如何把产品生产出来的数据模型就做好了

在这个过程我们从产品设计开始，研发部门把设计产品的元器件清单、组装图、测试条件这些信息放进一个数据库里，步就完成了，一个1.0版的产品数据模型就做好了。

接下来到了第二步，生产规划部门，如果我们还用刚才那个数据模型，内容就不够了，因为那里只有设计参数，而没有生产参数。所以我要继续输入如何把产品生产出来的数据，比如工艺流程、质量标准这些东西，这个数据库就自然扩大了，变成了数据模型2.0。

到了第三个部门，制造工程部门，要对生产机床进行编程，各种自动化组态、程序调试，把制造环节的数据进一步的扩大，形成数据模型3.0。这个过程中我可能还需要从ERP来调用生产订单的信息，从PLM得到产品设计信息，然后还要从物流系统得到物料信息，把这些综合在一起和生产线进行互动形成生产，这个环节就是运营管理。

就这样，一步一步，从1.0到N.0,这个数据模型会越来越大，它从头到尾都是在一个数据库中不断扩展起来。以前是各画各的纸，然后根据一个标准拼起来，现在是大家都在同一张纸上画，一笔一笔添上去，由“接下来……接下来……”变成“一边……一边”，这个数据模型就是虚拟工厂，当虚拟工厂和真实工厂实现了互动和同步，一个数字化工厂就形成了。

跟离散工业更注重工厂内部的纵向集成和围绕一个产品生命周期端到

跟离散工业更注重工厂内部的纵向集成和围绕一个产品生命周期端到端的集成相比，流程工业的一体化工程更关注企业间的横向集成。它就不仅仅是一个工厂车间的数字化双胞胎了，而是一个协作体系的数字化双胞胎。当虚拟调试很顺利时，我们就可以把整个设计方案交给业主了，现在我们交给业主的不再是一大摞图纸，而是数据化的交付，用户在上面可以直接构建运行维护系统。工程设计和运营维护原来是完全不相干的两个系统，现在通过数据化交互一个桥梁把它联系在一起，这就是一体化运维。

德国工业4

工业4.0

这座位于德国安贝格市的工厂，是德国的、企业、高校和研究机构共同打造全自动化联网“智能”工厂的协力合作的初期案例。

该联合项目名为工业4.0（Industrie 4.0），其联合董事长沃夫尔冈·瓦尔斯特（Wolfgang Wahlster）指出，这种工厂让产品可以直接在车间进行完全的定制化：装配线上的未成品会告诉“机器它需要什么服务”，然后机器按照这些信息自动组装出成品。

德国工业制造产业一直是欧洲大经济体的支柱，而该项目的实施是为了让其继续保持竞争优势，以应对发展中***低成本的制造业兴起，以及美国制造业的复兴带来的冲击。

智能制造整体规划的重要性

其实智能制造和数字化转型没有统一的标准，做的多也不代表你就是智能制造，做的少也不代表你就不是，智能制造和数字化转型其实就是要解决企业的痛点，如果通过新一代信息技术赋能企业业务痛点问题的解决，狭义的来讲，解决问题的项目就是智能制造项目，没有必要去上自己不需要的东西，这里特别强调一点，没有必要为了新技术而新技术，新技术一定是伴随着解决某个具体问题的，如5G是为了解决带宽延迟或者其它因网络面临的痛点；一物一码是为了解决溯源问题等等。