一、智能制造的本质

　　从本质上看，智能制造是智能技术与制造技术的深度融合。从发展脉络上看，传统制造基于互联网信息技术、物联网技术等实现数字化，而这些技术的进一步发展便是智能技术。传统的制造技术在智能技术的引导下，向更加成熟和更加高效的方向进步，再基于智能制造关键技术赋能，实现制造工厂的智能化。

　　智能制造包含智能制造技术（intelligent manufacturing technology, IMT）和智能制造系统（IMS）。智能制造包括三个应用层面：设备、车间、企业。这些都离不开大数据交融与共享，而未来的重点更是集中在基于大数据的智能制造应用方面。

　　智能制造技术是指利用计算机，综合应用人工智能技术（如人工神经网络、遗传算法等）、智能制造机器、代理（agent）技术、材料技术、现代管理技术、制造技术、信息技术、自动化技术、并行工程、生命科学和系统工程理论与方法，在国际标准化和互换性的基础上，使整个企业制造系统中的各个子系统分别智能化，并升级成网络集成、高度自动化的制造系统，该系统利用计算机模拟制造专家的分析、判断、推理、构思和决策等智能活动，并将这些智能活动与智能机器有机地融合起来，将其贯穿应用于整个制造企业的各个子系统（如经营决策、采购、产品设计、生产计划、制造、装配、质量保证和市场销售等），以实现整个制造企业经营运作的高度柔性化和集成化，从而取代或延伸制造环境中专家的部分脑力劳动，并对制造业专家的智能信息进行收集、存储、完善、共享、继承和发展的一种极大地提高生产效率的先进制造技术。

　　智能制造系统（IMS）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。IMS理念建立在自组织、分布自治和社会生态学机制上，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，旨在提高适应高度变化的环境制造的有效性。智能制造是一个新型制造系统。由于智能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。总体而言，网络化是基础，数字化是手段，而智慧化则是目标。首先，数字化，其重点在于从单点数字化模型表达向全局、全生命周期模型化表达及传递体系进行转变，实现数字量体系的表达和传递；其次，网络化，打通设计工艺，并向系统工程、并行工程、模块化支撑下的产品全生命周期及生产全生命周期一体化和价值链广域协同模式进行转变；再次，智能化，从信息世界模式向信息和物理世界融合下的管理与工程高度融合的模式进行转变；最后，智慧化，就是从过去的经验决策向大数据支撑下的智慧化研发和管理模式进行转变。

　　二、智能制造的显著特征

　　和传统的制造相比，智能制造集自动化、柔性化、集成化和智能化于一身，具有实时感知、优化决策、动态执行三个方面的优点。具体来说，智能制造具有以下鲜明特征。

　　（1）自组织和超柔性

　　智能制造中的各组成单元能够根据工作任务需要，快速、可靠地组建新系统，集结成一种超柔性最佳结构，并按照最优方式运行。同时，对于快速变化的市场、变化的制造要求有很强的适应性，其柔性不仅表现在运行方式上，也表现在结构组成上，所以称这种柔性为超柔性，如同一群人类专家组成的群体，具有生物特征。例如，在当前任务完成后，该结构将自行解散，以便在下一任务中能够组成新的结构。

　　（2）自律能力

　　智能制造具有搜集与理解环境信息和自身信息，并进行分析判断和规划自身行为的能力。智能制造系统能监测周围环境和自身作业状况并进行信息处理，根据处理结果自行调整控制策略，以采用最佳运行方案，从而使整个制造系统具备抗干扰、自适应和容错纠错等能力。强有力的知识库和基于知识的模型是自律能力的基础。具有自律能力的设备称为“智能机器”，其在一定程度上表现出独立性、自主性和个性，甚至相互间还能协调运作与竞争。

　　（3）自我学习与自我维护

　　智能制造系统以原有的专家知识库为基础，能够在实践中不断地充实、完善知识库，并剔除其中不适用的知识，对知识库进行升级和优化，具有自学习功能。同时，在运行过程中能自行诊断故障，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。

　　（4）人机一体化

　　智能制造不单纯是“人工智能”系统，而是一种人机一体化的智能系统，是一种“混合”智能。从人工智能发展现状来看，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，现阶段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。但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。

