近日，国务院工作会议审议通过了《中国制造2025》规划纲要，作为“中国制造2025”重要抓手的智能制造无疑成为关注的焦点。一个制造业产出早在2010年就几近世界总量20%的大国，如今却依然徘徊在制造强国行列之外，在唏嘘的同时不免要思考这样的问题：国外领军企业的智能化先进在哪里？目前我国企业的制造水平究竟达到什么程度？我国与国外企业在智能化应用上的差距有多远？
国外领先企业：从制造产品走向制造服务化
说到智能制造，首先想到的当然是德国，从汽车到厨房用品，德国制造有口皆碑。2011年汉诺威博览会上，德国“工业4.0”横空出世，强烈的德国制造冲击波让世界为之侧目。
“工业4.0”先进在哪里？中国信息通信研究院的专家认为，德国工业4.0的本质是通过端到端数据整合消除信息不对称，实现企业运营、价值链乃至产品全生命周期的数据连接和传递，打破企业内部各环节和企业间的连接壁垒，实现机器的协同、制造流程的协同以及价值链的协同。也就是说，德国工业界希望通过鼓励传统优势技术研发和新一代信息技术创新，打造一个将资源、信息、物品和人互联的信息物理系统(CPS)，实现“智能生产”和“智能工厂”。
在德国，工业4.0已上升为国家战略，几乎所有大型自动化企业和上千家中小企业都加入到工业4.0体系。西门子安贝格工厂即展示了智能工厂的雏形。
安贝格工厂的独特之处在于拥有数字化的制造车间和一套高度数字化的生产流程。其研发和制造都基于同一个数据平台，这改变了传统制造的节奏，意味着研发和生产几乎可以同步进行。工厂的生产设备和计算机可以自主处理75%的生产流程，只有剩余25%的工作由人工来完成，人的作用不再是直接从事一线生产，而是主要负责进行生产规划和监督机器是否高效运转。在系统中，任意数据发生更新，质量、采购、物流等不同部门都能第一时间得到最新的信息，避免了传统研发制造企业的研发和生产环节或不同部门之间由于数据平台不同造成的信息“脱节”。据了解，安贝格工厂车间有10条生产线，1000余名员工年产上千种工控产品，平均每秒就能生产出1件产品。如此高效率的生产却进行得有条不紊，Gartner的调查称，工厂每100万件产品中的残次品数量只有15件，生产线的可靠性达到99%，可追溯性高达100%。
西门子另一家先进的自动化产品生产研发基地设在我国四川成都。这座被称为安贝格姊妹工厂的SEWC内部实现了从管理、研发、生产到物流配送全过程的数字化，并且与德国生产基地和美国的研发中心实现了数据互联。通过数字化模拟和传真，SEWC节省了制作样机的时间，源自设计人员的修改可实时传输到生产线上。
面对以智能制造为核心的工业变革，身处全球制造业第一方阵的美国有何作为？同在2011年，奥巴马政府提出“先进制造伙伴计划”，并由全球顶尖的提供技术和服务业务巨擘GE提出了“工业互联网”的概念。
中国信息通信研究院的专家认为，“工业互联网”与“工业4.0”有异曲同工之妙。实际上，工业互联网是以互联网络为基础，通过软件控制应用和软件定义机器的紧密联动，促进机器之间、机器与控制平台之间、企业上下游之间的实时连接和智能交互，最终形成以信息数据链为驱动，以模型和高级分析为核心，以开放和智能为特征的工业系统。
工业互联网如何实现?GE将其设在美国的氯化镍电池工厂建成了首家集成工业互联网应用的“样板工程”。
这座电池工厂的日常工作无疑是一场成功的动态过程控制实践。在工厂生产厂区内，GE共部署了1万多个传感器，它们分布在生产线的不同环节，分别用来检测电池制造生产线的温度、制造电池所耗费的能源、电池生产车间的气压，甚至查询生产线的产能。这些实时采集的数据通过内部高速以太网传输到GE的云数据平台，进行集中处理。跟踪这些数据信息，GE可以通过动态过程控制诊断电池生产问题，降低故障几率，同时弹性调节流水线传输速度。有资料显示，这种动态的过程控制使GE的生产灵活性和效率提升了1.5%以上。
