中国众多制造企业正在加快提速智能制造，对于企业而言，最大的对手不是同行，而是自己，跟上时代步伐才能长盛不衰，智能制造已支撑不少优秀企业成为行业领军企业，但是现在还有很多制造企业未能真正理解智能制造，存在以下八大误区。

　　误区一：重自动化，轻数字化

　　目前，制造企业面临着人力资源成本的巨大压力和招聘的困难，许多离散制造企业都积极开展生产线自动化改造。许多生产线初看起来都很先进，但仔细研究，一方面，许多企业的自动化产线还只能适应单一品种，柔性不强;另一方面，许多企业不够重视设备联网和产线数据采集，很难实现生产过程的可视化与透明化，对生产现场实时情况的掌握也是一个难题。自动化控制系统广泛应用于工艺制造企业的生产线上，但数字技术的应用相对滞后，也存在与自动化系统脱节的问题。

　　误区二：重单机自动化，轻系统柔性化

　　很多制造企业非常重视购买数控加工中心或者钣金加工设备，不少企业还配备了上下料的工业机器人，但是往往还是单机自动化，还没有应用柔性制造系统(FMS)或柔性制造单元(FMC)，生产过程中还需要人工搬运，导致产生在制品库存，高端智能装备的OEE较低。而国际领先企业已经开始应用柔性制造系统，实现了机加工和钣金加工的全自动、无人化地加工不同的零件。

　　误区三：重局部改造，轻整体优化

许多企业非常重视自动化改造，推进机器更换人力。尽管可以减少人力，提高单一工位的效率，但对提高生产线整体效率意义不大，并且经常会把瓶颈工序移至其他工位。恰当的方式是以工业工程为基础，运用价值流图等方法，根据产品种类、产量、批量、制造工艺、生产能力、生产节拍、在制品物流传送方式等，进行整体优化;为了减少自动化改造的难度，尽可能地满足各种变型产品的生产和装配，从实现自动化的角度对制造工艺进行优化。

（图片来源网络）

　　误区四：重单元系统应用，轻整体规划系统集成

许多企业往往是为了解决某一个或一类问题而建设一套信息系统，缺乏总体规划，导致功能重叠、边界模糊、数据源多样化等问题。而企业的运行效率并未提高，甚至是下降，投资收益率也不高。应将业务边界与系统边界分开，简化数据在不同系统间传递的过程，实现数据的实时共享，确保数据的准确性，消除信息孤岛，为企业运行分析提供统一、一致的数据源。

　　误区五：重数字化设计，轻数字化仿真与优化

　　近年来，制造企业在产品研发(R&D)方面的投入持续增加，购买了三维CAD、CAE等软件，但是，大部分企业还是重产品开发(Development)、轻研究(Research)，主要还是根据客户的订单需求进行产品设计，对于前沿技术的研究与探索不够。在系统应用方面，数字化设计软件应用十分广泛，部分企业已经延伸到数字化工艺，但是对于仿真技术的应用还停留在初级阶段，主要进行运动仿真、结构和流体仿真与验证，尚未实现仿真驱动设计和多物理场的仿真分析和优化设计，仿真应用不成体系，缺乏对仿真规范、仿真流程、材料数据库的管理，仿真人员没有建立专门的组织，仿真软件的价值远未充分发挥。

　　误区六：重显示度，轻实用性

　　在国家大力推进智能制造的背景下，部分企业不惜重金打造出豪华版的智能工厂，各种智能装备和信息系统一应俱全，包括知名品牌的BI、ERP、PLM、MES、SRM、ESB、生产及物流仿真系统、自动立体库、AGV、自动化产线、生产指挥中心等，建立了专门智能制造展厅、车间现场的参观通道、示范生产线等，很有显示度。但在实用性方面却明显不足，不少企业不惜重金建立了大屏幕生产指挥中心，平常却没人看，更多地只是用于参观。对于生产状态的预警和报警等关键信息，却没有实现根据管理者的角色推送到移动终端。

　　误区七：重建设，轻运维

　　在智能制造推进过程中，制造企业普遍存在重建设、轻运维的问题。企业在系统采购实施阶段，会进行需求分析、系统评估、可行性分析和招标选型。但系统启动后，缺乏持续的操作和维护，应用软件多年不维护升级，系统功能与实际业务流程的匹配差距越来越大，难以发挥系统价值;自动生产线也存在维护不及时、故障率高的问题。

　　误区八：重信息系统应用，轻数据价值管理改善

　　很多制造企业在数字化转型的过程中已经应用了诸多信息系统，但系统应用的效果和发挥的价值却参差不齐。一方面，虽然企业信息系统的应用领域不断拓展，但企业对系统的数据本身缺乏分析，数据的价值未得到充分挖掘，难以支撑企业决策;另一方面，企业想借助信息系统去管理大部分的业务问题，但建设信息系统时，却忽略了企业本身所需要执行的管理改善，业务管理的规范和标准很不完备，造成系统的应用效果未达到预期。

版权声明：本站内容部分为大界机器人网站编辑原创文章，部分来源于网络，如需转载，请标注来源网站和文章出处链接。如有侵权，请联系我们处理。