智能制造体系及其多维解构_湖北铭科达自动化设备有限公司

新闻资讯

行业解决方案

电子行业

铭科达深耕电子制造业，根据不同产品类型的生产环境需求、工艺流程、产品特性、效率要求，研发了适合不同电子生产企业的检测设备、生产设备、生产线等..

湖北铭科达自动化设备有限公司
武汉东湖新技术开发区关东街道黄龙山东路6号
华测时空智能科创园C栋
TEL/+86-027-87609808
FAX/+86-027-87609807

行业资讯

智能制造体系及其多维解构

点击次数：522 次更新时间：2024-03-19

智能制造作为新型生产方式，改变了生产要素的投入结构和组合方式，将制造自动化的概念扩展到了柔性化、智能化和集成化的方向。为明确智能制造的标准化对象和范围，《国家智能制造标准体系建设指南（2021版）》从生命周期、系统层级和智能特征三个维度对智能制造体系架构进行划分。本文认为，基于不同情境和分析目的，智能制造系统有狭义与广义之分，狭义的智能制造系统是指以智能车间或智能工厂为载体的制造体系，而广义的智能制造系统则涵盖智能工厂及其支撑和服务体系。从构成来看，可以从三个维度来理解智能制造系统：技术维度、空间载体维度和产业链维度。从技术维度来看，智能制造技术体系分为基础共性技术和标准（数据标准、集成电路、移动通信等）、智能装备技术、工业软件技术和工业互联网技术（物联网、大数据、云计算、区块链、人工智能等）；从空间载体来看，智能制造系统可以分为设备层、车间层、工厂层、企业层、网络协同层；从产业链体系来看，智能制造产业体系涵盖上游的智能制造装备、工业软件和智能制造系统解决方案、中游的智能工厂（行业应用）和下游的智能制造服务（智慧物流及仓储等）。

（一）技术体系

技术体系是指在一个特定领域内的一系列相关技术的组合和体系结构，而智能制造是利用先进智能技术实现生产过程的智能化、高效化和灵活化的制造方式，作为一个大系统和大概念，其基础支撑不是关于任何一种技术，而是多个技术的有机组合和集成。在智能制造出现之前，数字制造、虚拟制造、先进制造和可持续制造等现有制造技术已经与ICT融合，智能制造相关技术亦被单独开发或与其他技术结合开发，缺乏对智能制造技术体系的系统化概括。基于此，本文从系统层面厘清智能制造的技术体系构成，确保技术要素均在不同程度上贡献于整个智能制造系统的智能化和效能提升。

智能制造技术体系可以进一步分解为基础共性技术与标准、智能装备技术、工业软件技术和工业互联网技术。基础共性技术是指在多个领域发挥支撑作用，着力解决应用开发过程中的通用性、基础性问题的技术，具有可扩展性和互操作性的特征。《国家智能制造标准体系建设指南（2021版）》指出共性技术标准包括通用、安全、可靠性、检测、评价和人员能力六类，是关键技术和行业应用技术的底层支撑。智能装备技术是先进信息技术、传感技术、控制技术和自主决策算法在装备产品上的高度集成和创新融合，具有自主感知、协同决策和智能执行的技术特征。工业技术软件化是一种充分利用软件技术，实现工业技术/知识的持续积累、系统转化、集智应用、泛在部署的培育和发展过程。而工业软件技术是在制造和生产领域中应用软件解决方案以支持、优化智能化生产和管理活动的技术。工业互联网技术是一种在工业制造领域中应用于实现设备、系统和人员之间高度联结和信息共享的技术范畴，主要利用物联网、大数据分析、云计算、边缘计算、人工智能等智能技术，以实现设备、系统和人员之间的高度联结、数据共享和智能化决策。

（二）空间载体体系

“载体”是一种能够携带、传递或支持某种形式的事物的媒介、介质或实体，智能制造的载体扮演着连接物理世界和信息世界的角色，在智能制造中充当着实际的生产工具或平台。从载体来看，智能制造可以分为设备层、车间层、工厂层、企业层和网络协同层，每个层次都承载着特定的功能和任务。

具体来看，设备层是智能制造的基础，涵盖了制造过程中使用的各种设备和机器，包括传感器、执行器、机械设备、工业机器人等，通过物联网技术连接，实现实时数据采集、监测控制和参与协同制造。车间层是应用先进的制造技术和智能化设备并相互连接以形成小范围的生产单元，承担生产计划、生产调度、质量控制等功能，形成“智能感知—动态调整—质量检测—持续改进—反馈学习”的闭环来增强智能车间的敏捷响应能力。工厂层是整个智能制造体系中的关键层次，运用工业物联网、增材制造等技术促进工厂层面全要素数据可视化和实时化，实现生产、设备、能源、物流、人力等生产要素的数字化集聚（大数据中心）、网络化共享（工业互联网）和平台化协同（调度协同指挥中心）。企业层关注战略层面的决策制定、技术应用、任务调度、资源编排和供应链管理，具有高度智能化、决策科学化、要素集成化的特征，一方面通过“数字化补课”实现跨越式创新和数字化转型，另一方面厘清智能制造标准规范，确保企业各个层次和系统之间的协同性和兼容性。网络协同层通过工业互联网平台搭建起多元主体链接的桥梁，以价值链为导向实现端到端的协同制造，以系统思维提升全产业链集成下的动态响应能力。综上，智能制造“设备层—车间层—工厂层—企业层—网络协同层”的层次结构有助于厘清智能制造不同层次之间的功能划分和关系，并将智能制造体系划分为可管理的单元，使得智能制造系统更加模块化和可扩展，能够适应不同规模和需求的制造场景，实现物理世界和信息世界的深度连接。

