智能制造融合了信息技術、先進制造技術、自動化技術和人工智能技術。

1.智能制造概念

智能制造是工業4.0的重要組成部分，本質上是基于數據（信息、知識、模型）驅動的C2B制造模式，涉及用戶需求、產品研發、工藝設計、智能生成、產品服務。“智能”體現在兩個層面：一是面對C端個性化的、復雜的、不穩定、變化的需求如何去合理的根據B端已有的資源（組織、能力、原料、設備、庫存、供應鏈），快速的適配出解決方案，完成高品質的產品。二是基于工廠內部人、設備、物料之間的信息互聯、感知、優化、控制、執行。

智能制造是實現整個制造業價值鏈的智能化和創新，是信息化與工業化深度融合的進一步提升。智能制造融合了信息技術、先進制造技術、自動化技術和人工智能技術。智能制造包括開發智能產品；應用智能裝備；自底向上建立智能產線，構建智能車間，打造智能工廠；踐行智能研發；形成智能物流和供應鏈體系；開展智能管理；推進智能服務；最終實現智能決策。

傳統的制造系統在前三次工業革命中主要圍繞著它的五個核心要素進行技術升級，它包含了：

Material——材料，包括特性和功能等

Machine——機器，包括精度、自動化、和生產能力等

Methods——方法，包括工藝、效率、和產能等

Measurement——測量，包括六西格瑪、傳感器監測等

Maintenance——維護，包括使用率、故障率、和運維成本等

這些改善活動都是圍繞著人的經驗開展的，人是駕馭這5個要素的核心。生產系統在技術上無論如何進步，運行邏輯始終是：發生問題-》人根據經驗分析問題-》人根據經驗調整5個要素-》解決問題-》人積累經驗。而智能制造系統區別于傳統制造系統最重要的要素在于第6個M，也就是建模（Modeling——數據和知識建模，包括監測、預測、優化和防范等），并且通過這第6個M來驅動其他5個M的要素，從而解決和避免制造系統的問題。

因此，智能制造運行的邏輯是：發生問題-》模型（或在人的幫助下）分析問題-》模型調整5個要素-》解決問題-》模型積累經驗，并分析問題的根源-》模型調整5個要素-》避免問題。智能制造所要解決的核心問題是知識的產生與傳承過程。

2.什么是智能工廠

美國ARC總結：以制造為中心的數字制造、以設計為中心的數字制造、以管理為中心的數字制造，并考慮了原材料、能源供應、產品銷售的銷售供應，提出用工程技術、生產制造、供應鏈這三個維度來描述工程師的全部活動。

通過建立描述這三個維度的信息模型，利用適當的軟件，能夠完整表達圍繞產品設計、技術支持、生產制造已經原材料供應、銷售和市場相關的所有環節的活動。實時數據的支持，實時下達指令制導這些活動，全面的優化，在三個維度之間交互，我們叫數字化工廠或智慧工廠。

一方面，“工欲善其事，必先利其器”，實現智能制造的利器就是數字化、網絡化的工具軟件和制造裝備，包括以下類型：

計算機輔助工具，如CAD（計算機輔助設計）、CAE（計算機輔助工程）、CAPP（計算機輔助工藝設計）、CAM（計算機輔助制造）、CAT（計算機輔助測試，如ICT信息測試、FCT功能測試）等;

計算機仿真工具，如物流仿真、工程物理仿真（包括結構分析、聲學分析、流體分析、熱力學分析、運動分析、復合材料分析等多物理場仿真）、工藝仿真等;

工廠/車間業務與生產管理系統，如ERP（企業資源計劃）、MES（制造執行系統）、PLM（產品全生命周期管理）/PDM（產品數據管理）等;

智能裝備，如高檔數控機床與機器人、增材制造裝備（3D打印機）、智能爐窯、反應釜及其他智能化裝備、智能傳感與控制裝備、智能檢測與裝配裝備、智能物流與倉儲裝備等;

