智能制造系统解决方案典型案例展示（二）
3.智能机器人/机床
华为与Infosys联合创新工业机器人/机床互联解决方案，通过边缘网关本地部署轻量级应用，实时判别工业机器人/机床故障隐患，最大程度避免突发故障，并根据不同设备的资源利用情况，优化产线资源，合理排产，帮助制造行业的客户实现工业机器人/机床降低停机时间70%，避免对产品质量的影响，降低不良品率40%;同时，助力工业机器人/机床制造商从设备制造商向服务商进行战略转型，确立新的增长点。
4.智慧水务
华为与威派格联合创新智慧水务解决方案，通过边缘计算网关实时监控设备和水质状况，结合大数据分析，预知设备故障，助力水务企业及运营管理部门降低故障时间70%，降低人力维护成本80%，保障供水质量。
上自仪：建立“智慧工厂”助力“智慧企业”
上海工业自动化仪表研究院有限公司(简称SIPAI)是国内最早开展智能制造研究及应用实践单位之一。早在2013年就成立了智能仪表与系统研究所，组织一批硕士博士研究人员开展智能制造相关技术的研究、产业化推广及系统集成工作，从智能工厂(车间)顶层方案设计、智能制造共性技术研究、智能制造装备及产品的研制、智能软件系统的开发及应用方面展开工作，形成了智能制造系统集成核心能力，并服务于高端装备制造领域。
在智能制造系统项目实践中通过对高端装备生产线的工艺流程改造、车间制造网络的改建升级、智能装备的研制，实现生产线上数字化设计与制造的贯通。构建企业集成应用开发平台，通过开放接口将虚拟环境与基础架构融为一体，将生产自动化系统升级为网络化生产与信息物理融合的生产系统，实现由集中式控制向分散式增强型控制基本模式转变，对产业链分工进行重组，从自动化生产进入数字化生产、智能化生产、网络化生产。
智能制造系统项目实施范围包括：通过对生产流程的优化、智能制造装备(如搬运机器人、焊接机器人、智能AGV小车等)的研制，以及智能系统及检测装置(如电子成像辅助装配装置、数控机床联网管理系统、智能制造信息跟踪系统、智慧维护系统、工业信息安全系统等)的开发，实现产品制造过程的数字化;并通过对机器人技术、在线刀具管理技术、数控机床联网集成技术、制造过程在线监测技术、专家系统开发技术、制造云构建技术、大数据技术、工业信息安全技术、虚拟制造技术等关键技术的研究，构建以制造执行系统(MES)为核心驱动的数字化、网络化的企业集成应用开发平台，实现企业经营业务管理数字化，包含构建ERP(企业资源计划)、SCM(供应链管理)、SRM(供应商关系管理)、CRM(客户关系管理)等;实现产品工程技术数字化，包含构建PDM(产品数据管理)、PLM(产品全生命周期管理)等的深度融合集成，全面实现高端装备产品从设计、加工(处理)、装配、检测、质控，到物流、服务全数字化贯通，从而实现生产制造设备融入到制造、工程、材料使用、供应链以及生命周期管理的工业工序中，能够智能处理产品特性、成本、物流管理、安全、时间以及可持续性等问题，提供最优化的高端装备产品制造方案。
通过数字化生产、制造、服务网络的构建，实现制造过程模拟仿真、工艺数据库和工艺参数优化、在线检测和故障诊治、制造信息全程跟踪和产品质量追溯、精益生产管理等功能，生产模式也将从“集中型”向“分散型”转变，不同的生产设备既能够协作生产，又可以各自快速地对外部变化做出反应，最终形成高度灵活的、个性化和数字化的产品与高效、精益、柔性化的服务生产模式，并降低生产能耗。
中国电信：发挥通信优势支撑智能制造
中国电信拥有全球规模最大的宽带互联网络和技术领先的移动通信网络，具备为全球客户提供跨地域、全业务的综合信息服务能力和客户服务渠道体系。长期以来，中国电信积极发挥通信行业信息化发展与建设主力军作用，把全面贯彻落实国家“宽带中国”战略、积极响应落实国家“互联网+”行动的指导意见作为深化转型的重大战略举措，支撑《中国制造2025》实施和制造强国、网络强国建设。
