智能制造是一個大系統，貫穿于產品設計、制造和服務的全生命周期的各個環節，智能生產是主線，智能制造裝備是基礎。理解智能制造裝備發展的內外需求和發展趨勢，是開展智能制造裝備的關鍵技術學習，建立智能制造裝備體系宏觀思維的前提。

縱觀世界工業的發展歷史，科技創新始終是推動人類社會生產生活方式產生深刻變革的重要力量，從第一次工業革命的“蒸汽機時代”，到第二次工業革命的“電氣化時代”，再到第三次工業革命的“信息化時代”，都是以推動人類生產力的發展，滿足人類對美好生活的需要為追求。（圖1）

圖1工業革命史簡圖[1]

開始于18世紀60年代中期的第一次工業革命（工業1.0），從發明、改進和使用機器開始，以蒸汽機作為動力，實現工廠機械化。第一次工業革命使機械生產代替了手工勞動，工廠制造代替了手工工廠，社會生產力得到極大提高，人類經濟社會從以農業、手工業為基礎轉型到以工業化的機械制造帶動經濟發展的新模式。

開始于19 世紀后半期的第二次工業革命（工業2.0），在勞動分工基礎上，通過采用電力驅動機械加工，實現了大規模生產。因為有了電力，社會生產進入了由電氣自動化控制機械設備生產的年代，社會生產力進一步提升。這次的工業革命，通過零部件生產與產品裝配的成功分離，開創了產品批量生產的高效新模式。

開始于20世紀70年代左右的第三次工業革命（工業3.0），通過廣泛應用電子與信息技術，使制造過程自動化控制程度再進一步大幅度提高。生產效率、良品率、分工合作、機械設備壽命都得到了前所未有的提高。在此階段，工廠大量采用由PC、PLC、微控制器等電子信息技術自動化控制的機械設備進行生產。自此，機器能夠逐步替代人類作業，不僅接管了相當比例的“體力勞動”，還接管了一些“腦力勞動”，工業生產能力進一步提升。

進入21世紀，互聯網、云計算、大數據等信息技術的飛速發展，推動著人工智能技術的戰略性突破，人工智能技術已經成為新一輪科技革命的核心技術之一。人工智能技術與先進制造技術的深度融合，形成了智能制造技術，成為第四輪工業革命的核心驅動力。新一代智能制造的突破和廣泛應用將重塑制造業的技術體系、生產模式、產業形態，實現第四次工業革命。

縱觀近現代工業發展史，生產力發展始終是推動智能制造發展的根本動力；適應新技術、新經濟發展，滿足人類對美好生活的需求是智能制造裝備發展的根本需求。智能制造是一個大系統，貫穿于產品設計、制造和服務的全生命周期的各個環節，智能生產是主線，智能制造裝備是基礎。理解智能制造裝備發展的內外需求和發展趨勢，是開展智能制造裝備的關鍵技術學習，建立智能制造裝備體系宏觀思維的前提。

01

智能制造裝備發展內因

生產力發展始終是人類社會發展的決定性因素，現代科學技術的進步提升著人類生產力發展與變革的速度。智能制造裝備通過先進制造技術、信息技術和智能技術的集成和深度融合，將實現人類社會生產力的跨越式發展。上世紀以來人們對生產力發展水平的注意力主要偏重于生產過程的自動化，自動化程度的提高極大地解放了生產過程中的體力勞動。但隨著人類對更高生產能力、生產質量和生產效率的要求，越來越多的生產問題需要更多的腦力勞動來決策。如極端制造、超精密加工、高速高效加工以及考慮可持續發展問題的綠色制造等等，都是傳統工藝和成熟經驗無法解決的生產制造問題，迫切需要智能化加工設備才能夠完成。

1）極端制造系統問題

圖2中國空間站構想圖[2]

圖3***制造[3]

