作者：张伯旭等
出版社：机械工业出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
智能制造：助推高精尖产业发展试读：
前言
当今，智能制造已经成为推进供给侧结构性改革，改造升级传统产业，培育新技术、新产品、新模式、新业态和构筑竞争新优势的新动能。近年来，我国在智能制造技术研究与应用方面取得了重要的进展与突破，部分制造企业积极采用智能制造技术提升产品的智能化水平，智能化生产线、智能化车间、智能化工厂不断涌现，掀起了一轮推进智能制造的热潮。但是，智能制造不可能一蹴而就，而是一个漫长艰难的过程，不宜过度炒作智能制造的概念，更不能盲目跟风。因此，我们编撰了这本涵盖基本概念、发展战略、实现路径和应用案例等方面内容的智能制造专著，以期供制造业领域的企业家、工程技术人员和管理工作者等研究和实施智能制造作为指导参考。
一、什么是智能制造
人类经历了机械化、电气化、自动化、信息化，正在迈向智能化时代，智能制造不仅是制造方式的进步，效率的提升，更是智力的延伸。数字化、网络化、智能化是智能制造发展的三个不同阶段。目前，全球范围内现有企业能达到智能化水平的还很少，我们还处于智能制造的初级阶段，未来智能制造迈向更加成熟阶段的标志是制造系统具备学习能力，能够自主思考，能够无中生有。目前，自动化已经取代了一部分蓝领，未来智能化将取代一部分白领的工作，实现人机协同，智能制造将是人类走进智能时代的重要标志。
如何发展智能制造?发展智能制造最低标准是在数字化的基础上建设工业互联网，在高度自动化的基础上实现人机交互。随着智能制造的深度发展，制造体系将形成去中心化的创新网络，每家制造企业都将成为创新网络上的节点，跟不上时代的企业已经陆续被淘汰了，未来的智能工厂将在物理信息网络上分布式地存在。支撑智能制造的基础设施是云平台、模型库、标准库、信息安全，决策的中枢是人工智能，指挥系统就是运行在工业互联网中的大数据。数据是智能制造的核心，一切感知、判断、处理、决策、反馈都是依靠大数据、依靠软件，智能制造软件的投入比例将达到建设成本的四分之三以上。
二、我国发展智能制造存在的问题《中国制造2025》和配套文件已经明确了发展智能制造的行动纲领和政策措施，制造业智能化技术路线图逐渐清晰，而实现智能制造的产业发展路径还需要不断探索和丰富完善。
一是需要进一步明确发展路径。《中国制造2025》明确回答了中国制造业创新发展包括智能制造发展的技术路线问题，但对于具体的产业创新发展实施路径没有展开论述。技术是工具、产业是目的，从技术转化成产业，风险因素很多，涉及战略、资金、管理、人才、市场等，从发明专利到伟大的企业还有很长的路要走，需要进一步明确产业发展路线和配套政策。实现智能制造的产业发展要从供给和需求两侧发力，一要增加智能制造装备和技术的有效供给，打造智能制造装备及系统战略新兴产业；二要准确把握供给侧结构性改革大势，实现传统制造业智能化升级的需求拉动。
二是需要统筹大战略与短期利益。鉴于我国大部分企业处在工业3.0以下，目前实施智能制造的主要方式是集成应用国内外先进技术，推进工厂的智能化改造，建设智能生产线、智能车间、智能工厂，建设工业云平台。这种发展方式，好的一面是为向工业4.0迈进摸索了经验，奠定了基础；不足的一面是由于应用互不兼容、各成标准的软硬件系统，给下一步建设工业互联网，推进智能制造的深度发展带来障碍，为此，必须从顶层设计角度加快制定建设标准，同时补上在工业云、工业大数据、模型库等方面的基础布局短板。
三是龙头企业研发投入不够。像华为这样重视研发投入的企业不多，大部分企业尚处于模仿、跟随阶段，还停留在低价同质竞争的状态，能与世界智能制造巨头媲美的集成商、服务商还未出现。智能制造是新一代信息通信技术与先进制造技术深度融合发展的综合性技术，涉及技术领域多、难度大、对配套支撑产业要求高，比某项单一技术或产品研发创新投入强度大大提高，我国大部分企业没有能力承担。大企业尚且如此，中小企业实现智能化的难度会更高。
三、关于发展智能制造的建议
从统筹组织和发展路径上，进一步明确国家干什么、地方干什么、企业主体干什么，其基本思路是国家主要出导则，地方组织产业、企业具体实施。具体地讲，就是国家层面，主要是依据《中国制造2025》《智能制造发展规划（2016—2020年）》《智能制造工程实施指南（2016—2020）》及相关的配套政策，做好宏观指导和分年度计划制定，以及实施智能制造中遇到的重大问题的研判，把握正确的发展方向；地方政府层面，主要是结合本省市产业的特点和优劣势，制定本地区发展智能制造的行动计划，落实国家的大政方针和组织产业、企业执行；在企业层面，则是针对企业实际需求，找准实施智能制造的关键环节，突破制约“两提升、三降低”的瓶颈问题，不是为智能制造而智能制造，在解决企业自身创新发展的同时，为本行业本地区推广智能制造树立标杆和制定标准。为此提出如下建议。
一是建立智能制造实施总体协调推进工作组，形成龙头企业、行业协会、科研院所等多方参与的组织体系，主要负责全国智能制造的统筹规划和协调。负责统筹组织智能制造在各行各业的实施，并选择少数企业作为试点，分行业制定智能制造发展路径。我们常说“我国制造业要2.0补课、3.0普及、4.0示范”。何谓示范，示范就是少数者所为，绝不是大多数所能及的。智能制造并非一蹴而就，而是一个漫长的过程，政府要引导企业不宜过度炒作智能制造的概念，更不能盲目跟风，避免类似“机器人产业存在的高端产业低端化、低端产能过剩”倾向和苗头的重现。
