新一代信息技术驱动的制造服务管理:研究现状与展望

程 颖 戚庆林 陶 飞

北京航空航天大学自动化科学与电气工程学院，北京，100191

关键字：制造服务；新一代信息技术；制造服务管理；工业云平台；协作

0 引言

自20世纪60年代开始，计算机技术、网络技术的飞速发展促使制造企业的信息化水平飞速提升，伴随其变化的是全球市场激烈的竞争形势、充满不确定性的市场环境和个性化的用户需求等一系列挑战，单一企业制造资源及服务提供已无法满足上述业务需求。在众多先进制造系统/模式及相关技术发展支撑下，通过制造协作从而动态共享制造资源和制造能力，并实现价值共创以及资源利用率、生产效率等的提升甚至最大化，成为响应上述挑战的有力手段。制造企业间通过制造协作，一方面能优化传统运作模式，以提高生产的柔性和敏捷性，另一方面能协同伙伴企业以更加灵活的方式适应未知以及个性化的需求。

近几年，随着云计算、物联网、大数据、移动互联网等新一代信息技术（new⁃generated informa⁃tion technologies，New IT）的迅速发展与应用，融合New IT与面向服务的思想构建的平台不断扩充平台功能，使得物理世界制造资源和能力能够与信息世界实现全面互联互通，并能支持以服务的形式实现分布、异构企业社会化制造资源和能力的按需动态共享与协作，已成为制造协作模式的发展趋势与目标。世界各国也相继提出了各自国家层面制造发展战略，如德国工业4.0、美国工业互联网、基于 CPS（cyber⁃physical systems）的制造/Cyber Manufacturing、“新工业法国”、“中国制造2025”、“互联网+制造”等。为适应和满足这一发展趋势和需求，工业界先后推出了一系列面向服务的工业互联网平台或工业云平台，代表性的有西门子的MindSphere平台、通用电气的Predix平台、施耐德的EcoStruxure平台、ABB Ability平台、IBM IoT Foundation平台、航天科工集团INDICS平台、华为Edge Computing IoT平台、海尔COSMO平台、三一重工树根互联平台等。由于这些工业云平台在实际运营过程中的个性化复杂制造任务需求往往无法由单个制造服务独立完成，而必须要求某个独立的制造服务同多个制造服务共同开展按需动态协作。因此，工业云平台的推广应用，能够更大限度地支持不同制造企业，使得其分布式、多样化的制造服务能够为满足个性化复杂任务而按需开展动态群体协作。通过制造物联、信息集成甚至是制造物理信息融合，能够综合得到具备完备性、关联性与时效性等特征的工业大数据。这些工业大数据最终能够支持工业云平台为社会化制造提供平台与环境支持。

为促进上述工业云平台的推广应用，并支持不同制造企业之间通过制造服务开展跨企业制造协作，基于平台的制造服务管理模式与效果将成为决定性因素之一。鉴于此，本文总结了New IT的分类并阐明这些技术对制造及协作模式发展演进的影响；并基于此分析对面向制造协作的制造服务管理范围的改变进行概述，指出基于平台的制造服务管理发展趋势；从制造服务管理全生命周期的角度，阐述基于平台的制造服务管理当前的研究进展；考虑New IT在制造系统和平台中的渗透应用与融合发展，总结与制造服务管理相关的未来研究问题。

1 New IT驱动的制造及协作模式的发展

自1946年第一台电子计算机ENIAC问世以来，一系列计算机技术、通信技术、网络技术陆续被提出并被应用于制造乃至各行各业。在计算机技术和网络技术不断发展应用的促进下，制造技术实现了在数字化和网络化方面的提升。近年来，互联网和基于互联网的New IT（物联网、云计算、大数据、移动互联网、人工智能等新兴技术）及其在制造领域的渗透应用和融合发展，正支持制造模式在服务化、社会化和智能化方面进行着深刻的变革。然而，New IT至今尚没有统一的定义，目前主要存在两种阐述方式：一种认为New IT是基于互联网的IT；另一种认为New IT既包括早期IT本身的纵向改进升级，还涵盖所有IT向不同行业和领域的横向渗透融合。综合上述阐述，如图1所示，本文将New IT大致归纳为信息技术（information technology）、工业技术（indus⁃try technology）和智能技术（intelligence technol⁃ogy）这3类“IT”及其相互作用和结果。接下来，将从3个阶段对应分析New IT对制造和协作模式的作用与影响。

