面向智能制造的十大工业软件

点击蓝字 关注我们↑↑↑

DIGITAL TWIN

如果您不希望错过文章，就加个星标吧！

 文章信息 

1. 引言

工业软件主要指应用于工业领域，旨在提升企业研发、制造、管理水平及工业装备性能的软件系统。新一代信息技术的进步正推动全球制造业迈向智能制造时代，数字化工程愈发受到重视。智能制造的核心在于持续融合信息空间与物理空间，通过数据驱动的制造过程实现设备控制、状态感知、实时分析、科学决策与精准执行，以解决产品全生命周期中复杂与不确定性问题。材料创新与装备发展是推动物理空间进步的直接动力，而在信息空间中，工业软件承担着实体虚拟化、物理设备控制、制造与管理流程定义以及不确定性操作模拟等关键任务，对促进智能制造发展具有重要作用。

近年来，全球制造业企业纷纷将工业软件发展列为重要战略。洛克希德·马丁公司全面实施数字化制造的软件工厂战略，其年度软件代码编写量甚至超过微软。西门子坚持数字化战略二十余年，累计投入超百亿美元发展软件业务，悄然成为欧洲仅次于SAP的第二大软件企业。通用电气（GE）通过工业互联网平台“Predix"确立了在物联网软件平台领域的领先地位。波音787的整个研发过程使用了8000余种软件，其中商业化软件不足1000种，其余7000余种均为波音长期积累的专有软件。

智能制造背景下的工业软件提升不仅在于应用层面，更重要的是开发适配企业核心业务的专属软件。学术界已开启新一代信息技术与智能制造融合的探索，包括物联网、大数据、云计算和人工智能等方向。理论研究已证明故障诊断、资源优化、创新设计、可持续维护等领域的算法模型取得良好应用。然而，将这些技术封装为成熟工业软件仍面临挑战。尽管大型制造企业在该领域处于领先地位，但标准化推进困难：不同企业产品结构与制造环境存在独特性，对软件功能、适应性和集成度需求各异。

各国政府长期重视工业软件发展，美国推出《美国制造——通过建模与仿真保持全球领导力》计划，德国实施"工业4.0战略"，中国制定《中国制造2025》规划。最新智能制造发展战略如美国《先进制造领导力战略》、德国《国家工业战略2030》、欧盟"工业5.0"及中国《"十四五"智能制造发展规划》均强调工业软件发展。

但现有研究多聚焦智能制造相关技术，对软件本体关注不足：智能制造需要哪些工业软件？工业软件可支持哪些研究类型？不同工业软件在智能制造中的关键作用如何？其面临哪些挑战与发展趋势？本文旨在系统解答这些问题。据我们所知，目前尚缺乏对此的全面研究。

因此，本综述从概念内涵、发展历程、功能特征、学术研究、商业应用及未来趋势等维度，系统梳理面向智能制造的工业软件体系，力图填补工业软件与智能制造间关系的研究空白，为学术界和产业界深入探索工业软件在智能制造中的科学应用提供价值洞见。

2. 工业软件与智能制造之间的关系

工业软件发展的核心驱动力，源于对先进制造范式的持续探索与追求。智能制造作为一种总体概念，体现了信息技术与先进制造技术的深度融合。如图所示，第三次工业革命后的制造范式发展可划分为四个阶段：自动化制造、数字化制造、网络化制造与智能制造。图中坐标系以x轴对应工业软件种类，y轴表征制造范式的发展阶段层次，直观展现了技术演进与软件体系扩展的关联性。

（1）自动化制造（20世纪40年代至70年代）

1946年，福特公司机械工程师D.S. Harder首次提出"自动化"概念，用于描述生产过程的自主运行，推动了自动化理论的形成。此后，为应对产品质量与数量的激烈竞争，各类自动化设备被制造并投入生产应用。从20世纪60年代中期至70年代初，大规模生产需求推动了自动化生产线的成熟应用。这一时期，自动化设备需求促使设备供应商开发出中央控制系统（CCS）、分布式控制系统（DCS）及现场总线控制系统（FCS）等配套自动化系统。这些软件系统的应用不仅实现了设备的高效精准控制，更标志着工业软件与制造范式融合的开端，推动制造范式向自动化方向演进。