二是将发展重点放在智能成套装备上，加强系统的顶层设计，成链条制定解决方案，系统组织实施。传统产业的智能化升级改造，实现智能制造，智能制造技术装备是基础，智能高端装备市场巨大，避免“花你的钱，养人家的兵，磨别人的刀”。《中国制造2025》提出的自主创新、核心装备自主可控等诸多政策措施屡遭欧美发达国家质疑批评，他们挥舞中国违反了对WTO承诺的大棒，将中国数字贸易和《中国制造2025》列为贸易壁垒，打压我国制造业，其实质是害怕我们发展高端装备和高技术产业，动了他们的奶酪。
三是关键技术由企业出题，国家组织优势科研资源攻关，在总体协调推进工作组指导下集中力量突破。企业出题的实质是关键技术需求要来源于生产制造一线，是问题导向。具体的实现方式可采取专家多下企业调研，企业在项目建议征集阶段勇于提出需求，在总体协调推进工作组中给企业更多的席位等，法国机械工业技术中心（CETIM）的决策机构组成、程序，以及项目筛选办法值得借鉴。不论是国家面向2030“智能制造与机器人”科技创新重大工程，还是工信部智能制造专项，以及各省市的智能制造科技和产业化项目，待突破的关键技术都要来源于企业需求。
四是建设国家智能制造数据中心，完善支撑智能制造的国家工业大数据库，建设分行业的智能制造标准库。标准、核心支撑软件、工业互联网是发展智能制造的三大基础，已经得到了普遍认同。但是对数据的作用和地位尚未引起足够的重视。智能制造的所有感知、判断、处理、决策、反馈都离不开数据，大数据是智能制造的核心。数据需要长期积累和总结，来不得半点虚假。大数据的处理利用急需建立顶层的语义化描述和数据字典标准作为支撑。实现数据交换共享，打破信息孤岛，需要在国家层面集中资源建设数据中心。
五是通过开展企业智能制造试点，为行业推广做准备，边试验边形成标准体系。企业作为创新的主体，同样是智能制造试点示范的主体。承担智能制造项目的企业都是各细分行业的龙头企业和佼佼者，理应为行业的发展起到引领带头作用。但企业作为市场的主体，出于竞争的考虑，企业不可能也不应该把自己的核心关键技术无偿地拿出来。技术标准作为一个公共产品，是科研成果的进一步固化，是科研成果实现产业化转化的桥梁，标准研制和宣贯是智能制造试点示范成果推广应用的最好形式。
四、智能制造助推北京高精尖产业发展
党的十九大报告明确提出，以疏解北京非首都功能为“牛鼻子”推动京津冀协同发展。要将北京建成全国的政治中心、文化中心、国际交往中心、科技创新中心。按照习近平总书记2014年、2017年两次视察北京工作时的指示精神，北京不提经济中心定位，不是要放弃经济发展、产业发展，而是要放弃发展“大而全”的经济体系，“腾笼换鸟”，构建“高精尖”的经济结构。加快构建高精尖经济结构将成为北京市今后较长一段时间的行动纲领。北京在智能制造中的定位就是创新驱动，出标准、当示范、育人才、出模式、供技术，与美国、德国的智能制造企业同台竞争，引领我国在智能制造新一轮产业竞争中赢得发展主动，成为智能制造的创新策源地。
一是从供给侧和需求侧两端发力，推动智能制造发展：在供给侧，加快提升智能制造创新供给能力，推动智能制造装备、工业软件、工业互联网、系统集成等领域协同创新发展，构建服务全国的智能制造产业链体系；在需求侧，主动对接本市、京津冀地区乃至全国制造业智能化转型的需求，对符合首都城市战略定位、适合在京发展的传统优势产业实施数字化、网络化、智能化改造，以实现“两提升、三降低”为目标，加快产业转型升级和提质增效。
二是北京作为全国科技创新中心，是全国软件产业最发达的区域，也是智能制造集成技术最全面的地区，目标就是要打造全国的智能制造创新中心，夯实制造基础，建立标准、模型、专利、工业大数据平台，提升系统解决方案、工业软件和特色智能装备核心竞争力，建设智能制造装备及系统服务产业聚集地。
三是优先支持汽车交通、电子信息、智能装备、生物医药、都市产业、新材料等高精尖产业重点领域，围绕产品智能化、智能设计、智能生产、智能管理、智能服务等关键环节，促进制造业提质增效、节能降耗、转型升级，建设一批数字化车间和智能工厂，支持京津冀联网智能制造发展。张伯旭第一章 对智能制造的再认识
智能制造的研究始于20世纪七八十年代，最初的目的是“通过集成知识工程、制造软件系统、机器人视觉和机器人控制来对制造技工们的技能与专家知识进行建模，以使智能机器能够在没有人工干预的情况下进行小批量生产”。随着2013年德国推出“工业4.0”以来，智能制造在全球范围内引发了新一轮的工业转型竞赛。
我国从2010年起已将“智能制造及装备”列为高端制造装备中的重点发展领域，并将智能制造技术列入国家“十二五”规划、国家中长期发展规划优先发展和支持的重点领域。2015年《中国制造2025》的正式发布及将智能制造确定为主攻方向，将智能制造技术的研究与应用推向了高潮。从学术界对智能制造技术和标准体系研究、关键标准制定，到政府政策引领资金支持，再到企业自发进行数字化、网络化、智能化生产升级改造，在整个社会范围内营造了良好的智能制造生态环境。
智能制造在国内快速推进近三年，随着技术沉淀与经验积累，社会对于智能制造的认识逐渐回归理性，对智能制造实施过程中成果与问题的总结、分析与思考，将使得后续智能制造向纵深推进过程的资源分配与利用更有效率，少走弯路。一、新时代赋予智能制造的新使命
党的十九大作出“中国特色社会主义进入了新时代”等一系列重大政治论断，明确把习近平新时代中国特色社会主义思想确立为我们党必须长期坚持的指导思想，描绘了决胜全面建成小康社会，进而全面建设社会主义现代化强国的宏伟蓝图。
