把握制造業轉型升級關鍵——智能制造落地之道

王濤，翟永正，呂海洋，鞏高鑠

研究 Research

把握制造業轉型升級關鍵——智能制造落地之道

王濤，翟永正，呂海洋，鞏高鑠

（國機智能技術研究院有限公司，北京 100083）

1 智能制造逐步演進走向新階段

自2015年國家發布強國戰略并將智能制造作為“制造強國”的主攻方向以來，在重點領域和基礎較好的企業中，以眾多數字化車間、智能工廠為代表的制造企業轉型升級示范成果正不斷擴大，智能制造的理論、方法和技術正逐漸成熟并被社會普遍接受，制造業轉型的升級趨勢已經建立，智能制造助力轉型升級的實踐正在從重點示范的標桿引導方式，逐步轉向普遍推廣應用的 藍海。

在2015年國家啟動智能制造專項行動以來，通過大量重點制造領域領軍企業的率先實踐，取得了初步成果，催生了許多基于智能化技術的制造新模式和新方法。通過幾年的實踐認識到，智能制造轉型升級不是一個一蹴而就的項目，而是一個在需求、技術和實踐上不斷深入和演進的長期發展過程。近兩年在國家主管部門的推動下，在已取得的示范性成果的基礎上，各地政府陸續啟動了與智能制造相關的工業企業診斷評估工作，一方面對本地區工業企業智能制造水平的發展現狀進行評估，另一方面對轉型升級中的問題進行診斷，從而為進一步深入推進智能制造提供精準的策略和方案。

在筆者編寫本文的過程中，工信部印發了《工業互聯網創新發展行動計劃（2021—2023年）》，意圖在接下來的三年中，通過加快工業互聯網的創新發展，帶動我國企業的智能制造轉型升級進入一個新的階段。在這一新階段開啟之際，通過對前階段成果的總結，對提升下一階段的推進質量將是大有裨益的。智能制造的演進階段如圖1所示。

圖1 智能制造的演進階段

筆者所在的單位曾積極參與了國家制造強國戰略《中國制造2025》以及《國家智能制造標準體系建設指南》的制定和實施工作，也參與和主導了多個企業的智能制造項目實施，對智能制造綜合標準化和新模式應用實踐有了深刻認識，并在近兩年參加了多期在全國各地的企業智能制造診斷評估和智能制造進園區等政府主導的咨詢診斷活動，通過上述實踐與智能制造實施企業進行了大量互動，并真切地感到：智能制造的轉型升級方向已經成為大多數企業的共識，但對其核心機制、評估診斷和實施方法等方面仍然存在著不少盲區和誤區。筆者希望通過本文做一總結，為智能制造在新的推進階段的深入實施提供有益的探討，貢獻綿薄之力。

2 整體規劃是智能制造實施的首要步驟

筆者所接觸的大多數企業，對智能制造的趨勢都有認識，甚至有比較急迫的愿望，但多數企業對智能制造轉型升級的長期性和系統性認識不足。許多企業在初步了解了智能制造的一些原理和技術之后，雖然很快就能結合企業制造和經營管理中的一些痛點，快速引入相關的技術和設備進行改造，但是這樣很容易形成頭痛醫頭、腳疼醫腳的局面，從而形成許多孤島式的應用。不少企業隨著這種孤島式的應用不斷增多，雖然在一些局部環節提升了效率，但是許多制造環節存在銜接不暢甚至形成沖突，使得整體效益未見顯著提升。在這種情況下，企業才開始充分認識到整體規劃的重要性。

智能制造是企業在技術創新、經營管理、制造運行以及生態建立等多方面采取系統性的，甚至是創新性的技術與管理改進工程。這需要一個符合企業發展特點的整體規劃，以避免出現“1+1<2”式的資源浪費和盲目跟風投資。智能制造的轉型升級與沿革多年的以改善企業內部效益為驅動的方式不同，它是面向個性化的市場需求和新階段社會發展理念的創新性變革，因此企業應樹立整體、系統的革新意識，而不是沿用傳統的技改思路。智能制造的創新理念和模式如圖2所示。

圖2 智能制造的創新理念和模式

雖然一些企業進行了整體規劃設計，但是仍然沿用傳統思路，在進行整體規劃時，直接就進入了工廠設計、工藝優化、制造設備和信息系統選型的技術規劃環節。它們希望通過智能裝備的快速引入，迅速達到智能制造的水平。實際上，智能制造是不能一蹴而就的，即使是提出“工業4.0”的德國專家也聲稱，“工業4.0”在德國的實現也需要30年甚至更長的時間。因此，對于企業來說，結合企業自身發展戰略、發展環境，確定符合自身特點的發展路徑，不盲從、不冒進是很重要的[1]。因此，在進行技術規劃以前，還有兩個很重要的環節：企業戰略的設計和先進生產模式的匹配。