图1 IT、New IT与制造技术的发展概况Fig.1 Development of IT，New IT and manufacturing technologies

（1）信息技术的应用。从20世纪50年代麻省理工学院研制第一台数控铣床开始，自动化技术及相关设备的研制与应用逐步提高了生产效率和加工精度。随后，集成电路的发展使得计算机硬件不断更新换代，计算机软件技术也迅速发展。计算机硬件与软件技术的持续发展对数据存储、处理、交互等提出新的需求，TCP/IP协议、局域网、万维网等通信与网络技术相继出现，催生了一批数字化和网络化的制造技术与制造模式，包括计算机集成制造、虚拟制造、敏捷制造、网络化制造和全球制造等。这些制造模式所关注的主要对象仍是信息世界，通过对制造企业内部以及企业之间的信息积累和管理，促进制造企业结构和资源配置的合理简化，生产、管理和经营模式的革新，使其能够以更低的成本、更高的速度生产出质量更好、更符合市场需求的产品［1］。

（2）信息技术与工业技术的融合应用。近年来，物联网、云计算、大数据、移动互联网等新兴技术的出现及其向制造业的渗透，为信息世界与物理世界的互联互通提供了技术支持。越来越多的国家一致推进以物理信息融合为目标的新智能制造模式或制造业国家战略计划，如云制造、工业互联网、工业4.0、“中国制造2025”等。这些制造模式或国家战略计划均是通过连接异构的物理制造资源，实现制造过程海量数据的泛在感知和实时处理分析，来最终实现生产系统的智能决策与运行优化。与此同时，在制造物理信息融合的基础上，以制造服务的形式支持分散资源的集中管理和集中资源的分散使用，从而重构不同制造企业之间、制造企业与用户之间的关系，实现以消费者为中心的个性化定制和按需服务及价值延伸。这些信息技术及其与工业技术的融合应用，渗透到生产制造的各个环节，使得网络化、服务化和社会化的制造生态正初具雏形［2⁃4］。

（3）信息技术、工业技术与智能技术的深度融合应用。制造物理信息融合能够为制造数据的全面采集与综合处理提供支持，在此基础上引入智能技术，提升系统面向制造大数据的实时处理与分析能力、知识挖掘能力和智能决策能力。这是前述信息技术和工业技术融合应用的进阶阶段和必然发展趋势，也是目前正在推行的制造业国家战略计划及其逐步产生的智能制造模式所追求的共同目标。在信息技术、工业技术和智能技术的深度融合应用过程中，将逐步形成一种新的松耦合的自组织制造协作生态。其中，底层泛在的分布式制造资源和制造能力将通过物联网实现全面互联互通，顶层用户将通过移动互联网和社交网络等实现动态互联；所有物理信息融合的数据及其“数据采集-信息融合-知识挖掘-智能决策/控制”的闭环过程均实现服务化，基于云端集中化和边缘化的信息存储与处理方式实现服务关联即形成务联网，通过服务与务联网实现底层制造物联网和顶层用户联网的对接，最终支持制造协作的服务化、服务协作的定制化、定制方案的智能化［5⁃6］。

2 面向制造协作的制造服务管理范围的改变

制造协作的本质是基于资源共享来协作开展生产活动与业务，其中资源共享除了包括原材料、加工设备等制造资源的共享，还包括需求、产品及制造过程数据等信息的共享。通过实现一定范围和规模的共享，可调整和均衡分散制造资源和能力，有效避免由信息孤岛导致的资源利用率不高、制造效率低等问题。从制造资源和制造能力共享范围和协作程度的角度分析，制造协作模式大致经历了图2所示的3个阶段［2］，制造服务管理模式及范围也伴随着制造协作模式的发展而演变。