中国特色社会主义进入了新时代，这是我国发展新的历史方位，是各领域各行业谋划好新时期发展大计的时代坐标和科学依据。党的十九大报告指出：“加快建设制造强国，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合”，这是新时代赋予智能制造的新使命。如何理解这个新使命?通过学习，我们有如下的体会。（一）制造强国战略思想是习近平新时代中国特色社会主义思想的重要组成部分
习近平新时代中国特色社会主义思想深刻回答了新时代坚持和发展中国特色社会主义的一系列重大理论和实践问题，深刻揭示了新时代中国特色社会主义的本质特征、发展规律和建设路径，为我们在新时代坚持和发展中国特色社会主义提供了强大思想武器和行动指南。习近平总书记针对加快新型工业化、促进信息化发展，发表了一系列重要讲话和指示，明确提出“国家强大要靠实体经济”“抓实体经济一定要抓好制造业”“我们要做一个强国，就一定要把装备制造业搞上去”等重要论断并系统地阐述了其制造强国战略思想。
习近平总书记的重要论述包括：一是强调工业和信息化在中华民族伟大复兴中的重要地位，要加快建设制造强国和网络强国。二是强调充分认识中国特色新型工业化取得的成就，要增强赶超自信。三是强调要做好信息化与工业化深度融合这篇大文章，发展智能制造。四是强调推动制造业从数量的扩张向质量提升的战略性转变，把其作为推进供给侧结构性改革的主攻方向。五是强调要把制造业搞上去，创新驱动发展是核心。六是强调支持制造业绿色化改造，引导实体经济向更加绿色、清洁方向发展。七是强调深入实施军民融合发展战略，探索军民融合发展新路径。八是强调做强国一定要把装备制造业搞上去。九是强调开放包容，以全球视野来谋划和推动制造业转型发展。
上述九个方面的重要论述构成了习近平总书记制造强国战略思想的核心要义，是习近平新时代中国特色社会主义经济思想的重要内容，是习近平新时代中国特色社会主义思想的有机组成部分。习近平新时代中国特色社会主义思想特别是制造强国战略思想，已经并将继续引领我们开拓一个制造强国建设的新时代，我们必须更加自觉、更加坚定地始终坚持，作为一切工作的根本遵循原则和行动指南。（二）我国制造业发展进入新时代面临新任务
我国制造业进入新时代和面临的新任务可以从国内、国际和未来三个视角来认识。
一是立足国情，我国制造业面临三个“基本事实”。即：我国整体进入工业化中后期，制造业传统比较优势逐步削弱，已由高速增长阶段转向高质量发展阶段，亟须跨越转方式、优结构、换动力的关口；我国在完善基础设施、丰富人力资本、完备产业体系、拓展市场空间、高效动员体制等方面形成了突出优势；我国产业技术水平越来越接近全球前沿，整体处于技术追赶后半程，在高铁、特高压输变电、通信设备、网络应用等部分领域跻身世界先进行列。
二是放眼全球，新一轮科技和产业革命加速兴起。信息网络、生物科技、清洁能源、新材料与先进制造等领域孕育一批颠覆性技术，工业互联网、物联网、车联网等新型网络形态不断涌现，大数据、云计算、人工智能等应用技术拓展升级，5G时代正在开启，军民“一体化”国防科技创新和生产体系深度整合，工业加速向高端、智能、绿色、服务方向发展，数字经济正成为全球产业变革和经济增长的重要驱动力，世界主要国家都在加紧对智能制造等高端领域的布局，力图抢占未来竞争制高点。
三是面向未来，随着我国社会主要矛盾的变化，制造业发展面临诸多不平衡不充分问题，集中表现为“六个不适应”。即中高端供给能力与人民对美好生活的需要不适应，价值创造能力与产业迈向全球价值链中高端的需要不适应，核心技术掌控能力与日趋严峻的安全风险形势不适应，绿色发展能力与“既要绿水青山，也要金山银山”的要求不适应，生产力布局调控能力与区域城乡之间包容普惠发展的要求不适应，大中小企业融通发展能力与产业国际竞争的体系化态势不适应。
我国发展基础条件、社会主要矛盾以及面临形势的变化，意味着制造业在我国经济社会发展中的地位和意义发生了重大变化，将从经济增长的主要动力逐步转变为技术创新的基础依托和实现经济良性循环、把控经济命脉的关键；意味着中国特色新型工业化道路进入战略攻坚期，将从量的积累、点的突破逐步转变为质的飞跃和系统能力的提升；意味着中国产品、中国企业、中国制造将更多地在价值链高端深度参与国际竞争与合作，从技术、标准、规则的模仿者、跟随者、遵守者逐步转变为赶超者、创制者、引领者。这些变化，是全面深刻的变化、影响深远的变化、鼓舞人心的变化。我们必须立足长期积累形成的战略优势，充分发挥社会主义市场经济条件下新型举国体制优势，紧扣我国社会主要矛盾的新变化新要求，把推进制造强国建设作为战略任务、长期事业，大力推进质量变革、效率变革、动力变革，集中力量提升中高端供给能力、价值创造能力、核心技术掌控能力、绿色发展能力、生产力布局调控能力和大中小企业融通发展能力，加快建成适应科技新变化、人民新需要、优质高效多样化的产业供给体系，支撑和引领国民经济体系的现代化。（三）把发展智能制造作为主攻方向
党的十九大作出从全面建成小康社会到基本实现现代化、再到全面建成社会主义现代化强国的新时代中国特色社会主义发展的战略安排。实现现代化，工业化是前提，制造业是主导力量，信息化是强力支撑。我们要坚定不移地走中国特色新型工业化道路，牢牢把握高质量发展的要求，坚持稳中求进工作总基调，坚定推进供给侧结构性改革，以制造强国建设为主题，与网络强国战略紧密扣合，推动新型工业化、信息化、城镇化、农业现代化同步发展，打造形成数字经济时代下制造业国际竞争新优势，有力支撑起质量第一、效益优先、协同发展、充满活力的现代化经济体系。着力构建产学研深度融合的技术创新体系；着力促进我国产业迈向全球价值链中高端；着力推动信息网络技术和实体经济，特别是制造业深度融合；着力推动形成军民融合深度发展格局；着力推动建设实体经济、科技创新、现代金融、人力资源协同发展的产业体系。
