全流程数字化协同制造平台以生产运营管控为核心，覆盖销售接单、智慧研发、智能排单、供应链协同、智能生产、智慧服务的全流程，打造了一个精益化、透明化的数字化工厂。

陈磊    航天云网数据研究院（广东）有限公司、广州华立科技职业学院

钟文浩    广州华立科技职业学院

司占强    日照钢铁控股集团有限公司

姚强    安徽顶极新材料有限公司

通过分析企业数字化转型存在的难点，我们以铝型材行业为案例，从业务、数据和技术三方面推进，探索新型能力识别的方法和路径，推动数字化与物理世界的深度融合，支撑数据驱动的企业全流程数字化协同制造，使得企业生产效率和产品合格率大幅提升、运营成本降低，最终取得显著的经济效益。

新型能力打造方法

在铝型材制造工艺方面，挤压环节三温一速（铝棒温度、模具温度、挤压出口温度、挤压速度)为核心控制参数。研究以产品工艺标准为出发点，利用大数据技术、工业机理模型技术、标识解析技术对型材生产全过程管控、模具使用及保养全过程跟踪，结合铝棒梯度加热控制技术、等温高速挤压核心技术、液氮在线冷却控制技术、挤压速度与出口温度闭环控制技术等创新举措，实现基于数据驱动生产、基于机器自适应自学习方式达到最优化的智能化生产模式。

铝型材行业全流程数字化协同制造平台项目以MES为核心，通过PLM、SRM、QMS、TPM、ERP、EMS、WMS、数字孪生可视化生产线等信息化系统建设，开展系统间数据打通和系统集成，进行关键生产设备数字化改造、上云用云、智能管控，将隐性数据显性化，实现设备全生命周期协同、健康管理与效能提升，将一系列赋能化技术机制运用到数字化转型中，为企业智能化生产打下坚实的基础，带动提升了整个行业的数字化、智能化水平。

新型能力打造路径

研究坚持以主业务流程为导向对业务进行纵向整合，不断优化各业务环节，对业务流程进行迭代梳理和线上再造。以生产运营管控为核心，覆盖销售接单、智慧研发、智能排单、供应链协同、智能生产、智慧服务的全流程，打造一个精益化、透明化的数字化工厂，支撑企业实现透明科学的产品全生命周期管理——从工件需求构思和接订单开始，到产品设计、规划、仿真、生产，再到产品成品、入库，最后到后续的产品改进和服务。

研发设计系统化

通过建设PLM系统，对研发过程中的产品数据进行管理，集成与产品相关的数据、流程、应用系统和信息，提高产品研发质量，减少产品变更次数，缩短产品开发周期。

生产过程标准化、透明化

推进精益生产活动，实现生产标准化。通过设备联网上云和数据采集分析，实时采集机台状态，分析机台的整体设备效率 (OEE)、可用性、生产力等，并且将数据上传到MES用于生产安排。实现生产过程透明化，提高生产效率和品质。

供应链协同化

通过建设供应链协同系统，实现供需精准对接、报价透明化，降低采购成本，提高供货准交率。信息系统采用混合云架构：设计、研发、财务相关的核心数据存储服务和应用系统模块部署在边缘云中，保证数据安全。生产运营、质量管理、设备管理系统以SaaS化服务应用的方式部署在集团公共的工业互联网平台上以提高服务能力。边缘与云端之间通过标准化数据服务接口实现数据和事务互联。现场-边缘-云端部署的各类设备、应用服务的架构设计既实现纵向上同构设计易扩展、横向上平台支持快部署易运维，又保证安全方面分层防护更可靠。

设备可靠性管理智能化

通过建设基于AIoT的数字孪生铝型材生产线可视化集控平台，实现“工厂级”“产线级”“设备级”数字孪生3D可视化的仿真呈现，对各类设备风险进行预警，达成挤压设备可靠性管理智能化，提高生产设备综合运行效率。

实现企业信息化互联技术

信息系统的数据交换，需要解决各类设备、子系统间的接口、协议、系统平台、应用软件等方面的问题。系统集成重点解决不同子系统间的接口和协议的“标准化”，以使它们之间能达到“互联互通互操作”。项目基于BI的数据集成展现分析平台，提供数据接口、网络接口、系统和应用软件接口，使左右参与集成的子系统或黑色版与集成系统网络直接互联，分阶段、分模块完成各信息系统的数据联通。

