2024工厂规划与验证应用白皮书.pdf

西门子数字化工业软件 SIEMENS DIGITAL INDUSTRIES SOFTWARE 工厂规划与验证应用白皮书 基于工厂数字孪生的仿真规划，促进精益、创新和绿色 制造工程(MFE)团队 2024 年 3 月 西门子数字化工业软件 引 言 新质生产力在 2024 年两会隆重提出，其核心标志是全要素生产率大幅提升，特点是创新，关键在质优，本质是先进生产力。当您阅读完本白皮书，就能深深体会到基于西门子 Plant Simulation 开展工厂规划与验证，就是新质生产力一种落地方式：其核心标志是让工厂内全部要素在生产任务驱动下按照工艺要求来平衡协作，大幅提升整体生产效率，特点是利用数字孪生空间，让制造工程师低成本尝试与验证各种创新性的生产组织与管理方案，关键在遵从精益制造，验证与分析工厂关注的各项指标，找到保障质量最优的最合适方案，本质是赋能制造工程师一种先进的数字手段和生产力。本书是各行各业典型客户应用工厂规划与验证的经验总结，可应用的各种业务场景全面呈现。您不仅能够了解开展数字化工厂规划与验证项目的推荐做法与流程，同时还能让您从工厂整体层面，找到基于工厂数字孪生的仿真规划，促进精益、创新和绿色目标的实现的手段和路径。让数字精益手段推进精益在您工厂的深度推进。对于了解西门子 Plant Simulation 产品的领域专家，您可更深入与全面了解其关键技术与各种能力：基础能力、高级能力、系统优化能力、集成能力、客制化与拓展能力、衍生产品等。为您进一步释放其效能提供无限助力与可能。最后，希望您记住：西门子 Plant Simulation，是业界的标配新质生产力；通过离散事件仿真和各种优化算法，实现高效的精益验证；利用工厂数字孪生技术，给您无限的规划创新的数字空间；通过清晰的能耗排放量化，让碳足迹在您的工厂得到精准核算与透明可视。西门子数字化工业软件 1 目录 一、推进“新型工业化”，催生精益绿色智能工厂.1 1.新型工业化向智能、循环目标迈进.1 1)市场的需求要求制造业更具灵活性和定制化.1 2)企业对循环经济、可持续发展的持续追求.1 3)数字化和智能化技术在制造领域的应用.1 4)人机协同与自动化.1 5)全球化和供应链的数字管理.1 6)数据驱动决策.1 2.灯塔工厂是践行精益绿色智能典范.1 3.数字精益让精益贯穿工厂生命周期.2 1)传统改善方式手段的限制.2 2)传统方式对人员经验的依赖度高.3 3)传统方法难以处理大量数据.3 4)传统改进措施缺乏验证手段.3 二、基于工厂数字孪生的仿真规划，促进精益、创新和绿色.4 1.离散事件仿真，高效的精益验证.4 2.工厂数字孪生，低成本创新空间.4 3.能耗排放量化，碳足迹可精准核算.5 4.Plant Simulation，业界标配工具.5 5.工厂仿真可应用的精益改善领域.6 三、开展数字化工厂规划与验证的流程与应用阶段.7 1.开展仿真项目的流程.7 西门子数字化工业软件 2 1)确定具体的仿真概念和目标.7 2)数据搜集.7 3)仿真建模.7 4)仿真计算及优化求解.7 5)结果评估.7 2.仿真规划的应用阶段.8 1)价值流分析及仿真帮助制定工厂顶层规划.8 2)生产过程仿真明确工厂设施需求.9 3)物流、仓储及生产管控策略也是重要影响因素.10 4)工厂的三维可视化更易于与建设过程协同.10 5)数字化工厂在日常生产过程中持续产生价值.11 四、西门子数字化工厂规划与仿真解决方案的关键技术.12 1.Plant Simulation 技术特点及能力概述.12 1)图形化、模块化建模.12 2)对象库管理和扩展.12 3)仿真数据及分析工具.13 4)开放性及系统集成.13 5)内置多种功能强劲的优化工具.13 2.生产过程及物流仿真建模能力.14 3.继承 NX LineDesigner、FactoryCAD、NX BIM 中定义的产线模型.15 4.驱动物料在数字工厂间的流动.15 5.仿真不确定性.16 6.仿真数据的抽取及专业评价工具.17 西门子数字化工业软件 3 1)瓶颈分析（BottleneckAnalyzer）.18 2)物流密度与方向（SankeyDiagram）.18 3)能耗分析（EnergyAnalyzer）.18 4)成本分析（CostAnalyzer）.19 7.