新一代信息技術，如物聯網、云計算、大數據等。

在智能工廠中，借助于各種生產管理工具/軟件/系統和智能設備，打通企業從設計、生產到銷售、維護的各個環節，實現產品仿真設計、生產自動排程、信息上傳下達、生產過程監控、質量在線監測、物料自動配送等智能化生產。下面介紹了幾個智能工廠中的典型“智能”生產場景。

場景1：設計/制造一體化

在智能化較好的航空航天制造領域，采用基于模型定義（MBD）技術實現產品開發，用一個集成的三維實體模型完整地表達產品的設計信息和制造信息（產品結構、三維尺寸、BOM等），所有的生產過程包括產品設計、工藝設計、工裝設計、產品制造、檢驗檢測等都基于該模型實現，這打破了設計與制造之間的壁壘，有效解決了產品設計與制造一致性問題。制造過程某些環節，甚至全部環節都可以在全國或全世界進行代工，使制造過程性價比最優化，實現協同制造。

場景2：供應鏈及庫存管理

企業要生產的產品種類、數量等信息通過訂單確認，這使得生產變得精確。例如：使用ERP或WMS（倉庫管理系統）進行原材料庫存管理，包括各種原材料及供應商信息。當客戶訂單下達時，ERP自動計算所需的原材料，并且根據供應商信息即時計算原材料的采購時間，確保在滿足交貨時間的同時使得庫存成本最低甚至為零。

場景3：質量控制

車間內使用的傳感器、設備和儀器能夠自動在線采集質量控制所需的關鍵數據;生產管理系統基于實時采集的數據，提供質量判異和過程判穩等在線質量監測和預警方法，及時有效發現產品質量問題。此外，產品具有唯一標識（條形碼、二維碼、電子標簽），可以以文字、圖片和視頻等方式追溯產品質量所涉及的數據，如用料批次、供應商、作業人員、作業地點、加工工藝、加工設備信息、作業時間、質量檢測及判定、不良處理過程等。

場景4：能效優化

采集關鍵制造裝備、生產過程、能源供給等環節的能效相關數據，使用MES系統或EMS（能源管理系統）系統對能效相關數據進行管理和分析，及時發現能效的波動和異常，在保證正常生產的前提下，相應地對生產過程、設備、能源供給及人員等進行調整，實現生產過程的能效提高。

因此，智能工廠的建立可大幅改善勞動條件，減少生產線人工干預，提高生產過程可控性，最重要的是借助于信息化技術打通企業的各個流程，實現從設計、生產到銷售各個環節的互聯互通，并在此基礎上實現資源的整合優化和提高，從而進一步提高企業的生產效率和產品質量。

3.制造環節智能化

互聯網技術的普及使得企業與個體客戶間的即時交流成為現實，促使制造業實現從需求端到研發端、服務端的拉動式生產，以及從“生產型”向“服務型”模式轉變。因此，企業領先于競爭對手完成數字化、網絡化與智能化的轉型升級，實現大規模定制化生產來滿足個性化需求并提供智能服務，方能在瞬息萬變的市場上立于不敗之地。

網絡化是指使用相同或不同的網絡將工廠/車間中的各種計算機管理軟件、智能裝備連接起來，以實現設備與設備之間、設備與人之間的信息互通和良好交互。將生產現場的智能裝備連接起來的網絡被稱為工業控制網絡，包括現場總線（如PROFIBUS、CC-Link、Modbus等）、工業以太網（如PROFINET、CC-LinkIE、Ethernet/IP、EtherCAT、POWERLINK、EPA等）、工業無線網（如WIA-PA、WIA-FA、WirelessHART、ISA100.11a等），對于控制要求不高的應用還可使用移動網絡（如2G、3G、4G以及未來5G網絡）。車間/工廠的生產管理系統則可以直接使用以太網連接。對于智能制造，往往還要求工廠網絡與互聯網連接，通過大數據應用和工業云服務實現價值鏈企業協同制造、產品遠程診斷和維護等智能服務。為了防止竊密，在工廠網絡與互聯網連接中要設防火墻，特別防止木馬、病毒攻擊企業網絡，注意網絡信息安全與功能安全。

