工业互联网让“制造”变“智造”
在2021全球工业互联网大会上，人们在体验百度智能云工业AR应用平台。新华社记者杨青摄
工信部日前公布《2021年新一代信息技术与制造业融合发展试点示范名单》，包含特色专业型工业互联网平台、工业信息安全能力提升等方向。专家表示，促进新一代信息技术与制造业融合，将进一步提升中国制造业智能化水平，推动工业互联网创新发展，加快建设制造强国和网络强国。
装上不会疲劳的AI“大脑”
以AI代替人眼帮助产品检测，用智能调度应用系统预测城市用水量……这是百度智能云开物工业互联网平台提供的“AI+工业互联网和智能制造整体解决方案”。百度智能云战略行业解决方案与业务拓展总经理常城接受本报采访时说，该方案面向制造、能源、电力等工业企业、产业链和区域产业集群，可以帮助企业以低门槛利用新一代信息技术，实现降本提质增效。
一些重要工业行业如电子、汽车、钢铁等，以往对高精度、高性能的结构件和功能件的表面质量缺陷依赖人眼检测，检测精度不稳定，企业劳动成本高。百度工业视觉智能平台以AI替代人工检测，实现360度外观缺陷检测。据了解，百度智能云已经与江苏一家企业合作，实现了智能化检测设备24小时工作，不到1秒时间，它就能完成零部件6个面，合共30多个缺陷项的检测、排除，有效帮助该企业实现质检的智能化升级。
同样依靠AI技术，格创东智科技有限公司基于其研发的东智视觉检测系统，为制造行业提供数字化质检方案，给工业装上不会疲劳的“眼睛”和“大脑”，是国内半导体显示行业第一个真正落地的人工智能应用。相对于传统的人力工作，采用该方案检测效率大幅提高，替代一半以上的人力，识别速度提升5到10倍。
科技助力高质量发展
“您有新的设备故障保修通知，请及时处理。”这是煮糖厂员工刘先生手机上收到的短信。帮助他发现故障问题、提升维修效率的，是一款由航天云网数据研究院（广东）有限公司研发的“设备维保管家”工业APP，该APP是航天云网打造的食品饮料行业数字化特色产业集群互联网平台产品之一。据了解，该平台功能覆盖食品饮料行业生产、供应、销售等环节，能助力食品饮料企业实现数字化转型升级。
“食品饮料工业普遍面临生产效率低、管理难度大、产品可追溯机制缺乏等问题。”航天云网数据研究院（广东）有限公司副总经理王宇介绍，“利用工业互联网平台的数据治理体系，可以实现全流程环节数据的汇聚融合，帮助行业高质量发展。”
新一代信息技术在推动绿色低碳方面也发挥重要作用。以节能环保产业为例，海澜智云工业互联网平台以节能减排为核心，为企业提供综合能源管理、智慧系统节能、安全环保监管、数字化智慧工厂搭建等一站式解决方案。例如，该工业互联网平台提供的“中小企业智慧能源管理解决方案”，可以对企业碳排放、环保、安全等数据进行实时监测预警，提升企业用能效率，带动节能环保行业的快速转型升级。
“相比传统建造模式，我们通过智慧建造技术，进一步优化建筑设计，提升建筑品质，让施工更高效，同时也响应国家号召，积极控制施工过程中的碳排放。”中国建筑第八工程局项目经理潘志专说，该局雄安商务服务中心二期项目在建设过程中用到了多种数字化高科技工具，包括中建八局建筑信息模型平台、雄安监理APP、数字雄安建管平台和基于区块链技术的建造小程序等，通过智慧建造技术掌握碳足迹，让环保零超标。
提供定制化解决方案
随着新一轮科技革命和产业变革迅速发展，工业互联网对拓展数字经济空间、推动传统工业转型升级起着重要作用。日前，工信部公布《2021年新一代信息技术与制造业融合发展试点示范名单》，着力推动信息化和工业化深度融合，助力工业经济向数字经济迈进。那么，工业互联网将如何进一步发展呢？
“工业互联网方兴未艾，还有很长的路要走，这需要相关参与主体做好战略预判与准备。”海澜智云科技有限公司总经理徐国平接受采访时说，“从工业互联网平台公司角度来说，拓宽创新维度，是行业发展的先决条件。信息技术与制造业的融合，一方面是对厂内生产和管理方式的重塑，另一方面，对工业数据的深度挖掘应用和对产业链条全要素的重组整合，需要平台探索新的商业运营模式。”
除了拓宽创新维度，工业互联网平台还需要深入到行业场景，提供不同的定制化解决方案。“过去大家都在谈怎么做平台化、标准化，但是近来逐渐意识到，工业互联网必须进一步下沉，在场景中去实现平台的价值。”格创东智首席执行官何军说，“跟‘下沉’相关联，另一个新趋势是‘更垂直’。过去几年国家大力推动数字化平台，现在开始推动垂直行业平台，这也是因为各行各业差异太大，所以要在重点行业里把平台做得更深。”
有业内人士指出，制造业生产环境复杂，人、机、物互动场景多，各细分行业的具体特征有所区别，还需要既懂技术又懂行业的人才来打造适用的解决方案。
(责编：罗知之、陈键)分享让更多人看到
智能制造和工业互联网融合现状、需求及建议
智能制造和工业互联网融合现状、需求及建议陶永蒋昕昊2022-04-22
智能制造 工业互联网导语：本文针对智能制造与工业互联网融合发展问题分析当前世界各国的发展形势而后针对四方面构成内容进行了研究现状及趋势的调研研究
一、前言
当前，世界产业变革逐步兴起，制造业价值凸显，但也面临着生产运营成本亟需降低、产品质量和价值有待提升等问题。制造业高质量发展离不开智能化变革。随着数字经济的蓬勃发展，工业制造与信息技术（IT）融合程度趋于深化，推动传统产业加速变革。新型网络强化互联基础、云计算加速应用创新、人工智能（AI）促进价值挖掘、开源开放助推生态构建，这些都标志着传统产业在技术创新的不断推动下出现了重大变革。
主要工业国家纷纷提出了新型制造业智能化升级发展战略：以智能制造和工业互联网为核心，提出综合性的政策体系来推动发展，抢占新一轮工业变革制高点。美国注重信息技术的创新引领，推出了《先进制造伙伴关系计划》《先进制造业战略计划》《美国先进制造领导力战略》等规划。德国重视信息物理系统的创新应用，发布了《新高科技战略（3.0）》《德国工业战略2030》《信息物理系统驱动的交通、医疗、能源与制造创新》等规划，率先提出工业4.0战略。我国将信息技术与工业制造融合作为发展重点，发布了《智能制造发展规划（2016—2020年）》《国务院关于深化“互联网+先进制造业”发展工业互联网的指导意见》等文件，将智能制造作为国家先进制造产业的重点突破方向，以工业互联网为网络化平台，推动工业制造向数字化、智能化转型升级。
智能制造以工业互联网为基础支撑，应用于设计、生产、制造、管理、服务等诸多环节，具有高效精准决策、实时动态优化、敏捷灵活响应等特征。工业互联网依托“人/机/物”的互联互通，打通产业要素、产业链和价值链，推动建立工业生产制造与服务新体系，奠定了全新工业生态和新型应用模式的关键基础。智能制造、工业互联网的实质均是数据驱动的智能化，二者融合发展相得益彰。面向未来，可形成以网络互联为基础、以工业互联网平台为核心的信息制造体系，打造制造业新生态，这对我国制造业发展将产生深远的影响。智能制造和工业互联网推动传统产业的重点领域出现新兴裂变和升级演进，芯片、基础软件（开源）、算法与机理模型等基础能力有望拓展范围，逐步建立智能制造和工业互联网产业体系（见图1）。
图1智能制造与工业互联网产业体系的耦合关系
注：APP代表应用程序；CPU代表中央处理器；GPU代表图形处理器；FPGA代表现场可编程逻辑门阵列；DSP代表数字信号处理。
本文针对智能制造与工业互联网融合发展问题，分析当前世界各国的发展形势，而后针对四方面构成内容进行了研究现状及趋势的调研研究，点明我国智能制造和工业互联网融合发展的需求；梳理智能制造产业链重点环节的发展机遇，结合我国发展情况指出当前存在的挑战及关键问题；提出我国智能制造和工业互联网融合发展的建议，以期为国家工业制造转型升级研究提供理论参考。
二、智能制造和工业互联网融合发展的需求分析
（一）制造业智能化对平台工具提出新的需求