图2 制造协作模式的发展与演化过程Fig.2 Evolutionary development of manufacturing collaboration pattern

（1）企业内资源共享与协作。企业内资源共享与协作阶段是制造企业信息化的起步阶段，制造企业通过企业内的部分信息集成，力求实现企业内有限资源的高效利用与运营，从而降低企业的生产成本并缩短生产周期，以较大柔性响应顾客的需求。该阶段比较典型的先进制造模式有柔性制造系统、计算机集成制造系统、精益生产、可重构制造系统等。

（2）企业间资源共享与协作。在企业间资源共享与协作阶段，为应对剧烈变化的竞争环境，这些制造模式除了重组其内部信息系统、资源和制造过程，更加重视在复杂的价值创造链和商业生态系统中与其他企业的合作。在互联网技术的发展与普及，以及制造企业信息化程度进一步提高的支撑下，制造企业开始重视企业与企业之间的资源共享与业务协作。该阶段初步实现了企业间资源共享与协作，典型的先进制造模式主要有敏捷制造、网络化制造、全球制造等。在时域上，通过实施并行工程来实现相关过程的集成，从而缩短制造周期；在空域上，通过虚拟企业动态联盟的方式，实现多企业的动态协作，从而加快对需求的响应。

（3）基于平台的社会化资源共享与协作。该阶段伴随着制造企业信息化的全面提高和企业联盟协作理念的进一步扩展。因此，在这一阶段中，制造企业根据自身企业特点逐步开发了各类平台，以提供制造服务，促进不同行业间跨区域的制造资源和能力的整合，体现了“产品+服务”的服务化思想，较为典型的有制造网格平台、产品服务系统/工业产品服务系统/面向服务的制造（服务型制造）系统、众包生产、云制造服务平台［6⁃8］、工业互联网/工业云平台［9］等。

由上分析可知，基于平台以服务的形式开展制造协作，实现社会化制造资源/能力的共享与协作，是当前制造模式发展的必然趋势与共同目标之一。面对上述3个阶段的制造协作模式发展过程，制造服务管理模式也从基于一般的企业信息系统逐步扩展为基于开放的工业云平台。随着上述工业云平台提供的功能不断完善，提供的制造服务不断丰富，再加上“互联网+”、服务、移动互联等先进理念和思维的普及与广泛应用，制造企业通过工业云平台以服务的形式开展制造协作，已成为其参与社会化制造协作并实现价值创造的一种有效新途径，这也是基于平台的制造服务管理所需实现的首要功能目标。

3 基于平台的制造服务管理研究现状

基于平台，用户的需求可以通过一个服务或多个服务来满足。对于前者，应选择最优的制造服务执行，以满足用户的服务需求；对于后者，应为复杂任务分解后的每个子任务搜索一组可选的制造服务，并从各组制造服务中分别挑选合适的制造服务，从而选择最佳组合服务来协同完成该复杂任务。鉴于此，基于平台的制造服务管理［10］有其相应的全生命周期管理流程和步骤。

图3 基于平台的制造服务管理全生命周期示意图［9］Fig.3 The whole lifecycle of platform-based manufacturing service management