在生产线之外，管理人员通过工厂的WiFi网络来获取这些传感器发来的数据，及时跟踪设备信息，监督生产过程。未来，GE称，还将在电池中加装芯片，跟踪电池出厂后使用状况，提前制定生产优化或维修计划。
不仅是氯化镍电池，GE在其拳头产品――飞机发动机的运营服务上也进行了深入的智能化尝试。
以往，GE制造的飞机发动机传感器通常采取被动模式，直到发动机出现故障时，仪表盘才会亮起红灯。发动机传感器通常也只保留起飞、降落和巡航数据三个时间点的数据，而对于飞行过程中能提前预知发动机故障隐患的温度、压力和电压数据则极少保留和研究。
后来，GE要求每台飞机发动机都必须保留每次飞行的所有基础数据，并且将这些数据纳入数据库，通过实时监控这些从飞机设备收集的数据，在飞机出现故障前，就可以做出诊断预测，提供预测性建议，优化飞机维护和航班运营计划，进一步保障航空智能运营服务系统的准确度。
综观西门子、GE之类国外智能制造先行者的实践可以发现，智能化不仅帮助其有效提高了能源使用效率，减少了资源的浪费，而且大幅提高了工业系统设备的维护修复效率，延长了设备寿命，同样，还优化了工业领域整体生产运营效率。而GE对服务的注重不免让人想起当年的IT巨头IBM策动的从硬件厂商向服务提供商的转型。不久的将来，有着长远眼光和韬略的GE也许会因为提供工业互联网软件服务系统而著称。据悉，目前该公司已经推出了涉及石油、天然气等多个行业的24种工业互联网解决方案。中国的传统工业企业是否也看到这种趋势，是否会适时调整航向，向制造服务化转型？
我国企业：仍处于推进自动化改造阶段
与发达国家的领先企业相比，我国企业在智能化方面仍然有很大的差距。前一段时间，工信部部长苗圩在接受《人民日报》记者专访时曾经直言：“我们在高端的传感器、重要的操作系统、数字化的基础上需要进一步提高智能化的水平，这样才能达到智能制造的要求。”
我国企业的智能化目前究竟能达到什么程度？中国信息通信研究院专家近期到几家在自动化方面有特色的制造企业进行了调研。
先看大型企业。与GE的想法类似，三一重工也认识到要从单纯的产品制造向服务制造转变。
以前，三一重工采用的是与其他大型企业类似的离散制造方式进行加工生产，需要大量的人力物力予以配合。自从在生产车间导入数字化制造模式之后，通过PLM平台，三一重工实现了产品设计、仿真、制造、物流、管理、服务全生命周期的数据共享，提升设备生产制造能力。三一重工的总装车间就像是一个数字化工厂，从产品研发到生产过程，再到质量检测甚至工人们的工作量都记录在案。生产制造过程的模拟仿真帮助三一重工提高了制造的成功率和可靠性，缩短了产品从设计到生产的转化周期。
三一重工还利用移动通信网络进行智能的实时服务。该公司在设备上配备了传感器，安装了移动互联网通信模块，与其后台联系起来，可以实时采集设备的运行状况，进行主动维护，改进产品生产状况。据了解，三一重工在全球有10万台设备接入了后台的网络中心，可以通过大数据处理进行实时的远程监控预警，通过移动互联网的APP监测设备的运行状况。三一重工工程机械互联网的成功应用大大提升了工作效率，从2009到2012年的三年间，集团新增利润累计超过20亿元，同时服务成本降低了60%。
与三一重工的做法不同，做鼠标、键盘起家的雷柏科技进行的则是一场机器换人的大胆尝试。
在雷柏公司的生产线上，能见到的工人寥寥无几，代替工人工作的则是一台台橙色的机械手。这些机械手有着人类般灵巧的关节，不但能上下左右360度灵活移动，还能做出一系列对精准度要求比较高的动作，比如在一排极小的零件上点焊。
