对新一代智能制造的几点思索

张应刚，张建超，尹 伊

(1.中国机械科学研究总院集团有限公司，北京 100044；2.北京机械工业自动化研究所有限公司，北京 100120)

0 引言

智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。作为制造强国建设的主攻方向，智能制造发展水平关乎我国制造业未来的全球地位。当前，新一轮科技革命和产业变革不断深入，制造业数字化、网络化、智能化融合发展，正在不断突破新技术、催生新业态。智能制造已成为推动制造业转型升级、加快制造业高质量发展的重要抓手。

本文立足该阶段需求及特点，系统介绍了智能制造的三个发展阶段，阐释了人工智能技术之于新一代智能制造系统的重要作用，进而提出人工智能技术在制造环节应用的几点思索，为企业了解自身智能制造能力水平、行业主管部门全面掌握智能制造发展现状提供一定支撑。

1 对智能制造三个发展阶段的认识

从技术角度而言，智能制造是伴随着信息技术的进步而发展，根据信息技术与制造业在不同阶段的融合及应用特征，智能制造可以总结为以下三个发展阶段：

1.1 第一个发展阶段：数字化制造

数字化制造是将制造过程的产品、工艺、流程、环境等数据化，并进一步分析、控制和管理，以实现产品生产的制造模式。

数字化制造始于二十世纪后半叶，随着制造业对技术进步的需求不断升级以及信息技术的发展，数字化技术开始与制造技术深度交叉发展，形成了智能制造第一个发展阶段，推动了制造业技术发展的根本性变革。

该阶段的鲜明特征是产品的数字化以及数字化技术的应用，具体有：

1）产品层面，在产品中广泛运用数字化技术，产品发展成为数字化产品；

2）技术层面，数字化设计、装备、管理以及系统集成技术等得到广泛应用。

1.2 第二个发展阶段：数字化网络化制造

该阶段也称为“互联网+制造”，是智能制造的第二个发展阶段。

随着互联网技术在上世纪末开始普遍应用，为制造业注入新的活力，通过连接制造过程的人、物、环境、数据和流程，网络推动了制造要素的协同以及相关社会资源的共享与集成，重构了制造业形态与模式，加速制造业向第二个阶段发展。

数字化网络化制造的鲜明特征是网络技术在制造全流程的应用以及基于网络技术各制造要素的连接、打通和协同，具体有：

1）产品层面：产品设计、研发实现基于网络的协同、共享，产品自身发展成为可连接通讯的网络产品；

2）制造层面：基于网络，实现企业内制造要素的全流程综合集成、贯通。

3）服务层面：企业与终端用户通过网络实现信息互通，企业发展向以服务为中心转型。

1.3 第三个发展阶段：数字化网络化智能化制造

该阶段是智能制造的第三个发展阶段，也是智能制造最新的发展阶段，称为新一代智能制造。近年来，信息技术迎来指数级发展，推动人工智能技术形成突破，相关技术被深度应用于制造业，推动了制造业的智能化发展，成为新一代智能制造。

人工智能技术的应用使制造系统具备了“学习”能力，进而改变了知识的获得、使用及沉淀、传承方式，具体有：

1）“智能”层面，制造系统开始真正意义上的具有“智能”，这是其根本特征；

2）“学习”能力带来革命性变化，通过学习，革命性的改变了制造领域知识生成、获取、使用、保存、传播的方式和效率，进而推动创新与服务能力的大幅提升。

3）制造过程层面，智能化带来的要素智能、过程智能、管理智能，极大的推进制造业向无人制造、自我制造迈进。

以上三个发展阶段表征了智能制造演进的过程和逻辑关系，以信息技术发展及其在制造业的应用为主线，一方面，各发展阶段有其区别于其他阶段的特征，展示了信息技术与制造技术的阶段性发展；另一方面，各发展阶段在技术上并非严格断开，而是融合交错、螺旋上升，展现了智能制造的融合性发展。

