智慧制造——面向未来互联网的人机物协同制造新模式

姚锡凡，练肇通，杨 屹，张 毅，金 鸿

（1．华南理工大学 机械与汽车工程学院，广东 广州 510640；2．华南理工大学 广州学院，广东 广州 510800；3．澳门大学 工商管理学院，澳门 999078）

0 引言

以电子计算机和互联网为主的信息技术革命，已对制造业产生了深刻的影响，使制造业的资源配置向信息/知识密集的方向发展［1］，知识与信息的生产和应用已成为当今社会人类创造财富的主要形式。我国作为制造业大国，国民经济正处于结构调整和发展方式转变的关键时期，急需利用包括信息技术在内的高新技术改造传统制造业，实现“两化”的深度融合，走向绿色制造和智能制造［2］。

20世纪80年代以来，众多国家都把先进制造技术的研究和开发作为国家的关键技术进行优先发展，涌现出一批有代表性和影响力的制造模式及相关技术体系，有力地推动了制造业的发展。20世纪90年代，随着因特网（Internet）的应用和 Web技术的发展，企业信息化逐渐从内部向外部延伸，出现了网络化制造等模式［3］。进入21世纪，随着可扩展标记语言（eXtensible Markup Language，XML）技术和面向服务架构（Service Oriented Architecture，SOA）的发展，以及制造业和服务业不断走向融合，出现了面向服务的制造模式。近几年来，随着互联网的纵深发展以及云计算和物联网等新一代信息技术的出现，人们从不同角度提出四种制造模式：①企业2．0（Enterprise 2．0）［4］；②语义网络化制造［5］；③云 制 造［6］；④ 物 联 智 造 （Smart Manufacturing，SM）［7］。

网络是现代集成制造系统的基础。当今的互联网始于1969年的阿帕网，成型于TCP/IP（transfer control protocol/Internet protocol）体系结构的应用，Berners－Lee于1989年发明了目前互联网上最为广泛应用的万维网（World Wide Web，WWW或Web），此后 Web经历了 Web 1．0和 Web 2．0时代，进入当前的Web 3．0时代，预计2020～2030年进入 Web 4．0（即 WebOS，网络操作系统）时代［8］。Web 2．0［9］是以Blog（博客）、Tag（标签）、社会网络服务（Social Networking Services，SNS）、简易信息聚合（Really Simple Syndication，RSS）、Wiki（维基）等社会性软件的应用为核心，将原来自上而下、由专业人士集中控制的互联网体系转换为自下而上、由广大用户集体智慧和力量主导的互联网体系，并由此引起了Web应用的一场社会革命［10］。企业2．0（Enterprise 2．0）是 McAfee于2006年将 Web 2．0应用于企业而引伸出来的一个概念，并将其定义为“企业内部、企业与企业之间，以及企业与其伙伴和顾客之间对社会性软件的运用”［11］。Blog，Tag，SNS和Wiki等Web 2．0社会性软件的运用使互联网应用从“人机交互”向“人人交互”、从“以数据为中心”向“以人为中心”转变，改变了人们互动和共享信息的方式。在Web 3．0时代，其处理对象从各种类型的数据发展到具有丰富内容的知识，语义Web（Semantic Web）成为其重要组成部分［12］，语义Web最初由Berners－Lee提出，并在2000年世界可扩展标记语言（eXtensible Markup Language，XML）大会上进行了正式解释［13］，目的在于为因特网上的信息提供具有计算机可以理解的语义，而基于语义Web的网络化制造（简称“语义网络化制造”）［5］正是利用语义 Web（当前主要是其本体）技术将Web服务变为语义Web服务，进而实现制造资源的智能集成。云制造［6］是由李伯虎院士等借鉴云计算理念提出的一种面向服务的网络化制造模式。云制造强调制造资源与制造能力的服务化和按需使用，拓展了云计算的资源共享内容和服务模式。SM［7］是物联网与制造技术融合的产物，又称为制造物 联 （Internet of Manufacturing Things，IoMT）［14］。

