離散制造行業數字化轉型與智能化升級路徑研究

李新宇，李昭甫，高亮

（華中科技大學機械科學與工程學院，武漢 430074）

一、前言

制造業是國家的經濟基礎，是立國之本、興國之器、強國之基 [1,2]；作為我國實體經濟的主體，是國民經濟體系的重要組成部分。按照產品制造工藝過程特點，制造業總體上可以分為離散型制造、流程型制造、混合型制造。離散制造包括家電、家居、紡織、食品、火箭、飛機、國防裝備、船舶、電子設備、機床、汽車等行業，在我國制造業中占有較大比重，是解決就業等民生問題的重要產業，與居民生活息息相關。離散制造業中雖有航空、汽車、電子等數字化、智能化水平領先的行業，但也有自動化、數字化水平較低的通用及專用設備等行業，面臨效益偏低、成本較高的現實挑戰。同時，我國傳統離散制造業發展存在產能過剩、利潤率不高、市場競爭激烈等制約因素，迫切需要加快轉型升級和提質增效，進行數字化轉型與智能化升級 [3,4]。

當前，有關制造業數字化轉型與智能化升級的科學研究及工程實踐處于初期探索階段。在科學研究方面，已有研究圍繞裝備革命在制造業智能化升級中的重要作用 [5]，中小制造企業維護人員遠程協助智能升級方案 [6]，我國制造企業智能制造“并行推進、融合發展”的技術升級路線 [7]，離散行業智能工廠建設的重點突破方向與實施途徑 [8]，石化工業與鋼鐵工業等流程制造業智能化目標、特征、路徑等 [9]展開了一系列研究。在工業方面，西門子股份公司推出的MindSphere平臺支持企業打造智能工廠；通用電氣公司的Predix平臺廣泛應用于航空、醫療、能源等行業；施耐德電氣公司在全新EcoStruxure架構與平臺的基礎上打造可編程邏輯控制器，實現了針對生產過程的智能化升級；海爾集團公司自主研發的COSMOPlat工業互聯網平臺將用戶需求和整個智能制造體系連接起來，讓用戶全流程參與產品設計研發、生產制造、物流配送、迭代升級等環節，實現了跨行業、跨領域的擴展與服務。

當前，我國離散制造各行業之間在行業應用基礎、市場需求、關注點等諸多維度和層面存在顯著差異 [10]，因此離散制造行業的數字化轉型與智能化升級沒有一成不變的路徑，需要結合行業和企業實際進行具體實施。本文在研究離散制造行業典型特征的基礎上，分析數字化轉型、智能化升級面臨的挑戰和共性關鍵技術，結合家電、家居、紡織、食品4個典型行業轉型升級案例，提出數字化轉型與智能化升級的技術路徑；總結離散型制造企業數字化轉型與智能化升級的重點任務，提出相應的對策建議。

二、離散制造行業的典型特征

傳統離散制造行業普遍存在自動化、數字化水平較低，基礎支撐技術薄弱，產品附加值低，制造過程資源、成本和能耗較高，污染嚴重等問題，發展智能制造是推進離散制造行業提質增效、促進中國制造業由大變強的重要支撐。離散制造行業的產品通常是由多個零件經過一系列不連續的工序加工，再經裝配而成的較大型系統 [2]。離散制造行業的典型特征可概括為以下9個方面。

行業維度。離散制造行業細分門類多，且各個行業的產品及其市場需求都具有不同特點，如生產批量、制造模式、工藝流程等。各個行業的企業規模不同，企業的數字化、信息化、自動化以及管理運營水平也有明顯差異，相應業務需求和未來發展路徑也不相同。因此，離散制造各行業之間在應用基礎、市場需求、關注點、知識壁壘、商業模式等方面存在顯著差異。

產品全生命周期維度。離散制造行業涉及研發設計、生產制造、銷售、運維服務、回收等多個環節，在應用場景、領域知識復雜度、管理方式等方面都具有很大的差異性，而各個環節之間既獨立存在又具有很強的關聯性 [11]。

工藝流程維度。按定單、庫存生產，多品種、小批量或單件生產 [1]，產研并重，混線生產，生產設備不按照產品而按照工藝進行布置。

自動化水平維度。自動化水平主要指單元級的自動化水平。離散制造行業的自動化水平較低，需要對每個單件、每道工序的加工質量進行檢驗，操作人員的技術水平將在很大程度上決定產品的質量和生產效率。