3.1 基于平台的制造服务全生命周期管理流程

本文借鉴产品生命周期管理（product lifecy⁃cle management，PLM）的阶段划分，总结由平台需求驱动的制造服务管理全生命周期。制造服务管理全生命周期各个环节的实施都依赖于平台。如图3所示，考虑制造服务全生命周期管理前期（beginning⁃of⁃life，BOL）、中期（middle⁃of⁃life，MOL）和后期（end⁃of⁃life，EOL），制造服务管理可以具体对应划分为服务产生阶段、服务应用前阶段、服务应用阶段、服务应用后阶段。BOL中的服务产生阶段涵盖了从各种物理制造资源和能力到虚拟化服务的过程，它包含资源的感知和接入、感知数据的传输、数据过滤和处理、资源虚拟化、服务建模和数字化描述。在大量制造服务生成之后，随着平台的持续运作，所有制造服务都通过各种抽象关联关系（功能、各种属性、特征、调用历史等）得以集成并整合，制造服务聚合将逐渐显现。MOL中的服务应用前阶段是在服务生成之后按需驱动的，主要包括服务搜索与匹配、服务评估、服务优选与组合、服务供需匹配与调度。MOL中的服务应用阶段主要由服务执行和监控、动态服务容错，以及任务执行完成后的服务交付组成。EOL中的服务应用后阶段主要指的是任务执行完毕并交付之后的服务释放和解聚/解离。因此，制造服务管理，一般指的是从制造服务建模产生，到制造服务按需使用以及多次按需使用过程的循环往复，直至该制造服务不可使用并永久消除的整个生命周期的各个环节对应的各项操作。

3.2 制造服务管理研究现状

工业云平台的一个重要目标是为用户按需提供制造服务，以满足他们通过互联网需要的制造资源和能力。本节将分别针对工业云平台中制造服务管理的主要环节，阐述现有相关研究的进展。

3.2.1 制造资源感知、接入与服务化建模

工业云平台中，制造服务是通过虚拟封装制造资源和能力而产生的，实现对各种制造资源和能力的智能感知和接入是制造服务产生的前提。许多技术可用于识别制造资源，例如无线射频识别设备（RFID）、无线传感器网络、物联网、信息物理系统、全球定位系统（GPS）等［11］。作为物理资源虚拟化的预处理，制造设备的感知和接入技术包括制造设备的状态感知、物联和接入［12］。根据虚拟化资源的形式，计算和知识资源通过使用云计算技术以类似方式虚拟化，并且使用基于Agent的技术将硬件资源转换为虚拟机以用于分布式控制和通信。此外，为实现对各种制造资源的智能感知和访问，现有研究还探讨了一系列基于物联网的平台框架。比较典型的架构一般包括资源层、感知层、网络层、服务层和应用层［13］。

制造服务建模和数字化描述是实现服务后续应用的基础。在平台中，基于服务描述语言，如简单HTML本体扩展（SHOE）、DARPA代理标记语言（DAML）和Web本体语言（OWL）等，将各种虚拟资源描述封装之后发布到平台。现有研究在考虑服务相关性的基础上，构建了基于形式化描述模型的服务核心和可扩展本体［14］、涵盖技术和产品相关内容以及业务和物流信息的服务描述语法［15］、基于外部协作过程的资源语义描述［16］、制造服务/能力的成熟度模型［17⁃18］，以及基于知识的制造能力多维信息模型［19］、制造装备服务的能力动态模型［20］、制造服务能力的规范化模型［21］及其增强模型［22⁃23］等。

3.2.2 制造服务搜索与匹配

制造服务搜索和匹配，也被称为制造服务发现，是平台有效并高效实现服务按需配置的重要步骤，主要依赖于搜索和匹配算法来找到合适的服务以满足用户的请求。不论是针对单个任务需求开展的制造服务评估与推荐，还是针对复杂任务需求分解后开展的多个制造服务优选与组合，制造服务在功能上的搜索与匹配的结果都起着决定性作用。现有研究主要集中在制造服务发现框架与搜索机制、匹配模型与匹配方法等方面，制造服务发现框架与搜索机制包括四阶段服务搜索和匹配平台框架［24］、基于语义Web的制造服务发现框架和机制［25］、基于OWL⁃S的制造服务通用语义匹配引擎［26］、基于属性描述匹配的制造服务搜索方法［27］等；制造服务匹配模型与匹配方法包括基于输入⁃输出⁃前提条件⁃效果匹配的服务匹配模型［28］、基于制造任务语义建模和描述的制造服务匹配方法［29］、多层次智能匹配方法［30］、基于服务类型和状态信息的服务搜索和匹配方法［31］，以及云环境下基于自组织P2P、Agent、潜在语义偏好评估的制造服务主动发现方法［32⁃35］等。

