國際智能制造演化路徑及熱點領域研究趙程程

楊萌

〔摘 要〕發展智能制造業是國際上發達國家/地區制造業發展的內在要求，也是我國制造業技術創新、產業結構升級的重要突破口。以SCI中1995-2015年發表的2 894篇文獻題錄作為數據樣本，通過高頻主題詞分析，確定智能制造研究的熱點領域；通過檢測詞頻變動趨勢顯著的主題詞，確定智能制造的前沿領域和發展趨勢。在此基礎上，借助Citespace Ⅲ信息可視化軟件，繪制出智能制造研究演化路徑與研究熱點的知識圖譜，歸納總結其特點，明確了智能制造的研究前沿與發展方向，為我國政府發展智能制造產業做出戰略性借鑒和參考。

〔關鍵詞〕智能制造；研究熱點；信息可視化

DOI：10.3969/j.issn.1008-0821.2015.11.018

〔中圖分類號〕F263 〔文獻標識碼〕A 〔文章編號〕1008-0821（2015）11-0101-05

Research on the Evolution Path and Hot Research

Topics of Intelligent Manufacturing

Zhao Chengcheng Yang Meng

（School of Management，Shanghai University of Engineering Science，Shanghai 201620，China）

〔Abstract〕At first，2694 documents in“Intelligent Manufacturing”published in 1995-2015 were researched out by internationally accepted academic search engine SCI.Secondly，choosing all the documents as the data sample，the hot domains and the research edge were confirmed by using word frequency analysis and detection analysis.Finally，the knowledge mapping of them was drawn by using Citespace.The paper expected that they could benefit the researchers in the field of intelligent manufacturing.

〔Key words〕intelligent manufacturing；hot domain；information visualization

智能制造不僅是全球制造業的發展方向，也是我國戰略性新興產業的重要支柱。其發展得到各國政府的大力支持。2011年，美國正式啟動包括工業機器人在內的“Advanced Manufacturing Partnership Plan（先進制造聯盟伴計劃）”等項目振興本國制造業。該項目不僅描繪了該領域未來的發展藍圖，而且確定了十大優先行動目標，意圖通過采用21世紀的數字信息技術和自動化技術，加快對20世紀的工廠進行現代化改造過程，以改變以往的制造方式，借此獲得經濟、效率和競爭力方面的多重效益[1]。無獨有偶，2010年12月，德國聯邦政府經濟和技術部制定了新的信息化戰略——Digital Germany 2015（數字德國2015），提出通過數字化獲得新的經濟增長和就業機會，具體內容包括發展電子能源（E-energy）和智能電網；研發電動汽車，建設智能交通系統；在工業領域推廣云計算技術等[2]。同期，2009年7月，日本IT戰略本部制定了至2015年的中長期信息技術發展戰略——“i-Japan”。該戰略計劃通過信息通信技術與產業的融合，從根本上提高生產效率，提高產品的附加值，開拓新的市場，使日本經濟保持全球領先地位。近年來，我國政府也做出加快培育發展智能制造產業的重大戰略決策。目前，我國已編制完成《智能制造裝備產業“十二五”發展規劃》，并于2011年設立“智能制造裝備創新發展專項”，2013年3月，我國相繼出臺《智能制造科技發展“十二五”專項規劃》、《服務機器人科技發展“十二五”規劃》。盡管如此，我國政府仍感覺到缺乏理論和方法指導。其主要原因在于，我國大部分學者仍將目光聚焦在某一單一智能技術的研究上，缺乏系統性、全面性地認知國際智能產業技術創新的發展路徑和研究熱點，難以為我國政府發展智能制造產業做出戰略性借鑒和參考。

由于頻次高的主題詞常被用來確定一個研究領域的熱點問題[3]，所以本研究通過主題詞進行檢索，并借助陳超美博士開發的信息可視化軟件Citespace Ⅲ，對科學文獻引用共引網絡的路徑進行分析和處理，通過顯示高頻詞[4]，形象地展示出國際智能制造的創新演化與研究熱點，以幫助國內學者更好地了解智能制造產業發展，對準確定位“十三五”我國智能制造產業的發展方向、重點領域、關鍵技術都有重要的借鑒意義。

