智能制造及其关键技术的应用与发展趋势

于梅

（一汽发展制造部工艺技术处，长春，130011）

1 前言

21世纪以来，全球出现了物联网、云计算、大数据等为代表的新一轮技术创新浪潮。在此背景下，德国提出“工业4.0”，中国推出“中国制造2025”，美国推进振兴高端制造，日本发展协同机器人等，这些国家都将智能制造视为振兴实体经济和新兴产业的支柱和核心，以及提升竞争力和可持续发展能力的基础和关键。

2 智能制造概述

2.1 发达国家智能制造发展与应用状况

美国、欧洲和日本等发达国家在智能制造技术应用研究方面长期处于世界领先地位。互联网、物联网、人工智能等智能技术的基础多数起源于美国。欧洲作为工业革命的发源地一直在引领工业革命，特别是德国发布了“工业4.0”，象征着第四次工业革命的大幕已经开启。而日本在追逐先进制造业方面取得了很大进展，如精益生产模式等经营管理模式成为国际先进制造技术的标杆。

产品研发是企业发展的龙头，这方面美国一直是走在世界前列，产、学、研在基于互联网、物联网和人工智能基础上，前瞻技术研究布局日臻完善，如先进的传感器、无人机技术以及小型智能装置等都是美国高等院校与科研机构的成就，麻省理工学院、阿贡、橡树岭、洛斯·阿拉莫斯等国家试验室是美国前瞻技术的孵化器。在基础研究领域，还有艾默生、霍尼韦尔这样的工业巨头。美国的数控机床、集成电路、PLC、数控机床方面拥有MAG、哈挺、哈斯、格里森等一批知名企业，American Robot等知名企业是美国工业机器人代表。而IBM、思科、通用电气和AT＆T等计算机和软件公司也成功转型，成为用工业互联网来改造制造业的典型代表。在汽车行业，Tesla电动汽车及谷歌自动驾驶汽车正在颠覆传统汽车制造业，像手机计算机一样，正在成为互联网中的移动终端。美国用信息化带动制造业的发展，加快调整产品业务发展战略，不断加强跨行业的合作，在发挥各行业自身优势的同时推进制造业向智能化、网络化方面发展[1]。

以德国为代表的欧洲正在开启第四次工业革命的大幕，其工业一直朝着高精尖的先进制造业方向发展。欧洲国家在智能制造领域较早进行了战略布局，其智能制造各环节均处于全球领先地位。西门子公司是第四次工业革命最典型的代言人，其在全价值链数字化协同平台的建设代表了欧洲制造也成功从自动化转向数字化、智能化发展，其协同平台为Team⁃center，包括产品设计、生产规划、生产工程、批量生产和服务，上述价值链集成了云和开放式IOT操作系统，产品诞生和交付周期和成本获得了大幅度减低。同样欧洲的ABB、KUKA等在精密机床与控制等技术领域处于世界领先地位，这些公司的机、电、液、气、光、刀具、测量、数控系统及零部件在性能、质量上均居世界前列。2014年6月，欧洲机器人协会与欧委会联合180家企业及研发机构发启了“星火”计划，重点研发制造、交通、农业、医疗和护理等领域的机器人。欧洲已实现数字化规模生产，法国、德国、比利时都拥有技术较强的3D打印企业，3D打印技术的研发应用已经在欧洲获得了普遍重视和发展。工业软件方面，欧洲核心工业软件、硬件在全球都处于领导地位，包括产品生命周期管理（PLM）、可编程控制器（PLC）、制造执行系统（MES）、企业资源管理（ERP）等。一批欧洲企业集团在机械电子、医疗电子、机床电子等领域引领着全球相关领域的发展，汽车电子集团BOSCH是欧洲乃至全球汽车电子技术的典型巨人企业，BOSCH在汽车技术领域是世界一流的汽车智能驾驶系统供应商。

日本丰田汽车集团创建了精益生产模式和以人为本的经营管理模式，是日本先进制造业的典型代表，也为全球汽车制造业树立了标杆。日本今已在发展第三、第四代工业机器人取得了卓越的成就。丰田公司大量采用自动化技术，如机器人搬运、无人自动化工厂等先进技术，缩短了产品诞生时间达40%，改进车身结构设计，适应焊接自动化生产线，由18道工序减少为9道，建成了世界最短的高端车型生产线[4]。