系统优化能力.20 1)实验管理.20 2)遗传算法（GA）.20 3)神经网络.21 4)与外部优化引擎 Heeds 的集成优化能力.21 5)用户自定义算法的集成能力.22 6)分布式优化计算.22 8.集成能力.22 1)数据库类的接口.23 2)虚拟调试与实时通讯的接口.23 3)物联网类的数据接口.25 4)与 MES/APS/WMS 等应用程序间的集成接口.25 9.客户化定制的能力.26 1)设备特性数据层面的自定义.27 2)内部控制逻辑的自定义.27 3)外观可视化的自定义.27 4)用户交互界面的自定义.28 10.扩展功能.28 1)点云可视化.28 西门子数字化工业软件 4 2)虚拟现实技术（VR：Virtual Reality-).29 3)甘特图.29 11.西门子基于 Plant Simulation 的衍生产品.29 1)Optimize My Plant 令模型价值延伸至产线运营.30 2)Xcelerator Share 促进规划的协同.30 3)Plant Simulation 与工业元宇宙系统的集成.31 五、应用案例详解.32 1.生产过程仿真案例.32 2.价值流分析案例.33 3.物流中心的案例.35 4.流程行业的案例.36 六、附录.37 西门子数字化工业软件 1 一、推进“新型工业化”，催生精益绿色智能工厂1.新型工业化向智能、循环目标迈进 新型工业化是推进中国式现代化的重要引擎，是加快构建新发展格局、着力推动高质量发展的内在要求，是全面建成社会主义现代化强国的战略选择。作为国家战略，在 2035 年要基本实现的新型工业化目标中，也明确了“智能化+循环经济”两大方向。如何基于自身基础条件和远景目标，朝着智能化、循环经济的未来方向前行，是每个企业需要认真考虑的问题。在最近的 10 年间，大量中国企业经历了对工业 4.0、智能制造领域的理论学习、项目实践、试点建设和逐步推广的过程，积累了许多有益的经验，也涌现了一大批的类似灯塔工厂等的先行企业。在新型工业化时代的市场发展趋势和技术发展背景下，越来越多的变化出现在传统的制造领域，适应这些变化，也是我们企业向智能+循环转变所必须考虑的要素条件。1)市场的需求要求制造业更具灵活性和定制化 柔性生产系统：采用灵活的生产线和智能化的制造设备，使生产更具适应性，能够灵活应对市场需求的变化。定制化生产：新工业化时代强调个性化和定制化的需求，使得企业能够更好地满足客户多样化的需求。2)企业对循环经济、可持续发展的持续追求 绿色制造：注重环境可持续性，采用可再生能源、环保材料，减少废物排放，推动绿色和可持续的制造实践。循环经济：强调资源的循环利用，减少浪费，通过再生材料和再制造降低对新原材料的依赖。3)数字化和智能化技术在制造领域的应用 传感器技术：大规模使用传感器技术，实时监测和收集生产过程中的数据，为智能决策提供支持。物联网：设备、机器和系统之间的连接性增强，形成更为智能和协同的生产环境。人工智能：在生产中引入机器学习和深度学习，使系统能够自动学习和适应，提高生产效率和质量。4)人机协同与自动化 机器人和自动化：引入更多的机器人和自动化系统，减轻体力劳动，提高生产效率。协作机器人：人机协同工作变得更加普遍，机器人与人类员工共同完成任务，提高工作效率和质量。5)全球化和供应链的数字管理 全球供应链：通过数字技术和物联网，实现全球供应链的实时监控、协同和优化。数字化采购：采用电子商务、在线采购和供应链管理系统，提高采购效率和透明度。6)数据驱动决策 大数据分析：利用大数据技术对海量数据进行分析，提取有用信息，支持企业决策和优化生产流程。实时数据：实时监测和反馈生产数据，使企业能够更快速地做出决策，迅速适应市场变化。2.灯塔工厂是践行精益绿色智能典范 伴随着越来越多的企业投身到智能制造转型的实践，不免也给企业带来许多困惑：我们企业的转型方向在哪里？我们现有的生产运营模式有哪些问题？浪费在哪里？企业应该采用何种技术的组合来建设自己的新的车间？我们应该实施哪些生产制造的管理系统？类似这样的问题，企业是迫切需要得到解答的，往往在得到清晰的答案前，企业改变的决心难以下达，制造转型的步伐也会变得停滞，论证的时间变得很长。西门子数字化工业软件 2 所以，企业非常需要在制造转型的过程中得到方向上的指引，从类似智能制造的试点单位，灯塔工厂的评选中看到别的企业在哪些方面做出了改变，取得了哪些成果，有哪些可以借鉴的经验。“灯塔工厂”是近几年由世界经济论坛推出的新概念。