智能工厂是“工业4.0”的支撑和落脚点，能够为制造企业带来实质性的多重效益，使之更为有效地适应不断变化的市场环境。本文盘点了部分知名汽车企业已建设或已规划建设的智能工厂，重点介绍了其引入的新技术，希望能从中一窥行业的发展现状，并前瞻未来趋势。

制造业的互联互通已非新鲜事物。2013年，德国提出的“工业4.0”以“智能制造”为核心，旨在推动制造业与信息技术深度融合，提升制造业的数字化、智能化与网络化水平，保持制造业在全球的竞争优势。至此，“智能制造”风靡全球。

拨开“智能制造”宏大而高深莫测的面纱，落到实处，整个智能制造体系的综合呈现即是智能工厂。智能工厂通过信息系统控制产品的生产，实现精准制造，增加生产的灵活性，提升生产效率和精度，同时大幅度降低成本，代表了从传统自动化向完全互联和柔性系统的飞跃。

当前，许多制造企业已开始在多个领域采用智能工厂的流程方式，如利用实时生产和库存数据进行先进计划与排产，或利用虚拟现实（VR）技术进行设备维护等。但是，真正的智能工厂是更为整体性的实践，不仅仅转变工厂车间，更影响整个企业和更大范围内的生态系统。作为“工业4.0”的发祥地，德国的制造业，尤其是汽车企业在这方面是当之无愧的排头兵，如宝马、奔驰、奥迪、博世等纷纷将理论化为实践，不断创建标准，引领行业发展。

宝马汽车

宝马莱比锡汽车工厂被认为是最接近“工业4.0”的智能工厂。2014年，莱比锡工厂开始宝马1系和2系车型串行生产。1系和2系车型同属一个平台，为此可以共用同一生产线，且装配时的大部分组件可通用，通过选配不同模块（如汽车电子单元）、车体颜色，灵活生产出满足不同客户需求的差异化车型，大大简化模组的数量。

同时，该工厂也能实现小批量、多品种定制化混线生产，宝马1系、2系和X1多款车型可在一条生产线混合生产，标准化、模块化和数字化为此生产模式提供了更多可能。毫无疑问，这很符合“工业4.0”的特点，不仅能做到多种车型按订单生产和柔性混线生产，还能在不损失生产节拍和品质的前提下，实现每辆下线车型都能满足大规模定制的市场需求。

紧跟变革脚步，在汽车产业逐渐步入电气化时代的当下，宝马莱比锡工厂也力争成为电动汽车产业的领军者。2013年，莱比锡工厂正式投产宝马电动汽车i3，2014年，宝马i8相继投产。尤为值得一提的，宝马在新车型的生产工艺创新方面大有作为。宝马用于生产i系列车型的车间与传统汽车制造工艺有很大不同。由于i系列的车身主要采用碳纤维强化塑料（以下简称“CFRP”），CFRP生产车间相当于传统的冲压车间，制造出的CFRP部件按照覆盖件和结构件分别运送至喷涂车间和车身车间。用于表面的覆盖件在喷涂车间完成颜色喷涂，结构件在车身车间完成拼接成型，最后在总装车间完成整车装配。

需要注意的是，虽然仍有喷涂车间，但因采用全新材料，相比传统钢制车身的防锈工序，省去了清洗、磷化及电泳等前处理工序。i系列的喷涂车间只会对覆盖件进行喷涂处理，工序的简化极大减少了能源的消耗。

奔驰汽车

在智能工厂中，先进的硬件设备作为基础设施至是必不可少，但软件也不可忽略，尤其要高度重视这些信息技术与硬件设备的融合。在奔驰汽车的智能工厂中，数字化的应用贯穿于从设计开发到售后服务的整个产业链。

增强现实（AR）技术：这项技术主要应用于奔驰智能工厂的规划，虚拟零部件的安装测试，设备组件的生产等。它将真实世界的实际情况和虚拟世界的理论情况在同一屏幕上叠加，互为补充，工作人员就可以很容易地发现其中存在的偏差。

