把握制造业转型升级关键——智能制造落地之道

王涛，翟永正，吕海洋，巩高铄

研究 Research

把握制造业转型升级关键——智能制造落地之道

王涛，翟永正，吕海洋，巩高铄

（国机智能技术研究院有限公司，北京 100083）

1 智能制造逐步演进走向新阶段

自2015年国家发布强国战略并将智能制造作为“制造强国”的主攻方向以来，在重点领域和基础较好的企业中，以众多数字化车间、智能工厂为代表的制造企业转型升级示范成果正不断扩大，智能制造的理论、方法和技术正逐渐成熟并被社会普遍接受，制造业转型的升级趋势已经建立，智能制造助力转型升级的实践正在从重点示范的标杆引导方式，逐步转向普遍推广应用的 蓝海。

在2015年国家启动智能制造专项行动以来，通过大量重点制造领域领军企业的率先实践，取得了初步成果，催生了许多基于智能化技术的制造新模式和新方法。通过几年的实践认识到，智能制造转型升级不是一个一蹴而就的项目，而是一个在需求、技术和实践上不断深入和演进的长期发展过程。近两年在国家主管部门的推动下，在已取得的示范性成果的基础上，各地政府陆续启动了与智能制造相关的工业企业诊断评估工作，一方面对本地区工业企业智能制造水平的发展现状进行评估，另一方面对转型升级中的问题进行诊断，从而为进一步深入推进智能制造提供精准的策略和方案。

在笔者编写本文的过程中，工信部印发了《工业互联网创新发展行动计划（2021—2023年）》，意图在接下来的三年中，通过加快工业互联网的创新发展，带动我国企业的智能制造转型升级进入一个新的阶段。在这一新阶段开启之际，通过对前阶段成果的总结，对提升下一阶段的推进质量将是大有裨益的。智能制造的演进阶段如图1所示。

图1 智能制造的演进阶段

笔者所在的单位曾积极参与了国家制造强国战略《中国制造2025》以及《国家智能制造标准体系建设指南》的制定和实施工作，也参与和主导了多个企业的智能制造项目实施，对智能制造综合标准化和新模式应用实践有了深刻认识，并在近两年参加了多期在全国各地的企业智能制造诊断评估和智能制造进园区等政府主导的咨询诊断活动，通过上述实践与智能制造实施企业进行了大量互动，并真切地感到：智能制造的转型升级方向已经成为大多数企业的共识，但对其核心机制、评估诊断和实施方法等方面仍然存在着不少盲区和误区。笔者希望通过本文做一总结，为智能制造在新的推进阶段的深入实施提供有益的探讨，贡献绵薄之力。

2 整体规划是智能制造实施的首要步骤

笔者所接触的大多数企业，对智能制造的趋势都有认识，甚至有比较急迫的愿望，但多数企业对智能制造转型升级的长期性和系统性认识不足。许多企业在初步了解了智能制造的一些原理和技术之后，虽然很快就能结合企业制造和经营管理中的一些痛点，快速引入相关的技术和设备进行改造，但是这样很容易形成头痛医头、脚疼医脚的局面，从而形成许多孤岛式的应用。不少企业随着这种孤岛式的应用不断增多，虽然在一些局部环节提升了效率，但是许多制造环节存在衔接不畅甚至形成冲突，使得整体效益未见显著提升。在这种情况下，企业才开始充分认识到整体规划的重要性。

智能制造是企业在技术创新、经营管理、制造运行以及生态建立等多方面采取系统性的，甚至是创新性的技术与管理改进工程。这需要一个符合企业发展特点的整体规划，以避免出现“1+1<2”式的资源浪费和盲目跟风投资。智能制造的转型升级与沿革多年的以改善企业内部效益为驱动的方式不同，它是面向个性化的市场需求和新阶段社会发展理念的创新性变革，因此企业应树立整体、系统的革新意识，而不是沿用传统的技改思路。智能制造的创新理念和模式如图2所示。

图2 智能制造的创新理念和模式

虽然一些企业进行了整体规划设计，但是仍然沿用传统思路，在进行整体规划时，直接就进入了工厂设计、工艺优化、制造设备和信息系统选型的技术规划环节。它们希望通过智能装备的快速引入，迅速达到智能制造的水平。实际上，智能制造是不能一蹴而就的，即使是提出“工业4.0”的德国专家也声称，“工业4.0”在德国的实现也需要30年甚至更长的时间。因此，对于企业来说，结合企业自身发展战略、发展环境，确定符合自身特点的发展路径，不盲从、不冒进是很重要的[1]。因此，在进行技术规划以前，还有两个很重要的环节：企业战略的设计和先进生产模式的匹配。