2.2 智能制造的使命及特征

智能制造始于20世纪80年代人工智能在制造业领域中的应用，发展于20世纪90年代智能制造技术和智能制造系统的提出，成熟于21世纪基于信息技术的“Intelligent Manufacturing（智能制造）”的发展。它将智能技术、网络技术和制造技术等应用于产品管理和服务的全过程中，并能在产品的制造过程中分析、推理、感知等，满足产品的动态需求。它也改变了制造业中的生产方式、人机关系和商业模式，因此，智能制造不是简单的技术突破，也不是简单的传统产业改造、而是信息技术和制造业的深度融合、创新集成。

2.2.1 美国智能制造概念、使命和特征

①美国智能制造概念与目标

2011年6月，美国智能制造领导联盟（Smart Manufacturing Leadership Coalition,SMLC）发表了《实施21世纪智能制造》报告，提出了美国智能制造企业的框架如图1所示。美国智能制造的概念是建设现代化、智能化工厂，即通过信息技术，如数据、声音和移动设备等，与供应商、经销商、顾客和业务系统互相联系在一起，以此创建一个高度优化和有竞争力的企业。在这样的框架下，供应商高度参与企业的业务活动，提高企业劳动生产率，企业最小化库存运营敏捷化，从而使企业供应链需求驱动。这样，企业管理与供应商和车间紧密联系，企业运作效率得到极大提升。智能工厂同时与智能电网紧密协同，降低企业能耗。智能工厂与配送中心协同，实时信息交互，使产品物流更优化，产品与用户交互加强，为用户量身定做，在产品生命周期内全程跟踪，实现回收、再设计或再制造的良性循环。美国智能制造企业框架的基础核心技术是信息与物理融合，即网络化传感器、多尺度动态建模与仿真、以数据互操作性及可扩展的多层次网络安全。

图1 美国制造企业框架[4]

2014年2月，美国国防部牵头成立了“数字制造与设计创新机构”（简称Digital Manufacturing）。2014年12月，美国政府建立了“智能制造创新研究院”，这是国家制造创新网络中的第8个创新机构，该研究院由能源部牵头组织建设，能源部智能制造的概念是：智能制造是先进传感、仪器、监测、控制和过程优化的技术和实践的组合，它们将信息和通信技术与制造环境融合在一起，实现工厂和企业中能源、劳动生产率、成本的实时管理。美国智能制造设立了4个目标：产品的智能化、生产的自动化、信息流和物资流合一、价值链同步。

②美国智能制造的使命

从美国智能制造的概念和需要实现的目标来看，实现智能制造的使命就是研发传感技术、测试技术、信息技术、数控技术、数据库技术、数据采集与处理技术、互联网技术、人工智能技术、生产管理等与产品生产全生命周期相关的先进技术，这些技术均是实现智能制造的基础。

数字制造部门对智能制造发展的侧重点是通过基于计算机的集成系统（由仿真、三维可视化、分析学和各类协同工具组成）将设计、制造、保障和报废系统的要求进行连接，智能制造部门对智能制造发展的侧重点是集成所有制造过程中的清洁能源和高能效应用、能量优化的控制与决策支持、原料和运行资源等。“智能制造”特别关注以一种环保和优化生产率的方式，降低选定制造工艺的能耗。总目标是减少生命周期能源使用，增加能源生产率，提升地区经济、就业以及本土生产，保障美国制造的竞争力。

③美国智能制造的特征

通过美国智能制造的概念、目标和使命的论述，可以总结其智能制造的五大革命特征，即新能源革命、新材料革命、新农业革命、新信息技术革命、制造业数字化革命，值得借鉴的革命性特征如下：

1）新材料革命[4]：制造业广泛采用新型复合材料和纳米材料。这些新材料的强度、质量、性能均优于传统材料，而且适用性强，成本低。

2）新信息技术革命[4]：主要是设计、生产、销售等借助网络信息技术全面数字化、智能化，互联成为设计、生产、贸易、信息以及各种新技术交流的关键性平台与渠道，同时也构成经济、社会发展的新基础，从而深刻改变人类生产、生活方式。

3）制造业“数字化”革命[4]：主要是生产、制造快速成型等，尤其是以3D打印机为代表的新型生产设备，可使产品从设计到生产再到销售的全过程一体化，简化流程、降低成本，并大大缩短生产周期和运送距离，使产品由大工业时代的“大规模生产”转向“大规模定制”，以适应消费者“个性化”需求，并能在世界各地“就地设计、就地生产、就地销售”，这可能导致第一次工业革命以来、历时两个多世纪的“大规模工厂制”逐步被淘汰。