数字化工艺生产：通过模拟出数字化的生产制造环节，在产品设计早期阶段就可以验证汽车生产的可行性，特别是在传动系统部分，数字化工艺环节将贯穿从结构设计、零部件机械加工到装配的整个过程。

人机协作：汽车的装配任务对精度、强度要求极为严格，同时要求其操作极为纯熟。人机协作结合了机器人的准确性和人的灵活性，奔驰的工人们与协作型机器人紧密合作，确保每次装配均能完美匹配。

自动运输系统：如何高效地解决车间内的物料运输一直是汽车行业的一大挑战之一。固定的运输平台过于僵化，一旦生产流程发生变化，这类运输平台也需要做适当的调整，时间成本和相应的转换成本都很高。通过自动运输系统的应用，车架可以在一条流水线的末端被自动驾驶运输车装载，运输车有自动导向系统，可以保障系统在不需要人工引航的情况下就能够沿预定的路线自动行驶，把车架运送到下一道装配站。

奥迪汽车

“科技”一直是奥迪的关键词。在奥迪的智能工厂中，“科技”的内涵更是发挥到了极致。

无人驾驶运输系统：零件物流是保障整个工厂高效生产的关键，在奥迪智能工厂中，零件物流运输全部由无人驾驶系统完成。转移物资的叉车也实现自动驾驶，实现真正的自动化工厂。

柔性抓取机器人：奥迪智能工厂发明的柔性抓取机器人不同于现阶段的抓取机器人，该机器人最大特点在于柔性触手，抓取零件更加灵活。除了抓取普通零件外，柔性抓取机器人还可以抓取螺母、垫片之类的细微零件。

VR虚拟装配：奥迪智能工厂将借助VR技术来实现虚拟装配，以发现研发阶段出现的问题。借助VR技术，设计人员可以对零件进行预装配，以观测未来实际装配效果。

数据眼镜：这套设备类似装配辅助系统，数据眼镜可以对看到的零件进行分析，发现缺陷与问题。数据眼镜可以对员工或者工程师进行针对性支持。

3D打印技术：在奥迪智能工厂，3D打印技术将得到普及，汽车上的大部分零件都可以通过3D打印技术得到。目前用粉末塑料制造物体的3D打印机已经被制造出来，下一阶段发展的是3D金属打印机。 奥迪专门设计了金属打印试验室，对此技术进行研发。

宝沃汽车

宝沃中国工厂于2016年开始运营，并引入了全球首条八车型智能制造系统，能够实现8款车型在同一生产线柔性化生产，也是这条生产线的最大亮点。这套系统由工业机器人制造商KUKA公司提供，具备强大的灵活性和应变能力，能在缩短产品生产周期的同时提升产品质量，最大程度实现“工业4.0”模式下的生产。相比一般车企最多3~4款车型的柔性化生产线要强大得多，这需要更加的智能化、精细化大数据计算才能做到。

以冲压车间为例，它采用的是整线高速伺服自动化生产线，自动化程度达到100%，整线节拍达到15SPM（冲次/min）。车身焊装车间采用的是全球首条8车型柔性化生产线，大量采用机器人操作，运用双总拼及顶盖激光钎焊等高精技术。

宝沃中国工厂的油漆车间采用与豪华轿车相同的油漆材料，漆膜质量安全可靠，运用沸石转轮+RTO废气处理方式，VOC去除率≥98%，高效节能环保。最后的总装车间，采用国际先进的“h”型柔性生产线，采用国际先进网络化扭矩实时控制系统及网络化电检系统，全面提升整车质量，生产出的车辆还要经历一系列的检测，包括车辆定位、密封性淋雨、路试等，最终将一辆完全合格的宝沃汽车交付到用户手中。

