智能制造的关键技术

　　智能制造，源于人工智能的研究。一般认为智能是知识和智力的总和，前者是智能的基础，后者是指获取和运用知识求解的能力。智能制造应当包含智能制造技术和智能制造系统，智能制造系统不仅能够在实践中不断地充实知识库，而且还具有自学习功能，还有搜集与理解环境信息和自身的信息，并进行分析判断和规划自身行为的能力。

　　智能制造（Intelligent Manufacturing，IM）是一种由智能机器和人类专家共同组成的人机一体化智能系统，它在制造过程中能进行智能活动，诸如分析、推理、判断、构思和决策等。通过人与智能机器的合作共事，去扩大、延伸和部分地取代人类专家在制造过程中的脑力劳动。它把制造自动化的概念更新，扩展到柔性化、智能化和高度集成化。

　　智能制造的本质，系虚拟网络和实体生产的相互渗透融合，通过将专家的知识和经验融入感知、决策、执行等制造活动中，赋予产品制造在线学习和知识进化的能力，使制造体系中的各个企业、各个生产单元高效协同，在减少对传统劳动力需求的同时，能极大地提高生产效率。智能制造不仅仅是单一技术和装备的突破与应用，而是依靠装备智能化、设计数字化、生产自动化、管理现代化、营销服务网格化等制造技术与信息技术的深度融合与集成，创造新的附加值。借助传感器、物联网、大数据、云计算等的运用，智能制造能够实现设备与设备、设备与工厂、各工厂之间以及供应链上下游企业间、企业与用户间的无缝对接，企业可以更加精准地预测用户需求，根据用户多样化、个性化的需求进行柔性生产，并实时监控整个生产过程，实现低成本的定制化服务。

　　对于我国来说，智能制造提升生产效率的功能有助于抵消劳动力成本上涨的影响，保持并强化“中国制造”的综合竞争力。制造业向智能制造的转型会产生对智能装备、智能传感器、新材料、工业软件系统以及相关服务的大量需求，能够形成新的产业增长点。此外，借力新的生产组织方式和商业模式，智能制造还能够实现生产制造与市场需求之间的动态匹配，有利于减少过剩产能和库存，节约资源和能源，这与供给侧结构性改革的目标方向高度契合。智能制造业将为“补短板”、打造经济发展新动能注入动力和活力。

　　智能制造的基本原理

　　从智能制造系统的本质特征出发，在分布式制造网络环境中，根据分布式集成的基本思想，应用分智能制造布式人工智能中多Agent系统的理论与方法，实现制造单元的柔性智能化与基于网络的制造系统柔性智能化集成。根据分布系统的同构特征，在智能制造系统的一种局域实现形式基础上，实际也反映了基于Internet的全球制造网络环境下智能制造系统的实现模式。

　　分布式网络化的基本构思

　　智能制造系统的本质特征是个体制造单元的"自主性"与系统整体的"自组织能力"，其基本格局是分布式多自主体智能系统。

　　基于这一思想，同时考虑基于Internet的全球制造网络环境，可以提出适用于中小企业单位的分布式网络化IMS的基本构架。

　　一方面通过Agent赋予各制造单元以自主权，使其自治独立、功能完善；另一方面，通过Agent之间的协同与合作，赋予系统自组织能力。基于以上构架，结合数控加工系统，开发分布式网络化原型系统相应的可由系统经理、任务规划、设计和生产者等四个结点组成。系统经理结点包括数据库服务器和系统Agent两个数据库服务器，负责管理整个全局数据库，可供原型系统中获得权限的结点进行数据的查询、读取，存储和检索等操作，并为各结点进行数据交换与共享提供一个公共场所，系统Agent则负责该系统在网络与外部的交互，通过Web服务器在Internet上发布该系统的主页，网上用户可以通过访问主页获得系统的有关信息，并根据自己的需求，以决定是否由该系统来满足这些需求，系统Agent还负责监视该原型系统上各个结点间的交互活动，如记录和实时显示结点间发送和接受消息的情况、任务的执行情况等。

　　谈起智能制造，首先应介绍日本在1990年4月所倡导的“智能制造系统IMS”国际合作研究计划。许多发达国家如美国、欧洲共同体、加拿大、澳大利亚等参加了该项计划。该计划共计划投资10亿美元，对100个项目实施前期科研计划。