1.潍柴工业互联网创新实践项目
中国电信为了支撑高端发动机智能生产的转型升级，与潍柴集团紧密合作。通过部署PON+LTE专网，为智能生产提供良好的工业网络环境，建立工业大数据管控平台，逐步实现从“机器联网”到“设备性能优化”。
在车间网络传输上，中国电信立足于构筑新一代智能通信网，在对传统工业交换机系统研究的基础上，结合最尖端的无源光网络通信技术的发展，开发了工业PON网络。工业PON网络的实施，解决了分布在车间各个区域的设备及信息终端网络的连接问题，与传统的局域网方案相比，提供了更高级别的抗干扰性、可靠性与传输效率。
在大数据平台应用上，中国电信联合潍柴集团及信通院共同组建了专业的大数据团队，搭建了潍柴工业大数据实验平台。通过工业PON网络高速传输，满足平台对大数据量、高效率、稳定传输环境的要求。专家对阿特拉斯拧紧机一致性问题展开研究，建立了相应模型，开发了可视化大数据应用。帮助调整优化工艺参数、实现性能评估及故障预警，实现了不同批次螺栓一致性分布，并以此作为判断供应商螺栓质量的依据之一，帮助潍柴集团发动机出厂良品率提升0.75%，生产能耗费用降低2%。在国内外同类企业中，创新一套以数据为核心的多纬度的检测方法，为大数据实现发动机的预测性维护和生产节拍优化奠定基础。
通过该平台，中国电信一方面与制造企业的工艺人员联合成立创新探索工业大数据课题组，共同探索大数据在生产工艺提升方面的应用实践;另一方面，吸引第三方专业机构，共同在大数据平台上发挥其专业知识特长，实验和验证其大数据分析的成果。目前该平台已经汇聚了订单、服务、生产等各方面数据，并且针对发动机总装生产工序的质量控制进行了大数据建模和分析，在生产效率提升领域，展开课题研究和实践。
2.宁夏小巨人机床远程监控
宁夏小巨人机床有限公司成立于2000年5月28日，是机床销量位居世界首位的山崎马扎克公司在中国的独资工厂，该公司年产机床1500台，主要为长城、本田等汽车零部件工厂、医疗器械工厂等生产智能机床。公司完全引用MAZAK最新智能风铃化工厂的构建理念、MAZAK最先进的生产装备和软件管理系统，建立起智能网络化的生产环境，被誉为“中国第一座智能网络化机械工厂”，开创了我国智能网络化工厂先河。
基于物联网的数控机床远程监控方案是通过中国电信的LTE/NB-IOT网络，使用工业级DTU设备，将采集数控机床的运行数据传送到云端的数控机床远程管理系统，进行数据存储，并使用工业大数据技术实现数据分析及预测性维护，为数控机床制造商、数控机床使用商的各种应用提供支持。
宁夏小巨人机床为了进行预测性维护，为每一台机床配备DTU实现远程监测、维护判断。用户平台为自研自建，用户通道选择为EVDO，使用标准L2TP的VPDN业务组网。
通过智能DTU的接入很大程度解决了用户机床监控及初步判定预测等问题，帮助用户对所有机床设备进行监控，并且针对维护，可进行远程查勘，更好地降低了用户成本，提高了企业的品牌形象。
3.中建钢构智能制造项目
中建钢构的装配式建筑新材料和传统建筑材料相比优势明显，尤其在抗震性能、低碳环保、空间可得率等方面，与发达国家相比，发展空间巨大。为响应国家关于大力发展钢结构和装配式建筑、智能制造转型升级这两个战略导向，中建钢构联合中国电信上海理想等多家企业或机构申报了工信部的智能制造项目，开展智能制造新模式的探索。
