智能制造概念详解及架构探究
摘要: 智能制造概念关于智能制造的研究大致经历了三个阶段：起始于20世纪80年代人工智能在制造领域中的应用，智能制造概念正式提出，发展于20世纪90年代智能制造技术、智能制造系统的提出，成熟于21世纪以来新一代信息技术条件下的“智能制造(Smart Manufacturing)”。
一、智能制造的内涵
(一)概念
关于智能制造的研究大致经历了三个阶段：起始于20世纪80年代人工智能在制造领域中的应用，智能制造概念正式提出，发展于20世纪90年代智能制造技术、智能制造系统的提出成熟于21世纪以来新一代信息技术条件下的“智能制造(Smart Manufacturing)”。
20世纪80年代：概念的提出。1998年，美国赖特(Paul Kenneth Wright )、伯恩(David Alan
Bourne)正式出版了智能制造研究领域的首本专著《制造智能》(Smart Manufacturing)，就智能制造的内涵与前景进行了系统描述，将智能制造定义为“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”。在此基础上，英国技术大学Williams教授对上述定义作了更为广泛的补充，认为“集成范围还应包括贯穿制造组织内部的智能决策支持系统”。
麦格劳- 希尔科技词典将智能制造界定为，采用自适应环境和工艺要求的生产技术，最大限度的减少监督和操作,制造物品的活动。
20世纪90年代：概念的发展。20世纪90年代，在智能制造概念提出不久后，智能制造的研究获得欧、美、日等工业化发达国家的普遍重视，围绕智能制造技术(IMT)与智能制造系统(IMS)开展国际合作研究。1991年，日、美、欧共同发起实施的“智能制造国际合作研究计划”中提出：“智能制造系统是一种在整个制造过程中贯穿智能活动，并将这种智能活动与智能机器有机融合,将整个制造过程从订货、产品设计、生产到市场销售等各个环节以柔性方式集成起来的能发挥最大生产力的先进生产系统”。
21世纪以来：概念的深化。21世纪以来，随着物联网、大数据、云计算等新一代信息技术的快速发展及应用，智能制造被赋予了新的内涵，即新一代信息技术条件下的智能制造(Smart Manufacturing)。2010年9月，美国在华盛顿举办的“21世纪智能制造的研讨会”指出，智能制造是对先进智能系统的强化应用，使得新产品的迅速制造，产品需求的动态响应以及对工业生产和供应链网络的实时优化成为可能。德国正式推出工业4.0战略，虽没明确提出智能制造概念，但包含了智能制造的内涵，即将企业的机器、存储系统和生产设施融入到虚拟网络—实体物理系统(CPS)。在制造系统中，这些虚拟网络—实体物理系统包括智能机器、存储系统和生产设施，能够相互独立地自动交换信息、触发动作和控制。
综上所述，智能制造是将物联网、大数据、云计算等新一代信息技术与先进自动化技术、传感技术、控制技术、数字制造技术结合，实现工厂和企业内部、企业之间和产品全生命周期的实时管理和优化的新型制造系统。
(二)特征
智能制造的特征在于实时感知、优化决策、动态执行等三个方面：
一是数据的实时感知。智能制造需要大量的数据支持，通过利用高效、标准的方法实时进行信息采集、自动识别，并将信息传输到分析决策系统;
二是优化决策。通过面向产品全生命周期的海量异构信息的挖掘提炼、计算分析、推理预测，形成优化制造过程的决策指令。
三是动态执行。根据决策指令，通过执行系统控制制造过程的状态，实现稳定、安全的运行和动态调整。
(三)构成
1、智能产品(装备)
智能产品是发展智能制造的基础与前提，由物理部件、智能部件和联接部件构成。智能部件由传感器、微处理器、数据存储装置、控制装置和软件以及内置操作和用户界面等构成;联接部件由接口、有线或无线联接协议等构成;物理部件
由机械和电子零件构成。智能部件能加强物理部件的功能和价值，而联接部件进一步强化智能部件的功能和价值，使信息可以在产品、运行系统、制造商和用户之间联通，并让部分价值和功能脱离物理产品本身存在。
智能产品具有监测、控制、优化和自主等四个方面的功能。监测是指通过传感器和外部数据源，智能产品能对产品的状态、运行和外部环境进行全面监测;在数据的帮助下，一旦环境和运行状态发生变化，产品就会向用户或相关方发出警告。控制是指可以通过产品内置或产品云中的命令和算法进行远程控制。算法可以让产品对条件和环境的特定变化做出反应;优化是指对实时数据或历史记录进行分析，植入算法，从而大幅提高产品的产出比、利用率和生产效率;自主是指将检测，控制和优化功能融合到一起，产品就能实现前所未有的自动化程度。
2、智能生产
智能生产是指以智能制造系统为核心，以智能工厂为载体，通过在工厂和企业内部、企业之间以及产品全生命周期形成以数据互联互通为特征的制造网络，实现生产过程的实时管理和优化。智能生产涵盖产品、工艺设计、工厂规划的数字设计与仿真，底层智能装备、制造单元、自动化生产线，制造执行系统，物流自动化与管理等企业管理系统等。
3、智能服务
通过采集设备运行数据，并上传至企业数据中心(企业云)，系统软件对设备实时在线监测、控制，并经过数据分析提早进行设备维护。例如维斯塔斯通过在风机的机舱、轮毂、叶片、塔筒及地面控制箱内，安装传感器、存储器、处理器以及SCADA系统，实现对风机运行的实时监控。还通过在风力发电涡轮中内置微型控制器，可以在每一次旋转中控制扇叶的角度，从而最大限度捕捉风能，还可以控制每一台涡轮，在能效最大化的同时，减少对邻近涡轮的影响。维斯塔斯通过对实时数据进行处理预测风机部件可能产生的故障，以减少可能的风机不稳定现象，并使用不同的工具优化这些数据，达到风机性能的最优化。
(四)作用
发展智能制造的核心是提高企业生产效率，拓展企业价值增值空间，主要表现在以下几个方面：一是缩短产品的研制周期。通过智能制造，产品从研发到上市、从下订单到配送时间可以得以缩短。通过远程监控和预测性维护为机器和工厂减少高昂的停机时间，生产中断时间也得以不断减少。
二是提高生产的灵活性。通过采用数字化、互联和虚拟工艺规划，智能制造开启了大规模批量定制生产乃至个性化小批量生产的大门。
三是创造新价值。通过发展智能制造，企业将实现从传统的“以产品为中心”向“以集成服务为中心”转变，将重心放在解决方案和系统层面上，利用服务在整个产品生命周期中实现新价值。
二、国外智能制造系统架构
自美国20世纪80年代提出智能制造的概念后，一直受到众多国家的重视和关注，纷纷将智能制造列为国家级计划并着力发展。目前，在全球范围内具有广泛影响的是德国“工业4.0”战略和美国工业互联网战略。
(一)德国
2013年4月，德国在汉诺威工业博览会上正式推出了“工业4.0”战略，其核心是通过信息物理系统(CPS)实现人、设备与产品的实时连通、相互识别和有效交流，构建一个高度灵活的个性化和数字化的智能制造模式。在这种模式下，生产由集中向分散转变，规模效应不再是工业生产的关键因素;产品由趋同向个性的转变，未来产品都将完全按照个人意愿进行生产，极端情况下将成为自动化、个性化的单件制造;用户由部分参与向全程参与转变，用户不仅出现在生产流程的两端，而且广泛、实时参与生产和价值创造的全过程。