　　毫无疑问，智能化是制造自动化的发展方向。在制造过程的各个环节几乎都广泛应用人工智能技术。专家系统技术可以用于工程设计，工艺过程设计，生产调度，故障诊断等。也可以将神经网络和模糊控制技术等先进的计算机智能方法应用于产品配方，生产调度等，实现制造过程智能化。而人工智能技术尤其适合于解决特别复杂和不确定的问题。但同样显然的是，要在企业制造的全过程中全部实现智能化，如果不是完全做不到的事情，至少也是在遥远的将来。有人甚至提出这样的问题，下个世纪会实现智能自动化吗？而如果只是在企业的某个局部环节实现智能化，而又无法保证全局的优化，则这种智能化的意义是有限的。

　　2015年9月10日，工业和信息化部公布2015年智能制造试点示范项目名单，46个项目入围。这些项目包括沈阳机床（集团）有限责任公司申报的智能机床试点、北京航天智造科技发展有限公司申报的航天产品智慧云制造试点、中化化肥有限公司申报的化肥智能制造及服务试点等。46个试点示范项目覆盖了38个行业，分布在21个省，涉及流程制造、离散制造、智能装备和产品、智能制造新业态新模式、智能化管理、智能服务等6个类别，体现了行业、区域覆盖面和较强的示范性。沈阳机床也是本次金属切削机床行业中入选的企业。

　　工信部在2015年启动实施“智能制造试点示范专项行动”，主要是直接切入制造活动的关键环节，充分调动企业的积极性，注重试点示范项目的成长性，通过点上突破，形成有效的经验与模式，在制造业各个领域加以推广与应用。

　　工信部部长苗圩在会议上表示，智能制造日益成为未来制造业发展的重大趋势和核心内容，也是加快发展方式转变，促进工业向中高端迈进、建设制造强国的重要举措，也是新常态下打造新的国际竞争优势的必然选择。而推进智能制造是一项复杂而庞大的系统工程，也是一件新生事物，这需要一个不断探索、试错的过程，难以一蹴而就，更不能急于求成。为此，“要用好试点示范这个重要抓手。

　　DNC

　　DNC早期只是作为解决数控设备通讯的网络平台，随着客户的不断发展和成长，仅仅解决设备联网已远远不能满足现代制造企业的需求。早在90年代初，美国Predator Software INC就赋予DNC更广阔的内涵—生产设备和工位智能化联网管理系统，这也是全球范围内最早且使用最成熟的“物联网”技术——车间内“物联网”，这也使得DNC成为离散制造业MES系统必备的底层平台。DNC必须能够承载更多的信息。同时DNC系统必须能有效的结合先进的数字化的数据录入或读出技术，如条码技术、射频技术、触屏技术等，帮助企业实现生产工位数字化

　　Predator DNC系统的基本功能既是使用1台服务器，对企业生产现场所有数控设备进行集中智能化联网管理（已能在64位机上实现对4096台设备集中联网管理）。所有程序编程人员可以在自己的PC上进行编程，并上传至DNC服务器指定的目录下，而后现场设备操作者即可通过设备CNC控制器发送“下载（LOAD）”指令，从服务器中下载所需的程序，待程序加工完毕后再通过DNC网络回传至服务器中，由程序管理员或工艺人员进行比较或归档。这种方式首先大大减少了数控程序的准备时间，消除了人员在工艺室与设备端的奔波，并且可完全确保程序的完整性和可靠性，消除了很多人为导致的“失误”，最重要的是通过这套成熟的系统，将企业生产过程中所使用的所有NC程序都能合理有效的集中管理起来。

　　CIMS

　　从广义概念上来理解，CIMS（计算机集成制造系统），敏捷制造等都可以看作是智能自动化智能手机的例子。的确，除了制造过程本身可以实现智能化外，还可以逐步实现智能设计，智能管理等，再加上信息集成，全局优化，逐步提高系统的智能化水平，最终建立智能制造系统。这可能是实现智能制造的一种可行途径共有几种先进制造模式多智能体系统Agent原为代理商，是指在商品经济活动中被授权代表委托人的一方。后来被借用到人工智能和计算机科学等领域，以描述计算机软件的智能行为，称为智能体。1992年曾经有人预言：“基于Agent的计算将可能成为下一代软件开发的重大突破。"随着人工智能和计算机技术在制造业中的广泛应用，多智能体系统（Multi-Agent）技术对解决产品设计、生产制造乃至产品的整个生命周期中的多领域间的协调合作提供了一种智能化的方法，也为系统集成、并行设计，并实现智能制造提供了更有效的手段。