首先，企业在进行技术规划之前，应对企业的发展战略进行设计和定义。企业应该结合所处的行业特点、市场发展的趋势、企业自身的定位以及未来的发展目标等因素，确定企业未来的中长期目标和阶段发展目标。

其次，企业应在战略发展目标之下，结合智能制造的理论和方法以及先进的生产模式，选用或创新企业应采用的制造模式。这些模式除了信息物理系统（CPS）、数字孪生、大规模定制、网络协同制造和数字化制造等智能制造新模式外，也包括那些被大量实践证明而现在仍然具有先进性的生产模式，如敏捷制造、精益生产和柔性制造等。企业最终使用的模式，可以是由这些模式匹配组合后的创新结果。

在上面环节完成后，就可以进入到具体的技术规划环节了，其主要目的就是设计能够支撑这些生产模式的各种技术要素，包括智能制造的两个支柱：智能装备和智能生产（方式）。这两个支柱往往是通过自动化系统、信息化系统来承载和固化的，也可以将这个过程形象地称之为两个形态的工厂：数字化工厂和物理工厂，相应的规划和实施过程包括如下步骤：评估、优化、设计和实施，如图3所示。

鉴于篇幅所限，本文不在这里详述，希望深入了解的读者可参见参考资料[6]。应注意的是，以上各个步骤不是瀑布式的，而是迭代式的。前面步骤的结果指导后面的步骤设计，而后面的步骤设计也可能会要求修正前面步骤的结果。

下面结合智能制造落地实施的过程谈几个应重点关注的方面。

图3 智能工厂整体规划步骤[6]

3 企业的困惑

3.1 智能制造过时了吗？

通过和企业的互动，笔者发现虽然国内的智能制造转型升级在政府的引导下有了不错的开局，但是有不少企业（甚至包括不少还没怎么引入智能制造技术的企业）却认为，智能制造已经是过去时了，现在应该有新的方法和方向了，例如工业互联网。

实际上，智能制造的实现不是一蹴而就的，不是通过几个政府资助的项目就可以轻松实现的。在我国的强国战略中，智能制造也有着2025、2030直至2050的长期规划。在2020年6月中央深改委第十四次会议上，再次明确了“以智能制造为主攻方向”的战略目标。而在业界智能制造的声音渐弱，工业互联网及人工智能等新兴的IT技术呼声渐强，这很大程度上是出于现实的目的。一方面，按照政府产业政策的引导与扶持规律，每隔一段时间就会形成新的主题和方向，以凸显持续创新的引领作用。另一方面，那些获得过政府资助的企业、技术供应商以及新兴技术的开发者，更需要新的热点从而获得新的支持。但其实这些都可以说是战术层面的东西，我们注意到，在强调“以智能制造为主攻方向”的同时，也强调“加快推进新一代信息技术和制造业融合发展”及“加快工业互联网创新发展”。一方面坚持了我国早已提出的“两化深度融合”的技术路线，同时也作了与时俱进的表述。另一方面，也突出了当前智能制造实施的关键技术——网络化。这正是我国工程院在新一代智能制造白皮书[7]提出的“数字化、网络化、智能化”几个阶段中的第二个阶段。因此，无论在战术上当前技术推进的技术重点是什么，智能制造作为战略的主攻方向是必须长期坚持的。

3.2 整体与局部的关系

一个重型机械装备行业的领军企业，在实施了CAD、PLM、ERP、CRM和OA等一系列信息化技术应用以及数控加工设备升级之后，仍然觉得企业的生产经营难以满足快速变化的市场需求。企业老总觉得其生产领域就像一个黑箱，明明通过上述改造，应该有较大的生产能力提升，但是企业的交付能力并没有获得预期的样子。老总觉得生产车间应该有足够的能力来消化市场订单，但是车间的管理层却在天天叫苦，说生产能力已经不堪重负。在这样的压力下，企业准备实施MES，力图打破生产过程的黑箱状态，改善生产秩序。