“灯塔工厂”起到的是类似于灯塔的作用，被视为第四次工业革命的领路者，是数字化和工业4.0的表率，为其他制造型企业揭示了在第四次工业革命中的发展方向。“灯塔工厂”由达沃斯世界经济论坛和麦肯锡咨询公司共同遴选，主要评判标准是工厂在运用第四次工业革命技术来提升经济和运营效益方面取得的成就。截至 2023 年底，世界经济论坛公布的“灯塔工厂”名单，合计全球有 153 家“灯塔工厂”，在中国的工厂有 62 座。“灯塔工厂”在一定程度上可以看作拥有世界一流的制造能力。合格的“灯塔工厂”需要满足四大标准：实现重大影响、成功整合多个用例、拥有可扩展的技术平台和在关键推动因素中表现优异。“灯塔工厂”的经验可成为制造企业的指路明灯，展示如何从数字化中挖掘新的价值，包括大幅提升资源生产率、提高敏捷度和响应能力、加快新品上市速度、提升客制化水平等。世界经济论坛官网发表的文章称，目前大多数制造业企业面临衰退危机，但仍有部分企业脱颖而出，实现了规模化发展。在全球衰退危机、能源价格不断攀升，供应链运转中断的背景下，这些“灯塔工厂”为制造业如何保持竞争力，同时继续创造就业机会树立了榜样。援引世界经济论坛官方的评述，青岛海尔冰箱互联工厂的入选灯塔工厂，其评语中写道：“面对日益增长的定制化设计、快速交付和高品质的需求，海尔冰箱工厂借助大数据、数字孪生和先进视觉检测技术，加快研发、升级制造流程和物流调度模式。订单响应周期缩短了 35%，生产效率提高了 35%，质量性能提高了 36%”。在打造低碳工厂方面，海尔冰箱通过实施绿色技改项目，单位产品综合能耗每年下降 10%左右；三一重工开展大规模数字化转型项目，实施了专业化治理。为应对重工行业市场的周期性波动、多品种小批量及重型部件生产挑战，工厂充分利用柔性自动化生产、人工智能和规模化的工业物联网（IIoT），建立数字化柔性的重型设备制造系统，最终实现产能扩大 123%，生产率提高 98%，单位制造成本降低 29%；宁德时代入选的宜宾工厂则进一步深入应用人工智能、物联网和柔性自动化技术，将生产线速度提高 17%，产量损失减少 14%以及实现了零碳排放。从入选“灯塔工厂”的工厂的具体实施项目范围和成果来看，企业建设灯塔工厂都是以“绿色、可持续发展”作为企业的责任，围绕着如何在有限的生产资源的情况下，在“精益化”生产的基础底座上，借助“数字化”的手段，以“智能化”作为其发展目标，通过对产线的柔性化改造，能够实现多品种，不同批量产品的灵活制造，实现产能提升，效率提高和生产制造成本的减低，能耗减少等目的。3.数字精益让精益贯穿工厂生命周期 传统上，诸多企业对于自身的运营改善，也付出了积极的努力。精益方法论在这个过程中起到了重要的作用。例如：通过企业价值流 VSM 的调研和改进，通过学习及实施丰田精益生产 TPS 方法，积极推行看板和拉式生产，现场 5S 改进手段等，通过各种精益化的手段，发现企业在运营过程中的问题和浪费，再付诸于改进措施，实现不断提升精益制造水平的目的。不过，在实施精益改善项目的过程中，也体现出这些方法的局限性：1)传统改善方式手段的限制 传统的精益改善，主要采用现场走、看、问、讨 西门子数字化工业软件 3 论的方法发现问题，对于一些上下游关联、或由于生产组织复杂的场景，由于缺乏适当的数据支撑，可能面临着问题发现不准确、不充分的情况。2)传统方式对人员经验的依赖度高 问题分析和改进措施的建议，主要依靠精益专家的经验，判断可能的改进方向和应用点，对精益专家在本行业、本工厂的运行经验要求较高，往往精益专家在某个领域的专业知识无法有效迁移到另一个专业。3)传统方法难以处理大量数据 涉及到问题分析过程关于产品、工艺、生产调度等过程，其实有大量的输入数据。精益改善方法主要依靠手工处理这些数据，按照能力平衡的大原则进行一些数据分析和计算，而遇到多产品混线、不同批次批量的复杂生产场景，基本上会做典型化场景处理并进行数据简化，所以，类似产线平衡、设施数量等的手工测算结果，并不能完全说明问题，存在较大的误差。4)传统改进措施缺乏验证手段 精益专家的改进方案需要具体落实整改措施后，在生产线上付诸实施，需要经过一段时间的运行后才会有所反馈，进而判断改进的效果。这带来的问题是周期很长，产生的成本巨大；而且一旦效果不尽如人意，需要再次进行第二个方案的实施和评估，这是许多企业所不能承受的。结果往往是工厂带着缺陷运行，无法发挥其最大效能。因此，企业需要解决传统精益改善方法的不足，必须要在精益改善的各个阶段，积极采用数字化技术，将工厂现有的情况和未来改进方案进行量化评估，来提升精益改善的效果。