　　智能制造的十大关键技术

　　智能制造智能制造是实现整个制造业价值链的智能化和创新，是信息化与工业化深度融合的进一步提升。智能制造融合了信息技术、先进制造技术、自动化技术和人工智能技术。智能制造包括开发智能产品；应用智能装备；自底向上建立智能产线，构建智能车间，打造智能工厂；践行智能研发；形成智能物流和供应链体系；开展智能管理；推进智能服务；最终实现智能决策。

　　目前智能制造的“智能”还处于Smart的层次，智能制造系统具有数据采集、数据处理、数据分析的能力，能够准确执行指令，能够实现闭环反馈；而智能制造的趋势是真正实现“Intelligent”，智能制造系统能够实现自主学习、自主决策，不断优化。

　　综合特征

　　智能制造和传统的制造相比，智能制造系统具有以下特征：

　　自律能力

　　人机一体化

　　IMS不单纯是"人工智能"系统，而是人机一体化智能系统，是一种混合智能。基于人工智能的智能机器只能进行机械式的推理、预测、判断，它只能具有逻辑思维（专家系统），最多做到形象思维（神经网络），完全做不到灵感（顿悟）思维，只有人类专家才真正同时具备以上三种思维能力。因此，想以人工智能全面取代制造过程中人类专家的智能，独立承担起分析、判断、决策等任务是不现实的。人机一体化一方面突出人在制造系统中的核心地位，同时在智能机器的配合下，更好地发挥出人的潜能，使人机之间表现出一种平等共事、相互"理解"、相互协作的关系，使二者在不同的层次上各显其能，相辅相成。因此，在智能制造系统中，高素质、高智能的人将发挥更好的作用，机器智能和人的智能将真正地集成在一起，互相配合，相得益彰。

　　虚拟现实技术

　　这是实现虚拟制造的支持技术，也是实现高水平人机一体化的关键技术之一。虚拟现实技术是以计算机为基础，融信号处理、动画技术、智能推理、预测、仿真和多媒体技术为一体；借助各种音像和传感装置，虚拟展示现实生活中的各种过程、物件等，因而也能拟实制造过程和未来的产品，从感官和视觉上使人获得完全如同真实的感受。但其特点是可以按照人们的意愿任意变化，这种人机结合的新一代智能界面，是智能制造的一个显著特征。

　　自组织与超柔性

　　学习能力与自我维护能力

　　智能制造系统能够在实践中不断地充实知识库，具有自学习功能。同时，在运行过程中自行故障诊断，并具备对故障自行排除、自行维护的能力。这种特征使智能制造系统能够自我优化并适应各种复杂的环境。

　　智能技术

　　1、新型传感技术--高传感灵敏度、精度、可靠性和环境适应性的传感技术，采用新原理、新材料、新工艺的传感技术（如量子测量、纳米聚合物传感、光纤传感等），微弱传感信号提取与处理技术。

　　2、模块化、嵌入式控制系统设计技术--不同结构的模块化硬件设计技术，微内核操作系统和开放式系统软件技术、组态语言和人机界面技术，以及实现统一数据格式、统一编程环境的工程软件平台技术。

　　3、先进控制与优化技术--工业过程多层次性能评估技术、基于海量数据的建模技术、大规模高性能多目标优化技术，大型复杂装备系统仿真技术，高阶导数连续运动规划、电子传动等精密运动控制技术。

　　4、系统协同技术--大型制造工程项目复杂自动化系统整体方案设计技术以及安装调试技术，统一操作界面和工程工具的设计技术，统一事件序列和报警处理技术，一体化资产管理技术。

　　5、故障诊断与健康维护技术--在线或远程状态监测与故障诊断、自愈合调控与损伤智能识别以及健康维护技术，重大装备的寿命测试和剩余寿命预测技术，可靠性与寿命评估技术。

　　6、高可靠实时通信网络技术--嵌入式互联网技术，高可靠无线通信网络构建技术，工业通信网络信息安全技术和异构通信网络间信息无缝交换技术。

　　7、功能安全技术--智能装备硬件、软件的功能安全分析、设计、验证技术及方法，建立功能安全验证的测试平台，研究自动化控制系统整体功能安全评估技术。

　　8、特种工艺与精密制造技术--多维精密加工工艺，精密成型工艺，焊接、粘接、烧结等特殊连接工艺，微机电系统（MEMS）技术，精确可控热处理技术，精密锻造技术等。

　　9、识别技术--低成本、低功耗RFID芯片设计制造技术，超高频和微波天线设计技术，低温热压封装技术，超高频RFID核心模块设计制造技术，基于深度三位图像识别技术，物体缺陷识别技术。