在对企业的调研中我们发现，企业虽然在许多关键点上都采用了先进的数字化和信息化手段进行智能制造的升级，但是造成其生产力仍然不足的一个很大原因却是缺少整体规划。由于缺少整体规划，已经实施的各种技术和系统缺少集成的设计，他们大多只在各自的功能范围内发挥作用，而缺少与其他功能的协同机制，甚至由于边界的重叠，还有可能产生冲突，因而使得转型升级的整体效果打了折扣。我们知道，智能工厂包括了三个支撑体系：技术创新体系、经营管理体系和制造运行体系，如图4所示。

图4 智能工厂的运行模型

这三个体系的功能有机衔接、协同工作才能充分发挥各个局部系统的应用潜力，达到企业能力提升的最大化。这个企业的产品是按照工程订单进行设计生产的。几乎每个工程都会对产品的结构和性能提出特殊要求，许多关键零部件需要定制化设计和生产，因而是典型的ETO模式。在生产过程中，对于单件的生产工艺，过多地依靠老员工的经验，生产的制造环节存在着大量的质量返工和设计变更。这极大地破坏了生产过程的平稳与均衡，使生产过程在无序中产生了许多浪费。但是为了提高交付率，制造部门经常需要加班加点来克服这种生产变动的影响。这就形成了老总觉得产能没有充分发挥，而制造部门感到筋疲力尽的局面。按照智能工厂整体运行模型进行分析发现，虽然制造过程的黑箱状态需要打破，生产秩序需要改善，但造成这种局面的根本原因是企业的技术创新体系能力薄弱。为了提高企业的竞标能力，市场订单的交期越来越短，企业接单后往往不得不边设计、边生产。这就需要快速按单设计的能力必须与之相匹配，需在极短的时间内完成产品设计和工艺设计，而且需要尽可能消除设计错误。而企业的产品设计仍然以二维图样为主，工艺设计几乎没有。除了比较粗糙的工艺提示外，具体加工工艺就交给制造车间的员工了。这样一来，由于缺少有效的设计验证手段（CAE），在匆忙之下交付给车间的设计包含了许多不应有的错误或不足，从而造成生产过程和设计结果的反复，甚至有的错误直到产品交付使用以后才被发现。因此从系统的观点看，生产车间繁忙无序的背后，正是企业技术创新体系建设的薄弱所致。

这个例子很好地说明了整体决定局部的道理。在智能制造的转型升级过程中，我们需要通过整体规划，用系统的、整体的视角来看待企业面临的问题，而不是头痛医头、脚痛医脚。

3.3 乱花渐欲迷人眼

笔者接触的一位矿山机械装备制造企业的老总曾经发出感慨：智能制造的概念在学习了一段时间以后变得清晰了，但是在打算深入开展相关工作后，接触了不少智能制造的供应商和解决方案，又让这些概念变得模糊了，因此企业虽然实施智能制造转型升级的欲望强烈，但却踌躇不前。在笔者参与对企业进行的诊断过程中，这样的困惑很有代表性。智能制造相关的概念如图5所示。

图5 智能制造相关的多种概念

德国的“工业4.0”战略提出具体概念和技术框架，如图6所示。智能制造技术在我国制造企业转型升级实践中催生了大量的新模式、新方法。而这些新模式、新方法仍然在结合不断涌现的新一代信息技术、智能装备技术以及新理念快速演进。在这个演进过程中，确有乱花渐欲迷人眼的感觉。但深究这些纷繁复杂的技术和概念，他们都有一条共同发展的轨迹：智能装备和智能生产（方式）。智能装备包括智能化加工、物流和检测等智能化、数字化设备，智能生产方式一般通过信息化系统承载和固化。它们成为智能制造新模式的两根支柱[1]，有人形象地称为双轮驱动，这与“工业4.0”提出的基本概念相符合。而将这两根支柱有机地结合在一起的技术正是我们早已熟知的“两化深度融合”，这种融合技术在“工业4.0”中体现为信息物理系统（CPS）、物/务联网（IoTS）。而在中国，技术最新的演进则表现为“工业互联网”。

图6 “工业4.0”的基本模型

因此，抓住智能生产和智能装备这两根支柱，就不会在纷繁复杂的各种技术和模式中迷失了方向。通过近两年的企业诊断实践发现，在许多企业的升级改造实践中，能够深入领会和有机运用这双轮驱动技术的并不多，很多智能制造的方案都是偏向一端，信息化（智能生产方式）或智能装备的。

