【智能制造】王天然院士：智能制造空间

[重磅推荐]王天然院士撰文——智能制造空间

智能制造空间

1、引言

      当前，全球正爆发新一轮科技和产业革命，特别是在制造业，2008 年的经济危机以后，过去的“夕阳产业”重新受到重视． 世界各国争相调整战略、顺应时代变革，对先进制造业进行前瞻布局 ．同时，经济的发展、社会的进步，使得人们已不仅仅满足产品的可用，还要求个性化、高质量、不断翻新等．在这种需求牵引下，制造业的核心任务已经从传统的扩大规模向如何满足用户的个性化需求、如何为用户提供全流程个性化体验、如何为用户提供更好的服务方向转变． 相应地，对制造企业来说，面临着缩短交货期、提高产品质量、降低成本和改进服务的压力，需要对不断变化的市场做出快速反应．在多样化市场需求牵引的同时，以物联网、传感网、工业无线、３Ｄ 打印、机器人等为代表的智能设备与技术，以及人工智能、云计算和大数据等信息技术的大量涌现，使得信息驱动下先进的制造技术成为释放未来制造业竞争力的关键．自此，制造业进入了基于泛在信息的智能制造时代．信息爆炸的压力、技术的快速进步、新产品的快速研制、可持续发展的要求、全球性技术支持和售后服务、市场和劳务竞争的全球化等，不仅给制造业带来前所未有的技术挑战，而且与此相适应的商业模式和制造系统也将随之发生巨大变革．新科技和新经济呼唤诞生更先进的新一代制造模式，这也是全球制造业竞争的下一个战略高地．信息技术将扮演着极其重要的角色． 信息技术进入制造业是源于制造业需求，同时也推动了制造业的发展．信息技术并不是简单地被应用，而是衍生出了物联网、务（服务）联网、工业无线、工业互联网、互联制造等一系列新概念和新技术，并促成了一系列智能化设备研制和应用．泛在信息条件下，制造业在需求牵引和信息技术驱动下将快速形成先进制造领域的信息环境与相应的模式，也就是智能制造空间．

2、智能制造空间的特征分析

       随着信息技术与制造技术的不断深度融合，制造业将在制造系统、设计与制造手段、人机关系三个方面产生巨大变革，形成以“分散与集中相统一的制造系统、虚实结合的设计与制造手段、人机共融的生产方式”为 ３ 大鲜明特征的智能制造空间，并以此推进在生产组织方式、资源聚集模式、产品设计手段、人机融合关系方面的新一代智能制造的发展。

1. 制造系统的构成变革

       历史上，从手工制造到大规模生产的发展实现了大众化产品的转变，而目前大规模生产正在向市场和客户驱动的个性化定制方向进行转变，并且将基于更高生产效率、更高的技术层次实现用户的个性化需求.

生产模式的历程

       在满足个性化需求的过程中，制造企业正在向设计和服务端延伸 ． 示，服务的内容已不仅仅是传统的售后、维修服务，生产链中所包括的产品设计、加工制造等任何一部分都可以独立出来，成为为其它企业服务的内容． 

服务型制造

然而，分布式制造在管理上的难度是可想而知的． 只有在网络的支持下，才使得它在经济上、实现技术上和时间效率上能够实际可行． 网络技术及网络协同制造技术和不断涌现的其它信息技术，支持和驱动着生产方式的发展。

大规模个性化定制生产和服务型制造的发展趋势，使得制造模式由目前的集中式向分布式方向发展。生产链条将由更专业的单元进行灵活组织，形成分布式制造模式，这种模式的本质是企业为追求利益最大化，其技术实现有赖于信息技术，特别是网络技术的发展． 但是选择集中式制造模式还是分布式制造模式，要依据效益原则，不是所有制造业都将走向大规模个性化定制生产和服务型制造． 相反地，大批量标准化制造仍将是高效率的生产方式． 而一部分制造企业将在云计算、大数据、 ３Ｄ 打印、机器人等新一代信息技术的驱动和支持下，获得更强的分布式制造能力． 因此，制造系统的变革将是一个循序渐进、逐步发展的过程，未来也必将形成集中式制造与分布式制造共存条件下的新一代制造系统，从而满足标准化制造、个性化定制和服务型制造等多维度制造的需求。

2. 产品设计和制造手段发生变革

三维 ＣＡＤ 技术，仿真技术和虚拟现实技术，使得一些领域的设计工作发生了革命性的变革 ． 通过三维 ＣＡＤ 设计的产品，通过虚拟仿真，在虚拟环境下进行虚拟制造，完成验证和修改，大大减少试制与反复，不仅加快了设计时间，而且节约了大量材料． 虚拟制造将不仅仅是设计的手段，未来虚实结合的制造手段将覆盖从产品设计发展到工艺设计、过程设计，售后维护及回收等全部生产环节。