生產計劃管理維度。產品的工藝過程經常變更，需要具有良好的計劃能力和生產系統支撐。

批號管理和跟蹤維度。對批號管理和跟蹤正在完善過程中。

作業計劃調度維度。根據優先級、工作中心能力、設備能力等，對工序級和設備級的作業計劃進行調度。

數據采集維度。以手工上報為主，結合條形碼采集等半自動化信息采集技術，進行人員、設備、物料、質量等基本信息的采集。

設備管理維度。可以進行同一種加工工藝的機床一般有多臺，單臺設備故障不會對整個產品線的工藝過程產生嚴重影響。

三、離散制造行業數字化轉型、智能化升級面臨的挑戰

（一）應用基礎薄弱

數字化轉型與智能化升級的前提是強化應用基礎。數字化、信息化發展的不平衡和不充分是我國離散制造行業當前的主要矛盾。第五代移動通信技術（5G）等先進信息技術為離散制造行業轉型升級提供了技術支撐，但工業技術發展時間短、基礎弱，高端制造技術發展受制于人。離散制造行業雖然規模大、門類廣，但自動化水平低、改造成本高且難度大，阻礙了離散制造行業的轉型升級。針對離散制造行業的需求和痛點，強化智能制造的應用基礎與平臺推廣是我國離散制造行業轉型升級的挑戰之一。

（二）關鍵技術缺乏

離散制造行業數字化轉型與智能化升級的基礎在于提升關鍵技術。我國工業的發展相較于發達國家起步晚、時間短、底子薄，自主可控技術整體偏少。目前，數字化轉型與智能化升級所依賴的工業裝備、工業軟件等核心技術，在很大程度上仍依賴進口。關鍵技術的發展是企業對行業制造工藝的長期積淀與探索，也是外部合作機構深入理解企業生產與運作方式并開展有效合作的前提。關鍵技術自主可控作為我國實現離散制造行業跨越式發展和提質增效的重要基礎，也是面臨的重要挑戰之一。

（三）人才與文化資源短缺

離散制造行業的數字化轉型與智能化升級，關鍵在于加強人才培養。科技創新歸根結底是人才的創新，而人才短缺是離散制造行業轉型升級過程中不可忽視的短板。數字化轉型與智能化升級又是文化重塑的過程，敏捷、試錯、反思、學習、尊重、平等、用戶導向是更適應智能化時代的新文化。“自上而下”形成共識，以人為本、服務于人、激發全員主動性，這是離散制造行業轉型升級的重要保障。需要加強行業人才與文化建設，激活人才創新內生動力。

（四）數據匯聚利用困難

數字化轉型與智能化升級的要素包括眾多數據的匯聚利用，因而結構化、完整、準確、可靠、實時的數據匯聚利用是轉型升級的前提。企業工業設備、傳感器等協議類型多樣且數字化、智能化程度較低，致使數據采集不完備、不準確；數據安全和數據所有權等敏感問題導致企業不愿貿然使用智能化平臺；數據準確性不高、利用率低和應用場景缺乏的問題影響企業轉型升級的積極性，在價值創造方面收效甚微。因此，確保相關數據匯聚并準確、安全地利用，是推進離散制造行業轉型升級所面臨的又一挑戰。

（五）經濟效益不明顯

數字化轉型與智能化升級的根本目標是增加經濟效益。目前，離散制造行業中的部分大企業在自身業務發展需要、政策支持與引導資金投入的推動下率先進行了轉型升級，但中小企業轉型升級仍面臨諸多挑戰，如應用場景不明晰、轉型成本高、收益低、轉型成本難以抵消、市場化商業模式挖掘難等，導致轉型升級動力不足。對中小企業而言，進一步提高轉型升級效率和效益、挖掘可行的商業模式、不斷深耕應用場景、打造高性能系統和平臺，進而解決效益不明顯和應用前景不清晰問題，是離散制造行業轉型升級的長期挑戰。