上述四种从不同视角提出的制造模式，由于产生的背景和针对问题的侧重点不同，其体系结构和实现手段各异，虽然在各自的应用场合均取得了一些重要成果，但还缺乏四者融合的研究。现代制造系统日益复杂庞大，已成为包括社会、经济、人文等综合因素在内的复杂大系统，并向全球化、服务化、社会化、绿色化和智能化的方向发展，迫切需要将它们加以整合，以满足这些发展趋势的需求。为此，本文借鉴未来互联网研究成果，利用云计算和物联网等信息技术为制造业信息化带来的新机遇，将这四种制造理念加以融合和延伸，提出一种新型制造模式——智慧制造（Wisdom Manfacturing，WM）。

1 智慧制造的提出

基于TCP/IP体系结构发展起来的互联网正面临移动与物联网的接入、云计算、多媒体内容分享应用和网络社会化等需求问题，人们试图从未来互联网的体系结构入手来解决这些问题［15］，其中欧盟第七框架研究认为：务联网（Internet of Services，IoS）、内 容/知 识 网 （Internet of Contents and Knowledge，IoCK）、物 联 网 （Internet of Things，IoT）和人际网（Internet by and for People，IbfP）或者（Internet of People，IoP）是构成未来互联网的四大支柱［16］。本文借鉴欧盟第七框架对未来互联网研究的成果，将务联网、物联网、内容/知识网（简称知识网）、人际网与制造技术融合，形成以客户为中心、以人为本、面向服务、基于知识运用、人机物协同的制造系统，如图1所示。

由此可见，智慧制造包含服务计算、物参与的计算（普适计算）、智能计算以及人参与的计算等模式；从数据、信息和知识流动来看，它通过物联网感知获得“物”的原始数据和事件；然后通过内容/知识网（以下称“知识网”）进一步加工处理这些原始数据和事件，从中抽取出所需的信息、知识、智慧或事件；再通过务联网整合各种服务，围绕客户需求提供个性化服务；最后通过人机物的融合决策，实现对物或机器的控制，从而形成一个“物—数据—信息—知识—智慧—服务—人—物”循环，或者说形成一个感知、识别、响应的智慧控制闭合回路。而前述的物联智造、语义网络化制造、云制造、企业2．0只是分别强调物联网、语义 Web（知识网的重要组成部分）、云计算（务联网的重要组成部分）、社会性软件（人际网）在制造系统中的作用，而智慧制造在统一框架下将这些制造模式理念加以融合和拓展，进而将机器智能（人工智能）、普适智能（Ubiquitous Intelligence）［17］和人的经验、知识和智慧结合在一起。

另一方面，从制造业信息化的演化来看，智慧制造又是制造业信息化发展到一定程度时的必然产物。在（广义）制造业信息化过程中，人们基于数据、信息和知识分别提出（狭义）数字化制造、（狭义）信息化制造和智能制造（Intelligent Manufacturing，IM）/SM模式，在制造业数字化的基础上，IM/SM的进一步发展诞生了智慧制造，如图2所示。在数据—信息—知识—智慧（Data－Information－Knowledge－Wisdom，DIKW）所形成的 DIKW 模型［18］中，从低层到高层的数据、信息/知识和智慧分别对应符号学的语法、语义和语用/社会层次，以及Web 1．0/Web 2．0，Web 3．0，Web4．0。虽然 Web 2．0与Web 1．0可看作是语法层次的Web，但两者又有显著区别，Web 2．0通过社会性软件延伸到了社会世界，使人们的交互沟通、知识共享和协作机制产生了革命性的变化。而Web 3．0最重要的特征就是语义 Web、个性化（personalization）和智能搜索［19］，它不但保留了 Web 2．0的 Tag、微格式（Microformats）和公众分类（Folksonomy）的灵活性，而且可通过语义Web等更有效的技术来创建信息和共享信息，使得更高层次的信息处理和个性化服务成为可能。从Berners－Lee所提出的语义 Web结构［13］（如图2b）来看，它提供了一条从数据到信息/知识再到智慧的途径。最底层的统一字符编码（unicode）和统一资源标识（Universal Resource Indicator，URI），以及其上层的 XML＋NS＋XMLSchema，解决了数据语法的异构性问题。资源描述框架（Resource Description Framework，RDF）和RDFSchema（RDF格式）解决由于数据组织结构不同而造成的异构性。而本体（ontology）使信息具有机器可理解的语义。本体、逻辑（logic）和证明（proof）层用于解决语义的异构性，而信任（trust）属于智慧范畴。