3.4 看得见的和看不见的

在智能制造的两个支柱中，智能装备是显而易见的，更容易抓住人们的眼球。而容易忽视的方面往往是智能生产方式，它更多地体现为生产表象背后的数据、流程和模型。在我们主持的一个地区的智能制造诊断活动中，一位家族企业的新锐声称，他这几年一直在关注和学习智能制造的发展动向和相关技术，因为他要担负起父辈的厚望，使他们创下的基业能够快速地跟上发展的潮流。然而通过交谈我们发现，在本地区的一个主流设备联网供应商的游说下，这位年轻的企业家对智能制造的理解主要集中在如何使用中控大屏来展示生产状态的层面，而对这背后的先进生产方式几乎没有概念。

诚然，由于中控室可以通过汇集生产数据并通过大屏幕生动地表示出来，如图7所示，具有较好的展示效果，因而成为许多企业展示智能化改造升级效果的重要方式。但其实这只是中控室作用的副产品，人们往往忽略了中控室作为一种先进的管控模式的本源。在传统的生产车间中，围绕生产提供保障和服务的有许多业务部门，如生产调度、生产工艺、物流配送、质量检验和设备维修等。这些部门一般都有各自的办公室。当生产中出现问题时，作业人员一般需要通过电话甚至跑腿的方式去通知相关的部门或人员到现场解决问题，有一些问题可能涉及多个业务部门。这种分散的生产现场管控方式效率低下，特别不适应现代化生产的要求。而中控室就是一个各个业务部门集中办公的地方，业务人员可以通过先进的信息化、数字化技术汇集数据，对生产过程中出现的问题联合做出快速响应，保障生产过程的平稳和有序。在笔者接触到的许多企业中，人们更多的却是关心中控大屏的展示效果，而对这种大屏展示背后的先进生产模式缺少真正的认识。这种重表象而轻内涵的实施方法是十分普遍的。

图7 生产中控室示意图

4 智能制造水平的正确评估

在许多地区智能制造的诊断评估中，采用的评估指标体系都或多或少地采用了“智能制造能力成熟度”标准。这一指标体系的白皮书在2016年即已发布，在2020年经少量修改后，正式形成了两项配套的国家标准，即GB/T 39116—2020《智能制造能力成熟度模型》和GB/T 39117—2020《智能制造能力成熟度评估方法》。这个标准采用5级评分制，评分达到4.0，就基本达到了智能制造的水平，而5.0就可以达到引领的水平。

无疑这两项标准对如何评价企业的智能制造水平提供了一个比较完整的框架，其中的指标也具有普遍的意义。但是在我们的应用中却发现，标准对于单一企业来说，在确定企业的薄弱环节及持续改进目标具有一定的引导意义，但是用于对多个企业进行评估并横向比较时，却会出现一个较为明显的现象：一个看起来制造过程自动化程度很高，作业过程无人化、少人化水平先进，具有集成化管控水平的生产企业，其得分比一些作业过程较多依靠人力、管控模式分散的企业得分并没有明显的优势。这样的评分结果与现场诊断的观感形成了较大落差，如图8所示。

图8 企业评估结果对比

经过分析后发现，在国标的评价体系中，智能装备和智能生产这两大智能制造的支柱在指标的数量和比重上有着失衡。和智能装备直接相关的指标只有一个域——装备。这是12个能力域中的一项，而其评分的比重仅占10%，如图9所示。

图9 评估指标体系和权重域[3][4]

除了这个“装备”域以外，其他的指标域基本上是和智能生产方式相关的，它们大多由制造过程背后的数据和流程组成，不容易显现。而在制造过程的加工、物流、质检和现场指挥等环节中的设备自动化、数字化及智能化，不仅是实现智能生产方式的实物基础，而且更容易影响人们的直接观感。显然GB/T 39117—2020的指标体系在这两个方面的失衡是造成现场诊断观感与评估落差的主要原因。虽然存在着失衡的问题，但是如果能结合企业的具体实际灵活应用，这个指标体系仍不失为一个智能制造水平评估的参考和指导。

