離散制造業需要實現生產設備網絡化、生產數據可視化、生產文檔無紙化、生產過程透明化、生產現場無人化等先進技術應用，做到縱向、橫向和端到端的集成，以實現優質、高效、低耗、清潔、靈活的生產，從而建立基于工業大數據和“互聯網”的智能工廠。
生產設備網絡化，實現車間“物聯網”
物聯網是指通過各種信息傳感設備，實時采集任何需要監控、連接、互動的物體或過程等各種需要的信息，其目的是實現物與物、物與人，所有的物品與網絡的連接，方便識別、管理和控制。傳統的工業生產采用M2M(Machineto Machine)的通信模式，實現了設備與設備間的通信，而物聯網通過Things to Things的通信方式實現人、設備和系統三者之間的智能化、交互式無縫連接。
在離散制造企業車間，將所有的設備及工位統一聯網管理，使設備與設備之間、設備與計算機之間能夠聯網通訊，設備與工位人員緊密關聯。如：數控編程人員可以在自己的計算機上進行編程，將加工程序上傳至DNC服務器，設備操作人員可以在生產現場通過設備控制器下載所需要的程序，待加工任務完成后，再通過DNC網絡將數控程序回傳至服務器中，由程序管理員或工藝人員進行比較或歸檔，整個生產過程實現網絡化、追溯化管理。
利用大數據分析進行生產決策
目前，信息技術滲透到了某些先進離散制造企業產業鏈的各個環節，條形碼、二維碼、RFID、工業傳感器、工業自動控制系統、工業物聯網、MES、ERP、CAD/CAM/CAE/CAI等技術在離散制造企業中得到廣泛應用，尤其是互聯網、移動互聯網、物聯網等新一代信息技術在工業領域的應用，離散制造企業也進入了互聯網工業的新的發展階段，所擁有的數據也日益豐富，隨著柔性化智能生產的需求，對生產數據的實時性要求也更高。
在離散制造企業車間，每隔幾秒就收集一次數據，利用這些數據可以實現很多形式的分析，包括設備開機率、主軸運轉率、主軸負載率、運行率、故障率、生產率、設備綜合利用率(OEE)、零部件合格率、質量百分比等。在生產工藝改進方面，在生產過程中使用這些大數據，就能分析整個生產流程，了解每個環節是如何執行的。一旦有某個流程偏離了標準工藝，就會產生一個報警信號，能更快速地發現錯誤或者瓶頸所在，也就能更容易解決問題。
利用大數據技術，還可以對產品的生產過程建立虛擬模型，仿真并優化生產流程，當所有流程和績效數據都能在系統中重建時，這種透明度將有助于制造企業改進其生產流程。再如，在能耗分析方面，在設備生產過程中利用傳感器集中監控所有的生產流程，能夠發現能耗的異常或峰值情形，由此便可在生產過程中優化能源的消耗，對所有流程進行分析將會大大降低能耗。
實現高效、綠色制造
目前，在離散制造企業中產生繁多的紙質文件，如工藝過程卡片、零件藍圖、三維數模、刀具清單、質量文件、數控程序等等，這些紙質文件大多分散管理，不便于快速查找、集中共享和實時追蹤，而且易產生大量的紙張浪費、易丟失等。
生產文檔進行無紙化管理后，工作人員在生產現場即可快速查詢、瀏覽、下載所需要的生產信息，生產過程中產生的資料能夠即時進行歸檔保存，大幅降低基于紙質文檔的人工傳遞及流轉，從而杜絕了文件、數據丟失，進一步提高了生產準備效率和生產作業效率，實現綠色、無紙化生產。
智能工廠的“神經”系統
通過建設智能工廠，促進制造工藝的仿真優化、數字化控制、狀態信息實時監測和自適應控制，進而實現整個過程的智能管控。在機械、汽車、電子信息等離散制造行業，企業發展智能制造的核心目的是拓展產品價值空間，側重從單臺設備自動化和產品智能化入手，基于生產效率和產品效能的提升實現價值增長。因此，其智能工廠建設模式為推進生產設備(生產線)智能化，通過引進各類符合生產所需的智能裝備，建立基于制造執行系統MES的車間級智能生產單元，提高精準制造、敏捷制造、透明制造的能力。
MES在實現生產過程的自動化、智能化、數字化等方面發揮著巨大作用。首先，MES借助信息傳遞對從訂單下達到產品完成的整個生產過程進行優化管理，減少企業內部無附加值活動，有效地指導工廠生產運作過程，提高企業及時交貨能力。其次，MES在企業和供應鏈間以雙向交互的形式提供生產活動的基礎信息，使計劃、生產、資源三者密切配合，從而確保決策者和各級管理者可以在最短的時間內掌握生產現場的變化，做出準確的判斷并制定快速的應對措施，保證生產計劃得到合理而快速的修正、生產流程暢通、資源充分有效地得到利用，進而最大限度地發揮生產效率。
生產現場無人化，真正做到“無人”工廠
在離散制造企業生產現場，數控加工中心、智能機器人和三坐標測量儀及其他所有柔性化制造單元進行自動化排產調度，工件、物料、刀具進行自動化裝卸調度，可以達到無人值守的全自動化生產模式(Lights Out MFG)。在不間斷單元自動化生產的情況下，管理生產任務優先和暫緩，遠程查看管理單元內的生產狀態情況，如果生產中遇到問題，一旦解決，立即恢復自動化生產，整個生產過程無需人工參與，真正實現“無人”智能生產。