3.2.3 制造服务评估与推荐

制造服务评估是在制造服务从功能上搜索与匹配的基础上，为后续配置操作（包括单个服务推荐，多个服务优选与组合，供需匹配、调度与动态容错）提供基本的非功能属性上的评估依据。不同用户不同需求对应关注的评估指标不相同，如服务质量（quality of service,QoS）评估［36］、信任评估［37⁃39］、能力评估［40］和效用评估［41⁃42］等。QoS是最基本最常用的评估指标，在此基础上对其进行信任评估指标与模型的丰富，例如考虑制造服务提供者和需求者，建立制造服务信任评估体系和面向特定领域的信任评估模型［37］；考虑服务需求者与提供者之间存在的信任问题，为提供更高可信度的服务，将服务信任与QoS概念共同引入到服务调度环节［38］；引入时间衰减的动态信任机制以及用户反馈评估和激励机制，提出基于反馈评估的信任模型［39］，从而提高动态适应性。类似地，还有一些研究工作特别关注基于评估的个性化制造服务推荐，包括引入社交网络和协同过滤［43⁃44］、基于贝叶斯的方法［45⁃46］、构建信誉评估模型［47⁃48］等方法。

3.2.4 制造服务优选与组合

制造服务的优选与组合是当单个制造服务无法满足任务需求时，挑选多个制造服务并生成最佳服务组合方案以满足复杂任务需求，这是制造服务相关的一个比较持续的研究重点。不同的研究人员关注不同的优选依据，例如考虑QoS和能耗［49］、QoS 和运输［50］、柔性和组合关联关系［51⁃53］、网络化协作模式［54］、大规模定制需求［55］、多任务导向的组合相关性等多个目标和约束。此外，针对服务优选和组合的算法相关研究除了一些基本的智能优化算法，还包括基于QoS的混沌控制优化算法［56］、面向计算资源优化配置的小生境免疫算法、面向制造服务特定特征的改进算法［57］、改进/混合人工蜂群算法［50，58］、自适应蝙蝠算法［59］、改进花授粉算法［60］等。

3.2.5 制造服务供需匹配

制造服务供需匹配同时兼顾资源配置和需求配置，其结果是得到系统平台中的规模性的制造服务（供应）和制造任务需求（需求）间的映射对应关系。从资源配置的角度出发，供需匹配的结果是哪个（哪些）制造服务如何被用以执行某个任务；从需求配置的角度出发，供需匹配的结果是哪个（哪些）需求或制造任务集以何种序列被某个制造服务执行完成［61⁃62］。制造服务供需匹配是评估与推荐、优选与组合在问题规模、对象范围等多方面的扩展升级，现有研究不多，主要包括考虑制造服务供需双方的供需匹配超网络建模［63］，以及基于超网络的供需匹配仿真工具研制［64］。

3.2.6 制造服务调度与容错

在制造服务和任务需求进行匹配之后，需要考虑时间限制进行制造服务调度。现有相关研究大多偏重于调度模型而非调度算法。在调度模型方面，主要有基于效用评估的4种服务调度模式［41］（以提供者为中心、以消费者为中心、以运营者为中心、以系统为中心）、考虑环境与经济可持续性的资源服务调度［65］、考虑运输的制造服务优选与调度［66］、基于随机先进 Petri网的调度框架［67］、考虑动态［68］和全局优化［69］的分布式制造服务协同调度［70］等；在调度方法方面，主要有基于混合整数规划模型的调度方法［66］、采集数据驱动的制造装备服务调度优化［71］等。系统平台具有典型的动态不确定性，在制造服务调度的基础上支持动态容错是平台所需的制造服务管理必备的核心功能之一。在平台运营过程中，除了考虑I/O、调用的前提条件和效果等基本属性之外，还应考虑运行状态、企业间复杂业务关系等动态复杂属性。伴随着平台的运营，制造服务及其组合服务的执行可能会不可避免地发生某些故障。然而，迄今为止相关研究尚不多见，主要集中在制造服务调度故障的检测和恢复［72］。