纵观制造业信息化的历程，其发展实际上是一个智能水平不断提升的过程，而 Web 3．0/语义Web、云计算、物联网、人际网和云制造等技术为其向更高层次——智慧层次发展提供了条件和使能，智慧制造诞生就成为必然。

2 智慧制造的定义与体系结构

定义1 智慧（wisdom）。智慧是指对人、事物、事件或情景的深刻理解和认识，进而作出与这种理解相一致的感知、判断和行动的能力［20］。

定义2 智慧制造。智慧制造是一种面向服务、基于知识运用的人机物协同制造模式，在务联网、物联网、内容/知识网、人际网和先进制造技术等的支持下，将各种制造资源连接在一起、形成统一的资源池，根据客户的个性化需求和情境感知，在人机物共同决策下作出智能的响应，在制造全生命周期过程中为客户提供定制化的、按需使用的、主动、透明且可信的制造服务。

为实现如图1所示的智慧制造功能，构建了如图3所示的智慧制造体系架构。该架构包括：①制造资源层，包括各种制造资源（模型资源、软件资源、计算资源、存储资源、数据资源、知识资源、制造设备等）和制造能力。②虚拟资源层，通过虚拟化工具将各类制造资源虚拟化，使制造资源的集中管理和使用成为可能，并将SOA/云计算的计算资源延伸和拓展到非常广泛的制造资源。而物联网实现各类制造资源的互联互通，实现物理世界与虚拟世界的联接。③服务层，定义与业务功能或者业务数据相关的接口，提供各种核心服务，包括原子服务和组合服务。④业务流程层，通过匹配、编排，将服务组合成一个流程。⑤服务集成（服务总线）层，提供从服务请求者到正确的服务提供者的中介、路由和传输的功能。⑥基础架构服务层，提供服务监控以及诸如安全、性能和可用性等服务质量的能力。⑦云服务运营层，把虚拟化和服务化后的制造资源管理起来，对服务发布、查找与绑定、调度与部署等提供支持，从而为用户提供按需服务。⑧事件处理层，包括物联网传感器中间件的简单事件处理和复杂事件处理等。⑨业务智能层，定义业务规则和提供智能支持。⑩语义Web层，将数据提升到信息、知识或智慧。○11应用层，通过社会性软件（人际网），将企业与合作者、客户以及企业职员都纳入一个网络之中，可以访问和使用云制造系统的各类云服务，包括注册、验证以及任务需求描述、创建等。

如图3所示的智慧制造体系结构（架构）体现了物联网、务联网、知识网、人际网与制造技术的融合，也实现了企业2．0、语义网络化制造、云制造和制造物联的功能整合。其中，物联网实现制造中物与物之间的互联互通和资源感知，是连接架构第1层物理资源和第2层虚拟资源的桥梁；第2～7层体现了务联网（SOA与云计算）的理念，实现了云制造的功能，为用户提供各种服务；第8～10层的知识网（含事件处理、业务智能、语义Web等技术）为制造智能化提供了使能技术；第11层的人际网为人的集成和（隐性）知识共享提供了渠道。

3 相关制造模式的分析与面向服务制造的成熟度模型

如前所述，智慧制造一方面是融合企业2．0、语义网络化制造、云制造和制造物联的思想和理念而提出来的，它与这些制造模式密切相关；另一方面又可以看作是智能制造向智慧化方向发展和延伸的结果，因此又与智能制造模式密切相关。

智能制造IM是一种基于知识的制造模式，即人工智能与制造技术融合的结果。由于受时代的制约，早期的IM是按当时对人工智能与制造技术的认识而提出的，而在当今互联网环境下可看作是Web智能［21］与制造技术融合的产物。智能制造是一个与时俱进的概念，这可从“智能制造系统”国际合作研究计划［22］中看到这种演进，而随着语义Web和物联网的兴起，分别出现了语义网络化制造和SM/IOMT的概念。SM又被译为“智能制造”或“智慧制造”，后者源于IBM基于物联网提出的“智慧地球”（smarter planet）［23］以及由它引伸出来的“智慧工厂”［24］等概念。从智慧定义来看，将基于物联网的SM称为“智慧制造”不是很确切，而作为美国 SMLC（smart manufacturing leadership coalition）会员之一的罗克韦尔自动化公司将其译为“智能制造”［25］。暂且不管SM的中文称谓，本文所提出的智慧制造继承、包容和发展了SM，它通过融合务联网、物联网、知识网和人际网（简称“四网”），具备了“智慧”所定义的感知、判断和行动的能力。