（2）数字化制造（20世纪80年代至90年代）

智能制造概念于20世纪80年代首次提出，当时被定义为数字化制造，其核心目标是通过计算机技术实现产品信息、工艺信息与资源信息的数字化描述、集成、分析与决策，进而快速生产满足用户需求的产品。计算机性能与图形技术的提升，为制造范式升级提供了更强助力。数字化制造促使软件供应商从计算机辅助设计、制造与管理等维度开发工业软件，以提升制造企业效率。

在此背景下，计算机辅助软件（CAX系列）逐步发展并广泛应用，包括计算机辅助设计（CAD）、计算机辅助工程（CAE）、计算机辅助工艺规划（CAPP）及计算机辅助制造（CAM）等，推动产品设计环境从手工绘图向数字化全面转型。与此同时，以精益生产为代表的数字化管理理念被提出，其核心是以最小投入实现最大、最快的产出，要求企业对制造资源、物流控制、车间调度、质量控制、成本管控及库存管理等环节实现精细化运营。以企业资源计划（ERP）为代表的企业管理软件受到制造企业青睐，以制造执行系统（MES）为核心的制造过程管理软件开始商业化。这些工业软件的应用，促使制造业设计与管理流程从依赖纸质文档的传统模式转向数字化全链路协同。

（3）网络化制造（20世纪90年代至2010年）

1994年，美国国防部联合百余家大型企业共同制定《21世纪制造企业战略》研究计划，首次提出敏捷制造（Agile Manufacturing, AM）战略，其核心是通过充分整合企业内外部资源，快速响应市场变化并满足客户需求。至20世纪末，随着互联网技术的持续发展，作为敏捷制造的延伸，各类网络化制造模式相继涌现，包括应用服务提供商（ASP）、制造网格（MGrid）及云制造（CMfg）等。这一趋势推动软件供应商开发具备跨平台协作能力的工业软件，以促进供应链、区域及行业间的企业协同。此类软件通过增强制造资源的共享与优化配置，将传统孤立式制造模式转变为网络化协同制造体系。

（4）智能制造（2010年至今）

智能制造是新一代信息技术与制造技术的深度融合，贯穿产品设计、制造与服务全生命周期，通过全面感知、实时分析、自主决策与精准执行，持续提升企业产品质量、效益与服务能级。这一阶段，软件供应商将前沿技术融入工业软件，推动产品全生命周期智能化升级——数据分析软件、人工智能应用、虚拟仿真等新兴软件领域迅速发展。例如，物联网技术的成熟使产品设计、管理、制造与服务环节积累海量工业大数据，促使传统数据分析软件与先进机器学习算法深度融合，催生了面向工业场景的大数据分析软件；虚拟化与物联网技术的结合则推动数字孪生（Digital Twin, DT）技术实现物理世界与虚拟世界的深度融合，形成成熟的商业软件应用。与此同时，人工智能生成内容（AIGC）技术正加速赋能传统工业软件，特别是在设计阶段的产品草图生成、预测与健康管理（PHM）阶段的数据增强等低风险场景中展现应用潜力。随着工业软件产品形态的多样化，主流供应商纷纷推出集成化工业互联网平台，构建从设备层到管理层的全栈式解决方案。这些新型工业软件的快速发展，使得制造业在设计、生产、管理与运营等环节实现更高程度的智能化与效率提升，推动制造业向全流程智能化方向持续进化。