（三）产业链体系

智能制造是制造业的高阶制造形态，天然具有产业属性。一方面，从理论层面来看，广义产业链将隐性技术与显性载体连接在一起，为深度认识智能制造提供了合适的研究视角，有助于从产业层面理解不同技术和载体如何发挥协同效应。另一方面，从实践统计层面来看，智能工厂是智能制造的生产载体，但由于智能制造的应用领域广泛，各智能工厂的智能化成熟度不一致，现实中难以统计智能工厂的产值规模，统计上通常将智能制造装备、工业软件和智能制造系统解决方案分开统计，以反映智能制造产业链发展情况。基于此，本文结合认识逻辑和统计范围，将智能制造产业链体系解构为智能制造装备、工业软件、智能制造系统解决方案和智能工厂（车间）。

智能制造装备是具有感知、分析、推理、决策、控制和执行功能的制造装备的统称，指用于生产和制造过程中的高级制造设备，是先进制造技术和智能技术在装备产品上的集成应用。从特征来看，区别于传统装备制造，智能制造装备综合了先进制造、数字控制、智能传感、人工智能技术等多种技术，从而具备了自我感知、自主决策、分析规划、纠错容错、自我学习、网络集成、诊断修复等多种智能特征，提高了制造过程敏捷性和适应性，极大提升了装备的加工质量和使用效率。从内涵来看，智能制造装备涵盖制造全流程的智能单机、自动化系统集成及生产线集成，将制造技术、信息技术和人工智能技术相结合，本质上涉及智能控制技术在制造业中的应用。从效用来看，智能制造装备通过自动化、智能化和高度精确的制造过程，强化企业内部协同和上下游协同，显著提高生产率、制造精度和柔性制造水平。

工业软件是工业技术、流程的程序化封装与复用，是智能制造的“神经中枢”。根据产品用途，工业软件可以分为研发设计类（如CAE、CAM）、生产控制类（如MES）、经营管理类（如ERP）、运维服务类（如APM）、嵌入式类（如DNC）等。根据工艺流程，工业软件可以分为工业管理学软件和工业物理学软件，后者以研发工具如计算机辅助设计（CAD）等为主，强调对工业内核的深度挖掘。从发展模式来看，国外形成纵向一体化、横向贯通和软硬结合的三种发展模式，工业软件既具有软件的性质，又具有明显的工业属性。进一步地，工业软件是智能制造系统的基石和支点，是工业知识沉淀的结晶，承载着制造业从研发设计到销售运用全生命周期的全部数据。研究表明，一辆新车高达40%的成本是由其电子和软件内容决定的，汽车行业70%以上的创新都是由软件驱动的。而大型工业软件的研发周期一般是3—5年，被市场认可则需要10年左右，且很难被简单复制。

智能制造系统解决方案强调利用先进的信息和制造技术来实现灵活、智能和可重新配置的制造流程，实现纵向集成和横向集成的整体解决方案。其中，纵向集成是把系统解决方案的不同层次和模块整合在一起，并根据需求对模块的拓扑结构进行重组；横向集成则是实现不同制造阶段的软件、数据库和装备之间端到端的协同，破除数据壁垒，以实现更高的效率和灵活性。智能制造系统解决方案主要由软件、硬件、系统服务等部分组成，此处的软件指嵌入于整体解决方案中的应用软件。在现实中，智能制造系统解决方案的提供商通常是工业互联网平台企业、云服务平台和数字化转型服务商，与工业软件不同，系统解决方案主要以无形产品形式交付。2016年，在工业和信息化部的指导下，我国成立智能制造系统解决方案供应商联盟，利用人工智能、大数据分析和机器学习等技术，以实现智能决策、自适应控制和预测性维护。作为智能制造典型应用场景，智能制造系统解决方案规模持续扩大，年平均增长率超过10%，形成一批高质量覆盖全生命周期的细分行业解决方案，从供给端改善市场生态，从需求端强化对症下药，涵盖工厂、产品、生产和管理四个过程的九大典型应用场景。

智能工厂旨在通过集成先进的数字化技术和自动化系统，实现制造生产的高度智能化和高效化。智能工厂借助物联网、大数据分析、人工智能等技术，将制造过程中的各个环节实现数字化连接和协同，以提高生产效率、灵活性和质量管理。在智能工厂中，传感器和嵌入式系统用于实时监测生产环境、设备状态和产品质量。通过实时数据采集和分析，智能工厂能够进行实时决策和优化生产过程。此外，人工智能技术被广泛应用于生产计划、调度和质量控制等方面，以提高整体的生产效能。智能工厂注重生产过程中的自动化和数字化集成，自动化系统涵盖了各个生产阶段，包括原材料处理、生产装配、物流管理等，数字化集成则通过整合各种信息系统，实现生产数据的实时共享和管理。这种高度集成的数字化环境有助于提高生产线的灵活性和适应性，使企业更好地应对市场需求的变化。（来源：社科院工业经济研究所）

上一篇：智能制造概念演化与内涵界定
下一篇：我国智能制造高质量发展的现实基础