4 总结与展望

4.1 制造服务管理研究现状总结

除了上述几个相关环节对应的现有研究工作之外，还有少量研究涉及制造服务交易［42，73］。截至目前，据不完全统计，这些研究工作的分布情况见图4。由图4可知，一方面，大部分学者将注意力放在制造服务搜索与匹配即制造服务发现、制造服务评估与推荐、制造服务优选与组合这三个环节，其分别对应的研究工作之和已超过整个制造服务管理相关研究工作的2/3，然而这些研究主要关注的还是信息层面的问题，缺乏考虑制造物理世界。由于New IT的融合应用与影响，制造服务与物理世界制造资源之间的泛在连接、映射关联与实时交互，制造服务物理信息融合与迭代增值有待进一步探讨并实现。另一方面，制造服务供需匹配研究才刚刚起步，大部分制造服务调度与容错研究主要解决的还是静态计划与调度问题。随着New IT驱动的工业云平台的逐步实施与应用，大规模的社会化制造服务供需匹配、考虑动态不确定环境的制造服务动态调度（容错）等问题将成为促进工业云平台能够尽早落地应用所需亟待解决的关键问题。

图4 制造服务管理相关研究工作的大致分布情况Fig.4 Distribution statistics on manufacturing service management-related studies

基于上述制造服务管理相关工作的整体分析，本文进一步对现有相关研究进行大致的阶段性划分。在IT尤其是New IT的驱动下，制造及协作模式的发展导致制造服务管理相关研究经历了单个制造服务、多个制造服务组合构成的制造服务链（簇）［74⁃75］、大规模制造服务聚合演化的制造服务网络［6，62，76］三个阶段，见图 5。若针对平台的实际运营过程，通常是按需调用多个服务来完成制造任务。鉴于此，有必要打破上述针对管理流程和步骤的局部视角，考虑由多个或多种服务构成的聚类服务（功能相似性服务）或组合服务（功能互补性服务）进行系统性研究。由于聚类服务与组合服务的不断按需应用迭代与价值增值，其不同制造服务相互之间的关联关系将导致制造服务聚合与演化现象的出现，因此，图论和复杂网络模型为聚合并演化的制造服务研究，以及基于制造服务的企业协作研究提供了一种新的解决思路［77⁃78］。制造服务网络相关初步研究工作有基于多层超网络的制造服务供需匹配［63］、基于无标度网络的制造服务组合网络建模及其动力学统计特性分析［79］、基于超图的制造服务聚类管理［80］等。

4.2 制造服务管理未来研究方向

尽管制造服务管理相关研究取得了上述进展，但从制造企业用户角度出发，当前平台尚未得到制造企业的一致认可和完全接受，原因之一是在这些平台的推广与落地应用过程中仍存在信息不对称性、动态性、不确定性等特征和挑战。为支持制造企业能够基于平台开展跨企业制造协作，结合图5所示的制造服务管理相关研究工作的三个阶段划分与分析，还需从平台角度针对制造服务管理进一步开展以下研究工作。

（1）数字孪生技术与孪生数据驱动的制造服务信息物理融合。随着物理信息系统和数字孪生技术在制造领域的逐步应用，需要全面分析并完善平台中从物理世界的制造资源到信息空间的虚拟服务的生成过程（服务节点的纵向生成），得到逐层递阶表达的服务模型，以及从单个独立的服务模型到聚类/组合协作的服务汇聚模型的关联过程（服务节点的横向关联），从而综合构建多维、多层次、信息物理融合的服务模型。基于该服务模型，为基于平台的服务动态聚合模式研究、动态聚合服务的聚类/组合协作关联演化及其可靠性增益研究，提供能够与物理世界实时映射的模型与数据基础。