1.工业数据爆发式增长需要新的数据管理工具
伴随着工业系统空间扩展概念的深化，工业数据采集范围不断扩大，与之而来的是数据类型和规模出现了爆炸式增长。降低海量数据的管理成本并提高存储可靠性，亟需新型数据管理工具。
2.推进企业智能化决策需要新型应用创新载体
制造企业开展更加精细化和精准化的管理离不开丰富的数据。随着工业场景层次化和交叉程度的加深，不同行业的数据与知识体现的专业壁垒，使得传统应用创新模式难以匹配企业/行业的差异化需求。新型应用创新载体可以依托实际工业数据、抽象工业知识，结合功能完整的平台调用方式，破解应用创新壁垒，支持智能化应用迅猛增长的需求。
3．新型制造模式需要新的业务交互工具
随着产品更新速度加快，制造企业之间需要更为频繁的资源协同和生产并行。这就要求在企业设计、生产和管理系统等方面，都要更好支持与其他企业的业务交互。新型交互工具应运而生，主要包括高效集成的差异化主体与系统。
（二）信息技术加速渗透引起制造业发展模式变革
制造业数字化升级与新型信息技术存在紧密联系。为了推进数字化升级，制造企业依托物联网大量采集来自于设备和产线且类型多样的数据，基于云计算方式获得灵活便捷的软件应用环境、可靠且廉价的数据存储能力，利用AI来加强数据挖掘能力。制造企业利用互联网平台，能够快速响应市场需求、高效整合资源组织生产经营，进而推动产生网络化协同、特色化定制等新的模式。信息与制造技术的融合发展，促使新经济模式在工业领域中的渗透革新。
三、智能制造与工业互联网发展情况
智能制造与工业互联网产业是支撑未来新型工业制造能力体系的重要方面，又可细分为高端智能装备、工业自动化、工业软件与应用、工业互联网平台四部分。
（一）高端智能装备
制造装备的高端市场拓展与基础技术研究仍需深耕，智能化是终极演进方向。制造装备智能化是先进制造技术、信息技术、智能技术的集成和融合，主要判断标准在于能否实现感知、分析、推理、决策、控制等功能。智能制造装备是智能制造的重要构成，包括工业机器人、数控机床和增材制造设备等硬件工业基础设施，智能控制软件系统和以传感器为代表的检测设施。
当前，我国智能装备产业在低端市场具备一定的基础，但高端市场占比较低，基础工艺与算法成为关键技术方面的重要短板；还存在着创新能力薄弱、市场规模小、产业基础不牢等问题。例如，国产化产品主要集中在中低端（搬运、喷涂机器人，中低档机床等）。
工业机器人远程监控与故障诊断技术是该领域的研究热点。瑞典ABB公司率先研发了用于远程监控工业机器人的服务平台，减少工业机器人故障造成的损失和运营成本。美国研究团队从故障特征入手，以扭矩和温度为控制量实现了机械臂的远程监测。
目前，智能控制系统方面处于被国际大型企业垄断的状态：欧美企业占据了全球前50强的74%，而美国企业更是占据前10位中的一半；国内90%以上的高档数控机床控制系统市场被国外产品占据。
传感器等检测设施、控制设备、核心零部件等重要工业设施的关键技术方面存在短板。相关产品的研发较多地追随国外技术方向，先进性和前瞻性方面的差距较为明显。此外，专业生产水平不高、忽视个性化服务等问题也成为制约行业发展的因素。
智能化、网联化的发展趋势将促进装备的协同智能演进，智能装备产业的新核心、新环节、新主体将会不断涌现。协同优化离不开单点增强，第五代移动通信（5G）技术推动互联和智能演进，我国5G技术设备供应商成为装备产业的重要参与者；AI芯片是智能装备产品的核心部件，国内企业涉足以自动驾驶为代表的诸多领域，发展速度令人瞩目。
（二）工业自动化
工业自动化涵盖工业控制、工业网络、工业传感器等多类产业，主要提供感知、控制、传输等类别的产品与解决方案，支持实现运营技术（OT）层面的智能制造能力。我国已部分实现国产化产品替代，但关键市场与技术的把控力仍然不强，核心产品与标准仍由国际企业主导。
在工业控制系统方面，德国企业在大中型可编程逻辑控制器（PLC）方面具有优势，全球市场份额为31%；国内企业主要在小型PLC方面占有部分份额。在技术层面，国外企业依然保持着微控制单元（MCU）、数字信号处理（DSP）、现场可编程逻辑门阵列（FPGA）等核心元器件技术的垄断地位。
在工业网络方面，国外自动化企业掌控了主要市场以及网络核心标准。我国企业处于产业边缘环节，格局基本固化，短期难有改变。
在工业传感器方面，美国、日本、德国获得的全球产业份额约为60%；国内企业虽然增长迅速，但仅占全球市场份额的10%。在技术层面，国外大型企业几乎垄断了以敏感芯片为代表的核心元器件关键技术，牢牢把握市场主导地位。以高温高压传感器为例，2004年美国科研机构成功研制了SiC压阻式压力传感器，工作温度达到400℃；2015年马来西亚高校以3C-SiC为主要材料研制高温压力传感器，工作量程为5MPa，工作温度高达500℃。2017年中国电子科技集团有限公司第四十九研究所通过技术引进和增量创新，研制的压力传感器量程达到100MPa。
着眼未来，新型算法将支撑产品形态和功能的变革，自动化与云计算企业将联合推动工业自动化向边缘智能发展。在产业层面则顺应技术发展趋势，由自动化企业牵头投资并整合AI研发，通过产品智能化升级来巩固市场地位。
（三）工业软件与应用
工业软件是指在工业场景下进行研发设计、生产管理、运营管理的各类软件。工业软件正从复杂系统软件向便捷平台转变，工业APP成为工业软件的新型形态。工业APP基于平台，承载工业知识和经验，运行在各类工业终端，以处理某类业务问题或面向某类业务场景为主，具有轻量化特征。
当前，我国工业软件研发设计产品缺失，市场规模小（但增速较高），关键技术积累缺乏。根据公开数据整理发现，我国市场上的计算机辅助工程（CAE）软件，前10名几乎属于国外厂商。2015年，我国占全球工业应用软件市场的份额为3.5%，但增速（10.2%）远高于全球整体情况（0.47%）。
在生产控制软件领域，德国企业依然占据明显优势，基于产品生命周期管理（PLM）架构提出了全集成性数字化解决方案，打通了制造工厂的多层次信息交互。在电力、钢铁冶金和石化行业等国家重点领域，国内企业占据一席之地。
在技术方面，国内企业基本不具备CAE有限元算法和计算机辅助设计（CAD）核心几何内核算法，只能通过授权经营的方式使用；相关行业模型积累薄弱，仅能实现基本功能，但专业性、灵活性等存在不足。
着眼未来发展，通过软件架构的优化来推进工业APP成为新形态，软件全面云化将促进订阅形式脱颖而出。软件架构技术将体现出微服务化、容器化、方法与系统（DevOPS）等形式和理念，管理、仿真设计、生产控制等各类工业软件的全面云化即将来临。
（四）工业互联网平台
工业互联网平台作为工业云平台，旨在推进制造业的数字化、网络化、智能化，涵盖集海量数据采集和分析于一体的服务体系，支撑制造业资源弹性供给、广泛链接、高效配置。构建针对工业大数据相关处理的开发环境，实施相关抽象知识经验的模型化、数字化、标准化。优化工业生产中设计制造与运营管理等环节的资源使用，形成资源整合、合作共赢的制造业变革新型生态。
发达国家的诸多行业和企业已经将工业互联网平台作为主要战略方向，开展符合自身特点的平台布局建设，如打通企业IT数据与OT数据的通用电气Predix，针对工业设备和工业系统需求，具有物联网操作系统特征的西门子MindSphere等。
我国正在大力推进工业互联网平台建设，形成了一定的规模和体系，但核心能力距离国外先进水平还有较大差距。目前，国内较有影响力的工业互联网平台已经有50余家，平台连接的平均设备数量达到5.9×104台。工业互联网产业联盟（AII）对168家企业的评估数据显示，平台提供分析工具数量不足20个的占比约为83%，提供工业机理模型数量不足20个的占比约为68%，提供微服务数量不足20个的占比约为54%。国内的互联网通信行业企业与机械制造企业启动了战略性合作，力争发挥并融合线上与线下不同领域的技术优势，搭建多层次发展体系。
