一、初识智能制造

在近几年比较重要的国家级产业升级计划（图2-2）中，无论是中国的《中国制造2025》、美国的“国家制造业创新网络”，还是德国的“工业4.0”，都把制造业作为重点升级的对象。在我国工业和信息化部公布的《2015年智能制造试点示范专项行动实施方案》一文中，可以找到对智能制造的定义：基于新一代信息技术，贯穿设计、生产、管理、服务等制造活动各个环节，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称。而美国智能制造创新研究院对智能制造的定义是：智能制造是先进传感、仪器、监测、控制和过程优化的技术和实践的组合，它们将信息和通信技术与制造环境融合在一起，实现工厂和企业中能量、生产率、成本的实时管理。

由相关研究部门对智能制造的介绍来看，智能制造的内容会涉及在制造业全面应用当前新一代信息技术，包括传感技术、测试技术、信息技术、数控技术、数据库技术、数据采集与处理技术、互联网技术、人工智能技术等，以对传统制造过程、系统和模式进行全面的升级，而这种升级将以智能工厂作为整体形式呈现。

之所以将这种高新信息技术和制造过程各个环节的融合称作“对传统制造业的升级”，是因为传统制造业在面对时代新需求（如差异化和个性化的生产、全球响应速度、环保以及进一步提升能效等）时出现了应对乏力的问题，要解决这些新问题，需要制造业提出全新的思路，而不仅仅是在传统核心要素上进行简单升级。

传统制造行业有五大核心要素。在以往三次工业革命中，满足时代新需求的关键往往都是围绕如下5个要素进行技术升级：

（1）Material——材料，包括特性和功能等。

（2）Machine——机器，包括精度、自动化和生产能力等。

（3）Methods——方法，包括工艺、效率和产能等。

（4）Measurement——测量，包括传感器监测等。

（5）Maintenance——维护，包括使用率、故障率、运维成本等。

这些要素很好地概括了传统制造业的所有重点工作板块。传统的针对这些要素的改善和升级，都是围绕着专业人员的经验迭代进行的。无论科技给生产技术、系统和模式带来多大的进步，所做改进的运行逻辑始终是：发现问题→人借助既有经验分析问题→人根据分析的结论对五大要素进行调整→解决问题→人积累新经验。

在这种调整模式下，生产过程中出现的问题得以解决，并能不断得出新的生产经验，这种模式在过往历史中很好地适应了时代的发展需求，但放到如今确实有点不适应新的生产模式。由于目前市场和生产的全球化联结已经达到一个前所未有的程度，制造业要在这种环境下保持竞争力，就需要对市场全球化作出快速反应。另外，随着目前消费市场竞争程度的加剧，根据消费者需求实现差异化和定制化生产成为一个重要的趋势，这些都需要制造型企业保持高度的灵敏性，随时对生产作出灵活调整。21世纪以来，人口老龄化的趋势为劳动力缺失埋下了隐患，而节能也成为越来越紧迫的需求，这不仅是空泛的口号，同时要求制造业更深入地加快自动化进程，更精准、细致地把控生产和管理中的细节，以达到提高能效的目的。在这样的背景下，继续把漫长而僵化的生产线丢到冗长而复杂的流程中、由人来不断调整和试错显然不是一个好主意。无论是在效率上还是在效果上，这种以人为核心的调整管理机制都难以跟上瞬息万变的需求脚步。

而智能制造系统有了高新信息技术的支持，能够给予制造业以往不具备的灵活性和精细度，一个重要的原因是：它让制造业获得了5大核心要素之外的第6个M，也就是建模（Modeling——数据和知识建模，包括监测、预测、优化和防范等），如图2-3所示。

通过第6个M，原先的5个要素可以被高效驱动，从而解决和避免制造过程中的问题和隐患。相对于传统制造业解决问题的思路，智能制造时代运行的基本逻辑应该是：发现问题→模型分析问题→模型调整5个要素→解决问题→模型积累经验并分析问题的根源→模型调整5个要素→避免问题。

可以看出，智能制造所要解决的新问题是优化知识的产生与传承过程，这恰恰是目前计算机科学发展的一个重要的前沿方向，5G的出现则让智能制造的一切速度需求都得到了最大限度的满足，同时也让工厂、设备、消费者和管理者之间的关系呈现出全新的面貌。发展的问题由发展来解决，新时代的需求由新时代的科技来满足，如果说越来越刁钻的市场需求让制造业从业者一筹莫展，那么让工厂和设备也开始一起“高速思考并加入沟通”可能是个不错的办法。

当然，提出设想总是简单的，下一节我们来看看智能制造的具体特点和内涵。 dOh8wcH3OiIGKpttdq+J0t+kaPyNxd7gHYeHwheiQsB2xOUoG7KfhXiP1tqAvs2c