德国工业4.0战略提出了三个方面的特征：一是价值网络的横向集成，即通过应用CPS，加强企业之间在研究、开发与应用的协同推进，以及在可持续发展、商业保密、标准化、员工培训等方面的合作;二是全价值链的纵向集成，即在企业内部通过采用CPS，实现从产品设计、研发、计划、工艺到生产、服务的全价值链的数字化;三是端对端系统工程，即在工厂生产层面，通过应用CPS，根据个性化需求定制特殊的IT结构模块，确保传感器、控制器采集的数据与ERP管理系统进行有机集成，打造智能工厂。
2013年12月，德国电气电子和信息技术协会发表了《德国“工业4.0”标准化路线图》，其目标是制定出一套单一的共同标准，形成一个标准化的、具有开放性特点的标准参考体系，最终达到通过价值网络实现不同公司间的网络连接和集成。德国“工业4.0”提出的标准参考体系是一个通用模型，适用于所有合作伙伴公司的产品和服务，提供了“工业4.0”相关的技术系统的构建、开发、集成和运行的框架，意图是将不同业务模型的企业采用的不同作业方法统一为共同的作业方法。
(二)美国
1、工业互联网
“工业互联网”的概念最早由通用电气于2012年提出，与工业4.0的基本理念相似，倡导将人、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。工业互联网和“工业4.0”相比，更加注重软件、网络和大数据，目标是促进物理系统和数字系统的融合，实现通信、控制和计算的融合，营造一个信息物理系统的环境。
工业互联网系统由智能设备、智能系统和智能决策三大核心要素构成，数据流、硬件、软件和智能的交互。由智能设备和网络收集的数据存储之后，利用大数据分析工具进行数据分析和可视化，由此产生的“智能信息”可以由决策
者必要时进行实时判断处理，成为大范围工业系统中工业资产优化战略决策过程的一部分。
——智能设备：将信息技术嵌入装备中，使装备成为可智能互联产品。为工业机器提供数字化仪表是工业互联网革命的第一步，使机器和机器交互更加智能化，这得益于以下三个要素：一是部署成本：仪器仪表的成本已大幅下降，从而有可能以一个比过去更经济的方式装备和监测工业机器。二是微处理器芯片的计算能力：微处理器芯片持续发展已经达到了一个转折点，即使得机器拥有数字智能成为可能。三是高级分析：“大数据”软件工具和分析技术的进展为了解由智能设备产生的大规模数据提供了手段。
——智能系统：将设备互联形成的一个系统。智能系统包括各种传统的网络系统，但广义的定义包括了部署在机组和网络中并广泛结合的机器仪表和软件。随着越来越多的机器和设备加入工业互联网，可以实现跨越整个机组和网络的机器仪表的协同效应。智能系统的构建整合了广泛部署智能设备的优点。当越来越多的机器连接在一个系统中，久而久之，结果将是系统不断扩大并能自主学习，而且越来越智能化。
——智能决策：大数据和互联网基础上实时判断处理。当从智能设备和系统收集到了足够的信息来促进数据驱动型学习的时候，智能决策就发生了，从而使一个小机组网络层的操作功能从运营商传输到数字安全系统。
2014年3月，美国通用电气、IBM、思科、英特尔和AT&T五家行业龙头企业联手组建了工业互联网联盟(IIC)，其目的是通过制定通用标准，打破技术
壁垒，使各个厂商设备之间可以实现数据共享，利用互联网激活传统工业过程，更好地促进物理世界和数字世界的融合。工业互联网联盟已经已经开始起草工业互联网通用参考架构，该参考架构将定义工业物联网的功能区域、技术以及标准，用于指导相关标准的制定，帮助硬件和软件开发商创建与物联网完全兼容的产品，最终目的是实现传感器、网络、计算机、云计算系统、大型企业、车辆和数以百计其他类型的实体得以全面整合，推动整个工业产业链的效率全面提升。
2、智能制造
2011年6月24日美国智能制造领导联盟(Smart Manufacturing Leadership
Coalition，SMLC)发表了《实施21世纪智能制造》报告。报告认为智能制造是先进智能系统强化应用、新产品制造快速、产品需求动态响应、以及工业生产和供应链网络实时优化的制造。智能制造的核心技术是网络化传感器、数据互操作性、多尺度动态建模与仿真、智能自动化、以及可扩展的多层次的网络安全。该报告给出了智能制造企业框架。智能制造企业将融合所有方面的制造，从工厂运营到供应链，并且使得对固定资产、过程和资源的虚拟追踪横跨整个产品的生命周期。最终结果，将是在一个柔性的、敏捷的、创新的制造环境中，优化性能和效率，并且使业务与制造过程有效串联在一起。
图1 美国智能制造企业框架
三、对我国智能制造系统架构的设想
借鉴德国、美国智能制造的发展经验，我国的智能制造系统架构，应该是一个通用的制造体系模型，其作用是为智能制造的技术系统提供构建、开发、集成
和运行的框架;其目标是指导以产品全生命周期管理形成价值链主线的企业，实现研发、生产、服务的智能化，通过企业间的互联和集成建立智能化的制造业价值网络，形成具有高度灵活性和持续演进优化特征的智能制造体系。
(一)基本架构
智能制造系统是供应链中的各个企业通过由网络和云应用为基础构建的制造网络实现相互链接所构成的。企业智能制造系统的构成是由企业计算与数据中心、企业管控与支撑系统、为实现产品全生命周期管理集成的各类工具共同构成，智能制造系统具有可持续优化的特征。智能制造系统可分为五层，第一层是生产基础自动化系统，第二层是生产执行系统，第三层是产品全生命周期管理系统，第四层是企业管控与支撑系统，第五层是企业计算与数据中心(私有云)。
图2 智能制造系统架
(二)具体构成
1、生产基础自动化系统层主要包括生产现场设备及其控制系统。其中生产现场设备主要包括传感器、智能仪表、PLC、机器人、机床、检测设备、物流设备等。控制系统主要包括适用于流程制造的过程控制系统，适用于离散制造的单元控制系统和适用于运动控制的数据采集与监控系统。
2、制造执行系统层制造执行系统包括不同的子系统功能模块(计算机软件模块)，典型的子系统有制造数据管理系统、计划排程管理系统、生产调度管理系统、库存管理系统、质量管理系统、人力资源管理系统、设备管理系统、工具工装管理系统、采购管理系统、成本管理系统、项目看板管理系统、生产过程控制系统、底层数据集成分析系统、上层数据集成分解系统等。
3、产品全生命周期管理系统层产品全生命周期管理系统层，横向上可以主要分为研发设计、生产和服务三个环节。研发设计环节功能主要包括产品设计、工艺仿真、生产仿真，仿真和现场应用能够对产品设计进行反馈，促进设计提升，在研发设计环节产生的数字化产品原型是生产环节的输入要素之一。生产环节涵盖了上述的生产基础自动化系统层和制造执行系统层包括的内容。服务环节通过网络实现的功能主要有实时监测、远程诊断和远程维护，应用大数据对监测数据进行分析，形成和服务有关的决策，指导诊断和维护工作，新的服务记录将被采集到数据系统。
4、企业管控与支撑系统层企业管控与支撑系统包括不同的子系统功能模块，典型的子系统有：战略管理、投资管理、财务管理、人力资源管理、资产管理、物资管理、销售管理、健康安全与环保管理等。
5、企业计算与数据中心层主要包括网络、数据中心设备、数据存储和管理系统、应用软件，为企业实现智能制造提供计算资源、数据服务以及具体的应用功能，能够提供可视化的应用界面。
如为识别用户需求建设的面向用户的电子商务平台、为建立产品研发设计平台、制造执行系统运行平台、服务平台等都需要以企业计算与数据中心为基础，可以实现各类型的应用软件实现交互和有序工作，各子系统实现全系统信息共享。
