《智能制造科技发展“十二五”重点专项规划》解读
问：什么是智能制造？答：智能制造是面向产品全生命周期，实现泛在感知条件下的信息化制造，是在现代传感技术、网络技术、自动化技术、拟人化智能技术等先进技术的基础上，通过智能化的感知、人机交互、决策和执行技术，实现设计过程智能化、制造过程智能化和制造装备智能化，是信息技术和智能技术与制造装备和过程的深度融合与集成。
问：《智能制造科技发展“十二五”重点专项规划》出台的意义？答：《智能制造科技发展“十二五”重点专项规划》的出台，是为了贯彻落实《国家中长期科学和技术发展规划纲要（2006-2020年）》、《中华人民共和国国民经济和社会发展第十二个五年规划》、《国务院关于加快培育和发展战略性新兴产业的决定》和《国家“十二五”科学和技术发展规划》，推进高端装备制造业的发展，提升和改造传统制造业，提高我国制造业和装备的自动化与智能化水平，为实现我国从制造大国向制造强国转变奠定技术基础，提高我国制造业的综合竞争力。
问：“十一五”期间，我国在智能制造科技工作方面主要开展了哪些工作？答：《国家中长期科学和技术发展规划纲要（2006-2020年）》中，明确将“智能制造”作为未来重点突破的先进制造技术之一。在过去的几个五年计划里，科技部就智能制造中的高端装备、关键支撑技术及核心基础部件、制造过程智能化技术与装备，通过863计划、科技支撑计划，部署了一批智能制造的相关任务，通过任务的完成，初步提升了我国制造业的自动化、信息化与智能化水平。
问：“十一五”期间，我国在智能制造科技工作方面取得了哪些成绩？答：“十一五”期间，通过有效组织，突破了一批长期制约我国产业发展的智能制造技术，如机器人技术、感知技术、工业通信网络技术、控制技术、可靠性技术、机械制造工艺技术、数控技术与数字化制造、复杂制造系统、智能信息处理技术等；攻克了一批长期严重依赖进口并影响我国产业安全的核心高端装备，如盾构机、自动化控制系统、高端加工中心等；建设了一批相关的国家重点实验室、国家工程技术研究中心、国家级企业技术中心等研发基地，培养了一大批长期从事智能制造相关技术研究开发工作的高技术人才。
问：智能制造技术发展趋势是什么？答：制造业是国民经济的基础，随着信息技术和互联网技术的飞速发展，以及新型感知技术和自动化技术的发展，新一代制造业正发生着巨大转变，智能制造正在向信息化、网络化、自动化和智能化的主要技术方向发展，并已经成为下一代制造业发展的重要内容。
问：“十二五”时期，我国经济社会的发展对智能制造提出了怎样的要求？答：智能制造是信息技术、智能技术与装备制造过程技术的深度融合，具有鲜明的时代特征，内涵在不断地完善和丰富。“十二五”时期，我国经济社会的发展对智能制造提出的要求：使我国制造业具有制造过程可视化、智能人机交互、柔性自动化等特征，并实现可持续、高效能、绿色制造。
问：我国在智能制造方面存在着哪些差距？答：我国制造业目前发展的主要表象是以跟踪模仿为主、自主创新为辅；产品组装为主、功能创新为辅；系统集成为主、部件攻关为辅；应用研究为主、基础研究为辅。在产业发展的共性基础支撑技术的研究方面比较薄弱，核心基础部件较为缺乏，产品的智能化和自动化水平还比较低，制造过程信息化应用面还不够普及。
问：发展智能制造的总体思路是什么？答：按照科学发展观和建设制造强国的要求，面向我国国民经济重大需求和国际智能制造领域的发展趋势，坚持前瞻布局、重点突出、创新跨越，引领产业发展的思路；针对我国制造业在产品设计、生产制造、生产管理和高端装备制造方面的差距，研发相关的智能化高端装备、制造过程智能化技术与系统、关键支撑技术及基础核心部件，形成智能制造的理论体系和系统框架，攻克瓶颈技术，实现重大突破并建立标准体系，为我国制造业的低碳、高效、安全运行和可持续发展，提供成套的解决方案；通过示范、推广实现产业升级，促进高端装备制造业的发展，增强我国制造业的全球竞争力。
问：发展智能制造的基本原则是什么？答：发展智能制造的基本原则为：抓住高端、突出重点，企业主体、服务发展。（1）抓住高端、突出重点以制约我国产业安全的高端装备为突破口，以有影响力和带动作用的技术和装备作为主攻方向，重点突破智能化的高端装备、攻克一批智能制造的基础理论与共性关键技术。（2）企业主体、服务发展发挥企业的主体作用，产、学、研、用相结合，突破瓶颈的关键核心技术，逐步提高关键技术与装备的自主化率，形成具有自主品牌和自主知识产权的产品，提高企业核心竞争力。
问：智能制造的发展目标是什么？答：根据《国家中长期科学和技术发展规划纲要（2006-2020年）》和《中华人民共和国国民经济和社会发展第十二个五年规划纲要》，以设计与工艺技术、智能机器人技术和系统控制技术等为代表的高端装备和系统集成技术是智能制造的核心，按照“储备一代、研发一代、推广一代”的技术路线，突破智能制造基础技术与部件、攻克一批智能化装备、研发若干制造过程自动化生产线，制定相应技术与安全标准，增强产业竞争力。系统布局创新基地和平台，培养创新创业领军人才和团队。推动制造业向价值链高端发展，促进制造业结构升级和战略调整。
问：“十二五”智能制造基础理论与技术体系方面要开展哪些工作？答：研究包括泛在感知条件下的新型感知理论与技术、智能控制与优化理论、设计过程智能化理论、制造过程智能化理论与技术、制造装备智能化理论与技术，完善智能制造基础技术、技术规范与标准，解决未来智能制造所需的理论框架和未来共性技术，最终实现拟人化智能制造。
问：“十二五”智能制造基础技术与部件方面要开展哪些工作？答：研发一批与国家安全与产业安全密切相关的共性基础技术，重点突破一批智能制造的核心基础部件，研发解决一批与国家安全与产业安全紧密相关的共性关键技术。重点研究核心基础部件、微纳制造技术、智能传感器与仪器仪表、嵌入式工业控制芯片、高速/高精制造工艺与技术、制造业信息化技术、数控制造技术、制造过程安全与安防技术等。