博世

作为“工业4.0”战略的发起方之一，博世在“工业4.0”领域有着独特的定位。博世认为，“工业4.0”不应只关注生产方面，而应该是整个产品生命周期，即从产品设计开始，到制造，再到最后的售后服务，从供应商到客户，实现人、机、物的全面互联。

作为博世全球100多家“4.0项目”试点工厂之一，苏州工厂体现了博世的“工业4.0”战略在中国的成功落地。该工厂内的传感器无尘测试车间自成立之初就是按照“工业4.0”的理念进行设计。原材料自动供给系统是该无尘测试车间的特色之一。该系统基于实时的物料使用数据，将自动从立式仓储系统上装运物料，并输送至生产车间。所有生产的关键业绩指标都会被系统记录，并且在诸如手机和平板电脑这样的设备上实现可视化。

同时，通过博世物联传感器的应用，以及综合来自全球各地的博世生产工厂的大量数据，无尘车间目前正在推行预知性全员生产维护体系（TPM）。这一体系使得员工可以提前预知机器的工作状态，并且及时对各个设备进行适当的维护。

RFID射频识别技术也是该试点项目中典型的应用。据悉，苏州一厂共有4个生产区域，每个区域至少有超过2500套生产、检测及测量设备。以往的固定资产盘点需要工作人员手持打印的固定资产清单，在生产区域进行一对一的人工核查，这样的操作非常耗时耗力，且容易因人为因素导致盘点的失误。

通过运用RFID技术，每台设备都贴有RFID标签，固定资产信息都录入到系统中，盘点时工作人员只需要下载相应的资产信息表到手持终端，并推动装有射频识别天线的工具车绕着车间走一圈，车间内的资产信息即可直接被更新进系统，同时也会自动生成盘点报告。整个盘点工作目前只需要4 h即可完成，而原先的工作模式则需要440个工时。未来苏州工厂计划将RFID射频识别器均替换为物联传感器，这也就意味着4 h推小车的时间也可以省去，这样车间管理人员可以将精力集中到诸如生产计划这类真正核心重要的生产工作中。

舍弗勒

舍弗勒不仅是德国“工业4.0”的发起方之一，还是坚定和积极的推动者和参与者。汽车制造业是机床的使用大户，约占机床总消费量的40%左右。轴承是机床中的核心部件之一，越来越数字化的机床更离不开具有在线监测和寿命计算功能的智能化轴承和监测系统，这是机床实现数字化的重要组成部分。舍弗勒以其创新的智能产品和技术，与其客户一起，帮助提升汽车制造的智能化水平。

深入到产品方面，舍弗勒的“机床4.0”概念通过传感器、网络和数据分析，在不同工艺流程中收集信息形成大数据，以此为客户创造出更清晰明显的增值空间。以德马吉森精机的一台洗车复合加工机床为例，几乎所有与加工流程相关的轴承支承架都集成了用于测量振动、力、温度和压力的附加传感器，以获得有关机器状态的实时信息。

舍弗勒全球首个“未来工厂”——舍弗勒湘潭生产基地便是其践行“工业4.0”的最好例证。舍弗勒汇集全球资源，将其打造成舍弗勒集团全球首个“未来工厂”，并于2017年正式奠基。该工厂将采用标准模块化功能设计，共有160多种有代表性的数字化生产工艺模块，可根据产品不同进行任意组合，各个模块不仅通用适配厂区基础设施配置，还有机动灵活性，可根据需要拓展或移除模块，实现产品数字化、设备数字化、工艺流程数字化、产品分析改进数字化、客户体验数字化。

结语

当今，技术的发展日新月异，智能工厂还远未达到“终极形态”，而是一个不断演变的，不断挖掘灵活性、互联性和透明度等众多特性的解决方案，是打造并维持一个柔性学习系统的不断发展的历程。文中所盘点的智能工厂只展示了“冰山一角”，希望能给行业带来启示。