利用数字化技术，在精益改善对应方向的指导下，建立现状工厂的数字化模型，对工厂运行的输入输出条件进行数据量化，对工厂运行逻辑进行重现，反映出工厂真正的约束边界条件。数字化技术，基于仿真模型，利用历史的生产数据或虚拟的场景数据，对整个生产过程进行复现，从中采集大量的特征数据，利用数据对比、可视化图表等，找出工厂产能极限、仓储需求、物流需求等关键指标，使我们更易于感知改进方向。对于未来的改进方案和效果评估，也可在真正实施前，在仿真环境中进行试算，降低改善可能需要的成本。对预期效果更有信心。数字精益，能够加快持续改善的迭代，低成本实现一次性的高水平精益，实现新型工业化时代的“智能化+循环经济”的目标。新型工业化时代要求企业从多个角度进行全面的改革。从制造工程角度来说，紧密关注精益、绿色、智能制造的新趋势，对标灯塔工厂，坚持持续改善，采用数字化规划，让企业更好地适应并引领这个充满机遇和挑战的新型工业化时代。西门子数字化工业软件 4 二、基于工厂数字孪生的仿真规划，促进精益、创新和绿色 无论是对工厂现状进行诊断、还是对工厂未来改进效果进行评估，都可借助数字化手段，为物理工厂建立一个数字模型，再利用仿真技术，对历史的生产过程和未来的预期进行虚拟的生产运行，从而获取特定的量化指标，帮助我们发现问题和寻找更优的方案。1.离散事件仿真，高效的精益验证 那么如何才能建立符合物理工厂实际情况的工厂仿真模型呢？一直以来，现实世界中的许多事件或系统的复杂度过高而难以模型化或直接求解，如生产系统、群体行为、多线程并发等。最终得益于计算机技术的发展，离散事件系统仿真（DES，Discrete event system simulation）方法被用来研究这类复杂的事件系统（包括物理工厂制造运行系统），取得了非常好的效果。这种仿真实验的步骤包括：画出系统的工作流程图，确定事件到达模型、服务模型和排队模型（它们构成离散事件系统的仿真模型），编制描述系统活动的运行程序并在计算机上执行这个程序。最后在程序执行过程当中，获得每时每刻，每个设备或物料的状态变化信息，经过数值分析和处理形成特定的评价指标。工厂仿真规划就是 DES 在工厂生产制造方面的具体应用：通过工厂运行的离散事情仿真，模拟(复现/验证/预测)整个工厂(前期/短期/长期)的运行情况，研究工厂运行的风险，效率和有效性。也可主动设置系统的变更，即更换另一种方案配置，进行仿真验证。这使工厂规划师、精益改善师们可以清楚地了解各种流程设计策略的优缺点，选择最优最精益的方案，极大提高精益改善的验证效率。2.工厂数字孪生，低成本创新空间 基于 DES 离散事件仿真技术，可以建立一个用于呈现工厂生产制造过程的工厂数字孪生，在这个数字空间里，可以将原材料的生成过程，物料的生产和流转顺序、消耗的工时等按照实际的约束条件模拟出来。其中对于设备资源的占用，按照 DES 离散事件仿真中的排队系统方式进行处理，如果资源空闲，即可安排该工序的执行，如果资源被占用，申请资源的物料就进入排队系统，等待系统按照实际的控制原则进行调度。作为数字空间的仿真引擎，则负责这个过程中各个物料和资源的状态改变和相关信息的记录，对物料在每工序的处理的开始、结束时间进行计算。重复这个过程，即可将未来一段时间内，各产品的生产过程预测出来，同时得到各个设施和工厂整体的指标表现。通过对不同工厂资源配置的数字孪生模型的构建，赋以不同的产品组合、产品订单的执行，可以在多个可行方案中进行仿真试算，以每一个计算指标的比较，可明确不同资源配置下工厂的运行性能，从中获得指标表现优异的方案组合。这个方式在进行工厂精益化规划的过程中，能够不消耗实际资源的情况下，快速对方案进行评估。这允许制造工程师进行工厂规划方案的尝试创新，并及时验证的创新的效果。西门子数字化工业软件 5 3.能耗排放量化，碳足迹可精准核算 对于可循环经济这一目标的达成，工厂数字孪生也可起到相同的作用。如前述的 DES 离散事件仿真所采用的建模、虚拟生产、数据记录和分析的方法，可将能耗相关指标也纳入仿真的范畴。能在规划和运行两个方面进行能耗排放方面的量化计算。例如领导想清楚：工厂需要多少台设备、怎样的设备组合、消耗多少能源、才可完成每日订单？这可将每个设备的额定功率、待机功率、状态切换功率和时长等相关参数纳入仿真范畴，用于分析不同方案组合下的能耗情况，选择经济并兼顾绿色的方案。