问：“十二五”智能制造高端装备方面要开展哪些工作？答：重点研究箱体类精密工作母机、智能化工程机械与成套装备、新能源装备等，突破一批标志性的智能化高端装备，缩小与国际先进水平的差距，增强我国高端装备和智能制造技术的国际竞争力。
问：制造过程智能化技术、装备方面要开展哪些工作？答：重点研究工业机器人，自动化生产线、流程工业的核心工艺和成套装备等，提升制造过程智能化水平，促进我国制造业快速发展。
问：智能制造产业示范应用方面要开展哪些工作？答：针对七大战略性新兴产业和传统制造业，集成应用智能制造理论与技术、智能制造基础技术与部件、智能化的高端装备和智能化制造过程，研究实施示范应用和产业化相关技术，促进智能制造技术和装备的推广应用以及新兴高技术产业的发展。
问：在建立健全规划实施保障机制方面将要做哪些方面工作？答：根据有关科技管理改革的要求和部署及“十二五”智能制造重点专项的实施特点，将通过以下五个方面的措施保障重点专项的有效实施：一是，建立真正有效的产学研用联盟；二是，充分发挥政策的引导作用；三是，完善技术规范和标准，掌握核心技术的知识产权；四是，发展产业集群促进成果转化；五是，加大高素质人才培养力度。
智能制造的关键技术有哪些具体分析
智能制造是一种基于先进技术和信息化手段的制造模式，涵盖了多个关键技术，这些技术的应用是实现智能制造的重要基础。下面将具体分析智能制造的关键技术。
1.物联网技术：物联网技术是智能制造关键的基础技术之一。通过物联网技术，可以将制造环节中的各种设备、传感器和工具等连接起来，实现设备之间的互联互通。物联网技术可以收集和共享实时的生产数据和设备状态信息，为生产过程中的决策提供基础。同时，物联网技术还可以实现设备的远程监测和控制，提高生产的灵活性和响应速度。
2.云计算技术：云计算技术是智能制造的另一个关键技术。通过云计算技术，可以实现大规模的数据存储和处理，以及数据的共享和访问。生产过程中产生的大量数据可以通过云计算技术进行分析和挖掘，实现对生产过程的优化和控制。云计算技术还可以提供计算资源的弹性扩展，满足生产过程中对计算能力的需要。
3.大数据技术：大数据技术是智能制造中的重要支撑技术。通过大数据技术，可以对生产过程中所产生的大量数据进行采集、存储、处理和分析。大数据技术可以帮助企业更好地理解和把握生产过程中的规律和变化，提供决策支持和预测能力。同时，大数据技术还可以实现对产品的个性化定制和质量控制。
4.人工智能技术：人工智能技术是智能制造的核心技术之一。通过人工智能技术，可以实现对生产过程的自动化和智能化。例如，利用机器学习和深度学习技术，可以对生产过程中的数据进行建模和预测，实现生产过程的优化和控制。人工智能技术还可以实现对产品和设备的故障检测和维护。
5.增强现实技术：增强现实技术是智能制造的一项重要技术。通过增强现实技术，可以将虚拟信息与实际的物理环境相结合，为生产过程提供实时的辅助信息和操作指导。例如，在装配过程中，通过增强现实技术可以在工人的视野中显示装配步骤和操作要点，提高装配的准确性和效率。
6.机器人技术：机器人技术是智能制造中的关键技术之一。通过机器人技术，可以实现生产线的自动化和柔性化。机器人可以完成繁重、危险和重复性的工作，提高生产效率和质量。同时，机器人还可以实现生产线的灵活组织和调度，适应不同的生产需求和变化。
7.即时通讯技术：即时通讯技术是智能制造中的重要技术之一。通过即时通讯技术，可以实现生产过程中各个环节之间的实时沟通和协作。通过即时通讯技术，不仅可以加强生产过程中各个环节之间的协同工作，还可以提高生产过程的灵活性和响应速度。
除了前面提到的物联网技术、云计算技术、大数据技术、人工智能技术、增强现实技术、机器人技术和即时通讯技术之外，智能制造还涉及其他一些关键技术，具体如下：
8.自动化技术：自动化技术是智能制造的基础，包括自动化控制系统、传感器技术、工业机械等。自动化技术可以实现设备和系统的自动化操作和控制，提高生产过程中的稳定性和精度。
9.3D打印技术：3D打印技术是一种创新的制造技术，可以根据数字模型直接制造实体物品。它具有快速、灵活、节约材料等优势，可以实现个性化和定制化生产，加速产品开发和生产周期。
10.边缘计算技术：边缘计算技术是一种分布式计算模式，将计算和数据处理能力移近到数据源头，减少数据传输延迟和带宽压力。在智能制造中，边缘计算技术可以实现实时数据分析和决策，提高生产过程中的响应速度和效率。
11.虚拟现实技术：虚拟现实技术能够提供沉浸式的虚拟体验，将用户置身于虚拟场景中。在智能制造中，虚拟现实技术可以应用于产品设计、工艺仿真和培训等环节，提高生产效率和质量，降低成本。
12.系统集成技术：系统集成技术是将不同的软、硬件模块进行整合，构建复杂的智能制造系统。通过系统集成技术，不同设备和系统之间可以实现数据共享和协同工作，提高整个生产过程的一体化管理和控制能力。
13.自适应控制技术：自适应控制技术可以根据生产环境和条件的变化，自动调整生产参数和策略，保持生产过程的稳定性和高效性。这种技术可以应用于生产线的优化调度、机器人操作的自适应控制等方面。
综上所述，智能制造的关键技术包括物联网技术、云计算技术、大数据技术、人工智能技术、增强现实技术、机器人技术和即时通讯技术等。这些技术的应用可以实现生产过程的自动化、灵活化和智能化，提高生产效率、质量和创新能力。随着技术的不断发展和进步，智能制造将在制造业中发挥越来越重要的作用。
人工智能在智能制造中的应用
