淺談我國智能制造的發展建議

柯建波

( 中國電子科技集團有限公司， 北京 100846)

1 智能制造的背景

智能制造是基于新一代信息通信技術與先進制造技術深度融合，貫穿于設計、生產、管理、服務等各個環節，具有自感知、自學習、自決策、自執行、自適應等功能的新型生產方式。智能制造是依托各類基礎技術支撐及應用場景拓展，通過人與智能機器的云中對話，去擴大、延伸和部分取代人工操作，是一種由智能機器和人共同組成的人機一體化智能系統，它在制造過程中能進行智能活動，諸如分析、推理、判斷、構思和決策等。智能制造是第四次工業革命在制造領域的主要體現。

日本在1989 年提出“智能制造系統”國際合作計劃（IMS 計劃），是全球最早提出智能制造的國家[1]。美國自2008 年金融危機以來，大力推行“再工業化”和“制造業回歸”政策，2009 年公布《重振美國制造業框架》，2011 年和2012 年相繼啟動《先進制造業伙伴計劃》和《先進制造業國家戰略計劃》，2013 年發布《制造業創新中心網絡發展規劃》，目的是消除美國產業的空心化，實現技術轉移，爭奪新一輪全球產業革命，占據高端制造業的競爭制高點。德國提出工業4.0，以網絡實體及物聯網為技術基礎，進一步提升制造業的智能化水平，建立具有適應性、資源效率及基因工程學的智慧工廠，在商業流程及價值流程中整合客戶及商業伙伴，以繼續鞏固其制造強國地位。

整體上來看，不論是日本的智能制造系統、美國的制造業回歸、德國的工業4.0，還是中國智能制造，都將會加速全球智能制造的發展。但從技術層面來看，智能制造包括人工智能，其核心基礎是芯片和軟件，其中芯片的全球競爭會達到前所未有的激烈態勢。

2 國內外智能制造發展現狀

2.1 全球智能制造發展現狀

全球智能制造發展從20 世紀80 年代開始，經歷了零部件生產包給不同供應商的OEM 階段，發展到2020 年使用軟件管理系統的數字化制造階段，目前正朝著“互聯網+制造”方向發展，如圖1 所示。在OEM 階段，制造商僅根據委托方的設計要求進行生產制造，不參與產品的設計研發。由于品牌廠商與制造商之間的合作越來越緊密，到了2020 年，制造商逐步參與到產品研發設計、工藝開發等環節，應用數字化技術，在生產管理、成本控制、市場需求等方面進行全進程管控。隨著5G、工業互聯網時代的到來，預計到2025 年，生產制造將通過智能化深度學習，在智能裝備和工業控制軟件的基礎上實現“互聯網+制造”的開放價值鏈模式。

圖1 智能制造發展歷程

伴隨著自動化、人工智能等技術的快速發展，全球在自動化和人工智能領域的支出也隨之增加。如圖2 所示，全球機器人流程自動化支出從2016年的3 億美元上漲至2020 年的40 億美元，預計2023 年將上升至104 億美元；全球智能流程自動化支出從2016 年的48 億美元上漲至2020 年的96 億美元，預計2023 年將上升至130 億美元；全球人工智能業務操作方面的支出從2016 年的7 億美元上漲至2020 年的31 億美元，預計2023年將上升至108 億美元。可以看出，自動化、人工智能和傳統產業的結合，尤其是與制造業的結合，將是未來企業提升用工效率和競爭力的重要要素。

圖2 2016-2023 年全球自動化和人工智能支出及預測

《2020-2025 年中國智能制造行業市場前瞻與未來投資戰略分析報告》顯示，中國智能硬件市場發展較快，智能制造行業發展逐漸走向成熟，2020年市場規模達到10767.0 億元。智能制造業投資從2014 年到2018 年熱度持續上升，2017-2019 年期間投資金額均超300 億元。國內出臺的相關規劃和政策，讓資本市場更加關注智能制造發展的潛力，投資熱度上升。

2.2 我國智能制造的發展現狀

我國制造業在經歷機械化、自動化、數字化等發展階段后，已經建立起較為完整的制造業體系，在全球制造產業鏈中占據重要地位。但我國智能制造的數字化基礎較為薄弱，制造業整體上還處于機械自動化向數字自動化過渡階段，與工業發達國家相比，我國的制造業在關鍵技術、工藝裝備、標準體系等方面還存在較大差距。如果以德國工業4.0 作為參考，我國總體上還處于2.0 時代，部分企業向 3.0 時代邁進[3]。《2021-2025 年中國工業自動化行業全景調研與發展戰略咨詢報告》顯示，未來5 年，我國將進入工業3.0 與工業4.0 的混合發展時代。

3 智能制造主要要素及數字化車間構成

3.1 智能制造主要要素

智能制造與傳統的生產制造相比，最大的特點在于生產過程中應用了大量的智能設備、數控設備和工藝設備，極大地解放了生產企業中的人工勞動力，同時也使得企業生產效率得到了大幅度提高。從結構要素來看，智能制造主要包括應用級、操作級、信息互通級、信息采集級等要素，它們之間的依存關系，構成智能制造基本鏈條，如圖3所示。