智能制造系统解决方案和智能工厂发展趋势
智能制造系统解决方案和智能工厂发展趋势 当前，我国大多数企业、行业智能制造系统都还处于局部应用阶段，只有少数大企业单项业务信息技术覆盖面较高，关键业务环节应用系统之间实现了一定的协同和集成。从制造企业生产力水平来看，大量企业处于工业2.0要补课，有些企业处于工业3.0待普及，有个别企业处于工业4.0要示范。 智能制造系统解决方案发展趋势 据行业专业人士分析，今后国内智能制造系统解决方案将面临三大发展趋势。 第一大趋势：智能制造是一项系统性工程，系统解决方案领域的合作将更加活跃。 智能制造发展具有复杂性、系统性，涉及设计、生产、物流、销售、服务等产品全生命周期，涉及执行设备层、控制层、管理层、企业层、云服务层、网络层等企业系统架构，需要实现横向集成、纵向集成和端到端集成。限于资金投入不足、技术研发周期较长以及工艺壁垒等因素，单个系统解决方案商很难满足各个细分行业的智能制造发展需要，企业间将不断加强协同创新，以强化智能制造系统解决方案供应能力。 第二大趋势：智能制造系统架构将进一步完善，工业软件领域的集成与发展将成为重点。 从企业系统架构来看，国内目前还没有出现能够打通整个架构体系的智能制造解决方案商，但随着技术水平的不断进步，系统解决方案提供商将不断完善架构体系。智能制造系
统解决方案主要依托于软硬件产品及系统，实现制造要素和资源的相互识别、实时交互、信息集成。从硬件层面来看，基于成本大幅降低的现实需要，硬件中通用性强的部分将日趋模块化、标准化发展。从软件层面来看，工业软件存在于智能制造的每个角落，智能制造解决方案将更加倚重于与硬件层关系密切的软件部分（SFC、MES、ERP、PLM）的集成与发展，其中MES是软件层中最核心部分。 我国智能工厂发展趋势分析 当前，智能制造热度高企，石化、钢铁、机械装备制造、汽车制造、航空航天、飞机制造等行业纷纷开始探索建设智能工厂。《中国制造2025》明确提出要推进制造过程智能化，在重点领域试点建设智能工厂/数字化车间，这必将加速智能工厂在工业行业领域的应用推广。预计未来3-5年，全国将涌现出一批智能工厂。 智能工厂的内涵及建设重点 智能工厂是实现智能制造的重要载体，主要通过构建智能化生产系统、网络化分布生产设施，实现生产过程的智能化。企业基于CPS和工业互联网构建的智能工厂原型，主要包括物理层、信息层、大数据层、工业云层、决策层。其中，物理层包含工厂内不同层级的硬件设备，从最小的嵌入设备和基础元器件开始，到感知设备、制造设备、制造单元和生产线，相互间均实现互联互通。以此为基础，构建了一个“可测可控、可产可管”的纵向集成环境。信息层涵盖企业经营业务各个环节，包含研发设计、生产制造、营销服务、物流配送等各类经营管理活动，以及由此产生的众创、个性化定制、电子商务、可视追踪等相关业务。在此基础上，形成了企业内部价值链的横向集成环境，实现数据和信息的流通和交换。
对智能制造的认识
浅谈智能制造 智能制造系统是一种由智能机器和人类专家共同组成的人机一体化系统，它突出了在制造诸环节中，以一种高度柔性与集成的方式，借助计算机模拟的人类专家的智能活动，进行分析、判断、推理、构思和决策，取代或延伸制造环境中人的部分脑力劳动，同时，收集、存储、完善、共享、继承和发展人类专家的制造智能。由于这种制造模式，突出了知识在制造活动中的价值地位，而知识经济又是继工业经济后的主体经济形式，所以智能制造就成为影响未来经济发展过程的制造业的重要生产模式。智能制造系统是智能技术集成应用的环境，也是智能制造模式展现的载体。 一般而言，制造系统在概念上认为是一个复杂的相互关联的子系统的整体集成，从制造系统的功能角度，可将智能制造系统细分为设计、计划、生产和系统活动四个子系统。在设计子系统中，智能制定突出了产品的概念设计过程中消费需求的影响；功能设计关注了产品可制造性、可装配性和可维护及保障性。另外，模拟测试也广泛应用智能技术。在计划子系统中，数据库构造将从简单信息型发展到知识密集型。在排序和制造资源计划管理中，模糊推理等多类的专家系统将集成应用；智能制造的生产系统将是自治或半自治系统。在监测生产过程、生产状态获取和故障诊断、检验装配中，将广泛应用智能技术；从系统活动角度，神经网络技术在系统控制中已开始应用，同时应用分布技术和多元代理技术、全能技术，并采用开放式系统结构，使系统活动并行，解决系统集成。由此可见，IMS 理念建立在自组织、分布自治和社会生态学机理上，目的是通过设备柔性和计算机人工智能控制，自动地完成设计、加工、控制管理过程，旨在解决适应高度变化环境的制造的有效性。 智能制造系统的特点 和传统的制造系统相比，IMS具有以下几个特征：(1)自组织能力。IMS中的各种组成单元能够根据工作任务的需要，自行集结成一种超柔性最佳结构，并按照最优的方式运行。其柔性不仅表现在运行方式上，还表现在结构形式上。完成任务后，该结构自行解散，以备在下一个任务中集结成新的结构。自组织能力是IMS的一个重要标志。(2)自律能力。IMs具有搜集与理解环境信息及自身的信息，并进行分析判断和规划自身行为的能力。强有力的知识库和基于知识的模型是自律能力的基础。IMS能根据周围环境和自身作业状况的信息进行监测和处理，并根据处理结果自行调整控制策略，以采用最佳运行方案。这种自律能力使整个制造系统具备抗干扰、自适应和容错等能力。(3)自学习和自维护能力。IMS 能以原有的专家知识为基础，在实践中不断进行学习，完善系统的知识库，并删除库中不适用的知识，使知识库更趋合理；同时，还能对系统故障进行自我诊断、排除及修复。这种特征使IMs能够自我优化并适应各种复杂的环境。(4)整个制造系统的智能集成IMS在强调各个子系统智能化的同时，更注重整个制造系统的智能集成。这是IMS与面向制造过程中特定应用的“智能化孤岛”的根本区别。IMS包括了各个子系统，并把它们集成为一个整体，实现整体的智能化。(5)人机一体化智能系统。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。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，更好地发挥了人的潜能，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，使两者在不同的层次上各显其能，相辅相成。因此，在IMS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
(完整版)智能制造基本概念解读