着眼未来发展，行业领军企业主要采用4种模式来布局规划工业互联网平台：自动化企业依靠工业设备创新服务模式，制造企业推进数字化转型构建工业互联网平台，软件企业借助工业互联网平台实施业务升级能力拓展，信息技术企业推动已有平台向制造领域延伸。
四、我国智能制造和工业互联网融合发展机遇分析
（一）产业链加速演进，主导权分散于多个重点环节
随着智能制造产业逐渐成熟、工业互联网市场竞争趋于加剧，由“专用芯片、专业算法知识封闭，龙头厂商垄断”的传统产业链格局，加速向“芯片、开源操作系统、算法与机理模型、基于数据的新型服务这四大重点环节成为未来产业主导权关键”的新兴产业链格局转变，促进整个产业体系演进升级。
传统产业链围绕工业软件、工业网络、工业控制、工业传感、装备产品等细分领域，构建以元器件/基础技术+操作系统+数据库/嵌入式系统组成的产业链上游、整机/软件组成的产业链中游、集成+服务组成的产业链下游的产业格局。
随着AI、云计算、大数据、边缘计算等信息技术的发展应用，新兴产业链由“工业软件+工业自动化+装备产品”朝着“工业互联网平台+边缘计算+智能装备产品”这一新型产业格局转变（见图2）。新兴产业链聚焦中游整机发展，推动信息技术的延伸布局，如产业上游的芯片、基础软件企业，产业下游的服务企业等。AI芯片、FPGA、CPU等作为底层硬件基础，支撑工业领域的算力需求，成为新兴产业的关键和通用要素。
图2由工业互联网平台、边缘计算和智能装备产品构成的新兴产业链格局与架构
（二）基础软件受制于人，开源成为破局的关键
现阶段基础软件领域蓬勃发展，开源正在成为构建基础软件的重要方式和支撑生态。随着开源模式的迅速成熟，开源在智能制造、工业互联网领域得到拓展应用。以容器、微服务、计算框架为代表的3类核心开源技术，已经成为变革传统基础软件生态、实施功能解耦再集成的关键。
目前，容器引擎与编排工具两类核心项目由国外公司主导，微服务核心工具与新型架构由国外公司或基金主导，主流计算框架均由国外公司或基金主导。在基础工业软件领域，我国对开源技术的自主可控与话语权有待提升，3类核心开源方向尚无自主项目，国内企业在相关领域发展基本空白。
面向未来，针对AI和机器人的工业开源可能颠覆当前的基础软件格局。一方面，AI等信息技术新兴领域成为工业开源技术探索热点，有望为基础软件带来新突破；另一方面，开源机器人/机床控制系统可能成为控制的核心，有望打破工业控制系统的传统格局。
（三）通过与AI等新技术的深度融合，算法与机理模型有望构建新产业
算法和机理模型是工业知识与经验固化的成果。在传统上，通过工业知识和经验来验证工艺仿真流程与设备控制，进而促进工业生产过程优化。当前，算法和工业机理研究集中在仿真软件和底层设备（见图3）：工艺仿真方面的算法和机理模型固化于产品之中，工业装备方面的运动和控制算法多集成于整机之中。
图3工艺仿真的算法、机理模型与设备产品的关系
通常算法和工业机理集成于整机，难以解耦和抽象。国外公司对高端算法与机理模型拥有自主知识产权，并与旗下产品紧密耦合，形成了事实上的技术垄断。国内企业难以接触核心算法与机理模型，较少拥有自主知识产权的关键算法，使得我国的仿真、控制等核心算法以及燃气轮机与航空发动机、复合材料加工等高价值工业机理模型，在研发水平、创新创造、人才培养等方面体现出了明显的差距。
算法与机理模型进行解耦和沉淀并与新技术进行深度融合，深刻影响了新兴产业领域：新型数据科学的兴起推动工业机理中的数据分析应用，工业互联网平台的建立有利于加快机理模型和数据模型的积淀。AI成为未来产业焦点，工业互联网平台成为重要媒介。在数据、机理、知识沉淀和软件功能进一步解耦的基础上，海量的第三方开发者将显著加快工业APP的开发与交付，推动模型的快速迭代和应用创新。
（四）跨界服务、增值服务、生产性服务等新型服务不断涌现
工业互联网的持续发展，推动了跨界服务、增值服务、生产性服务等新型服务的迅猛发展。现代服务体系日益丰富，传统服务形式的不足逐渐由新型服务的优势所弥补。
传统服务形式利润空间小，易受上游环节的把控：传统自动化集成厂商行业壁垒低，企业数量众多而利润偏低；传统信息化集成产品服务模式单一，极易受到上游牵制。而工业互联网催生的新型服务形式，以数据分析为驱动，以工业互联网平台、大数据软件为载体，已经成为产业生态中不可或缺的环节：大型装备企业在设备融资租赁与保险领域跨界布局，工业互联网平台成为主要服务媒介；基于客户个性化需求的增值服务发展迅速，家电、汽车等领域成为主要突破口；生产性服务逐步聚焦供需对接平台和专业化咨询服务，助力工业制造企业资源与解决方案的共享。
伴随着工业互联网研究的逐步深入，有望衍生出更多的新型服务模式，持续充实和补强新型服务体系；加速工业领域的数字化、智能化转型升级，促进传统产业生态的重大变革。
五、对策建议
（一）总体策略
在我国工业互联网产业体系中，不同领域的发展态势及其重要性不尽相同，整体来看可采取“大力发展工业互联网新兴领域，布局规划智能制造的关键上游环节，逐渐追赶传统部分”的分类施策原则。
梳理工业互联网产业体系的子领域与产品，应重点发展4个区域（见图4）：①巨头垄断区域，多为我国长期薄弱的产品领域，相关的技术和市场在短时间内难以冲破；②替代可控区域，我国具有一定基础，但在高端市场与国际领先水平还存在差距；③新兴机遇区域，我国与国际保持同步，有关技术和市场的竞争格局尚未锁定，处于产业壮大的机遇期，相关技术也可辐射至其他领域；④核心必争区域，包含芯片、基础软件/开源、算法与机理模型以及基于数据的新型服务，这是未来产业发展的关键技术，也是其他领域智能化革新的共性基础。
图4工业互联网产业发展施策区域
注：IPC表示工业计算机；ERP表示企业资源计划；DCS表示分布式控制系统；SCADA表示数据采集与监控系统；CRM表示客户关系管理；MES表示制造企业生产过程执行管理系统；SCM表示供应链管理；CAM表示计算机辅助制造；CAPP表示计算机辅助工艺过程设计。
（二）重点方向
1.突破工业互联网核心必争领域
加强多学科、多领域、跨界协同的技术研发与应用创新，持续积累优质代码、高端算法与机理模型。①聚焦面向工业智能等特定领域的芯片设计，在芯片制造方面稳步缩小差距。②加强开源框架和架构方面的研发力度，通过市场优选出由我国企业主导的底层框架与架构；深化微服务与容器技术的工业应用，及时布局OT开源技术。③持续积累有关智能制造的关键零部件数字化模型、高端装备和流程行业工艺机理模型，掌握运动控制与仿真等核心算法。④引导企业深化工业数据的挖掘利用，围绕产品、资产、生产与供应链开展数据增值业务，着力创新供应链金融、融资租赁等产融联合服务。
2.抢占工业互联网的战略新兴领域
推动传统产品与新技术的融合，提出面向特定工业场景的解决方案。①智能装备产品方面加快5G、AI等技术应用，提升装备的人机协作、智能优化功能。②加强工业互联网平台的开源技术自主研发能力，以龙头企业为主体构建开发者生态，注重工业软件APP开发，探索形成平台自主造血的商业模式。③开发适应智能化管控与决策要求的通用工业智能算法与模型，提出面向工业实际场景的特定解决方案，匹配工业大数据与工业智能实际应用需求。④开发具有计算模块的工控机、智能网关等边缘计算产品，丰富边缘计算的适用场景和解决方案。
3.追平替代可控领域
重点行业持续提升装备、工业自动化、工业软件的国产化率，改进和优化产品性能参数、稳定性与可靠性。①打造高稳定性、高可靠性的国产工业机器人与数控机床产品，努力提升高端型号的技术参数并拓展场景适用范围。②进一步提升DCS/SCADA在能源电力、大型石化等高端领域的市场份额。③对于MES，丰富面向特定行业的解决方案，形成若干具有市场竞争优势的品牌产品。④鼓励企业积极布局基于服务的跨平台解决方案（OPUUA）等新型工业网络协议，提升领域话语权。⑤提升ERP、SCM、CRM等经营管理类软件产品的数据分析挖掘与商业智能决策能力，提供更高水平的数据增值服务能力。
