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。

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。