review:人工智能在智能制造中的应用摘要1.简介2.人工智能发展3.人工智能促进智能制造的发展3.1智能制造的新模型、新方法、新形式3.2智能制造系统架构3.2.1资源/能力层3.2.2泛在网络层3.2.3服务平台层3.2.4智能云服务应用层3.2.5安全管理和标准规范3.3智能制造技术系统3.3.1通用技术3.3.2智能制造平台技术3.3.3无处不在的网络技术3.3.4产品生命周期智能制造技术3.3.5基础支撑技术4人工智能在智能制造中的应用评价5当前全球智能制造的发展5.1国外发展5.2国内发展6.智能制造业AI2.0的研究方向6.1智能制造应用技术6.2智能制造业发展6.3智能制造的典型范例摘要随着人工智能技术的发展，互联网+AI正在触发制造工业中模式，方法，生态的伟大改变。基于近几年人工智能技术在制造工业领域的应用，我们分析了互联网+AI时代快速发展的相关核心技术。基于AI技术和信息通信、制造以及相关产品技术的结合，我们提出了智能制造的新模式，方法和形式，包括智能制造系统架构，智能制造技术体系等。并从智能制造应用技术、产业、应用示范等方面论述了智能制造的发展现状。
关键词：人工智能智能制造智能制造系统
1.简介众所周知，新技术革命和新工业革命正在蓄势待发。我们相信，“互联网+人工智能”的新时代即将到来，“互联网+人工智能”的特点是无所不在的网络、数据驱动、共享服务、跨境融合、自动智能和大规模创新。新人工智能技术与互联网技术、新一代信息技术、新能源技术、材料技术和生物技术的快速发展和融合是新时代的重要组成部分，而新时代的到来又将使这场游戏成为可能。
制造业是国民经济、人民生活、国家安全的基石。制造业技术与信息通信技术、智能技术，特别是与产品相关的专业知识的深度融合，正在制造模式、制造方法及其生态系统方面促成一场改变游戏规则的变革。
2.人工智能发展略3.人工智能促进智能制造的发展我们相信,智能制造是一种新的制造模式和技术手段,智能制造将新的信息和通信技术,智能科技、大型制造技术(包括设计、生产、管理、测试和集成),系统工程技术,及相关产品技术集成进一个整体的系统和产品开发生命周期。制造过程的生命周期使用自主传感、互连、协作、学习、分析、认知、决策、控制和执行的人,机器,材料,和环境的信息,以集成和优化制造企业的各个方面,包括三个要素(人/组织、运营管理和设备和技术)和五个流(信息流、物流流程、资本流动、知识流和服务流)。这些有利于生产，为用户提供高效、优质、经济、环保的服务，提高制造企业或集团的市场竞争力。
人工智能技术促进了智能制造领域新模型、新方法、新形式、新体系结构和新技术系统的开发
3.1智能制造的新模型、新方法、新形式新模式:基于互联网、面向服务、协作、可定制、灵活、社会化的智能制造系统，为生产提供便利，为用户提供服务。
新手段:数字化、物联网、虚拟化、服务、协同、定制、灵活性、智能化的人机一体化智能制造系统。
新形态:泛在互联、数据驱动、跨界融合、自主智能、大众创新的智能制造生态。
这些模型、方法和形式的应用的深度集成最终将形成一个智能制造的生态系统
3.2智能制造系统架构人工智能通过智能制造系统应用于智能制造领域。人工智能在智能制造系统之外的应用没有任何意义。在“互联网+人工智能”的背景下，智能制造系统的特点是在整个系统和生命周期中，人、机、物、环境、信息的自主智能感知、互联、协作、学习、分析、认知、决策、控制和执行。该系统由资源/容量层、泛在网络层、服务平台、智能云服务应用层以及安全管理和标准规范系统组成。
3.2.1资源/能力层资源/能力层包括制造资源和制造能力，包括:(1)机床、机器人、加工中心、计算设备、仿真测试设备、材料和能源等硬制造资源;(2)制造过程中的模型、(大)数据、软件、信息、知识等软制造资源;(3)具有制造过程演示、设计、生产、仿真、实验、管理、销售、运维、集成的制造能力，以及新型数字化、网络化、智能化制造互联产品。
3.2.2泛在网络层泛在网络层包括物理网络层、虚拟网络层、业务安排层和智能感知/访问层。
物理网络层主要包括光宽带、可编程交换机、无线基站、通信卫星、地面基站、飞机、船舶等。虚拟网络层通过南向和北向接口，实现拓扑管理、主机管理、设备管理、消息接收和传输、服务质量(QoS)管理、IPv4/IPv6协议管理等开放网络。业务安排层以软件的形式提供网络功能，通过软硬件解耦和功能抽象实现新业务的快速开发和部署，并提供虚拟路由器、虚拟防火墙、虚拟广域网(WAN)优化控制、流量监控、有效负载均衡等功能。智能传感/接入层通过射频识别(RFID)传感器、无线传感器网络、声、光、电子传感器/设备、条码/二维条码、雷达等智能传感单元感知企业、行业、人、机、物等对象，并通过网络传输数据和指令。3.2.3服务平台层服务平台层由虚拟智能资源/能力层、核心智能支持功能层和智能用户界面(UI)层组成。
虚拟智能资源/能力层提供制造资源/能力的智能描述和虚拟设置，将物理资源/能力映射到逻辑智能资源/能力，形成虚拟智能资源/能力池。核心智能支持功能层由一个基本的云计算平台和智能制造平台,每个分别提供基础中间件功能,如智能系统施工管理,智能系统操作管理、智能系统服务评价、人工智能引擎和智能制造等功能群体智慧设计、大数据和基于知识的智能设计,智能人机混合生产，虚实结合的智能实验，自主决策的智能管理，以及智能保证在线服务远程支持。智能UI层广泛支持智能终端交互设备，为服务提供商、运营商和用户提供定制的用户环境。3.2.4智能云服务应用层智能云服务应用层突出了人/组织的作用，包括四种应用模式:单租户单阶段应用模式、多租户单阶段应用模式、多租户跨阶段协同应用模式、多租户按需获取制造能力模式。支持自主智能传感、互联、协作、学习、分析、预测、决策、控制、执行等智能制造系统在人、计算机、材料、环境、信息等方面的应用。
3.2.5安全管理和标准规范安全管理和标准规范包括自主可控的安全防护系统，确保智能制造系统的用户识别、资源访问、数据安全;规范智能制造系统技术应用和平台接入、监控、评估的标准规范系统。显然，智能制造系统是一种基于泛在网络及其组合的智能制造网络化服务系统，它集人/机/物/环境/信息于一体，随时随地为智能制造和随需应变服务提供资源和能力。它是一个以“互联网(云)+智能制造资源和能力”为基础，集人、机、物为一体的网络化智能制造系统。
3.3智能制造技术系统智能制造技术系统主要由通用技术、基础平台技术、智能制造平台技术、泛在网络技术、产品生命周期智能制造技术和支撑技术组成。