此外，WM又可看作是智慧 Web［26］与制造技术融合的产物。虽然WM采用了物联网技术，但又不限于该技术，不排除采用其他技术来实现的可能，如文献［26］就设想用Agent来实现智慧 Web。从当前的技术水平来看，通过物联网来实现智慧制造是非常必要的，但不是充分的。从DIKW模型来看，数据是基础，主要通过物联网感知来获得。而这种感知中产生的海量数据又需要云计算来处理。但云计算还处在发展的初始阶段，虽然不同厂商推出的云计算方案（或平台）有所不同，就最典型、最广泛使用的云计算MapReduce模型［27］而言，仍“以数据为中心”，未能提供从数据上升到知识的有效途径。虽然语义Web提供了这样的一条从数据上升到信息/知识的途径，但语义Web目前还不成熟，其中的逻辑层、证明层和信任层还没有实现［12］，当前研究主要利用语义Web的本体来表示知识，但知识表示不止本体这一种方法，还有逻辑、产生式、框架等其他表示方法。即使采用人工智能对物联网数据进行挖掘，也只能得到显性知识。从智慧角度来看，隐性知识尤其重要，而人是隐性知识的主要载体，因此迫切需要将人的隐性知识发掘出来。更重要的是，如何运用这些知识进行有效的智能决策，并采取正确的行动，而人在其中起关键作用，人的集成也成为重要的需求。而现有制造模式往往忽视人在制造系统中的重要地位，对人的集成及其隐性知识的共享、知识交流等缺乏有效的实现方法和机制，强调静态和固定模式意义上的知识存储和知识共享。而以语义、语用为重要特征的知识网和人际网将在智慧制造起到越来越重要作用，这可从图2所示符号学的语用、语义与对应的制造模式看得出来。这就是智慧制造结合务联网与物联网后，再进一步引入知识网和人际网的缘故。与云制造、智能制造等模式相比，智慧制造更强调群体智能、知识运用和人的主观能动性，特别是借助社会性软件（人际网）实现知识获取、知识积累、知识分享、知识利用以及知识创新；更加注重客户参与的互动性、个性化和创新性，并将用户作为共同开发者来信任，使生产者（producer）和消费者（consumer）融为一体，成为产消者prosumer（＝producer＋consumer）［28］。这些特性赋予了智慧制造不同于现有制造模式的新含义。

研究表明，虽然云制造［29］还达不到智慧制造的水平，但它融合了务联网（SOA和云计算）的理念，无疑可作为实现智慧制造的起点，再进一步结合物联网、知识网和人际网等技术来充实和拓展，但这种结合绝非简单组合，还伴随着复杂事件或现象的发生。例如，融合了务联网和物联网的云制造，还需要复杂事件处理（Complex Event Processing，CEP）和事件驱动架构（Event－Driven Architecture，EDA）技术的支持，即需要将面向云制造服务架构（Service－Oriented Architecture for Cloud Manufacturing，SOA4CM）［29］拓展为事件驱动的面向云制造服务架构 （Event－Driven SOA for Cloud Manufacturing，EDSOA4CM）［30］，因此需要探讨这些技术融合的途径和实现方法。

为此，本文从服务提供的角度出发，探讨“四网”对面向服务制造成熟度（Service－Oriented Manufacturing Maturity，SOMM）的影响，如图4所示，它表明将SOA服务提升到智慧服务所需的技术。SOMM分为4级，其后面的数字定性地表示成熟度，数值越大表示模型越成熟。第1级提供初始服务，主要采用SOA技术，称为SOMM 0．5；第2级为SOMM 1．0，采用SOA/云计算技术，提供云服务；第3级为SOMM 2．0，主要采用务联网（SOA/云计算）和物联网技术，涉及少量的知识网或人际网技术，提供事件驱动的云（制造）服务；第4级为SOMM 3．0，采用务联网、物联网、人际网和知识网作为支撑技术，提供智慧（制造）服务。图中不同技术用不同图形表示，充满颜色的表示该层次得到左侧对应技术的全面支持，未充满的表示该层次因当时对应技术未成熟等原因只得到部分支持。务联网是面向服务相关技术的统称，包括SOA和云计算等面向服务技术。需要说明的是，因为各种制造模式都或多或少与内容相关，所以图4中用知识网代替前述的内容/知识网。从某种程度上说，内容/知识网即DIKW［18］，而DIKW模型又称为信息层次模型、知识层次模型或智慧层次模型［31］。由于当前知识网、人际网还不成熟，对SOMM只起到部分支持作用。展望未来，智慧制造将得到这些技术的全面支持，届时SOMM就会变得成熟。由此可见，通过物联网和人际网可分别将信息世界（cyber world）延伸到物理世界和社会世界，同时使服务智慧水平得到提升。而在智慧水平上，人是遥遥领先于机器和物的，况且人是制造系统智慧的主要来源，只有结合人的经验、知识和智慧才能实现真正的智慧制造。本文正是探索这样的人机物相结合的智慧制造系统。