4.追赶巨头垄断领域
把握新兴领域对于传统产品、解决方案的颠覆与革新趋势，设立自主产品的应用“试验田”，通过扎实研究来改良性能并缩小与国外产品的差距。①提升工业传感器高端产品的性能指标，重视敏感材料研发，能够做到替代可控。②研究开源、边缘计算等对于PLC产品的影响，及早布局颠覆性技术应用。③研发设计类工业软件覆盖PLM、CAD、CAE、CAM、CAPP等方向，积累航空、航天、船舶、石化、材料等领域的模型、仿真算法和分析经验；设立国产工业软件“试验田”，开展国内外软件产品的应用比较分析研究。
（三）兼顾技术突破和商业成功
1.加强智能制造和工业互联网融合的技术攻关
着眼于企业技术需求这一出发点，既包括针对特定场景的单点式“小”突破，也涉及重大领域、重大技术方向的集中式“大”突破（见图5）。前者借助“产学研”协同的服务机构/平台，建立企业与高等院校、科研院所之间联合的精干技术团队；后者应构建龙头企业牵头的联盟/创新综合体，集中开展技术攻关。通行共性服务、“专精特新”企业培训，是实施技术突破的关键支撑，可由政府投资撬动并以企业资源为主体。
图5技术攻关单点式“小”突破和集中式“大”突破示意图
2.重视智能制造和工业互联网融合的商业成功
针对智能制造行业的共性需求，在研发技术解决方案之后，通过“试验田”、首台（套）保险等形式的资金对国产产品应用提供支持，注重商业运行的可持续性。对于中小企业的个性化需求，在提出/竞标项目时提供详细的技术方案，开展包含商业分析在内的多方位评估，通过商业推广平台来为中小企业提供更低成本拓展市场的条件。
（四）加强各类复合型人才的培养培育
高等院校和科研院所重点培养高层次、科技创新型人才，支持培育具有科技战略视野的企业家，探索设置AI、工业大数据等前沿学科/专业，提出多学科培养计划并注重校企联合培养。各类高层次人才引进计划应向智能制造和工业互联网领域适当倾斜，可聘请企业家、技术专家作为客座讲师。完善成果评价认定机制，合理提高对工业机理模型、算法、工业APP等成果的认可度，保障对人才的合理激励。
企业应注重培养或引进兼顾技术与管理、IT+OT的复合型人才，同时加强专业性技能人才的培养力度。探索联合培养与资质认证，鼓励信息化部门与自动化部门的人员轮岗，加强技术人才的国际性学习培训。合理支持高层次人才的“产学研”跨界流动，开辟国际化人才引进的绿色通道；鼓励有条件的企业在海外成立研究中心，构建引智网络。针对性提高公众科技素养、技术工人专业素养，培养产业政策设计、产业管理与公共服务类别的专业人才。结合产业发展特点，建立适应公共服务能力需求的专业性政府机构队伍，强化智库建设和研究。
原文刊载于《中国工程科学》2020年22期作者：陶永，蒋昕昊，刘默，刘继红，赵罡
暂无评论,等你抢沙发
工业互联网与智能制造
近年来，伴随着以互联网、物联网、云计算、大数据、人工智能等为代表的新一代信息技术，逐渐与工业新材料、新工艺、新能源、先进制造等创新成果跨界融合，引发了全球新一轮的科技革命和产业变革，一系列新的生产方式、组织方式和商业模式正不断涌现，工业互联网应运而生，并推动着全球工业体系的智能化变革，即“第三次浪潮”。随着“第三次浪潮”的到来，智能制造正在全球范围内快速发展，并已成为制造业重要的发展趋势。 对于智能制造，其实现主要依托两方面的基础能力，一是工业制造技术，包括先进装备、先进材料和先进工艺等，这是决定制造边界与制造能力的根本；另一个就是工业互联网，即基于物联网、互联网、云计算与大数据、人工智能等新一代信息技术，充分发挥工业装备、工艺和材料潜能，提高生产效率、优化资源配臵效率、创作差异化产品和实现服务增值。也就是说，工业互联网为智能制造提供了关键的基础设施，为现代工业的智能化发展提供了重要支撑。
图1智能制造中的工业互联网
作为工业智能化发展的重要基础设施，工业互联网的本质就是基于全面互联而形成数据驱动的智能，在这个过程中，工业互联网能构建出面向工业智能化发展的三大优化闭环： 1.面向机器设备运行优化的闭环，核心是基于对机器操作数据、生产环节数据的实时感知和边缘计算，实现机器设备的动态优化调整，构建智能机器和柔性产线； 2.面向生产运营优化的闭环，核心是基于信息系统数据、制造执行系统数据、控制系统数据的集成处理和大数据建模分析，实现生产运营管理的动态优化调整，形成各种场景下的智能生产模式； 3.面向企业协同、用户交互与产品服务优化的闭环，核心是基于供应链数据、用户需求数据、产品服务数据的综合集成与分析，实现企业资源组织和商业活动的创新，形成网络化协同、个性化定制、服务化延伸等新模式。 随着这种智能化发展趋势的推进，工业互联网对现代工业的生产系统和商业系统均产生了重大变革：基于工业视角：工业互联网实现了工业体系各个层级的优化，如泛在感知、实时监测、精准控制、数据集成、运营优化、供应链协同、需求匹配、服务增值等；基于互联网视角：工业互联网实现了从营销、服务、设计环节的互联网新模式新业态带动生产组织和制造模式的智能化变革，如精准营销、个性定制、智能服务、众包众创、协同设计、协同制造、柔性制造等。 无论是以美国通用电气公司为代表的“工业互联网”计划，还是德国西门子公司为代表的“工业4.0”战略，其本质都是通过以互联网、物联网、云计算、大数据、人工智能等为代表的新一代信息技术推动工业体系的智能化变革，实质都是工业互联网。因此工业互联网也就成为中国工业未来发展的重要方向，对此中国政府于2015年推出了《中国制造2025》的国家战略规划。 《中国制造2025》战略规划的推出，旨在通过“三步走”实现制造强国的战略目标。在规划当中，明确提出：“加快推动新一代信息技术与制造技术融合发展，把智能制造作为两化深度融合的主攻方向；着力发展智能装备和智能产品，推进生产过程智能化，培育新型生产方式，全面提升企业研发、生产、管理和服务的智能化水平。” 另外，针对工业互联网，《中国制造2025》提出：“加强工业互联网基础设施建设规划与布局，建设低时延、高可靠、广覆盖的工业互联网。加快制造业集聚区光纤网、移动通信网和无线局域网的部署和建设，实现信息网络宽带升级，提高企业宽带接入能力。针对信息物理系统网络研发及应用需求，组织开发智能控制系统、工业应用软件、故障诊断软件和相关工具、传感和通信系统协议，实现人、设备与产品的实时联通、精确识别、有效交互与智能控制。” 中国发展工业互联网具有制造业综合实力强和互联网基础好的双优势。一方面，我国制造业综合实力强。早在2010年，我国制造业占全球比重就已达到19.8%，跃居世界第一；另一方面，我国有一批世界先进的通信企业和互联网企业，这些企业实现了从底层网络协议到上层应用的全面覆盖，对大数据、云计算、人工智能等有深入的研究，为工业互联网的发展提供了技术保障。此外，我国每年大学毕业生总数高达700多万，这些知识群体未来都可能成为新的“人口质量红利”。 积累数据多也是中国工业互联网的一大优势。工业互联网的核心就是大数据的价值创造，中国的制造业门类、设备数量、工业大数据数量都名列前茅。 为了进一步推动工业互联网在制造业中的应用，提升制造业的整体智能化水平，中国政府相继出台了一系列政策，旨在进一步推动中国工业的信息化，提升中国制造业在国际上的竞争能力。 关于工业互联网的国家政策 当前，新一轮科技变革和产业变革给中国制造业带来了巨大的发展机遇，随着政府持续的政策推动，信息化、智能化的工业发展趋势将会引导中国从制造大国向制造强国转变。在这个过程当中，工业互联网等基础设施将提供重要支撑作用，将大大促进中国制造业的整体生产效率，优化生产过程，扩大竞争优势。 目前，工业互联网革命已经展开，过去的十年当中，互联网技术已逐渐开始应用到工业生产当中。未来，随着工业互联网应用的不断深入，在给全球经济带来益处之时，也将带动着工业互联网相关产业快速发展。智能制造需要将广泛应用于制造业的自动化技术和信息技术深度融合，需要制造企业实现数字化转型，到2018年，对于67%的全球2000强企业来说，数字化转型将是其关键策略，并且截止到2017年，超过50%的IT预算将被花费在新一代信息技术之上。 由此可见，工业互联网作为当今席卷全球的工业革命浪潮的核心技术推动力，将为智能制造提供关键的基础设施，并打造新的工业生态体系。与此同时，在着新一轮的工业革命当中与工业互联网相关的产业将同样获得迅速发展。