（2）基于复杂网络的制造服务汇聚、聚合与演化。当前的制造服务网络相关研究，能够在一定程度上反映基于平台的服务在数据与逻辑上的汇聚。随着服务的持续应用，尤其是在动态协作生产中的组合协作应用，服务递阶生成模型、服务组合协作关联、组合协作特征模块及其耦合性与内聚性等相关特性都将随之发生动态演变，这将导致服务在功能与应用上产生动态聚合。复杂网络模型和理论能够为规模和范围都不断扩大的制造服务管理过程涉及到的从汇聚到动态聚合与演化相关研究，提供一种更有效的解决方案。

（3）考虑群体协作行为与博弈的制造服务协作。博弈论是分析理性人之间冲突与合作行为的强大理论工具，根据是否存在正式协议，博弈可以是合作或非合作的。从制造服务产生之后一直到服务协作应用，博弈论可以在制造服务管理中发挥重要作用。在工业云平台中，服务属于不同的企业，服务组合的创建实际上是许多企业共同参与并协作完成需求任务的过程。基于所提供服务的功能依赖性，企业可以有不同的竞争或合作业务关系。因此，从功能角度来看，博弈论可以用来设计合适的服务组合算法；从企业业务互动的角度来看，博弈论可以用来协调每个企业的利益，以确保协作参与者可以有利可图，从而解决制造企业不敢协作的难题。

（4）制造服务管理系统及其仿真工具。已有相关研究大多通过仿真完成分析和验证，不论是关于制造服务管理相关理论、关键技术、平台开发还是应用，目前基本上没有真正的平台或环境。若有一个统一的仿真工具可以模拟工业云平台的关键功能、工作流程和操作过程，将为研究人员开展基于平台的制造服务管理相关研究提供便利，为实施和测试与制造服务管理相关理论、建模方法、搜索算法、组合策略、调度机制等提供可能，因此，借鉴已有研究，针对供需匹配环节所研制的制造服务供需匹配仿真工具［64］，研究、设计和开发相应的制造服务管理仿真工具非常必要。

随着New IT驱动的工业云平台的逐步实施与应用，物联网支持社会化制造资源和能力的互联互通而形成制造物联网（internet of manufactur⁃ing things，IoMT），制造服务网络及其聚合与演化理论支持分布式制造服务的互联互通而形成务联网（internet of services，IoS），移动互联网、社交网络等支持实现用户及其个性化需求的互联互通而形成户联网（internet of users，IoU），因此，上述有待开展的研究工作中，制造服务物理信息融合研究是为了实现底层制造物联网与务联网的映射与融合，制造服务汇聚、聚合与演化研究是为了探究务联网的特征和规律，制造服务协作研究是为了实现务联网与顶层户联网的关联及其面向用户个性化需求的按需应用和价值创造，制造服务管理系统及其仿真工具研制则是为了制造物联、务联、户联多网融合的工业云平台生态及其制造服务管理理论与方法提供相应的仿真、分析与验证的环境与工具支持。

5 结论

在New IT的驱动下，制造服务管理是决定工业云平台能否落地推广与应用的关键。一方面，New IT促进工业云平台及其物理信息融合的实现，这是正在发展的社会化制造服务管理的当前背景与环境；另一方面，按需的动态制造协作，是当前面向个性化需求的社会化制造服务管理的目的与驱动力；制造服务网络是社会化制造服务管理的一种可行的理论模型与解决手段。然而，如果没有制造服务管理的相关理论和技术支持，平台中制造企业的利益得不到有效保证，将导致许多企业不想提供和贡献其闲置的制造资源和能力，因此，如果没有足够可用的高质量和可靠的制造服务，制造服务的需求也无法满足。这就意味着，从服务提供者和需求者的双重角度，制造企业都将失去使用平台的兴趣和热情，从而严重阻碍平台广泛的实践应用。尽管工业云平台给现有的制造业带来了一些机遇和转型，但目前工业云平台更广泛的应用仍受到许多限制，还需要更为系统和深入的制造服务管理相关理论研究来支持并促进工业云平台的逐步完善和推广。