四、離散制造行業數字化轉型與智能化升級的共性關鍵技術

離散制造行業數字化轉型與智能化升級將深度融合先進制造技術、新一代信息技術、第一代人工智能（AI）技術等共性關鍵技術（見圖1），從而提高研發生產效率、優化資源配置、創新商業模式、催生新業態和新技術。先進制造技術是工業技術生產的核心基礎，也是離散制造業數字化轉型、智能化升級技術體系中最重要環節；新一代信息技術開拓了與物理世界平行的虛擬世界，為人–機–物–法–環的交互、協同與共融提供了技術手段；新一代AI技術將推動社會經濟從“數字經濟”走向“智能經濟”，催生一系列的新模式、新業態、新技術。

圖1 離散制造行業數字化轉型與智能化升級共性關鍵技術

（一）先進制造技術

先進制造技術是離散制造行業數字化轉型與智能化升級的基石和內核 [12]，涵蓋產品全生命周期各個環節，主要包括智能設計、智能加工 [13]、智能調度、智能檢測等技術。離散制造行業中的生產設備、裝配車間、物流系統等生產資料數字化的核心是工業知識及其數字化模型，如制造機理模型、數據驅動模型、設計優化模型、管理調度模型等。基于AI技術的輔助，先進制造技術可以充分滿足離散制造業柔性批量生產和產品規模化定制的需求，更好支持產品和服務的高質量實現。

拓撲優化技術依靠堅實的理論基礎并與大規模、高效率計算機技術結合，成為智能設計領域的核心技術之一。拓撲優化旨在給定邊界條件和各類約束條件的基礎上，獲得最佳的材料分布形式以實現結構目標性能最優，近年來越來越多地用于解決各類工程設計問題（見圖2）。基于傳統的宏觀結構拓撲優化設計技術可實現工程結構的智能設計，大幅減輕結構重量并提升承載能力，最大化材料利用率；可考慮結構的多種物理屬性，如結構基頻、強度、熱變形等。基于拓撲優化領域的多尺度設計技術可實現智能超材料設計，如通過設計材料微觀結構獲得具有負泊松比特性的超材料 [14]，通過考慮材料微觀特性對結構熱傳遞的影響設計出具有熱隱身性能的超材料 [15]。相應超材料具有廣泛的應用前景。

圖2 基于拓撲優化技術的智能設計應用

（二）新一代信息技術

5G、邊緣計算、區塊鏈等新一代信息技術是數字化轉型與智能化升級的引擎和助力。新一代信息技術高速發展并具有強大的滲透能力，將原本的“數字孤島”連接起來，擴展了控制生產資源和生產流程的空間，也為人–機–物–法–環的交互、協同與共融提供了手段。區塊鏈技術是離散制造系統中各智能體可靠、可信、安全、高效的聯結途徑，具有去中心化、自治化、透明不可篡改、可追溯性等特點。

5G技術具有高帶寬、低時延、高可靠性、大規模節點等優勢，結合網絡切片、邊緣計算等關鍵技術，為制造車間關鍵要素感知數據的互聯互通以及準確分析預測提供了重要保障，促進了智能車間調度技術的發展（見圖3）。依托5G技術，設計云–邊–端協同的感知體系，實現智能車間多源異構數據的互聯互通；基于感知數據，利用AI技術實現不確定異常事件的準確預測，將不確定異常事件轉化為可預測、可規避的確定事件 [16]；根據預測結果及時調整調度模型，變被動響應為主動調控，降低異常事件對生產過程的影響，確保生產計劃高效穩定地執行 [17]。

圖3 基于5G的制造車間調度技術

（三）新一代人工智能技術

新一代AI技術是數字化轉型與智能化升級的“頂層建筑”。AI技術的快速發展推動社會經濟從“數字經濟”走向“智能經濟”，社會形態和生產模式也將發生巨大變革 [18～20]。例如，大數據技術、深度學習技術、強化學習技術、人機協作智能技術、基于網絡的群體智能技術、跨媒體推理技術等的融入，最終將給離散制造業轉型升級帶來質的飛躍。基于AI技術的海量數據實時處理與可視化技術，建立制造流程數字孿生模型與機理混合模型，是實現離散制造過程高效率數字化智能的關鍵。

在AI領域，深度學習是機器學習研究中的熱門方向，近年來發展迅速。相較于傳統的故障診斷方法，基于深度學習的故障診斷可以自動提取特征而不需要復雜的信號處理過程 [21]；基于深度學習方法可以高效地完成表面缺陷特征提取與定位[22]。多標識的領域自適應網絡故障診斷技術 [23]，可以節省特征工程的時間，提高故障診斷的泛化程度；半監督式卷積神經網絡的表面缺陷檢測技術節省了數據標記成本 [24]，在有限數據條件下實現了表面缺陷檢測（見圖4）。