笔者曾经和国内一家主流的汽车生产厂的技改发展部门进行交流，他们正在编写一个企业的智能制造转型升级规划。他们的一个困惑是，如何告诉领导这个规划达到了先进的水平。当时我们按照此前的诊断经验，告诉企业说可以参照“智能制造成熟度”的评价模型（当时这个模型还没有成为国标）。后来企业方告诉我们，他们参照这个模型打分之后，这个规划的评分可以达到4.X分。听到这个覆盖了大多数高级别指标的分数，笔者又有点儿后悔告诉他们这样做。因为，这个模型虽然有着普遍意义，但是不同的行业企业在经营模式、工艺特征和市场环境等方面可能有较大的不同，在智能制造转型升级的实践中，并不需要在所有的方面都追求高指标。我们在西北诊断的一家企业的总经理就曾明确地告诉我们，根据企业的发展实际和未来市场的预计，他们认为，企业在近期能够全面覆盖3.0的标准就可以保持企业的先进性了，脱离实际的高标准意味着浪费。我们确实应该敬佩这位企业领导对智能制造发展的认知。

实际上，笔者认为，智能制造的评价标准指标是具有普遍意义的，将它们应用于具体企业进行水平评估时，首先应该根据企业所处的行业特点和发展战略进行相应的裁剪。对企业来说，最适合的水平才是最好的。一味追求高指标可能产生不必要的浪费，并非可持续发展之道，这对于那些中小企业尤其如此。其次，应特别注意智能装备及智能生产两根支柱的均衡发展。在许多企业中都有技改部门和信息化部门，它们一般分属不同的业务序列，而两化融合的实施技术路线，要求它们也应深度融合。实际上，我们见到的许多企业已经设立了诸如企业“数字化部”“智能制造部”这样的融合业务部门，这是正确的应时之举。

5 智能制造与先进生产方式的融合

在智能制造的实施中，人们更多的关注那些具体实现技术和装备，却往往忽略对先进生产模式的有效运用。先进的生产模式将智能装备、信息化系统和先进的生产理念和技术有机地构建在一起，从而形成可高效解决特定类型问题的生产范式或模式。前文曾提到，企业在智能制造的实施中，可能会用到一种或几种先进生产模式的组合。

“工业4.0”给出了CPS的基本实现模式，我国在“十三五”期间大力推进了大规模定制、网络协同制造及远程运维服务等智能制造模式。而近期大力推进的工业互联网技术，通过实现制造过程和企业商业价值的连接，也将创造出制造模式的新业态和新方法。美国标准研究院认为除了基于智能装备和信息化技术形成的新模式外，许多已经被成熟应用的生产模式的组合应用，也可以支持智能制造，例如精益生产、敏捷制造、柔性制造、绿色制造和互联网制造等。在企业向智能制造转型升级的过程中，除了通过智能装备和信息化系统提升企业制造技术和运行管控的技术手段外，应十分注意采用这些先进的生产模式提升企业的运营效率。

如本文第2章节中所述，企业应根据自身的发展战略和生产特点，采用一种或者多种先进生产模式的组合。在这些生产模式中，笔者认为精益生产仍然是我国大多数离散制造业企业应该采用的生产模式之一。实际上，我国的离散制造业除了行业领先的少数企业外，占90%以上的中小企业，其智能制造基础都比较薄弱。虽然我们参与诊断过的多数为规上企业，其评分能达到3.0的也不多，多数企业的生产过程管控还比较粗放。根据中国工程院发布的《2020中国制造强国发展指数》[5]的统计，我国的制造业规模虽然占据世界首位，但是质量效益水平仅有工业发达国家的1/2至1/3，具体如图10所示。

图10 2019年各国质量效益指数[5]

从这里可以看出，我国制造业企业的运转效率整体上仍处于较低水平。因此，我国企业在试图通过智能制造技术实现发展的弯道超车之时，通过挖掘内部潜力，提升质量、效率和效益仍然是急需补上的短板。所以，在实施智能制造的同时，采用精益生产模式改善内部运营的质量效益水平是可行之道。实际上，精益生产模式被世界制造业发达国家广泛采用已经有近20年的历史，它的方法和工具与智能制造的技术手段有着互相促进的作用。国际生产研究杂志（International Journal of Production Research）曾发表一篇论文[2]，将精益生产的方法和工具与“工业4.0”的方法和工具进行比较研究，对它们的影响因素进行统计，如图11所示。

