智能制造的发展现状与系统的总体设计

甘亦润，秦 萌，樊衍衍

（江苏海洋大学，江苏连云港 222000）

智能制造是由智能机器人和人类专家组成的集成智能人机系统。我国的智能制造产业在制造业领域中发挥着举足轻重的作用。中国制造业的智能化程度将更高，附加值也将更高。随着工业改革的深入，社会需求的变化和技术进步，全球机器人市场正经历着爆炸性的增长。世界各国在提高机器人发展战略方面展开竞争。以云计算、大数据、移动和社会联系为代表的第三种平台技术推动了全球机器人工业向智能化、创新和数字化方向发展。但是智能制造依然存在制造技术水平不高，人才体系不完善，供给水平不够高等问题制约着发展。为了提高智能制造的发展质量，应当加强数字化新智能制造模式的应用，合理布局，健全制造产业支撑体系，引进智能制造复合型人才，建立智能改造服务平台，深化对外开放合作，提升供给水平，创新服务模式。

1 智能制造的发展现状和前景

1.1 工业机器人的应用

制成工业机器人需要经过铸件、打磨和抛光、切割和焊接等几个过程。工业机器人是在工业领域普及的多自由度或多关节机械手的机械装置，具备一定的自动化程度，它可以遵循自身的动力能源和控制能力完成不同的工业加工和生产功能。工业机器人在化工、电子、物流等领域均有涉及。随着智能制造发展步伐的加快，作为占有智能制造业重要地位，起到深远影响力的工业机器人也随之迈入一个快速发展的阶段。焊接机器人在工作时相比于人工有着更高的准确性，这得益于焊接机器人的各类传感器和精密的控制系统，使得焊接机器人有着较高的焊接精度，而且焊接机器人对环境的要求更低，可以在极端温度、密闭环境等恶劣条件下工作。激光加工机器人是激光技术和机器人技术结合的产物，可以实现对工件的精密切割、钻孔和对金属材料表面进行特殊处理。目前，我国激光加工机器人技术还不成熟，应用也不广泛，仍有着较大的发展空间。

1.2 人才需求与培养

从国外的“工业4.0”技术、“工业互联网”应用到国内的“智能制造”行业，以“大云智物”为代表的一系列当代信息技术，正在引领和推动当代产业领域的发展。原始的制造业逐步向智能制造转型，对专业人员的资格和资质提出了新的条件。智能制造产业的完善提升，需要对智能控制、智能制造、自动化、工业机器人等专业具有较深造诣的创新型技术人才。我国制造业十大重点领域人才数量的增长与智能制造专业的发展呈正相关。其中，2015年、2020年当代信息产业领域预估的两次人才总数分别为1050万人、1800万人，从同比增速上看，此重点领域同比增速最快。2020年预估的人才缺口总数为750万人，相比于其他9个重点领域的人才数量预测，新一代信息技术产业人才总量预测排名第一。根据中国电子学会发表的《中国机器人产业发展报告（2019）》所涉及的相关综合分析与评估，我国的机器人行业发展规模不断壮大，但是作为持续5 a 成为全球第一大工业机器人销量的国家，放眼当下，我国机器人领域相关的技术人员短缺，与庞大的市场需求量不相适应。面临着制造业巨大的人才缺口，在《制造业人才发展规划指南》一书中点明指出“完备多个等级多项类别形成的人才培养体系”，同时“推动为制造业供应人才布局的改良”“精确衔接关键领域的人才需求”，引起对制造业专项人才的栽培的侧重关注。

1.3 新一代人工智能技术在工业4.0领域的应用前景

工业4.0的方针是达到生产流程从原先的信息化向智能化变更的目的，因此人工智能是一切改造的根基。工业4.0的根本目的是使现场设备的自动化、数字化与智能化得到落实，因此其主要展现形式即为实现使现场控制高度智能化。目前，现场智能控制技术涵盖了以专家系统、人工神经网络、模糊控制、遗传算法等前沿技术为基础的创新。与此同时结合对图像质量的改良，灵活运用计算机视觉与模式识别技术分门别类地处理各种图像。除了这种方式，还可以通过对人工智能技术达成这一经验的借鉴对图像中包含的信息进行智能化处理。信息技术是智能生产制造系统的模板，通过构造生产管理信息系统，并巧妙运用工业4.0平台实现制造流程的高灵敏度和集成特性，采用人工智能模拟技术达到智能分析、处理、计划控制专家系统的目的，继而达成对整个制造过程高精度的智能优化与控制，最后达成全流程智能化现场生产。随着生产现场的数字化转型，特别当工业4.0得到了广泛的推行时，这将会成为一笔巨大的财富，给设备状态预估带来极大的技术胜势。