智慧的产生需要基于知识的应用，知识是智慧的基础和条件，知识及其应用在智慧制造中的重要性是前所未有的。在一个企业或制造系统中，知识是广泛存在且无形的，而通过文字、图像等编码化形式表示的显性知识只是“冰山一角”，更多的知识是默认的、隐藏的、未经编码化和形式化的隐性知识。因此，如何实现隐性知识转化以及人的集成是智慧制造面临的挑战之一。对于隐性知识的转化，最著名的是日本学者野中郁次郎提出的SECI（socialization，externalization，combination internalization）模型［32］。SECI模型揭示了隐性知识的转化，即源于高度个人化的隐性知识，通过社会化（Socialization）、外化（Externalization）、融合（Combination）和内化（Internalization），最终升华为组织所有成员的隐性知识。而人际网技术或者Web 2．0/Web 3．0的社会性软件为SECI模型实现提供了新技术手段［33－34］。例如，可通过文字、视频、音频等在线实时交流方式交流实现隐性知识的社会化（或群化）；利用Blog/Wiki/BBS等实现隐性知识的外在化，即隐性知识转化为显性知识；通过RSS/Tag/Mashup实现隐性知识外在化之后的显性知识的组织整理；通过阅读Blog/Wiki/BBS/论坛吸取别人的经验、丰富自身的知识，还可通过Digg对知识进行筛选和评价，如图5所示。由此可见，通过人际网可有效地实现隐性知识转化以及人的集成。

3 智慧制造实现途径

虽然要完整全面地实现智慧制造的理念，有赖于云计算、物联网、知识网和人际网等相关技术的高度发展，但未必要等到这些技术成熟和完善后才开始，而是在当前技术与经济因素的制约下，设法利用现有技术来搭建智慧制造平台，并随着这些技术的发展而发展、成熟而成熟（如图4），反过来，智慧制造的发展又会促进这些相关技术的发展。

如前所述，可以将云制造作为实现智慧制造的起点。为此，在结合务联网/物联网实现云制造［29］和事件驱动的云制造［30］的基础上，进一步结合语义Web和人际网探讨智慧制造的实现问题。图4中的第1～9层在文献［29－30］中已作了详细简介，这里着重介绍第10和11层。

（1）语义 Web层

目前，主要采用SOA/云计算技术来实现面向服务的制造模式。SOA为 Web服务发布、查找和调用提供支持，其中它所包括的基于Web服务描述语言（Web Services Description Language，WSDL）的服务访问接口定义、基于简单对象访问协议（Simple Object Access Protocol，SOAP）的信息交换机制和基于统一描述发现和集成协议（Universal Description，Definition，and Integration，UDDI）的服务注册等技术已相对成熟，但Web服务只对服务语法进行了规定，缺乏诸如服务语义、服务能力等方面的描述，存在服务搜索准确率低、服务组合实现困难等问题。而作为SOA的延伸和发展的云计算，仍局限于语法数据处理。将语义Web应用到Web服务中，就形成所谓语义Web服务，使Web服务能够以一种语义清晰的方式表达，从而提高服务定位的准确率，并使服务匹配实现更高程度的智能化。本文采用开源的本体编辑工具Portege［35］和语义Web程序设计框架Jena［36］来实现。