虚实结合的制造手段

随着人工智能、机器学习和大数据的飞速发展，“数字孪生”技术，“平行系统”技术为代表的虚实结合技术，将会实现物理实体和虚拟对象的高度融合，形成基于数字模型的虚拟企业和基于自动化技术的现实企业镜像。

未来制造将是虚拟空间和物理空间相结合的制造，并将覆盖全部生产环节，使得整个制造过程进入数字网络世界。实体产品制造的全生命周期过程将在虚拟空间中产生映射，在虚拟空间中通过多物理量、多尺度、多概率的仿真过程完成对物理模型、传感器和智能参数等的更新，最终实现虚拟空间的优化结果在物理空间的及时反馈和智能优化运行． 随着虚实并行能力的增强，虚拟制造空间所反映出的产品系统真实程度将不断增强，不仅企业产品设计质量、生产效率将大幅度提高，而且将引发面向全流程制造的变革。 虚实结合是智能制造空间研究的重要特征，也是智能制造的一种模式。

3. 人和制造系统的关系产生新的变革

现代新信息技术使人能够“再进入”生产系统。人将在物理层、执行层、决策层与制造系统加强介入与合作，实现人、智能制造装备与机器人在制造过程中的合作。

人机共融的层次体系

未来人机共融不仅是生产方式变革的重要发展方向，而且是构筑智能制造空间的重要特征，也将是智能制造中的一个新模式。 将机器的搜索、推理能力与人的推理、反馈、联想、顿悟、学习能力相融合，协同处理决策问题，机器有效地支持人完成组织的任务，人有效辅助监管机器进行任务执行和学习，在制造系统规划与管理、设备维护和制造执行等方面实现人机融合发展。

3、未来智能制造空间结构及发展

分散与集中共存、虚实结合和人机共融将成为未来智能制造空间的主要特征，其结合关系如下图所示． 这种关系的形成是制造业需求牵引和信息技术驱动下的必然结果，关系的不断发展也必将形成的一种新的制造模式和制造环境． 在这种环境中，不仅将泛在信息技术条件下的信息技术同工业技术进行深度融合，而且利用信息技术创新发展新的工业技术。

智能制造空间

在宏观层面，智能制造空间将打破传统的物理区域限制，不断涌现的大量信息技术将推动分布式制造能力的快速发展，以便满足产品大规模个性化定制的迫切需求，生产组织体系将快速发生变革，使制造业本身形成新的制造模式和信息环境，并进一步推动生产模式的变革。

在微观技术层面，智能制造空间将加速人工智能、大数据、数字孪生、云计算等信息技术在制造业产品设计、生产方式、组织体系、管理模式等方面的深入应用，实现从产品设计、虚拟仿真到制造执行的全息化智能制造系统，并将形成智能制造空间的技术体系。

智能制造空间基础理论与技术体系

建立以人机融合、虚实结合、分集统一为主要特征的制造模式新结构和新框架，实现从需求走向实践，这涉及大量的理论有待进一步研究，包括面向服务型制造的横向集成模式；面向大批量个性化产品设计的协同创新；支持制造资源网络化、服务化和专业化的制造过程协同管理；物联网和云计算环境下新型工业软件体系结构；面向产品全生命周期工业大数据管理和信息共享安全体系；面向复杂装备的主动运维服务管理和决策优化等，都将支持智能制造空间的发展。

在核心关键技术方面，将首先在设备级制造空间、单元级制造空间、工厂跨层制造空间和跨域生产网络空间等层面上产生影响，并产生出与之相应的关键技术，具体包括：面向虚实并行的产品设计、仿真及优化；人机物三元协同与知识集成共享；支持制造企业的产品协同设计和大众参与的社会化产品设计；分散与集中共存环境下的制造资源连接、配置调度与协同优化；支持制造单元灵活自组织、服务虚拟化和全价值网络调度与优化；人机共融与互操作服务管理；人机共融过程的智能监控、健康分析、产品性能和质量评估。

4、结论和展望

纵观整个制造业的发展进程，制造工艺和适应工艺的制造装备是制造业技术发展的重要内容，一直受到人们的关注． 在基于泛在信息的智能制造时代，除了制造工艺与制造装备之外，制造环境与条件的重要性越来越凸现出来，成为了制造技术进步的标志，对制造业的发展至关重要． 随着信息技术的快速发展和两化融合的深入发展，在智能制造的发展中，智能制造环境将是对制造业发展产生重要影响的领域。

智能制造空间的研究是对未来制造业信息环境和模式变革和发展的判断与预测． 我们有必要对分集统一的制造系统组织、虚实结合的制造过程、人机融合的制造手段所涉及的相关技术开展深入研究，探索其相互之间的关系、组成要素、运行机理、协同机制和演化规律，并结合新一代信息信息技术开展智能制造空间共性关键技术研究，构建智能制造空间基础设施平台、试验验证平台和公共服务平台，保障和促进智能制造的发展，为迎接制造业的大变革做好充分准备。

作者简介：

王天然—— 中国工程院院士，现任中国科学院沈阳自动化研究所研究员、博士生导师

【引用格式】王天然, 库涛, 朱云龙, 于海斌. 智能制造空间[J]. 信息与控制, 2017, 46(6): 641-645.