1 智能制造研究的演化路徑及特點

11 智能制造研究的演化路徑

首先，我們以Intelligent Manufacturing為主題詞在Web of Science進行檢索，共檢索到2 894篇文獻（截止2015年2月13日）。然后，將這2 894條記錄導入Citespace，時區選擇為1995-2015年，時間跨度為1年，主題詞選擇為名次（Noun），來源為標題（Title）、摘要（Abstract）、作者、關鍵詞（Descriptor）和附加關鍵詞（Identified），節點選擇為引用參考文獻（Cite Reference），閾值選擇為（2，1，20），（5，4，22），（6，5，25），選定路徑搜索算法（Pathfinder），視圖選為區域視圖（Zoneview），運行生成可視化圖譜，如圖1所示。endprint

12 演化路徑的特點

通過對圖1和表1的深入剖析，2000年之后智能制造產業創新領域的研究路徑呈現出以下幾個方面的特征：

121 智能制造源于人工智能，興于20世紀末21世紀初期

智能制造源于人工智能的研究，是人工智能生產化的體現。隨著日益加劇的全球競爭及瞬息萬變的市場需求等倒逼生產制造系統能夠快速、智能化應對這種需求和挑戰。早在1981年，Gary LPeterson等人對人工智能在技術層面展開了大量的研究，為20世紀末21世紀初期興起的智能制造奠定了技術積累。其中，Pertersong算法、合同網高層通信協議、多次專家控制系統、遺傳算法等為物聯網、數控技術、智能生產制造系統提供了基層技術支持[5-6]。20世紀末21世紀初期，全球智能制造圍繞“數控技術”、“Agent技術”、“云技術”等制造相關技術。甚至，2009年Gerben GMeyer從智能產品追溯到智能技術，并將其劃分為三大類，一是自動識別和嵌入式處理技術，涵蓋RFID（電子標簽）、MEMS（微系統）；二是分布式信息存儲與處理技術，涵蓋EPC Global（物聯網物件跟蹤系統）、D@URL（產品認證信息標簽）、WWAI（世界范圍商品信息）；三是Agent-based 平臺技術，涵蓋門戶平臺、嵌入式平臺、代理平臺[7]。

122 從技術到應用：從“Agent技術”到“Agent技術的生產應用”；從“數控技術”到“數控技術標準”；從“云技術”到“云制造”

21世紀初期，對智能制造的研究不再強調技術的創新，而更加關注技術的應用。從關注“Agent技術”到“Agent技術的生產應用”，Heragu SS（2002）構建出基于Agent技術的生產系統控制架構[8]；Colombo AM（2006）將傳統的機電一體化設備與嵌入式控制Agent相結合，形成一種基于Agent的智能制造工業控制平臺[9]；Leito P（2009）對發達國家Agent技術的生產制造展開調查[10]；Trentesaux D（2009）對基于Agent技術生產系統的新的控制體系結構的實現進行評價[11]。

從“數控技術”到“數控技術標準”。雖然還有部分學者關注數控技術的智能化，例如，Leito（2006）研究出ADACOR子系統數控技術等，但更多的學者聚焦在數控技術的標準化問題[12]。2002年，SUH SH首次提出智能STEP-compliant數控技術標準體系[13]。2003年，SUH SH再次對STEP-compliant數控技術標準體系進一步細化[14]。無獨有偶，NEWMAN ST（2003）、XU XW（2005，2006）多次修訂STEP-compliant 數控技術標準規范[15-17]。

從“云技術”到“云生產”。越來越多的學者提出在生產制造借助“云技術”，形成“云生產”。代表人物SHEN W（2001）第一次提出融合物聯網技術，構建SINA（Sensor Information Networking Architecture，傳感器信息網絡體系結構），解決生產制造的實時性、敏捷性[18]。直至2012年XU XW第一次明確提出“云制造”，即采取包括云計算等前沿信息技術，支持制造業在廣闊網絡資源環境下，為產品提供高附加值、低成本和全球化制造的服務[19]。

2 智能制造產業創新的研究熱點及特征

21 研究熱點圖譜繪制

同樣地，將上述檢索的2 894篇文獻的題錄數據輸入Citespace軟件中。保持時間區域、時間跨度、來源、節點選擇、算法和閾值不變，利用名詞短語（Noun Phrase）技術，將頻次變化率高的詞從大量的主題詞中探測出，來確定國際智能制造的研究熱點，如圖2所示。