2 新一代智能制造系统的基本组成与系统集成

新一代智能制造是制造技术与智能技术融合发展的一个大系统，总体上由智能化产品、生产和服务三大功能系统以及云、工业互联网两大支撑系统组成。

图1 智能制造系统结构

2.1 智能产品和装备

产品和装备是智能制造技术的核心与作用对象，智能制造技术需要物化在产品和装备中，通过产品和装备体现其价值，为人类社会服务。而新一代智能制造技术可以为传统产品和装备 “赋能”，为产品和装备的升级打开了空间，使产品和装备的智能化特征和能力不断提升，呈现革命性变化趋势。

2.2 智能生产

2.3 智能服务

智能服务是指企业的发展理念从经营产品到运营客户的根本性变革，是新一代智能制造的主要特征，主要体现为两方面的转变：一是从流水线式大规模生产转向规模化个性化生产，实现多品种、小批量、定制化的柔性生产需求；二是产业形态从生产型向服务型调整，企业盈利模式向微笑曲线的两端延伸，服务成为企业收入的主要来源。

其中，智能化网络化技术推进了智能服务的发展，使终端用户需求在线收集、远程运维服务等成为可能。

2.4 智能制造云和工业互联网

智能制造云和工业互联网是智能制造体系架构的技术保证，是智能系统部署、联接、协同、共享实现的前提和基础。云技术为智能制造系统赋予了便捷灵活的软件应用环境和廉价可靠的数据存储能力，互联网技术为海量数据的采集和分析提供了支撑。随着通讯、网络、存储、大数据等技术的不断进步，相关技术得到空前发展，促进了制造业形态和模式的变革。

2.5 系统集成

新一代智能制造是制造体系、要素的全面系统集成，无论从系统的技术性，还是系统的社会性，均呈现出“大集成”、“全面集成”特征，具体包括：

1）制造系统内部集成

智能制造的内部集成包括企业自身的纵向集成和企业间的横向集成。纵向集成是指制造系统实现了企业内部产品设计、生产制造、运营管理、采购运输、销售服务等全过程的动态集成，横向集成是企业间通过工业互联网与云平台，实现了业务、资源的集成、协同和共享。

2）制造系统外部集成

输电线路防外力破坏预警系统的基本原理是通过检查架空输电线路在空间产生的电场强度,通过算法计算出测量点与导线之间的距离。相对于入侵的物体,运行中的输电线路中的任意一相可以看成无线长直导线。架空输电线路的工频电场是一种准静态场,工频电场由电压产生。

智能制造的外部集成呈现更广域、跨业态的社会性，一方面，通过与全产业链、科研单位、金融业等的创新合作，制造业与服务业呈现出协同发展的新发展路径；另一方面，智能制造展现出包容性强的特征，在社会生态角度，与智慧农业、智慧城市等吸收融合，孕育智能生态、构成智能社会。

3 人工智能在新一代智能制造中的应用

信息技术的爆发式发展促进了人工智能技术在实际应用上的突破，具备了“学习”能力，拥有了认识、产生、运用知识的能力，呈现出自主学习、人机协同、群体智能等新特征。

人工智能技术已成为抢占未来科技高地的核心，成为推动人类科技发展的强劲动力，通过与先进制造技术的集成、发展，在制造过程系统、装备、工艺、服务等多个层面都有了具体和广泛的应用。

3.1 系统流程层面

制造企业近些年通过构建ERP、BPM、SRM等系统，在业务流程、运营管理层面已经相对完善，基本打通了市场、制造、运营、财务、供应、服务等环节，但相对来说是比较刚性的打通和联接，各指令的生成相对规则化，缺少预测性和前瞻性，即缺少基于数据和模型的预测，随着人工智能技术的应用，可以实现如下几方面的改进和提升：