（2）应用层

应用层是在原有应用层的基础上引入人际网技术实现的，具体选用基于Java语言开发的、开源的社会化网络平台ConcourseConnect［37］，它具有 Wiki、Blog、评论、评级、论坛、在线分类广告业务、文件管理、项目管理等社会软件应用的核心功能，具有良好的可扩展性且支持客户个性化的需求。员工、客户和合作者可以利用这些功能进行互动，建立朋友关系，交流心得体会和寻求他人的帮助，进行信息交换、进程安排与项目跟踪等。例如通过Blog进行沟通交流和知识共享；通过Wiki实现多人协作创建、积累、完善和分享彼此的知识；通过论坛对感兴趣的话题进行讨论，便于将隐性知识转化为显性知识。企业可收集、整理和分类存在于SNS网络中的知识，使之成为有价值的知识，并转存到知识库中，供他人使用。

此外，为了将人集成到业务流程中，需扩展图3中第4层的业务流程，以支持对Web服务和基于角色的人工活动的编排，此时可采用BPEL4People规范［38］。可 采 用 开 源 的 WSO2Business Process Server（BPS）［39］来实现，它兼容 WS－BPEL 2．0和BPEL4WS 1．1标准，并支持BPEL4People和人工活动的编排。

将这里选用的 Portege，Jena，ConcourseConnect，WSO2BPS开源插件和文献［29－30］选用的Fosstrak，CloudSim，Tuscany SCA，Apache ODE，Apache Synapse，Drools，Esper等开源插件（如表1）集成到Eclipse平台下，就可以形成实现智慧制造的开发环境。

表1 开源工具选用

智慧制造运作如图6所示。在智慧制造中，通过物联网和虚拟化/服务化技术将制造资源和制造能力虚拟化/服务化，将人、机、物抽象成一个个服务节点，构成虚拟化制造资源和制造能力池，以服务方式统一于云池中。客户登录平台系统后，可利用Wiki、Blog、项目管理等社会软件寻求他人的帮助和协作，在多方（消费者、生产者和营运者）互动下，客户完成需求任务的创建并提交，在务联网和知识网的支持下按客户业务需求将匹配的服务节点组合成业务流程，并根据系统内外环境的变化自动进行决策或进行初步决策，再推送到相关人员作进一步决策或确认，进而通过物联网实现对制造资源的控制，最终形成一个人机物相结合的系统，同时实现了编码化（如知识网中用本体表示的资源库和知识库等）和人际化策略，既注重于显性知识的技术渠道作用，又注重于隐性知识的人际渠道作用，并与业务流程相结合。

4 结束语

本文结合务联网、物联网、内容/知识网和人际网，提出一种面向个性化服务的人机物协同制造模式——智慧制造，并围绕智慧制造诞生的背景、智慧制造定义、智慧制造体系架构及其实现途径等方面进行了初步探讨。提出了面向服务制造的成熟度模型，以务联网与制造技术融合而成的面向服务制造的典型代表——云制造为起点，进一步融入物联网、知识网和人际网来实现智慧制造，为面向服务制造升级到智慧制造提供了途径。

智慧制造融合了多种先进制造模式的思想与理念，并加以延伸和拓展，与现有的制造模式相比有很大的不同，它代表一种新的制造理念与思想体系：①通过务联网和基于“一切皆为服务”的理念，形成面向服务的信息世界，提供按需即取的服务方式；②通过知识网，利用人工智能技术，从原始数据中抽取所需的信息、知识、智慧，或将原始事件合成具有意义的复杂事件；③通过物联网，将服务资源延伸到物理世界，利用传感器和普适计算（普适智能）获得资源状态和环境的信息；④通过人际网，将服务资源延伸到社会世界，利用群体智能，特别是借助社会性软件实现知识（特别是隐性知识）获取、知识积累、知识分享、知识利用和知识创新，将机器智能、普适智能、社会智能和人的经验、知识和智慧结合在一起，在信息世界、物理世界和社会世界组成的超世界环境中，人机物共同决策和行为响应，为客户提供个性化的制造服务或产品。

本文只是对智慧制造模式进行了初步探讨，后继研究将深化相关内容，特别是要探讨数据—信息—知识—智慧的互动及其在务联网、物联网、知识网、人际网中的关联传递，进而形成智慧制造理论和技术体系。

［1］ YAO Xifan，CHEN Tongjian．New technological revolution and intelligent manufacturing technology［J］．China Mechani－cal Engineering，1997，8（6）：50－52（in Chinese）．［姚锡凡，陈统坚．新技术革命与智能制造技术［J］．中国机械工程，1997，8（6）：50－52．］