智能制造与工业互联网的关系是什么
工业4.0在德国被认为是第四次工业革命，主要是指，在“智能工厂”利用“智能备”将“智能物料”生产成为“智能产品”，整个过程贯穿以“网络协同”，从而提升生产效率，缩短生产周期，降低生产成本。它的典型特征是：融合性与革命性，是新一代信息技术与工业化深度融合的产物，是一种新的生产方式，推动传统大规模批量生产向大规模定制生产转变。
一、智能工厂
“工业4．0”其实就是基于信息物理系统实现智能工厂，最终实现的是制造模式的变革。
（一）智能工厂概念
“工业4．0”从嵌入式系统向信息物理系统（CPS）进化，形成智能工厂。智能工厂作为未来第四次工业革命的代表，不断向实现物体、数据以及服务等无缝连接的互联网（物联网、数据网和服务互联网）的方向发展。
物联网和服务互联网分别位于智能工厂的三层信息技术基础架构的底层和顶层。最顶层中，与生产计划、物流、能耗和经营管理相关的ERP、SCM、CRM等，和产品设计、技术相关的PLM处在最上层，与服务互联网紧紧相连。中间一层，通过CPS物理信息系统实现与生产设备和生产线控制、调度等相关功能。从智能物料供应，到智能产品的产出，贯通整个产品生命周期管理。最底层则通过物联网技术实现控制、执行、传感，实现智能生产（图1）。
图1智能工厂的三层信息技术基础架构
（二）智能工厂的三项集成
集成意味着以计算机应用为核心，是信息技术在制造业应用发展的高级阶段，支持制造过程的各个环节。高度集成化能够极大地提高企业的生产效率、有效组织各方资源、鼓舞不同链条中的员工的生产积极性，将企业从不同个体变为具备超强凝聚力的团队，使人员组织管理、任务分配、工作协调、信息交流、设计资料与资源共享等发生根本性变化。
“工业4．0”通过CPS，将生产设备、传感器、嵌入式系统、生产管理系统等融合成一个智能网络，使得设备与设备以及服务与服务之间能够互联，从而实现横向、纵向和端对端的高度集成。
横向集成是指网络协同制造的企业间通过价值链以及信息网络所实现的一种资源信息共享与资源整合，确保了各企业间的无缝合作，提供实时产品与服务的机制。横向集成主要体现在网络协同合作上，主要是指从企业的集成到企业间的集成，走向企业间产业链、企业集团甚至跨国集团这种基于企业业务管理系统的集成，产生新的价值链和商业模式的创新（图2）。
图2智能工厂的横向集成
纵向集成是指基于智能工厂中的网络化的制造体系，实现分散式生产，替代传统的集中式中央控制的生产流程。纵向集成主要体现在工厂内的科学管理上，从侧重于产品的设计和制造过程，走到了产品全生命周期的集成过程，建立有效的纵向的生产体系（图3）。
图3智能工厂的纵向集成
端对端集成是指贯穿整个价值链的工程化信息系统集成，以保障大规模个性化定制的实施。端对端集成以价值链为导向，实现端到端的生产流程，实现信息世界和物理世界的有效整合。端对端集成是从工艺流程角度来审视智能制造，主要体现在并行制造上，将由单元技术产品通过集成平台，形成企业的集成平台系统，并朝着工厂综合能力平台发展（图4）。
图4智能工厂的端到端的集成
智能工厂的三项集成，从多年来以信息共享为集成的重点，走到了过程集成的阶段，并不断向智能发展的集成阶段迈进。“工业4．0”推动在现有高端水平上的纵向、横向以及端到端的，包括企业内部、企业与网络协同合作企业之间以及企业和顾客之间的全方位的整合。
从过去集成化思想在制造业中发展历程以及给制造业带来的效果评价来看，制造业已然越来越离不开以先进技术为支持的全方位整合。可以说，基于全方位整合的集成化思维是制造业新思维之一。而且，制造业今后的发展也必将以“借势借力、整合资源”的全方位整合为基本思路。
二、智能设备
在未来的智能工厂，每个生产环节清晰可见、高度透明，整个车间有序且高效地运转。“工业4．0”中，自动化设备在原有的控制功能基础上，附加一定新功能，就可以实现产品生命周期管理、安全性、可追踪性与节能性等智能化要求。这些为生产设备添加的新功能是指通过为生产线配置众多传感器，让设备具有感知能力，将所感知的信息通过无线网络传送到云计算数据中心，通过大数据分析决策进一步使得自动化设备具有自律管理的智能功能，从而实现设备智能化。
“工业4．0”中，在生产线、生产设备中配备的传感器，能够实时抓取数据，然后经过无线通信连接互联网，传输数据，对生产本身进行实时的监控。设备传感和控制层的数据与企业信息系统融合形成了信息物理系统（CPS），使得生产大数据传到云计算数据中心进行存储、分析，形成决策并反过来指导设备运转。设备的智能化直接决定了“工业4．0”所要求的智能生产水平。
生产效率是制造企业首先会考虑的问题。在具体生产流程方面，“工业4．0”对企业的意义在于，它能够将各种生产资源，包括生产设备、工厂工人、业务管理系统和生产设施形成一个闭环网络，进而通过物联网和系统服务应用，实现贯穿整个智能产品和系统的价值链网络的横向、纵向的链接和端对端的数字化集成，从而提高生产效率，最终实现智能工厂。通过智能工厂制造系统在分散价值网络上的横向连接，就可以在产品开发、生产、销售、物流、服务的过程中，借助软件和网络的监测、交流沟通，根据最新情况，灵活、实时地调整生产工艺，而不再是完全遵照几个月或者几年前的计划。
“工业4．0”通过CPS系统将不同设备通过数据交互连接到一起，让工厂内部、外部构成一个整体。而这种“一体化”其实是为了实现生产制造的“分散化”。“工业4．0”中，生产模式将从“由集中式中央控制向分散式增强控制”转变，“分散化”后的生产将变得比流水线的自动化方式更加灵活。
流水线作业的主要特点是：物料通过流水线传送，操作工人在工位上不动，不断地简单重复一个固定的动作。好处是可以避免操作工人在车间内来回走动、更换工具等劳动环节，从而显着地提升工作效率（图5）。
图5生产生产场景图及演变过程
随着PLC（ProgrammableLogicController，可编程逻辑控制器）的出现和普及，自动化技术得到了重大突破。PLC使得一些逻辑关联复杂的操作可以由设备自动完成。同时，数控机床技术的发展，使得零部件能够在机床上按照图纸完成若干复杂的加工工作。此外，采用机械手等工业机器人技术，也使得替代操作工人的简单重复的固定作业成为可能。
所以，在流水线上，经过分解的、由标准化动作组成的操作很容易被自动化的机器来完成。也就是，流水线很容易实现自动化。过去30多年是全球化发展最快的一段时期，发达国家通过产业转移将大量劳动密集型产业转移到劳动力成本较低的发展中国家。对于大量劳动密集型产业来说，自动化水平较高的流水线的综合成本往往要高于自动化水平较低的生产线。
但是，自动化流水线也有其弊端。不能灵活地生产，不能满足个性化定制，而且重复性低、相对复杂、感知能力要求强的操作更适合人工来做。
更好地满足个性化需求，提高生产线的柔性是制造业长期追求的目标。