2.2.2 德国智能制造概念、使命和特征

①德国智能制造概念与目标

德国在2013年汉诺威工业博览会上正式推出德国“工业4.0”战略，其基本概念是将使得生产资源形成一个循环网络，使得生产资源具有自主性、可自我调节以应对不同的形势、可自我配置等。德国工业4.0是智能制造的最完整的理解和概念。2015年4月，德国发布的《工业4.0战略计划实施》报告则对工业4.0推出了正式的概念：“工业4.0”概念是第四次工业革命，它在产品生命周期内对整个价值创造链的组织和控制迈上新台阶，即从创意、订单，到研发、生产、终端客户产品交付，再到循环利用，包括与之紧密联系的各服务行业，在各个阶段都能更好地满足日益个性化的客户需求。

德国“工业4.0”的总体目标是所有价值链上的实体形成网络，获得随时从数据中创造最大价值流的能力，从而实现所有信息的实时共享。在此基础上，人、物和系统的实现连接，从而实现建立企业价值的动态网络，实时优化和自组织这些动态网络，最终是对效率、成本和能耗进行不断优化，这是实现企业可持续发展不断追求的目标。

德国“工业4.0”的目标就是要建立一个高度灵活的个性化和数字化的产品与服务的生产模式。在这种模式中，传统的行业界限将逐步消失，并会产生各种新的活动领域和合作形式。产业链分工将被重组，创造新价值的过程正在发生变革。

②德国智能制造使命

代表智能制造的德国“工业4.0”的使命之一就是要实现企业数字化、人性化、绿色化和智能化发展，产品要满足客户个性化订制的需求，使单件小批量与大批量生产获得同样的效率和成本，构建可以生产高精密、高质量、个性化智能产品的智能工厂是德国智能制造的使命。“工业4.0”的另一使命就是分散网络化和信息物理的深度融合，由集中式控制向分散式增强型控制的基本模式转变。

③德国智能制造的特征

通过分析研究德国“工业4.0”，总体理解为德国制造业正在向智能化转型，其三大主题的特征是[4]：

（1）智能物流：主要通过互联网、物联网、务联网，整合物流资源，充分挖掘现有物流资源供应方的效率，而需求方则能够快速获得服务匹配，得到高效物流支持。

（2）智能生产：主要涉及整个企业的生产物流管理、人机互动以及3D技术在工业产品研究、开发和生产过程中的应用等。

（3）智能工厂：重点研究智能化生产系统及过程，以及网络化分布式生产设施的实现。

2.2.3 中国智能制造概念、使命和特征

①中国智能制造概念

在2015年工业和信息化部公布的“2015年智能制造试点示范专项行动”中，提出中国智能制造，其概念为基于新一代信息技术，贯穿设计、生产、管理、服务等制造活动各个环节，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称[6]。

②中国智能制造使命

中国智能制造的使命就是以完善制造业技术创新体系为基础，以推行数字化、网络化为手段，以提升产品的设计能力为基本，以提升产品质量为生存原则，培养具有全球竟争力的企业群体和优势产业，发展现代制造业。

③中国智能制造的特征

与发达国家比，我国的制造业水平低，其特征具体表现在基础能力弱、数字化智能化水平低、产业资源利用率低、优势产业和高端装备创新力不足，人力资源和高端人才缺口严重、沿海和内地制造业发展不均衡等特点。

1）重视四基、提升基础能力[4]：因为基础零部件、基础工艺、基础材料和基础技术比较落后，中国制造业与发达国家比落后。在中国制造智能化进程中，提升四基能力是实现中国智能制造的基础。

2）利用数字网络，提升智能效率[4]：通过实施数字化和智能化，提升中国制造业水平，中国要成为工业强国，没有捷径，必须改变传统模式，打造新型智能化工业体系。

当然，我国在节约产业资源，保护生态环境、培养优势产业、鼓励高端装备创新方面和人才建设方面也有很长的路要走。

2.3 发达国家智能制造参考模型

由于网络化在工业领域的广泛应用将产生大量的连接，从而使数据处理至关重要，从美国的工业互联网联盟和德国“工业4.0”平台推出的参考架构模型来看，数据服务是模型的一部分。

2.3.1 美国智能制造参考模型

美国GE公司Peter C.Evans提出了工业互联网数据循环概念，见图2。基于安全网络云的工业互联网是工业大数据的源泉，包括全价值链上活动产生的大数据，如工业机器、存储和提取个性化的机器数据、工业数据系统、基于机器的算法和数据分析、大数据分析技术、远程及集中式数据显示、适当人机数据分享和物联与人联网的数据。互联网加人、机器、信息、控制系统形成工业互联网，通过对数据的感知、交换、计算和分析处理，实现企业能源高效实用、高效维护和高效运营。