一文彻底读懂智能制造！

本文导览

©文丨 e-works总编 黄培博士

智能制造究竟是什么？包含哪些范畴？目前业界还没有达成共识，不同背景的专家给出的解释往往大相径庭，很多概念满天飞，容易让制造企业无所适从。

版权声明：本文首发于e-works总编黄培博士博客，原标题《对智能制造内涵的系统思考》，任何媒体和个人必须发邮件给作者黄培(hp@e-works.net.cn)，并得到作者授权之后，方允许转载，否则将追究法律责任。

当前，智能制造成为业界关注的热点。2015年，工信部批准了46个智能制造试点示范项目和94个智能制造专项，发布了国家智能制造标准体系建设指南（2015版），很多企业跃跃欲试，希望通过推进智能制造实现“少人化”，降低成本，灵活应对市场变化，更好地满足客户需求。

那么，智能制造究竟是什么？包含哪些范畴？目前业界还没有达成共识，不同背景的专家给出的解释往往大相径庭，很多概念满天飞，容易让制造企业无所适从。因此，我想站在制造企业的角度，来系统地分析一下这个问题，希望能够起到正本清源的作用。可以肯定的是，智能制造的“制造”二字，是广义的，指的是“manufacturing”，不仅仅是指生产（Production）。

与智能制造相关的概念很多，列举如下：

数字化制造（Digital Manufacturing）

这是一种软件技术，指的是通过仿真软件对产品的加工与装备过程，以及车间的设备布局、物流、人机工程等进行仿真，目前主要的软件包括西门子的Tecnomatix和达索系统的Delmia。在CIMdata对PLM的定义中，DM属于其中一个领域。

数字化工厂（Digital Factory）

数字化工厂指的是从产品研发、工艺、制造、质量和内部物流等与产品制造价值链相关的各个环节都基于数字化软件和自动化系统进行支撑，能够实现实时的数据采集和分析。这个概念西门子采用较多，西门子有一个数字化工厂集团，专门提供相关的产品和解决方案。

西门子成都电子工厂也被称为数字化工厂，该工厂已经广泛应用了RFID、机器视觉，实现了工控产品的混流生产。数字化工厂一个重要的标志，是需要MES（制造执行系统）软件、WMS（仓储管理系统）软件的支撑。

智能工厂（Smart Factory）

智能工厂目前没有统一一致的定义。按照业务流程专家Scheer教授的观点，工业4.0的最底层叫做Real time smart factory。我认为，智能工厂相对于数字化工厂而言，主要强调生产数据、计量数据、质量数据的采集的自动化，不需要人工录入信息，能够实现对采集数据的实时分析，实现PDCA循环。SAP有一个MII系统（制造集成与智能），可以实现对工厂数据的多维度分析。

▲业务流程管理专家Scheer教授对智能工厂的解读

关于智能制造，我认为其内涵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。

▲智能制造的关键技术

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。以下对这些技术一一进行解读。

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。比如在工程机械上添加传感器，可以对产品进行定位和关键零部件的状态监测，为实现智能服务打下基础。

▲智能汽车

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。

全球PLM领导厂商之一，美国PTC公司斥巨资进军物联网和服务生命周期管理领域，成为智能服务领域的领军企业之一。而智能服务最著名的案例，莫过于罗尔斯.罗伊斯将卖发动机转为卖飞行小时的服务。此外，个性化定制也属于一种智能服务。例如，国外一家公司叫做Yooshu的公司，提供个性化定制服务，专门制作符合客户双脚形状的个性化沙滩鞋。

▲物联网驱动智能服务的案例

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。智能装备一个最基本的要求，就是要提供开放的数据接口，能够支持设备联网，国外叫做M2M（机器与机器互联）。三维打印机本质上是一种数控装备，还不是智能装备。

日本MAZAK的智能机床配备了针对加工热变位、切削震动、机床干涉、主轴监测、维护保养、工作台动态平衡性及语音导航等智能化功能，可以自行监控机床运转状态，并进行自主反馈，从而大幅度提高机床运行效率及安全性。典型的智能制造装备还融合了自动化上下料的装备，一些装备制造企业还提供专用的CAM软件，例如HOMAG(豪迈)集团的木工加工中心。

DMG MORI（德玛吉森精机）推出最新的复合加工中心LaserTec65已经融合了增材制造和切削加工（减材制造），可以通过激光堆焊的增材制造工艺快速制造毛坯。Trumpf(通快集团)的激光切割加工中心可以实现三维切割，多台激光加工中心可以共享激光源。这些都属于智能装备。对于工业机器人，如果是单纯按照固定指令执行喷涂、搬运、焊接等工艺的机器人，还不能称为智能装备。但是如果具有了机器视觉，能够准确识别工件，或者自主进行装配，自动避让工人等功能，甚至可以实现人机协作，就属于智能装备。例如，ABB推出的双臂机器人YUMI，就是智能型工业机器人的典范。随着复合材料的广泛应用，复合材料加工与装配的智能装备具有广阔的市场需求。