推动信息网络技术和实体经济特别是制造业深度融合，就是要：坚持以智能制造作为两化融合的主攻方向，充分发挥制造大国和网络大国的双重优势，推动工业经济向数据驱动型创新体系和发展模式转变。大幅提升网络设施支撑能力、核心技术创新能力、产业融合引领能力、网络空间防护能力和依法管网治网能力，推动互联网、大数据、人工智能等新一代信息技术与制造业深度融合，前瞻布局工业互联网，大力发展智能融合型产业，打造一批具有生态控制力的平台型企业，构筑形成网络化、智能化、服务化、协同化的数字经济新形态。二、打造智能制造生态远比建智能工厂更重要
智能制造是一个大的概念，不论是叫智能制造、工业4.0，还是工业互联网，最本质的东西是智能制造产业生态系统。它是由先进制造技术与新一代信息技术的深度融合，贯穿于产品、制造过程、服务全生命周期的各个环节，通过构建包含市场环境、政策法规、技术体系、标准体系、人才培养等支撑环境，优化集成相应的系统，实现制造的数字化、网络化、智能化，以不断提升企业的产品质量、效益和服务水平，促进产业绿色、协同、开放、共享、创新发展。在智能制造发展的初期，把主要精力投入在建设一个个数字化车间或智能工厂和开展应用示范上，而在向纵深发展过程中应该更加关注和重视智能制造产业生态系统的建设。产业生态系统的建立是智能制造持续健康有序发展的核心。
智能制造产业生态示意图如图1-1所示，涵盖产品、制造过程、服务三大功能体系，以及构建与之相适应的保障体系。制造过程是智能制造产业生态的核心，智能产品是从设计需求和服务两端牵引智能制造并由传统的被加工变为主动参与制造过程，智能服务是制造过程的延伸与支撑。制造业产业模式将实现从以产品为中心向以用户为中心的根本性转变。图1-1 智能制造产业生态系统示意图（一）智能产品生态系统
产品是智能制造的价值载体，产品智能化是产品创新的重要手段。智能产品通常具有如下特点：能够实现自感知、自诊断、自适应、自决策。智能产品对智能制造的牵引作用体现在智能设计与智能服务两端。
智能产品可分为消费类智能产品、制造类智能产品、服务类智能产品。不同类别智能产品在智能制造产品生态系统中扮演着不同的角色。目标是围绕智能产品，构建覆盖客户、终端、平台、第三方应用的产品生态系统。
1.消费类智能产品
消费类智能产品面向最直接的生活应用。广泛使用的智能手机、智能汽车是消费类智能产品最典型的代表。
2.制造类智能产品
最典型的制造类智能产品是智能制造装备，是智能制造过程的基础构成单元。智能制造产业链条中，制造类智能产品既可以是有特定要求的被制造对象——体现在需求侧；又可以是提质增效安全绿色的贡献者——体现在供给侧。
3.服务类智能产品
工程机械、航空发动机、电力装备等重大装备是典型服务类智能产品，远程智能服务是价值链中非常重要的组成部分。通过内部嵌入传感器、智能分析与控制装置、通信装置，实现产品运行状态数据的自动采集、分析和远程传递。（二）智能制造生态系统
智能制造过程包括设计、生产、管理等生命周期制造阶段。智能工厂是智能制造过程的主要载体。围绕生产装备、设计工具、供应链、第三方应用、客户等智能制造系统各种要素资源进行精准配置调用，提升及构建跨平台操作系统、芯片解决方案、网络解决方案的能力，提升智能工厂系统解决方案、智能装备创新能力和基础产业（材料、工艺、器件）创新能力，在此基础上构建涵盖全生命周期的制造生态系统。
1.智能设计
设计是产品创新的最重要环节。围绕设计需求的智能数据分析、概念的智能速成、产品性能和工艺的智能仿真及优化等都会大幅度缩短产品研发周期，提高产品设计品质。
2.智能生产
智能生产的基础是制造装备和工艺的智能化。智能技术的应用使得制造装备可以对自身和加工过程进行感知和分析，实现实时生产信息处理和决策，人机协同合作，提高生产效率，提升产品质量。
3.智能管理
智能技术与管理手段的引入，实现了生产实时优化调度、生产过程精细化管理、生产资源优化配置、智能科学分析决策，以满足复杂多变的用户需求。（三）智能服务（全产业链）生态系统
以智能服务为核心的产业模式变革是智能制造系统的主题。通过将信息技术手段，如工业大数据技术，应用于生产服务和产品售后服务环境，提升供应链运作效率和能源利用率，拓展价值链，使更多企业从生产型制造向服务型制造转变，实现更深层次的供给改革，为企业创造新价值。围绕市场需求的个性化及快速变化的趋势，培育企业需求链、供应链、产业链、创新链的快速响应与传导能力，构建覆盖客户、制造、供应商的智能服务（全产业链）生态系统。
1.需求链
围绕泛在化的智能产品，构建涵盖客户、终端、平台、第三方应用等的智能制造需求侧产业新模式，如个性化定制服务等。
2.供应链
围绕智能制造资源，实现对生产装备、设计工具、第三方应用、客户等的精准配置调用，提升并构建跨平台协作、网络协同系统能力，提升智能工厂系统解决方案，构建智能制造供给侧产业新模式。如柔性制造、智能物流服务等。
3.产业链
个性化的市场需求有种类越来越多、变化越来越快的趋势，需求信息快速传递以及生产企业快速响应能力的提升是必然的应对措施。突破传统模式，构建基于智能化技术的覆盖客户、制造、供应商的全产业链势在必行。
4.创新链
在全产业链培育过程中，围绕各种制造资源的碎片化、在线化、再重组、再封装的机遇，加强培育新技术、新产业、新业态以及新的商业模式创新能力。（四）智能制造保障生态系统