中建钢构选择将惠州工厂建设成为国内装配式建筑新材料领域的首个离散型的智能工厂，在厂内部署工业PON网络，实现各层级生产网络互联互通的数字化车间。以CPS集成中建钢构智能车间，进一步为新材料的优化、产线的优化、能耗的优化及设计与生产过程优化提供必要的数据支撑，形成中建智能制造参考模型。针对两种典型新材料，建设一个智能工厂和两个平台，实现大规模个性化定制、网络协同设计制造、离散型智能制造三种新模式。惠州工厂通过新模式的应用，逐步完成向企业和行业的推广。
新松：满足工业机器人市场个性需求
我国制造业的潜力巨大，一直保持全球第一大工业机器人市场的地位。工业机器人在汽车、电子、食品、卫浴、家电等行业得到日益广泛的应用，随着国家对环保和民生问题的高度重视，工业机器人在塑料、橡胶、化工等高污染行业，以及医药、生活用品等民生行业的应用范围也在不断扩大。
1.汽车制造
汽车制造业是机器人使用比重最大的行业之一，多车型、多批次的柔性生产线是汽车制造的实际情况。5年前，国内的汽车主机厂基本被国外机器人独占鳌头，而如今，长春一汽、华晨汽车等企业已实现了多条具备全自动点焊机器人生产、智能车型切换、混线生产、智能高速输送、白车身分布式检测与智能诊断等关键技术的新松机器人焊装生产线，总体技术国内领先，有力地增强了国产机器人在汽车领域的竞争力与影响力。
2.家电制造
电子行业是典型的劳动密集型产业，近些年电子行业的机器人应用暴增，据不完全统计，2017年上半年工业机器人在电子行业的应用比例已经高达35%，超过汽车行业成为第一大机器人应用行业，后续的应用数量还会继续增多。
新松机器人抓住这一契机，在电子行业厚积薄发，以液晶电视的柔性化加工为例，新松机器人在液晶面板、背板等柔性装配作业过程中重视系统的快速性、精准性、灵巧性，并结合高速轻载工业机器人、灵巧执行机构设计、视觉快速识别及定位、手眼协同工作安全机制、机器人双机协作与交互作业等先进技术，实现了具有智能分类与自主定位能力的液晶电视柔性化加工系统，已将海信、创维、康佳、TCL等液晶电视的生产效率提高40%以上。
3.卫浴设备加工
在传统的卫浴设备行业中，施釉工序全部由人工完成，用工成本高、生产效率低、产品一致性差。而且由于操作工人长期处于恶劣的工作环境中，员工的健康问题也令企业头疼不已。
以国产卫浴龙头品牌九牧厨卫股份有限公司为例，率先引进国内首条采用新松机器人的全自动施釉生产线，配套智能施釉专家系统，凭借整体化、参数化、专业化的优异性能保证整条产线各工位之间分工协作，可完成从马桶青坯来料至上釉全工序完成后下料的全流程自动化生产;线体涵盖扫码识别、灌釉、普白施釉、自洁釉施釉、检测清理等十几个工序，各单元设备与各工位接口的设计精细严谨，可保证产线的稳定、持久、高效自动化生产，形成了高度集成的机器人自动施釉系统。
4.工程机械
在工程机械及金属加工行业中，弧焊机器人作为中国发展较早的工艺类设备被广泛应用。但是由于焊接过程中环境、装配条件变化以及不确定因素干扰的存在，使得目前一般的示教再现型焊接机器人无法满足焊接生产质量及多样性的要求。
在山东临工工程机械有限公司，为了加强焊接机器人的适应性与操作性，采用新松弧焊机器人融合了人的感官信息、经验知识、推理判断以及焊接过程控制等各方面的智能焊接技术，针对复杂轨迹焊缝与不规则焊缝，配备了接触传感检测、焊缝自适应、焊缝跟踪等功能，可缩短工作周期，并满足一般工业对焊缝一致性及产品外观的要求。
配套的智能焊接专家系统通过对机器人信息的采集，获取机器人参数和焊接参数等多种信息，完成焊接数据信息化管理、机器人焊接设备管理、焊缝质量评估等方面工作，并可根据焊件工艺要求动态调整工艺，实现相关数据的分析处理、数据存储、同类产品的经验共享等功能。
除此之外，新松机器人产业化应用也渗透在航空航天、高铁、造船、智能家装等领域，新松积极针对各行业提供定制化的机器人产品及解决方案，实现产业的协同创新发展。