3.3.1通用技术通用技术主要包括智能制造体系结构技术、软件定义网络化(SDN)系统体系结构技术、空地系统体系结构技术、智能制造服务业务模型、企业建模与仿真技术、系统开发与应用技术、智能制造安全技术、智能制造评价技术、以及智能制造标准化技术。
3.3.2智能制造平台技术智能制造平台技术主要包括面向智能制造的大数据网络互联技术，智能资源/容量感知和物联网技术，智能资源/虚拟容量和服务技术，智能服务环境建设/管理/运营/评估技术，智能知识/模型/大数据管理，分析与挖掘技术，智能人机交互技术/群体智能设计技术，基于大数据和知识的智能设计技术，智能人机混合生产技术，虚拟-实际组合智能实验技术，智能化自动决策管理技术与在线远程支持服务智能保障技术。
3.3.3无处不在的网络技术泛在网络技术主要包括融合网络技术和空-空-地网络技术。
3.3.4产品生命周期智能制造技术产品生命周期智能制造技术主要包括智能云创新设计技术、智能云产品设计技术、智能云生产设备技术、智能云运营管理技术、智能云仿真与实验技术、智能云服务保障技术。
3.3.5基础支撑技术支持技术主要由人工智能2.0,信息和通信技术(如当今的基于大数据的技术,云计算技术、建模与仿真技术),新的制造技术(如3d打印技术、电化学加工技术),和专业技术的生产应用领域(专业技术的航空、航天、造船、汽车、和其他行业)。
4人工智能在智能制造中的应用评价人工智能在智能制造领域的综合应用可以从应用技术、行业、应用效果三个方面进行评价。使用应用程序技术，需要评估基础设施建设、单个应用程序、协同应用程序和业务开发的水平和能力。行业发展评估涵盖智能产品（可以智能和自主完成任务的产品）和智能连接产品（可构成生态网络的智能产品），智能工业软件，支持智能设计/生产/管理的硬件开发/调试/安全，以及智能制造单元，智能车间，智能工厂和智能工业等不同层次的智能制造系统的开发和运行。对于应用效果，建议将评估重点放在竞争力的变化和社会经济效益的变化上，以衡量智能制造系统对提高能力和经济效益的直接或间接影响。
5当前全球智能制造的发展5.1国外发展特别是美国、德国等发达国家，制定了智能制造的创新战略和政策，如美国的“先进制造伙伴计划”(2011)和“工业互联网”(2012)，德国的“工业4.0计划”(2013)。2012年，通用电气在美国提出了“工业互联网”的概念，它可以将智能设备、人、数据连接起来，以智能的方式分析这些数据，使人和机器做出更智能的决策。工业互联网的三大组成部分是智能设备、智能系统和智能决策。工业互联网可以看作是数据、硬件、软件和智能之间的流通和交互。它可以存储、分析和可视化通过智能设备和网络获取的数据，从而实现基于智能信息的最终智能决策。工业互联网的最大潜力将通过智能设备、智能系统和智能决策这三部分与机器、设备集、设施和系统网络的整体集成来实现(Evans和Annunziata,2012)。2013年，德国启动了工业4.0计划，提出了“一核、两个课题、三维融合、八个方案”的战略构想，特别强调以智能工厂和智能生产为研究“两大主题”。网络物理系统(CPS)网络和相应的智能设备系统的建设成为其主要关注的问题。工业4.0,智能制造系统能感知和监控大量的实时数据,在生产过程中生成的,并实现智能分析和决策,生产方式转变成智能制造、云最终协作生产,和客户定制生产,实现更多的生产要素的集成以更科学的方式。工业4.0的实质是在“网络物理系统”的基础上实现“智能工厂”。生产设备将通过网络和数据，将不同的传感器与精确的过程控制相结合，实现实时传感。生产管理将采用一系列技术，构成服务云，为物理设备提供信息感知、网络通信、精确控制和远程协调能力(DrathandHorch,2014;Lasietal.,2014;Wang,2015;Ivanovetal.,2016).显然，发展智能制造技术、产业和应用已成为各国战略规划的重点。就战略计划而言，美国和德国都处于领先地位。德国基于cps的智能制造技术取得了里程碑式的成果，美国基于工业互联网的智能制造技术也取得了初步成果。德国重点研究制造商的底层技术，如智能传感、无线传感器网络和CPSs，而美国则将IT技术放在顶层，如云计算、大数据和虚拟现实(Leeetal.，2015;Posada等，2015)。随着GE在美国开发的工业互联网平台Predix、西门子在德国建造的数字云服务平台Sinalytics等智能制造系统工具和平台的发展，德美两国的智能制造产业已经初具规模。Predix的四大核心功能包括网络资产安全监控、工业数据管理、工业数据分析、云应用和移动，将各类工业设备和供应商连接到云端，提供资产性能管理和运营优化服务。西门子的Sinalytics平台可以提供安全通信以及对大量机器生成数据的集成和分析，通过对燃气轮机、风力发电机、火车、建筑和医疗成像系统的数据分析和反馈，提高监测和优化能力。智能互联网产品，如通用电气开发的智能互联网引擎，可以将飞机发动机与控制系统连接起来。传感器将发动机在飞行过程中收集数据并传输到地面进行智能分析，从而准确检测发动机的运行状态，预测故障，促进主动维修，提高发动机的安全性和使用寿命(Yang,2015;李,2016;Winnig,2016)。在典型的智能制造示范方面，德国和美国不遗余力地展示和推动其制造业转型升级的发展战略。在很大程度上，西门子，SAP和GE等跨国企业的跨行业，全链和综合系统解决方案的演示和推广使这些企业在全球产业链的重组过程中处于领先地位，价值链和生态系统。例如，德国安贝格工厂是西门子公司智能工厂的典范。在安贝格，真正的工厂与虚拟工厂一起运营，真实的工厂数据和生产环境由虚拟工厂反映，人们可以通过它来管理和控制真正的工厂。近75％的生产操作已经自动化。产品可以与生产设备进行通信。IT系统负责控制和优化所有流程，确保99.9988％的产品合格率。与1989年工厂刚建成时相比，员工人数基本保持不变，而生产能力增加了8倍，每百万电子产品的处理错误率降至1/40。