▲DMG MORI的复合加工中心

华中科技大学李德群院士在成形模拟的基础上将工艺参数自动设置、自适应注射等智能技术应用到注射机上，提出了在线反演的注射速度平滑优化、工艺曲线的二级闭环控制等方法，成功开发出智能型注射机。其智能型注射机能耗低于我国及欧洲最高能耗标准，响应时间、位置精度等关键指标均达到国际先进水平，显著提高了注塑产品的重复精度、良品比例和生产自动化程度。李德群院士介绍，这种智能注射机内置了人工智能算法，具备机器学习能力，通过三次试验就可以准确找到最合适的注射参数，确保产品质量。这种设备已经不仅是Smart，而且具有了Intelligence。

▲ABB YUMI双臂智能机器人

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。目前，很多汽车整车厂已实现了混流生产，在一条装配线上可以同时装配多种车型。

食品饮料行业的自动化生产线可以根据工艺配方调整DCS或PLC系统来改变工艺路线，从而生产多种产品。汽车行业正在推行安灯系统，实现生产线的故障报警。汽车行业的总装线往往由多条组装线汇聚而成，比如车身、底盘的总装线汇集到一起，装配成最终的产品。在装配过程中，通过准时按序送货（Just In Sequence）的方式实现混流生产。

目前，汽车、家电、轨道交通等行业的企业对生产和装配线进行自动化、智能化改造需求十分旺盛，很多企业在逐渐将关键工位和高污染工位改造为用机器人进行加工、装配或上下料。

目前，智能产线在我国制造企业的应用还处于起步阶段，但必然是发展的方向。智能产线的特点是：在生产和装配的过程中，能够通过传感器或RFID自动进行数据采集，并通过电子看板显示实时的生产状态；能够通过机器视觉和多种传感器进行质量检测，自动剔除不合格品，并对采集的质量数据进行SPC分析，找出质量问题的成因；能够支持多种相似产品的混线生产和装配，灵活调整工艺，适应小批量、多品种的生产模式；具有柔性，如果生产线上有设备出现故障，能够调整到其他设备生产；针对人工操作的工位，能够给予智能的提示。实际上，我认为西门子成都电子工厂的总装线已经达到了智能产线的水平。

▲西门子成都电子工厂的智能总装线

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。

目前，中国的MES市场非常热门，国际大牌的自动化厂商西门子、罗克韦尔、GE、施耐德电气有MES软件平台，管理软件巨头SAP、ORACLE、EPICOR提供MES软件，德国的MPDV、PSI，国内的浙大中控、和利时、易往、明基逐鹿、艾普工华、元工国际、兰光创新、广州速威、武汉佰思杰、华铁海兴、鑫海智桥等厂商也非常活跃。此外，先进生产排程（APS）系统也已经进入了制造企业选型的视野，开始了初步实践，实现基于实际产能约束的排产，主流厂商有日本的ASPROVA、德国的JobDISPO APS（兰光创新经销），国内的永凯、安达发、易普优等，元工国际也提供了APS解决方案。APS软件对设备产能、工时等基础数据的准确性要求非常高。

对于药品、食品等行业，国家有强制性的追溯要求，需要通过GMP等行业认证，因此推进MES更加紧迫。前文提到的数字化制造（DM）技术也是智能车间的支撑工具，可以帮助企业在建设新厂房时，根据设计的产能科学进行设备布局，提升物流效率，提高工人工作的舒适程度。

▲海尔胶州工厂的虚实融合应用

MES是一个车间级的综合管理系统，可以帮助企业显著提升设备利用率，提高产品质量，实现生产过程可追溯和上料防错，提高生产效率。需要强调指出的是，纯离散制造企业也可以应用MES系统，但是，MES系统的应用与企业的生产模式息息相关。如果纯离散的制造企业实施了MES之后，又改造为自动化或智能产线，那么MES系统可能会推倒重来。因此，企业进行MES应用需要慎之又慎。智能车间必须建立有线或无线的工厂网络，能够实现生产指令的自动下达和设备与产线信息的自动采集。

对于机械制造企业，可以通过DNC技术实现设备状态信息和加工代码的上传下达，目前已有成熟的产品，例如兰光创新、盖勒普和英迪致远等。另外，实现车间的无纸化，也是智能车间的重要标志，企业可以应用三维轻量化技术，将设计和工艺文档传递到工位。上海明匠智能公司开发了一个智能网关，可以将基于不同厂商通讯协议的生产现场数据转为OPC标准，解决了车间信息通讯的难题。元工国际联合亚控、航星、中科川思特和研华，推出了设备联网解决方案，一个平台可以联网PLC、CNC、机器人、仪表/传感器和工控/IT系统，统一组态监控和三维实况，并实现模拟生产。

