我国机床产业智能制造的发展现状与对策研究

王红,李彬

(1.洛阳理工学院人文与社会科学学院，河南洛阳 471023；2.河南省复合刀具与精密加工国际联合实验室，河南洛阳 471023)

0 前言

作为装备制造的重要支柱，我国机床产业的消费量和进口量居世界首位。随着汽车制造、航空航天、动力设备、工程机械等领域的飞速发展，各行业对机床市场的需求日益增长。2019年，我国机床行业(包括机床工具)总利润达到345亿元；2020年，机床行业实现利润总额398亿元，比上年同期增加53亿元。能够增长的原因主要是各级政府在新冠疫情之后出台的救助措施，以及我国扩大内需政策的拉动。整体上，机床行业在总利润同比增长方面领先于其他行业。依据中国海关提供的最新数据，2020年，我国金属切削机床的进口总额为43.9亿美元，金属成型机床的进口总额为9.5亿美元；工具、量具的进口总额为14.7亿美元。然而，在全球庞大的消费和需求的背景下，我国大多数的数控系统和功能部件都处于明显落后状态。中端数控系统的世界市场份额我国仅为35%，而高端数控系统的市场份额几乎为零。在机床功能部件上，我国的中低端市场份额仅为30%，高端市场也几乎为零。高端数控系统和功能部件一直是制约我国机床产业难以全面发展的关键因素。

作为信息化和工业化深度融合的产物，智能制造掀起了世界历史上的最大科技浪潮，并受到了各国广泛重视和关注。例如，日本的“新机器人战略”，欧盟的“2020年增长战略”，德国的“工业4.0战略”，美国的“先进制造业国家战略计划”等。我国也借鉴了这些发达国家的相关战略，在 2015 年，制定并实施了名为“中国制造2025”的战略，其中明确指出了智能制造具有不可忽视的关键性作用。最新颁布的《中国机床工具 2020》中也确定了“智能制造”的重要地位以及发展方向。随着世界经济技术的飞速发展，我国机床行业的智能化也在不断发展。

我国机床行业对智能制造的迫切需求使企业积极探索适合的路径，不断提高自身的智能制造水平。本文作者通过对智能制造与机床行业现状的梳理，研究了我国智能制造背景下机床行业发展的影响因素，特别是解决优化机床产业结构、提升产业链价值、增强产业市场竞争力的关键问题。研究内容有利于推动企业合理地进行资源配置，为企业的智能制造发展提供一定的理论基础。

1 我国智能制造与相关机床产业的研究现状

随着经济和科技的快速发展，世界制造业正在经历着一场变革浪潮。客户对产品呈现出多品种小批量的需求；同时，零件的精度要求越来越高，产品的结构和制造系统越来越复杂；生产计划制订越发繁琐、现场任务多变、交货期要求严格等特征，使得传统的制造已经不能满足现行制造业的要求。如何减少生产资源消耗和环境污染，如何解决对生产计划与过程的动态监测和调整，如何使制造系统更具有柔性与绿色制造能力，这些难题都是每个制造企业需及时解决的。目前现状有力地推动智能制造的萌生和发展。

智能制造来源于人工智能的研究，是先进制造、信息、人工智能以及物联网等技术高度集成和深度融合的新一轮制造业革命性技术。智能制造系统可对机器正常生产过程进行实时监测并自主分析，预测与感知可能的故障，做出科学决策。同时，该系统可自主分配生产与销售环节，合理管理产品进度，实现高效、优质、节能、环保和安全生产，显著提高能源利用效率和企业竞争力，实现可持续发展。中国对智能制造的探索最早源于1989年在华中科技大学召开的机械制造大会，会后国内许多高校拉开了对智能制造的研究。杨叔子院士等指出智能制造系统是运用智能化和集成化的方式，增强制造系统原有的组织能力，具有强大的自诊断、自修复和自组织能力，主动协调与协同能力以及非逻辑处理能力。它将是数字化、集成化、自动化、网络化有机融合与高度发展的产物，可以快速地对市场现有的需求给予回应。熊有伦院士指出智能制造将专家的知识和经验融入感知、决策、执行等制造活动中，赋予产品制造的在线学习和知识进化的能力，涉及到产品全生命周期中的设计、生产、管理和服务等制造活动。如何挖掘、保存、传递、利用制造过程中存在的经验和知识是当前需要解决的突出问题。卢秉恒和李涤尘从增材制造的角度，指出智能制造实际上是一种升级的先进制造技术，本身具有感知、分析、控制、推理和决策等多种功能，它是智能技术、制造技术和信息技术的现代化综合应用。虽然各院士对智能制造的描述不完全一致，但核心观点是一致的，智能制造是将智能、制造、互联网等多种技术集成在企业生产中有机融合。基于产品的全生命周期设计，在整个制造的过程中，进行智能地感知、执行、反馈及决策，从而实现产品的设计、生产、服务及管理的全过程智能化，最大限度地提高企业利润。