22 研究熱點特征分析

221 智能化、柔性制造系統（Intelligent and Flexible Manufacturing Systems）一直是智能制造產業技術創新的研究熱點

通過對圖2和表2的深入剖析，1995-2015年智能制造產業創新領域的研究熱點主要聚焦在智能、柔性制造系統（Intelligent and Flexible Manufacturing Systems）。其中，智能（Intelligent）出現頻次累計高達131，柔性（Flexible）高達52。另一方面，國際智能制造技術研究熱點聚焦在“系統架構”（Framework，Architecture）、“Multi-agent技術”（Multi-agent Systems）、“集成技術”（Integration）、“神經網絡”（Neural Networks）、“最優化算法”（Optimization）5個方面。其中，圍繞著“系統架構”（Framework，Architecture），引用頻次較高的是SHEW WEIMING（2000）與SHEW CHIEN-CHUNG（2001），影響了后期對智能化生產系統的構建。SHEW WEIMING（2000）基于Agent技術設計出一種的分布式智能體系架構MetaMorph Ⅱ，用以滿足生產制造的集成性（Integration）、配置性、適應性、擴展性、靈活性和可靠性[20]。同期，SHEN CHIEN-CHUNG（2001）借助傳感器技術構建傳感器信息網絡構架SINA，該架構通過運行每個傳感器節點，強化傳感器信息的自適應組織，方便事件查詢、進程控制與多任務功能[18]。2000年以來，另一智能制造研究熱點Agent技術也得到了突飛猛進的發展，從單一Agent技術到“Multi-agent技術”（Michael Wooldride，2002）[21]；從Agent技術的研發到其智能化生產制造應用，例如智能Agent技術在分布式生產調度的應用[22-23]、借助Agent技術實現工業管理與工業制造一體化的多主體系統Multiagent Systems（MARIK，2005）[24]。endprint

222 “云制造”是智能制造產業的新興領域

以往學者通常借助Agent技術的創新，滿足制造的個性化、柔性發展需求。然而，2010年以來，逐漸有學者提出將云技術“嫁接”到生產制造，實現生產柔性化。通過對2014年文獻進行研究熱點分析，發現大部分學者將目標轉移在借助各種算法與“云制造”，提升智能制造的效率和產品本身。LI BO-HU（2010）提出了一種面向服務的網絡化制造新模式——“云制造”，并討論了實施云制造所需攻克的關鍵技術和所取得的成果[25]。最后，給出了一個云制造的典型應用案例——基于云仿真原型平臺的云設計。Xun Xu（2012）進一步深入解釋云制造的核心技術——云計算，并提出隨著云技術的提升，云制造不僅可以促進生產模式的扁平化，更能促進企業創新，而且可以滿足市場個性化、靈敏的定制需求[19]。

3 啟 示

借助信息可視化軟件，本次研究繪制出智能制造研究的演化路徑和熱點領域圖，總結出其規律特點，并得到以下幾點啟示，為我國政府發展智能制造產業做出戰略性借鑒和參考。

（1）縱觀國際上學者對智能制造的研究逐步從技術層面轉移到應用層面，主要聚焦在Agent技術的生產應用、數控技術標準的確定、“云制造”等。相比發到國家/地區，我國智能制造產業基礎差、底子薄，在“埋頭”進行技術研發的同時，也要時不時“仰望星空”，尋求契機，積極參與國際智能制造標準的制定、新技術的生產應用等，加速我國制造業轉型升級。

（2）“云制造”將會成為我國第三次工業革命的另一契機。3D打印、機器人一直被認為我國制造業轉型升級的新契機。以機器人為例，我國制造業領域許多企業家普遍認為，機器人是應對第三次工業革命最合適的切入口之一。然而，“十二五”國家863計劃機器人技術主題專家組組長趙杰表示，我國目前機器人產業化還存在一些制約問題。工業和信息化裝備部工業司副司長王衛明也表示，我國機器人創新能力薄弱，核心技術和核心關鍵部件受制于人。相比3D打印技術、機器人技術，我國信息技術經過了十幾年的發展，擁有一定的技術積累，“云生產”或將會成為我國第三次革命的另一契機。

（3）把握技術發展的脈搏，定期發布云制造發展報告。云制造作為智能制造的新興領域，技術發展的迅猛程度是日星月異。為此，一方面，政府應鼓勵制造型企業定期跟蹤國際云制造技術的發展趨勢，結合企業發展戰略，及時調整技術研發重點。另一方面，政府也應鼓勵高校、研究機構對云制造核心技術進行跟蹤、預測，定期發布行業報告，為行業發展提供指導意見。

參考文獻

[1]羅克韋爾.奧巴馬總統的先進制造聯盟計劃得到今日最新發布報告的支持[EB/OL].http：∥cn.rockwellautomation.com/news/2011/0724.html，2011-07-24.