为满足市场个性需求，新松始终重视新产品、新领域的研发，致力于加深机器人行业及工艺探索，推广智能化应用技术及自主行为核心技术，提升认知智能和感知智能，全力打造高端、高品质、高性能的工业机器人产品及行业解决方案。
(《中国电子报》版权所有，转载请注明出处)返回搜狐，查看更多
智能制造的内涵及其系统架构探究
一、智能制造的内涵
（一）概念关于智能制造的研究大致经历了三个阶段：起始于20世纪80年代人工智能在制造领域中的应用，智能制造概念正式提出，发展于20世纪90年代智能制造技术、智能制造系统的提出，成熟于21世纪以来新一代信息技术条件下的“智能制造（SmartManufacturing）”。
世纪80年代：概念的提出。1998年，美国赖特（PaulKennethWright）、伯恩（DavidAlanBourne）正式出版了智能制造研究领域的首本专著《制造智能》（SmartManufacturing），就智能制造的内涵与前景进行了系统描述，将智能制造定义为“通过集成知识工程、制造软件系统、机器人视觉和机器人控制来对制造技工们的技能与专家知识进行建模，以使智能机器能够在没有人工干预的情况下进行小批量生产”。在此基础上，英国技术大学Williams教授对上述定义作了更为广泛的补充，认为“集成范围还应包括贯穿制造组织内部的智能决策支持系统”。麦格劳-希尔科技词典将智能制造界定为，采用自适应环境和工艺要求的生产技术，最大限度的减少监督和操作,制造物品的活动。
——20世纪90年代：概念的发展。20世纪90年代，在智能制造概念提出不久后，智能制造的研究获得欧、美、日等工业化发达国家的普遍重视，围绕智能制造技术（IMT）与智能制造系统（IMS）开展国际合作研究。1991年，日、美、欧共同发起实施的“智能制造国际合作研究计划”中提出：“智能制造系统是一种在整个制造过程中贯穿智能活动，并将这种智能活动与智能机器有机融合,将整个制造过程从订货、产品设计、生产到市场销售等各个环节以柔性方式集成起来的能发挥最大生产力的先进生产系统”。
——21世纪以来：概念的深化。21世纪以来，随着物联网、大数据、云计算等新一代信息技术的快速发展及应用，智能制造被赋予了新的内涵，即新一代信息技术条件下的智能制造（SmartManufacturing）。2010年9月，美国在华盛顿举办的“21世纪智能制造的研讨会”指出，智能制造是对先进智能系统的强化应用，使得新产品的迅速制造，产品需求的动态响应以及对工业生产和供应链网络的实时优化成为可能。德国正式推出工业4.0战略，虽没明确提出智能制造概念，但包含了智能制造的内涵，即将企业的机器、存储系统和生产设施融入到虚拟网络—实体物理系统（CPS）。在制造系统中，这些虚拟网络—实体物理系统包括智能机器、存储系统和生产设施，能够相互独立地自动交换信息、触发动作和控制。
综上所述，智能制造是将物联网、大数据、云计算等新一代信息技术与先进自动化技术、传感技术、控制技术、数字制造技术结合，实现工厂和企业内部、企业之间和产品全生命周期的实时管理和优化的新型制造系统。
（二）特征
智能制造的特征在于实时感知、优化决策、动态执行等三个方面：一是数据的实时感知。智能制造需要大量的数据支持，通过利用高效、标准的方法实时进行信息采集、自动识别，并将信息传输到分析决策系统；二是优化决策。通过面向产品全生命周期的海量异构信息的挖掘提炼、计算分析、推理预测，形成优化制造过程的决策指令。
三是动态执行。根据决策指令，通过执行系统控制制造过程的状态，实现稳定、安全的运行和动态调整。
（三）构成
1、智能产品（装备）
