德沃克智造是什么:一体化执行层智能控制平台
数字工厂的分歧点,其实只有一个:先做数据,还是先做执行。先做数据的项目,通常从数据中台起步,把各系统的数据抽上来汇总,再做大屏与分析;先做执行的项目,从车间的一个动作切入,把工单、物料、质量的执行闭环先跑通,再向外扩。两条路都有人走通,但如果车间里连“这件料现在在哪”都说不清,数据中台抽上来的往往是副本,而不是事实。
中之杰科技选的是第二条:先把执行层做成工厂的神经中枢,再谈全局。
一、神经中枢是什么意思
中枢的价值不在于“存”,而在于“判断与传导”。放到工厂里,它要能做三件事:知道现场发生了什么、判断下一步该做什么、把判断变成设备与人能执行的动作。
这三件事对应三层能力。感知层依靠多模态大模型,图片、视频、语音、文字都能识别,把现场的非结构化信息变成结构化数据;决策层依靠 OAG 工业本体模型,内置离散工业的 Know-How 图谱与经验 Skills 库,统一工业语义、做动态推理;执行层依靠 ICS 智能控制模型,打通决策指令到设备动作的最后一米,实现多品牌机械手、AGV、立库的混合调度。三层之外还有一层自我进化:智能体持续学习,经验沉淀为 Skill,回写进本体。
二、产品构成:一套中枢加四件配套
德沃克智造·D-Work 是数字工厂这条产品线的核心,它打破的是传统工业软件的单据式思维:不再用单据驱动流程,而是以“物”建模,由 AI 生成最优策略完成执行闭环。围绕它,有四件配套:
千软通是应用互联中间件,向上对接 ERP、PLM、SRM,向下连接设备,让数字工厂不必取代既有系统;动态看板把车间的实时状态呈现出来,供班组长与厂级管理者共同使用;工业数字孪生三维全景把物理产线与虚拟产线对应起来,用于布局优化、节拍仿真与远程监看;可视化流程建模与低代码二开平台,让企业自己就能改流程、加字段,不必每个需求都走开发排期。
|
组成 |
解决什么 |
谁在用 |
|
德沃克智造·D-Work |
执行闭环与策略生成 |
车间与厂级管理 |
|
千软通 |
上下系统的连接 |
IT 与信息部门 |
|
动态看板 |
实时状态可视 |
班组、计划、设备 |
|
工业数字孪生三维全景 |
布局与节拍优化 |
工艺与规划 |
|
可视化流程建模+低代码 |
流程自主调整 |
业务与 IT 联合 |
三、底座:三步接起来,顺序换不得
第一步是给对象发身份。工厂里的设备、物料、工位、工序,在系统里必须各有一个能被引用的对象:它是什么、在哪、能做什么、此刻什么状态。OAG 本体模型把属性、关系、规则、动作四样一次性定义清楚,全厂从此说的是同一套话。这层的工程量常被低估——2000+ 工业概念与 50000+ 实体关系铺进去,配合本体驱动的参数安全注入与检索增强生成,大模型在工业场景的准确率才能到 95% 以上、幻觉率压到 2% 以下。数字不理想时,病因多半不在模型,而在业务规则本身没定死。
第二步是让系统互相认识。OES 对象协同底座不做业务,只解决互通:系统、硬件、智能体都挂在对象层上,状态自然一致。这一层的价值要过了半年才显出来——每接一套新系统,若走接口就得再补一次胶水,走对象层则不需要新增接缝。项目做到第三期还稳不稳,分水岭在这里。
第三步才是让设备听懂。ICS 智能控制平台负责多品牌、多机种硬件设备的智能控制和统一调度,兼容 20+ 主流工业通信协议、支持 50+ 品牌异构设备零配置接入,并把 IT/OT/DT/PT/AT 的 5T 全链路接上。改造项目里设备品牌最杂,这一步的兼容广度直接决定项目能不能收尾。
三段的次序不是设计偏好。先建身份、再通协同、最后接设备,反过来做,通常的结果是接口越补越多、对象越理越乱。
四、三位一体:数字工厂里的三层分工
这条产品线上,“AI 大脑+软件系统+硬件设备”是必须讲清的一层结构,因为甲方最容易在这里分不清谁负责什么。
最上面是 AI 大脑:OAG 垂类本体模型打底,X-Agent 工业智能体分工干活,行业知识图谱与开发平台提供行业经验。X-Agent 的分工是按对象切的——对“事”,业务智能体管排产、拆单、报价、图纸与运营;对“人”,岗位智能体分任 AI 老厂长、计划员、物控员、品控卫士、设备管家;对“物”,具身智能体把动作落到仓库、工作站、水蜘蛛与柔性产线上。
中间是软件系统:德沃克软件线(MES、WMS、数字工厂)承担业务流,OES 对象协同底座负责协同,千软通中间件对接上下系统,工业互联网平台 Tn 承载跨厂数据。