數字化是指借助于各種計算機工具，一方面在虛擬環境中對產品物體特征、生產工藝甚至工廠布局進行輔助設計和仿真驗證，例如使用CAD（計算機輔助設計）進行產品二維、三維設計并生成數控程序G代碼，使用CAE（計算機輔助工程）對工程和產品進行性能與安全可靠性分析與驗證，使用CAPP（計算機輔助工藝設計）通過數值計算、邏輯判斷和推理等功能來制定和仿真零部件機械加工工藝過程，使用CAM（計算機輔助制造）進行生產設備管理控制和操作過程，使用CAT（計算機輔助測試）實現集成試驗臺與各種試驗參數的仿真與測試等;另一方面，對生產過程進行數字化管理，例如、使用CDD（通用數據字典）建立產品全生命周期數據集成和共享平臺，使用PDM管理產品相關信息（包括零件、結構、配置、文檔、CAD文件等），使用PLM進行產品全生命周期管理（產品全生命周期的信息創建、管理、分發和應用的一系列應用解決方案）等。

智能化可分為兩個階段，當前階段是面向定制化設計，支持多品種小批量生產模式，通過使用智能化的生產管理系統與智能裝備，實現產品全生命周期的智能管理，未來愿景則是實現狀態自感知、實時分析、自主決策、自我配置、精準執行的自組織生產。這就要求首先實現生產數據的透明化管理，各個制造環節產生的數據能夠被實時監測和分析，從而做出智能決策，并且智能化系統要能接受企業最高領導層的決策（BI），及有突發情況要能接受人工干預;其次要求生產線具有高度的柔性，能夠進行模塊化組合，以滿足生產不同產品的需求。此外，還應提升產品本身的智能化，如提供友好的人機交互、語言識別、數據分析等智能功能，并且生產過程中的每個產品和零部件是可標識、可跟蹤的，甚至產品了解自己被制造的細節以及將被如何使用。

數字化、網絡化、智能化是保證智能制造實現“兩提升、三降低”經濟目標的有效手段。數字化確保產品從設計到制造的一致性，并且在制樣前對產品的結構、功能、性能乃至生產工藝都進行仿真驗證，極大地節約開發成本和縮短開發周期。網絡化通過信息橫縱向集成實現研究、設計、生產和銷售各種資源的動態配置以及產品全程跟蹤檢測，實現個性化定制與柔性生產的同時提高了產品質量。智能化將人工智能融入設計、感知、決策、執行、服務等產品全生命周期，提高了生產效率和產品核心競爭力。

4.網絡互聯互通

智能制造的首要任務是信息的處理與優化，工廠/車間內各種網絡的互聯互通則是基礎與前提。沒有互聯互通和數據采集與交互，工業云、工業大數據都將成為無源之水。智能工廠/數字化車間中的生產管理系統（IT系統）和智能裝備（自動化系統）互聯互通形成了企業的綜合網絡。按照所執行功能不同，企業綜合網絡劃分為不同的層次，自下而上包括現場層、控制層、執行層和計劃層。圖2給出了符合該層次模型的一個智能工廠/數字化車間互聯網絡的典型結構。隨著技術的發展，該結構呈現扁平化發展趨勢，以適應協同高效的智能制造需求。

計劃層：實現面向企業的經營管理，如接收訂單，建立基本生產計劃（如原料使用、交貨、運輸），確定庫存等級，保證原料及時到達正確的生產地點，以及遠程運維管理等。企業資源規劃（ERP）、客戶關系管理（CRM）、供應鏈關系管理（SCM）等管理軟件都在該層運行。

執行層：實現面向工廠/車間的生產管理，如維護記錄、詳細排產、可靠性保障等。制造執行系統（MES）在該層運行。

監控層：實現面向生產制造過程的監視和控制。按照不同功能，該層次可進一步細分為：

監視層：包括可視化的數據采集與監控（SCADA）系統、HMI（人機接口）、實時數據庫服務器等，這些系統統稱為監視系統;