圖4 基于深度學習的智能診斷技術

五、離散制造行業數字化轉型與智能化升級的典型案例分析及技術路徑

目前，中國制造業已步入平穩發展階段。我國離散制造行業普遍處于工業2.0的后期階段，智能制造水平相對薄弱，制造業亟待轉型升級。離散制造行業數字化轉型與智能化升級應是全方位的，數字與智能技術的深化應用將在商業模式、服務模式、研發模式、運營模式、制造模式、決策模式6個方面推進轉型升級（見圖5）。離散制造行業處于應用不同轉型升級模式進行嘗試的階段，大部分處于轉型升級的前期階段，以制造模式轉型升級為主；部分企業嘗試進行運營模式和決策模式的轉型升級；商業模式、研發模式、服務模式的轉型升級對企業要求較高，僅有少部分企業在進行探索應用。以離散制造行業中的4個典型企業為例，分析其數字化轉型與智能化升級技術路徑。

圖5 離散制造行業轉型升級不同階段的轉型升級模式

（一）研發模式轉型升級

海爾集團公司積極實施數字化轉型，致力成為互聯網時代智慧家庭的引領者；已從傳統制造家電企業轉型為面向全社會孵化創客的平臺，為中小企業提供智能制造、個性化定制的解決方案。海爾集團公司的數字化轉型與智能化升級主要經歷了3個階段（見表1）。① 定制化與信息化升級階段，通過大電商平臺的規劃，實現了企業對企業、企業對消費者、跨境電商等全電商業務的融合，打通用戶的前端獲取、購買、配送、接收的全流程交互體驗，為用戶提供了家電產品以外的增值服務。② 自動化、網絡化建設階段，海爾互聯工廠實現了精密裝配機器人集群，引入企業資源規劃系統（ERP）、制造執行系統（MES）、倉庫管理系統（WMS）等，實現產品與設備、產品與模塊、產品與人員之間的多重互聯，顛覆了傳統的串聯式作業模式，實現并聯式生產。③ 全面網絡化、數字化轉型、智能化探索階段，建立了COSMOPlat工業互聯網平臺，通過聚合高水平獲獎案例，為行業提供數字化轉型實踐的路徑參考，顯現了工業互聯網領域數字化轉型創新價值。整體來看，海爾集團公司積極引入先進技術，實現了家電制造產線的自動化及智能化升級轉型，使得產品研發周期縮短了30%，人均產值提高了30%，產能提升近1倍；COSMOPlat為工業互聯網實際場景應用提供了平臺支撐，成為離散制造業數字化轉型創新的價值基準。

表1 海爾集團數字化轉型與智能化升級時間表

（二）運營模式轉型升級

索菲亞家居股份有限公司（簡稱“索菲亞”）運用統一的制造運營管理平臺， 以生產現場可視化、制造過程透明化、跨工廠績效管理標準化實現了企業的數字化轉型。索菲亞的數字化轉型與智能化升級主要經歷了4個階段（見表2）。① 信息化管理階段，運用計算機輔助設計（CAD）制圖軟件代替傳統手工畫圖，應用條碼系統、生產管理系統實現了信息化管理。② 信息化與自動化齊頭并進階段，在采用ERP系統的同時，引入柔性生產線以提高生產效率，成立信息與數字化中心以實現信息化系統全面覆蓋并全面推廣柔性生產線。③ 數字化轉型、智能化探索階段，實施“X計劃”，上線MES、WMS及供應商管理系統以實現倉儲智能自動化、分揀智能自動化，規劃并建設智能工廠。④ 網絡化、智能化探索階段，“未來工廠”4.0車間投產，以互聯網為依托并通過運用大數據、AI等先進技術手段，對商品生產、流通、銷售過程進行升級改造，進而重塑了業態結構和生態圈。整體來看，索菲亞通過信息化、自動化、智能化相關技術的應用，實現了生產過程的智能化和生產管理的數字化，完成了制造模式和管理方式的轉型升級，使得生產效益提升了50%，人工成本降低了30%～50%；綜合應用基于互聯網的大數據、AI技術實現了商品生產、流通與銷售過程的升級改造，成為離散制造業數字化轉型與智能化升級的典型案例。