　　（5）网络集成

　　智能制造系统在强调各个子系统智能化的同时更注重整个制造系统的网络化集成，这是智能制造系统与传统的面向制造过程中特定应用的“智能化孤岛”的根本区别。这种网络集成包括两个层面。一是企业智能生产系统的纵向整合以及网络化。网络化的生产系统利用信息物理系统（CPS）实现工厂对订单需求、库存水平变化以及突发故障的迅速反应，生产资源和产品由网络连接，原料和部件可以在任何时候被送往任何需要它的地点，生产流程中的每个环节都被记录，每个差错也会被系统自动记录，这有利于帮助工厂更快速有效地处理订单的变化、质量的波动、设备停机等事故，工厂的浪费将大大减少。二是价值链横向整合。与生产系统网络化相似，全球或本地的价值链网络通过CPS相连接，囊括物流、仓储、生产、市场营销及销售，甚至下游服务。任何产品的历史数据和轨迹都有据可查，仿佛产品拥有了“记忆”功能。这便形成一个透明的价值链——从采购到生产再到销售，或从供应商到企业再到客户。客户定制不仅可以在生产阶段实现，还可以在开发、订单、计划、组装和配送环节实现。

　　（6）虚拟现实

　　虚拟现实技术（virtual reality）是以计算机为基础，融合信号处理、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，是实现高水平人机一体化的关键技术之一。基于虚拟现实技术的人机结合新一代智能界面，可以用虚拟手段智能地表现现实，能拟实制造过程和未来的产品，它是智能制造的一个显著特征。

　　三、智能制造的关键环节

　　先进制造技术的加速融合使得制造业的设计、生产、管理、服务各个环节日趋智能化，智能制造正在引领制造企业全流程的价值最大化。归纳国内外学者的研究成果，智能制造的关键环节主要包含智能设计、智能产品、智能装备、智能生产、智能管理和智能服务等。

　　（1）智能设计

　　智能设计指应用智能化的设计手段及先进的设计信息化系统（CAX、网络化协同设计、设计知识库等），支持企业产品研发设计过程各个环节的智能化提升和优化运行。例如，实践中，建模与仿真已广泛应用于产品设计，新产品进入市场的时间实现大幅压缩。

　　（2）智能产品

　　在智能产品领域，互联网技术、人工智能、数字化技术嵌入传统产品设计，使产品逐步成为互联网化的智能终端，比如将传感器、存储器、传输器、处理器等设备装入产品当中，使生产出的产品具有动态存储、通信与分析能力，从而使产品具有可追溯、可追踪、可定位的特性，同时还能广泛采集消费者个体对创新产品设计的个性化需求，令智能产品更加具有市场活力。特斯拉被誉为“汽车界的苹果”，它的成功不仅缘于电池技术的突破，更由于其具有全新的人机交互方式，通过互联网终端把汽车做成了一个包含硬件、软件、内容和服务的大型可移动智能终端。

　　（3）智能装备

　　智能制造模式下的工业生产装备需要与信息技术和人工智能等技术进行集成与融合，从而使传统生产装备具有感知、学习、分析与执行能力。生产企业在装备智能化转型过程中可以从单机智能化或者单机装备互联形成智能生产线或智能车间两方面着手。但是值得注意的是，单纯地将生产装备智能化还不能算真正意义上的装备智能化，只有将市场和消费者需求融入装备升级改造中，才算得上真正实现全产业链装备智能化。

　　（4）智能生产

　　在传统工业时代，产品的价值与价格完全由生产厂商主导，厂家生产什么消费者就只能购买什么，生产的主动权完全由厂家掌控。而在智能制造时代，产品的生产方式不再是生产驱动，而是用户驱动，即生产智能化可以完全满足消费者的个性化定制需求，产品价值与定价不再是企业一家独大，而是由消费者需求决定。在实践中，生产企业可以将智能化的软硬件技术、控制系统及信息化系统（分布式控制系统、分布式数控系统、柔性制造系统、制造执行系统等）应用到生产过程中，按照市场和客户的需求优化运行生产过程，这是智能制造的核心。

　　（5）智能管理

　　随着大数据、云计算等互联网技术、移动通信技术以及智能设备的成熟，管理智能化也成为可能。在整个智能制造系统中，企业管理者使用物联网、互联网等实现智能生产的横向集成，再利用移动通信技术与智能设备实现整个智能生产价值链的数字化集成，从而形成完整的智能管理系统。此外，生产企业使用大数据或者云计算等技术可以提高企业搜集数据的准确性与及时性，使智能管理更加高效与科学。企业智能管理领域不仅包括产品研发和设计管理、生产管理、库存／采购／销售管理等制造核心环节，还包含服务管理、财务／人力资源管理、知识管理、产品全生命周期管理等。