雷柏以机器换人不仅出于业务扩张的需要，也是因为深圳的用工荒一年比一年严重，且工人的工资平均每年都要涨15%-20%，雷柏的利润不断被上涨的人力成本吞噬，而机器人的生产效率要比人工高好几倍。因此，雷柏的管理者毅然启动了生产线的自动化改造，从瑞典购买机器人，之后，研发人员根据自身需要，自己动手，为机械手的运动轨迹编程，使得产品的制造流程从设计上可以在线柔性调整。
大规模使用机器人不仅降低了雷柏的人工成本，而且提高了生产效率。公司成功瘦身到千人规模，而人均生产效率却提高了4倍。更重要的是，由于机器人在进行重复生产时稳定性出众，使得产品的质量大为提高，帮助雷柏获取了更高的利润。
智能制造催生了新模式新业态，专做C2B的尚品宅配经营的就是由规模化标准产品向个性化定制产品延展的家居设计业务。
与统一的大规模生产方式不同，尚品宅配将搜集来的用户数据在后台云中心进行大数据分析。公司每年能够获取30多万用户的信息来充实数据库。客户通过新居网网站这一个性化的电子商务平台受理客户申请，派出资深专业设计师上门免费设计、免费测量，并且按照客户的要求及价位来量身定做，甚至制作3D效果图，让客户提前看到家装的效果。由于用户群庞大，网站可以提炼共性，实现批量生产，这样既控制了成本，又满足了个性化需求。此外，通过大数据分析对市场进行预测，尚品宅配还将业务延伸到家具生态圈的其他环节，比如为加盟商选址提供建议等等。这种个性化定制模式应用的直接效果是，尚品宅配2014年的营业额达到了20亿元，其板材利用率达到93%，而同行业平均只能达到85%。
除了个性化定制，一些国内企业在网络化协同方面的探索也可圈可点。
据中国信息通信研究院的专家介绍，网络化协同是指借助工业云平台，集聚制造工具、制造能力，形成网络化的协同制造，这是对传统的设计和制造模式的改变。通常，一家企业的资源是自有自用的，而工业云能够把社会资源整合在一起，让企业共享共用。数码大方公司建立的工业云就是将工业设计、供应链管理、采购服务、制造能力、3D打印、零部件库、产品模型、设计产品融合在一个平台上，企业可以通过这个工业云构建自己的制造环节，并进行生产。
对这种模式的作用，参与调研的专家有一个形象的比喻：比如，某工厂有100台机床，但有时完成某项任务只需要50台机床，而有时却有可能需要150台机床一起工作，但企业没有必要为了一时之需购买更多的机床。这种情况下，机床数量不够的时候，企业可以通过MES与云平台对接，把制造需求提交到云平台上，从网上找制造资源，然后利用其他企业现有的闲置设备满足自身的生产需求，让所有的资源都最大限度地使用起来。这种基于云平台实现设计、制造、服务等资源的整合，利用分散于全球的设计资源进行协同开发的模式，可以降低开发成本，缩短研发周期，并在制造环节有效整合外部制造能力。
我们距离智能制造还有多远？
无论是生产流程还是新业态、新模式，我国企业都进行了积极的探索。从目前的状况看，我国企业要达到智能制造的“境界”，脚下的路还有多远？
中国信息通信研究院的专家认为，智能制造包含四大关键要素，即数据采集、端到端数据链的建立、数据处理和数据分析。其中，实现自动化是前提，而对我国大多数企业而言，目前还仅仅处于自动化改造阶段。如何从自动化加速向智能化迈进，这是我国企业推进智能制造过程中面临的最为核心的问题。
“很多企业的自动化改造现在还没有完成，在国内，离散行业数控设备达到60%已经是较高水平，大部分做智能制造的企业先要解决的是机器换人问题。”参与调研的中国信息通信研究院专家刘默表示。