隨著人類社會不斷對深空、深海等極端條件的挑戰，各種極端制造問題成為人類生產力發展的主攻方向。如大型空間站艙體的一次性成型問題（如圖2）；用于深海探測潛水器的高強度、超大構件的精密鍛造問題[4]；萬噸級大型船舶用整體結構件及其精密焊接問題[5]；飛機制造與熱連軋機組制造等復雜巨系統制造問題[6]等。在這類極端條件中，常大量采用整體薄壁結構和復雜曲面結構，以滿足零件極端服役性能的要求。這類生產問題制造成本高、制造過程復雜、試錯代價昂貴，需要在有限的實驗條件下，獲得盡可能多的經驗和數據。因此制造裝備需要具有較強的數據采集和分析能力，通過對生產工藝數據、設備運行狀態、工件加工質量，以及材料應力、應變等數據的實時跟蹤和采集，結合物理信息系統，進行正確的數值模擬與仿真，實現有效的數據分析和預判，進而降低試錯成本，提升生產能力。

同時科學家在微尺度物質結構和性態上的挖掘與制造技術的突破，正不斷地創造著具有新結構、新功能的產品。新的納米制造工藝，需要在1平方厘米的芯片上集成近數十億個電子管（圖3）；基于原子尺度的增材制造技術，通過大分子可控組裝能夠“跳動”的心臟[7]、具有“呼吸”功能的肺氣囊等人造器官[8]；科學家構建的量子計算機“九章”，處理“高斯玻色取樣”的速度比最快的超級計算機快一百萬億倍[9]；超精密磨削技術已經將零件表面加工質量提升到皮米級的原子尺度[10]。目前制造技術已由毫米級的手工制造、微米及納米級的機器制造，逐步進入到了原子和近原子尺度的皮米級制造，這就需要新一代具有更高感知能力、創新驅動控制和人工智能技術的智能制造裝備來實現。

2）難加工材料復雜工藝問題

對于一些難加工材料的復雜工藝過程，如滿足極限工況使用要求的氮化硅陶瓷球（圖4）的超精密加工問題，其材料硬度達到2840～3320kg/mm2，且對加工精度和表面質量都有很高的要求，通常只能在復雜的混合金剛石磨料的柔性流道內研磨加工，影響其加工的精度的工藝條件多達40余個[11]。借助于先進的傳感器與檢測技術，通過大數據分析和人工智能方法，一些最重要的工藝參數才能夠被提取出來，這就要求新一代研磨機具有更高的智能化水平。而對于硬脆石材雕塑制品（圖5）的復雜加工工藝問題，其材料組成成分和結構復雜，每一塊石材都有不同的工藝特性，每一道工序的加工工藝參數都會對刀具產生較大的影響。借助于加工過程的實時監控和數字化模型的準確預測，工藝路徑和參數才能夠得到不斷地優化[12]。對于高溫合金、鈦合金、高強度鋼、復合材料等難加工材料，在高速切削過程中，切削溫度高、刀具磨損嚴重，零件在制造中加工變形和切削振動現象嚴重，加工精度和表面完整性難以保證，必須充分考慮切削過程的非線性、時變、大應變、高應變率、高溫、高壓和多場耦合等復雜工程問題[13]，這些都要求智能制造裝備具有高效、可靠的檢測、分析和控制能力。

圖4氮化硅陶瓷球

圖5石材復雜工藝制品

3）高速高效綠色制造問題

“力爭2030年前實現碳達峰，2060年前實現碳中和”是中國政府確定的重大發展戰略決策，事關中華民族永續發展和構建人類命運共同體。“推動技術和產業變革朝著信息化、數字化、智能化方向加速演進”是主要戰略方向。切削加工技術的高速高效綠色化制造過程，并不是純粹的幾何制造過程，而是典形的力熱強耦合的物理制造過程。切削加工過程涉及的材料學、彈塑性力學、斷裂力學、傳熱學、運動學、動力學和摩擦學等多學科交叉問題，切削過程中的各種物理現象如切削力、切削熱、切削振動和刀具磨損等，與工件、刀具、機床和夾具所構成的工藝系統具有密切聯系。工藝系統的制造誤差、刀具磨損、受力變形、受熱變形以及定位誤差和測量誤差等因素都會直接影響零件的加工質量[14]。在智能切削加工過程中，通過將先進傳感器與檢測技術、數據技術、智能算法與機床運動控制相結合，實現對切削加工狀態和表面質量的實時監測與動態控制，它要求智能制造裝備具有實時檢測與分析能力、具有數據傳輸和共享能力、能夠對控制決策進行準確和快速的響應能力。