首先，企業在進行技術規劃之前，應對企業的發展戰略進行設計和定義。企業應該結合所處的行業特點、市場發展的趨勢、企業自身的定位以及未來的發展目標等因素，確定企業未來的中長期目標和階段發展目標。

其次，企業應在戰略發展目標之下，結合智能制造的理論和方法以及先進的生產模式，選用或創新企業應采用的制造模式。這些模式除了信息物理系統（CPS）、數字孿生、大規模定制、網絡協同制造和數字化制造等智能制造新模式外，也包括那些被大量實踐證明而現在仍然具有先進性的生產模式，如敏捷制造、精益生產和柔性制造等。企業最終使用的模式，可以是由這些模式匹配組合后的創新結果。

在上面環節完成后，就可以進入到具體的技術規劃環節了，其主要目的就是設計能夠支撐這些生產模式的各種技術要素，包括智能制造的兩個支柱：智能裝備和智能生產（方式）。這兩個支柱往往是通過自動化系統、信息化系統來承載和固化的，也可以將這個過程形象地稱之為兩個形態的工廠：數字化工廠和物理工廠，相應的規劃和實施過程包括如下步驟：評估、優化、設計和實施，如圖3所示。

鑒于篇幅所限，本文不在這里詳述，希望深入了解的讀者可參見參考資料[6]。應注意的是，以上各個步驟不是瀑布式的，而是迭代式的。前面步驟的結果指導后面的步驟設計，而后面的步驟設計也可能會要求修正前面步驟的結果。

下面結合智能制造落地實施的過程談幾個應重點關注的方面。

圖3 智能工廠整體規劃步驟[6]

3 企業的困惑

3.1 智能制造過時了嗎？

通過和企業的互動，筆者發現雖然國內的智能制造轉型升級在政府的引導下有了不錯的開局，但是有不少企業（甚至包括不少還沒怎么引入智能制造技術的企業）卻認為，智能制造已經是過去時了，現在應該有新的方法和方向了，例如工業互聯網。

實際上，智能制造的實現不是一蹴而就的，不是通過幾個政府資助的項目就可以輕松實現的。在我國的強國戰略中，智能制造也有著2025、2030直至2050的長期規劃。在2020年6月中央深改委第十四次會議上，再次明確了“以智能制造為主攻方向”的戰略目標。而在業界智能制造的聲音漸弱，工業互聯網及人工智能等新興的IT技術呼聲漸強，這很大程度上是出于現實的目的。一方面，按照政府產業政策的引導與扶持規律，每隔一段時間就會形成新的主題和方向，以凸顯持續創新的引領作用。另一方面，那些獲得過政府資助的企業、技術供應商以及新興技術的開發者，更需要新的熱點從而獲得新的支持。但其實這些都可以說是戰術層面的東西，我們注意到，在強調“以智能制造為主攻方向”的同時，也強調“加快推進新一代信息技術和制造業融合發展”及“加快工業互聯網創新發展”。一方面堅持了我國早已提出的“兩化深度融合”的技術路線，同時也作了與時俱進的表述。另一方面，也突出了當前智能制造實施的關鍵技術——網絡化。這正是我國工程院在新一代智能制造白皮書[7]提出的“數字化、網絡化、智能化”幾個階段中的第二個階段。因此，無論在戰術上當前技術推進的技術重點是什么，智能制造作為戰略的主攻方向是必須長期堅持的。

3.2 整體與局部的關系

一個重型機械裝備行業的領軍企業，在實施了CAD、PLM、ERP、CRM和OA等一系列信息化技術應用以及數控加工設備升級之后，仍然覺得企業的生產經營難以滿足快速變化的市場需求。企業老總覺得其生產領域就像一個黑箱，明明通過上述改造，應該有較大的生產能力提升，但是企業的交付能力并沒有獲得預期的樣子。老總覺得生產車間應該有足夠的能力來消化市場訂單，但是車間的管理層卻在天天叫苦，說生產能力已經不堪重負。在這樣的壓力下，企業準備實施MES，力圖打破生產過程的黑箱狀態，改善生產秩序。