　　测控装置

　　1、新型传感器及其系统--新原理、新效应传感器，新材料传感器，微型化、智能化、低功耗传感器，集成化传感器（如单传感器阵列集成和多传感器集成）和无线传感器网络。

　　2、智能控制系统--现场总线分散型控制系统（FCS）、大规模联合网络控制系统、高端可编程控制系统（PLC）、面向装备的嵌入式控制系统、功能安全监控系统。

　　3、智能仪表--智能化温度、压力、流量、物位、热量、工业在线分析仪表、智能变频电动执行机构、智能阀门定位器和高可靠执行器。

　　4、精密仪器--在线质谱/激光气体/紫外光谱/紫外荧光/近红外光谱分析系统、板材加工智能板形仪、高速自动化超声无损探伤检测仪、特种环境下蠕变疲劳性能检测设备等产品。

　　5、工业机器人与专用机器人--焊接、涂装、搬运、装配等工业机器人及安防、危险作业、救援等专用机器人。

　　6、精密传动装置--高速精密重载轴承，高速精密齿轮传动装置，高速精密链传动装置，高精度高可靠性制动装置，谐波减速器，大型电液动力换档变速器，高速、高刚度、大功率电主轴，直线电机、丝杠、导轨。

　　7、伺服控制机构--高性能变频调速装置、数位伺服控制系统、网络分布式伺服系统等产品，提升重点领域电气传动和执行的自动化水平，提高运行稳定性。

　　8、液气密元件及系统--高压大流量液压元件和液压系统、高转速大功率液力偶合器调速装置、智能润滑系统、智能化阀岛、智能定位气动执行系统、高性能密封装置。

　　制造装备

　　1、石油石化智能成套设备--集成开发具有在线检测、优化控制、功能安全等功能的百万吨级大型乙烯和千万吨级大型炼油装置、多联产煤化工装备、合成橡胶及塑料生产装置。

　　2、冶金智能成套设备--集成开发具有特种参数在线检测、自适应控制、高精度运动控制等功能的金属冶炼、短流程连铸连轧、精整等成套装备。

　　3、智能化成形和加工成套设备--集成开发基于机器人的自动化成形、加工、装配生产线及具有加工工艺参数自动检测、控制、优化功能的大型复合材料构件成形加工生产线。

　　4、自动化物流成套设备--集成开发基于计算智能与生产物流分层递阶设计、具有网络智能监控、动态优化、高效敏捷的智能制造物流设备。

　　5、建材制造成套设备--集成开发具有物料自动配送、设备状态远程跟踪和能耗优化控制功能的水泥成套设备、高端特种玻璃成套设备。

　　6、智能化食品制造生产线--集成开发具有在线成分检测、质量溯源、机电光液一体化控制等功能的食品加工成套装备。

　　7、智能化纺织成套装备--集成开发具有卷绕张力控制、半制品的单位重量、染化料的浓度、色差等物理、化学参数的检测仪器与控制设备，可实现物料自动配送和过程控制的化纤、纺纱、织造、染整、制成品等加工成套装备。

　　8、智能化印刷装备--集成开发具有墨色预置遥控、自动套准、在线检测、闭环自动跟踪调节等功能的数字化高速多色单张和卷筒料平版、凹版、柔版印刷装备、数字喷墨印刷设备、计算机直接制版设备（CTP）及高速多功能智能化印后加工装备。

　　运作过程

　　1、任一网络用户都可以通过访问该系统的主页获得该系统的相关信息，还可通过填写和提交系智能制造软件统主页所提供的用户定单登记表来向该系统发出定单；

　　2、如果接到并接受网络用户的定单，Agent就将其存入全局数据库，任务规划结点可以从中取出该定单，进行任务规划，将该任务分解成若干子任务，将这些任务分配给系统上获得权限的结点；

　　3、产品设计子任务被分配给设计结点，该结点通过良好的人机交互完成产品设计子任务，生成相应的CAD/CAPP数据和文档以及数控代码，并将这些数据和文档存入全局数据库，最后向任务规划结点提交该子任务；

　　4、加工子任务被分配给生产者；一旦该子任务被生产者结点接受，机床Agent将被允许从全局数据库读取必要的数据，并将这些数据传给加工中心，加工中心则根据这些数据和命令完成加工子任务，并将运行状态信息送给机床Agent，机床Agent向任务规划结点返回结果，提交该子任务；

　　5、在系统的整个运行期间，系统Agent都对系统中的各个结点间的交互活动进行记录，如消息的收发，对全局数据库进行数据的读写，查询各结点的名字、类型、地址、能力及任务完成情况等。