以造船为例，有资料表明，国外已经采用了成熟的自动化解决方案。在德国梅尔造船厂，整个车间实现了纯自动化，经过预处理的钢板被传送到相应车间的切割跨的作业线上，切割、生产环节由机器自动控制完成，只有豪华游轮上需要的比较复杂的曲面焊接，由于机器人的工艺还无法做到，需要由人工完成。相形之下，我国造船企业的自动化水平还差得很远。
“而自动化还只是智能制造的第一步。”刘默认为，要达到智能制造的水平，在实现自动化之后，还有精益生产、数据建模、端到端数据链打通和基于数据分析的智能化等环节。
其中，精益生产指的是把自动化的设备用更高的管理水平组织起来，进行有效的协同。精益生产的概念早在上世纪80年代就由日本提出，目前，国外已经做到了基于精益生产采集到的数据建模，实施生产管理。之后的管理过程还将进一步打通数据链，进行数据分析，并在此基础上实现智能化。
刘默认为，智能制造各环节中最难实现的就是端到端的数据链打通。对于我国很多企业而言，即便进行了数据采集，拿到了很多数据，有时也不知道这些数据怎么用，这样怎能从海量和多样化的信息资产中、从各种各样类型的数据中快速获得有价值信息呢？
只有对收集到的数据进行有效的分析挖掘，才能真正体现智能制造的价值。数据分析的作用之大不言而喻，它将支撑企业整个生产决策的优化，使操控系统以更高的生产效率运转，做出能大幅度提高企业生产效率的决策，实现以往不曾做到的管理创新。但数据分析模型的建立并非一蹴而就，管理人员需要从海量的生产数据中找到最关键的核心数据加以分析建模，这需要以往生产工艺、经验与先进互联网技术技能的融合，而国内目前还没有这方面的成熟案例。
还有资金问题。机器换人所用的自动化设备尤其是智能机器人价格不菲，动辄就是成百上千万元的投资，而成本回收则可能需要好几年，很多小微企业不具备这种资金实力。就算是大型企业，也不是每个领导者都能看到未来智能制造带来的生产效率与经营绩效的提升，从而舍得尽早投入大笔资金推进自动化、智能化。而要像雷柏一样，不仅是硬件的投入，还要对机器人的运转进行编程调试，则需要做更多的工作，需要专业技术人才的支撑，否则，机器换人的效应也无法充分发挥。
再有，就是技术与安全方面的困扰。未来的智能制造基于大数据、互联网和人，是以信息技术进行数字化、自动化的柔性制造。从技术角度讲，当前我国企业的技术实力依然薄弱，主要工业品的核心技术和关键产品仍然需要进口，大到高端数控机床、智能机器人，小到计算机CPU、高精度传感器，我国还有一大批基础技术、重大装备亟待突破。从安全角度讲，传感器收集到的数据将传送到网上，机器、设备、人与互联网大数据分析“连接”在一起，如果安全措施不得力，网络受到攻击，企业的一些关键生产数据就有被窃取的风险，这是任何企业都会顾虑的问题。
最后，还有创新能力和人才匮乏的问题。我国传统行业的企业长期依靠模仿、引进等方式获取国外的所谓先进技术，这种做法风险低，收益稳定，但却削弱了企业进行原始创新的动力和能力。加之我国教育及科研管理体制的不完善，导致创新人才持续匮乏，因此，如何尽快培养出具有创新精神并能够创造出新产品、新服务、新模式、新业态的人才，甚至还包括能适应智能制造体系的新型产业工人，都值得从教育体制和培养模式上加以探索。
今年“两会”期间，苗圩部长表示，到2020年，计划培育3至5家具有国际竞争力的龙头企业和8至10个配套产业集群；在高端机器人方面，国产机器人将占据约45%的市场份额。可以说，在“中国制造2025”规划的强力驱动下，尽管与国外相比还有很大差距，但我国企业从“中国制造”走向“中国智造”的转折点已在眼前。
上一篇文章：
下一篇文章：
? ? ? ? ? ????