　　（6）智能服务

　　智能服务作为智能制造系统的末端组成部分，起着连接消费者与生产企业的作用，服务智能化最终体现在线上与线下的融合O2O服务，即一方面生产企业通过智能化生产不断拓展其业务范围与市场影响力，另一方面生产企业通过互联网技术、移动通信技术将消费者连接到企业生产当中，通过消费者的不断反馈与所提意见提升产品服务质量、提高客户体验度。具体来说，制造服务包含产品服务和生产性服务，前者指对产品售前、售中及售后的安装调试、维护、维修、回收、再制造、客户关系的服务，强调产品与服务相融合；后者指与企业生产相关的技术服务、信息服务、物流服务、管理咨询、商务服务、金融保险服务、人力资源与人才培训服务等，为企业非核心业务提供外包服务。智能服务强调知识性、系统性和集成性，强调以人为本的精神，为客户提供主动、在线、全球化服务，它采用智能技术提高服务状态／环境感知、服务规划／决策／控制水平，提升服务质量，扩展服务内容，促进现代制造服务业这一新业态不断发展和壮大。

　　四、智能制造的应用场景

　　智能制造通过对海量工业数据的深度感知、泛在传输与高级分析，打通端到端的数据链，实现从单台机器、单个企业到整个社会生产制造活动的智能决策、动态控制与有机协同。智能制造在工厂内聚焦设计、制造、管理等生产活动的改进优化，在工厂外强调在连接用户、企业和产品基础上进行智能协同与服务，并最终通过工厂内外的交互反馈推动整个价值链条的提升。国内学者总结出了智能制造的四大应用模式。

　　第一种模式是基于现场连接的智能化生产。这种模式主要应用于石化、钢铁、电子信息、家电、航空航天、汽车等行业中，例如尼桑公司在汽车生产中采集控制器参数，分析比较机械臂运行异常状态，可以提前三周预测潜在故障问题。

　　第二种模式是基于产品联网的服务化延伸。这种模式主要应用于工程机械、电力设备、供水设备、家电等行业中，例如通用公司可以基于Predix平台监控飞机燃油消耗状态，并进行分析以优化飞行管理，帮助亚航公司1年节省2000万美元燃油费用。

　　第三种模式是基于企业互联的网络化协同。这种模式主要应用于航空航天、汽车、船舶、家电等行业中，例如宝钢与一汽就新车型开发进行纵向协同设计，预先对44个零件进行选材和优化，使新零件屈服强度提升50%。

　　第四种模式是基于需求精准对接的个性化定制。这种模式主要应用于家电、服装、家具等行业中，例如红领公司根据消费者个性化需求进行服装设计、数据分析和信息交换，实现以多品种、小批量、快翻新为特征的C2B定制生产。

来源：《智能制造：技术前沿与探索应用》

作者简介：

　　郑力

清华大学工业工程系教授、博士生导师，曾任美国佐治亚理工大学和德国亚深工业大学访问教授、清华大学工业工程系主任，现任清华大学副校长。主要从事生产系统分析与优化以及企业信息化方面的硏究，曾在英特尔、卡特彼勒、齐鲁石化、中国兵器装备集团等40余家企业传授工业工程理念和方法，进行生产系统硏究和实施。发表论文300余篇，其中SCI论文70余篇;主编英文专著2部、中文专著1部、教材2部;获得专利3项、软件版权9项。任教育部高等学校工业工程类专业教学指导委员会主任委员，中国机械工业联合会第三届专家委员会委员，中国机械工程学会工业工程分会副主任委员。

　　莫莉

　　管理学博士、工业工程博士后，长期从事先进制造管理和企业核心能力培育的研究与实践，擅长军工、汽车等产业先进制造模式的设计与实施。作为核心人员参与多项国家级重大课题及中央军委委托重大课题的研究，公开出版英文专著1部、中文专著1部，参与写作著作3部，在国内外重要期刊及有国际影响力的学术会议公开发表学术论文20余篇，有十多年的中国兵器装备集团等世界500强企业的从业经历，已为全球数十家知名企业提供管理咨询和顾问服务。