智能产品是发展智能制造的基础与前提，由物理部件、智能部件和联接部件构成。智能部件由传感器、微处理器、数据存储装置、控制装置和软件以及内置操作和用户界面等构成；联接部件由接口、有线或无线联接协议等构成；物理部件由机械和电子零件构成。智能部件能加强物理部件的功能和价值，而联接部件进一步强化智能部件的功能和价值，使信息可以在产品、运行系统、制造商和用户之间联通，并让部分价值和功能脱离物理产品本身存在。
智能产品具有监测、控制、优化和自主等四个方面的功能。监测是指通过传感器和外部数据源，智能产品能对产品的状态、运行和外部环境进行全面监测；在数据的帮助下，一旦环境和运行状态发生变化，产品就会向用户或相关方发出警告。控制是指可以通过产品内置或产品云中的命令和算法进行远程控制。算法可以让产品对条件和环境的特定变化做出反应；优化是指对实时数据或历史记录进行分析，植入算法，从而大幅提高产品的产出比、利用率和生产效率；自主是指将检测，控制和优化功能融合到一起，产品就能实现前所未有的自动化程度。
2、智能生产智能生产是指以智能制造系统为核心，以智能工厂为载体，通过在工厂和企业内部、企业之间以及产品全生命周期形成以数据互联互通为特征的制造网络，实现生产过程的实时管理和优化。智能生产涵盖产品、工艺设计、工厂规划的数字设计与仿真，底层智能装备、制造单元、自动化生产线，制造执行系统，物流自动化与管理等企业管理系统等。
3、智能服务通过采集设备运行数据，并上传至企业数据中心（企业云），系统软件对设备实时在线监测、控制，并经过数据分析提早进行设备维护。例如维斯塔斯通过在风机的机舱、轮毂、叶片、塔筒及地面控制箱内，安装传感器、存储器、处理器以及SCADA系统，实现对风机运行的实时监控。还通过在风力发电涡轮中内置微型控制器，可以在每一次旋转中控制扇叶的角度，从而最大限度捕捉风能，还可以控制每一台涡轮，在能效最大化的同时，减少对邻近涡轮的影响。维斯塔斯通过对实时数据进行处理预测风机部件可能产生的故障，以减少可能的风机不稳定现象，并使用不同的工具优化这些数据，达到风机性能的最优化。
（四）作用发展智能制造的核心是提高企业生产效率，拓展企业价值增值空间，主要表现在以下几个方面：一是缩短产品的研制周期。通过智能制造，产品从研发到上市、从下订单到配送时间可以得以缩短。通过远程监控和预测性维护为机器和工厂减少高昂的停机时间，生产中断时间也得以不断减少。
二是提高生产的灵活性。通过采用数字化、互联和虚拟工艺规划，智能制造开启了大规模批量定制生产乃至个性化小批量生产的大门。
三是创造新价值。通过发展智能制造，企业将实现从传统的“以产品为中心”向“以集成服务为中心”转变，将重心放在解决方案和系统层面上，利用服务在整个产品生命周期中实现新价值。
二、国外智能制造系统架构自美国20世纪80年代提出智能制造的概念后，一直受到众多国家的重视和关注，纷纷将智能制造列为国家级计划并着力发展。目前，在全球范围内具有广泛影响的是德国“工业4.0”战略和美国工业互联网战略。
（一）德国
2013年4月，德国在汉诺威工业博览会上正式推出了“工业4.0”战略，其核心是通过信息物理系统（CPS）实现人、设备与产品的实时连通、相互识别和有效交流，构建一个高度灵活的个性化和数字化的智能制造模式。在这种模式下，生产由集中向分散转变，规模效应不再是工业生产的关键因素；产品由趋同向个性的转变，未来产品都将完全按照个人意愿进行生产，极端情况下将成为自动化、个性化的单件制造；用户由部分参与向全程参与转变，用户不仅出现在生产流程的两端，而且广泛、实时参与生产和价值创造的全过程。