基于工厂数字孪生的仿真技术，能够模拟某个订单组合和工艺顺序条件下的设备状态切换，在每一个时刻，将系统消耗的总功率数据抽取出来，这样的能耗变化数据，相比于简单的额定功率叠加，更能够体现工厂实际的能耗水平。另外基于生产过程的能量消耗趋势，也可以尝试将某些高能耗环节，安排在电价相对便宜的时间点生产。所有的这些可变化措施，均可在数字工厂数字孪生环境中进行仿真和测算，得到准确的量化指标。4.Plant Simulation，业界标配工具 从零开始编制一个 DES 离散事件仿真的系统无疑是相当复杂的。西门子工业软件提供了成熟的商业化工具软件（Plant Simulation）。可以避免从底层去构建这个工厂的仿真模型，人员更加专注于生产制造业务本身、仿真模型的建立和开发，将更多精力注重于工厂逻辑的开发、生产数据的搜集和整理以及生产调度策略的梳理。Plant Simulation，利用离散事件仿真技术进行工厂级仿真的专业分析系统，是对生产、物流进行可视化、计划编制、优化的仿真工具，具备超过 30 年的仿真系统应用和开发方面经验。Plant Simulation，起源于德国，最初命名为 SIMPLE+（用 C+编写的“生产物流和工程仿真），至今其研发中心仍在德国本土研发，后来被总部位于以色列的 Tecnomatix 公司收购，改名为 eM-Plant，为 eM-Power 系列解决方案中的一员。其后产品重新命名为“工厂仿真”（Plant Simulation）在其母公司被西门子公司整体收购之后，Tecnomatix 作为品牌名称被保留了下来，而 Plant Simulation成为西门子工业软件Tecnomatix面向数字化制造系列软件中的重要成员，是集成制造工程环境的关键组成部分。西门子数字化工业软件 6 目前，Plant Simulation 在工业界得到了广泛的应用，它所提供的仿真能力，能够仿真传统的制造业的产品制造过程，得到了业界客户的认可，是各大制造业公司在进行新工厂规划或旧工厂改造过程中不可或缺的有力工具。另外，其离散事件仿真能力也扩展到交通、运输和服务等行业，去完成商业配送、服务策略评估等领域的建模分析。5.工厂仿真可应用的精益改善领域 物理工厂中涉及的变量因素众多，不仅包含不同品种产品组成的差异，各种原材料、半成品的生产制造流程和工时差异，也受到设施能力、生产物流及生产调度策略的影响。我们所建立的数字化工厂仿真模型，将重现这些物理工厂中的约束条件和运行模式，其主要的应用领域包括但不限于以下内容：1)可视化三维表达：在数字化模型中，通过建立三维的仿真模型库，含设施库及厂房模型等，形成工厂的三维布局，并可基于此三维布局进行产线的干涉检查、通过性检查、互动浏览、漫游等可视化需求。另外，产线的三维布局模型可以在后续仿真过程中实现重用。2)生产制造过程仿真模拟：利用统计数据驱动数字化工厂仿真运行，获取量化的产线效率评价指标，并以此数字化仿真模型为基础，不断优化产线配置参数和各种策略，从而提升产线应对大规模柔性制造的应对能力。3)生产物流进行仿真：为多品牌、多模块生产工艺过程提供验证平台：模拟物料加工过程，模拟加工过程中物流库、储柜、在线物料等运动，物料批次等考究验证。4)生产线平衡仿真：模拟多条生产线并发生产过程，发现生产不稳定因素，均衡产线效率，确定针对产品的生产加工模式。5)生产计划及调度策略仿真：验证生产计划与产品 BOM、加工路线、工艺设计布局的匹配性，消除生产瓶颈，提升生产效率；为生产组织过程提供电子沙盘预演。6)实时订单执行过程仿真：与高级排产工具数据集成，可获得高级排产系统依据班制安排、工艺路线、物料贮存、批次转换时间和产能优先等排产规则与约束条件，按照全局优化与局部优化结合、静态优化与动态优化结合、预测与反馈结合的原则，创建出来排产计划，并基于数字化生产模型，在仿真系统中验证排产计划的可执行程度，进一步实现生产计划排程的智能化。西门子数字化工业软件 7 三、开展数字化工厂规划与验证的流程与应用阶段 1.开展仿真项目的流程 在数字化工厂规划的过程中，一般的做法是基于某个要研究的目标，利用数字化工具建立一个可仿真预测的模型，通过在模型上的实验，从中得到一些帮助我们评判数字化工厂表现的结果指标，在经过修改和改进，获得一个更好的系统表现。此过程是重复渐进迭代的过程：这个过程中的主要工作内容包含：基于工厂改进需求，明确仿真任务的目标，将任务目标分解，得到需要具体实现的量化指标；从工厂运行的历史数据中搜集与目标相关的各类数据，建立起仿真分析模型，并加载数据进行仿真分析，仿真结果按需要形成各类评价指标与目标进行比对，如果未达预期，则进一步修改模型、修改输入等，进入下一轮优化求解循环，直至目标达成。