智能制造基本概念解读 前言 德国工业4.0、美国工业互联网和中国制造2025这三大国家战略虽在表述上不一样，但本质上异曲同工，核心都是智能制造。2017年用友网络股份有限公司-制造事业部也正式更名为“智能制造事业部”，以响应国家号召推动智能制造的发展。但是，智能制造尚处于不断发展过程中，社会各界的认识和理解各有不同。目前国际和国内还没有关于智能制造的准确定义。在用友公司内部也没有明确的关于智能制造的定义。为此本人查阅了相关资料，并将学习过程中的摘录及笔记整理成本文，以供大家进行概念普及。由于时间紧迫、资料有限，错误及疏漏难免，望大家积极反馈（hhp@https://www.wendangku.net/doc/831408818.html,），以便及时修正。 1. 智能制造的概念 2015年5月8日，国务院印发关于《中国制造2025》的通知。通知中明确提出要大力推进智能制造，以带动各个产业数字化水平和智能化水平，加速培育我国新的经济增长动力，抢占新一轮产业竞争制高点。通知中明确了五大工程来推动中国制造2025的落地，智能制造工程为五大工程中的其中一个。 为了进一步落实中国制造2025,2016年12月8日，工业和信息化部、财政部联合制定了《智能制造发展规划（2016-2020年）》。 《智能制造发展规划（2016-2020年）》对智能制造给出了较为明确的定义。智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。推动智能制造，能够有效缩短产品研制周期、提高生产效率和产品质量、降低运营成本和资源能源消耗，并促进基于互联网的众创、众包、众筹等新业态、新模式的孕育发展。智能制造具有以智能工厂为载体，以关键制造环节智能化为核心，以端到端数据流为基础、以网络互联为支撑等特征，这实际上指出了智能制造的核心技术、管理要求、主要功能和经济目标，体现了智能制造对于我国工业转型升级和国民经济持续发展的重要作用。 2. 智能制造的发展目标 《智能制造发展规划（2016-2020年）》明确了智能制造的发展目标。 2025年前，推进智能制造发展实施“两步走”战略：第一步，到2020年，智能制造发展基础和支撑能力明显增强，传统制造业重点领域基本实现数字化制造，有条件、有基础的重点产业智能转型取得明显进展；第二步，到2025年，智能制造支撑体系基本建立，重点产业初步实现智能转型。 由于我国制造业发展水平参差不齐，有的处于2.0阶段，有的处于3.0阶段，有的在走向4.o阶段。我国实现智能制造必须2.0、3.0、4.0并行发展，既要在改造传统制造方面“补课”，又要在绿色制造、智能升级方面“加课”。对于制造企业而言，应着手于完成传统生产装备网络化和智能化的升级改造，以及生产制造工艺数字化和生产过程信息化
智能制造内涵和系统设计架构探究
一、智能制造的内涵 （一）概念关于智能制造的研究大致经历了三个阶段：起始于20 世纪80年代人工智能在制造领域中的应用，智能制造概念正式提出，发展于20世纪90年代智能制造技术、智能制造系统的提出，成熟于21世纪以来新一代信息技术条件下的“智能制造（Smart Manufacturing）”。 世纪80年代：概念的提出。1998年，美国赖特（Paul Kenneth Wright ）、伯恩（David Alan Bourne）正式出版了智能制造研究领域的首本专著《制造智能》（Smart Manufacturing），就智能制造的内涵与前景进行了系统描述，将智能制造定义为“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”。在此基础上，英国技术大学Williams教授对上述定义作了更为广泛的补充，认为“集成范围还应包括贯穿制造组织内部的智能决策支持系统”。麦格劳 - 希尔科技词典将智能制造界定为，采用自适应环境和工艺要求的生产技术，最大限度的减少监督和操作,制造物品的活动。 ——20世纪90年代：概念的发展。20世纪90年代，在智能制造概念提出不久后，智能制造的研究获得欧、美、日等工业化发达国家的普遍重视，围绕智能制造技术（IMT）与智能制造系统（IMS）开展国际合作研究。1991年，日、美、欧共同发起实施的“智能制造国际合作研究计划”中提出：“智能制造系统是一种在整个制造过程中贯穿智能活动，并将这种智能活动与智能机器有机融合,将整个制造过程从订货、产品设计、生产到市场销售等各个环节以柔性方式集成起来的能发挥最大生产力的先进生产系统”。 ——21世纪以来：概念的深化。21世纪以来，随着物联网、大数据、云计算等新一代信息技术的快速发展及应用，智能制造被赋予了新的内涵，即新一代信息技术条件下的智能制造（Smart Manufacturing）。2010年9月，美国在华盛顿举办的“21世纪智能制造的研讨会”指出，智能制造是对先进智能系统的强化应用，使得新产品的迅速制造，产品需求的动态响应以及对工业生产和供应链网络的实时优化成为可能。德国正式推出工业4.0战略，虽没明确提出智能制造概念，但包含了智能制造的内涵，即将企业的机器、存储系统和生产设施融入到虚拟网络—实体物理系统（CPS）。在制造系统中，这些虚拟网络—实体物理系统包括智能机器、存储系统和生产设施，能够相互独立地自动交换信息、触发动作和控制。 综上所述，智能制造是将物联网、大数据、云计算等新一代信息技术与先进自动化技术、传感技术、控制技术、数字制造技术结合，实现工厂和企业内部、企业之间和产品全生命周期的实时管理和优化的新型制造系统。 （二）特征 智能制造的特征在于实时感知、优化决策、动态执行等三个方面：一是数据的实时感知。智能制造需要大量的数据支持，通过利用高效、标准的方法实时
智能制造发展规划(2016-2020年)详解
智能制造发展规划（2016-2020年） 智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。加快发展智能制造，是培育我国经济增长新动能的必由之路，是抢占未来经济和科技发展制高点的战略选择，对于推动我国制造业供给侧结构性改革，打造我国制造业竞争新优势，实现制造强国具有重要战略意义。 根据《中华人民共和国国民经济和社会发展第十三个五年规划纲要》《中国制造2025》和《国务院关于深化制造业与互联网融合发展的指导意见》，编制本规划。 一、发展现状和形势 全球新一轮科技革命和产业变革加紧孕育兴起，与我国制造业转型升级形成历史性交汇。智能制造在全球范围内快速发展，已成为制造业重要发展趋势，对产业发展和分工格局带来深刻影响，推动形成新的生产方式、产业形态、商业模式。发达国家实施“再工业化”战略，不断推出发展智能制造的新举措，通过政府、行业组织、企业等协同推进，积极培育制造业未来竞争优势。
经过几十年的快速发展，我国制造业规模跃居世界第一位，建立起门类齐全、独立完整的制造体系，但与先进国家相比，大而不强的问题突出。随着我国经济发展进入新常态，经济增速换挡、结构调整阵痛、增长动能转换等相互交织，长期以来主要依靠资源要素投入、规模扩张的粗放型发展模式难以为继。加快发展智能制造，对于推进我国制造业供给侧结构性改革，培育经济增长新动能，构建新型制造体系，促进制造业向中高端迈进、实现制造强国具有重要意义。 随着新一代信息技术和制造业的深度融合，我国智能制造发展取得明显成效，以高档数控机床、工业机器人、智能仪器仪表为代表的关键技术装备取得积极进展；智能制造装备和先进工艺在重点行业不断普及，离散型行业制造装备的数字化、网络化、智能化步伐加快，流程型行业过程控制和制造执行系统全面普及，关键工艺流程数控化率大大提高；在典型行业不断探索、逐步形成了一些可复制推广的智能制造新模式，为深入推进智能制造初步奠定了一定的基础。但目前我国制造业尚处于机械化、电气化、自动化、数字化并存，不同地区、不同行业、不同企业发展不平衡的阶段。发展智能制造面临关键共性技术和核心装备受制于人，智能制造标准/软件/网络/信息安全基础薄弱，智能制造新模式成熟度不高，系统整体解决方案供给能力不足，缺乏国际性的行业巨头企业和跨界融合的智能制造人才等突出问题。相对