德国工业4.0战略提出了三个方面的特征：一是价值网络的横向集成，即通过应用CPS，加强企业之间在研究、开发与应用的协同推进，以及在可持续发展、商业保密、标准化、员工培训等方面的合作；二是全价值链的纵向集成，即在企业内部通过采用CPS，实现从产品设计、研发、计划、工艺到生产、服务的全价值链的数字化；三是端对端系统工程，即在工厂生产层面，通过应用CPS，根据个性化需求定制特殊的IT结构模块，确保传感器、控制器采集的数据与ERP管理系统进行有机集成，打造智能工厂。
2013年12月，德国电气电子和信息技术协会发表了《德国“工业4.0”标准化路线图》，其目标是制定出一套单一的共同标准，形成一个标准化的、具有开放性特点的标准参考体系，最终达到通过价值网络实现不同公司间的网络连接和集成。德国“工业4.0”提出的标准参考体系是一个通用模型，适用于所有合作伙伴公司的产品和服务，提供了“工业4.0”相关的技术系统的构建、开发、集成和运行的框架，意图是将不同业务模型的企业采用的不同作业方法统一为共同的作业方法。
（二）美国
1、工业互联网
“工业互联网”的概念最早由通用电气于2012年提出，与工业4.0的基本理念相似，倡导将人、数据和机器连接起来，形成开放而全球化的工业网络，其内涵已经超越制造过程以及制造业本身，跨越产品生命周期的整个价值链。工业互联网和“工业4.0”相比，更加注重软件、网络和大数据，目标是促进物理系统和数字系统的融合，实现通信、控制和计算的融合，营造一个信息物理系统的环境。
工业互联网系统由智能设备、智能系统和智能决策三大核心要素构成，数据流、硬件、软件和智能的交互。由智能设备和网络收集的数据存储之后，利用大数据分析工具进行数据分析和可视化，由此产生的“智能信息”可以由决策者必要时进行实时判断处理，成为大范围工业系统中工业资产优化战略决策过程的一部分。
——智能设备：将信息技术嵌入装备中，使装备成为可智能互联产品。为工业机器提供数字化仪表是工业互联网革命的第一步，使机器和机器交互更加智能化，这得益于以下三个要素：一是部署成本：仪器仪表的成本已大幅下降，从而有可能以一个比过去更经济的方式装备和监测工业机器。二是微处理器芯片的计算能力：微处理器芯片持续发展已经达到了一个转折点，即使得机器拥有数字智能成为可能。三是高级分析：“大数据”软件工具和分析技术的进展为了解由智能设备产生的大规模数据提供了手段。
——智能系统：将设备互联形成的一个系统。智能系统包括各种传统的网络系统，但广义的定义包括了部署在机组和网络中并广泛结合的机器仪表和软件。随着越来越多的机器和设备加入工业互联网，可以实现跨越整个机组和网络的机器仪表的协同效应。智能系统的构建整合了广泛部署智能设备的优点。当越来越多的机器连接在一个系统中，久而久之，结果将是系统不断扩大并能自主学习，而且越来越智能化。
——智能决策：大数据和互联网基础上实时判断处理。当从智能设备和系统收集到了足够的信息来促进数据驱动型学习的时候，智能决策就发生了，从而使一个小机组网络层的操作功能从运营商传输到数字安全系统。
2014年3月，美国通用电气、IBM、思科、英特尔和AT&T五家行业龙头企业联手组建了工业互联网联盟(IIC)，其目的是通过制定通用标准，打破技术壁垒，使各个厂商设备之间可以实现数据共享，利用互联网激活传统工业过程，更好地促进物理世界和数字世界的融合。工业互联网联盟已经已经开始起草工业互联网通用参考架构，该参考架构将定义工业物联网的功能区域、技术以及标准，用于指导相关标准的制定，帮助硬件和软件开发商创建与物联网完全兼容的产品，最终目的是实现传感器、网络、计算机、云计算系统、大型企业、车辆和数以百计其他类型的实体得以全面整合，推动整个工业产业链的效率全面提升。
2、智能制造