智能产品、制造过程、智能服务构成了智能制造生态系统的主体。而智能制造的良好运转离不开保障系统的支持。通过政策法规的引导，营造良好的市场环境，建设健全标准体系、技术体系、人才培养体系，配合组织机构的建设，构建起面向特定行业智能制造产业生态系统，保障智能制造助推高精尖产业发展高效运行。
不断发展的新技术，不断涌现的新模式、新业态，使得智能制造的内涵越来越丰富，外延越来越复杂，不同国家、地区、行业实施智能制造的基础条件和后续投入也存在很大的差异性，而且新一代信息技术在制造领域的应用仍需假以时日，所以智能制造生态系统建设也是一个需要系统性梳理和分阶段发展的过程。
不论是德国工业4.0的八项优先计划、世界著名的埃森哲（Accenture）咨询公司发布的《2015年技术展望》，还是我国在智能制造生态系统建设方面的积极探索，都说明智能制造是一项需要系统化推进的工程。如智能制造生态系统“深圳模式”包括了15项生态要素和22项可落地的行动方案，中关村“智造大街”打造的敏捷制造、工业设计、技术方案研发、检测认证、小批量试制、协同服务、营销推广“北斗七星”生态系统，说明了每个企业在行业中的地位将主要取决于它在智能制造生态系统中的位置，这个位置则决定了企业在行业中的竞争力。三、科技创新驱动智能制造高质量发展
智能制造是先进制造技术与新一代信息技术的深度融合。先进制造技术为智能制造打好工厂内数字化和网络化的基础，新一代信息技术及人工智能技术促动并支撑智能制造向网络化协同和智能化方向发展。技术是推动产业发展的核心动力，制造过程是产业发展的主线。在先进基础技术和新一代技术推动下的制造过程的转型升级是现阶段智能制造产业发展的重要环节。（一）先进制造技术是基础
先进制造技术是指集机械工程、微电子、自动化、计算机、通信等多种技术为一体所产生的技术、设备和系统的总称。在智能制造环境下，适应生产模式重大变化并对其产生深远影响的先进制造技术，例如智能制造装备、工业软件、工业网络与集成技术、数字化设计与虚拟制造技术、供应链协同技术、制造运行管理技术和安全一体化管控技术，如图1-2所示。
智能制造装备、工业网络与集成技术、安全一体化技术是实施智能制造的基础设施，与各层次工业软件一起构成网络化制造系统。数字化设计与虚拟制造技术、供应链协同技术、制造运行管理技术通过各种工业软件实现，在产品全生命周期中起着重要作用。图1-2 先进制造技术基础
1.智能制造装备
制造装备的技术水平直接影响到生产过程的组织模式和管理模式，是实现生产过程自动化、智能化、精密化、绿色化的基础，将带动制造业整体技术水平的提升。《智能制造工程实施指南（2016—2020）》总结了五大关键技术装备，包括高档数控机床与工业机器人、增材制造装备（3D打印机）、智能传感与控制装备、智能检测与装配装备、智能物流与仓储装备。这五类装备主要为智能制造的通用装备，此外，还有各种行业专用制造装备，如电子制造专用装备等。
智能制造对制造装备提出了新的要求，核心思想是装备能够对自身状态和生产过程进行感知， 对装备、 过程、 工件和环境相关的信息进行分析，根据设计要求与实时信息进行决策， 按照作业指令和决策实现精准执行，形成 “感知→分析→决策→执行与反馈” 闭环过程。
2.工业软件
工业软件在实施智能制造过程中处于重要位置，“没有软件不成系统”。目前智能制造的相关工业软件分类如下：
1）设计、工艺、仿真类软件：计算机辅助类（CAX）软件、基于数据驱动的三维设计与建模软件、数值分析与可视化仿真软件、模块化设计工具以及专用知识、模型、零件、工艺和标准数据库等。
2）业务管理软件：企业资源计划（ERP）、制造执行系统（MES）、供应链管理软件（SCM）、产品全生命周期管理（PLM）、商业智能软件（BI）等。
3）数据管理软件：嵌入式数据库系统与实时数据智能处理系统、数据挖掘分析平台、基于大数据的智能管理服务平台等。
4）工业控制软件：数据采集与监控（SCADA）、嵌入式工业实时操作系统、智能测控装置及核心智能制造装备嵌入式组态软件等。
3.工业网络与集成技术
智能工厂中的网络从技术与应用范围角度，可分为自动化层、生产管理层、互联企业层。自动化层（或称OT运行层）的网络将生产现场的智能制造装备、物料，甚至人员等连接起来，以实现装备与装备/系统、物料与装备/系统、人与装备/系统之间的信息互通和良好交互。现场层网络技术，包括现场总线，如PROFIBUS、CC-Link、Modbus、CAN等；工业以太网，如PROFINET、CC-Link IE、Ethernet/IP、EtherCAT、POWERLINK等；以及工业无线网，如WIA-PA、WIA-FA、WirelessHART、ISA100.11a等网络技术。现在，由于制造要求大量的现场数据实时传送至生产管理系统乃至云端，提供低延时高带宽优先权设定及基于时间同步数据传输的TSN（时间敏感网络）技术迅速登上历史舞台，未来将可能获得所有工业以太网的支持。
工厂/车间的生产管理系统（或称IT信息系统）如ERP、PLM、MES等需要信息交互，传统方法一般通过数据库实现各系统之间的集成，目前国内外正在研制基于语义的通用系统互操作技术。信息系统与自动化系统之间的集成推荐使用OPC UA技术。借助于OPC UA强大的信息建模技术及提供统一的通信接口（TCP和HTTPS），以实现OT系统与IT系统之间基于语义的信息交换。
工厂外部网络通过互联网连接上下游企业、智能产品、用户、服务平台等，通过大数据应用和工业云服务等实现价值链企业协同制造、产品远程诊断和预测性维护等智能服务。
4.数字化设计与仿真技术
