摘要：很多车间做数智化改造，上来先堆软件买设备，最后做成了断连的信息孤岛，把车间数智底座做成了应付申报的面子工程。本文结合我过去五年在三个离散制造车间做改造的实际经验，聊一聊落地的核心要点、常见踩坑和选型思路，给正在搭方案的同行做参考。
别拿“集成一堆软件”当车间数智底座
前年在浙江宁波那个汽配加工厂，我碰到过一个离谱的项目。甲方为了拿智能制造专项补贴，两年内先后买了MES系统、IoT设备管理平台、能耗监测系统，三套系统三个厂商，数据各存各的。
算缸体加工线的OEE。MES出来是82%。IoT平台算出来是70%。差了12个百分点。
查了三天问题，发现两边对“设备待机”的定义都不一样。MES按工单停顿算，IoT按电流低于阈值算，没有统一的规则，更没有统一的数据入口。这也敢叫数智底座？说白了就是一堆软件堆在车间里，凑数的。
符合行业要求的数智底座，得满足GB/T 39116-2020智能制造能力成熟度模型里二级能力的要求，核心就是有统一的数据时空基准，所有业务系统读的是同一套源数据，定义统一，采集频率统一，时间戳对齐。说白了，就是给车间所有的设备、人员、物料建一个统一的“数字地基”，所有上层应用都站在这个地基上，而不是每个应用自己挖个坑自己站。
后来那个项目推倒重搭底座，光统一数据定义就花了两周，改完之后OEE误差控制在1%以内，后续加柔性线的时候，接口只需要做一次接入，省了至少八万的改造费。
数智底座最容易踩坑的三个设计细节
说实话，大部分工程师做方案，都把精力放在了上层功能和厂商投标报价上，底层底座的细节根本懒得抠。偏偏就是这些细节，最后能把项目拖黄。
第一个，边缘节点的算力冗余。很多甲方图便宜，要求厂商按当前峰值算力留10%冗余就够。结果呢？上线半年要加AI视觉质检，算力直接顶满，整条线数据采集延迟从10ms跳到200ms，调度都乱了。我们现在做方案，离散车间的边缘节点算力冗余，最低留40%，别心疼那点硬件钱，后续工艺调整、加新应用，你省的升级费远不止这点。
第二个，时间同步精度。之前在江苏的一个轴承车间，搞四台AGV自动运料，一开始图省事，用普通的互联网NTP同步时间，误差最大到500毫秒。AGV会车的时候，定位不准，撞坏了两根料挡，赔了两万多。后来改成PTP精确时间协议，把时间同步精度压到1微秒以内，再也没出过撞车的事。很多人觉得不就是同步个时间吗？至于吗？多设备协同的时候，差个一百毫秒，都能出安全事故。
第三个，数据清洗的位置。很多方案把所有原始数据全传到云端再清洗，车间十台数控，一天就是十几个G的原始数据，带宽卡得连远程看状态都卡。其实数智底座一定要做边缘前置数据清洗，把规则写在边缘节点里，比如数控主轴电流，正常运行区间是10A-30A，超出这个区间又持续不到3秒的无效波动，直接在边缘丢掉，不用上传，能省至少70%的带宽成本。
中小车间改造成熟底座的选型权衡
不过话说回来，不是所有车间都是几十亿规模的大工厂，大部分中小机加工车间，改造预算也就几十万，不可能像大厂那样砸几百万搭定制私有云。这里头的权衡，太有说道了。
我碰到太多厂商上来就推“全栈私有云定制”，开口就是两百万，说这样才够安全。其实对于1万平以下，设备不超过50台的中小车间，混合架构足够用。核心的工艺数据、设备状态存在本地边缘服务器，非核心的能耗统计、人员绩效、工单报表存在公有云，成本直接砍半，稳定性也不差。
还有，别信什么“全栈自研”的噱头。我见过太多厂商，拿开源的边缘计算框架改个界面，换个logo，就敢卖你几十万。选型的时候记住，先测通再谈合作。你把车间里不同品牌的三台设备——比如一台华中8型，一台发那科MF，一台西门子840D，扔给厂商，要求他们一小时内，出一张统一的设备状态实时报表，能做到，再谈价格。做不到，说再多概念都没用，转身走就行。
数智底座，核心是“底座”两个字，不是“数智”。它不需要有多炫酷的概念，不需要能吹出来多少黑科技，它只要稳，能把你车间里所有乱七八糟的旧设备新系统串起来，能给未来三五年的扩展留够空间，就够了。踩过坑才懂，少堆概念，多抠细节，才是真的能落地的车间数智底座。