4）離散型制造模式的智能化

圖6 智能化車間

圖7 智能化工廠模型

離散型制造是大部分工業產品的主要生產方式，離散制造的產品往往由多個零件經過一系列并不連續的工序的加工最終裝配而成，這些零件往往由同一工廠的不同部門或者不同的工廠生產完成。離散制造型企業往往生產相關和不相關的較多品種和系列的產品，其生產過程是由不同零部件加工子過程或并聯或串連組成的復雜的過程，其過程中包含著更多的變化和不確定因素。因此離散制造型企業的產能主要由加工要素的配置合理性決定，企業的管理水平和數據收集與運用能力已經成為離散型企業發展的核心競爭力，這些數據既包括產品及其構成的產品結構、工藝路線、物料信息、生產調度、質量管理等與產品密切相關的生產數據，還包括生產管理、財務管理、人力資源管理等生產要素。如圖6和圖7所示，現代離散制造企業需要借助于工業互聯網、云制造和人工智能等手段，將企業內部和企業與企業之間的物料流、信息流和控制流等數據在生產過程中匯集起來，把企業的人、財、物、產、供銷及相應的物流、信息流、資金流、管理流、增值流等緊密地集成起來實現資源優化和共享，使企業運行向著精細化和智能化的方向發展。

5）流程工業生產過程的智能化

石油、化工、鋼鐵、有色金屬、建材和電子等流程性工業行業，面臨著資源綜合利用率低、能源消耗大、環境污染嚴重等問題，特別是流程工業涉及原料變化頻繁、工況波動劇烈；生產過程涉及物理化學反應，機理復雜；且生產過程連續，不能停頓，任一工序出現問題必然會影響整個生產線和最終的產品質量。流程工業迫切需要對原料成分、設備狀態、工藝參數和產品質量等進行實時和全面的檢測，實現生產過程的高效化與綠色化、生產工藝和生產流程的智能化的制造模式轉變。如圖8和圖9，通過將復雜工業過程控制、全流程運行監控與管理大數據；企業運作管理與決策和生產管理與決策大數據；工藝研究實驗大數據等工業資源和人工智能技術相結合，實現知識型工作智能化，借助計算機和通信技術與流程工業物理資源的緊密融合與協同，實現生產工藝智能優化和生產流程智能優化[15]。

圖8 人機合作智能優化決策系統

圖9 工業過程智能自主控制系統

02

智能制造裝備發展外因

滿足人類對美好生活的向往，是社會發展根本目標，也是智能制造裝備發展的追求。標準化的大規模生產極大地豐富了人們的物質生活，人們在追求更多個性需求的同時，希望獲得更好的用戶體驗和實現更富有創造性的勞動創造，關注人的發展和需求是智能制造裝備產品和技術發展的主要著力點。

1）多樣化的個性需求

圖10寶馬定制汽車

圖11智能機床定制

隨著大眾化功能性需求的廣泛性滿足，人們對于產品的需求開始向著功能與文化價值共存的多樣化個性需求發展，消費者不再是被動的，客戶與市場的針對性定位更加細分化。如圖10和圖11所示，從消費品到生產工具，批量定制生產已經成為制造業的主流生產模式。批量定制生產是一種集企業、客戶、供應商和環境于一體，在系統思想指導下，用整體優化的思想，充分利用企業已有的各種資源，在標準化技術、現代設計方法學、信息技術和先進制造技術等的支持下，根據客戶的個性化需求，通過模塊化、平臺化、配置設計和變型設計等技術，使得最終產品在外部多樣化與內部少樣化之間達到綜合最優，以批量生產的低成本、高質量和高效率提供定制產品和服務的生產方式[16]。數量極少的產品要快速有效低成本地生產制造，制造模式必須是設計、協作、準備、制造、檢測、物流、消費、報廢回收的全流程全壽命的動態智能控制，物體、組織、個人、服務等的網絡無縫連接才能應對[17]。產品要在消費者直接或間接的參與下完成的，就需要對產品用戶的體驗具有及時的收集和分析能力。5G等通訊技術的發展極大地豐富了互聯網+大數據+人工智能的統計分析手段，柔性化生產制造系統和3D打印等新型制造技術則在定制化生產中展示了獨有的優勢，智能制造裝備體現出了應對多樣化個性需求的快速響應能力。