“工业4．0”报告中描述的动态配置的生产方式主要是指从事作业的机器人（工作站）能够通过网络实时访问所有有关信息，并根据信息内容，自主切换生产方式以及更换生产材料，从而调整成为最匹配模式的生产作业。动态配置的生产方式能够实现为每个客户、每个产品进行不同的设计、零部件构成、产品订单、生产计划、生产制造、物流配送，杜绝整个链条中的浪费环节。与传统生产方式不同，动态配置的生产方式在生产之前，或者生产过程中，都能够随时变更最初的设计方案。
例如，目前的汽车生产主要是按照事先设计好的工艺流程进行的生产线生产方式。尽管也存在一些混流生产方式，但是生产过程中，一定要在由众多机械组成的生产线上进行，所以不会实现产品设计的多样化。管理这些生产线的MES（制造执行管理系统）原本应该带给生产线更多的灵活性，但是受到构成生产线的众多机械的硬件制约，无法发挥出更多的功能，作用极为有限（图6）。
图6传统汽车生产中严格按照顺序的生产流程
同时，在不同生产线上操作的工人分布于各个车间，他们都不会掌握整个生产流程，所以也只能发挥出在某项固定工作上的作用。这样一来，很难实时满足客户的需求。
“工业4．0”描绘的智能工厂中，固定的生产线概念消失了，采取了可以动态、有机地重新构成的模块化生产方式。
例如，生产模块可以视为一个“信息物理系统”，正在进行装配的汽车能够自律在生产模块间穿梭，接受所需的装配作业。其中，如果生产、零部件供给环节出现瓶颈，能够及时调度其他车型的生产资源或者零部件，继续进行生产。也就是，为每个车型自律性选择适合的生产模块，进行动态的装配作业。在这种动态配置的生产方式下，可以发挥出MES原本的综合管理功能，能够动态管理设计、装配、测试等整个生产流程，既保证了生产设备的运转效率，又可以使生产种类实现多样化（图7）。
图7动态配置的生产流程
三、智能物料
“工业4.0”时代，在智能工厂中，CRM（CustomerRelationshipManagement，客户关系管理）、PDM（ProductDataManagement，产品数据管理）、SCM（Supplychainmanagement，供应链管理）等软件管理系统可能都将互联。届时，接到顾客订单后的一瞬间，工厂就会立即自动地向原材料或零部件供应商采购原材料或零部件。
原材料或零部件到货后，将被赋予数据，“这是给某某客户生产的某某产品的某某工艺中的原材料或零部件”，使“原材料或零部件”带有信息。带有信息的原材料或零部件也就意味着拥有自己的用途或目的地，成为了“智能物料”。如果，在生产过程中，当原材料或零部件一旦被错误配送到其他生产线，它就会通过与生产设备开展“对话”，返回属于自己的正确的生产线；如果，生产机器之间的原材料不够用，同样，生产机器也可以向订单系统进行“交涉”，来增加原材料或零部件数量（图8）。
图8带有二维码的智能物料（作者拍摄于索菲亚家具定制工厂）
最终，即便是原材料或零部件嵌入到产品内之后，由于它还保存着路径流程信息，将会很容易实现追踪溯源（图9）。
图9带有二维码的智能零部件
据媒体报道，SAP全球高级副总裁、全球研发网络总裁柯曼先生在2014中国信息产业经济年会上做了主题为“SAP中国的工业4．0和物联网之道”的演讲。柯曼认为，在“工业4．0”里，所有的事情都变得数字化了。
每个产品都有自己独立的ID，企业可以突破地理空间的限制，实现远程操作与服务。建立在大数据预测的基础上，企业能够根据预测结果，为客户量身提供更为延后或者提前的服务，进一步降低风险和成本。在生产的过程中，企业也能够实现更好的能源管理和弹性生产。
四、智能产品
越来越多的事实表明，信息技术特别是互联网技术的发展和应用正以前所未有的广度和深度，加快推进制造业生产方式、制造模式的深刻变革。随之而来的是，产品本身属性的变化（图10）。
图10产品的智能化
当前的汽车或许不再是一个“机械”，是一个由传感器、天线、接收器、显示仪等等众多的电子零部件组成的“电子产品”（图11）。
图11产品智能化演进过程
随着互联网，尤其是移动互联网的发展，汽车开始与更多的外围设备、外围系统互动，传递信息、共享信息。通过与智能交通系统（ITS）联网，可以实时获取交通信息、道路以及加油站信息等；通过接收卫星导航，实现丰富的定位信息服务；通过智能手机、平板电脑等外围设备实现更加具有扩展性的应用。汽车已经从一个“电子产品”进一步变身为一个“网络网络”。未来的汽车能否与网络互联，可能成为汽车市场竞争中的决定性因素。
可以说，信息技术在国民经济和社会发展中发挥着越来越重要作用。传统的通信系统、飞机控制系统、汽车电子、家电、武器装备、电子玩具等以嵌入式系统为代表的物理产品在社会生活的各个领域广泛存在。而它们随着计算、网络和控制技术的发展，以及未来制造业需求的提高，都不断地从物理产品演变成为“电子产品”或者“网络产品”（图12）。
图12产品意义的变化
五、网络协同
通过互通互联，云计算、大数据这些新的互联网技术，和以前的自动化的技术结合在一起，生产工序实现纵向系统上的融合，生产设备和设备之间，工人与设备之间的合作，把整个工厂内部的联结起来，形成信息物理系统，互相之间可以合作、可以响应，能够开展个性化的生产制造，可以调整产品的生产率，还可以调整利用资源的多少、大小，采用最节约资源的方式。
“工业4．0”的智能制造，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，其核心就是在整个工业生产过程中的应用中，通过信息物理系统（CPS），利用物联网的技术、软件技术和通信技术，加强信息管理和服务，提高生产过程的可控性，从而实现研发、生产、制造工艺及工业控制等全方位的信息覆盖，全面控制各种信息，确保各个生产制造环节都能处于最优状态。从而引导制造业向智能化转型。
工厂内的协同
对于一个制造业企业来说，其内部的信息是以制造为核心的，包括生产管理、物流管理、质量管理、设备管理、人员及工时管理等和生产相关的各个要素。传统的制造管理是以单个车间／工厂为管理单位，管理的重点是生产，管理的范围是制造业内部。
但是，随着信息技术的进步，很多制造型企业在发展的不同时期，根据管理的不同时期的需求，不断地开发了不同的系统，并在企业内部逐步使用，如库存管理系统、生产管理系统、质量管理系统、产品生命周期管理系统、供应量管理系统系统等等。不同的系统来实现不同的功能，有些系统采用自主开发或不同供应商的系统所组成。随着企业的发展，要求不同的生产元素管理之间的协同性，以避免制造过程中的信息孤岛，因此对各个系统之间的接口和兼容性的需求越来越高，即各个系统之间的内部协同越来越重要。
例如，对于采用两套各自独立的系统来管理生产和库存的话，生产实施之前，生产管理系统需要掌控某项生产计划的实施以及物料资源的供应，而如果库存管理系统和生产管理系统相对独立，就无法实现协同，生产所需要的物料信息不能反馈给库存系统，库存系统也不能得到生产所需要物料的需求信息。在生产完成之后，生产系统汇总生产结果与实际的物料使用信息，但是由于生产管理系统与库存管理系统采用的是不同的独立系统，库存管理系统并不能实时得到物料使用信息，致使实际库存情况和系统的结果不能保持一致。为了弥补信息的断层，不得不从库存管理系统和生产管理系统之间进行数据信息的手工导入和导出，经常进行周期性的人工盘点，才能做到使用情况与库存信息的匹配。
随着对于制造的敏捷性及精益制造的要求不断提高，靠人工导入导出信息已经不能满足制造业信息化的需求，这就要求在不同系统之间进行网络协同，做到实时的信息传递与共享。
工厂间的协同
未来制造业中，每个工厂是独立运作的模式，每个工厂都有独立运行的生产管理系统，或者采用一套生产管理系统来管理所有的工厂的操作。但是随着企业的发展，企业设置有不同的生产基地及多个工厂，工厂之间往往需要互相调度，合理地利用人力、设备、物料等资源，企业中每个工厂之间的信息的流量越来越多，实时性的要求越来越高，同时每个工厂的数据量和执行的速度的要求也越来越高。这就要求不同工厂之间能够做到网络协同，确保实时的信息传递与共享（图13）。