圖3 智能制造基本鏈條

在應用級層，系統集成及生產自動化解決方案由包括工業自動化系統、硬件和軟件等組成，是一種運用儀器儀表、控制理論和計算機技術，根據生產要求完成既定操作，從而達到增加產量、降低消耗、提高質量等目的的綜合解決方案。我國智能制造，在應用級層面，上位機（可編程控制器）、工業控制器（分布式控制系統）、現場執行機構（傳感器PLC、工業機器人）等產品，國產化率整體上不足40%，PLC、傳感器等產品國產化率更是不足20%，這些領域的國產化替代必將是我國智能制造發展的前提條件。

生物教材中科學史學素材眾多，生物教師“如數家珍”，但在使用過程中“形同雞肋，成為擺設”；學生往往也是“不削一顧，愛理不理”。這些科學史學材料因篇幅限制、資料簡單疊加、呈現形式單一等諸多原因沒有閃爍其應有的光芒，也不能激發學生思維，更不能喚醒學生對于學科探究的價值認同。

在操作級層，數字化生產解決方案或數字化車間，是在設計數字化、制造裝備數字化、生產過程數字化、管理數字化和企業數字化等基礎上，將制造以生產為中心向以市場需求為中心進行轉變。操作級具備柔性化和敏捷化的特征，本質上是以需求為牽引，以經濟效益為驅動，通過CAD/CAPP/CAE/CAM、MRP/ERP、CIMS 以及網絡化技術手段，以產品、工藝過程和生產資源為基礎的3D 模型驅動，實現機器、設備組、設施和系統網絡組群的數字化生產解決方案。我國智能制造，在操作級層面，與發達國家相比數字化解決方案創新能力不足，一些關鍵核心技術還沒有掌握，技術處在追趕狀態，致使制造業綜合競爭力較弱，總體上處于國際分工和產業鏈的中低端。為了提高我國數字化制造在制造業中的比重，應側重發展數字化制造的儀器儀表、數控機床、機器人等行業，提升行業創新能力。

在信息互通級層，數據處理、網絡傳輸、人工智能、物聯網、云計算、大數據、邊緣計算等技術深度集成而成。隨著5G 技術的成熟與普及，信息互通級層，將形成云、網、邊、端等全鏈條能力，打造以5G 為中心的泛智能集成設施，支持各類工業場景和應用的工業互聯網移動設備終端，將是智能制造未來發展的全新態勢。同時為了保證數據傳輸的實時性、準確性、可靠性、安全性，區塊鏈技術、增強現實/ 虛擬現實技術、全息影像技術等新技術將融合創新。

在信息采集級層，傳感技術作為智能工廠的“慧眼”，向高靈敏度、高精確度方向發展，滿足響應快、互換性好的智能制造發展需要。目前傳感器已經突破傳統的功能，輸出不再是單一的模擬信號，而是經過微處理器處理后的數字信號，同時具備檢測和控制功能。未來在信息采集、網絡化傳感發展過程中，信息處理、人工神經網絡、人工智能技術等都將與數據采集相融合，滿足智能遠程故障探測和預報要求。目前我國在智能制造傳感器領域落后國外水平，在傳感探測機理研究、多數據融合研究以及新型傳感器研發等方面，還有很長路要走。

3.2 數字化車間構成

數字化車間是智能制造要素的綜合應用，是數字化、網絡化技術為手段，將數控設備與工藝設計系統、生產組織系統和其他管理系統的信息進行集成，形成綜合信息流自動化的集成制造系統，從整體上改善生產的組織與管理，提高制造系統的柔性，提高數字化設備的效率。數字化車間構成主要包括設備層、采集層、執行層和企業層，如圖4 所示[4]。

從圖4 中可以看出，設備層是數字化車間的主體，采集層通過物聯網對設備層和執行層的信息進行采集、處理并下達相應的指令信息到設備層和執行層，執行層進行相應計劃、作業管理和協調，進行原材料、備品備件生產資源的管理，確保智能化生產得以按計劃執行。企業層通過ERP、PLM、PDM、CAPP、OA 等信息化系統，全面掌控車間全流程的管理。

圖4 數字化車間構成

3.3 我國存在的主要問題

在智能制造發展過程中，我國已取得了一定的基礎研究和集成應用成果，以傳感器、智能控制系統、工業機器人、自動化成套生產裝備為代表的智能制造產業體系初步形成，但是我國智能制造發展水平與德國、日本、美國等發達國家相比，還有較大差距，主要體現在：