［2］ LU Yongxiang．On the way to green and intelligent manufacturing［J］．China Mechanical Engineering，2010，21（4）：379－386，399（in Chinese）．［路甬祥．走向绿色和智能制造—中国制造发展之路［J］．中国机械工程，2010，21（4）：379－386，399．］

［3］ LIU Fei，LEI Qi，SONG Yuchuan．Connotation，state－of－theart and research tendency of networked manufacturing［J］．Chinese Journal of Mechanical Engineering，2003，39（8）：5－10（in Chinese）．［刘 飞，雷 琦，宋豫川．网络化制造的内涵及研究发展趋势［J］．机械工程学报，2003，39（8）：5－10．］

［4］ Wikipedia．Enterprise 2．0［EB/OL］．［2013－03－02］．http：//en．wikipedia．org/wiki/Enterprise＿2．0．

［5］ GUO Gang，TANG Huamao，CHEN Guorong，et al．Model of networked manufacturing based on semantic Web［J］．Computer Integrated Manufacturing Systems，2009，15（4）：690－697（in Chinese）．［郭 钢，汤华茂，陈国荣，等．基于语义 Web的网络化制造模式研究［J］．计算机集成制造系统，2009，15（4）：690－697．］

［6］ LI Bohu，ZHANG Lin，WANG Shilong，et al．Cloud manufacturing：a new service－oriented manufacturing model［J］．Computer Integrated Manufacturing Systems，2010，16（1）：1－7，16（in Chinese）．［李伯虎，张 霖，王时龙，等．云制造—面向服务的网络化制造新模式［J］．计算机集成制造系统，2010，16（1）：1－7，16．］

［7］ SMLC．Implementing 21st century smart manufacturing report［EB/OL］．［2013－03－02］．https：//smart－process－manufacturing．ucla．edu/．

［8］ FARBER D．From semantic Web（3．0）to the WebOS（4．0）［EB/OL］．［2013－03－02］．http：//www．zdnet．com/blog/btl/from－semantic－web－3－0－to－the－webos－4－0/4499．

［9］ Wikipedia．Web 2．0and Web 3．0［EB/OL］．［2013－03－02］．http：//en．wikipedia．org/wiki/Web＿2．0Web＿3．0．

［10］ LASSILA O，HENDLER J．Embracing “Web 3．0”［J］．IEEE Internet Computing，2007，11（3）：90－93．

［11］ MCAFEE A．Enterprise 2．0Inclusionists and Deletionists［EB/OL］．［2013－03－02］．http：//andrewmcafee．org/2006/09/enterprise＿20＿inclusionists＿and＿deletionists/．

［12］ Wikipedia．Semantic Web［EB/OL］．［2013－03－02］．http：//en．wikipedia．org/wiki/Semantic＿web cite＿note－14．

［13］ BERNERS－LEE T．Semantic Web－XML2000 ［EB/OL］．［2013－03－02］． http：//www．w3．org/2000/Talks/1206－xml2k－tbl/．

［14］ YAO Xifan，YU Miao，CHEN Yong，et al．Internet of Manufacturing things：commotation，architecture and key technologies［J］．Computer Integrated Manufacturing Systems，2014，20（1）：1－10（in Chinese）．［姚锡凡，于 淼，陈 勇，等．制造物联的内涵、体系结构和关键技术［J］．计算机集成制造系统，2014，20（1）：1－10．］

［15］ XIE Gaogan，ZHANG Yujun，LI Zhenyu，et al．A survey on future Internet architecture［J］．Chinese Journal of Computers，2012，35（6）：1109－1119（in Chinse）．［谢高岗，张玉军，李振宇．未来互联网体系结构研究综述［J］．计算机学报，2012，35（6）：1109－1119．］

［16］ PAPADIMITRIOU D．Future Internet：the cross－ETP vision document［EB/OL］．［2013－03－02］．http：//www．future－internet．eu/fileadmin/documents/reports/Cross－ETPs＿FI＿Vision＿Document＿v1＿0．pdf．

［17］ MA J H．Smart u－things and ubiquitous intelligence［J］．Lecture Notes in Computer Science，2005，3820：776．

［18］ Wikipedia．DIKW［EB/OL］．［2013－03－02］．http：//en．wikipedia．org/wiki/DIKW．

［19］ AGARWAL A．Web 3．0concepts explained in plain English［EB/OL］．［2013－03－02］．http：//www．labnol．org/internet/web－3－concepts－explained/8908/．