图2 美国工业互联网数据循环[7]

2.3.2 德国智能制造参考模型

2015年，德国正式公布了“工业4.0”参考架构模型，即RAMI4.0，如图3所示。

图3 德国“工业4.0”参考架构模型（RAMI 4.0）[3]

模型将“工业4.0”所涉及的关键要素用一个三维的层级模型来描述：

第一个维度是由产品、设备、控制、工作中心、企业构成的企业纵向集成维度（Hierarchy Levels Axis），遵照企业控制系统标准IEC 62264/IEC 61512。

第二个维度是由产品生命周期与价值流维度（Life Circle＆ Value Stream Axis）,包括设计、维护、使用、生产、维护和使用与回收再利用等，指南原则按IEC 62890《工业过程测量控制和自动化系统和产品生命周期管理》。

第三个维度则是信息和通信，把制造系统的活动划分为资产、集成、通讯、信息、功能和业务6个层次，形成活动层维度（Layers Axis）。

各层所代表的功能为：

1）资产层和集成层：用数字化来管理现实的硬件、软件、文件等；

2）通信层：按标准化的通信协议实现数据和文件的传输；

3）信息层：价值链产生的相关数据；

4）功能层：按规则定义必要的功能；

5）业务层：映射相关的业务程序。

2.3.3 中国智能制造参考模型

国务院于2015年3月发布了制造强国战略的行动纲要《中国制造2025》，旨在中国制造业可持续发展，从“中国制造”转型成为“中国智造”。2015年12月，工信部和国家标准化管理委员会共同发布《国家智能制造标准体系建设指南（2015版）》。中国智能制造从系统层级、智能特征和产品生命周期三个维度构建了智能制造标准化参考模型，见图4所示。

3 国际智能制造的关键技术发展情况

3.1 国际智能装备应用情况

智能装备主要包括智能传感器、人机交互系统、自动识别系统、控制系统、增材制造、工业机器人、数控机床设备等。

图4 中国智能制造标准化参考模型[1]

国外主流汽车制造企业大量采用传感器、RFID、PLC、机器人等智能装备，在汽车制造领域的智能装备普及程度高于国内。下面以工业机器人和自动识别系统、人机交互系统的应用为例讲述国外装备情况。

工业机器人：根据机器人联盟（IFR）2016年报告数据，日本机器人使用密度为1276台/万人，位居世界第一，美国以1218台/万人位居第二，德国以1147台/万人排名第三，而中国仅为392台/万人。在汽车制造领域，机器人主要应用于焊接、喷涂、组装、输送等环节（见图5）。目前，德国奔驰辛德芬根工厂拥有4500个工业机器人用于汽车制造[2]。

自动识别系统：在RFID射频技术方面，梅赛德斯-奔驰汽车公司，通过采用电子标签和RFID技术的应用，能够实现数据及信息在焊装、涂装、总装、测试及分销过程的全追溯，保证读取正确率为99.99%[2]。在中国，捷豹路虎、上海大众、吉利沃尔沃等公司已开展此项技术的应用。

图5 梅赛德斯-奔驰一张电子标签贯穿整个生产过程

3.2 国际智能工厂应用情况

智能工厂包括智能设计、智能生产、智能管理、智能物流、集成优化等部分内容。智能设计、智能生产和智能管理举例：

智能设计、智能生产、智能管理：国外智能工厂方面主要表现在PLM、MES、物流等系统建设和系统间的集成，使数字化技术贯穿于汽车制造整个过程。如通过产品数据平台和数字化工艺平台建设，能够实现汽车所有属性与信息全过程可追溯；采用三维工艺规划仿真、物流仿真等，大幅减少对实际生产线的更改，有效、缩短工期、提高效率、降低成本。

3.3 国际智能使能技术的应用情况

智能使能技术包括人工智能应用、工业大数据、工业软件、工业云、边缘计算等部分。下面以工业云为例介绍国外情况。

工业云：工业云平台的战役打响，西门子、菲尼克斯、库卡、GE、SAP等纷纷搭建提出自己的云平台方案。

云平台是基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以按需求提供给计算机和其他设备。云计算提供了基于互联网的新的IT服务增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。简单说，云是根据用户需求将IT技术转化为服务的一系列规则、技术及业务模式。