　　6、网络客户可以了解定单执行的结果。

　　发展前景

　　机器人手机

　　1、人工智能技术。因为IMS的目标是计算机模拟制造业人类专家的智能活动，从而取代或延伸人的部分脑力劳动，因此人工智能技术成为IMS关键技术之一。IMS与人工智能技术（专家系统、人工神经网络、模糊逻辑）息息相关。

　　2、并行工程。针对制造业而言，并行工程是一种重要的技术方法学，应用于IMS中，将最大限度的减少产品设计的盲目性和设计的重复性。

　　3、信息网络技术。信息网络技术是制造过程的系统和各个环节"智能集成"化的支撑。信息网络同时也是制造信息及知识流动的通道。

　　4、虚拟制造技术。虚拟制造技术可以在产品设计阶段就模拟出该产品的整个生命周期，从而更有效，更经济、更灵活的组织生产，实现了产品开发周期最短，产品成本最低，产品质量最优，生产效率最高的保证。同时虚拟制造技术也是并行工程实现的必要前提。

　　5、自律能力构筑。即收集和理解环境信息和自身的信息并进行分析判断和规划自身行为的能力。强大的知识库和基于知识的模型是自律能力的基础。

　　6、人机一体化。智能制造系统不单单是"人工智能系统，而且是人机一体化智能系统，是一种混合智能。想以人工智能全面取代制造过程中人类专家的智能，独立承担分析、判断、决策等任务，目前来说是不现实的。人机一体化突出人在制造系统中的核心地位，同时在智能机器的配合下，更好的发挥人的潜能，使达到一种相互协作平等共事的关系，使二者在不同层次上各显其能，相辅相成。

　　7、自组织和超柔性。智能制造系统中的各组成单元能够依据工作任务的需要，自行组成一种最佳结构，使其柔性不仅表现运行方式上，而且表现在结构形式上，所以称这种柔性为超柔性，类似于生物所具有的特征，如同一群人类专家组成的整体。

　　智能机器

　　所谓的智能机器也就是智能机器人，它给人的最深刻的印象是一个独特的进行自我控制的"活物"。其实，这个自控"活物"的主要器官并没有像真正人那样微妙而复杂。智能机器人具备形形色色的内部信息传感器和外部信息传感器，如视觉、听觉、触觉、嗅觉。除具有感受器外，它还有效应器，作为作用于周围环境的手段。这就是筋肉，或称自整步电动机，它们使手、脚、长鼻子、触角等动起来。由此也可知，智能机器人至少要具备三个要素：感觉要素，运动要素和思考要素。 智能机器人是一个多种高新技术的集成体，它融合了机械、电子、传感器、计算机硬件、软件、人工智能等许多学科的知识，涉及到当今许多前沿领域的技术。机器人已进入智能时代，不少发达国家都将智能机器人作为未来技术发展的制高点。美国、日本和德国目前在智能机器人研究领域占有明显优势。近年来，中国大力研发智能机器人，并取得了可喜的成就。

　　科学技术向来是把"双刃剑"，智能机器人技术在发挥其积极作用的同时也会给人们带来社会和伦理问题。因此有人担忧：智能机器人将来是否会在智能上超越人类，以至对就业造成影响，甚或威胁人类的生命财产？其实，这方面的担心完全没有必要。智能机器人并非无所不能，它的智商目前只相当于4岁的儿童，它的"常识"比正常成年人就差得更远了。 中国知名学者周海中教授早在1990年发表的《论机器人》一文中就指出：机器人在工作强度、运算速度和记忆功能方面可以超越人类，但在意识、推理等方面不可能超越人类。日本机器人专家广濑茂男教授最近也指出：即使智能机器人将来具有常识，并能进行自我复制，也不可能带来大范围的失业，更不可能对人类造成威胁。只有正确看待和使用智能机器人，才能使其更好地服务人类、造福人类。

　　六大生态

　　智能制造成为制造强国建设的主攻方向

　　2015年5月19日，国务院印发《中国制造2025》，明确了智能制造是建设制造强国的主攻方向。3月9日，工信部发布了《关于开展2015年智能制造试点示范专项行动的通知》，从流程制造、离散制造、智能装备等六个方面分类实施试点示范，以促进工业转型升级，加快制造强国建设进程。3月31日，工信部发布《关于继续开展互联网与工业融合创新试点工作的通知》，提出继续在互联网与工业融合创新领域开展试点示范工作，培育互联网创新模式，为推动互联网与工业融合创新提供重要支撑。同时，各地密集出台智能制造配套措施。天津、云南、青岛等省市已制定智能制造试点示范实施方案。