3. 制造业中的工业软件

本文根据软件的使用场景，例如生产线、工厂、企业、企业间等，总结了与智能制造密切相关的十大工业软件。

(1)产线级

数据采集与嵌入式控制软件（DC&EC） 是支撑生产线智能化的核心技术，主要负责设备自动化、分布式控制与数据采集。作为智能生产线的最小组成单元，各类自动化设备均配备嵌入式控制系统以确保自主运行与统一交互，例如：机器人搭载的机器人操作系统（ROS）、定制化自动化设备中的可编程逻辑控制器（PLC）、数控机床的数控系统（NCS）、自动化仓储的仓库控制系统（WCS）等。在整条生产线的层级，DC&EC主要体现为数据采集与监控系统（SCADA）及现场总线控制系统（FCS）——SCADA多用于离散制造场景，聚焦底层设备数据向上层管理系统的传输与监控；FCS则主要应用于流程工业，侧重接收上层系统指令并实现制造全流程闭环控制。随着新一代信息技术的发展，上述系统正逐步与物联网、人工智能技术融合，被赋予更强的全连接能力与边缘计算能力，推动生产线向自适应、自优化的智能化方向演进。

(2)工厂级

工厂级软件主要负责产品的设计、开发管理，接收来自企业管理软件（BM）的生产订单，并将其分配给底层制造设备组织生产。它们可分为产品开发软件（PD）、开发管理软件（DM）、制造过程管理软件（MPM）、制造仿真软件（MPS）、运维软件（OM）和数字孪生软件（DT）。

PD用于协助工程师完成新产品的设计和试制，提高产品开发效率，降低开发成本，缩短开发周期，提高产品质量。CAX系列软件是目前主流的PD软件，主要包括：CAD、CAE、CAPP和CAM，分别用于建立产品建模、分析产品参数、制定工艺路线和生成数控代码。

DM以PLM为代表，主要用于管理和监控产品开发的数据和过程。PLM起源于PDM，最初用于管理产品开发、设计和制造的数据，包括电子文档、数字文件、数据库记录，实现从设计阶段到制造阶段的数据转换。PLM对新产品开发过程的全生命周期进行管理，提高产品开发速度，降低产品开发成本，提高产品质量。因此，PDM、QMS、PMS和工作流管理也被认为是PLM的一部分，用于管理整个过程，而不是应用于特定的单个场景。

MPM主要对工厂内制造任务的所有数据流进行管理，包括制造任务分解、计划、调度、组织、指挥、执行、监控、统计等。APS是指先进的计划和调度系统，是解决生产调度中排序和资源分配问题的工具。MES是一个位于APS和DC&EC之间的面向车间的信息管理系统，它可以为作业者和管理者提供所有资源的计划执行、跟踪和当前状态信息。

管理软件做出的计划和决策可能会偏离实际情况，导致制造过程中的风险。建模和仿真技术可以捕捉系统的动态特性，检验制造系统和决策是否有效。MPS利用虚拟仿真技术来预先规划生产线布局、设备配置、工艺路径和物流。在仿真模型“演练”的基础上，进行分析、评估、验证，快速发现问题，及时调整优化原方案。

MRO应用于运维，包括维护、维修、材料和服务。PHM基于物联网技术获取设备运行状态信息和故障信息。根据系统的历史数据和环境因素，采用信号处理和深度学习算法监测设备状态，预测故障，评估系统健康状态。EMS实时采集水、电、油、气等各种能耗数据，并对能耗进行动态分析，实现制造系统能耗的节约和提高。

DT软件可以将DT技术应用于制造业，通过定制化的DT解决方案，实现不同行业企业的DT工厂。DT软件建立物理工厂的虚拟实体，为生产的仿真提供支持，将SCADA采集的数据进行可视化处理，并结合人工智能技术对数据进行分析和结合，为工厂内MES、PHM等其他软件提供智能决策和技术支持。