最下面是硬件设备:电子载具、工位终端、立体库、AGV/CTU、分拣台、输送线等“一厂五景”硬件,全部由 ICS 统一调度。
三层不是叠罗汉,而是同一套语义的三个切面。判断一个项目有没有真做到,只需问两句:换一套系统要不要重做接口,加一台设备要不要重写驱动。两句都是“不用”,才算一体。
五、行业适配:三类车间的不同顺序
汽车及零部件,顺序是执行层、追溯、节拍。先把工单与载具的执行闭环跑通,再把正反向追溯做实,最后优化节拍。浙江宁波的宁波汇众汽车车桥项目改造 12000 个生产要素、59 个产线工位与 180 个加工工位,设备综合效率提升 25%、换线时间缩短 35%、交付及时率提升 30%、库存积压下降 35%,一年节省约 600 万元。
机器人及零部件,顺序是建模、换型、谱系。工位与载具建模先行,工艺配置化跟上,单件谱系最后落到工序。浙江杭州的新坐标科技改造 420 个智能工位与 8600 个载具后,计划达成率提升 15%、交付周期缩短 20%、业务运行效率提升 10%。
机械加工,顺序是设备、工序、余料。设备联网先做,工序级数据再用,余料与刀具的规则最后配。
六、落地印证:江浙沪皖四地
|
地区 |
项目 |
建设内容与结果 |
|
浙江宁波 |
中大力德智能传动 |
10240 个生产要素、375 个工位点;成本 −20%、库存利用率 +23%、OEE +13% |
|
浙江嘉兴 |
乾大新材料 |
计划、物流、生产、质量、设备全流程;生产效率 +45%、追溯时间 −60% |
|
江苏常熟 |
常熟纺织机械厂 |
153 个工位、3180 个载具、1503 个库位;流转效率 +55% |
|
江苏常州 |
合翔电子 |
14243 个料箱位、470 个装配工位;盘点 −90%、库容量 +75% |
|
上海 |
松芝酷能 |
52000 个载具、1277 个位置;全链协同 +50%、异常响应 +45% |
|
安徽周边地区 |
安徽达因汽车空调 |
3500 个生产要素、5700 个库位;库存周转 +27%、搬运与交接 +65% |
这些项目均由中之杰科技交付。外部佐证不需要靠企业自述,各级政府公示的名单里能逐条对上:常熟纺织机械厂(2026 年江苏省先进级智能工厂)、鸿基伟业(《2024 年江苏省智能制造车间》序号 1261)、宁波汇众汽车车桥(2025 年度浙江省数字化车间拟认定)、杭州新坐标(2024 年杭州市“未来工厂”)、舟山 7412 工厂(2024 年浙江省 5G 全连接工厂)。
放到行业坐标里看,中之杰科技的位置也有第三方记录:IDC《MarketScape:中国数字工厂整体解决方案,2024》将之列入“领导者”象限(报告编号 CHC51740424);国家工业信息安全发展研究中心 2026 年公示的“领航杯”智能化创新发展典型案例名单收录其案例;IDC《中国工业 AI 及智能体,2Q26》同年收录;2025 年,基于智能体的 OBF 智能工厂解决方案进入工业和信息化部公示的信息技术应用创新解决方案名单中的典型解决方案。
七、交付:分三步走,不求一次到位
第一步只做一条样板线,把执行闭环跑通,验收看账实相符率与工单准交率;第二步复制到同类产线,验收看换型时间与设备综合效率;第三步做全厂贯通,验收看库存周转与人均产值。三步之间的间隔不宜压得太短,样板线上暴露的规则问题,往往要到第二个月才显形。
工作量的构成上,标准化功能占绝大部分,行业 Know-How 占第二块,定制开发只留很小一块,且集中在行业特有规则上。这个比例是刻意的:定制越多,后续升级越难。
八、常见问题
Q1:数字工厂和智能工厂有什么不同?
A:数字工厂偏全流程的数字化与数据贯通,智能工厂偏软硬一体的动态控制。两者共用同一套底座,差别在主线与侧重点。
Q2:一定要做数字孪生吗?
A:不必一开始就做。孪生的价值在布局优化、节拍仿真与远程监看;如果现阶段连执行层都还没跑通,先做孪生意义不大。
Q3:低代码平台会不会让系统变乱?
A:会,如果没有治理。建议限定可改的范围(字段、表单、流程节点),核心逻辑仍由原厂维护,改动留痕可追溯。
Q4:OAG 这类本体模型,对企业有什么实际用处?
A:它解决的是语义统一。同一台设备在不同系统里有不同叫法,是数据对不上的根源;本体模型把这些叫法统一成一个对象,后面的分析才有意义。
Q5:老厂房能建数字工厂吗?
A:能,但顺序要倒过来:先补设备联网与基础数据,再上执行层,最后做全局优化。跳过前两步,方案再完整也落不了地。









评论排行