　　“互联网＋制造业”热度高企

　　当前，互联网与各行各业融合创新步伐加快，其产生的化学反应和放大效应不断变革研发设计、生产制造和营销服务模式，成为制造业转型升级的新引擎。汽车、家电、消费品等行业加快拥抱互联网，众包众设研发模式、大规模个性化定制等“互联网＋”与制造业融合创新应用模式不断涌现。

　　涌现一批跨境电商典型应用

　　制造企业纷纷应用跨境电商承接海外订单、扩大出口、构建自主品牌、提升销售服务能力。沈阳装备制造企业利用国内最大的跨境电商平台大龙网，实现装备制造产品对外价值链的转型升级。依托生产线、机器、产品、工人等高度互联的智能工厂，广东易事特电源股份有限公司与拉美地区知名B2B电商平台Mercantile合作，开拓面向海外企业客户的跨境电商贸易新通路，以期实现电源和新能源产品对智利、墨西哥等拉美国家的业务拓展。

　　云端制生态体系初步形成

　　以云设计、云生产、云管理、云试验、云分析、云服务等为核心的云端制生态体系加速形成。在公共集成云端制服务平台方面，佛山市家居行业正式推出云制造公共服务平台。航天科工集团以丰富的制造资源和能力云池为依托，推出集产业互联网平台、开放创业平台和生产性服务业平台为一体的综合性服务平台———航天云网。在专业细分云端制服务平台方面，国内首个工业SaaS云———北京“云链”工业SaaS云平台正式上线。

　　O2O业务模式成为应用亮点

　　多行业加快O2O布局，一大批制造企业通过O2O整合线上线下资源，创新商业模式，探索个性化定制、按需制造等新型生产方式。折叠金融众筹推动制造业大众创业、万众创新2015年上半年，金融众筹商业模式以其普惠金融、直连消费者的特性，为制造业企业构建并行融合产品研发、资金获取与价值挖掘的创业创新孵化生态环境。广大创业者通过在金融众筹平台与潜在用户进行双向互动，实现产品设计随用户反馈进行及时调整，以提高市场匹配率。金融众筹凭借其低融资门槛、灵活融资方式、快速迭代创新的平台定位，推动中小创业企业以低成本、高效率方式快速累积创业资本。金融众筹平台日渐成为创业创新项目的孵化器，带动大众创业、万众创新。

　　智能制造十大关键技术

　　在智能制造的关键技术当中，智能产品与智能服务可以帮助企业带来商业模式的创新；智能装备、智能产线、智能车间到智能工厂，可以帮助企业实现生产模式的创新；智能研发、智能管理、智能物流与供应链则可以帮助企业实现运营模式的创新；而智能决策则可以帮助企业实现科学决策。智能制造的十项技术之间是息息相关的，制造企业应当渐进式、理性地推进这十项智能技术的应用。

　　1、智能产品（Smart Product）

　　智能产品通常包括机械、电气和嵌入式软件，具有记忆、感知、计算和传输功能。典型的智能产品包括智能手机、智能可穿戴设备、无人机、智能汽车、智能家电、智能售货机等，包括很多智能硬件产品。智能装备也是一种智能产品。企业应该思考如何在产品上加入智能化的单元，提升产品的附加值。

　　2、智能服务（Smart Service）

　　基于传感器和物联网（IoT），可以感知产品的状态，从而进行预防性维修维护，及时帮助客户更换备品备件，甚至可以通过了解产品运行的状态，帮助客户带来商业机会。还可以采集产品运营的大数据，辅助企业进行市场营销的决策。此外，企业通过开发面向客户服务的APP，也是一种智能服务的手段，可以针对企业购买的产品提供有针对性的服务，从而锁定用户，开展服务营销。

　　3、智能装备（Smart Equipment）

　　制造装备经历了机械装备到数控装备，目前正在逐步发展为智能装备。智能装备具有检测功能，可以实现在机检测，从而补偿加工误差，提高加工精度，还可以对热变形进行补偿。以往一些精密装备对环境的要求很高，现在由于有了闭环的检测与补偿，可以降低对环境的要求。

　　4、智能产线（Smart ProducTIon line）

　　很多行业的企业高度依赖自动化生产线，比如钢铁、化工、制药、食品饮料、烟草、芯片制造、电子组装、汽车整车和零部件制造等，实现自动化的加工、装配和检测，一些机械标准件生产也应用了自动化生产线，比如轴承。但是，装备制造企业目前还是以离散制造为主。很多企业的技术改造重点，就是建立自动化生产线、装配线和检测线。美国波音公司的飞机总装厂已建立了U型的脉动式总装线。自动化生产线可以分为刚性自动化生产线和柔性自动化生产线，柔性自动化生产线一般建立了缓冲。为了提高生产效率，工业机器人、吊挂系统在自动化生产线上应用越来越广泛。