? ????? ??
? ? ? ? ???????
? ? ??省地方志办???? ???
?? ????省招商服务中心????
? ? 无为县高沟镇 ? ? ?马鞍山塘南镇??? ? 天长铜城镇
? ? ? ? ? ? ???
? ? ? ? ?????
?? ????旌德县人民政府?
? ?雨山区人民政府 ?杜集区人民政府 ?宿州马鞍山现代产业园区管委会?亳州芜湖现代产业园区管委会??
??合肥市董铺大房郢水库管理处 ? ???
?马钢股份有限公司第二炼铁总厂?安徽亚夏股份有限公司?安徽合一生态农业有限公司?无为高沟镇人民政府?安徽盛世天源有限公司?
??安徽无为经济开发区管委会?? ? ?
地址：安徽省合肥市包河区中山路1号省行政中心1号楼8楼 邮编：230601
技术支持：决策支持网络中心智能工厂的实时监控中心
智能工厂的实时监控中心
作为生产过程中的重要组成部分，信息技术成为未来工厂发展中的关键因素，越来越多的信息与通信技术应用，将进一步推动第四次产业革命的发展。未来智能工厂的发展，将大量使用虚拟化、数字化、智能化等新兴的技术和方法，推动智能产品及服务的出现。在接下来的几年时间里，信息技术在工厂生产过程中的作用将会发生显著的变化，不仅智能化生产管理理念将会进一步深化，更多的智能设备也会被引入到生产过程中，成为工业生产的决定性力量，而智能工厂开放、灵活性和自主性的特点，又对制造业的安全性造成了巨大的挑战，智能工厂急需一种现代化的监测手段。在传统的工厂中，各种生产设备之间毫无联系，每一种设备都相当是一个孤立的节点，仅完成自己独立的生产任务，在这种生产情况下，给工厂的管理、生产过程的监测和工作任务的统计造成了极大的阻碍。智能监控系统，将整个车间的设备实现完美的融合，能够协助完成既定的工作任务，帮助企业的在生产的过程中检查可能出现的漏洞，并提供科学的解决方案，按照智能化原则，建立一个智能化网络生产车间。智能工厂实时监控中心，采用最先进的VR虚拟现实技术，主要包括机器视觉、图像传输、实时监控等三个方面，在生产线运行的过程中，将工厂的每个工序的控制系统集中到一个统一的网络平台，将每一个单独的生产系统联系在一起，实现生产工序之间沟通和交流，保证生产能够实现持续、安全、稳定的运行，提高生产网络的稳定性和实时性。该应用体系需要完成对车间现场的数据采集和分析，涉及到大量工业生产数据的实时交换，同时还要满足现场车间的控制网络扩展需求，通信数据量异常庞大，这就对大数据运输系统提出了更高的要求。所以该网络体系的关键在于保证数据通信的实时，通过选用技术应用相对广泛的以太网作为实时通信的核心网络，方便维护和管理。
本文仅代表作者观点，不代表百度立场。系作者授权百家号发表，未经许可不得转载。
百家号 最近更新：
简介: 喜欢学习科技发明，上网有趣的东西
作者最新文章智能制造是制造企业实现转型升级的主要途径，主要通过构建智能生产系统，实现生产过程智能化。
智能制造成为了当下制造企业实现转型升级的&标配&，而这离不开顶层设计和结构化分析、分布式构建。智能制造本身包含太多内容，如软件（信息化）、硬件（智能装备）、集成（纵向集成和端到端集成）、工业大数据应用、智能物流、人员及管理要素等，盖勒普从信息化层面的三层架构，打通数据的纵向集成，提高数据的真实度和使用效率，走向效率更高、质量更优、透明度更高的智能制造。
结合中国工业现状，未来五年，中国很多制造型企业将通过架构SFC/MES/ERP系统，从&三个维度&对企业资源计划、制造过程执行和生产底层进行严密监控，实时跟踪生产计划、产品的状态，可视化、透明化地展现生产现场状况，推进企业改善生产流程、提高生产效率，实现基于数字化、网络化、柔性化、精益化的智能制造。生产现场集中控制管理系统SFC(Shop Floor Control)、制造执行系统MES(Manufacturing Execution System)和制造资源计划管理系统ERP(Enterprise Resource Planning)，分别处于工厂生产底层(控制层)、制造过程(执行层)和制造资源(计划层)。通过采用这三套系统，企业能够充分利用信息技术、物联网技术和设备监控技术，加强生产信息管理和服务，清楚掌握产销流程、提高生产过程的可控性、减少生产线上人工的干预，同时还能即时正确地采集生产线数据，合理编排生产计划与生产进度，打造&三维&智能制造体系。盖勒普为企业实现工厂中间层（MES）和生产底层-控制层（SFC）智能制造的规划和部署。