智能制造体系架构分析与工业互联网应用
导读 对德国工业4.0、中国制造2025等国内外智能制造的主要概念与发展趋势进行分析，并对智能制造的典型应用场景、主要需求及体系架构进行分析，结合物联网、云计算和大数据等技术，提出面向智能制造的工业互联网整体架构与关键技术、工业智能网络、工业数据采集与数据开放等应用技术。 1、智能制造 1.1智能制造国内外发展趋势 (1)德国工业4.0与美国工业互联网 工业4.0已上升为德国的国家战略。工业4.0的目标是通过充分利用信息通信技术和网络空间虚拟系统、信息物理系统相结合的手段，推动制造业向智能化转型，将实体物
理世界与虚拟网络世界融合、产品全生命周期、全制造流程数字化以及基于信息通信技术的模块集成，形成一种高度灵活、个性化、数字化的产品与服务新生产模式。 美国的互联网以及ICT巨头与传统制造业领导厂商携手推出“工业互联网”概念，GE、思科、IBM、AT&T、英特尔等80多家企业成立了工业互联网联盟（IIC）。“工业互联网”希望借助网络和数据的力量提升整个工业的价值创造能力，工业互联网旨在通过制定通用标准，打破技术壁垒，利用互联网激活传统工业过程，更好地促进物理世界和数字世界的融合。 2016年3月，工业4.0平台和工业互联网联盟双方代表开始探讨合作事宜。双方就各自推出的参考架构RAMI4.0和IIRA的互补性达成共识，形成了初始映射图，以显示两种模型元素之间的直接关系；制定了未来确保互操作性的一个清晰路线图，其他还包括：在IIC试验台和工业4.0试验设施方面的合作，以及工业互联网中标准化、架构和业务成果方面的合作。 (2)中国制造2025
我国将工业互联网定位于国家战略高度。2015年国务院和工业和信息化部先后出台了《中国制造2025》、《国务院关于积极推进“互联网＋”行动的指导意见》、《工业和信息化部关于贯彻落实<国务院关于积极推进“互联网+”行动的指导意见>的行动计划（2015-2018年）》等一系列指导性文件，部署全面推进实施制造强国战略，2016年政府工作报告中进一步提出要深入推进“中国制造+互 联网”。 《中国制造2025》明确提出通过政府引导、整合资源，实施国家制造业创新中心建设、智能制造、工业强基、绿色制造、高端装备创新5项重大工程，实现长期制约制造业发展的关键共性技术突破，提升我国制造业的整体竞争力。 1.2智慧工厂概念模型 智慧工厂概念首先由美国ARC顾问集团提出，智慧工厂实现了数字化产品设计、数字化产品制造、数字化管理生产过程和业务流程，以及综合集成优化的过程，可以用工程技术、生产制造、供应链三个维度描述智慧工厂模型。智慧工厂模型如图1所示。
2018智能制造专项指南
附件1 2018年智能制造综合标准化与新模式 应用项目申报要求 为贯彻落实《中国制造2025》，深入实施智能制造工程，推动制造业智能升级，工业和信息化部与财政部决定联合开展2018年智能制造综合标准化与新模式应用项目工作，有关事项要求如下： 一、主要支持内容 智能制造综合标准化与新模式应用项目将围绕2类项目：一是智能制造综合标准化试验验证类项目；二是智能制造新模式应用类项目。 二、激励约束机制 建立促进企业创新的激励约束机制，通过明确项目实施目标，发挥财政资金引导作用，激发企业内生动力，促进产业提质增效、节能降耗、优化升级。纳入智能制造综合标准化与新模式
应用的项目，先预拨一部分财政补助资金，如期实现目标并通过项目验收的，将给予后续财政资金奖励；未如期完成项目验收的，将收回已补助资金。对于项目承担单位擅自调整实施内容或项目发生重大安全事故、环境污染等问题的，除将收回已补助资金外，还将进行业内通报等处理。 三、项目组织方式 委托第三方机构组织申报项目评审，择优遴选。所有申报项目需经项目建设所在地工业和信息化主管部门出具推荐意见，中央企业申报项目需额外出具推荐意见。 四、项目申报条件 （一）申报项目的单位应在中华人民共和国境内注册、具备独立法人资格，运营和财务状况良好。 （二）智能制造新模式应用项目须由用户、系统集成商、软件开发商、核心智能制造装备供应商等组成的联合体联合申报。联合体成员间须共同签订合作协议书，明确联合体组织方式和运营机制、成员单位具体权责、任务分工以及长期发展计划等。联合体的牵头单位作为项目的申报单位。 （三）每个申报单位只允许在智能制造综合标准化试验验证项目或智能制造新模式应用项目中牵头申报一个项目。已承担过项目但逾期未验收的，项目牵头单位不得申报2018年智能制造综合标准化与新模式应用项目。
智能化制造背景下的感知系统
智能制造背景下的感知系统 一、智能制造的内涵 （一）概念 关于智能制造的研究大致经历了三个阶段：起始于20世纪80年代人工智能在制造领域中的应用，智能制造概念正式提出，发展于20世纪90年代智能制造技术、智能制造系统的提出，成熟于21世纪以来新一代信息技术条件下的“智能制造（Smart Manufacturing）”。 世纪80年代：概念的提出。1998年，美国赖特（Paul Kenneth Wright ）、伯恩（David Alan Bourne）正式出版了智能制造研究领域的首本专著《制造智能》（Smart Manufacturing），就智能制造的内涵与前景进行了系统描述，将智能制造定义为“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”。在此基础上，英国技术大学Williams教授对上述定义作了更为广泛的补充，认为“集成范围还应包括贯穿制造组织内部的智能决策支持系统”。麦格劳- 希尔科技词典将智能制造界定为，采用自适应环境和工艺要求的生产技术，最大限度的减少监督和操作,制造物品的活动。 ——20世纪90年代：概念的发展。20世纪90年代，在智能制造概念提出不久后，智能制造的研究获得欧、美、日等工业化发达国家的普遍重视，围绕智能制造技术（IMT）与智能制造系统（IMS）开展国际合作研究。1991年，日、美、欧共同发起实施的“智能制造国际合作研究计划”中提出：“智能制造系统是一种在整个制造过程中贯穿智能活动，并将这种智能活动与智能机器有机融合,
将整个制造过程从订货、产品设计、生产到市场销售等各个环节以柔性方式集成起来的能发挥最大生产力的先进生产系统”。 ——21世纪以来：概念的深化。21世纪以来，随着物联网、大数据、云计算等新一代信息技术的快速发展及应用，智能制造被赋予了新的内涵，即新一代信息技术条件下的智能制造（Smart Manufacturing）。2010年9月，美国在华盛顿举办的“21世纪智能制造的研讨会”指出，智能制造是对先进智能系统的强化应用，使得新产品的迅速制造，产品需求的动态响应以及对工业生产和供应链网络的实时优化成为可能。德国正式推出工业4.0战略，虽没明确提出智能制造概念，但包含了智能制造的内涵，即将企业的机器、存储系统和生产设施融入到虚拟网络—实体物理系统（CPS）。在制造系统中，这些虚拟网络—实体物理系统包括智能机器、存储系统和生产设施，能够相互独立地自动交换信息、触发动作和控制。 综上所述，智能制造是将物联网、大数据、云计算等新一代信息技术与先进自动化技术、传感技术、控制技术、数字制造技术结合，实现工厂和企业内部、企业之间和产品全生命周期的实时管理和优化的新型制造系统。 （二）特征 智能制造的特征在于实时感知、优化决策、动态执行等三个方面：一是数据的实时感知。智能制造需要大量的数据支持，通过利用高效、标准的方法实时进行信息采集、自动识别，并将信息传输到分析决策系统；二是优化决策。通过面向产品全生命周期的海量异构信息的挖掘提炼、计算分析、推理预测，形成优化制造过程的决策指令。