控制層：包括各種可編程的控制設備，如PLC、DCS、工業計算機（IPC）、其他專用控制器等，這些設備統稱為控制設備;

現場層：實現面向生產制造過程的傳感和執行，包括各種傳感器、變送器、執行器、RTU（遠程終端設備）、條碼、射頻識別，以及數控機床、工業機器人、工藝裝備、AGV（自動引導車）、智能倉儲等制造裝備，這些設備統稱為現場設備。

工廠/車間的網絡互聯互通本質上就是實現信息/數據的傳輸與使用，具體包含以下含義：物理上分布于不同層次、不同類型的系統和設備通過網絡連接在一起，并且信息/數據在不同層次、不同設備間的傳輸;設備和系統能夠一致地解析所傳輸信息/數據的數據類型甚至了解其含義。前者即指網絡化，后者需首先定義統一的設備行規或設備信息模型，并通過計算機可識別的方法（軟件或可讀文件）來表達設備的具體特征（參數或屬性），這一般由設備制造商提供。如此，當生產管理系統（如ERP、MES、PDM）或監控系統（如SCADA）接收到現場設備的數據后，就可解析出數據的數據類型及其代表的含義。

5.端到端數據流

智能制造要求通過不同層次網絡集成和互操作，打破原有的業務流程與過程控制流程相脫節的局面，分布于各生產制造環節的系統不再是“信息孤島”，數據/信息交換要求從底層現場層向上貫穿至執行層甚至計劃層網絡，使得工廠/車間能夠實時監視現場的生產狀況與設備信息，并根據獲取的信息來優化生產調度與資源配置。也要涉及到協同制造單位（如上游零部件供應商、下游用戶）的信息改變，這就需要用互聯網實現企業與企業數據流動。按照圖2的智能工廠/數字化車間網絡結構，工廠/車間中可能的端到端數據流如圖3所示。

智能制造端到端數據流

具體包括：

現場設備與控制設備之間的數據流包括：交換輸入、輸出數據，如控制設備向現場設備傳送的設定值（輸出數據），以及現場設備向控制設備傳送的測量值（輸入數據）;控制設備讀寫訪問現場設備的參數;現場設備向控制設備發送診斷信息和報警信息;

現場設備與監視設備之間的數據流包括：監視設備采集現場設備的輸入數據;監視設備讀寫訪問現場設備的參數;現場設備向監視設備發送診斷信息和報警信息;

現場設備與MES/ERP系統之間的數據流包括：現場設備向MES/ERP發送與生產運行相關的數據，如質量數據、庫存數據、設備狀態等;MES/ERP向現場設備發送作業指令、參數配置等;

控制設備與監視設備之間的數據流包括：監視設備向控制設備采集可視化所需要的數據;監視設備向控制設備發送控制和操作指令、參數設置等信息;控制設備向監視設備發送診斷信息和報警信息;

控制設備與MES/ERP之間的數據流包括：MES/ERP將作業指令、參數配置、處方數據等發送給控制設備;控制設備向MES/ERP發送與生產運行相關的數據，如質量數據、庫存數據、設備狀態等;控制設備向MES/ERP發送診斷信息和報警信息;

監視設備與MES/ERP之間的數據流包括：MES/ERP將作業指令、參數配置、處方數據等發送給監視設備;監視設備向MES/ERP發送與生產運行相關的數據，如質量數據、庫存數據、設備狀態等;監視設備向MES/ERP發送診斷信息和報警信息。

我國實現智能制造必須2.0、3.0、4.0并行發展，既要在改造傳統制造方面“補課”，又要在綠色制造、智能升級方面“加課”。對于制造企業而言，應著手于完成傳統生產裝備網絡化和智能化的升級改造，以及生產制造工藝數字化和生產過程信息化的升級改造。對于裝備供應商和系統集成商，應加快實現安全可控的智能裝備與工業軟件的開發和應用，以及提供智能制造頂層設計與全系統集成服務。
責任編輯；zl