建设AGV 智能制造平台时，需要把握住以下四个要点：

一是分步实施原则，将平台的建设分为三个阶段进行。每一阶段建设前就设立好建设质量评估指标体系，阶段建设完成后对照指标体系进行全面评估，保证每一阶段的建设质量。

二是把 MES 建设作为平台建设的重点。MES建设要充分考虑AGV产品生产制造关键业务流程的特点。AGV 生产的一大特点是涉及物料种类多、尺寸小、物料生产过程准确追踪难度大。另外，AGV产品在出厂前必须要进行厂内调试，大批量AGV产品的出厂调试质量纳入MES的有效监控也是一个关键环节。

三是服务化管理模块的设计要依靠自身的技术优势，以丰富给客户提供服务的种类和层次为方向，不断探索和提升保障设备有效运行的能力，提高客户的满意度。

四是始终关注数据的打通和有效交互问题。由于信息化建设方面的历史原因，国内企业推广智能制造系统时都会多少遇到各功能模块间的数据交互不通畅的困难，因此，该AGV智能制造平台建设从一开始就要关注各功能单元间数据的无缝对接问题。

三、实现 AGV 智能制造平台的关键技术

经过对该AGV 智能制造平台的系统架构进行论证研究后可以发现，实现该平台主要涉及四个关键技术：智能生产管控技术、现场数据采集技术、大数据技术和云计算技术。智能生产管控技术主要实现以下目的：自动生产排程，根据订单情况，自动输出排产计划，充分调动企业生产资源的最大化利用；自动物料调度优化，减少生产装配各环节停工待料的时间，该功能往往和车间智能物流系统协同工作发挥巨大威力；快速响应订单变化，在实际生产中常见因为客户紧急需求而改变原有排产计划的情形，此功能可以充分识别排产变化带来的影响，确保更改后的排产计划能够使各项目均按时交货。

数据采集是实现 AGV 智能制造平台的基础，只有在有效解决了底层设备的采集问题后，才能实现智能化控制的需求。目前数据采集的最大难点是底层设备数据格式和通讯协议各家相差较大，互不兼容。对这一矛盾可以通过建立设备互通的联网系统，实现设备分布式网络通讯，程序集中式管理，使设备方便地接入整个系统。由于该 AGV 智能制造平台对于数据采集的实时性要求低，此方法相对于另一条解决数据采集问题的技术路线制造数据采集系统MDC更加适合。由于 AGV的装配目前还不可避免的有一定人工参与的工作量，因此把手持终端或手机 APP手动上报数据的功能纳入数据采集系统非常有必要。

大数据技术是近年来智能制造领域的一个热点技术。大数据技术应用于智能制造领域又可以细分为大数据集成技术，分别对源端和应用端数据进行集成；大数据存储技术主要解决数据量大、来源广、数据结构复杂时数据存储的完整性以及读写的速度能达到业务的要求；大数据处理技术包含批处理、流处理和内存计算以满足制造业大数据处理的不同要求；数据分析技术根据业务需求，将数据提炼为知识，再以知识促成决策和应用，是大数据技术中热点中的热点；大数据展现技术分别对制造过程数据进行展现，对制造历史数据进行展现和可视化技术。

由于大数据计算对硬件要求高，选择云计算技术对于建立 AGV 智能制造平台就是一个经济选择。云计算技术不仅使复杂的数据计算变得更高效、更廉价，云计算技术还能提供丰富的应用工具，使 AGV 智能制造平台的应用功能开发变得更加容易和快速。

四、结论与展望

智能制造技术是“中国制造 2025”战略中的一个重要推广方向。本AGV智能制造平台从制造业企业传统车间的常见问题入手，立足信息互联与数据共享，可改变以往外购物料交付进度追踪不及时，生产程与实际进度出现偏差时不能及时发现，质量数据收集与分析缺乏，实施阶段发现设计缺陷或制造缺陷不能及时反馈的问题等，最终实现 AGV 产品设计制造与实施，由业务驱动转变为数据驱动、服务化驱动。在AGV 智能制造平台方案设计与研究过程中，注重项目实施的先进性与经济性平衡，力求快速解决当前AGV产品生产的主要矛盾又兼顾智能制造未来的技术发展趋势和制造业服务化转型的行业发展趋势，为其他中小企业导入智能制造平台时提供了一点有益的参考和借鉴。

本文已标注来源和出处，版权归原作者所有，如有侵权，请联系我们。