1)确定具体的仿真概念和目标 明确仿真的具体目标对象，研究的指标等，即定义工作边界与分析研究方向。2)数据搜集 根据仿真目标，明确与搜集整理需要进行仿真分析对象相关的各种数据。例如通过对现有项目和工厂产线等的数据收集，完成对工厂生产线总体布置、设备布置、人员分配及工艺布局方案建模仿真，设定合理的生产单元布局框架，保证仿真模型与真实产线相吻合。3)仿真建模 依据确定的仿真概念和目标进行仿真建模，通过运行仿真模型得出的仿真输出结果，在不同的规划方案下，以生产率最高为目标，进行产能、瓶颈、设备利用率等的对比分析，进而对产线布局进行优化。4)仿真计算及优化求解 实现模型控制策略的触发条件和执行的操作，从而控制仿真过程，通过内嵌的遗传算法等优化算法对系统的关键参数进行优化运算，找到对应设定的仿真目标的解决方案的最优化值。5)结果评估 使用专门的图形分析工具，用户可以快速进行图形、图表化的仿真模型的数值跟踪和显示，输出可供用户归档记录的仿真分析报告。西门子数字化工业软件 8 2.仿真规划的应用阶段 从业务层面，我们在工厂应用的各个领域和规划的各个阶段，均可利用上述研究方法和工具进行工厂的建模、仿真、改进的工作。每个领域的研究同样会经过多轮迭代，以确保在每个应用领域都得到更优的结果。我们可以参考西门子南京数控（SNC）新工厂的规划和建设过程，这是一个完整地按照早期数字规划到建成运维的全数字化实施流程，西门子将这个过程定义为“原生的数字化工厂”地规划建设过程，其设计，规划和建造的流程大致如下图。从西门子南京数控（SNC）的实现过程，我们可以总结出工厂数字孪生实现过程的几个关键阶段和步骤。1)价值流分析及仿真帮助制定工厂顶层规划 价值流图 VSM（Value Stream Mapping）是一种标准的方法，该方法用于设计和分析诸如生产设备等的物料流系统，并且，还可以评估一个给定或计划的过程的性能。VSM 价值流分析方法广泛应用于工 业 和 商 业 中 实 施 的 精 益 制 造 概 念。Plant Simulation 中的 VSM 仿真库支持图形化 VSM 建模方法，提供基于对话框的输入参数定义。因此，即便是没有仿真经验的用户，也可以通过对 VSM 库来创建和使用仿真模型。在 SNC 新工厂的规划建设过程中，我们在生产单元开始设计前就在 Plant Simulation 的中输入计划的预期数据假设(产量，参数，灵活性等)，精益原则以及产品参数等，进行价值流分析和仿真，从而帮助制定了工厂的顶层规划：SNC 老工厂的价值流 SNC 新工厂经仿真分析优化后的价值流 西门子数字化工业软件 9 2)生产过程仿真明确工厂设施需求 新工厂规划和项目的早期阶段，使用 Plant Simulation 进行生产过程仿真，可以帮助用户指导工厂的规划和实施，在早期就明确工厂配套的水电气设施需求，从而避免在后期因为规划错误产生更改从而引起的大量时间和投资成本。通常来说，工厂尤其是新工厂的规划是对设备、工位、物料、工装、半成品、水、电、气等配套设施的综合配置，我们使用 Plant Simulation 对虚拟工厂的生产过程进行仿真建模，在仿真环境下布局工位和资源并进行优化、干涉分析等，从而建立完整的数字化产线。有了这样的一条数字化虚拟产线，就可以研究各个工序之间、各个车间之间以及工厂整体配置的合理性，以达到整个生产系统的人流与物流畅通化、搬运最优化、流程最优化、效率最大化的目标。根据仿真结果中各个工位和设备不同的工艺以及用途，结合一些专用设备（非标设备）等的特殊要求,我们可以有针对性的设计配套的水电气公用动力设施，如：确定电气负荷和用电容量，设计电气线路布置，包括照明、动力插座、设备电源等 确定给水和排水系统的参数和容量，水源和排水的位置和布局，配置相应的污水处理设备以满足相应的环保要求等；设计相应的空气处理系统，包括新风系统、排风系统和空调系统等，确定空气处理设备的容量和性能要求以及安装的具体位置要求等。设计合适的照明系统，确定照明的位置、数量和亮度要求，以确保操作人员能够清晰地看到工作区域等。西门子数字化工业软件 10 3)物流、仓储及生产管控策略也是重要影响因素 与生产制造密不可分的物流，仓储以及生产管控策略也是在数字化工厂的规划应用中很重要的影响因素。