智能工厂的规划是一个十分复杂的系统工程，需要企业的生产、工艺、IT、自动化、设备和精益等部门通力协作;同时，也需要引入专业的工厂设计和智能制造咨询服务机构深入合作。

　　1.工艺分析与优化

　　在新工厂建设时，首先需要根据企业在产业链的定位，拟生产的主要产品、生产类型(单件、小批量多品种、大批量少品种等)、生产模式(离散、流程及混合制造)、核心工艺(例如机械制造行业的热加工、冷加工、热处理等)，以及生产纲领，对加工、装配、包装、检测等工艺进行分析与优化。

　　充分考虑智能装备、智能产线、新材料和新工艺的应用对制造工艺带来的优化。同时，企业也应当基于绿色制造和循环经济的理念，通过工艺改进节能降耗、减少污染排放;还可以应用工艺仿真软件，来对制造工艺进行分析与优化。

　　2、数据采集

　　生产过程中需要及时采集产量、质量、能耗、加工精度和设备状态等数据，并与订单、工序、人员进行关联，以实现生产过程的全程追溯。在进行智能工厂规划时，要预先考虑好数据采集的接口规范，以及SCADA(监控和数据采集)系统的应用。不少厂商开发了数据采集终端，可以外接在机床上，解决老设备数据采集的问题，企业可以进行选型应用。

　　3、设备联网

　　企业可以实现对设备的远程监控，机床联网之后，可以实现DNC(分布式数控)应用。设备联网和数据采集是企业建设工业互联网的基础。

　　4、工厂智能物流

　　推进智能工厂建设，生产现场的智能物流十分重要，尤其是对于离散制造企业。智能工厂规划时，要尽量减少无效的物料搬运。很多优秀的制造企业在装配车间建立了集中拣货区(Kitting Area)，根据每个客户订单集中配货，并通过DPS(Digital Picking System)方式进行快速拣货，配送到装配线，消除了线边仓。

　　5、生产质量管理

　　提高质量是工厂管理永恒的主题，在智能工厂规划时，生产质量管理更是核心的业务流程。质量保证体系和质量控制活动必须在生产管理信息系统建设时统一规划、同步实施，贯彻质量是设计、生产出来，而非检验出来的理念。

　　7、智能厂房设计

　　整个厂房的的工作分区(加工、装配、检验、进货、出货、仓储等)应根据工业工程的原理进行分析，可以使用数字化制造仿真软件对设备布局、产线布置、车间物流进行仿真。在厂房设计时，还应当思考如何降低噪音，如何能够便于设备灵活调整布局，多层厂房如何进行物流输送等问题。

　　8、智能装备的应用

　　制造企业在规划智能工厂时，必须高度关注智能装备的最新发展。机床设备正在从数控化走向智能化，实现边测量、边加工，对热变形、刀具磨损产生的误差进行补偿，企业也开始应用车铣复合加工中心，很多企业在设备上下料时采用了工业机器人。

　　9、智能产线规划

　　设计智能产线需要考虑如何节约空间，如何减少人员的移动，如何进行自动检测，从而提高生产效率和生产质量。企业建立新工厂非常强调少人化，因此要分析哪些工位应用自动化设备及机器人，哪些工位采用人工。对于重复性强、变化少的工位尽可能采用自动化设备，反之则采用人工工位。

　　10、制造执行系统

　　MES(制造执行系统)是智能工厂规划落地的着力点，MES是面向车间执行层的生产信息化管理系统，上接ERP系统，下接现场的PLC程控器、数据采集器、条形码、检测仪器等设备。MES旨在加强MRP计划的执行功能，贯彻落实生产策划，执行生产调度，实时反馈生产进展。

　　11、精益生产

　　精益生产的核心思想是消除一切浪费，确保工人以最高效的方式进行协作。很多制造企业采取按订单生产或按订单设计，满足小批量、多品种的生产模式。智能工厂需要实现零部件和原材料的准时配送，成品和半成品按照订单的交货期进行及时生产，建立生产现场的电子看板，通过拉动方式组织生产，采用安东系统及时发现和解决生产过程中出现的异常问题;同时，推进目视化、快速换模。很多企业采用了U型的生产线和组装线，建立了智能制造单元。推进精益生产是一个持续改善的长期过程，要与信息化和自动化的推进紧密结合。

　　12、数据管理

　　数据是智能工厂建设的血液，在各应用系统之间流动。在智能工厂运转的过程中，会产生设计、工艺、制造、仓储、物流、质量、人员等业务数据，这些数据可能分别来自ERP、MES、APS、WMS、QIS等应用系统。因此，在智能工厂的建设过程中，需要一套统一的标准体系来规范数据管理的全过程，建立数据命名、数据编码和数据安全等一系列数据管理规范，保证数据的一致性和准确性。

　　总之，要做好智能工厂的规划，综合注意上述提及点，从各个视角综合考虑，从投资预算、技术先进性、投资回收期、系统复杂性、生产的柔性等多个方面进行综合权衡、统一规划，从一开始就避免产生新的信息孤岛和自动化孤岛，才能确保做出真正可落地，既具有前瞻性，具有实效性的智能工厂规划方案。同时，还可以基于这些维度来建立智能工厂的评估体系。