我国虽然较早开始重视智能制造，但是对于智能制造下机床产业的研究还处于起步阶段，相对研究较少。实际上，国内尚未形成成熟的机床领域的智能制造应用，仅有沈阳机床厂、四川普什宁江机床厂等少数机床厂在研发应用，总体上未形成规模机床智能制造工厂示范企业。任宇比较了中国与主要发达国家的智能制造，指出目前中国缺乏与数控机床相关的智能制造关键技术，具体产业政策缺乏对机床配套设施的扶持，某些政府采购制度也阻碍了国产机床的应用推广力度，导致我国科研水平或者市场份额等均远远不及西方国家；认为应当重视行业准入、加大研发投入、推动产业结合以及促进国家交流等制度意见。张曙、杨兴锐等以沈阳机床厂最新的i5智能机床为例，分析了智能制造的改革途径，认为政策体系是智能机床发展的基本前提和有效保障，内外部合作是智能机床发展的未来趋势，运营模式才是创新的催化剂，智能系统平台的建立是关键，企业应采用互联网思维提高机床产品整体的创新速度，从而实现自我不断完善的战略目标。夏则才研究了智能制造与机床产业的连接途径，为了实现机床企业智能制造，认为要把自动化、先进制造、人工智能和信息技术有效地结合起来，建立覆盖整个制造过程的数据采集，进而实现自主学习与决策的闭环体系。通过我国智能制造下的机床产业研究现状发现，大多数研究目前都是制度性的建议，缺乏系统化分析。本文作者基于国外智能制造研究的经验和成果，系统地研究了智能制造背景下影响机床产业发展的关键因素。

2 我国机床产业智能制造的关键技术分析

高端数控机床作为现代制造业的核心设备，是民族工业的支柱。随着我国科技和经济的飞速发展，传统数控机床由于不具有自适应、自诊断与自决策的功能，无法满足现代智能制造的发展需求。然而，智能机床却具有自我感知和预估自身状态的能力，借助历史加工数据，可以估算设备整体和关键部件的使用寿命，感知加工状态和环境的变化，诊断出可能故障并给出修正指令；对加工零件的表面质量进行实时智能评估，并通过各种智能模块实现多工序加工，提高加工效能，并降低能源的消耗。工业互联网完成了数控机床生产与使用的智能化，将人、智能机床和大数据相互连接在一起，实现了制造的软件定义、信息网络通信和大数据共享。我国机床产业智能制造可以在如下的关键技术上特色发展：

2.1 工业大数据分析是核心驱动力

工业大数据是指从客户需求到销售、订单、计划、设计、工艺、制造、研发、采购、供应、库存、交货、售后、报废和回收再制造整个产品生命周期中，围绕着工业领域典型的智能制造，生成的各种数据、相关技术和应用程序的总称。通过工业大数据可以对数控机床智能制造各阶段的情况进行真实描述，从而更好地了解、分析和优化制造过程。因此，工业大数据是智能机床的智慧来源。

智能机床工业大数据的架构在逻辑上主要分四层，即数据采集层、数据存储和管理层、数据分析层及数据应用层，如图1所示。通过整个流程，可以将机床大数据可视化分析处理后的多来源、多层次、多维度的数据以直观简洁的方式展示给用户，使用户更容易理解，从而可以更好地做出整体决策。数据可视化包括很多方式，如报表、二维地图、三维地图等。而且，可以利用机床数据应用开发技术进行智能制造的延伸与改进，主要指利用移动应用开发工具，进行大数据应用开发，便于实现预测与决策。

图1 智能机床工业大数据的架构

以带锯机床生产公司——高圣为例，给出大数据在智能制造领域的应用实例。延长带锯寿命是该机床使用过程中的核心。首先，利用传感器采集加工过程中的数据，对带锯机寿命的下降进行分析，并预测机床寿命的算法模型。在加工过程中，实时分析生成的数据，识别当前工件和工况信息。其次，通过健康特征提取和归一化处理将当前的健康特征反映到智能机床特征地图上，实现带锯磨损状态的量化。分析处理后的信息被存储到数据库中，借助大数据的智能分析能力，建立不同健康状态下的最佳工艺参数模型，延长带锯的使用寿命。进一步，通过可视化技术，将机床健康信息展示给用户，而当需要更换带锯时对用户进行智能提醒，并自动补充带锯订单，保证了生产质量与效率。