（1）智能制造基礎理論研究和技術體系建設滯后；

（2）控制系統、系統軟件、平臺數據采集等關鍵技術薄弱；

（3）高端傳感器、智能儀器儀表、高檔數控系統、工業應用軟件等多集中在低端市場，市場份額不到5%，核心部件受制于人；

（4）制造業的“兩化”融合程度相對較低，計算機輔助設計、資源計劃、電子商務等領域的應用，差距較大；

（5）企業系統集成能力較為薄弱，缺乏像西門子、通用電氣等一樣的國際大型企業。

4 智能制造的發展建議

降低制造成本，提高產品質量，實現產品制造中的自動化、集成化、信息化、個性化，成為未來我國智能制造的發展新趨勢。自動化是指根據應用領域不同，行業特點不同，根據用戶要求進行自動制造，并能良好地適應制造對象和制造環境，實現產品生產過程的優化。集成化是指智能制造裝備的技術集成、系統集成，將生產工藝技術、硬件、軟件與應用技術相結合，形成設備與智能網絡的高度互聯。信息化是指加強信息技術與先進制造技術的融合，同時將實感技術、計算機技術、軟件技術應用到生產設備中，實現裝備性能的自動化。個性化是指基于信息技術和柔性制造技術，以模塊化設計為基礎，以接近大批量生產的效率和成本，提供能滿足客戶個性化需求的智能生產加工模式，這一模式與傳統的制造模式最大的區別在于將產品銷售行為前置，是訂單驅動型的規模化制造。從制造大國向制造強國轉變的過程中，我國可通過大力發展智能制造，實現綠色制造和服務型制造，來改變目前制造業中自主創新能力不足、產業結構不合理、經濟效益增速過緩、質量基礎相對薄弱、資源利用效率偏低、行業信息化水平不高等問題。在發展智能制造同時，提出四點建議。

4.1 精益制造應貫穿智能制造全流程

全流程精益制造是智能制造的重要指導思想。我們要充分關注客戶的價值，在產品研發之前充分溝通，以用戶的實際需求為設計根本，在生產制造過程中有效識別不必要的消耗，要把滿足客戶高質、高效、低成本、高滿意度作為最終目標。

同時為了保證客戶的價值快速流動，智能制造的物理布局要合理，滿足工藝流程銜接，具備信息傳遞自動化，以及上下游工藝之間高效協同化。智能化工藝流程要具備高度柔性和適應性，滿足產線，尤其是小品種多批量生產過程中，在生產不同型號、不同配置，甚至是不同種類產品時，可以根據需要進行快速切換，避免大量投資的浪費，按照盡善盡美原則設計。

4.2 建立智能制造統一標準

在智能制造實施過程中，上下工序之間，設備與零件部之間都需要建立全方位的加工條件與標準，當條件發生偏離時，應當發出異常提醒，甚至停止生產。如果智能制造系統缺少這樣的機制，自動化程度越高，損失往往越大。制造企業中每天產生和要利用大量數據，比如，經營管理數據、設備運行數據、外部市場數據等等。但是，由于工業設備種類繁多、應用場景較為復雜，不同環境有不同的工業協議，數據格式差異較大，不統一標準就難以兼容，也難以轉化為有用的資源。

目前我國已成立了全國信息技術標準化技術委員會、智能制造綜合標準化工作組、國家智能制造標準化總體組、工業互聯網產業聯盟等多個從事相關標準研發的機構，制定發布了《國家智能制造標準體系建設指南（2021 年版）》、《工業互聯網標準體系框架（2.0）》等標準。

4.3 建立完善的數據安全保障體系

工業數據的安全要求遠高于消費數據。工業數據涵蓋設備、產品、運營、用戶等多個方面，在采集、存儲和應用過程中一旦泄露，會給企業和用戶帶來嚴重的安全隱患。數據如果被篡改，可能導致生產過程發生混亂，甚至會威脅城市安全、人身安全、關鍵基礎設施安全乃至國家安全。

隨著數字經濟的發展，企業對社會數據的需求呈現不斷上升的趨勢，包括產業鏈上下游企業信息、政府監管信息、公民基礎信息等，只有將這些數據資源進行有效整合才能實現真正的個性化定制。智能制造對外部數據的開放程度與共享水平提出的新要求，需要政府、事業單位等公共部門的有效整合，在既保證信息安全，又能數據共享，建立完備的數據安全保障體系。

4.4 建立較為完善的關鍵核心技術攻關布局

目前我國智能制造仍處在上升期，信息基礎設施和制造數字化基礎相對薄弱，關鍵核心技術能力不強等問題制約了智能制造產業快速發展。國內應加大對通信、網絡、人工智能、核心器件、基礎軟件等領域的技術研發資助力度，加強底層操作系統、嵌入式芯片、人機交互、工業大數據、核心工業軟件、工業傳感器等核心技術攻關，增加企業牽頭的科研項目數量。應完善政府采購制度，加大采購力度，從需求側拉動技術發展，幫助國內新技術、新產品進入市場，形成應用。

5 結束語

隨著5G、大數據和人工智能等技術的發展和應用，智能制造將存在于各行業產品設計、原型制造、零部件生產、系統集成及服務等各個環節，成為生產制造發展的必然，我國智能制造快速發展的條件和環境已經形成。在發展過程中，宏觀層面應圍繞智能制造產業鏈條，針對環節中存在的不足和問題重點突破，注重行業應用級的需求牽引，做好上下游銜接。同時應貫徹精益制造的思想，建立智能制造統一標準和完善的數據安全保障體系，做好關鍵核心技術攻關和應用推廣，使我國的智能制造體系日臻完善，邁向制造強國。