5.2国内发展从价值链的低端到中高端，从制造业巨头到制造业，从“中国制造”到“中国创造”，中国制造业正面临着一个关键的历史时刻。。中国政府提出了“2025年中国制造”战略规划，“国务院关于促进互联网+行动的指导”，“国务院关于深化制造业与互联网一体化的指导意见”和“十三五”规划国家科技创新计划’支持转型。“2025年中国制造”明确了30年，3个步骤和3个阶段的战略目标，指导和路线图，以提高国家的制造力。它确立了成为制造业强国第二层的原则：创新驱动，质量第一，环境友好型发展，结构优化，以人才为中心，以及战略路线图：坚持走新型工业化道路具有中国特色，以创新发展为主题，注重提高质量，提高经济效益，是加快新一代信息技术与制造业深度渗透的主要目标，也是智能制造业的亮点。其中包括以下内容：九项任务：（1）提高国家制造业的创新能力，（2）促进信息与工业化的深度融合，（3）加强基础产业能力，（4）蓬勃发展优质品牌建设，（5）普及环境-友好制造业，（6）推进重点领域的突破，（7）进一步推进制造业结构调整，（8）推进制造业和生产服务业，（9）加强国际制造业参与。十大发展领域：（1）新一代信息通信技术产业，（2）先进的数控机床和机器人，（3）航空航天设备，（4）海洋工程设备和高科技海军陆战队，（5）铁路运输设备，（6）节能和新能源汽车，（7）电力设备，（8）新材料，（9）生物医学和高性能医疗器械，以及（10）农业设备和机械。五大计划：（1）制造业国家创新中心建设计划，（2）加强产业基础的计划，（3）信息技术与工业化计划的深度整合，（4）环境友好型制造业计划，以及（5）高端设备创新计划。
八，战略支持和保障：（1）加强治理和行政机制改革，（2）建立公平竞争的市场环境;（3）完善财政支持政策;（4）加强财税政策支持;（5）完善多元化-人才培训体系，（6）改善小微企业政策，（7）进一步开放制造业，（8）加强组织实施机制。
近年来，中国在智能制造方面在技术，工业和应用方面取得了令人鼓舞的进展。
在智能制造技术方面，中国于2009年首次提出了基于云制造的智能制造模型，方法和形式（Lietal。，2010）。它的成就已被国际学术界普遍提及并得到其认可（Renetal。，2013）。此外，智能制造的关键领域取得了重大突破，如高端计算机数控（CNC）机床，工业机器人，智能仪表和增材制造，建立了初始智能制造标准体系（Miao，2016）。
在智能制造业发展方面，网络基础设施已进入更高水平，据苗（2016）称，高性能计算，网络通信设备，智能终端和软件取得了突破性进展，形成了一系列移动互联网，大数据和云计算领先企业，支持智能制造的发展。在智能产品和智能互联网产品开发领域，最近的突破包括智能硬件和车载互联网等产品和服务。以智能硬件设备为例，2015年可穿戴智能设备全球零售市场规模为7200万台，比2014年增长132％。预计到2020年总体销量将达到1.969亿台，并进行比较2013年将达到179,000，年增长率将达到25％。至于中国，2014年市场容量为430万台，2015年增长至1680万台。接近全球市场量的1/4，中国的增长率明显高于全球平均水平。由于智能制造的典型演示，智能水平在关键领域得到了改进，如研发设计，生产设备，过程管理，物流配送和能源管理。苗（2016）认为，重点行业数字化设计工具的渗透率超过85％。近年来，中国航天科工集团，青岛海尔集团，红领集团等中国企业实施了智能制造应用。以CASIC为例，CASICloud是第一个云制造平台，已经上线超过一年，吸引了超过23万注册，并在制造业的各个方面发布了超过430亿人民币的CASIC业务需求。超过1000个创新和创业项目已在网上发布，与国际智能制造和科学服务的合作正在进行中。然而，总的来说，中国的制造业正面临着一些艰巨的挑战，我们需要加速“五个转变”：（1）从技术追随者向独立开发者转变为技术领导者;（2）从传统制造到数字，网络和智能制造，（3）从广泛制造到高质量和高效率制造，（4）从资源消耗和环境污染制造到绿色制造，（5）从生产制造到生产+服务制造。我国的智能制造在应用技术，工业化和应用方面仍处于起步阶段。最近发布的中国“智能制造发展计划”（2016-2020）指出：“中国制造业正处于不同地区，行业和企业之间发展不平衡的阶段，机械化，电气化，自动化和数字化并存。智能制造业的发展面临着许多问题：关键的共同技术和核心设备由其他国家控制;智能制造标准，软件，网络和信息的弱安全基础;不成熟的智能制造新模式;系统和整体解决方案供应不足;缺乏国际领先企业和跨学科整合的智能制造人才。与发达国家相比，中国在推进智能制造业转型的过程中面临着更复杂的环境，更加严峻的形势和艰巨的任务。“
6.智能制造业AI2.0的研究方向从应用技术，行业发展和应用示范的角度出发，针对AI2.0在智能制造行业的应用提出了以下研究方向。
6.1智能制造应用技术基于AI2.0技术，制造科学技术，信息通信科学技术和制造业制造应用技术的深度整合，本研究主要关注智能制造应用技术的以下几个方面：
智能制造系统通用技术，包括智能制造框架技术、SDN网络系统框架技术、空地一体化系统框架技术、智能制造服务业务模型、企业建模与仿真技术、系统开发、应用与实现技术、智能制造安全技术、智能制造评估技术、以及智能制造标准化技术。智能制造系统平台技术：基于智能制造的大数据网络技术，智能资源/容量感知，物联网;智能资源/容量虚拟化和服务技术;智能服务的建设/管理/评估技术;智能知识/模型/大数据的管理，分析和挖掘;智能人机交互技术;群智能设计技术;基于大数据和大量知识的智能设计技术;人机混合智能生产技术;结合活力与现实的智能实验技术;独立决策的智能管理技术;智能支持技术，提供在线服务和远程支持。智能制造的整个圈子涉及智能化设计，生产，管理，实验，支持等关键技术，包括：智能云创新设计技术，智能云产品设计技术，智能云生产设备技术，智能云运营管理技术，智能云模拟和实验技术，智能云服务和支持技术。6.2智能制造业发展智能产品和智能互联产品有待研究。