表2 索菲亞家居股份有限公司數字化轉型與智能化升級時間表

（三）商業模式轉型升級

青島酷特智能股份有限公司（簡稱“酷特”）是一家服裝智造企業，形成了以大規模定制為核心的酷特智能模式，提出了個性化定制模式和用戶直連制造（C2M）商業模式，構建了酷特C2M產業互聯網生態體系，更好滿足了消費者的個性化需求 [7]。酷特的數字化轉型與智能化升級主要經歷了4個階段（見表3）。① 信息化管理與自動化生產階段，選擇了大規模個性化定制作為主要的商業模式，運用自動化設備升級生產工廠并推出電子商務系統。② 信息化和自動化齊頭并進階段，引入自動化設計、MES、WMS等新技術，初步形成C2M的新商業模式。③ 數字化轉型、智能化探索階段，引入數字化生產計劃系統，著力推動數據標準化建設，形成了數據驅動的大規模個性化定制新模式。④ 網絡化、智能化探索階段，在引入智能物流和自動化倉儲系統后，物流部門的用工量減少了80%；通過運用物聯網（IoT）、“互聯網+”等技術，形成了互聯網生態體系，初步建成智能工廠。整體來看，酷特實現了C2M的新商業模式轉型，建立了人、事、物互聯互通的智能工廠；與傳統模式相比，生產效率提高了25%，成本下降了50%，利潤增長了20%，成為質量提升和供給側結構性改革的典型實踐。

表3 青島酷特智能股份有限公司數字化轉型與智能化升級時間表

（四）制造模式轉型升級

內蒙古伊利實業集團股份有限公司（簡稱“伊利” ）是我國首批智能制造試點示范項目中唯一的乳制品企業，發展“智慧乳業”，引領全行業積極探索信息化、智能化。伊利的數字化轉型與智能化升級主要經歷了3個階段（見表4）。① 自動化建設階段，在連通平臺、站點、在線自動包裝系統、瑞士格物流庫房等方面實施自動化建設，實現了乳制品生產全過程自動化。② 數字化、網絡化轉型階段，搭建智能制造系統，實時獲取設備狀態和數據，進行統一的數據交互，形成了產品生命周期管理系統、政策法規數據庫系統、食品安全風險評估系統等線上平臺。③ 網絡化、智能化探索階段，投入生產計劃執行系統、全生命周期質量追溯系統，自主研發配方管理系統等安全可控的核心軟件，實現了制造裝備升級、信息互聯互通的智能建設，促使生產效率明顯提升和運營成本顯著降低。整體來看，伊利將數字化智能化技術應用到全產業鏈，推進“智慧乳業”建設，實現產業數字化、智能化，助力經營業績穩步提升；為消費者提供了多元化、高品質的產品與服務，也為我國乳業高質量發展探索出新的路徑。

表4 內蒙古伊利實業集團股份有限公司數字化轉型與智能化升級時間表

六、離散制造行業數字化轉型與智能化升級的重點任務

（一）突破制造智能關鍵使能技術

智能傳感器與工業互聯網是智能制造的基礎，重點突破智能傳感器與傳感網絡及智能終端、即插即用技術、實時網絡操作系統技術、機器對機器技術、制造IoT技術。大數據和知識庫是智能制造的核心，重點突破制造大數據挖掘技術、大數據智能分析與管理技術、面向制造大數據的綜合推理技術。智能推理是智能制造的靈魂，重點突破智能建模與仿真技術、全息人機協同系統、復雜對象智能控制系統技術、數字孿生技術 [25,26]。

（二）研發智能制造裝備

重點研發的智能制造裝備包括智能機床、智能成形制造裝備、特種智能制造裝備、智能機器人、智能柔性制造產線等。智能機床應具有加工狀態實時感知與交互、產品工藝自主決策與優化、加工精度持久保持能力等特性[27]，智能成型制造裝備應具有信息獲取、模型預測、決策控制功能，特種智能制造裝備應具有超高溫、超高壓等超常工作環境適應性以及超精密、高能束等超常工藝適應能力，智能機器人應能勝任焊接、打磨、精細裝配、機加工、柔順控制等工作，智能柔性制造生產線應具有多制造功能單元、制造島結合協作的高度柔性化和智能化能力。

