机械制造企业智能制造能力成熟度评价研究

任俊飞 吴立辉 鱼鹏飞 张博晖 张中伟

摘  要：智能制造已经成为中国制造业的主攻方向。面向机械制造企业提出五级智能制造能力成熟度模型，从基础资源能力、业务活动集成能力、信息融合使用能力以及持续改进能力四个方面构建了智能制造能力成熟度评价指标体系，并采用基于层次分析法的二级模糊综合评判法进行企业智能制造实施能力的量化测评，从而为企业客观诊断自身实施智能制造的能力提供理论和方法支持。

关键词：智能制造;能力成熟度;等级;评价指标;模糊综合评判

中图分类号：TH186 文献标志码：A         文章编号：2095-2945（2020）02-0055-03

Abstract： Intelligent manufacturing has become the strategic trend of China's manufacturing industry. A five-level intelligent manufacturing capability maturity （IMCM） model is proposed for mechanical manufacturing enterprises， and an IMCM evaluation index system is constructed from four aspects： basic resource capability， business activity integration capability， information integration capability and continuous improvement capability. Furthermore， based on the established IMCM evaluation indexes， a two-level fuzzy comprehensive evaluation method based on analytic hierarchy process is applied to make a quantitative assessment of the capability to implement intelligent manufacturing， thereby providing theoretical and methodological support for manufacturing enterprises to objectively diagnose their own intelligent manufacturing implementation ability.

Keywords：intelligent manufacturing; capability maturity; level; evaluation index; fuzzy comprehensive evaluation

1 概述

目前，全球产业竞争格局正在发生重大调整，新一代信息技术与制造业深度融合，工业发达国家都在加大科技创新力度，例如德国和美国相继提出了“工业4.0”和“工业互联网”战略[1]。与此同时，一些发展中国家也在加快谋划和布局，积极参与全球产业再分工，承接发达国家产业及资本转移。中国制造业面临发达国家和其他发展中国家“双向挤压”的严峻挑战，必须加紧战略部署，抢占制造业新一轮竞争制高点，化挑战为转型升级和创新发展的机遇。为此，中国政府提出了《中国制造2025》发展战略，并把智能制造作为信息技术和制造技术融合发展的主攻方向[2]。

然而，目前国内外对智能制造的内涵尚未形成统一认识。以“工业4.0”、“工业互联网”等为代表的智能制造模式都是基于发达国家已有的工业化水平提出的，而中国大多数机械制造企业在人员素质、自动化水平、管理水平等方面与发达国家存在较大差距。因此，在制造业新发展形势下，国内机械制造企业转型实施智能制造应先对自身的技术、管理水平进行综合诊断，然后结合企业自身实际情况实施智能制造，并逐步实现完善。本文采用《中国机械工程技术路线图》中对智能制造的定义，认为智能制造是研究制造活动中的信息感知与分析、知识表达与学习、智能决策与执行的一门综合交叉技术[3]。相应地，智能制造能力成熟度模型描述和反映了企业智能制造的核心要素、特征以及水平演进的路径。

制造成熟度等级的概念最早由美国提出并用于军用领域，后推广应用至民用领域来管控技术及风险[4]。目前，国内企业为推行智能制造，围绕智能制造能力成熟度评价已经开展了相关探索和研究，例如：张蓉君等[5]提出了智能制造评价指数标准，从“制造维”和“智能维”对河南省41家调研企业的智能制造能力进行了分析，指出河南省企业在智能维方面存在较大发展空间;于秀明等[6]从制造工程、制造保障以及智能提升三个维度综合考虑智能制造的关键特征及要素，提出了整体成熟度和单项能力成熟度两种模型，然而并未涉及成熟度等级的确定方法;中国电子技术标准化研究院主导研究，发布了《智能制造能力成熟度模型白皮書》，尽管为企业评价其智能制造综合水平提供了可参考的指导框架，但其在机械制造企业的适用性目前尚未充分验证[7]。因此，借鉴现有研究成果，本文提出面向机械制造企业的智能制造能力成熟度等级模型及评价指标体系，并利用基于层次分析法的二级模糊综合评判法评估企业的智能制造能力成熟度，从而为企业诊断自身智能制造能力提供理论和方法支持。