2018年智能制造试点示范申报内容具体要求
附件3 2018智能制造试点示范申报内容具体要求 模式一：离散型智能制造试点示范 1. 系统模型建立与运行情况 请分别提供车间/工厂总体设计模型、工程设计模型、工艺流程及布局模型的架构及说明；提供上述系统模型模拟仿真的情况。 2. 先进设计技术应用和产品数据管理系统（PDM）建设情况 请描述数字化三维设计与工艺技术的应用情况，以及通过物理检测与试验进行验证和优化的情况；提供产品数据管理系统（PDM）的整体架构图，描述其主要功能。 3. 关键技术装备应用情况 请提供高档数控机床与工业机器人、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关键技术装备的应用及互联互通情况。 4. 生产过程数据采集与分析系统建设情况 请提供生产过程数据采集与分析系统的整体架构及功能描述。 5. 制造执行系统（MES）与企业资源计划系统（ERP）建设情况 请提供制造执行系统（MES）的架构，描述其主要子系统的
功能；提供企业资源计划系统（ERP）架构，并描述其主要子系统的功能。 6. 工厂内部网络架构建设及信息集成情况 请提供工厂内部工业通信网络结构图，并对架构进行说明；提供实现系统、装备、零部件以及人员之间信息互联互通和有效集成的方案，生产过程数据采集与分析系统与制造执行系统（MES）实现信息集成的技术方案，以及制造执行系统（MES）与企业资源计划系统（ERP）实现信息集成的技术方案；提供全生命周期产品信息统一平台的架构，说明其建设和运行情况。 7. 信息安全保障情况 请描述试点示范的信息安全管理制度、技术防护体系和功能安全保护系统的建设情况。 模式二：流程型智能制造试点示范 1. 系统模型建立与运行情况 请分别提供工厂总体设计模型、工程设计模型、工艺流程及布局模型的架构及说明，并提供上述系统模型模拟仿真的情况。 2. 数据采集与监控系统建设情况 请提供数据采集与监控系统架构图、系统建设和运行情况；描述关键现场装备的智能功能。 3. 先进控制系统建设情况 请提供先进控制系统架构图、系统建设情况；描述关键环节
智能制造系统解决方案和智能工厂发展趋势
智能制造系统解决方案和智能工厂发展趋势 内容来源网络，由“深圳机械展（11万㎡，1100多家展商，超10万观众）”收集整理！更多cnc加工中心、车铣磨钻床、线切割、数控刀具工具、工业机器人、非标自动化、数字化无人工厂、精密测量、3D打印、激光切割、钣金冲压折弯、精密零件加工等展示，就在深圳机械展. 智能制造系统解决方案和智能工厂发展趋势 当前，我国大多数企业、行业智能制造系统都还处于局部应用阶段，只有少数大企业单项业务信息技术覆盖面较高，关键业务环节应用系统之间实现了一定的协同和集成。从制造企业生产力水平来看，大量企业处于工业2.0要补课，有些企业处于工业3.0待普及，有个别企业处于工业4.0要示范。 智能制造系统解决方案发展趋势 据行业专业人士分析，今后国内智能制造系统解决方案将面临三大发展趋势。 第一大趋势：智能制造是一项系统性工程，系统解决方案领域的合作将更加活跃。 智能制造发展具有复杂性、系统性，涉及设计、生产、物流、销售、服务等产品全生命周期，涉及执行设备层、控制层、管理层、企业层、云服务层、网络层等企业系统架构，需要实现横向集成、纵向集成和端到端集成。限于资金投入不足、技术研发周期较长以及工艺壁垒等因素，单个系统解决方案商很难满足各个细分行业的智能制造发展需要，企业间将不断加强协同创新，以强化智能制造系统解决方案供应能力。 第二大趋势：智能制造系统架构将进一步完善，工业软件领域的集成与发展将成为重点。
从企业系统架构来看，国内目前还没有出现能够打通整个架构体系的智能制造解决方案商，但随着技术水平的不断进步，系统解决方案提供商将不断完善架构体系。智能制造系统解决方案主要依托于软硬件产品及系统，实现制造要素和资源的相互识别、实时交互、信息集成。从硬件层面来看，基于成本大幅降低的现实需要，硬件中通用性强的部分将日趋模块化、标准化发展。从软件层面来看，工业软件存在于智能制造的每个角落，智能制造解决方案将更加倚重于与硬件层关系密切的软件部分（SFC、MES、ERP、PLM）的集成与发展，其中MES是软件层中最核心部分。 我国智能工厂发展趋势分析 当前，智能制造热度高企，石化、钢铁、机械装备制造、汽车制造、航空航天、飞机制造等行业纷纷开始探索建设智能工厂。《中国制造2025》明确提出要推进制造过程智能化，在重点领域试点建设智能工厂/数字化车间，这必将加速智能工厂在工业行业领域的应用推广。预计未来3-5年，全国将涌现出一批智能工厂。 智能工厂的内涵及建设重点 智能工厂是实现智能制造的重要载体，主要通过构建智能化生产系统、网络化分布生产设施，实现生产过程的智能化。企业基于CPS和工业互联网构建的智能工厂原型，主要包括物理层、信息层、大数据层、工业云层、决策层。其中，物理层包含工厂内不同层级的硬件设备，从最小的嵌入设备和基础元器件开始，到感知设备、制造设备、制造单元和生产线，相互间均实现互联互通。以此为基础，构建了一个“可测可控、可产可管”的纵向集成环境。信息层涵盖企业经营业务各个环节，包含研发设计、生产制造、营销服务、物流配送等各类经营管理活动，以及由此产生的众创、个性化定制、电子商务、可视追踪等相关业务。在此
什么是智能制造
1、智能制造概念 “智能制造”可以从制造与智能两方面进行解读。首先,制造就是指对原材料进行加工或再加工,以及对零部件进行装配的过程。通常,按照生产方式的连续性不同,制造分为流程制造与离散制造(也有离散与流程混合的生产方式)。根据我国现行标准GB/T4754-2002,我国制造业包括31个行业,又进一步划分约175个中类、530个小类,涉及了国民经济的方方面面。 智能就是由“智慧”与“能力”两个词语构成。从感觉到记忆到思维这一过程,称为“智慧”,智慧的结果产生了行为与语言,将行为与语言的表达过程称为“能力”,两者合称为“智能”。因此,将感觉、记忆、回忆、思维、语言、行为的整个过程称为智能过程,它就是智慧与能力的表现。 目前,国际与国内尚且没有关于智能制造的准确定义,但工信部组织专家给出了一个比较全面的描述性定义:智能制造就是基于新一代信息技术,贯穿设计、生产、管理、服务等制造活动各个环节,具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称。具有以智能工厂为载体,以关键制造环节智能化为核心,以端到端数据流为基础、以网络互联为支撑等特征,可有效缩短产品研制周期、降低运营成本、提高生产效率、提升产品质量、降低资源能源消耗。这实际上指出了智能制造的核心技术、管理要求、主要功能与经济目标,体现了智能制造对于我国工业转型升级与国民经济持续发展的重要作用。