数字化设计与仿真技术可分为对产品的数字化设计与虚拟制造技术，以及对工艺和物流规划的虚拟仿真。（1）产品数字化设计与虚拟制造技术
借助于各种计算机辅助工具软件，产品设计得以在虚拟空间进行设计、仿真和优化，有效解决了传统制造设计阶段周期长、需要实物验证、效率低等问题。例如，通过CAD软件对产品进行数字化设计，将产品信息转化为数字化三维模型；通过CAE软件对产品进行数字化设计，分析产品的结构力学性能，以及优化结构性能等；通过CAPP软件规划数字化模型的制造工艺与方法；最终通过CAM软件生成产品的制造程序（如数控机床的G代码），并可以评估产品的质量和精度。（2）工艺和物流规划虚拟仿真技术
工艺和物流规划的虚拟仿真是面向复杂装配、多机协同、人机协作工艺的仿真与验证，包括以下内容。
1）工艺规划：验证工艺步骤的正确性，检验工艺过程的干涉与开敞性，评估每一个细分工艺的耗时，最终可以形成某一工艺的作业指导文件。
2）成本估计：工艺仿真将该工艺生产所需要的设备、工装夹具、工艺物料需求及线边载具均涵盖在内，通过工艺仿真可以准确评估工艺的投资成本。
3）机器人离线编程：工艺仿真通过对机器人的定点路径规划，在仿真工艺确定后，生成相应的机器人控制程序。
4）物流系统设计仿真：进行物流路径设计和优化，仿真评估生产工站、物流设备的数量，评估设备利用率，实现瓶颈分析和产能预测。
5）人因工程仿真：将人员操作纳入工艺仿真的一部分，分析工艺设计是否符合人体工程，以及人员工作的疲劳程度。
数字化设计仿真形成的产品模型、产线模型、工厂模型，是真实物理世界中物料、产品、工厂高度仿真的数字化镜像，即所谓的“数字孪生体”，在虚拟空间里对产品的订制信息和生产过程进行仿真决策，向真实物理世界的生产系统和制造装备发出生产指令，实现制造系统自主生产。
5.供应链协同技术
在智能制造时代，供应商网络、销售和服务网络、中间生产环节网络，共同形成大的新型供应链，这使得供应链管理发生了根本性改变，供应链协同在智能制造中尤为重要。
1）供应链条上的企业都是合作伙伴，各企业之间具有更加明确的分工和责任。
2）整条供应链的核心是满足终端客户需求，以需求驱动形成端到端供应链；通过需求预测，整条供应链实现快速响应，更好地共同抵御各种风险，以最小的成本为客户提供最优的产品和服务。
3）供应链上的企业伙伴通过互联网实现运营数据、市场数据的实时共享和交流。
4）整条供应链上实现物流、信息流和资金流的合理分配与优化，以及供应流程的整合和重组。
5）智能物流设备的应用也很重要，如智能立体仓库、智能堆垛机、智能分拣机器人、AGV、自动识别技术等。
6.制造运行管理
制造运行管理是为实现平稳的生产及服务价值流，并根据生产或服务需求实现制造资源和过程能力的最佳匹配，而进行的生产运行管理、维护运行管理、质量运行管理、仓储物流运行管理和其他支撑性活动。
生产运行管理的增值作用是直接使原材料发生一系列物理或化学变化，并向着所期望的最终产品转化；维护运行管理的增值作用是使设备或物理资产始终保持在正常的工作状态，或在其发生故障时将其还原为正常的工作状态；质量运行管理的增值作用是对原材料、在制品和产品的质量特性进行观察、测量、试验，并将结果与规定的质量要求进行比较，以判断其质量特性合格与否；仓储物流运行管理的增值作用是对原材料、在制品和产品进行装卸搬运、存储、保管等。
由这些不同类型的运行管理活动，围绕一个产品生产或服务运作的共同目标相互作用、彼此协作而产生增值的过程，就形成了制造运行管理的协同网络。
7.安全一体化管控
智能工厂/数字化车间在需求、设计、实施、运维等生命周期的各个环节均需要综合考虑功能安全与信息安全的集成，确保相互之间有效结合、没有冲突，即实现安全一体化协同。通过安全概念、整体范围定义，危险、威胁和风险分析，明确整体安全要求，进行整体安全要求分配后，确定该智能工厂/数字化车间的安全需求，该安全需求包括了功能安全要求（和/或）信息安全要求（和/或）安全一体化协同要求，之后，进行安全一体化管控系统的设计和实现。安全一体化管控系统将实时监视智能制造系统运行，在诊断到入侵或攻击发生时，采取必要措施将具有潜在危险的部分进行有效的隔离；或直接动作，将生产直接导入安全状态；或采取其他附加的措施，防止进一步攻击的发生；等等，从而保障安全的自主实现。（二）新一代信息技术作引领
智能制造具有阶段特征。当前智能制造的发展阶段主要还是对现有技术的整合和集成，很多先进的理念受限于目前技术发展瓶颈。随着智能制造向高级阶段的逐步推进，技术层面将面临诸多问题，如：海量工业数据的高效采集、处理、融合与分析技术，方便布置、高带宽、高可靠性、高实时性的无线通信技术，多要素多维度企业智能优化决策技术，专业知识的获取与建模技术等。通过新一代信息技术，包括新一代移动通信与互联网、大数据、人工智能等内容，与先进制造技术的深度融合，将推动智能制造向高级阶段发展。
1.新一代移动通信与互联网技术
互联网技术已在制造业各领域获得广泛应用，通过互联网技术可实现计算资源和制造资源的整合。以5G（第五代移动通信）为代表的新一代移动通信和以IPv6为代表的新一代互联网技术，将对制造领域产生深远的影响。（1）5G移动通信技术
为了应对未来移动数据流量的爆发式增长、连接大规模设备、不断出现不同新服务和应用场景，5G应时而生。5G是最新一代移动通信技术，目前仍处于研发阶段，预计相关标准在2020年完成。5G频谱的利用率相对较高，具有高速、高带宽、超高容量、超高可靠性以及随时随地接入等特点，将提供类似光纤的访问速率，具备连接数以亿计设备的能力。5G将使得信息打破时间和空间的限制，为用户提供优秀的交互体验。