在對企業的調研中我們發現，企業雖然在許多關鍵點上都采用了先進的數字化和信息化手段進行智能制造的升級，但是造成其生產力仍然不足的一個很大原因卻是缺少整體規劃。由于缺少整體規劃，已經實施的各種技術和系統缺少集成的設計，他們大多只在各自的功能范圍內發揮作用，而缺少與其他功能的協同機制，甚至由于邊界的重疊，還有可能產生沖突，因而使得轉型升級的整體效果打了折扣。我們知道，智能工廠包括了三個支撐體系：技術創新體系、經營管理體系和制造運行體系，如圖4所示。

圖4 智能工廠的運行模型

這三個體系的功能有機銜接、協同工作才能充分發揮各個局部系統的應用潛力，達到企業能力提升的最大化。這個企業的產品是按照工程訂單進行設計生產的。幾乎每個工程都會對產品的結構和性能提出特殊要求，許多關鍵零部件需要定制化設計和生產，因而是典型的ETO模式。在生產過程中，對于單件的生產工藝，過多地依靠老員工的經驗，生產的制造環節存在著大量的質量返工和設計變更。這極大地破壞了生產過程的平穩與均衡，使生產過程在無序中產生了許多浪費。但是為了提高交付率，制造部門經常需要加班加點來克服這種生產變動的影響。這就形成了老總覺得產能沒有充分發揮，而制造部門感到筋疲力盡的局面。按照智能工廠整體運行模型進行分析發現，雖然制造過程的黑箱狀態需要打破，生產秩序需要改善，但造成這種局面的根本原因是企業的技術創新體系能力薄弱。為了提高企業的競標能力，市場訂單的交期越來越短，企業接單后往往不得不邊設計、邊生產。這就需要快速按單設計的能力必須與之相匹配，需在極短的時間內完成產品設計和工藝設計，而且需要盡可能消除設計錯誤。而企業的產品設計仍然以二維圖樣為主，工藝設計幾乎沒有。除了比較粗糙的工藝提示外，具體加工工藝就交給制造車間的員工了。這樣一來，由于缺少有效的設計驗證手段（CAE），在匆忙之下交付給車間的設計包含了許多不應有的錯誤或不足，從而造成生產過程和設計結果的反復，甚至有的錯誤直到產品交付使用以后才被發現。因此從系統的觀點看，生產車間繁忙無序的背后，正是企業技術創新體系建設的薄弱所致。

這個例子很好地說明了整體決定局部的道理。在智能制造的轉型升級過程中，我們需要通過整體規劃，用系統的、整體的視角來看待企業面臨的問題，而不是頭痛醫頭、腳痛醫腳。

3.3 亂花漸欲迷人眼

筆者接觸的一位礦山機械裝備制造企業的老總曾經發出感慨：智能制造的概念在學習了一段時間以后變得清晰了，但是在打算深入開展相關工作后，接觸了不少智能制造的供應商和解決方案，又讓這些概念變得模糊了，因此企業雖然實施智能制造轉型升級的欲望強烈，但卻躊躇不前。在筆者參與對企業進行的診斷過程中，這樣的困惑很有代表性。智能制造相關的概念如圖5所示。

圖5 智能制造相關的多種概念

德國的“工業4.0”戰略提出具體概念和技術框架，如圖6所示。智能制造技術在我國制造企業轉型升級實踐中催生了大量的新模式、新方法。而這些新模式、新方法仍然在結合不斷涌現的新一代信息技術、智能裝備技術以及新理念快速演進。在這個演進過程中，確有亂花漸欲迷人眼的感覺。但深究這些紛繁復雜的技術和概念，他們都有一條共同發展的軌跡：智能裝備和智能生產（方式）。智能裝備包括智能化加工、物流和檢測等智能化、數字化設備，智能生產方式一般通過信息化系統承載和固化。它們成為智能制造新模式的兩根支柱[1]，有人形象地稱為雙輪驅動，這與“工業4.0”提出的基本概念相符合。而將這兩根支柱有機地結合在一起的技術正是我們早已熟知的“兩化深度融合”，這種融合技術在“工業4.0”中體現為信息物理系統（CPS）、物/務聯網（IoTS）。而在中國，技術最新的演進則表現為“工業互聯網”。

圖6 “工業4.0”的基本模型

因此，抓住智能生產和智能裝備這兩根支柱，就不會在紛繁復雜的各種技術和模式中迷失了方向。通過近兩年的企業診斷實踐發現，在許多企業的升級改造實踐中，能夠深入領會和有機運用這雙輪驅動技術的并不多，很多智能制造的方案都是偏向一端，信息化（智能生產方式）或智能裝備的。