然而,由于我国技术基础薄弱发展不平衡,企业在智能制造实施与升级改造过程中往往茫然不知从何做起。因此,以下将根据智能制造的描述性定义,提出关于智能工厂、制造环节及装备智能化、网络互联互通、端到端数据流等四个方面的初步认识,以期说明智能制造的主要内容。 2、什么就是智能工厂 智能工厂就是实现智能制造的载体。在智能工厂中通过生产管理系统、计算机辅助工具与智能装备的集成与互操作来实现智能化、网络化分布式管理,进而实现企业业务流程、工艺流程及资金流程的协同,以及生产资源(材料、能源等)在企业内部及企业之间的动态配置。 一方面,“工欲善其事,必先利其器”,实现智能制造的利器就就是数字化、网络化的工具软件与制造装备,包括以下类型: 计算机辅助工具,如CAD(计算机辅助设计)、CAE(计算机辅助工程)、CAPP (计算机辅助工艺设计)、CAM(计算机辅助制造)、CAT(计算机辅助测试,如ICT 信息测试、FCT功能测试)等; 计算机仿真工具,如物流仿真、工程物理仿真(包括结构分析、声学分析、流体分析、热力学分析、运动分析、复合材料分析等多物理场仿真)、工艺仿真等; 工厂/车间业务与生产管理系统,如ERP(企业资源计划)、MES(制造执行系统)、PLM(产品全生命周期管理)/PDM(产品数据管理)等;
智能制造工程实施指南(2016-2020)
智能制造工程实施指南 （2016-2020） 为贯彻落实《中国制造2025》，组织实施好智能制造工程（以下简称“工程”），特编制本指南。 一背景 自国际金融危机发生以来，随着新一代信息通信技术的快速发展及与先进制造技术不断深度融合，全球兴起了以智能制造为代表的新一轮产业变革，数字化、网络化、智能化日益成为未来制造业发展的主要趋势。世界主要工业发达国家加紧谋篇布局，纷纷推出新的重振制造业国家战略，支持和推动智能制造发展，以重塑制造业竞争新优势。为加速我国制造业转型升级、提质增效，国务院发布实施《中国制造2025》，并将智能制造作为主攻方向，加速培育我国新的经济增长动力，抢占新一轮产业竞争制高点。 当前，我国制造业尚处于机械化、电气化、自动化、信息化并存，不同地区、不同行业、不同企业发展不平衡的阶段。发展智能制造面临关键技术装备受制于人、智能制造标准/软件/网络/信息安全基础薄弱、智能制造新模式推广尚未起步、智能化集成应用缓慢等突出问题。
相对工业发达国家，推动我国制造业智能转型，环境更为复杂，形势更为严峻，任务更加艰巨。 《中国制造2025》明确将智能制造工程作为政府引导推动的五个工程之一，目的是更好地整合全社会资源，统筹兼顾智能制造各个关键环节，突破发展瓶颈，系统推进技术与装备开发、标准制定、新模式培育和集成应用。加快组织实施智能制造工程，对于推动《中国制造2025》十大重点领域率先突破，促进传统制造业转型升级，实现制造强国目标具有重大意义。 二总体要求 加快贯彻落实《中国制造2025》总体战略部署，牢固树立创新、协调、绿色、开放、共享的新发展理念，以构建新型制造体系为目标，以推动制造业数字化、网络化、智能化发展为主线，坚持“统筹规划、分类施策、需求牵引、问题导向、企业主体、协同创新、远近结合、重点突破”的原则，将制造业智能转型作为必须长期坚持的战略任务，分步骤持续推进。“十三五”期间同步实施数字化制造普及、智能化制造示范，重点聚焦“五三五十”重点任务，即：攻克五类关键技术装备，夯实智能制造三大基础，培育推广五种智能制造新模式，推进十大重
智能制造系统解决方案
智能制造系统解决方案 据行业专业人士分析，今后国内智能制造系统解决方案将面临三大发展趋势。 第一大趋势：智能制造是一项系统性工程，系统解决方案领域的合作将更加活跃。 智能制造发展具有复杂性、系统性，涉及设计、生产、物流、销售、服务等产品全生命周期，涉及执行设备层、控制层、管理层、企业层、云服务层、网络层等企业系统架构，需要实现横向集成、纵向集成和端到端集成。限于资金投入不足、技术研发周期较长以及工艺壁垒等因素，单个系统解决方案商很难满足各个细分行业的智能制造发展需要，企业间将不断加强协同创新，以强化智能制造系统解决方案供应能力。 第二大趋势：智能制造系统架构将进一步完善，工业软件领域的集成与发展将成为重点。 从企业系统架构来看，国内目前还没有出现能够打通整个架构体系的智能制造解决方案商，但随着技术水平的不断进步，系统解决方案提供商将不断完善架构体系。智能制造系统解决方案主要依托于软硬件产品及系统，实现制造要素和资源的相互识别、实时交互、信息集成。从硬件层面来看，基于成本大幅降低的现实需要，硬件中通用性强的部分将日趋模块化、标准化发展。从软件层面来看，工业软件存在于智能制造的每个角落，智能制造解决方案将更加倚重于与硬件层关系密切的软件部分(SFC、MES、ERP、PLM)的集成与发展，其中MES是软件层中最核心部分。 第三大趋势：凭借技术积累和对行业的深刻理解，领先制造企业逐渐将行业系统解决方案作为新增长点。
近年来，领先制造企业积累了行业内相当程度的专业化知识、技术、能力，同时凭借其自身对行业工艺的深入理解，自用智能制造系统解决方案日趋成熟。面对智能制造巨大的市场空间，这些领先制造企业趋向于将自用解决方案提供给具有共性需求的同行业其他用户，寻求新的业务增长点。当前，已有深圳雷柏科技、陕鼓集团、企业将自身较为成熟的解决方案作为独立业务对外提供，也有徐工集团、大型制造企业，将内部信息技术部门转型为外部专业化的智能制造系统解决方案提供商。
什么是智能制造
1、智能制造概念 “智能制造”可以从制造和智能两方面进行解读。首先，制造是指对原材料进行加工或再加工，以及对零部件进行装配的过程。通常，按照生产方式的连续性不同，制造分为流程制造与离散制造(也有离散和流程混合的生产方式)。根据我国现行标准GB/T4754-2002，我国制造业包括31个行业，又进一步划分约175个中类、530个小类，涉及了国民经济的方方面面。 智能是由“智慧”和“能力”两个词语构成。从感觉到记忆到思维这一过程，称为“智慧”，智慧的结果产生了行为和语言，将行为和语言的表达过程称为“能力”，两者合称为“智能”。因此，将感觉、记忆、回忆、思维、语言、行为的整个过程称为智能过程，它是智慧和能力的表现。 目前，国际和国内尚且没有关于智能制造的准确定义，但工信部组织专家给出了一个比较全面的描述性定义：智能制造是基于新一代信息技术，贯穿设计、生产、管理、服务等制造活动各个环节，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称。具有以智能工厂为载体，以关键制造环节智能化为核心，以端到端数据流为基础、以网络互联为支撑等特征，可有效缩短产品研制周期、降低运营成本、提高生产效率、提升产品质量、降低资源能源消耗。这实际上指出了智能制造的核心技术、管理要求、主要功能和经济目标，体现了智能制造对于我国工业转型升级和国民经济持续发展的重要作用。