2.2 机床学习能力是必要途径

机床学习属于机器学习领域，涉及到统计学、概率论、系统辨识、计算机科学、最优化理论、复杂算法理论和脑科学等诸多学科，主要指利用计算机模拟人类的学习行为，使机床自主获取新的知识或掌握某种技能，并在实践训练中重组已有的知识结构，不断改善其工作性能。其本质是基于已知数据构建一个评价函数，其算法成立的基本原理在于数值和概念可以相互映射。基本实现方式为：将具象的制造过程映射为数据，同最终的加工零件数据一起组成原始样本集，计算机根据某种规则对初始样本进行特征提取，形成特征样本集，经预处理后，将特征样本拆分为训练数据和测试数据，再调用合适的机床学习算法，拟合并测试评价函数，即可用之对未来的观测数据进行预测或评价。该流程如图2所示。

图2 机床学习的基本流程

机床学习作为一种数据分析与特征挖掘的工具，将专家的知识与经验以及大量的实验数据编制成系统知识库，通过建立优化模型，在给定的需求边界条件下，求取最佳的参数组合。通过采集故障机床的工作信号，整理为带标记的初始样本集，构建深度神经网络，挖掘该故障的信号特征，避免了繁杂的理论分析过程，为智能故障诊断提供决策依据。例如，机床学习可以监测加工过程中刀具的磨损状态。利用机床学习处理切削工艺实验的数据，建立切削力和切削变形的计算公式，避免复杂物化过程的量化描述，可以达到极高的预测精度，为工艺参数和补偿算法的制定提供基础。

2.3 机床互通互联是坚实基础

机床的互联互通是指机床、设备和控制系统之间以及企业之间通过有线和无线等通信方式的互连和信息交换。无论多么先进的数控机床，独立工作的潜力都有限，只有将带有装备感应器的机床和智能软件与其他装备、人联系起来，从中提取数据并进行详细分析，深入挖掘生产或服务体系在性能改进、质量提升方面的潜力，才能实现系统资源的优化与提效。

智能制造中的信息模型是对物理对象的抽象和组织，需要反映实际物理对象和数据关系。信息互通要求所有机床装备使用同样的数据格式和参数类型对制造系统中的数据进行数字化的描述，建立语义和结构一致的信息模型是解决该问题的重要手段。

互联互通作为智能制造的重要手段，在智能制造的各方面均有重要的作用，最常见用于数控机床和上下料机器人组成的柔性生产线中。数控机床与机器人之间，或者与上层管控系统之间，通过互联互通相互获取数据、状态和指令，解析相关信息，相互配合完成生产调度和生产节拍的配合，共同完成工作。其次，在智能制造的数字双胞胎中互联互通也同样起着重要作用。数字双胞胎是采用数字化的方式，建立多维、多时空、多尺度的动态虚拟物理模型来刻画和仿真实体在环境中的行为、属性、规则等。数字双胞胎可以有效用于具有预测性设备的监控、预防、诊断等常规维护和调度。互联互通中的信息模型技术通过对数字双胞胎各种属性信息建模的方式实现信息标准化，为信息在物理世界层和虚拟世界层的顺利流通提供保障。

3 我国机床产业智能制造的发展对策

我国机床制造企业除了要积极贯彻“中国制造2025”的战略以外，还要认真学习、研究德国、美国、欧盟和日本等智能制造先进理念，比较、总结出异同点，结合实际情况，制定出机床企业切实可行的实施战略，以新一代信息技术与制造业深度融合为主导，智能制造为主要方向，确保企业智能制造的发展。目前，中国机床制造企业大多只拥有相对智能一点的设备和系统，而大型集成化系统几乎都被国外承包商垄断，因此我国机床制造企业距离真正智能制造实际应用还很远。结合我国智能制造的现状，各机床制造企业在今后的发展过程中，可以以下几个方面的发展对策为重点。

3.1 以人为本是机床智能制造的落地之道

人是制造生产活动中最具活力与创新性的因素，智能制造最终也是需要服务和满足人们对美好生活的需求。在以智能制造为标志的新工业革命中，中国这样一个人口大国必须明确自己的优势与特色，机床企业也必须找准自己的定位并推出适合自身国情的智能制造发展战略。我国学术界提出了人—信息—物理系统(Human-Cyber-Physical Systems，HCPS)的智能制造发展理论，并在此基础上分析了智能制造的范式演变，指明了未来20 年我国智能制造的发展战略和技术路线。

图3为以人为本的机床产业智能制造框架。以人为本的机床产业智能制造是一个大系统，可从产品、生产、模式、基础4个维度来进行认识和理解。其中，以人为本的智能机床产品是主体，以人为本的智能机床生产是主线，以人为本的机床产业模式变革是主题，HCPS 和人因工程是基础。这里的“以人为本”指智能机床装备和系统的服务宗旨。在设计之初，就要充分考虑人的需求和人的因素，尤其是直接面向广大消费者的机床智能产品。同时，在智能机床装备设计之初，需要充分考虑人为干预的可能情况，并在设计中留下许可和空间。