▲三星的智能车间

有一项新兴技术可以将MES系统采集到的数据在虚拟的三维车间模型中实时地展现出来，不仅提供车间的VR（虚拟现实）环境，而且还可以显示设备的实际状态，实现虚实融合。西门子和PTC将这项技术作为Digital Twin的一个典型应用。德国PSI、武汉创景也拥有这类产品，天河软件帮助海尔胶州工厂实现了相关应用。

此外，智能车间还有一个典型应用，就是视频监控系统不仅记录视频，还可以对车间的环境，人员行为进行监控、识别与报警。例如，有工人没有带安全帽，进入了不允许进入的区域，或者倒地，都可以自动报警。这方面，三星已经有了成功实践。此外，智能车间应当在温度、湿度、洁净度的控制和工业安全（包括工业自动化系统的安全、生产环境的安全和人员安全）等方面达到智能化水平。

三星开展了移动工厂（Mobile plant）的实践，工人可以通过智能手机查询工单，可以开视频会议，维修人员碰到疑难问题，可以通过手机视频寻求专家解答，还给智能手机配备了RFID和条码扫描的接口，这也是一个智能工厂的创新实践。还有一些企业实现了刀具管理的智能化，通过在刀柄上植入RFID芯片，对刀具的全生命周期进行管理，从而提高刀具的使用寿命。智能工厂还应当重视利用智能的检测仪器，检测结果直接进入信息系统，无需人工干预。而展望未来，AR（Augmented Reality，增强现实）技术也将在智能工厂大显身手。工人带上AR眼镜，就可以“看到”需要操作的工作位置，例如，需要拧紧螺栓的地方，拧紧力矩OK，也会有相应提示，从而提高作业人员的工作效率。

▲三星的移动工厂实践

最近，美国GE公司宣布将工业互联网平台Predix开放。我理解，Predix实际上就是智能工厂的一个集成化的开发平台，GE力图抢占“工业操作系统”的阵地，成为智能工厂领域的“微软”。而思科公司提出万物互联（Internet of Everything,IOE）理念、技术和解决方案，也可以支撑智能服务和智能工厂。

▲GE公司提出的智慧工厂理念

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。

比如，很多企业还处于二维CAD和三维CAD软件混用的阶段，存档依然是二维，没有实现全三维设计（MBD，基于模型的产品定义）；应用仿真技术仍然处于事后验证，没有实现仿真驱动设计；虽然应用了PDM系统，但还没有建立企业内部的通用件库，重用率不高；对工程/制造/服务BOM的管理还不到位等等。

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。

目前，在产品研发方面，已经出现了一些智能化的软件系统，成为智能研发的具体体现。例如Geometric的DFM PRO软件可以自动判断三维模型的工艺特征是否可制造、可装配、可拆卸；CAD Doctor软件可以自动分析三维模型中存在的问题；基于互联网与客户、供应商和合作伙伴协同设计，也是智能研发的创新形式；Altair的拓扑优化技术可以在满足产品功能的前提下，减轻结构的重量；系统仿真技术可以在概念设计阶段，分析与优化产品性能，这方面达索系统、西门子(LMS)已有成熟的技术，天喻软件也开发出系统仿真的平台，并在中国商飞得到应用；PLM向前延伸到需求管理，向后拓展到工艺管理，例如，西门子的Teamcenter Manufacturing系统将工艺结构化，可以更好地实现典型工艺的重用；开目软件推出的基于三维的装配CAPP、机加工CAPP，以及参数化CAPP也具有了一定智能，华天软件、湃睿软件也有类似产品；此外，索为高科和金航数码合作，开发了面向飞机机翼、起落架等大部件的快速设计系统，也是一种智能研发的软件，可以大大提高产品设计效率。

汽车整车企业和设计公司广泛应用Cave技术，利用虚拟现实技术辅助产品研发，也是一个智能研发技术。全球PLM领导厂商之一，达索系统公司提出了三维体验（3D Experience）的理念，在VR和AR方面提供了解决方案。仿真巨头ANSYS在多学科仿真技术方面已有很大突破，而仿真领域的先驱MSC.Software2014年发布了APEX，将CAD和CAE实现了融合，易学易用性得到极大提升。安世亚太最近提出工业再设计的理念，将仿真技术与精密制造紧密结合，可以将以为需要多个零件分散制造融合为一个复杂零件，从而提升了零件的工艺性能，降低了零件的重量。

▲DFMPro软件进行可制造性分析

实现智能物流与供应链的关键技术包括自动识别技术，例如RFID或条码、GIS/GPS定位、电子商务、EDI（电子数据交换），以及供应链协同计划与优化技术。其中，EDI技术是企业间信息集成（B2B Integration）的必备手段，然而我国企业对EDI的重视程度非常不够。EDI技术最重要的价值，就是可以实现供应链上下游企业之间，通过信息系统之间的通讯，实现整个交易过程无需人工干预、而且不可抵赖。