通常情况下，为保证生产过程中，我们需要生产设施的物料能够连续提供，不断料、不缺料，所以对存储和物流设施的能力会提出很高的要求；另外，在某些极端情况下，例如立体仓库的某个堆垛机出现故障，而后续生产单元已经开始生产且不能停机，就需要立体仓库能够从其他存储通道中取出相同的物料进行补充。以上描述的情形，要求物流存储系统具备极高的柔性，可配置不同的存储和供给策略，通过使用Plant Simulation，建立仿真模型，定义仓库的具体配置形式：仓库的堆垛机数量、仓库的货位数量，存放策略，物料释放策略，堆垛机运行的速度等，结合对应生产任务，可以在项目的早期分析仓储系统的生产供给能力和对生产过程的影响。例如，上图显示的是仓库初始化设置过程，可以根据需要创建多个不同的仓库，每个仓库都有自己具体的配置参数。综上，通过使用 Plant Simulation 进行物流仿真，可以在早期就进行规划并选择合理的运输方式，优化物料运输路线，提升物流运输效率来降低物流运输成本。通过进行仓储以及生产管控策略仿真分析，用户可以提前准确预测需求并合理调配库存，从而降低库存成本。通过合理安排仓库布局和优化物流流程，可以减少物料从仓储区到生产线的时间，提高生产线的效率和满意度。4)工厂的三维可视化更易于与建设过程协同 数字化工厂建设是一个综合性、系统性的工程，这其中，生产线，生产车间以及厂房的建设施工实施往往需要耗费大量的时间和资源，并且，一旦建成后通常情况下很难进行调整和优化。因此，传统的基于二维平面图的建设规划方案已经无法满足这样的需求。借助 Plant Simulation 的三维可视化数字孪生工厂仿真技术，通过全三维的、高逼真度的模型，以及包含运动机构和可以展现逼真动作序列的生产设备模型，在虚拟的数字世界里展现逼真的生产线和工厂运营场景，利用模型进行三维空间的漫游、查看，同时，从设备空间的占用、相对距离、物流通道、人员通道的面积等空间因素，进行产线的检查，用户可以在实际建设之前通过虚拟模型对生产线进行仿真和优化。通过对不同参数、设备布局、工艺流程等因素进行模拟和分析，在实际建设之前就对生产线进行优化调整，提高整体的生产效率和运营效能，确定最佳的工厂生产线规划布局方案，物流配送方案和配套的仓储方案等，这样，就可以将工厂仿真和厂房建设仿真配合协同进行，在早期就发现潜在的设备和建筑设施干涉等的问题，从而避免这些问题影响正常生产而不得不花费巨大的时间和资源成本去修改。下图是西门子 SNC 新工厂使用 Plant Simulation 配合建设过程协同从而在第一时间发现干涉问题的例子：西门子数字化工业软件 11 5)数字化工厂在日常生产过程中持续产生价值 除了在新工厂的规划和项目的早期阶段之外，Plant Simulation数字化工厂仿真在日常的生产过程中也在持续不断的产生价值。随着市场需求的不断变化，传统的大批量生产模式已经不能满足市场的需求。而小批量、多品种、定制化生产模式正成为市场的主流趋势。这样的生产模式对企业的生产灵活性、管理效率和质量控制能力等各个方面都提出了更高的要求。借助 Plant Simulation 数字化工厂仿真，用户企业可以实现生产流程的优化，提高生产效率，降低生产成本。例如，通过使用 Plant Simulation 工厂仿真模型并结合生产调度系统，企业可以实现生产计划的快速调整，实现生产线的快速切换，从而实现小批量、多品种、定制化生产的要求。利用 Plant Simulation 进行仓储和物流仿真分析，可以帮助用户在新建配送中心，确定物流配送方式和规划最优物流路线时，根据仿真的结果对各种不同的方法进行多维度全方位的比较，从而选出最优最适合的方案。当企业需要引入新产品或者需要根据市场需求调整和切换不同产品的节拍和产能时，可以提前在Plant Simulation数字化工厂仿真模型中进行虚拟验证，在不影响和损失现有产能的情况下，根据仿真结果有针对性的制定新产品混线生产方案等。下图是用户使用 Plant Simulation 进行产线仿真，发现了产线中的不平衡从而提前进行了整改，提升了工厂整体的产能输出：西门子数字化工业软件 12 四、西门子数字化工厂规划与仿真解决方案的关键技术 1.Plant Simulation 技术特点及能力概述 Plant Simulation 广泛应用于生产，物流，工程等行业。它不仅可以优化物流系统以及制造业务过程中的布局、产能、能耗、材料的补给时间或者频率、工位和工位之间的控制策略，还能够帮助企业优化投资决策，避免时间和成本上的浪费，节约成本，加快新产品上市时间，提高企业整体生产竞争力。