(3)企业级

在企业层面，BM主要面向管理企业的标准化业务执行，包括产品设计、采购、销售和仓储、财务、人力资源、客户等，以规范业务流程，提高工作效率，帮助决策。其中，CRM软件可以整合客户信息资源，维护和吸引客户，提高企业利润。供应链管理软件可以协调供应链的各个部分，以减少总成本和交货周期。物料需求计划（MRP）软件可以根据物料清单和库存状况计算物料需求数量和需求时间，从而确定采购和加工计划。质量管理体系（QMS）可以在ISO/TS体系的基础上持续改进企业的质量管理，但需要与其他管理体系相结合。仓库管理系统（WMS）主要实现仓储、仓库可视化、仓库调度和仓库分配。FM软件主要针对总账、固定资产、资金链、财务报表、财务票据的管理，规范业务流程，提高核算效率，提高企业效益。ERP集成了上述软件系统的功能，从整体上优化了企业的运营模式，合理配置了企业资源，改进了企业业务流程，增强了企业竞争力。

(4)区域/全球级

在企业中，工业软件发挥着促进企业间协作的作用，工业互联网平台软件（IIP）成为企业使用的主要软件类型。目前的IIP在功能上主要分为以下几类：

• 设备互联平台：广泛应用物联网和互联网技术连接设备终端，构建精准、实时、高效的云端数据采集与互联系统。同时，运用大数据和人工智能技术，实时分析设备运行状态，不断优化研发、设计、制造、运营、管理的效率。

• 协同研发平台：企业与客户之间广泛协同设计，自动完成需求分析、设计和制造环节，实现个性化、定制化的服务模式。

• 供应链协同平台：打通产业链上下游，优化资源配置，实现供需匹配和资源共享。

• 协同制造平台：使同一地区或同一行业的企业将其实体制造资源封装并发布到网络空间，以服务的形式实现制造协同。

• 服务应用平台：共享打包的应用服务，实现广泛的按需使用。

  
  

 (5)贯穿全层级

IBDA软件在所有场景中都扮演着重要的角色。在市场分析阶段，市场数据分析软件可以有效地发现市场波动数据，建立市场风险评估和客户偏好分析模型，指导企业调整市场策略。在产品设计阶段，产品设计分析软件可以有效地帮助设计人员分析产品的合理性，评估产品性能，预测产品成本，计算工作时间，提高设计效率，缩短研发周期。在制造阶段，工业数据分析软件可以获取设备、效率、成本、能耗等数据，建立分析模型，实现状态监控和工艺参数优化。在服务阶段，设备运行数据分析软件可以远程获取设备的运行数据，实时了解设备运行状况，制定更合理的设备维护计划。

4. 面向智能制造的十大工业软件

因此，本文从不用应用场景视角总结了与智能制造密切相关的十大热门工业软件，如表格所示，分别为PD、DM、BM、MPM、MPS、DC&EC、OM、IBDA、IIP和DT。下图展示了这些工业软件系统在制造过程中的应用场景和部分关联关系。

5. 总结

工业软件作为智能制造的原动力，已经渗透到制造业的方方面面。本文详细阐述了工业软件的发展过程、工业软件与智能制造的关系、工业软件对智能制造的意义以及主流的十种工业软件。然后进一步介绍了这十种工业软件的历史、功能、商业应用、支持研究和未来发展趋势。工业软件发展迅速，日益多样化和集成化，但仍存在技术垄断、标准碎片化、智能化和可扩展性不发达、数据存在漏洞、智能化程度低、可靠性和适应性差、应用不当等问题。对于研究人员来说，未来的工作应该集中在工业软件和应用于工业软件的技术的标准化上。此外，扩展和完善应用方法和评估标准将是实现工业软件在智能制造中的效用最大化的关键。行业从业者应该学习和规范各种工业软件的使用，以提高效率和降低成本。工业软件提供商应该优先考虑用户体验，增强其可靠性、可扩展性，并推进其智能功能。

关注公众号，后台回复“MT18”即可下载原文