实施数字孪生工厂

依托现有物理工厂，构建数字孪生仿真模型，以MES为核心，通过PLM、SRM、QMS、TPM、ERP、EMS、WMS等信息化系统集成，利用工业互联网和物联网将所有要素串联起来并形成一个不断循环的闭环，高效获取物理工厂的生产过程数据（包括生产设备数据、测量仪表数据、生产人员数据、仓储数据等），与虚拟模型之间实现双向传递和数据交互，支撑实现物理工厂和虚拟模型之间关联映射和匹配。虚拟模型对其镜像的物理对象进行数字化、可视化、模型化和逻辑化的模拟，模拟结果可以实时将优化建议展示给生产控制人员和经营管理人员，对物理的设备或加工对象进行实时辅助决策，助力企业提质增效。

实现自主创新

“铝型材全流程数字化协同制造项目”由航天云网为技术赋能商，以兴发铝业为实施主体，智能制造主线基于产品链与价值链，结合铝型材行业特点，融合“AI+业务机理模型+大数据分析”等前沿技术，以一横二纵三条链进行总体规划设计、实施。其领先性和创新点如下：

挤压工艺方面，实施等温高速挤压闭环线、挤压数字孪体线、数字孪体产线等建设内容，基于工艺算法模型，实现从工艺数据采集到工艺智能优化，再到工艺参数边缘下发的智能控制，形成等温高速挤压闭环控制。

模具全生命周期方面，实施模具3D一体化设计、模具PLM、模具身份识别等建设内容，结合现有系统，通过数据集成实现模具从生产订单到模具设计、模具制造、模具投入使用的数据互联互通。

AI质检方面，实施断面检测设备、挤压表面质检、喷涂表面质检、AI点数等建设内容，结合工厂现有系统实现质检数据与工单进行关联绑定，为产品质量溯源提供质检数据。

算法模型方面，实施挤压、设备、质检、模具等建设内容，通过算法模型结合项目所建业务系统及现有业务系统，实现型材等温高速挤压工艺控制、为模具全生命周期管理提供数据支撑，实现型材缺陷的智能检测，为设备运维管控提供数据组支撑。

高级计划排程（APS）方面，聚焦“极致效率，价值创造”，解决了传统铝挤压作业计划管理中机组能效低、产能分配不均、库存积压及客户催货等痛点。依托大数据与AI算法等技术的创新应用，智慧排程系统具备的多模型并行求解能力可实现秒级排程及实时计划调整，从容应对突发状况。一体化全局优化特性可打破信息孤岛，提升生产协同性。智慧决策与多目标迭代寻优功能可从众多排程方案中精准选出最佳策略，适配多元生产场景。智慧排程覆盖全产线生产计划管理，成功助力企业优化生产管理流程，提升排程效率与精准管控能力，消除无效产能，降低库存与生产现货率，保障合同准时交付，优化企业生产经营。

平台集成方面，实施平台间、系统间建设内容，实现涉及的模具业务、挤压业务、质检、平台等业务数据的互联互通，有效推动多要素融合、多层次协同、全流程一体的管控模式，进一步加速基地的数智化升级。

工控安全方面，完成工控网络布线、工控安全设备、数据采集等建设内容，对现有机房改造实现工控网络达到等保三级。

智能工厂整体项目建设完成后，实现平台对工业数据采集、工业大数据应用、AI人工智能应用的支撑，实现模具全生命周期管理及挤压闭环控制，实现大数据、工业模型在生产过程实际使用，实现基于数据驱动业务流程等智能化模式，达到行业先进水平，为后续建设灯塔工厂夯实基础。

技术创新点

铝型材制造多模态AI大模型的技术路径以“工业知识+AI+IoT”深度融合，针对行业特点（如多品种、高能耗）定制化开发、迭代。基于INDICS平台的多模态AI大模型围绕实现平衡生产效率（如挤压速度）、质量（尺寸精度）、成本（模具损耗、能耗）等多目标优化与指标提升。在多模态数据融合方面，整合生产数据（如挤压比、淬火速率）、质量数据（表面缺陷、尺寸公差）、环境数据（温湿度）等，构建统一的数据中台。技术应用创新点如下：