对于智能制造支持工具，需要进行以下研究：智能工业软件，包括系统软件，平台软件和应用软件，以及支持智能设计，生产，测试和保证的智能硬件，包括智能材料，智能传感器，智能设备，智能机器人，新一代智能网络设备，面向服务的SDN控制平台，以及新的网络评估系统。
智能制造系统需要在不同层面开发和运行，包括智能制造单元，智能车间，智能工厂和智能工业，以支持创新制造模型，包括过程智能制造，离散智能制造，网络协同制造和远程诊断和维护服务。
6.3智能制造的典型范例研究和实施的示范包括跨企业（企业）的模型驱动的智能协同制造，智能制造的知识驱动的企业云服务，人机物质合作智能车间云，自主智能制造单元。同时，需要在关键领域推广和应用示范：
跨企业的模型驱动智能协同制造范式。对于跨企业（企业）的模型驱动的智能协同制造，需要构建各种制造资源/容量的云池，并且需要使用智能云技术来自动匹配资源/服务的需求和需求并实现自我建设，管理，运营和评估服务环境。需要构建智能制造云平台的运营中心，以支持模型驱动，协作，全生命周期活动，如研发，生产，管理，物流和支持服务。企业知识驱动的云服务范式。对于基于企业数据，模型和知识的集成，管理，分析和挖掘的知识驱动型企业云服务，需要构建企业云平台的运营中心，以提供智能设计等企业服务。，建模和模拟，测试，生产，管理，供应链，物流，销售，3D打印和全面保证，以支持完整的生命周期活动。人-机-物协作云的范式。人机物料合作车间云采用人机物料协同智能机器人，代码处理智能优化技术，智能设备保障，智能监控，智能物流，云质量保证，云管理，云调度等技术和产品在智能车间运营中心的帮助下，建立智能设备，生产线，加工控制和车间决策系统，实现人，机，物一体化。自主智能制造单元的范例。自主智能制造单元使用基于先进的自主无人系统，在线检测，零件识别和定位，事故警报构建智能设备，处理设备，在线监控系统，智能工作场所，安全报警系统等智能制造分配和规划等技术和产品，以及基于先进的自主无人系统的控制中心的帮助，自动装载和卸载设备。根据全生命周期活动和过程的发展要求，需要在全生命周期活动，全过程和流动智能技术方面取得突破，包括基于AI2.0的智能设计，生产，管理，测试和保证。要开发和实施的演示包括基于互联网群智能，协作研发空间，智能云生产，智能协作保障以及供应/营销/服务链的可定制和创新设计，需要在关键行业中推广和应用：
基于互联网的群体智能范式定制了创新设计。对于基于互联网群智能演示的客户定制和创新设计，协同创新和设计以及定制应用等产品和技术被用于构建基于互联网群智能的客户定制和创新设计平台，实现云群-基于情报的产品选择，经验，用户参与设计以及关键行业的实时跟踪。协同R＆D群智能空间的范式。协作研发空间演示使用协作，并行和集成系统方法来构建支持大数据处理，知识协作和创新聚合的群体智能空间。它开发了以重要行业，企业和个人用户为重点的各类协作研发空间，并鼓励这些用户通过互联网众包合作研发R＆D，分散研发任务。智能工厂生产的范例。大数据和基于知识的大量智能技术可以帮助实现智能调度和规划，过程参数优化，智能物流管理和控制，产品质量分析和改进，预防性维护，生产成本分析和估算，能耗监控和智能分配，监控生产过程和程序，以及整个生产圈的综合车间性能分析和评估。工厂运行控制中心和智能调度系统的建立可以促进灵活，抢占式云制造的实现，加速生产过程，实现对企业和生产的智能管理。感知，机器学习和跨媒体的智能过程可以实现自主决策，以支持结合虚拟和现实的生产优化。智能协作保证和供应/营销服务的范例。需要构建知识驱动的协作保障和供应/营销/服务平台，以收集物流，供应链以及仓库和营销数据。然后，数据将使用大数据技术进行分析，以优化供应链物流的路径规划，并通过交付前，仓库以及用户需求和产品特征的匹配分析来改进精细物流和精准营销。注明：全文https://link.springer.com/article/10.1631/FITEE.1601885进行翻译
如何建设基于智能制造的“可持续制造”模式
保护环境是全人类共同的责任，创造可持续发展的新型经济模式是全社会共同关注的热点。碳中和、碳达峰的环保目标，给制造业制定了新的发展方向——可持续制造。
美国经济合作与发展组织（OECD）在一份报告中提出了可持续制造（SustainableManufacturing）的理念，并将可持续制造定义为「以对环境和社会负责的方式」管理制造业务的能力。
OECD围绕这套理论构建了一系列标准和程序，而推动可持续制造模式的发展，还需要更加科学的评估方法，帮助制造企业权衡取舍，构建可持续制造体系。
作者｜KCMorris
编译｜齐健
新冠疫情的爆发凸显了制造业在现代社会中所扮演的重要角色。制造业不仅可以提供保障生活的必需品（食物、日用品、交通、住房），同样也可以提高我们的生活质量。随着社会的发展，人们正在研发更多新型高效制造技术，并以此创造出令人惊叹的产品。但在产品生产的过程中，对环境也会产生一些副作用，因此制造业需要更加重视生产系统管理，降低对环境的负面影响。
经济合作与发展组织（OECD）在一份报告中给出了可持续制造（SustainableManufacturing）的定义，可持续制造业是指「以对环境和社会负责的方式」管理制造业务的能力。OECD围绕这套理论构建了一系列标准和程序，但其中很多只触及了表面，我们需要更加科学的评估方法，帮助制造企业权衡取舍，构建可持续制造体系。
毫无疑问，可持续制造需要投入很大的关注，否则整个流程必将是一团乱麻，需要更多参考相关的环境法规，这也是实现可持续发展的关键所在。
保护环境的同时，利用可持续制造也能够使生产流程降本增效，给制造企业带来相应的切实的利益。此外，越来越多的客户和投资人开始关注制造业的社会责任，这也为可持续制造的发展提供了动力。长期以来，数据驱动可持续制造的落地，对于制造企业相对困难，尤其是对那些专注制造，而产品设计能力较弱的中小企业来说。
