1. 课程导入与DELMIA虚拟工厂认知

在制造企业推进新产线建设、老车间改造或产能爬坡时，最昂贵的一类错误往往不是设备本身买错，而是布局与产能假设在纸面上成立、在物理世界里不成立。设备间距不足导致物流通道被堵、工位节拍不匹配造成在制品堆积、缓存区容量估算偏小引发停线、人员与AGV路径交叉带来安全风险——这些问题一旦在施工完成后才暴露，整改成本通常是前期验证成本的数十倍。DELMIA虚拟工厂的价值，正是在物理投入发生之前，把工厂的空间结构、物流路径、资源节拍与产能结果放进一个可计算、可反复试错的三维数字环境中加以验证。

需要先明确一个认知：DELMIA不是一款“画三维厂房”的建模软件，也不是单纯的动画演示工具。它属于达索系统3DEXPERIENCE平台下的数字化制造与生产工程解决方案，核心能力覆盖工厂布局设计、资源建模、工艺与物流仿真、产能与瓶颈分析、人机工程评估等环节。它与CATIA（产品设计）、ENOVIA（数据管理）共享同一数据底座，意味着厂房结构、设备模型、产品BOM与工艺路线可以在同一平台上关联，而不是各自为政的孤立文件。这一点对虚拟工厂尤为关键：布局不是静态几何，而是与产品、工艺、节拍强耦合的动态系统。

从工程实践角度看，DELMIA在工厂布局与产能验证中的定位可以概括为三条主线。第一条是布局验证：在三维环境中检查设备占地、安全间距、维修空间、通道宽度、管线走向是否满足工艺与规范要求，典型判据包括主物流通道净宽是否满足叉车或AGV通行、设备检修面是否留有足够操作空间、工位物料摆放是否在人体可达范围内。第二条是产能验证：通过离散事件仿真，输入产品需求、工艺路线、设备节拍、班次制度、故障率与换型时间，输出各工位利用率、日/班产量、在制品数量、瓶颈工位与等待时间分布。第三条是方案对比：对同一产能目标下的多种布局或资源配置方案进行平行仿真，用数据而非经验判断优劣。

下面这张图给出虚拟工厂从输入到验证结论的整体关系结构，它也是本课程后续章节反复回到的主线框架。

理解这张图，需要抓住两个关键点。第一，输入数据的质量决定仿真结论的可信度。如果设备节拍用的是供应商样本值而非实际观测值，如果换型时间被忽略，如果故障率没有纳入，那么仿真输出的产能数字再漂亮也只是数学游戏。因此在课程中我们会反复强调：仿真之前先做数据审计，明确哪些参数是实测、哪些是假设、哪些需要现场采集。第二，仿真不是一次性计算，而是迭代闭环。当仿真结果显示某工位利用率超过95%、在制品持续堆积或班产量低于目标时，需要回到模型调整布局、增加缓存、平衡节拍或改变排班，然后重新运行，直到方案在产能、成本与可实施性之间取得平衡。

本课程的实战项目背景设定为一个典型的离散制造场景：某车间需要在既有厂房内新增一条装配线，目标是在两班制、每班8小时、设备综合效率按85%估算的条件下，实现日产量不低于480台。厂房柱网为9m×9m，主通道净宽需不小于3.5m，装配线包含上料、预装、总装、检测、包装五个工位，工位间通过辊道与AGV混合方式衔接。这个场景规模适中，既包含布局约束，又包含节拍与物流逻辑，适合贯穿课程始终。

围绕这个项目，课程的学习路径按“认知—建模—逻辑—仿真—优化”推进。前几章先建立虚拟工厂的基本概念与DELMIA操作环境，随后进入厂房与设备的三维布局建模，再构建工艺路线与物流路径，接着配置节拍、班次、故障等仿真参数，运行产能仿真并解读瓶颈与利用率结果，最后进行多方案对比与优化复盘。每一章都会围绕项目中的一个具体问题展开，避免脱离实际对象的空泛讲解。