历经多年发展，主流的EDI技术已经是基于互联网来传输数据，而我国很大大型企业建立的供应商门户，实际上只是一种Web EDI，不能够与供应商的信息系统集成，供应商只能手工查询。德国Seeburger公司的B2B Integration平台支持各种EDI标准，为欧洲最大的第三方供应链平台SupplyOn提供了基础平台，2015年秋季e-works的第三届德国工业4.0考察团曾前往Seeburger公司总部考察。供应链协同计划与优化是智能供应链最核心的技术，可以实现供应链同步化，真正消除供应链的牛鞭效应，帮助企业及时应对市场波动。JDA公司是该领域的领导厂商，IBM也有优秀的解决方案。三星已实现了供应链同步化。

▲三星的供应链同步化

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。SAP HANA和QlikView软件在这方面已经先行一步。BI软件的另一个趋势是移动BI，支持在智能手机和PAD上进行分析和应用，而要提升移动BI的应用效果，基于云服务无疑是必由之路。

▲Power BI软件界面

而今，企业在运营当中，已经产生了诸多的大数据，包括生产现场采集的实时生产数据，设备运行的大数据，质量的大数据，产品运营的大数据，电子商务带来的营销大数据，来自社交网络的与公司有关的大数据等，这些大数据统称为工业大数据（Industrial Big Data），对这些工业大数据的分析，需要引入新的分析工具。因为大数据具有4V的特点，即体量大（Volume）、价值密度低（Value）、种类多(Variety)和速度快（Velocity）。目前，IBM、SAP、ORACLE、微软等国际大公司在大数据分析工具方面激战正酣，而IBM推出的认知计算（Cognitive Computing）代表了智能决策的前沿方向。

对于制造企业而言，要实现智能决策，首先必须将业务层的信息系统用好，实现信息集成，确保基础数据的准确，这样才能使信息系统产生的数据真实可信。在此基础上应用BI软件进行分析。近年来，BI也有一些新的发展，一个比较重要的创新是美国Infor公司推出的In-Context BI，意思是根据某个用户当前工作的场景，自动展现与当前业务相关的分析图表。而对于工业大数据，企业首先要采集这些大数据，才谈得上分析。据了解，长安汽车曾经做过一个有趣的分析，通过与阿里合作，根据其客户在淘宝的购买行为特点，来优化产品定位。三一重工则借助大数据和物联网技术,将工程机械通过机载控制器、传感器和无线通讯模块进行实时采集，通过对大数据进行多维度分析和预测，使“挖掘机”指数成为我国经济运行的晴雨表。

▲三一重工的“挖掘机”指数

本文提出十项智能技术，不是想定义更多的名词，而是希望便于制造企业理解和应用智能制造技术，根据自身的产品特点和生产模式，制定智能制造应用的规划与蓝图。一个优秀的制造企业，并不需要成为“十项全能”的冠军，实际上只有其中某几个方面做得很出色，就将成为一个具有差异化竞争优势的企业。同时，任何技术都只是使能工具，企业最终要在市场上成功，根本的原因在于能够发现和满足客户不断升级的需求，能够找寻到一片属于自己的蓝海。

在智能制造的大潮之下，信息化与自动化厂商的界限变得越来越模糊。很多国内外主流厂商致力于不断完善自身的智能制造整体解决方案。因此，国际市场上每年都有诸多并购。最近，西门子以将近10亿美金并购了流体仿真厂商CD-ADAPCO，以提供更加完整的CAE解决方案；达索系统并购MES厂商Apriso，供应链计划与优化软件Quntiq，从而可以实现工业4.0理念中的三个集成；几年前施耐德电气对Wonderware母公司Invensys的并购也体现出自动化与信息化融合的趋势。国内的CAXA、艾克斯特等主流PLM厂商也已将智能制造作为核心发展方向。

智能制造技术的内涵非常深远，实际上，云计算、大数据分析、电子商务、移动应用、物联网和企业社交网络、工业互联网（或产业互联网）等技术都属于智能制造的支撑技术或实现手段，可以说智能制造本身已经蕴含了互联网+制造业。同时，推进智能制造应当符合绿色制造的理念，实现绿色设计、绿色工艺、绿色包装，减少三废排放，建立环保节能的绿色工厂和绿色园区。实现智能制造的核心依然是数据和集成，基础数据要准确，信息系统之间，信息系统与自动化系统之间要实现深度集成。在智能制造的框架下，原有的制造业信息系统并没有过时，而是实现了升华。制造业信息化专家宁振波和赵敏老师提出了智能制造的二十字箴言：状态感知、实时分析、自主决策、精准执行、学习提升，揭示了智能制造技术的发展方向。

最后强调，智能制造，现状是Smart Manufacturing，而未来是Intelligent Manufacturing。

智能制造10步走！

导 读 ( 文/ e-works整理 )