工艺优化

通过大规模数据训练和复杂算法优化，使用强化学习（RL）辅助动态调整挤压速度、温度，减少能耗并提升良率。通过模型预测控制（MPC）实时反馈指导，支持动态调节工艺参数，实现对制造工艺全流程的智能建模、预测与决策支持。开展不确定性量化，通过贝叶斯神经网络或蒙特卡洛Dropout评估预测结果的置信区间，避免高风险误判。

缺陷检测

通过融合文本（工艺文档）、数值（传感器数据）、图像（质检图片）、3D模型（CAD设计）、时序数据（设备运行日志）等多模态异构数据整合，CNN模型分析表面图像（如氧化斑点、划痕），结合光谱数据识别成分异常，实现铝型材产品缺陷异常精准识别。

质量预测

将材料科学、机械加工、热力学等领域的专业知识嵌入模型，形成工艺参数与产品质量的跨领域知识深层关联。LSTM或Transformer模型基于时序数据预测型材的机械性能（如抗拉强度）。

小样本学习

针对铝型材多品种小批量特点，采用迁移学习或生成对抗网络（GAN）扩充数据。打造工艺知识基座，基于海量历史工艺数据（如挤压参数、挤压路径、热处理曲线）预训练，构建通用工艺表征能力。

自适应学习

构建混合建模，将传统物理方程（如有限元仿真、流体力学公式）与神经网络结合，提升模型在未知工况下的泛化能力。利用数字孪生和在线数据持续更新模型，应对模具磨损、材料波动等扰动。

平台应用创新

形成基于数据驱动模具管理链与挤压生产链的闭环管理

在数据采集与多源融合方面，工业物联网（IIoT）通过传感器、PLC、SCADA系统实时采集挤压机温度、压力、速度、模具状态等工艺参数，以及能耗、设备振动等辅助数据。实现对通用模型的训练及下发；实现对铝棒点数、包装点数模型的管理与下发；实现下属企业模型训练数据的接入。

实现模具全生命周期管理

实现模具设计任务在线分配跟踪，设计在线审批，并将设计图纸存储至PLM系统；实现模具电极及凹模的2D转3D设计；实现在线工艺编制，及条件具备情况下工艺数据对接至模具ERP；实现机代码的快速编程，并将机代码存储至PLM系统；实现模具车间工控网络的铺设，及工控安全设备的建设，支持模具车间数据采集及数据传输；实现模具生产过程可采集开始与完成信号设备的自动开工与报工；实现模具生产过程转运节点信息查询；实现通过MES工单数据下发机代码至对应数控设备。

实现铝挤压工艺的精益化管理

实现通过温度传感器、数据采集、工艺规则算法对挤压工艺过程进行监控并告警，形成挤压工艺节拍数据；实现通过液氮设备基于出口温度进行模具降温，控制出口温度；实现模具编码与挤压工艺数据、挤压过程数据进行关联；实现通过断面扫描设备，对型材断面进行检测并将质检结果推送至型材MES；实现对挤压表面4种或以上缺陷类型进行在线检测并告警；通过工艺算法模型实现对工艺优化并将优化参数下发至设备。

此外，工业互联网平台实现三项功能：配合挤压工艺优化算法模型训练数据抽取，平台支持自动封装数据形成训练数据集，支持挤压工艺优化算法模型下发到边缘侧；配合铝棒、包装AI点数模型开发，采集模型训练数据集、支撑模型训练、模型更新，基于训练的模型下发到企业工业互联网平台。

全流程数字化协同制造平台在铝型材行业的落地实现了“网络化协同、个性化定制、数字化管理”等新模式业态，生产效率和产品合格率大幅提高，企业运营成本率降低，取得了显著的经济效益。制造平台的落地应用，在铝型材行业形成独具特色的智能制造发展路径，推动行业共性问题得到解决，实现降本增效、产业升级与利润增长，在铝型材智能制造领域取得突破性成就。