2）更高質量的生產服務

圖12一種生命周期大數據驅動的復雜產品智能制造服務體系構架[18]

服務經濟已經成為全球工業發展的主要趨勢之一，其核心是增加生產附加價值，優質服務可以為企業帶來額外價值。制造與服務的深度融合，使經濟的增長越來越多地依托用戶感知價值的創造。產品價值創造的重心正在由制造過程向顧客的使用過程和需求滿足過程轉變，由此導致了制造與服務在產品生命周期中價值比重的重新分配。產品通過服務增值為用戶提供更多的附加價值，吸引用戶參與產品配置和服務模式協同創新，溢出更多的用戶感知價值，也成為制造業塑造差異化競爭優勢的重要手段，制造企業需要加強服務化變革和協同創新以持續尋求新的利潤點[19]。如圖12，產品全生命周期大數據的運用為制造業整個生命周期管理的改善與優化帶來了新的機遇：借助互聯網和5G通信技術的發展，用戶體驗和需求能夠及時匯總到生產和服務端，進而提高產品更新迭代速度；工業互聯網、云制造的發展使“制造即服務”能夠更快地實現，分散制造資源和能力的服務化為社會化的集成、分享和使用提供了可能；以產品全生命周期管理為依托的綠色回收和再制造技術，為可持續發展創造著新的價值。以物聯網、產品嵌入式信息裝置、智能傳感器等為主要技術特征的新一代智能設備，極大地推動了制造業從自動化向服務化、智能化的發展。

3）更富價值的勞動創造

馬克思的勞動價值理論，是馬克思主義政治經濟學體系的出發點，馬克思說：“一切商品的價值都是由人的勞動創造的”。習近平總書記在全國勞動模范和先進工作者表彰大會上指出：“勞動是一切幸福的源泉”[20]。人類社會活動的本質在于創造勞動價值，參加社會勞動實現價值創造是人最基本的社會需求[21]。工業自動化通過對人類重復性體力和腦力勞動的替代，提高了社會平均勞動生產率，使人們能夠創造更多的勞動價值。

技術的進步推動了制造領域新一輪的產業變革，以互聯網、大數據、云計算為代表的新一代信息技術與傳統工業融合發展，制造業呈現出新的方向，以智能化、網絡化、數字化、服務化、綠色化為核心特征的智能制造成為制造業發展的重大趨勢。智能制造的提出是技術創新累積到一定程度的必然結果，是制造業依據其內在發展邏輯經過長時間的演變和整合逐步形成的制造模式[22]。智能制造是集成制造、精益生產、敏捷制造、虛擬制造、數字化制造、網絡化制造等多種先進制造模式的綜合，它通過信息物理系統（CPS），實現人、設備、產品、服務等制造要素與資源的相互識別、實時交互和信息集成，改變了傳統制造業設計、制造、管理、服務的方式。智能制造的應用可望降低生產加工過程對勞動者智力的依賴，完成復雜的任務，提高生產質量，節約加工成本，其靈活化、方便化、個性化的生產組織方式，也使得中小型企業在競爭中更具有優勢，承擔的風險更低。

智能制造裝備是智能制造技術的重要載體。智能制造裝備通過模擬人的體力和腦力勞動過程，實現工業生產過程的智能化，大幅降低勞動者的體力和部分腦力勞動，幫助勞動者創造更大的價值。智能制造裝備融合了先進制造技術、數字控制技術、現代傳感技術以及人工智能技術，具有感知、學習、決策、執行等功能、是實現高效、高品質、節能環保和安全可靠生產的下一代制造裝備。智能制造裝備是傳統制造產業升級改造，實現生產過程自動化、智能化、精密化、綠色化的有力工具，是培育和發展戰略性新興產業的重要支撐，也是衡量一個國家工業化水平的重要標志。

審核編輯 ：李倩