的“智能大脑”，摆脱人工排产的经验依赖，核心在于其内置的一套成熟优化算法体系。不同于简单的“按顺序排单”，APS算法需要在海量约束（设备、物料、交期）和多目标（成本、效率、交付）中，快速找到最优排产方案。
2026-05-23 09:00:00
427
原创 【智能制造】- APS系列｜05 APS 排产的五大底层算法逻辑
很多人误以为APS只是给生产工单排先后顺序，实则整套系统依托成熟算法体系，完成多维度约束下的最优生产决策在制造业数字化排产普及的当下，依旧有不少制造管理者对APS存在认知误区，将其等同于简易工单排序工具。事实上，专业级高级计划与排程系统，早已脱离单纯按时间排序的基础功能，而是依托一整套成熟完善的底层算法逻辑，整合现场各类生产限制条件，在海量变量中自动推演、筛选、输出最贴合企业经营目标的生产方案。
2026-05-22 09:00:00
368
原创 【智能制造】- APS系列｜03 APS三大约束条件
很多工厂上线APS排产无效、计划落地难，不是算法不行，而是根本没理清。不懂约束做排产，再好的系统，也只能排出无法落地的纸上计划。在之前的系列推文里，我们拆解了爱普生官方两种核心排产逻辑（有限能力+无限能力），很多制造同行留言提问：明明按照标准流程配置APS，排出来的计划依旧和现场脱节，设备超负荷、物料跟不上、交期赶不上，反复调整依旧没用。其实想要做好精准、可落地的智能排产，核心前提就是吃透。这也是全球精密制造企业做APS落地、闭环排产的核心底层逻辑，没有例外。所谓APS约束，就是生产过程中。
2026-05-21 09:00:00
338
原创 【无标题】
算法再强排产系统，没有标准完善的底层数据支撑都是空谈，读懂四大基础数据，才算真正玩转APS在制造业智能排产领域，不少企业上线APS系统后迟迟达不到预期效果，排产结果偏差大、计划落地性差、重排频繁，深究根本原因，大多不是系统功能不够完善，而是前期底层基础数据梳理不到位。APS之所以能够依托算法实现智能优化排程，核心依靠海量标准化基础数据作为运算依据。只有把源头数据做全、做准、做规范，系统才能精准匹配生产实况，输出贴合车间现场、可直接执行的生产计划。
2026-05-21 09:00:00
190
原创 【智能制造】-APS系列｜02 两大核心排产方式
制造业APS落地关键不在于系统多强大，而在于选对排产逻辑；APS实战验证，两种排产模式覆盖绝大多数工厂生产场景在工业数字化排产领域，APS凭借多年精密制造沉淀，形成了成熟标准化的APS应用体系。很多企业上线APS系统后效果平平，核心原因并不是软件功能不够，而是，没有根据自身生产模式匹配对应的排产方式。与。
2026-05-19 09:00:00
510
【智能制造典型场景参考指引（2025 年版）】典型场景参考指引：面向八大环节的40个数字化转型应用场景设计与实施框架
2025-12-02
数字化转型-埃森哲集团数字化顶层规划
2025-07-24
智能制造2025年版典型场景参考指引
2025-06-13
三大开源DataAgent(OpenINterpreter-DB-GPT-DeepBI).zip
2025-04-19
AI Agent系列(八) -基于ReAct架构的前端开发助手(DeepSeek)
2025-04-01
C#&Codesys共享内存实现数据高速交互
2025-02-23
树莓派安装codesys
2025-01-09
数字化转型 国家标准 - 制造业企业数字化转型实施指南 国家标准 - 信息化和工业化融合管理体系要求
2025-01-04
AI在制造业的应用的PPT
2024-12-12
Kepware安装程序无法找到所需的根证书 请应用Windows更新的问题处理
2024-10-31
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人