1）市场和销售情况

基于数据和模型，可以更准确的摸索市场规律、预测市场趋势，对细分市场的规模、个性化需求、竞争对手情况等多因素进行预判，辅助市场决策。

2）财务和预算情况

建立财务成本模型、预算模型、财务-生产-库存-市场等综合模型，对财务相关业务进行综合分析、合理预测，确保财务风险可控，财务利益最大化。

3）供应和库存情况

结合市场、生产、大宗商品价格、利率汇率等情况，建立采购供应和库存等相关模型，在保障生产的情况下，最大程度减少库存、降低采购成本、降低仓储物流成本，使资金效率最大化。

3.2 装备层面

人工智能技术赋能装备，使装备智能化，简单来说是使装备具备自感知、自决策、自执行、自适应、自学习等能力，赋予装备生命，使装备作为智能个体融入智能制造体系，装备层面一般的人工智能技术和场景如下：

1）机器视觉的应用

机器视觉在智能制造装备上的应用已相对成熟，包括自动识别定位、自动作业、缺陷检测、自动导航、自动巡检等场景的应用，未来会随着相关算法的迭代应用更深入、更成熟。

2）边缘计算与专家知识的应用

智能装备的自感知、自控制和自学习能力，一般体现在指令和控制的柔性、参数的自动修正和补偿，如机加工设备、炉、罐、反应釜等装备，这一般需要边缘测（设备测）的计算能力和专家知识的应用，人工智能技术结合感知数据、基础模型、专家知识和边缘计算，形成边缘测的动态柔性控制。

3）装备故障预测及诊断

大型装备（机组）的健康管理也是人工智能应用的重点，通过设备机理、故障机理、故障特征以及专家知识的应用，建立故障预测及诊断模型，结合实时数据、机器学习、深度学习，预测判断关键零部件及机组故障情况、使用寿命情况，为针对性运维、前瞻性运维提供数据支撑。

3.3 工艺层面

制造企业工艺过程的优化和改进是不断迭代的长期命题，在缺少大数据和人工智能支撑的情况下，工艺改进往往具有盲目性和试错性，应用人工智能技术，在参数的关联性、数据的趋势性等方面的分析将有显著提升，是分析、改进工艺的有效手段。

1）物理特性工艺分析

针对传统的锻造、铸造、热处理、反应釜、高温炉等装置，可建立工艺参数、设备参数、产品性能等综合模型，实现基于数据的工艺分析及优化。

2）化学特性工艺分析

针对化工、生物等流程型制造，可建立物性数据、工艺参数、设备参数、产品性能等综合模型，应用大数据及人工智能分析寻优，改进工艺。

3.4 服务层面

制造企业的服务，一般指产品的售后服务，结合产品特性及服务需求，人工智能对服务业务的赋能一般体现在如下几点：

1）基于用户画像的个性化服务

在大数据技术爆发式发展的背景下，通过前期产品特性、客户使用需求与后期客户服务需求相结合，分析建立用户画像，为实现个性化、高效、精准服务提供支撑，提高制造企业质量。

2）大型机组的远程运维

大型装备的远程运维也是人工智能对服务提升的重点，结合工业互联网，实现对设备的远程实时监控、在线体检，掌握设备状态，分析、输出运维依据，确保设备“长稳优”运行。

4 新一代智能制造的发展趋势

新一代智能制造是人工智能与先进制造技术深度融合的制造模式，人工智能技术的爆发式发展以及材料、工艺的进步，智能制造技术和模式也必将不断螺旋进化、迭代发展，从要素智能向整体智能、生态智能演化，最终形成智能制造各要素点、线、面、体全方位多维度的智能制造生态。

5 结语

以上仅是对新一代智能制造技术的几点思索，智能制造是一个不断发展的过程，人工智能技术与产业更是在大踏步发展，目前只是对有限应用场景的几点粗浅认识，未来随着技术的发展和理念模式的演进，应用人工智能技术的智能制造也必将从场景发展到全景，在推动第四次工业革命发展的同时，深刻改变、重构世界。