　　5、智能车间（Smart workshop）

　　一个车间通常有多条生产线，这些生产线要么生产相似零件或产品，要么有上下游的装配关系。要实现车间的智能化，需要对生产状况、设备状态、能源消耗、生产质量、物料消耗等信息进行实时采集和分析，进行高效排产和合理排班，显著提高设备利用率（OEE）。因此，无论什么制造行业，制造执行系统（MES）成为企业的必然选择。

　　6、智能工厂（Smart Factory）

　　一个工厂通常由多个车间组成，大型企业有多个工厂。作为智能工厂，不仅生产过程应实现自动化、透明化、可视化、精益化，同时，产品检测、质量检验和分析、生产物流也应当与生产过程实现闭环集成。一个工厂的多个车间之间要实现信息共享、准时配送、协同作业。一些离散制造企业也建立了类似流程制造企业那样的生产指挥中心，对整个工厂进行指挥和调度，及时发现和解决突发问题，这也是智能工厂的重要标志。智能工厂必须依赖无缝集成的信息系统支撑，主要包括PLM、ERP、CRM、SCM和MES五大核心系统。大型企业的智能工厂需要应用ERP系统制定多个车间的生产计划（ProducTIon planning），并由MES系统根据各个车间的生产计划进行详细排产（producTIon scheduling），MES排产的粒度是天、小时，甚至分钟。

　　7、智能研发（Smart R&D）

　　离散制造企业在产品研发方面，已经应用了CAD/CAM/CAE/CAPP/EDA等工具软件和PDM/PLM系统，但是e-works在为制造企业提供咨询服务的过程中发现，很多企业应用这些软件的水平并不高。企业要开发智能产品，需要机电软多学科的协同配合；要缩短产品研发周期，需要深入应用仿真技术，建立虚拟数字化样机，实现多学科仿真，通过仿真减少实物试验；需要贯彻标准化、系列化、模块化的思想，以支持大批量客户定制或产品个性化定制；需要将仿真技术与试验管理结合起来，以提高仿真结果的置信度。流程制造企业已开始应用PLM系统实现工艺管理和配方管理，LIMS（实验室信息管理系统）系统比较广泛。

　　8、智能管理（Smart Management）

　　制造企业核心的运营管理系统还包括人力资产管理系统（HCM）、客户关系管理系统（CRM）、企业资产管理系统（EAM）、能源管理系统（EMS）、供应商关系管理系统（SRM）、企业门户（EP）、业务流程管理系统（BPM）等，国内企业也把办公自动化（OA）作为一个核心信息系统。为了统一管理企业的核心主数据，近年来主数据管理（MDM）也在大型企业开始部署应用。实现智能管理和智能决策，最重要的条件是基础数据准确和主要信息系统无缝集成。

　　9、智能物流与供应链（Smart logisTIcs and SCM）

　　制造企业内部的采购、生产、销售流程都伴随着物料的流动，因此，越来越多的制造企业在重视生产自动化的同时，也越来越重视物流自动化，自动化立体仓库、无人引导小车（AGV）、智能吊挂系统得到了广泛的应用；而在制造企业和物流企业的物流中心，智能分拣系统、堆垛机器人、自动辊道系统的应用日趋普及。WMS（Warehouse Management System，仓储管理系统）和TMS（Transport Management System，运输管理系统）也受到制造企业和物流企业的普遍关注。

　　10、智能决策（Smart Decision Making）企业在运营过程中，产生了大量的数据。一方面是来自各个业务部门和业务系统产生的核心业务数据，比如与合同、回款、费用、库存、现金、产品、客户、投资、设备、产量、交货期等数据，这些数据一般是结构化的数据，可以进行多维度的分析和预测，这就是BI（Business Intelligence，业务智能）技术的范畴，也被称为管理驾驶舱或决策支持系统。同时，企业可以应用这些数据提炼出企业的KPI，并与预设的目标进行对比，同时，对KPI进行层层分解，来对干部和员工进行考核，这就是EPM（Enterprise Performance Management，企业绩效管理）的范畴。从技术角度来看，内存计算是BI的重要支撑。

　　共享集团正在打造中国智能制造的车间及工厂，为行业搭建了共享工业云平台来分享技术、协同制造及提供智能化物流和供应链，秉承传统产业智能转型的理念，利用智能管理技术和互联网来服务行业，引领时代进步，我们相信，未来产业在云上。