[2]James T.Smart factories[J].Engineering and Technology，2012，7（6）：64-67.

[3]Bailon-Moreno R，Jurdo-Alameda，Ruizbanos，et al.Analysis of the field of physical chemistry of surfactant with the unified scienctometric mode fit of relational and activity indicators[J].Scientometrics，2005，63（2）：259-276.

[4]欒春娟，侯海燕，王賢文.國際科技政策研究熱點與前沿的可視化分析[J].科學學研究，2009，27（2）：240-243.

[5]GLPeterson.Myths about themutual exclusion problem[J].Information Processing Letters，1981，12（3）：115-116.

[6]Silberschatz.Operating Systems Concepts：Seventh Edition[M].John Wiley and Sons，2005：194.

[7]Gerben GMeyer，Kary Framling b，Jan Holmstromc.Intelligent products：a survey[J].Computer in Industry，2009，60：137-148.

[8]Heragu SS，Graves RJ，Kim B-I，Onge ASt.Intelligent agent based framework for manufacturing systems control[J].IEEE Trans Syst Man Cybern，Part A，Syst Hum，2002，32（5）：560-573.

[9]Armando Walter Colombo，Ronald Schoop.An agent-based intelligent control platform for industrial holonic manufacturing systems[J].IEEE Transactions on Industrial Electronics，2006，53（1）：322-337.

[10]Paulo Leito.Agent-based distributed manufacturing control：A state-of-the-art survey[J].Engineering Applications of Artificial Intelligence，2009，（22）：979-991.endprint

[11]Damien Trentesaux.Distributed control of production systems[J].Engineering Applications of Artificial Intelligence，2009，22：971-978.

[12]Paulo Leito，Francisco Restivo.ADACOR：A holonic architecture for agile and adaptive manufacturing control[J].Computers in Industry，2006，（57）：121-130.

[13]Suk-Hwan Suh，Jung-Hoon Cho & Hee-Dong Hong.On the architecture of intelligent STEP compliant CNC[J].International Journal of Computer Integrated Manufacturing，2002，15（2）：168-177.

[14]SHSuh，BELee，DHChung，SUCheon.Architecture and implementation of a shop-floor programming system for STEP-compliant CNC[J].Computer-Aided Design，2003，（35）：1069-1083.

[15]STNewman，RDAllen and RSURosso，JR.CAD/CAM solutions for STEP-compliant CNC manufacture[J].Computer Integrated Manufacturing，2003，16：590-597.

[16]XWXu，STNewman.Making CNC machine tools more open，interoperable andintelligent—a review of the technologies[J].Computers in Industry，2006，（57）：141-152.

[17]XWXu.Realization of STEP-NC enabled machining[J].Robotics and Computer-Integrated Manufacturing，2006，22：144-153.

[18]Chien-Chung Shen，Chavalit Srisathapornphat，Chaiporn Jaikaeo.Sensor Information Networking Architecture and Applications[J].IEEE Personal Communications，2001，（8）：52-59.

[19]Xun Xu.From cloud computing to cloud manufacturing[J].Robotics and Computer-Integrated Manufacturing，2012，（28）：75-86.

[20]Weiming Shen，Francisco Maturana，Douglas HNorrie.MetaMorph Ⅱ：an agent-based architecture for distributed intelligent design and manufacturing[J].Journal of Intelligent Manufacturing，2000，（11）：237-251.

[21]Michael Wooldridge，Michael Fisher，Marc-Philippe Huget，Simon Parsons.Model checking multi-agent Systems with MABLE[C].AAMAS02，2002，Bologna，Italy.

[22]Weiming Shen.Distributed manufacturing scheduling using intelligent agents[J].IEEE Intelligent Systems，2002：88-94.

[23]Weiming Shen，Lihui Wang，Qi Hao.Agent-based distributed manufacturing process planning and scheduling：a state-of-the-art survey[J].IEEE Transactions on Systems，Man，and Cybernetics-Part C：Applicatoins and Reviews，2006，36（4）：563-576.

[24]Vladimír Maˇ rík，Duncan McFarlane.Industrial adoption of agent-based technologies[J].IEEE Computer Societyl，2005：27-35.

[25]李伯虎，張霖，王時龍，等.云制造——面向服務的網絡化制造新模式[J].計算機集成制造系統，2010，16（1）：1-8.

（本文責任編輯：郭沫含）endprint