图13工厂与工厂之间的网络协同
在全球化与互联网时代，协同不仅仅是组织内部的协作，而且往往要涉及到产业链上、下游组织之间的协作。一方面，通过网络协同，消费者与制造业企业共同进行产品设计与研发，满足个性化定制需求；另一方面，通过网络协同，配置原材料、资本、设备等生产资源，组织动态的生产制造。缩短产品研发周期，满足差异化市场需求。
“工业4．0”中的横向集成代表生产系统的结合，这是一个全产业链的集成。以往的工厂生产中，产品或零部件生产只是一个独立过程，之间没有任何联系，没有进一步的逻辑控制。外部的网络协同制造使得一个工厂根据自己的生产能力和生产档期，只生产某一个产品的一部分，外部的物流、外部工厂的生产，包括销售等整个的全产业链能够联系起来。这样一来，就实现了价值链上的横向产业融合。
全球化分工使得各项生产要素加速流动，市场趋势变化和产品个性化需求对工厂的生产响应时间和柔性化生产能力提出了更高的要求。“工业4．0”时代，生产智能化通过基于信息化的机械、知识、管理和技能等多种要素的有机结合，从着手生产制造之前，就按照交货期、生产数量、优先级、工厂现有资源（人员、设备、物料）的有限生产能力，自动制订出科学的生产计划。从而，提高生产效率，实现生产成本的大幅下降，同时实现产品多样性、缩短新产品开发周期，从而最终实现工厂运营的全面优化变革。
生产智能化和工业互联网实际上就是“工业4．0”时代的重要标志之一——在智能工厂，利用智能设备，将智能物料生产成智能产品，整个过程贯穿以网络协同（图14）。
图14智能制造与工业互联网的关系
工业40、工业互联网和智能制造三者间的区别联系
三者常被混淆，现就他们的概念及其关系进行简单阐述。
1、工业4.0强调生产过程的智能化
工业4.0是由德国工程院、弗劳恩霍夫协会、西门子公司等联合发起的，被德国政府纳入《高技术战略2020》的国家十大未来项目之一，其核心是以智能制造为主导的第四次工业革命。该战略旨在通过信息网络与工业生产系统的充分融合，打造智能工厂，实现价值链上企业间的横向集成，网络化制造系统的纵向集成，以及端对端的工程数字化集成，提高工业资源利用率，从而实现高度个性化与智能化的柔性生产。
所以，我们会发现，工业4.0作为一种生产革命，更加关注如何通过生产系统的有机整合，实现生产过程的智能化，从而提升生产效率。
2、工业互联网更侧重基于数据资产的智慧服务
工业互联网的内核是以物联网为基础，将带有内置感应器的机器和复杂的软件与其他机器、人连接起来，进行实时数据的收集、传输、处理和反馈，从中提取数据并进行深入分析，挖掘生产或服务系统在性能提高、质量提升等方面的潜力，实现生产资源效率的提升与优化。
虽然工业互联网与工业4.0均以资源优化与效率提升为目标，但侧重点不同。工业互联网基于对物联网、互联网、大数据等生产设备的智能管理，在此基础之上，旨在形成开放且全球化的工业网络，并在产业链层面，将工业与互联网在设计、研发、制造、营销、服务等各个阶段进行充分融合，在智能制造产业体系中偏重设计、服务环节。
3、智能制造是两者的核心动力源
《中国制造2025》明确提出，要以新一代信息技术与制造业深度融合为主线，以推进智能制造为主攻方向。不论是提出“先进制造业伙伴计划”的美国，还是提出“工业4.0战略计划”、“工业2050战略”的英国，亦或提出“制造业创新3.0计划”的韩国，都将发展智能制造作为本国构建制造业竞争优势的关键举措。可见，智能制造是实现工业升级转型的重要手段与方法，在理解层面，更多是从技术角度出发对其进行阐释。
智能制造是基于现代传感技术、网络技术、自动化技术以及人工智能的基础上，通过感知、人机交互、决策、执行和反馈，实现产品设计过程、制造过程和企业管理及服务的智能化，是信息技术与制造技术的深度融合与集成。责任编辑：YYX
智能制造和工业互联网的关系是怎样的
当前，建设工业互联网、实现智能制造的浪潮席卷全球，全球各主要工业国家纷纷投入到新工业革命的竞争当中。那么，工业互联网与智能制造是什么关系呢？总的来说，智能制造是发展目标和方法，工业互联网是实现目标可行的路径。
人口红利的消退催生工业互联网
目前，中国人口红利已经开始逐渐消退。未来，劳动力将变成愈加稀缺的资源，昂贵的人力成本将改变我国整个工业、制造业等生态环境。而工业互联网便是在这个背景之下孕育而生的。即使在人口红利逐渐消退的情况下，工业互联网依然可以保证制造成本与原来一致，甚至更低。
也正是因为这样，国家对其给予了其大量的支持，并成立了工业互联网产业联盟（简称AII）。AII对工业互联网做出了自己的定义：工业互联网是互联网和新一代信息技术与工业系统全方位深度融合所形成的产业和应用生态，是工业智能化发展的关键综合信息基础设施。
工业互联网与智能制造
在AII的定义中，可以很明确地看出工业互联网与智能制造的紧密连接。工业互联网与智能制造从表面论述看各有侧重，一个侧重于工业服务，一个侧重于工业制造，但究其本质都是实现智能制造与智能服务，具体就是个性化定制及服务延伸化。
工业互联网主要是由工业平台为企业提供定制化的服务，帮助企业上云，是实现智能制造的发展模式和现实的路径。智能制造则是全球工业的终极目标，让全球的工厂都可以实现智能自动化。近些年来，在国家供给侧改革政策的推动下，工业领域的需求在持续复苏。这些下游产业的复苏也将继续推动新一轮科技革命和产业革命的持续进行。但在人们对于物质品质需求不断提高、人力成本不断上涨以及上游材料成本提升等多重因素下，企业的盈利难度较过去也在不断提升。
因此，这种现状也在逼迫企业不断向智能化靠拢。企业需要进行工业转型，智能制造便是下一个工业制造的风口。而智能制造更是致力于实现整个制造业价值链的智能化，而工业互联网是实现智能制造的关键基础设施。
市场规模巨大的工业互联网
据AII的数据，2017年我国工业互联网直接产业规模约为903亿美元（约合5700亿人民币）。在2017年到2019年期间，预计产业规模将以18%的年均增速增长，到2020年，工业互联网的产值可达2250亿美元（14200亿人民币）。
除此之外，据不完全统计，在整个2017年，工业互联网平台相关融资事件超过170起，融资额约为200亿元。研究机构也普遍认为，工业互联网长期发展是利好的。回到工业互联网本身，既然与智能制造密切相关，因此重点也在于网络、数据、安全这三个方面。
网络是基础，数据是核心，安全是保障。AII认为网络为工业系统互联和工业数据交换的支撑基础，数据为工业智能化的核心驱动，安全为网络与数据在工业中应用的保障。但要注意的是，工业互联网并不等同于智能制造。工业互联网支撑智能制造，而智能制造帮助企业实现业务目推动传统型企业转型
现阶段，工业互联网依然处在初级应用阶段，多数为设备物联加分析或者业务系统互联加分析的组合。未来，随着技术的不断深化，可以在物联和平台全互通的基础上实现复杂的分析和优化，从而不断推动企业管理流程、组织和商业模式的创新。
从目前发展现状来看，工业互联网可以让企业借助这个平台，实现智能化生产，通过企业互联实现网络化协同，通过产品互联实现服务延伸，并在精准对接的基础上满足个性化定制的需求。
智能化的目标不只是单一机器或者单一的生产线进行智能化，而是整个生产流程的智能化，通过布置传感器设备，以无线通信技术为支撑，搭建工业云平台，从生产到管理实现全流程采集，形成闭环，对数据进行科学分析与应用。由此，推动传统制造型企业实现向生产服务型转型。
如今，工业互联网革命已然开始，在过去的十年，互联网技术已经应用于工业生产的过程中，并且随着工业互联网的不断发展，工业互联网相关产业也将得到快速发展。由此，我们可以看出工业互联网是实现智能制造的基础，工业互联网作为如今工业革命的核心推动力，智能制造的实现需要工业互联网打造全新的工业生态系统。未来，在向智能化转型的过程中，优先转换完毕的企业将可以获得更多的优势。