（三）建設數字化、智能化車間

數字化制造車間、網絡化制造車間是智能化車間的初級形態 [28]：前者的各種設備要實現數字化管理和控制，對加工數據進行數字化描述、集成、分析和決策，進而對各種設備進行數字化控制；后者基于集成的數據進行智能分析和決策，智能地優化整個制造過程，使資源得到最合理的配置和優化。

（四）打造數字化、智能化工廠

數字化、智能化工廠是智能制造的典型代表。在產品設計方面，通過制造工藝與成品性能的三維模擬與仿真優化，實現計算機輔助的精確可靠規劃設計。在生產制造方面，利用工業機器人、數控機床和其他智能裝備，自動、高效、穩定地完成各項生產操作 [8]。在運營管理方面，在工業互聯網的基礎上，通過有效組織和融合制造領域知識，滿足供應管理、生產營銷、質量追溯、售后運維等全價值鏈的增長需求。

（五）提供數字化、智能化服務

相較傳統制造服務，數字化、智能化服務主要體現在提高服務的狀態環境感知、服務規劃、決策和控制水平、服務質量等。在工業技術軟件服務方面，提供網絡化智能工業軟件的集成應用。在工業產品智能服務方面，提供重大裝備的智能運維服務。在生產服務方面，提供生產性服務過程的跟蹤、調度和優化控制等智能服務。在云服務方面，提供全社會制造與服務能力的集成與共享服務。在社群化智能制造服務方面，提供實多企業間的無縫社交與協同生產、智能化產品運維服務。

（六）構建標準體系和安全體系

標準體系應重點構建：技術標準體系，如云計算、區塊鏈、信息物理系統（CPS）等，以技術的應用和操作為重點；產品標準體系，如工業互聯網平臺，側重于技術應用和產品服務方面；過程標準體系，如工業化和信息化深度融合、智能制造等，涵蓋范圍廣、類型多，應側重多個維度以分析發展演進過程；安全標準體系，構建離散制造行業信息安全和物理安全平臺，匯聚安全數據，積累安全知識和攻防經驗，開展大數據分析，進行預警、識別、審計、漏洞管理、防御、殺毒等。

七、對策建議

（一）加快示范應用

建議積極支持和引導離散制造行業數字化轉型、智能化升級和智能工廠示范；在示范基礎上，大規模推行制造裝備的數字化轉型、智能化升級工程及企業的數字化轉型、智能化升級工程，支持形成具有區域優勢的智能制造生態鏈。圍繞高端紡織、新型電力裝備、工程機械、家居、家電等重點行業，實施智能制造示范項目并篩選典型示范企業，樹立標桿企業形象并傳播推廣。

（二）突出“中國制造”

在離散制造行業數字化轉型與智能化升級過程中，應突出核心技術、關鍵裝備、工業軟件的“中國制造” ，警惕和防止高端裝備、核心技術“空心化”現象。在核心技術、關鍵裝備、工業軟件方面推行“產學研用”一體化協同創新模式，著力解決離散制造行業數字化轉型與智能化升級過程中的技術難題。

（三）培育高新技術人才

離散制造行業的轉型升級需要在戰略、思想、技術、執行等方面加強人才儲備。建議完善職業教育與專業人才培養模式，注重可持續發展，培養離散制造業智能化工廠方向的專業技術與人才隊伍。推進智能制造人才隊伍建設，培養智能制造人才 [29]：一是智能制造高技術人才，培養掌握制造技術，熟悉數字化、網絡化、智能化技術，精通智能制造技術，善于解決工程實際問題的智能制造高技術人才；二是智能制造高技能人才，培養知識先進、技術精湛、能工巧匠型的智能制造高技能人才；三是高水平的智能制造管理人才，尤其是企業家群體。

（四）制定相應法律法規

探索通過立法引領產業發展，不斷完善財稅、金融、知識產權、人才培養等配套的政策法規體系，促進制造業的長期穩定發展。建立數字資產知識產權保護機制，引入數字資產許可制度，構建透明的數字資產使用環境；加大政府財政資金支持力度，實施必要的稅收激勵政策，采取多元化金融支持方式；利用信息技術對數字資產進行加密、標記、追溯和監控，加強對違規行為的法律約束。