3.4 看得見的和看不見的

在智能制造的兩個支柱中，智能裝備是顯而易見的，更容易抓住人們的眼球。而容易忽視的方面往往是智能生產方式，它更多地體現為生產表象背后的數據、流程和模型。在我們主持的一個地區的智能制造診斷活動中，一位家族企業的新銳聲稱，他這幾年一直在關注和學習智能制造的發展動向和相關技術，因為他要擔負起父輩的厚望，使他們創下的基業能夠快速地跟上發展的潮流。然而通過交談我們發現，在本地區的一個主流設備聯網供應商的游說下，這位年輕的企業家對智能制造的理解主要集中在如何使用中控大屏來展示生產狀態的層面，而對這背后的先進生產方式幾乎沒有概念。

誠然，由于中控室可以通過匯集生產數據并通過大屏幕生動地表示出來，如圖7所示，具有較好的展示效果，因而成為許多企業展示智能化改造升級效果的重要方式。但其實這只是中控室作用的副產品，人們往往忽略了中控室作為一種先進的管控模式的本源。在傳統的生產車間中，圍繞生產提供保障和服務的有許多業務部門，如生產調度、生產工藝、物流配送、質量檢驗和設備維修等。這些部門一般都有各自的辦公室。當生產中出現問題時，作業人員一般需要通過電話甚至跑腿的方式去通知相關的部門或人員到現場解決問題，有一些問題可能涉及多個業務部門。這種分散的生產現場管控方式效率低下，特別不適應現代化生產的要求。而中控室就是一個各個業務部門集中辦公的地方，業務人員可以通過先進的信息化、數字化技術匯集數據，對生產過程中出現的問題聯合做出快速響應，保障生產過程的平穩和有序。在筆者接觸到的許多企業中，人們更多的卻是關心中控大屏的展示效果，而對這種大屏展示背后的先進生產模式缺少真正的認識。這種重表象而輕內涵的實施方法是十分普遍的。

圖7 生產中控室示意圖

4 智能制造水平的正確評估

在許多地區智能制造的診斷評估中，采用的評估指標體系都或多或少地采用了“智能制造能力成熟度”標準。這一指標體系的白皮書在2016年即已發布，在2020年經少量修改后，正式形成了兩項配套的國家標準，即GB/T 39116—2020《智能制造能力成熟度模型》和GB/T 39117—2020《智能制造能力成熟度評估方法》。這個標準采用5級評分制，評分達到4.0，就基本達到了智能制造的水平，而5.0就可以達到引領的水平。

無疑這兩項標準對如何評價企業的智能制造水平提供了一個比較完整的框架，其中的指標也具有普遍的意義。但是在我們的應用中卻發現，標準對于單一企業來說，在確定企業的薄弱環節及持續改進目標具有一定的引導意義，但是用于對多個企業進行評估并橫向比較時，卻會出現一個較為明顯的現象：一個看起來制造過程自動化程度很高，作業過程無人化、少人化水平先進，具有集成化管控水平的生產企業，其得分比一些作業過程較多依靠人力、管控模式分散的企業得分并沒有明顯的優勢。這樣的評分結果與現場診斷的觀感形成了較大落差，如圖8所示。

圖8 企業評估結果對比

經過分析后發現，在國標的評價體系中，智能裝備和智能生產這兩大智能制造的支柱在指標的數量和比重上有著失衡。和智能裝備直接相關的指標只有一個域——裝備。這是12個能力域中的一項，而其評分的比重僅占10%，如圖9所示。

圖9 評估指標體系和權重域[3][4]

除了這個“裝備”域以外，其他的指標域基本上是和智能生產方式相關的，它們大多由制造過程背后的數據和流程組成，不容易顯現。而在制造過程的加工、物流、質檢和現場指揮等環節中的設備自動化、數字化及智能化，不僅是實現智能生產方式的實物基礎，而且更容易影響人們的直接觀感。顯然GB/T 39117—2020的指標體系在這兩個方面的失衡是造成現場診斷觀感與評估落差的主要原因。雖然存在著失衡的問題，但是如果能結合企業的具體實際靈活應用，這個指標體系仍不失為一個智能制造水平評估的參考和指導。