没有哪种解决方案可以适应所有行业，在提高可持续制造性能的过程中，每个制造企业都是独一无二的。即使是在不同工厂中拥有数条同类生产线的大型制造商，也难以在不同工厂之间直接复用生产经验。每种情况都需要根据工厂的特点与知识库进行定制。
在可持续制造模式的发展过程中，一些早期的标准化工作侧重于管理视角，以帮助企业制定更好的规划，以管理制造设施和其他资源，但这些工作没有解决制造业的核心问题，即将原材料转化为新产品。
制造企业需要一种系统的方法来深入挖掘其运营模式，以找到自己的可持续发展模式。从2015年6月到2016年3月，美国国家标准技术研究所（NIST）举行了一系列行业圆桌会议，并审查了已发表的文献，以更好地研究如何衡量制造流程以及改进需求。作为美国国家标准技术研究所（NIST）的研究人员，研究的方向是制定科学的评估标准，以帮助制造商改进其核心功能，而核心功能是通过制造流程完成的，然而在研究的过程中，唯一得到的结论是：可持续制造领域几乎不存在标准。
「制造过程」一词本身是一个抽象的概念，指的是许多不同类型的过程，每个过程都是独一无二的。我们面临的挑战是创建标准的方法，以有用的方式适用于所有这些流程。我们希望这些标准与新兴技术兼容，以便将模型与新兴的通信、人工智能和其他工具（智能制造）无缝集成。
我们采取的研究方法是对信息技术应用于制造流程的描述或表征的标准进行定义。通过提供描述制造过程的标准方法，我们使这些描述能够自动应用于制造过程中，以适用于更多的行业，实现制造过程中的各种目的。其中，所有的模型都以单元制造过程模型（UMP）的标准形式构建。
一
UMP模型：跨过「蓝图」时代
单元制造过程模型（UnitManufacturingProcess，UMP）是指产品或建筑设计在制造过程中的蓝图。「蓝图」最早应用于19世纪40年代，是以蓝色墨水为底的图纸。其功能是准确复制技术图纸，以便更广泛地共享信息。多年来，随着标准化设计越来越完善，设计阶段可以绘制出多种多样的准确的工程图样。
跨入数字时代以后，设计过程中产生了比标准蓝图所能体现的更多的设计数据。随之产生了计算机辅助设计（CAD），CAD系统被用作三维模型来生成这些图纸。代表这些模型的标准提供了一个信息丰富的主线，3D模型在虚拟空间中被「附加」到该主线中。例如，产品模型数据ISO10303（又名STEP）标准定义了一个复杂的信息阵列，可以将数字3D表达与产品信息的各种其他视角联系起来，例如PLM及用于整合整个组织数据的其他企业系统中。
来自物理世界的制造过程通过基于图中突出显示的ASTME3012标准的过程模型在虚拟世界中表示。这些模型可用于相关流程的通信、流程性能优化、流程模拟和生命周期影响估计。B.Bernstein/NIST。
到目前为止，尚无此类表达制造过程的格式。从2013年开始，NIST与标准开发组织ASTM的E60可持续性委员会合作，成立了一个可持续制造业小组委员会——E60.13，引入了一套建模制造流程的标准——UMP模型。2020年，第一批标准集《制造过程环境特征标准指南》（E3012）发布，该标准由BillBernstein（NIST）领导定制。
该标准描述了UMP格式。基于最先进的信息技术，UMP模型的设计初衷是集成到智能制造企业，用于收集有关流程的数据，建立知识库，以便于分享这些知识。新型制造流程蓝图不仅是一种通信手段，也是制造流程中的数字模型。它们可以自动评估制造流程的性能，也可以与其他流程模型共同套用在制造流程中，以评估其中的潜在价值和问题。
UMP模型为制造商提供了一种统一而精确的方法来描述其过程，从而实现了：
可靠和可存档的流程通信模式。
建立绩效基线的一种手段。
加速制造流程模拟。
用于制造过程进行环境影响评估的机制。
在分析竞争目标（如制造速度和能源和材料等资源使用），并对其进行权衡取舍时，做出明智的决定。
二
可持续性：找到环保与生产的平衡点
虽然目前尚无法实现全面的可持续制造，但建立相关的标准化是这项工作的起点。有了这些基本的评价体系，制造商和研究人员可以尝试更强的流程把控能力，这将使他们能够更好地控制制造过程，并使他们能够在决策过程中做出更明智的选择。随着ASTM项目标准化工作的开展，可以扩展这些标准，以在定义方面提供更强的能力和更高的精度。
制造业及其供应链对美国环境影响的贡献。该数据显示，在美国76.6%的环境排放来自制造业，其中17%直接归因于制造流程。其余由采矿、公用事业、建筑和农业等上下游产业产生。美国能源管理局预测，到2050年，包括制造流程在内的工业部门的排放量将增加26%，而其他高产部门的排放量将保持稳定或下降。D.Thomas/NISTManufacturingCostGuideTool。
UMP模型的初始组成部分，即「制造过程环境特征标准指南」，并不是一成不变的。模型中收集的知识必须来自多个维度，从专业主题开始，与成型的工程设计和分析应用程序集成。单个UMP模型通过计算表达，集成制造过程的复杂性。同样，它包括数据驱动的研发工作，即对该过程的实证研究。ASTM标准中还记录了对完善的UMP表达至关重要的两个方面——流程改进规划和关键绩效指标：
建立工艺改进项目：《制造工艺可持续性环境方面评估标准指南》（ASTM标准2986），指导制造商推动性能改进工作，包括目标设定、流程识别和使用最先进的排产-流程检查-制造执行，并制定相应的改进计划。该项目由PaulWitherell（NIST）领导。
选择关键绩效指标：可持续制造的目标是平衡环境保护与生产制造之间的矛盾。减少环境影响需要与企业的运营能力、经济和绩效目标共同考虑。《制造过程环境方面关键绩效指标的定义、选择和组织标准指南》（ASTM标准E3096），为如何在企业内部统筹决策，制定合理的可持续发展方案提供了指导。该标准指导制造企业通过综合考虑多种观点，制定符合企业特点的评价标准，从而推进特定流程的项目改进措施，并加速改革落地。这些指标与流程的UMP模型相关联。这项工作由ShawFeng（NIST）领导，MichaelBrundage（NIST）支持。