2 智能制造能力成熟度等级

3 智能制造能力成熟度评价指标体系

广义的制造过程是面向产品全生命周期的一系列生产活动集合，包括设计、生产、物流、销售、服务等。显然，成熟的智能制造环境下，制造过程的各项业务活动在相应基础资源（涉及人、财、物等）的支撑下应当是充分集成和联动的。相应地，在企业业务集成与联动过程中，需要充分利用信息技术，强化信息融合使用能力。因此，本文从企业的基础资源能力、业务活动集成能力、信息融合使用能力以及持续改进能力四个方面来综合评价企业的智能制造能力成熟度。进一步，为了确定各能力域影响因子，采用企业调研与问卷调查相结合的方式进行：首先在问卷设计中尽可能全面地列举相关影响因子，然后深入不同机械制造企业，由工位、工段、生产线、车间、工厂、企业不同管理层次的人员确认各能力域的影响因子，对于累计认同度达到80%以上的因子即认为是关键因子[9]，进而建立如图1所示的智能制造能力成熟度评价指标体系。

4 智能制造能力成熟度评估

建立智能制造能力成熟度评价指标体系的目的是为具体企业量化测评智能制造实施能力提供指导依据。借鉴现有决策理论技术与方法，本文利用基于层次分析法的二级模糊综合评判法评估制造企业的智能制造能力成熟度。由图1可知，评价指标难以全部进行量化计算评价。针对难以量化计算的评价指标可以采用百分制打分，进而采用模糊数进行指标量化值的评价;对于能够量化计算的评价指标，同样可以采用模糊数进行指标量化值的评价，从而真实反映评价指标间的相对重要性程度。

评估过程如图2所示，主要分两阶段进行，阶段一主要利用层次分析法获取指标体系中同层同类指标的权重;阶段二主要结合阶段一确定的指标权重，利用模糊综合评判对智能制造能力成熟度影响因子做出综合评判，进而确定智能制造能力成熟度级别，评估过程的具体实施细节可以参考文献[9]。此外，由于本文提出的智能制造能力成熟度级别分为5级，所以利用基于层次分析法的二级模糊综合评判法输出的结果LIMCM进行智能制造能力成熟度级别（GIMCM）判定的准则为：

5 结束语

面向机械制造企业，提出了五级智能制造能力成熟度模型，并从基础资源能力、业务活动集成能力、信息融合使用能力以及持续改进能力四个方面出发构建了智能制造能力成熟度评价指标体系，进而采用基于层次分析法的二级模糊综合评判法进行企业智能制造实施能力的客观、量化测评。未来将进一步细化评价指标体系，并进行机械制造企业智能制造能力成熟度的快速评价方法研究。

参考文献：

[1]延建林，孔德婧.解析“工业互联网”与“工业4.0”及其对中国制造业发展的启示[J].中国工程科学，2015，17（7）：141-144.

[2]周济.智能制造——“中国制造2025”的主攻方向[J].中国机械工程，2015，26（17）：2273-2284.

[3]中国机械工程学会.中国机械工程技术路线图[M].北京：中国科学技术出版社，2011.

[4]高原，高彬彬，董雅萍.制造成熟度管理方法研究[J].制造技术与机床，2012（3）：30-37.

[5]张蓉君，于秀明，胡静宜.基于智能制造评价指数的河南企业智能制造能力分析[J].标准科學，2016（7）：24-27.

[6]于秀明，郭楠，王程安，等.智能制造能力成熟度模型研究[J].信息技术与标准化，2016（5）：39-42.

[7]智能制造：如何评价企业的智能制造能力成熟度？[J].智能制造，2019（Z1）：24-29.

[8]吴超，林家骏，唐斯亮，等.军用通信装备软件能力成熟度模型[J].计算机工程，2005（11）：77-79.

[9]白翱.离散生产车间中U-制造运行环境构建、信息提取及其服务方法[D].杭州：浙江大学，2011.