［20］ Wikipedia．Wisdom ［EB/OL］．［2013－03－02］．http：//en．wikipedia．org/wiki/Wisdom．

［21］ YAO Y，ZHONG N，LIU J，et al．Web Intelligence（WI）：research challenges and trends in the new information age［J］．Lecture Notes in Computer Science，2001，2198：1－17．

［22］ IMS International．Intelligent manufacturing systems［EB/OL］．［2013－03－02］．http：//www．ims．org．

［23］ IBM．What is a smarter planet？［EB/OL］．［2013－03－02］．http：//www．ibm．com/smarterplanet/us/en/overview/ideas/index．html．

［24］ JAMES T．Smart factories［J］．Engineering and Technology，2012，7（6）：64－67．

［25］ Rockwell Automation．The advanced manufacturing partenership launched by President Obama was supported by today's newest report［EB/OL］．（2011－07－24）［2013－03－02］．http：//cn．rockwellautomation．com/news/2011/07＿24．html（in Chinese）．［Rockwell Automation．奥巴马总统的先进制造联盟计划得到今日最新发布报告的支持［EB/OL］．（2011－07－24）［2013－03－02］．http：//cn．rockwellautomation．com/news/2011/07＿24．html．］

［26］ LIU Jiming，ZHONG Ning，YAO Yiyu，et al．The wisdom Web：new challenges for Web intelligence（WI）［J］．Journal of Intelligent Information Systems，2003，20（1）：5－9．

［27］ Wikipedia．MapReduce［EB/OL］．［2013－03－02］．http：//en．wikipedia．org/wiki/MapReduce．

［28］ Wikipedia．Prosumer［EB/OL］．［2013－03－02］．http：//en．wikipedia．org/wiki/Prosumer．

［29］ YAO Xifan，LIAN Zhaotong，LI Yongxiang，et al．Serviceoriented architecture and integrated development environment for cloud mManufacturing［J］．Computer Integrated Manufacturing Systems，2012，18（10）：2312－2322（in Chinese）．［姚锡凡，练肇通，李永湘，等．面向云制造服务架构及集成开发环境［J］．计算机集成制造系统，2012，18（10）：2312－2322］．

［30］ YAO Xifan，JIN Hong，LI Bin，et al．Event－driven service－oriented architecture for cloud manufacturing and its implementation with open source tools［J］．Computer Integrated Manufacturing Systems，2013，19（3）：654－661（in Chinese）．［姚锡凡，金 鸿，李 彬，等．事件驱动的面向云制造服务架构及其开源实现［J］．计算机集成制造系统，2013，19（3）：654－661．］

［31］ ROWLEY J．The wisdom hierarchy：representations of the DIKW hierarchy［J］．Journal of Information Science，2007，33（2）：163－180．

［32］ NONAKA I，TAKEUCHI H．The knowledge creating company：how Japanese companies create the dynamics of innovation［M］．New York，N．Y．，USA：Oxford University Press，1995．

［33］ XU Tao．The use of Web 2．0in knowledge management［J］．Contemporary Library，2009，98（2）：66－69（in Chinese）．［徐

涛．基于Web2．0的隐性知识转化体系研究［J］．当代图书馆，2009，98（2）：66－69．］

［34］ WANG Bili．Study on conversion and sharing of enterprise tacit knowledge based on Web3．0［D］．Hefei：Hefei University of Technology，2012（in Chinese）．［王碧丽．基于 Web3．0的企业隐性知识转化和共享研究［D］．合肥：合肥工业大学，2012．］

［35］ PORTEGE．The Protégéontology editor and knowledge acquisition system［EB/OL］．［2013－03－02］．http：//protege．stanford．edu/．

［36］ Apache Software Foundation．Apache jena［EB/OL］．［2013－03－02］．http：//jena．apache．org/．

［37］ Concursive．ConcourseConnect［EB/OL］．［2013－03－02］．http：//www．concursive．com/show/concourseconnect．

［38］ Wikipedia．BPEL4People［EB/OL］．［2013－03－02］．http：//en．wikipedia．org/wiki/BPEL4People．

［39］ WSO2．WSO2Business Process Server［EB/OL］．［2013－03－02］．http：//wso2．com/products/business－process－server/WSO2．