智能化无人工厂在未来也将不再是科幻电影中的虚拟场景，而工业互联网与智能化的结合将帮助企业更快向着这个方向迈进。
责任编辑：ct
工业互联网、物联网、智能制造、数字化车间到底该如何理解智能制造专家董健却说出了不一样的答案~~
这第一页PPT是我与各位分享的核心。在准备这页PPT写之前，我不敢轻易下笔，为什么呢？确实某些概念被炒作的太模糊了，为慎重起见，近几天我与工信部几位专家进行了沟通，最后统一认识：
首先是今天大会的主题——工业互联网，概念很大，但大家只要能理解工业物联网，那么再理解工业互联网就容易了，因为两者从本质上没有太大区别。工业物联网强调的是车间、物与物之间的关联，包括感知、运行，车间、工厂内部决策等，同时，工业物联网也是有安全体系的。而工业互联网，特别是加上“平台”，“体架构系”后，其概念就得到了延伸，往下到控制层、车间，往上覆盖到了工业云，看似所有的概念都可以归纳与工业互联网（平台）。而从企业的角度而言，工业物联网、工业互联网怎样定义各自的范围是次要的，关键是如何在两个“网”的基础上，注重以研发、质量、效益、服务、成本、人才、绿色制造等要素为核心，做好工厂自身的信息化、自动化乃至智能化的建设。换句话说，只要坚持以《中国制造2025》所提出的五大任务为中心，就可以实现企业的升级跨越。
这一页PPT，除了说清了两个“网”的概念，也提出的基础工作就是智能工厂和数字化车间的建设。数字化车间是做生产的，而智能工厂是做设计、管理和决策和服务。可以看出来，这是从数字化车间开始，自下往上地一层一层地建设。为了说明问题，我引用了定义各个概念所涉及的标准和白皮书的原文，我们可以以此分析一下，工业云的最大特征在于它有社会性，包括共享性和协作性。而云技术在各个企业是不是适用，大家可以根据自己企业实际情况去考量。只要谈到工业云，话题一闪就跳到了“共享单车”、“淘宝”等等模式，然后再绕回到工业企业的云应用，其实这是混淆了商业云与工业云的概念，而关于工业云，想必大家都很清楚，在此我就不赘述。但，在此我也要说一下，现在某些理论，好像谈到智能制造、智能工厂，不谈到云的概念就不够高大上，但其实对大多数制造型企业来说，最务实还是首先做好自身该做的工作，特别是产品的技术研发，多学习德国人的工匠精神，不将产品最本质、最内涵的技术价值研究透了、并解决关键问题了，那么任何先进的、智能的生产模式都将毫无意义，更不要说工业云对你有多大价值。在此我分享一个例子：一个德国企业，为做更好的产品得用一种特殊器件，但为他生产这个器件的厂家无法满足他的要求，如果满足则需要一种特殊的材料，于是这个德国企业就在全世界到处找这个材料，最终将地球上唯一蕴含这个材料的巴西的一整座山给买了，再组织采矿、研究提炼技术，并将这个材料给供应商生产器件，最终他的产品世界第一。据我所知，这家公司目前没有机器人、也没有上云，但我相信，他的产品将继续独霸鳌头、并至少未来十年无人匹敌。
好了，回到主题，我们再回头分析层级关系就可以看到，互联互通、数据分析、优化、安全，其实都已在工业互联网和工业物联网范畴内，也可以这么认为，工业互联网、物联网基本上是等同概念，但工业互联网是进一步往工业云上延伸，包括了云设计、云制造和云服务等。
我们再理清一下：工业物联网是基础，工业互联网在此基础上，就有了“工业互联网+”的概念，所以工业互联网平台或体系得以延伸，而之前狭义理解的工业互联网只是为互联互通提供了网络平台。现在，主流的商业互联网公司大多做工业云了，阿里云、百度云等等，这很好，工业界需要他们、也离不开他们的支撑。但你要制造企业真正用上你的云，你得首先解决安全问题，而资源的共享性从来都不是问题，同时，进入工业云的互联网公司也必须提升自身对于制造业的理解和经验积累，也须认识到，至少在三年内，中国大部分制造业的企业还没有到了没有工业云就无法提升、发展的地步。我很担心互联网公司做工业云，如果不能成功落地的话很可能成为“浮云”，其实不少企业、特别是大型集团化企业更多的是倾向建立私有云，如航天云等。因此，我非常希望互联网公司不要只做网络技术或偏重于一些概念，应该多与制造企业落地实践，共同探索工业云的价值，这样才能真正促进工业云的应用和发展。
请看这页PPT，我与各位讨论一下关于两化融合和智能制造的关系，我认为，简单地说，两化融合是方法论，包括它的架构，任务，组织方式等等，而智能制造是总目标及手段，两者之间是人的大脑、骨架和血肉的关系，缺一不可。大家可以看一下在2015年12月份颁布的《国家智能制造标准化体系建设指南》，其中基础共性体系中就有两化融合标准体系，关键技术中包括了工业互联网、工业云和大数据等。
2015年开始，国家投了数亿资金组织了智能制造一系列标准的编制工作，其中少部分已经发布，另一些标准已经基本完成，有的开始进入审核、报批或验证阶段，近期也将逐步发布，因此今后大家对智能制造的一些说词和理解一定要用标准化统一起来。
我本人参编了智能工厂、数字化车间通用技术要求等国家标准，这一页先给大家简单解释一下什么叫数字化车间、什么叫智能工厂：数字化车间只是涉及产品生产过程，而智能工厂则包括了设计、管理、服务、集成等。对以上的标准，我已在数个城市做了详细解读，以后有机会也可以与各位再详细探讨。请大家注意的是，标准化中没有“智能车间”、“数字化工厂”的说法。我们江苏省今年的“省示范智能车间”的评审标准，授的牌是智能车间，评审标准的重点是数字化车间，而南京市“智能工厂建设单位”的评审，执行的是智能工厂的评审标准。
这一页谈到信息化的实施方案，信息化的方案很多，软件也很多，关键不是什么软件都用上了，而是要有规划、要考虑到应用的广度和深度的问题，这个PPT我在其它培训课程上都讲过，这里也不再多说了，但可以看出来，所有的信息化都应该基于工业互联网（物联网）平台，在保证信息安全的基础上实现互联互通。
智能制造离不开装备的，重要的是，装备不能完全靠买、买、买，应该是改、建、加，那就是对现有设备或引进的设备改模式、建模型、加通讯等等，同时，装备自动化升级的重点，还是基于工业互联网（物联网）的数据采集，以及可控性及预测性维护。
最后我们看一下两个案例：
这是我们优倍自己的工厂，生产安全仪表的国内龙头之一，省、市首批智能车间（工厂）示范。虽然这个产品太小众化，但也太重要，重要到几乎所有的国民经济支柱产业及航空航天、军工领域都不可缺少，同时企业利润率良好，一个亿产值上交税收1500万，对于这样的企业做智能制造的核心目的是什么？当然不是为降低成本，而是进一步提高质量，我们2012年开始以智能化升级工厂，不为减人降本，却最终使得主车间里原来的30多个人只剩下9个人，产量还翻了两倍。图中可以看到，上面是自动化设备包括机器人等，很多都是自己研发、集成的，而下面是软件系统，从MES到仿真，也是自己开发的，最终实现了基于工业物联网的CPS系统（我们暂时没有用到云），这条产线也是工信部标准化示范验证线，通过了两化贯标，当然，最主要的目标是大幅提高了生产效率和产品质量，否则我们今年产值不可能再增长55%，并在中石化框架年度招标中战胜所有国外品牌勇夺第一。同时另一个成就是，服务于本公司的装备、软件技术团队在实践中得到了快速成长，最终独立成立了对外服务的过百人的智能制造集成公司，承接了不少智能工厂建设项目，这又促进了企业的升级转型发展。
下面这一页就是升级转型的成果之一：这是我们与菲尼克斯协作完成的智能制造示范线，菲尼克斯负责总体设计及自动化系统，我们承担其中的信息化和MES，这个项目已经圆满完成了，并在前几天的工博会上展示并赢得高度关注，还要将在南京世界智能制造大会上展示。它实现了从云端的个性化定制、下单云监控等，到生产过程中所应用的各类自动化、信息化生产技术，展示了一个完整的基于工业互联网的智能制造模式。返回搜狐，查看更多