筆者曾經和國內一家主流的汽車生產廠的技改發展部門進行交流，他們正在編寫一個企業的智能制造轉型升級規劃。他們的一個困惑是，如何告訴領導這個規劃達到了先進的水平。當時我們按照此前的診斷經驗，告訴企業說可以參照“智能制造成熟度”的評價模型（當時這個模型還沒有成為國標）。后來企業方告訴我們，他們參照這個模型打分之后，這個規劃的評分可以達到4.X分。聽到這個覆蓋了大多數高級別指標的分數，筆者又有點兒后悔告訴他們這樣做。因為，這個模型雖然有著普遍意義，但是不同的行業企業在經營模式、工藝特征和市場環境等方面可能有較大的不同，在智能制造轉型升級的實踐中，并不需要在所有的方面都追求高指標。我們在西北診斷的一家企業的總經理就曾明確地告訴我們，根據企業的發展實際和未來市場的預計，他們認為，企業在近期能夠全面覆蓋3.0的標準就可以保持企業的先進性了，脫離實際的高標準意味著浪費。我們確實應該敬佩這位企業領導對智能制造發展的認知。

實際上，筆者認為，智能制造的評價標準指標是具有普遍意義的，將它們應用于具體企業進行水平評估時，首先應該根據企業所處的行業特點和發展戰略進行相應的裁剪。對企業來說，最適合的水平才是最好的。一味追求高指標可能產生不必要的浪費，并非可持續發展之道，這對于那些中小企業尤其如此。其次，應特別注意智能裝備及智能生產兩根支柱的均衡發展。在許多企業中都有技改部門和信息化部門，它們一般分屬不同的業務序列，而兩化融合的實施技術路線，要求它們也應深度融合。實際上，我們見到的許多企業已經設立了諸如企業“數字化部”“智能制造部”這樣的融合業務部門，這是正確的應時之舉。

5 智能制造與先進生產方式的融合

在智能制造的實施中，人們更多的關注那些具體實現技術和裝備，卻往往忽略對先進生產模式的有效運用。先進的生產模式將智能裝備、信息化系統和先進的生產理念和技術有機地構建在一起，從而形成可高效解決特定類型問題的生產范式或模式。前文曾提到，企業在智能制造的實施中，可能會用到一種或幾種先進生產模式的組合。

“工業4.0”給出了CPS的基本實現模式，我國在“十三五”期間大力推進了大規模定制、網絡協同制造及遠程運維服務等智能制造模式。而近期大力推進的工業互聯網技術，通過實現制造過程和企業商業價值的連接，也將創造出制造模式的新業態和新方法。美國標準研究院認為除了基于智能裝備和信息化技術形成的新模式外，許多已經被成熟應用的生產模式的組合應用，也可以支持智能制造，例如精益生產、敏捷制造、柔性制造、綠色制造和互聯網制造等。在企業向智能制造轉型升級的過程中，除了通過智能裝備和信息化系統提升企業制造技術和運行管控的技術手段外，應十分注意采用這些先進的生產模式提升企業的運營效率。

如本文第2章節中所述，企業應根據自身的發展戰略和生產特點，采用一種或者多種先進生產模式的組合。在這些生產模式中，筆者認為精益生產仍然是我國大多數離散制造業企業應該采用的生產模式之一。實際上，我國的離散制造業除了行業領先的少數企業外，占90%以上的中小企業，其智能制造基礎都比較薄弱。雖然我們參與診斷過的多數為規上企業，其評分能達到3.0的也不多，多數企業的生產過程管控還比較粗放。根據中國工程院發布的《2020中國制造強國發展指數》[5]的統計，我國的制造業規模雖然占據世界首位，但是質量效益水平僅有工業發達國家的1/2至1/3，具體如圖10所示。

圖10 2019年各國質量效益指數[5]

從這里可以看出，我國制造業企業的運轉效率整體上仍處于較低水平。因此，我國企業在試圖通過智能制造技術實現發展的彎道超車之時，通過挖掘內部潛力，提升質量、效率和效益仍然是急需補上的短板。所以，在實施智能制造的同時，采用精益生產模式改善內部運營的質量效益水平是可行之道。實際上，精益生產模式被世界制造業發達國家廣泛采用已經有近20年的歷史，它的方法和工具與智能制造的技術手段有著互相促進的作用。國際生產研究雜志（International Journal of Production Research）曾發表一篇論文[2]，將精益生產的方法和工具與“工業4.0”的方法和工具進行比較研究，對它們的影響因素進行統計，如圖11所示。