君不见，很多企业在“工业4.0、智能制造、互联网+”等概念满天飞的环境下迷失了方向，不知该如何下手，盲目跟风，看别人投自动化，自己也跟着投，看别人上信息化，自己也跟着上，很有可能在看到智能制造落地之前已经被自己折腾死掉。

其实，智能制造也好，智能工厂也好，都有自己的实施条件和路径，没有捷径可走，行业不同、企业不同，道路都会不同。

一般来讲，以下十个路径方向是中国工业从制造迈向智造的必经之路，只不过对于不同的行业和不同的企业来说，由于市场需求模式不同、产品工艺不同、管理基础不同等，侧重点有所不同而已，但你总能从中找出几条通往智能制造的可行之路。

1、精益化

精益生产，最早就是面向多品种小批量的个性化需求而设计的，其两大支柱就是“准时化”与“智能自动化”。

至今为止，精益已经演变为一种涉及营销、研发、供应链、生产、流程乃至创业的全价值链的精益管理理念和方法，带动了全球产业的转型，从制造业到服务业，她所追求的“创造价值消除浪费”的思想、方法和工具促进了生产资源的优化配置，获得质量、效率和反应速度的快速提升。

根据企业的经验，只要企业坚持做下去，大部分都能获得50%甚至更高的提升空间。遗憾的是，精益在中国的大部分企业中并未得到有效实施，他们大多只是口头上说说，因为急功近利以及缺乏导入经验方法等，无法坚持下来半途而废。

智能制造不可能建立在这种低效的生产模式之上，精益是必须要走的第一步，而且是投资回报最高的一条路径。因为精益几乎不需要企业做出额外的投资，只是在现有基础上重新配置生产资源就可以获得超出想象的回报。

精益的成功实施并不难，关键在于领导的决心与管理层观念的转变。

2、标准化

标准化是自动化的基础，也是智能制造的前提。

国内企业感叹汽车行业的自动化程度之高，为何汽车这么复杂的产品都可以，而家电这种简单产品却不行，一个重要原因就是标准化。

汽车行业普遍采取的共用平台、通用零部件等策略极大地降低了产品成本。通过将原来的根据整车进行零部件生产改为根据零部件进行整车生产的方法，也就是说标准化的零部件实现批量生产，成功降低成本。

标准化当然也还包括标准化的作业流程和作业方式，有了标准化，自动化才能据此开发出来，比如自动焊接，自动装配，假设零部件千变万化，作业方式也不固定，自动化将很难实现，即使实现成本也很高。

3、模块化

汽车和电脑是最早实现模块化的行业，从模块化设计、模块化采购到模块化生产，模块化也是智能制造能否实现低成本满足个性化消费的关键所在。如果一旦实现，真正意义上个性化的产品将成为可能，比如手机，每个人的手机都可以独一无二，人们可以像拼装积木一样任意组合自己中意的手机。

模块化降低了从设计、采购到生产的复杂程度，标准化的接口和连接方式增加了通用性，降低了制造成本与周期，自动化生产、物流与信息沟通更加容易实现。如以前每个手机品牌的充电器都不同，一换手机全都扔掉，造成很大浪费，现在有了改进。

模块化实施起来相对较难，涉及到行业与企业标准，需要上下游企业共同参与，这是一项长期的工作，所以相互间构建精益的战略合作伙伴关系尤为重要。

4、自动化

自动化是智能制造中谈论得最多的，很多地方政府和企业形象地把其称之为“机器换人”，也做了不断的尝试，有成功也有失败。

企业可以通过自主创新，将原来原材料处理的离散型加工方式进行集成，把原来独立的工序通过自动化生产线连接在一起，实行精益式的连续生产，消除了中间环节的上下料、储存和搬运，生产速度和生产效率将提高。

自动化与信息化是实现智能制造投资最大的部分。企业在做自动化改造前千万要慎重，为什么要升级自动化？投资回报率是多少？自动化设备可靠性怎样？有何风险？能适应产品的升级换代吗？一定要想清楚，否则成本不降反升。

随着技术的进步和人力成本的提高，自动化是个不可逆转的趋势。对于不同的行业不同的企业，有的有成熟的自动化方案，有的则没有，企业需要结合自身情况来规划自动化方向。

5、服务化

中国目前拥有超过6亿的网民，7亿台智能终端，移动互联网的蓬勃发展加速了从制造向服务的转型。美国倡导的“工业互联网”将人、数据和机器连接起来，形成开放而全球化的工业网络，其内涵已经超越制造过程以及制造业本身，跨越产品生命周期的整个价值链，涵盖航空、能源、交通、医疗等更多工业领域。