智能车间生产底层控制&&盖勒普SFC系统
生产底层（控制层）是工业互联网的感知层，是智能制造的&触角&。在生产过程中，所有制造企业都需要在一个整合的IT系统，或者从多个IT系统中，合并包含电子数据表的管理业务流程信息。在这些系统当中，许多典型的领域需要被特别予以关注，如设备、工具、质量、工艺、人员等。在许多制造企业内部，生产现场只具备很有限的IT系统，并且这些系统通常以机械控制与自动化为导向，或者根本就没有IT系统，从而必须配备额外的管理人员，花费额外的时间，为了不必要的沟通、联络、接洽、电话咨询，产生了很多文件，耽误了时间，增加了额外的成本。
盖勒普SFC系统涵盖了整个生产底层&&控制层的完整规划，是实现智能制造的基石。它既包括机器、设备组、生产线等各类生产所需的智能终端信息采集技术，也包括射频识别（RFID）标签、传感器、摄像头、二维条码、遥测遥感等感知终端信息采集技术，编织了生产底层&&控制层的网络化平台，将生产信息集中管理、实时共享，整体跟踪和管理生产人员所关心的主要生产过程，实时采集生产底层各种加工数据，并加以统计和分析。SFC系统使运行生产底层的工作变得更加简单、有效和有力，重新定义了整个生产车间的自动化过程。
根据智能制造的总体规划，生产底层&&控制层SFC系统通过可配置、模块化的工业互联网技术，结合先进的数字化数据录入/读出技术，搭建工厂车间协同制造平台，使各生产单元数据在系统内实现无缝连接、快速调用。生产现场通过设备和工位、人员统一联网管理，在每个生产工序环节进行智能化数据采集和反馈，并实时统计和分析，超过25000多种可自定义的图报表在各个生产工段、部门进行实时展示。同时，企业领导者可结合大数据分析结果，进行实时决策，以降低制造过程成本，提高产品质量和生产效率。各类生产信息通过&无纸化&方式传递到工位、设备，以及生产中央控制室，为智能化排产提供数据支持。通过可视化电子看板和三维模拟实时展现生产现场，所有数据和信息均可动态地传输到各厂区的各生产数据终端。
智能制造生产过程执行&盖勒普MES系统
对于制造型企业而言，制造过程&&执行层MES系统扮演的是&从订单出发到产品完成过程中，将产品及生产现场的实时信息完整无误地反映给管理者，以促使企业将生产活动最佳化&的角色。也就是说，MES完成制造计划的执行，它在制造资源&&计划层ERP系统和生产底层&&控制层SFC系统之间架起了一座桥梁，能精确调度、发送、跟踪、监控车间的生产信息和过程，且同时能测量和报告其实时性能，它是实现车间生产数字化、智能化的基本技术手段。
制造企业生产过程&&执行层在缺乏MES系统的协助下，不仅所有生产活动，如流程控制、派工管理、材料管理、设备操作等，都必须以人工进行作业，有关现场的数据采集，也只能靠员工手动进行整理、汇总，最快也得第二天才能出数据，最慢三四天也不足为奇。因此，生产现场数据滞后，造成管理者无法实时掌握车间现场的实际生产情况。即便当天发现生产异常，也无法及时纠正，对企业造成极大的损害。通过MES系统实时采集生产现场数据，管理者可快速了解上下游产品的种类、进度、数量与缺料等情况，实时进行相关产品的生产管控与调整，以增进整体生产线的作业效率，避免待料、重工等问题发生，缩短产品制造周期、减少在制品、缩短前置时间，大幅提高产品质量，降低生产成本。
在工业4.0时代，云计算、移动终端和大数据等新技术不断融合到工业自动化领域当中，制造业正从信息化迈向智能化。而智能化务必需要运用MES把碎片化、零散化的数据进行整合分析，通过数据互联互通，打通企业产品设计、客户管理、供应链管理、效率管理系统，实现生产底层&&控制层、制造过程&&执行层、制造资源&&计划层的整体优化，最终使制造企业资产使用效率更高、产品生产成本更低、市场风险可控，提高企业整体竞争能力。