在可预见的将来，5G技术的应用对智能制造的影响主要体现在：①由于具备高速、高带宽、超高可靠性、低延时等特点，5G使得生产制造设备向无线化方向发展；②无线网络可以使工厂和生产线的建设、改造施工更加便捷，并且通过无线化可减少大量的维护工作，降低成本；③生产制造设备无线化可实现远程实时操控设备，工厂架构将向扁平化方向发展；④工业软件，尤其是要求与工业现场进行实时交互的工业软件的云端化成为可能，结合对生产制造设备的实时操控，可使得工厂模块化生产、真正意义上的柔性制造以及无人工厂成为可能。（2）新一代互联网
以IPv6为代表的新一代互联网相比于上一代互联网，具备巨大的网络地址资源，网络规模将更大，接入网络的终端种类和数量更多，网络应用更广泛；可实现端到端高性能高速通信；可构建可信任的网络，具备更强的安全性。巨大的网络地址资源使得几乎所有事物都可被物联网化，家用电器、智能汽车、机械设备乃至森林。
新一代互联网技术在制造过程中的应用，将使得成千上万亿个设备，如传感器、机床、机器人、物流设备等，都将通过新一代互联网连接在一起，并将产生大量的现场数据，生成真正意义上的工业大数据。工业大数据是实施大数据分析和工业智能应用的基础和源泉。
2.大数据技术
大数据技术是对海量数据进行采集、存储、清洗、分析与挖掘、可视化的技术。相比之前传统的数据采集、处理等技术，区别是待处理数据规模以及更多数据类型（如RFID射频数据、传感器数据、制造设备数据、工业移动通信数据、市场需求数据等结构化和非结构化数据）的差异，这就要求研究区别于传统的适用于海量数据的架构、平台、算法等。大数据技术的核心是数据分析和挖掘技术。
制造企业通过数字化、网络化、智能化逐步向智能制造方向发展，会产生大量的数据。企业内部会产生管理数据、设计数据、运维数据、质量数据、生产数据、制造资源相关数据等，来自企业外部的客户反馈、市场需求、供应商等相关数据，最终将形成海量数据规模。
目前大数据技术在工业领域的应用处于起步阶段，后续在智能制造中的应用将主要体现在：①通过大数据分析获取市场需求及产品使用中的问题，作为研发设计的输入和反馈；②生产过程及制造资源的大数据分析，可快速发现错误或瓶颈所在；③对设计、供销、财务、生产等企业经营管理的大数据分析，将优化企业经营管理，推动企业发展新的商业模式。（三）新一代人工智能技术为新动能
人工智能是由机器或其他人造系统模拟人的智能，如感知、思考、决策，并对外部环境产生影响的应用系统或技术。主要研究内容包括：知识表示、机器学习、语言识别、图像识别、自然语言处理、专家系统等。
智能制造是人工智能应用的重点领域之一，也是我国智能制造从目前以数字化、网络化为特点的初级阶段向以智能化为特点的高级阶段发展的主要推动力之一。可以预见未来人工智能技术在智能制造中的应用主要体现在：①与制造装备的结合将改变生产组织模式，如具有感知、决策、人机协同能力的智能机器人，基于图像识别和专家系统的质量检测设备等；②与产品设计的结合将大幅提高设计效率及启发创新，如产品设计知识库、工艺设计知识库的建立；③离散制造系统的生产调度一般具有多目标性、不确定性和高复杂性等特点，专家系统、机器学习的综合应用将实现车间级智能优化调度；④与企业经营管理的结合将实现智能决策，如供应链优化、企业经营管理优化等。
智能制造与新一代信息技术、人工智能技术的结合应该遵循“需求导向，可靠优先”的原则，切勿为智能而智能，为技术而技术。新一代信息技术和人工智能技术，特别是在工业现场进行新技术的使用时，应兼顾技术先进性与可靠性，并综合考虑成本、效率等因素。四、智能制造的实施务求抓铁有痕落在实处
我国制造业发展不平衡、不充分特点明显，企业转型升级势在必行，高质量发展是目前我国制造业由大转强的主旋律。“工业2.0补课、3.0普及、4.0示范”指出了我国企业自动化、数字化、网络化、智能化水平参差不齐的现状。
工业2.0对应自动化阶段，以使用电气自动化装备为主要特征，制造装备大多是“信息孤岛”，生产缺乏信息化管理。工业3.0对应信息化阶段，以使用数字化、网络化制造装备为特征，装备具有一定的智能功能（例如：标识与维护、诊断与报警等），采用ERP和MES实现信息化管理。工业4.0对应智能化阶段，以使用智能化信息物理系统为特征，近期目标是实现所有制造资源高度互联互通、产品全生命周期管理以及大规模个性化定制、网络协同制造、远程运维服务等制造新模式；未来愿景则是实现状态自感知、实时分析、自主决策、自我配置、精准执行的自组织生产。
工业2.0、3.0、4.0，每一阶段都以前一阶段为基础，可以同时实现，但不可省略，不可跨越。智能制造是一项需要长期坚持的系统工程，必须坚持不懈、不断探索，不可能一蹴而就，需要循序渐进、补齐短板、并行发力，需要踏石留印、抓铁有痕的真抓实干。因此，制造企业在实施智能制造过程中必须“因企而异”，避免盲目跟风和片面认识。（一）避免误区
近年来，我国制造企业已纷纷对原有工厂/车间进行自动化、数字化、网络化升级改造，或者建立新型智能工厂、数字化车间。然而，企业在实施智能制造过程中，往往还存在以下误区。误区一：为了智能制造而智能制造
由于智能制造“大热”，一些企业盲目跟风，存在为了“智能制造”而智能制造的现象。企业应首先明确要达到的经济目标——提升质量、提高效率、降低成本、缩短周期、降低能耗。根据自身的基础，针对不同的目标，智能制造首要解决的问题和采用的技术手段是不同的。误区二：智能制造=无人化