从图11中可以看出，在许多方面，精益生产模式与“工业4.0”的技术方法都有着互相促进的作用。因此，企业在引入智能化的生产技术手段的同时，采用精益生产的模式确实是快速提升我国众多企业质量效益水平的一条有效路径。而智能制造的技术手段也为精益生产模式的实现提供了比以往更加强大的支撑。例如，精益生产中的准时生产、一个流、目视化管理、少人化和人机分离等方法，采用最新的智能制造技术，不仅会得到更好的贯彻，而且将获得更大的效益提升。

图11 精益生产方法和“工业4.0”的影响矩阵[2]

6 典型实践：智能配电网成套开关设备智能工厂

最后分享一个笔者所参与的智能工厂建设典型案例实践。

某企业是国内专业研制高原型配网开关设备的企业，具备以智能化、环保技术为支撑的高压组合电器、中低压成套开关设备、高压真空断路器、箱式变电站、矿用开关设备、低压电器及自动化仪表等六大类，上千种规格产品的规模化生产能力。

6.1 企业战略设计

配电网开关设备的生产模式为典型的多品种、小批量和个性化定制的按单生产方式，项目实施前基本为手工作业，生产周期较长，计划管理粗放，作业过程不规范，质量检验不严格，生产过程不透明，产品交付准时性差。为提升企业的市场竞争力，该企业投巨资建设智能工厂以实现企业制造模式的转型升级。

该企业实施智能制造开展之初，便明确提出建设数字化工厂，降低运营成本、产品不良率、产品研制周期以及提高生产效率、能源利用率以及产能翻番的目标。为此，联合团队的设计者从顶层设计的角度提出了建设思路：要建立产品全生命周期的网络协同制造新模式，即围绕智能化配电网开关设备研发、工艺、制造、试验和运维服务等产品全生命周期的主要过程，建立数字化工厂模型和面向产品设计制造的数字化平台。

6.2 整体规划

为支持企业发展战略，需要统一数据平台的业务功能，进行智能工厂的总体架构设计，如图12所示。在精益化生产理论的指导下，基于先进的智能制造技术，以信息基础设施和智能制造装备为基础，以数字化工厂制造执行系统为大脑和执行管控中枢，与上层的企业资源管理、数字化设计等信息化系统和底层的智能制造装备等实现横向到边、纵向到底的全面集成。

图12 智能工厂总体架构

6.3 系统实施

历经两年的建设完善，该企业在智能制造落地方面主要实现了：

1）建立数字化工厂数字化模型，实现产品研发、工艺、制造、试验和远程运维服务的全过程数字化管理。

2）基于三维设计和产品数据管理等先进技术，实现成套开关设备的数字化设计、制造全生命周期管理。

3）基于物联网实现成套开关设备生产过程信息的采集与分析，利用大数据分析技术不断优化生产运行。

4）建立以制造执行系统（MES）为核心的生产信息统一管理体系，实现配电网开关设备的计划、排产、生产、检验和物流全过程闭环管理，提高生产效率。

5）建立综合集成的信息管理系统，实现对企业管理的全面智能优化。

6）进行生产方式精益改善，实行元器件预制、母排和二次线生产等工序分线并行生产，减少时间浪费，提升准时化生产水平。

[1] 国机智能技术研究院．王涛：智能制造的核心机制与实施路径[Z/OL]．(2020-06-19)[2021-02-05]．https：//mp．weixin．qq．com/s/XJo_Sc0JqCL3LWlIWj3iRA．

[2] Rosin F，Forget P，Lamouri S，Pellerin R．Impacts of Industry 4.0 technologies on Leanprinciples [J]．International Journal of Production Research，2019．

[3] 国家市场监督管理总局，国家标准化管理委员会．智能制造能力成熟度模型：GB/T 39116—2020[S]．北京：中国标准出版社，2020．

[4] 国家市场监督管理总局，国家标准化管理委员会．智能制造能力成熟度评估方法：GB/T 39117—2020[S]．北京：中国标准出版社，2020．

[5] 中国工程院．2020中国制造强国发展指数[R/OL]．(2020-12-30)[2021-02-23]．http://www.cae.cn/cae/html/main/col84/2020-12/30/20201230175250994473200_1.html．

[6] 国机智能技术研究院．国机集团智能工厂规划与技术标准[S]．北京：国机智能技术研究院，2018．

[7] 数字经济网．中国工程院正式提出新一代智能制造[Z]．2018．