Plant Simulation 是关于生产、物流和工程的仿真软件，是面向对象的、图形化的、集成的建模与仿真工具，完全符合面向对象的系统架构。本节对其通用化的建模和仿真能力进行概述，本章后续每节回详细介绍一些重要的能力：1)图形化、模块化建模 Plant Simulation 提供了友好的图形用户界面、集成的环境和非流程式操作，使用户不需要预先进行过程的定义；可以利用对象库通过拖放的方式在图形界面中交互地建立工厂及产线模型。在 Plant Simulation 的集成的和图形化的用户环境下，关于模型的所有功能和信息在任何时候都是图形化的表示，用户能够在需要的时候直接暂停仿真并进入模型进行修改。同时，在仿真过程中，模型的所有接口都是激活的，用户可以随时修改模型参数和属性。Plant Simulation提供层次结构的产线建模方式，自顶向下逐步建立仿真模型；在建模过程中能够随时添加其他层次结构。每一个模型都是一个模板，模板可以导入导出，进行不同的组合。因此，在一个大的系统中，不同的用户能够并行地工作。模型层次的个数没有限制，因此在系统的设计中，用户通过附加层次，可以将设计细化到所需要的任何程度。同时，在仿真过程中，不同层次上的模型能够同时仿真，所以，用户可以观察系统在不同层次上的活动。产生的层次可以被删除，在模型的规划中，也能够将复杂的模型简化。这种层次化的表示方法，使 Plant Simulation 具有渐进式建模能力，用户能够根据实际需求动态建立系统的模型层次结构或详细程度。2)对象库管理和扩展 Plant Simulation 可利用的对象库（Object Library）包含基本对象（Basic Object）和各种应用对象（Application Object）。基本对象分为物流对象和信息流对象，应用对象是通过基本对象派生产生 西门子数字化工业软件 13 的，一个应用对象可能是一个基本对象的框架，或者一个完整的模型，或者一个模型的一部分，或者是几个基本模型的组合。它可以放到对象库中，作为用户化地对象在将来的产线布局中使用。Plant Simulation对象库和应用库提供了多种灵活的进出料控制策略，让物料在设施间流动的时候可以遵循不同的调度规则，这些规则可以组合起来，形成比较复杂的生产现场控制逻辑，适应多品种、不同工艺条件下的生产情况。这些规则在对象库和应用库中，以选项方式存在，可供交互式选择和设置。另 外，Plant Simulation 内 置 了 建 模 语 言SimTALK。该语言与仿真模型有机集成，用于编写用户化控制策略。作为程序解释器，SimTALK 可以对仿真系统本身的事件作出响应，利用程序编写的逻辑，控制模型的行为。Plant Simulation 提供的编程环境，并为 SimTALK 的执行提供跟踪、调试功能。3)仿真数据及分析工具 在仿真完成后，Plant Simulation 还提供各种统计结果。集成的分析工具可以轻松的解释仿真结果。统计分析、图、表可以显示缓存区、设备、劳动力的利用率。用户可以创建广泛的统计数据和图表来支持对生产线工作负荷、设备故障、空闲与维修时间、专用的关键性能等参数的动态分析。4)开放性及系统集成 Plant Simulation 在运行的时候，具有实时的数据交换能力。Plant Simulation 提供了与 SQL、ODBC的接口，能够读入 Oracle 的前端数据进行仿真；通过 C 程序接口，用户能够在 Plant Simulation 模型中调用外部的 C 程序；使用 Socket 和 OPC 接口，能够与外部实时数据采集系统进行数据通讯，获取外部系统实时采集的信息，如当前设备的故障状态，作为仿真数据的输入，驱动仿真，评估这些外部系统的状态对生产过程的影响。5)内置多种功能强劲的优化工具 Plant simulation 提供了功能强大的系统优化算法工具，包括：试验管理 Experiment Design、遗传算法 Genetic Algorithm、特征值 Factor Analysis、神经网络 Neural Network 等。利用优化算法，可以将生产线的可变因素抽象为变量的变化，给予其变量的变化范围或取值规律，利用优化算法的引擎，产生数量巨大的实际算例，而每一次计算都会采集关心的参数作为目标函数，根据目标函数的变化规律，决