智能制造是集绿色、智能等新兴技术于一体，构建一个高效节能、绿色环保、环境舒适的生产制造管理控制系统，其核心是将生产系统及过程用网络化分布式生产设施来实现。同时，企业管理包括生产物流管理、人机互动管理，以及信息技术在产品生产过程中的应用，形成新产品研发生产制造管理一体化。生产产量监测｜LOFTER（乐乎） - 让兴趣，更有趣
LOFTER for ipad —— 让兴趣，更有趣
下载移动端
关注最新消息
&nbsp&nbsp被喜欢
&nbsp&nbsp被喜欢
{list posts as post}
{if post.type==1 || post.type == 5}
{if !!post.title}${post.title|escape}{/if}
{if !!post.digest}${post.digest}{/if}
{if post.type==2}
{if post.type == 3}
{if !!post.image}
{if post.type == 4}
{if !!post.image}
{if !!photo.labels && photo.labels.length>0}
{var wrapwidth = photo.ow < 500?photo.ow:500}
{list photo.labels as labs}
{var lbtxtwidth = Math.floor(wrapwidth*(labs.ort==1?labs.x:(100-labs.x))/100)-62}
{if lbtxtwidth>12}
{if !!labs.icon}
{list photos as photo}
{if photo_index==0}{break}{/if}
品牌${make||'-'}
型号${model||'-'}
焦距${focalLength||'-'}
光圈${apertureValue||'-'}
快门速度${exposureTime||'-'}
ISO${isoSpeedRatings||'-'}
曝光补偿${exposureBiasValue||'-'}
镜头${lens||'-'}
{if data.msgRank == 1}{/if}
{if data.askSetting == 1}{/if}
{if defined('posts')&&posts.length>0}
{list posts as post}
{if post_index < 3}
{if post.type == 1 || post.type == 5}
{if !!post.title}${post.title|escape}{/if}
{if !!post.digest}${post.digest}{/if}
{if post.type == 2}
{if post.type == 3}
{if post.type == 4}
{if post.type == 6}
{if drlist.length>0}
更多相似达人：
{list drlist as dr}{if drlist.length === 3 && dr_index === 0}、{/if}{if drlist.length === 3 && dr_index === 1}、{/if}{if drlist.length === 2 && dr_index === 0}、{/if}{/list}
暂无相似达人，
{if defined('posts')&&posts.length>0}
{list posts as post}
{if post.type == 2}
{if post.type == 3}
{if post.type == 4}
{if post.type == 6}
this.p={ currentPage:1,pageNewMode:true,isgooglead3:false,ishotrecompost:false,visitorId:0, first:'',tag:'生产产量监测',recommType:'new',recommenderRole:0,offset:0,type:0,isUserEditor:0,};