此外，制造企业还可以通过设备的联网数据监测、分析和改善设备的设计与制造，提高产品可靠性和效率。

当然行业不同产品不同，可服务的内容也千差万别，互联网+模式下，传统企业需要不断创新商业模式找到一款适合自己的服务方式来打动客户。

6、个性化

过去30年，市场商品种类急剧膨胀了几十、上百倍，个性化消费的时代，每个人都可以拥有自己的博客、微博、微信等，传播自己的声音。

高品质、低成本的个性化实现首先取决于你的精益生产水平，也就是精益所倡导的“价值来自真正的顾客需求的拉动”。个性化实现其次取决于你的标准化和模块化的设计。高速发展的互联网等信息技术为其提供了支持，使得个性化实现变得容易。

就现阶段来说，个性化还是有限条件的个性化，无法做到完全的个性化，不管是汽车、电脑、手机还是服装等商品，个性化都是在一定范围内选择。

每个企业需要根据自己的精益化水平、标准化/模块化水平以及信息化水平来决定自己的个性化模式，并不是越个性化越好，它建立在一定的实施条件基础之上。也许未来3D打印和人工智能的发展能够为完全的个性化提供一种可能。

7、生态化

企业的竞争正在从单个企业之间逐渐向供应链之间乃至生态系统之间的竞争转变。凯文.凯利在《失控》中写道：“大企业之间的结盟大潮，尤其在信息和网络产业当中，是世界经济日益增长的共同进化的又一个侧面，与其吃掉对手或与之竞争，不如结成同盟——共生共栖…… 控制的未来是：伙伴关系、协同控制、人机混合控制，人类与我们的创造物一起共享控制权。”

8、全球化

在世界互联互通的今天，当你的企业做到一定规模，需要考虑全球化来配置资源，以提高效率降低成本。全球化资源包括市场资源、设计资源、采购资源和生产资源。

我国的“一带一路”战略就是寻找全球化的市场资源，输出我们的富余产能包括高铁技术等。设计资源则是在国外设立研发技术中心，开发贴近本土的产品或者弥补国内设计能力的不足，还可以形成全球24小时不间断产品开发，以缩短研发周期。

采购和生产资源是寻求品质更佳、成本更低的全球物资供应地，除了考虑采购和制造单价外，还需要考虑运输成本增加、供应链复杂化、供应链可视化、交货周期拉长、更高的库存、环保碳排放、质量稳定性、当地劳工政策以及汇率波动等问题。

9、数字化

数字化跟信息化密切相关，与自动化一样，这是智能制造转型投资最大的一块。随着信息技术的日新月异，一切皆可数字化，从人、产品到设备，实现万物相连。

产品可以通过PLM/ERP软件，从产品开发设计、物料采购到生产交付全过程实现数字化，每一张产品图纸、每一个物料信息、每一个生产工艺都被数字化连接在一起。

设备可以通过PLC、传感器等将运行数据传给MES、互联网等网络，所以GE可以通过飞机引擎传回的数据分析优化其运行参数降低燃油成本，谷歌可以实现汽车的无人驾驶。

这意味着在“工业4.0”时代，第一次有可能将资源、信息、物品和人通过数字化进行互联互通！这种沟通包括人与人、人与产品、人与机器、产品与机器、机器与机器之间的信息交换。

每个行业特征与企业基础不同，实现数字化的先后顺序也就不同。我认为对于那些流程型的制造行业，因为他们的制造模式大部分工序已经连接起来，并且自动化程度高，一些设备数据已经可以自动采集，数字化的难度相对较小。

而对于离散型的制造行业如机械装备、纺织服装、电子电器、家居用品等，由于制造工序、零部件都很分散，而且数量庞大，想实现连接确实困难，即使实现成本也会非常大。对于这些行业的可行做法是不要一步到位，逐步实现。先应用精益的连续生产技术将主要工序和物料相连。

由于技术的不成熟与投资的巨大，每个企业需要权衡导入的时机，同自动化一样，综合考虑投资回报、系统可靠性、信息安全风险、人才储备等问题。

10、智能化

智能化包含两个含义，一个是产品的智能化，另一个是制造过程的智能化。

首先说说产品的智能化。与消费品的智能化相比，工业品的智能化其实更为迫切。所有设备都需要加入智能控制模块，进行加工数据的自动采集、分析和控制，配备标准数据接口，可与企业MES系统或其他信息系统连接，这些工业大数据经过智能软件系统的运算分析将帮助提高运营效率，减少故障，降低能耗。

制造过程的智能化更加复杂，你需要完成以上所说的精益化、标准化、模块化、自动化以及数字化的转变，自动化与数字化的投资也会很大。

中国制造已经走过了30年的高速发展，成为世界第一制造大国，但真正能拿出去的世界级产品很少。未来30年，中国制造需要从重速度轻质量转变为重质量轻速度，需要在以上十大领域进行持续创新，从商业模式、技术以及管理方面实现向中国智造的转型。

本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！

版权声明：由产业智能官（公众号ID：AI-CPS）推荐的文章，除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，与您共同协商解决。联系、投稿邮箱：erp_vip@hotmail.com