许多制造企业提出“机器换人”“无人工厂”的口号。机器可代替人类的大量体力劳动，实现高效、高质量精准制造，但不能盲目采用“机器换人”，除了要考虑机器与人员置换成本之间的平衡，还需综合考虑操作场地、信息化接口、维护成本等。而且在工业2.0、3.0、4.0升级的长时间内，机器或“机器人”仅仅是一种自动化或智能化设备，其很难独立满足日益复杂的生产要求。“人”作为智能制造的重要资源，在应对定制化生产和复杂多变的生产环境方面仍处于中心地位。特别是对于现阶段的“工业2.0补课、3.0普及、4.0示范”，人、信息系统、物理系统的协同显得尤为重要，智能制造仍需要人工智力参与政策解读、法规约束、知识积累、工匠传承、文化发扬和统筹组织等，以实现有序生产并产生效益，这些都是现阶段的机器无法替代的。误区三：自动化+软件=智能制造
自动化和软件是实现智能制造的必要条件但不是充分条件。智能制造强调自动化系统和工业软件的集成与纵横协同，并体现先进的工艺技术和管理理念。除此之外，更需要植入先进的感知系统、控制手段、网络技术、大数据和云计算等，进行长时间的数据收集积累，开展数据分析和建模，并不断迭代优化，以实现生产过程快速有效的运行，才能支撑先进的制造方式实现自适应，进而应对复杂的生产环境。误区四：互联网+大数据=智能制造
互联网和大数据只是提升智能化的手段之一。智能制造的本体是“制造”，制造装备和生产过程的数字化是基础。没有制造装备与系统的数据采集和互联互通，互联网、云、大数据都将是无源之水。误区五：智能制造产业
制造业企业采用智能制造技术和装备实现传统产业的数字化、网络化和智能化升级，也就是我们常说的智能制造新模式应用时，只要所生产产品的行业属性没变，原来的汽车企业还属于汽车产业，电子企业还属于电子产业。行业属性并不因为实现了智能制造而改变，不是实施了智能制造的企业共同组成了一个新的“智能制造产业”。只有生产和提供高档数控机床与工业机器人、增材制造装备、智能传感与控制装备、智能检测与装配装备、智能物流与仓储装备等装备，工业软件、工业大数据和云计算，智能制造系统集成以及服务的企业才属于智能制造产业，或准确地定义为“智能制造装备及系统服务产业”。
企业切忌盲目跟风，千万避免由于以上误区而导致的方向性错误。（二）把握要点
工业2.0并非必须先实现3.0才能追求4.0。在进行升级改造过程中，企业应总体规划自动化、数字化、网络化、智能化升级方案，并行推进。但这并不意味着工业2.0和3.0的技术基础是可以省略和跨越的。从工业2.0到3.0升级的最重要内容是采用ERP和MES（两者融合趋势明显）等生产管理系统（或称IT信息系统）进行运营和生产管理，并实现与自动化系统（或称OT运行系统）的纵向集成，推荐采用OPC UA解决方案，建立设备信息模型并提供统一接口。图1-3中工业4.0阶段尚未实现制造系统的自适应、自组织、自决策并跨企业、跨行业、跨地域调动生产资源等智能制造愿景，因此将其称为准智能化。工业3.0到4.0的最重要内容是实现产品全生命周期管理，实现信息流与价值流（含物流、资金流）的协调整合。
1.从自动化到信息化
实现智能制造，首要任务是补齐自动化与信息化短板。在实现智能工厂/数字化车间的建设中，建议应实现的智能工厂/数字化车间的基本功能如图1-4所示。同时，还应实现设计、物流、生产运行、调度、检测等各子系统之间的协同，以及持之以恒地建立企业各种生产资源数据库（技术、零件、产品、工艺、可靠性、供货商等）。图1-3 工业2.0到3.0到准4.0的实现路线建议（1）个性化定制
产品能够满足客户多样化、个性化的需求已成为制造企业成败的关键。这就是所谓的由需求端到研发生产端的拉动式生产。互联网技术的发展使得客户参与产品设计成为可能，CAD软件则是衔接产品设计与生产的关键工具。客户可以从设计、生产（加工）或装配阶段介入产品的生命周期来实现个性化定制。（2）柔性制造
智能工厂中的柔性制造必须解决个性化定制与规模化生产之间的矛盾，使其制造成本与周期不大于传统的同质化产品大规模生产。除了要解决制造（如加工、装配、检测）装备柔性化外，制造执行系统、供应链管理系统、智能物流管理系统是实现柔性制造的关键。图1-4 智能工厂/数字化车间基本功能模块（3）虚拟仿真
包括数字化设计与虚拟制造。借助CAD、CAE、CAM计算机辅助工具和产品全生命周期管理PLM软件，从产品设计、产线设计、OEM机械设计，到工厂规划排产、产线生产节拍等仿真，实现在生产最初阶段验证产品结构、生产或规划中所有的工艺流程，以及识别可能的矛盾、缺陷或不匹配。（4）横向集成
横向集成是指将各种不同制造阶段的智能系统集成在一起，实现产品的价值流（增值过程）集成，既包括企业内部和企业之间制造资源（如材料、能源和信息）的配置，也包括设计数据、生产数据、检测数据的一致。（5）纵向集成
纵向集成将各种不同层面的自动化与IT系统集成在一起（如传感器和执行器、控制、生产管理、制造执行、企业计划等各种不同层面），实现生产信息流的上下贯通，包括订单、生产调度、程序代码、工作指令、工艺和控制参数等信息的下行传递，以及生产现场的工况、设备状态、测量参数等信息的上行传递。（6）监控与诊断
通过SCADA、HMI、电子看板等，实现全部生产过程的可视化，包括订单完成情况、作业执行情况、质量信息、检测信息、库存信息、设备状态信息、能耗信息等，以便实时掌握系统运行状态、加快决策、快速诊断系统和装备故障状态等。（7）质量在线检测
质量控制的能力与水平成为衡量企业智能制造的重要指标，在每道关键工序后对生产对象进行自动在线检测，以实现高效准确的质量控制。这除了需要引入数字化检测设备（如三坐标数控测量机、激光
试读结束[说明：试读内容隐藏了图片]