2011年6月24日美国智能制造领导联盟（SmartManufacturingLeadershipCoalition，SMLC）发表了《实施21世纪智能制造》报告。报告认为智能制造是先进智能系统强化应用、新产品制造快速、产品需求动态响应、以及工业生产和供应链网络实时优化的制造。智能制造的核心技术是网络化传感器、数据互操作性、多尺度动态建模与仿真、智能自动化、以及可扩展的多层次的网络安全。该报告给出了智能制造企业框架。智能制造企业将融合所有方面的制造，从工厂运营到供应链，并且使得对固定资产、过程和资源的虚拟追踪横跨整个产品的生命周期。最终结果，将是在一个柔性的、敏捷的、创新的制造环境中，优化性能和效率，并且使业务与制造过程有效串联在一起。
图1美国智能制造企业框架
三、对我国智能制造系统架构的设想
借鉴德国、美国智能制造的发展经验，我国的智能制造系统架构，应该是一个通用的制造体系模型，其作用是为智能制造的技术系统提供构建、开发、集成和运行的框架；其目标是指导以产品全生命周期管理形成价值链主线的企业，实现研发、生产、服务的智能化，通过企业间的互联和集成建立智能化的制造业价值网络，形成具有高度灵活性和持续演进优化特征的智能制造体系。
（一）基本架构
智能制造系统是供应链中的各个企业通过由网络和云应用为基础构建的制造网络实现相互链接所构成的。企业智能制造系统的构成是由企业计算与数据中心、企业管控与支撑系统、为实现产品全生命周期管理集成的各类工具共同构成，智能制造系统具有可持续优化的特征。智能制造系统可分为五层，第一层是生产基础自动化系统，第二层是生产执行系统，第三层是产品全生命周期管理系统，第四层是企业管控与支撑系统，第五层是企业计算与数据中心（私有云）。
图2智能制造系统架构
（二）具体构成
1、生产基础自动化系统层主要包括生产现场设备及其控制系统。其中生产现场设备主要包括传感器、智能仪表、PLC、机器人、机床、检测设备、物流设备等。控制系统主要包括适用于流程制造的过程控制系统，适用于离散制造的单元控制系统和适用于运动控制的数据采集与监控系统。
2、制造执行系统层制造执行系统包括不同的子系统功能模块（计算机软件模块），典型的子系统有制造数据管理系统、计划排程管理系统、生产调度管理系统、库存管理系统、质量管理系统、人力资源管理系统、设备管理系统、工具工装管理系统、采购管理系统、成本管理系统、项目看板管理系统、生产过程控制系统、底层数据集成分析系统、上层数据集成分解系统等。
3、产品全生命周期管理系统层产品全生命周期管理系统层，横向上可以主要分为研发设计、生产和服务三个环节。研发设计环节功能主要包括产品设计、工艺仿真、生产仿真，仿真和现场应用能够对产品设计进行反馈，促进设计提升，在研发设计环节产生的数字化产品原型是生产环节的输入要素之一。生产环节涵盖了上述的生产基础自动化系统层和制造执行系统层包括的内容。服务环节通过网络实现的功能主要有实时监测、远程诊断和远程维护，应用大数据对监测数据进行分析，形成和服务有关的决策，指导诊断和维护工作，新的服务记录将被采集到数据系统。
4、企业管控与支撑系统层企业管控与支撑系统包括不同的子系统功能模块，典型的子系统有：战略管理、投资管理、财务管理、人力资源管理、资产管理、物资管理、销售管理、健康安全与环保管理等。
5、企业计算与数据中心层主要包括网络、数据中心设备、数据存储和管理系统、应用软件，为企业实现智能制造提供计算资源、数据服务以及具体的应用功能，能够提供可视化的应用界面。
如为识别用户需求建设的面向用户的电子商务平台、为建立产品研发设计平台、制造执行系统运行平台、服务平台等都需要以企业计算与数据中心为基础，可以实现各类型的应用软件实现交互和有序工作，各子系统实现全系统信息共享。（来源：赛迪智库）