云计算最常见的内容包括：

SaaS（Software as a Service）,即软件即服务，作用是服务提供给客户。

PaaS（Platform as a Service）,即平台即服务，作用是将一个开发的平台作为服务提供给客户。

IaaS（Infrastructure as a Service），即基础设施即服务，其作用是将虚拟机或者其他资源作为服务。

西门子、菲尼克斯、库卡、GE、SAP在企业的应用和分析中使用基于云计算的软件，更多的与生产相关的设备数据在云平台上被带到云端，为生产系统实现更多的数据驱动的服务，工业云本身不产生数据，他提供了数据传输、存储和处理的平台。借助这样的平台和下层有效的数据采集工具，可以帮助客户在对行业深度理解的基础上，做出更合适的判断和决策。

云平台通过分析机器背后的数据，优化运营和流程，实现提升效率、节约成本、增加收入。工业企业可将其作为数字化服务——譬如预防性维护、能源数据管理以及工厂资源优化的基础。机械设备制造商及工厂建造者可以通过该平台监测其设备机群，以便在全球范围内有效提供服务，缩短设备停工时间，并据此开创新的商业模式，提供给客户[5]。

工业大数据技术：工业大数据的核心技术包括数据采集、存储、建模、分析、挖掘、评估、预测、优化、协同等操作，因此，大数据相关的收集、处理、分析和可视化等技术是智能制造的核心技术。国外大数据技术以用户为核心的平台式服务模式，将用户与数据中心之间的连接变成了用户与用户的连接，形成了基于社区的、以用户为核心的无服务生态体系，而用户需求的核心也不再以使用为导向，而是以使用过程中的价值为导向。

3.4 国际工业互联网建设方面的情况

TSN+OPC技术的应用：各种传感器和设备机台都需要通过工业网络互相链接，才能实现智慧工厂的愿景，2018年汉诺威工业博览会隆重推出了TSN+OPC技术的应用。

工业互联网产业联盟(AII)、Avnu联盟、边缘计算产业联盟(ECC)、Fraunhofer FOKUS、华为、美国国家仪器（NI）、施耐德电气、贝加莱（B&R）等超过20家国际组织和业界知名厂商组成的“工业互联半壁江山”，在全球规模最大的工业展会—2018德国汉诺威工业博览会上，联合发布了包含六大工业互联场景的TSN（时间敏感网络，Time Sensitive Networking）+OPC UA智能制造测试床。

测试床通过模拟丰富的真实智能制造场景，现场演示验证智能制造的关键技术点——TSN+OPC UA，该技术是预测性维护、数据分析、机器学习和人工智能等新技术的关键推动因素，可以帮助工业企业提升效率，例如减少停机时间、提高设备综合效率和降低总体成本等。

本次发布的测试床基于OPC UA标准，确保了在一个系统环境中，来自不同厂家的多种设备可以利用统一标准方便地进行协作；TSN+OPC UA测试床实现了根据精确时间进行优先级排序，把实时和非实时数据进行统一传输，真正实现了机器、人、物联接的“一网到底”，打通工业互联网“最后一公里”。

融合IT与OT，推动行业数字化转型,验证了TSN网络在复杂环境情况下的高确定性和低时延性，保障工业场景下的严格同步运动控制。

OT（运营技术）与IT（信息与通信技术）之间的融合令人兴奋，将带来有趣的创新体验。OPC UA和TSN的结合，让工业领域得以实现实时信息交换和互操作。联合测试床中演示的场景展示了OT和IT各自的技术优势，使我们对数字网络的未来充满期待。

未来工业领域将有数以百亿计的设备连接上网，传统工业以太网无法承受巨大的数据传输量，需要一种新的架构来满足高带宽、高速率和海量连接等方面诉求。推进TSN技术和标准的不断完善，真正实现TSN网络下的“全网通”，推动制造行业数字化转型。

TSN技术已经吸引全球越来越多的自动化厂商、IT的关注和支持，对TSN一向保持低调的西门子公司，在本次汉诺威展上也第一次对外宣布西门子将正式支持TSN。由此看来，随着这些国际巨头们的加入，TSN离实际工业应用已不再遥远！

4 智能制造展望

未来，智能制造将实现主要以下愿景:

①自组织生产：制造资源如设备、工装、人等组成自适应的网络，可自我组织生产。

②智能产品：智能产品知道自己整个制造过程中的细节，拥有最基本的全生命周期信息，并与相关系统进行持续信息交互，提高生产效率和资源利用率。

③员工工作：从例行工作中解放出来，更专注于有创新性、更具有价值的工作中。

④大规模定制：产品依据个人需求定制，体现在产品设计、生产、物流、销售和售后各阶段。