作者：张洋
近几年来，智能制造悄然兴起。为了适应市场的发展，提高企业的生产管理效率和水平，许多传统工厂纷纷走上了智能化转型的道路。
智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。从有序推进的角度来看，智能制造可分为数字化、网络化和智能化三个标志性阶段，循序渐进、迭代发展。
目前，一些现代化企业已经基本实现数字化，各种数字化的传感器、执行器、设备、系统以及各类工业软件在企业中得到普遍应用，下一步的发展重点是从数字化向网络化的过渡与提升，而难点则在于，既要兼顾当前数字化阶段广泛存在的设备、系统和软件的现实状况，还要面向未来设计出新框架、制定新方案、引入新技术，实现新老系统融合发展，有序向网络化协同阶段演进。
针对这一现状，工业工程领域杰出青年专家王勤运首先在数据采集技术方面取得重大突破。王勤运在常规系统多年成熟应用基础上，针对智能工厂和数字车间建设过程中在多源异构数据采集处理和分发、多类型子分系统集成和联动、大数据和敏捷应用创新方面的需求，融合了新一代信息技术和架构创新研发出智能化工业生产业务数据采集系统，不仅具有对企业现有设备各类多源异构数据的采集、建模、处理和转发等基本功能，还可实现可视化监控、高级数据分析和定制化应用开发等高级功能，引发业界广泛讨论。
智能化工业生产业务数据采集系统是否实现了智慧工厂建设的新一轮技术突破？落地应用的实际效果究竟如何？据了解，不少应用企业反馈，该系统能够将整个工厂内与生产相关的产线自动化系统、与弱电集成相关的网络通信系统，以及与安全防护相关的门禁系统、消防系统、视频监控系统和货运车场管理系统等共计三十余类子分系统全部接入，进行统一的数据采集、分析处理、功能集成和可视化呈现，执行集中统一的监控调度，显著减少了不必要的重复读取工业生产设备内业务数据的操作，降低了数据获取过程中对工业生产设备的计算能力消耗，提高了工业生产系统稳定性，使生产效率和劳动力成本得到大幅度优化，为企业带来了可观的经济效益回报。
就目前而言，该系统已经表现出了卓越的应用性能。但有业内专家表示，系统潜在的优势才具有更大的价值。
王勤运对当前工业领域的市场需求、数字化水平以及发展趋势都有着深刻洞察。他特别针对当前柔性制造过程个性化需求更强、产品生命周期更短、原料部件类型更多、加工检测手段千差万别、内外部各类生产扰动更加频繁等等特征，前瞻性地为智能化工业生产业务数据采集系统设计了开放式接口，使其不仅能够支持对多源异构数据的处理、增添对更多类型对象的建模方法、设计更具价值的分析算法、提供更周全的专有功能、展示更丰富的图表，同时也能够为MES生产执行系统、WMS仓储管理系统、ERP企业资源管理系统等生产运行系统提供一致性的数据来源，将服务贯穿于采购、库存管理、生产制造和物流交付等全环节的数字化库存管理用例，打通了物料流和信息流，为智慧工厂端到端可视化供应链平台的建设提供了重要支持。
该系统所展现出的可扩展性和可持续发展性，让不少业界同仁看到了其巨大的应用前景与市场价值。有业内同仁指出，该系统所表现的提高数据价值密度，提升数据挖掘效率，为不同的业务分析场景提供高质量的数据接口等优势，使其更有可能成为工业数字化转型的支撑点。不过，随着智能制造的发展，供应链全流程的数字化系统不断增加，对于数据采集系统的精度、易控制性、抗干扰能力也会提出更高的要求，能否在这方面持续升级，与智能制造发展进程保持同步，或许是该技术成果未来发展需要面临的最大考验。