图3 以人为本的机床产业智能制造框架

工业机器人不容置疑是机床智能制造的重要组成部分。但是，传统的工业机器人存在一些缺陷，目前还不能完全满足市场对智能机床的需求。例如，部署传统机器人的成本很高，单个机器人又不能直接在生产线上使用，仍需要许多外围设备的支持。此外，中小企业受财力限制，难以进行生产线级的大规模改造，并且更加看重产品的投资回报率，这就要求机器人本身成本低，可以快速部署并简单易用。在目前情况下，很难给出令人满意的解决方案。如果由人负责高度柔性、触觉和灵活性的任务，机器人利用其快速准确的优势来负责重复性和程序性的任务，这种人机协作将为中小型企业提供更好的解决方案。

3.2 数字化车间是机床智能制造的主战场

很多人认为，在智能制造中，大量购买和引进数字化设备是建立数字化车间的前提。事实上，数字化设备对于数字化车间的创建，既非充分条件，也非必要条件。即使车间里全是数字化设备，如果没有设备间的互联互通，没有生产过程的数字化管理，没有有序的数据流动，也不是数字化车间。相反，即使车间内的设备不全是数字化设备，经过改造后，设备与信息系统相连，制造过程实现了数字化、网络化与智能化，比如现实中的智能调度、决策分析等。这样，负责人可以分析管理生产计划、生产资源等数据，并在信息系统中对生产进度和产品质量进行有效监控，也可以看作是数字化车间。

关于机床行业的智能制造，建设数字化车间必须把握以下3条主线：第一条主线是由机床、热处理设备、机器人、检测设备等组成的自动化设施，实现智能精确制造，这是数字化车间的物理空间基础；第二条主线是以制造企业生产过程执行系统(MES)为核心的智能管控系统，实现对生产物流、计划调度、过程执行、工艺质量、设备管理等制造过程全环节的精细化管理和控制，这是数字化车间的网络空间基础；第三条主线以物联网为基础，以设备互联互通为桥梁，将MES等网络信息系统与机床等物理空间自动化设备连接起来，实现网络与物理世界的深度融合。3条主线汇聚在一起，实现自动化设备与信息系统之间数据的有序流动，最终实现高效、优质、低成本、绿色的生产模式，增强企业竞争力。

3.3 工业互联网是机床智能制造的新机遇

工业互联网是新工业革命的关键基础设施，具有智能化、数字化、网络化的特点。通过物联网、大数据、云计算等技术手段，可以构建基于数据采集、聚合、挖掘、分析的新型服务体系，实现产品、设备、人力、知识、信息等资源与能力的共享与合作，是一种汇众智的新型商业模式。

工业互联网在机床产业链中的作用不仅在于实现机床产业链中的价值传递，而且体现在价值创造方面，促进智能机床企业价值链优化与系统重构。一方面，工业互联网缩短了机床产业链上下游的距离，支持企业基于用户需求定制设计与生产，提供机床产品全生命周期服务，推动服务型制造业快速发展，构建了企业与用户无缝对接的平台。在工业互联网环境中，生产系统智能化和生产设备网络化水平不断提高。越来越多的智能机床制造企业正在积极探索“与用户互动，让用户评价，由用户定义”的新型工业互联网应用模式。以企业产品和技术为核心的传统机床制造模式加速向社会化、用户深度参与的新模式转变，从而提升了企业创造价值的空间。

另一方面，工业互联网将全产业链的各个环节有机连接起来，加速各环节数据在产业链中的流通和传递，基于工业互联网的深度数据分析能力，实现智能机床的远程控制和智能操作，对提高生产效率、优化生产工艺、创新生产方式具有重要作用。特别是在我国5G网络普及程度不断加大的背景下，工业互联网的引领价值凸显。机床企业还可以通过工业互联网整合与管理生产相关数据，通过挖掘数据尽可能地捕捉影响生产决策的隐性数据，在数据分析的基础上开展预测，采用预防控制策略降低决策成本和维修成本。

4 结论

智能制造涉及的范围十分广泛，而智能制造装备是实现智能制造的核心载体。近年来，我国政府出台了一系列支持智能制造的发展政策，希望通过积极发展智能制造，实现中国传统制造业的转型升级，推动我国从制造大国向制造强国的迈进。同时，机床行业对智能制造的迫切需求也迫使企业积极探索适合自己的智能制造道路，不断提高智能制造水平。本文作者在借鉴国内外智能制造研究经验和成果的基础上，系统研究了智能制造背景下影响我国机床行业发展的关键因素，特别是涉及工业大数据分析、机床学习和机床互通互联的内容，并在以人为本、数字化车间和工业互联网方面提出了发展对策。此研究可为智能制造背景下机床产业发展研究提供参考。