然而，由于我国技术基础薄弱发展不平衡，企业在智能制造实施和升级改造过程中往往茫然不知从何做起。因此，以下将根据智能制造的描述性定义，提出关于智能工厂、制造环节及装备智能化、网络互联互通、端到端数据流等四个方面的初步认识，以期说明智能制造的主要内容。 2、什么是智能工厂 智能工厂是实现智能制造的载体。在智能工厂中通过生产管理系统、计算机辅助工具和智能装备的集成与互操作来实现智能化、网络化分布式管理，进而实现企业业务流程、工艺流程及资金流程的协同，以及生产资源(材料、能源等)在企业内部及企业之间的动态配置。 一方面，“工欲善其事，必先利其器”，实现智能制造的利器就是数字化、网络化的工具软件和制造装备，包括以下类型： 计算机辅助工具，如CAD(计算机辅助设计)、CAE(计算机辅助工程)、CAP P(计算机辅助工艺设计)、CAM(计算机辅助制造)、CAT(计算机辅助测试，如I CT信息测试、FCT功能测试)等; 计算机仿真工具，如物流仿真、工程物理仿真(包括结构分析、声学分析、流体分析、热力学分析、运动分析、复合材料分析等多物理场仿真)、工艺仿真等;
智能制造概念详解及架构探究讲课稿
摘要: 智能制造概念关于智能制造的研究大致经历了三个阶段：起始于20世纪80年代人工智能在制造领域中的应用，智能制造概念正式提出，发展于20世纪90年代智能制造技术、智能制造系统的提出，成熟于21世纪以来新一代信息技术条件下的“智能制造(Smart Manufacturing)”。 一、智能制造的内涵 (一)概念 关于智能制造的研究大致经历了三个阶段：起始于20世纪80年代人工智能在制造领域中的应用，智能制造概念正式提出，发展于20世纪90年代智能制造技术、智能制造系统的提出成熟于21世纪以来新一代信息技术条件下的“智能制造(Smart Manufacturing)”。 20世纪80年代：概念的提出。1998年，美国赖特(Paul Kenneth Wright )、伯恩(David Alan Bourne)正式出版了智能制造研究领域的首本专著《制造智能》(Smart Manufacturing)，就智能制造的内涵与前景进行了系统描述，将智能制造定义为“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”。在此基础上，英国技术大学Williams教授对上述定义作了更为广泛的补充，认为“集成范围还应包括贯穿制造组织内部的智能决策支持系统”。
麦格劳- 希尔科技词典将智能制造界定为，采用自适应环境和工艺要求的生产技术，最大限度的减少监督和操作,制造物品的活动。 20世纪90年代：概念的发展。20世纪90年代，在智能制造概念提出不久后，智能制造的研究获得欧、美、日等工业化发达国家的普遍重视，围绕智能制造技术(IMT)与智能制造系统(IMS)开展国际合作研究。1991年，日、美、欧共同发起实施的“智能制造国际合作研究计划”中提出：“智能制造系统是一种在整个制造过程中贯穿智能活动，并将这种智能活动与智能机器有机融合,将整个制造过程从订货、产品设计、生产到市场销售等各个环节以柔性方式集成起来的能发挥最大生产力的先进生产系统”。 21世纪以来：概念的深化。21世纪以来，随着物联网、大数据、云计算等新一代信息技术的快速发展及应用，智能制造被赋予了新的内涵，即新一代信息技术条件下的智能制造(Smart Manufacturing)。2010年9月，美国在华盛顿举办的“21世纪智能制造的研讨会”指出，智能制造是对先进智能系统的强化应用，使得新产品的迅速制造，产品需求的动态响应以及对工业生产和供应链网络的实时优化成为可能。德国正式推出工业4.0战略，虽没明确提出智能制造概念，但包含了智能制造的内涵，即将企业的机器、存储系统和生产设施融入到虚拟网络—实体物理系统(CPS)。在制造系统中，这些虚拟网络—实体物理系统包括智能机器、存储系统和生产设施，能够相互独立地自动交换信息、触发动作和控制。
《智能制造系统架构映射及示例解析》
国家智能制造系统架构映射及示例解析 图11 智能制造系统架构各维度与智能制造标准体系结构映射 图11通过具体的映射图展示了智能制造系统架构三个维度与智能制造标准体系的映射关系。由于智能制造标准体系结构中A基础共性及C行业应用涉及到整个智能制造系统架构，映射图中对B关键技术进行了分别映射。 B关键技术中包括BA智能装备、BB智能工厂、BC智能服务、BD智能赋能技术、BE工业网络等五大类标准。其中BA智能装备主要对应生命周期维度的设计、生产和物流，
系统层级维度的设备和单元，以及智能特征维度中的资源要素；BB智能工厂主要对应生命周期维度的设计、生产和物流，系统层级维度的车间和企业，以及智能特征维度的资源要素和系统集成；BC智能服务主要对应生命周期维度的销售和服务，系统层级维度的协同，以及智能特征维度的新兴业态；BD智能赋能技术主要对应生命周期维度的全过程，系统层级维度的企业和协同，以及智能特征维度的所有环节；BE工业网络主要对应生命周期维度的全过程，系统层级维度的设备、单元、车间和企业，以及智能特征维度的互联互通和系统集成。 智能制造系统架构通过三个维度展示了智能制造的全貌。为更好的解读和理解系统架构，以计算机辅助设计（CAD）、工业机器人和工业网络为例，诠释智能制造重点领域在系统架构中所处的位置及其相关标准。 1.计算机辅助设计（CAD）
智能特征系统集成互联互通融合共享 图12a CAD 在智能制造系统架构中的位置 CAD 位于智能制造系统架构生命周期维度的设计环节、系统层级的企业层，以及智能特征维度的融合共享，如图12a 所示。已发布的CAD 标准主要包括： ● GB/T 18784-2002 CAD/CAM 数据质量 ● GB/T 18784.2-2005 CAD/CAM 数据质量保证方 法 ● GB/T 24734-2009 技术产品文件 数字化产品定义 数据通则
智能制造现状与前景
智能制造现状与前景公司内部编号：（GOOD-TMMT-MMUT-UUPTY-UUYY-DTTI-
智能制造的发展与前景展望 摘要:简述了智能制造形成的原因及智能制造的概念；分析了智能制造国内外的发展现状；指出了智能制造的发展趋势及其面临的问题。 关键词：智能制造人工智能机械制造工业 The development and research of intelligent manufacturing JiaYu Wang (College of Mechanical Engineering, Nanjing University of Aeronautics ＆Astronautics, Nanjing, 210016, China;) Abstract：This paper depicts the cause of formation and conception of presents status in the development on indication is given of the trend of development and question confronting IM. Key words:IM;AI;mechanical manufacture;Industrie 0 前言 智能制造装备是先进制造技术、信息技术以及人工智能技术在制造装备上的集成和深度融合，是实现高效、高品质、节能环保和安全可靠生产的下一代制造装备。在综述了智能制造装备国内外发展现状的基础上，重点论述了目前智能制造存在的问题，并得出结论，认为德国的”工业”和美国的工业互联网装备将是智能制造装备未来的发展方向。 1研究背景 制造业是国民经济的基础工业部门，是决定国家发展水平的最基本因素之一。从机械制造业发展的历程来看，经历了由手工制作、泰勒化制造、高度自动化、柔性自动化和集成化制造、并行规划设计制造等阶段。就制造自动化而言，