综合考虑这些标准，即可支持制造系统的持续改进过程，并为制造企业制定可持续制造的知识库提供标准化模型。
当然，可持续制造的其他方面对制造企业也很重要。到目前为止，ASTM可持续制造小组委员会已经制定了另外两项标准，以解决可持续制造业的不同方面，并正在研究其他标准。在DougThomas（NIST）的领导下，已经启动了两项标准化建设工作，其中包括涉及制造业可持续性考虑因素纳入经济分析的领域，为描述用于产品生命周期分析的制造材料提供了更多工艺定义。
参考链接：https://www.nist.gov/blogs/taking-measure/sustainable-manufacturing-smart-manufacturing
机器之能面向正在进行数字化转型及智能化升级的各领域产业方，为他们提供高质量信息、研究洞见、数据库、技术供应商调研及对接等服务，帮助他们更好的理解并应用技术。产业方对以上服务有任何需求，都可联系我们。
zhaoyunfeng@jiqizhixin.com
原标题：《如何建设基于智能制造的「可持续制造」模式？》
智能制造的使能技术有哪些
作为泛物联网在工业领域的一个分支，工业物联网（IIoT）是指互联的传感器、仪器和设备与计算机工业应用软件系统一起组成的网络，用于制造流程的自动化和效率提升，以及制造装备、能源和资产的有效管理及成本降低。工业物联网涉及数据采集、处理、交换和分析，是传统分布式控制系统（DCS）的演进和扩展，借助云计算来优化流程控制以获得更高程度的自动化。
工业物联网的技术、架构、标准和应用IIoT的使能技术包括网络安全、云计算、边缘计算、移动技术、机器-机器通信、3D打印、机器人、工业大数据、物联网、RFID技术，以及认知计算等。其中最为重要的五大技术简述如下：
虚拟-物理系统（CPS）：这是将传统分离设备组网连接起来的IIoT基础技术平台，将物理流程的动态与数字化的软件和通信集成起来，为整个网络系统提供抽象和建模、设计及分析功能。
云计算：随着互联网云平台技术和市场的发展趋于成熟、稳定和安全，工业领域的数据和通信也逐渐从传统的本地服务器转移到云计算平台，工业流程的数据存储和计算处理也更多地汇聚在云端进行。亚马逊、微软、阿里云和华为等公司都针对工业物联网推出了各自的IIoT云平台，GE、西门子等传统工业巨头也分别推出了工业互联网云平台。
边缘计算：与云计算相反，边缘计算是一种去中心化的数据处理技术，即在边缘侧和终端设备上直接进行数据存储和处理，以满足工业流程对数据实时处理和响应的要求。
大数据分析：对工业流程所产生的海量数据及各种数据集进行分析，以提炼出有价值的信息供科学决策使用。
AI和机器学习：将工业设备智能化以完成人机交互，或者机器与机器的通信与协作。机器学习是工业应用AI的重要组成部分，可通过精准的算法让软件系统更加准确地预测工业运营结果。
IIoT系统采用一种分层的模块化结构，从下至上分别包括设备层、网络层、服务层和内容层。设备层是指CPS、传感器和设备等物理组件;网络层包括物理网络总线、云计算和通信协议等;服务层包括对数据进行处理和输出的应用软件;内容层包括用户接口设备，比如屏幕、平板电脑等。
很多公司和行业组织都在开发技术平台以支持各种IIoT技术、标准、软件和设备，比如IBM的认知IoT、REST、OPC等，以及工业互联网联盟（IIC）的参考架构（IIRA）。
虽然连接和数据采集对IIoT来说是必不可少的元素，但这并非最终的目标。IIoT当前的一个热门应用是预测性维护，因为这可以应用到现有的设备资产管理系统，降低非预期停机时间，从而提高生产效率。工业大数据分析在制造设备预测性维护方面扮演着关键角色。
以上简要介绍了IIoT的概念、技术、架构、标准和应用，下面我们从硬件实现的角度，分别阐述边缘计算和智能感传感器这两种工业物联网关键技术。
边缘计算根据Gartner和IDC的市场预测，到2022年全球IoT市场规模将达到1.2万亿美元，企业级数据的一半将来自云平台和数据中心以外的地方，其中增长最快的是移动和IoT设备产生的数据。到2020年投入到边缘计算方面的资源将占到IoT整体开支的18%，这意味着边缘计算将是一个快速增长且市场潜力巨大的新兴领域，思科和华为等企业级系统方案提供商也在边缘计算上投入更多技术和市场资源。
究竟什么是边缘计算？到目前为止业界还没有一个统一的定义。按照工业互联网联盟（IIC）的说法，边缘并不是一个可以明确的物理层，而是一个因应用场景而异的逻辑层概念。但是，边缘计算的主要价值在于可以降低数据延迟，因为边缘计算设备离数据源比较近，可以就地计算、处理和触发行动，而不必先传输到云端进行处理，然后再反馈行动指令，这对实时性和带宽要求比较高的应用特别重要。
对于IIoT应用，除低延迟的实时性要求外，数据安全也是制造企业及IT/OT技术开发商需要考虑的因素。另外，制造设备在正常运行时产生的大量数据并没有特别的变化，全部上传到云端会造成很大的宽带和成本压力。而边缘计算设备可以在本地处理和存储这些数据，只将动态变化或异常的META信息传输到云端就可以了。
智能传感器传统意义上的传感器只是感应和测量物理环境的状态，比如温度、湿度、气压、振动和运动等，而所谓的“智能”传感器不但具有这些基本的感应能力，还具有计算和处理性能，甚至无线网络通信功能。此外，智能传感器将传感器件与微处理器和无线通信模块集成在一个芯片封装内，比传统的传感器尺寸更小、功耗更低，而性能更高，已经广泛应用于模数转换、数字处理和双向通信等各种领域。微机电系统（MEMS）是一个典型的智能传感器，其内置的微处理器可将传感器采集的数据进行处理、转换和传输。这类器件可以集成更多的功能，不但可以缩小电子设备的尺寸，而且精确度和灵敏度也有很大的提升。
在工业应用领域，智能传感器可用于工业机器人、自动导引车（AGV）、自动化生产线、机器人激光焊接等各种场合。