　　智能制造的7大关键趋势

　　聚焦前沿科技创新与传统产业升级

　　张珂

　　当前，通用物联网设备正在改变工业管理与运营，用于特定行业的物联网设备也在变得更加强大。

　　同时，物联网通过与自动化技术、人工智能和云计算的组合用用，真正实现了传统工业向智能制造的转变。

　　在这一转变过程中，数字孪生、人机交互、预测性维护、网络安全、弹性变化、自动化和边缘计算正在成为智能制造的七个关键趋势。

　　这些趋势也将极大地改变制造业中机器与机器、人与机器、人与人、预测与操作、管理与运营之间的关系，推动工业4.0时代的到来。

　　1、数字孪生的“接管”

　　数字孪生（Digital Twin）是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。

　　数字孪生提供了与工业部门中使用的物理组件相对应的虚拟对象。例如，制造汽车的机器人手臂可以使用数字孪生进行监控，数字孪生收集有关机械手臂操作的数据，并提供有关需要定期维护或更换的组件的信息。

　　数字孪生可以使预测性维护更加容易，并提供有价值的可视化功能以提高效率。虽然有很多方法可以收集和管理物联网信息，但数字孪生提供了一种更为直观而强大的方法。

　　2、创新的人机界面

　　计算机屏幕，甚至是更原始的显示器仍然在工业领域占主导地位，但这种情况正在改变。

　　在查看设备组件时，增强现实应用可以提供更有价值的反馈，并为员工提供有关制造设备的物联网衍生信息，使公司能够更好地进行管理与维护；虚拟现实也可以使用更传统的技术为工作人员提供强大的可视化功能。

　　VR和AR通常针对特定任务量身定制，随着头戴设备和智能眼镜的普及与价格下降，这些技术将更受欢迎，特别是在工业环境中。

　　3、更好的预测性

　　维护多年来，预测性维护在工业环境中一直扮演着日益重要的角色，物联网组件的持续增长也提供了比以前更多的信息。

　　结合机器学习和其他人工智能工具，现代工业软件比过去凭借个人经验判断确定何时需要更换设备部件更加有效。

　　与其他技术不同，预测性维护的好处很容易计算。作为一种工业物联网技术，预测性维护一定会成为未来工业管理人员的优秀助手。

　　4、网络安全投资愈发重要

　　在早期阶段，物联网在执行任务的过程中时常会出现杂乱无章的情况。同时，对于许多公司而言，安全设备并不被视为重中之重。

　　现在这种情况正在改变，那些即将或已经投资物联网的公司正在越来越多地采取措施确保新的投资免受网络攻击。

　　这种改变的部分原因是因为现在的网络攻击越来越猖獗，越来越有利可图，而安全防范较低的工业设备尤其诱人。

　　制造业公司面临的挑战之一就是确保他们使用正确的安全条例并确保所有操作的合规性，因为没有一步到位的解决方案可以100%保护设备免受攻击者的“入侵”。

　　5、灵活的转变

　　由于工业设备停机成本很高，因此，通常情况下，企业会尽可能避免硬件和软件的升级与改造，因此，工业企业的变革有时候会非常缓慢。

　　然而，全面提升效率将迫使企业采取更加灵活的方式进行运营。物联网与人工智能分析有时会导致令人惊讶的结果，因为人工智能对于发现那些人类可能永远不会探索的相关领域非常重要。

　　实体工业的长期转变将会找到更快速适应信息化的方法，而且这一举措在未来几年中将继续增加。

　　6、更高效的自动化技术

　　自动化一直是工业的核心，数字技术正在扩展这一趋势。企业现在可以依靠低成本设备来补充更广泛的制造组件，而不是投资昂贵的重型设备。

　　随着自动化系统继续证明其价值，企业将会投入更多资金，并看到显著的效率提升和更低的劳动力成本。

　　然而，工人招聘仍将保持强劲，因为即使是高度自动化的系统也需要人们监控进度，并寻找最大限度提高效率的方法。

　　7、更及时的边缘计算

　　物联网组件收集的大量数据可能令人咋舌，而物联网应用程序中的瓶颈之一就是确保系统能够实时监控必要的信息。

　　因此，物联网运营的一个强大组件将依赖于边缘计算设备，这些设备可在数据被发送到更集中的服务器之前收集、处理并分析数据。

　　虽然服务器或场外云解决方案的投资将继续增加，但边缘设备将在未来得到重大投资，并缓解当今工业环境中常见的一些处理压力。（参考信息：technative）