從圖11中可以看出，在許多方面，精益生產模式與“工業4.0”的技術方法都有著互相促進的作用。因此，企業在引入智能化的生產技術手段的同時，采用精益生產的模式確實是快速提升我國眾多企業質量效益水平的一條有效路徑。而智能制造的技術手段也為精益生產模式的實現提供了比以往更加強大的支撐。例如，精益生產中的準時生產、一個流、目視化管理、少人化和人機分離等方法，采用最新的智能制造技術，不僅會得到更好的貫徹，而且將獲得更大的效益提升。

圖11 精益生產方法和“工業4.0”的影響矩陣[2]

6 典型實踐：智能配電網成套開關設備智能工廠

最后分享一個筆者所參與的智能工廠建設典型案例實踐。

某企業是國內專業研制高原型配網開關設備的企業，具備以智能化、環保技術為支撐的高壓組合電器、中低壓成套開關設備、高壓真空斷路器、箱式變電站、礦用開關設備、低壓電器及自動化儀表等六大類，上千種規格產品的規模化生產能力。

6.1 企業戰略設計

配電網開關設備的生產模式為典型的多品種、小批量和個性化定制的按單生產方式，項目實施前基本為手工作業，生產周期較長，計劃管理粗放，作業過程不規范，質量檢驗不嚴格，生產過程不透明，產品交付準時性差。為提升企業的市場競爭力，該企業投巨資建設智能工廠以實現企業制造模式的轉型升級。

該企業實施智能制造開展之初，便明確提出建設數字化工廠，降低運營成本、產品不良率、產品研制周期以及提高生產效率、能源利用率以及產能翻番的目標。為此，聯合團隊的設計者從頂層設計的角度提出了建設思路：要建立產品全生命周期的網絡協同制造新模式，即圍繞智能化配電網開關設備研發、工藝、制造、試驗和運維服務等產品全生命周期的主要過程，建立數字化工廠模型和面向產品設計制造的數字化平臺。

6.2 整體規劃

為支持企業發展戰略，需要統一數據平臺的業務功能，進行智能工廠的總體架構設計，如圖12所示。在精益化生產理論的指導下，基于先進的智能制造技術，以信息基礎設施和智能制造裝備為基礎，以數字化工廠制造執行系統為大腦和執行管控中樞，與上層的企業資源管理、數字化設計等信息化系統和底層的智能制造裝備等實現橫向到邊、縱向到底的全面集成。

圖12 智能工廠總體架構

6.3 系統實施

歷經兩年的建設完善，該企業在智能制造落地方面主要實現了：

1）建立數字化工廠數字化模型，實現產品研發、工藝、制造、試驗和遠程運維服務的全過程數字化管理。

2）基于三維設計和產品數據管理等先進技術，實現成套開關設備的數字化設計、制造全生命周期管理。

3）基于物聯網實現成套開關設備生產過程信息的采集與分析，利用大數據分析技術不斷優化生產運行。

4）建立以制造執行系統（MES）為核心的生產信息統一管理體系，實現配電網開關設備的計劃、排產、生產、檢驗和物流全過程閉環管理，提高生產效率。

5）建立綜合集成的信息管理系統，實現對企業管理的全面智能優化。

6）進行生產方式精益改善，實行元器件預制、母排和二次線生產等工序分線并行生產，減少時間浪費，提升準時化生產水平。

[1] 國機智能技術研究院．王濤：智能制造的核心機制與實施路徑[Z/OL]．(2020-06-19)[2021-02-05]．https：//mp．weixin．qq．com/s/XJo_Sc0JqCL3LWlIWj3iRA．

[2] Rosin F，Forget P，Lamouri S，Pellerin R．Impacts of Industry 4.0 technologies on Leanprinciples [J]．International Journal of Production Research，2019．

[3] 國家市場監督管理總局，國家標準化管理委員會．智能制造能力成熟度模型：GB/T 39116—2020[S]．北京：中國標準出版社，2020．

[4] 國家市場監督管理總局，國家標準化管理委員會．智能制造能力成熟度評估方法：GB/T 39117—2020[S]．北京：中國標準出版社，2020．

[5] 中國工程院．2020中國制造強國發展指數[R/OL]．(2020-12-30)[2021-02-23]．http://www.cae.cn/cae/html/main/col84/2020-12/30/20201230175250994473200_1.html．

[6] 國機智能技術研究院．國機集團智能工廠規劃與技術標準[S]．北京：國機智能技術研究院，2018．

[7] 數字經濟網．中國工程院正式提出新一代智能制造[Z]．2018．