2 智能制造系统的规划与研究

2.1 以CPS为基础的智能制造系统

CPS 是一种基于对外部环境的感应，通信、计算和控制能力高度集成的可信赖、可操控、可扩充性能一体化的网络物理配置系统。工业4.0智能制造的重中之重是CPS，运用CPS 技术使云安全网络与物理设备彼此联合，继而物理设备拥有了感应、推断、剖析、评估、长途调和、规划和操控等智能性能，将人才与相关材料、有效信息和物理设备相结合，助力企业创造全球化网络系统，使产品策划、创造、物流与生产设备等与智能制造相关的因素彼此融合，构成智能制造系统。CPS 也是一种分散的异构系统，由多个具有不同构造和性能的子系统组成，但是这些子系统还能划分成相异的地理区域。CPS 具有独立性、顺应性、快捷性、功效性、稳当性和安全性的特性和需求。

2.2 装备和系统是智能制造发展的核心力量

智能制造装备向世界展示出制造流程、当代信息科技、智能化科技在装备成果上的集中化和协同革新，既是评定一个国家在智能制造领域发展情况的关键，又是科技发展的最终导向，还是促进社会生产力进步的内驱力。相较于原始制造装备，智能制造装备拥有对周围环境和装备运转状况的准点测定、剖析和应对技能；根据装备运转状况的变动独立构思、操纵和计划技能；对机器运转过程中可能碰到的一系列障碍的独立判定和独立解决功效。以及对自身机能变化的自我判断和保障功效。同时介入关于网络的集中化与联合化的功效。工业机器人就属于典型的智能制造装备之一，它能精确地判断出周围环境以及任务的变化，实现各类自主操作，拥有感知功能、敏捷的思维。但是我国工业基础相较于发达国家，还存在短板，基础不够牢固，和发达国家之间的差距较为明显。在最近的几年中，我国坚定地走"十三五"发展之路，拓宽智能制造领域，提升我国在此领域的地位。

2.3 智能制造自动化技术的新模式

自动化科技导致原始的人工操作模式发生变化，可以灵活使用计算机系统使整个生产流程顺利进行，达成对于相关数据的控制与计算的自动化，同时也可以达到高效监控整个设备运转状况的目的，当运转出现障碍时机器会拉响警报。通过技术生产的自动化，显著减小产品生产加工流程中可能遇到的风险，从而维持设备运作的稳定，产生了积极的经济效益，达到精密产品的大范围创造。对于相关技术的运用和基本原理，自动化技术都已经发展到十分完善的阶段，其中以包括EMCU 在内的微控制器较为多见，除此之外还有触摸屏技术、PLC 可编程逻辑控制器、传感器技术、VFD 变频器、IPC 工业控制计算机等。智能制造技术能得到顺利实践，离不开以它们为基础。使用各种计算机自动监控设备生产、产品运行设备结构，使制造业能够恰到好处地把控制制造流程中需要运用到的相关数据，顺利完成自动处理信息、自动保护隐私和自动报警的一系列行为。物联网技术是信息时代的象征，能够在智能制造自动化生产中供应各种各样的工具处理各项得出的数据，能够通过细微的调整、思维性编辑、管理程序等方式来促进工作的高效性。在自动化技术领域。云制造技术可以通过环绕生产设备、资源监控、资源计算、物质资源、资源储备、资源运载等方案进行重组。在设置软资源时，通过策划、剖析、模拟和规划整个流程等方式，着手从自动化生产的有效期限切入主题，可以从多个方面改善云制造流程；同时，凭借相关的工程常识、产品样式或相关技术的规范，可以以云制造的技术标准为中心创立工艺过程，最后达到自动化水平的提升。

3 大数据驱动智能制造的框架与模型

3.1 产生驱动的因素

经济因素对其具有一定的影响。国民经济的命脉是我国的制造业，是长久经济之间较量的具体表现。对于新时代下的工业革命，我国出台了“中国制造2025”政策，数据知识这一要素被包括进智能制造的基本要领。嵌入生产系统的大数据，一种“数据制造”新模式诞生了，这一举措使制造思想更加成熟、使生产过程得到改进、使策划机制得到完善，制造业新一轮经济增长点因此产生，这一定会在国际政治、科技较量、经济与获益体例的重新建造上产生举足轻重的影响。然后是理论因素。使用大数据的理论对制造系统进行分析，得出其内在的逻辑联系，避免由于所谓的“经验”而得出片面盲目的判断。实践因素也占据了一定地位。大数据推动了智能制造在发展道路上的前进，将“经验”转变成长久深刻的价值，通过知识的积累与不断更新，使专业人员能够相对理性、切实地处理各种疑难。技术因素也发挥了重要作用。当下，以大数据技术为基础的"策划—制造—营销—效劳—约束”一体化的制造系统已经迈入实践时段。

3.2 大数据驱动智能制造的特性

①联合化特性。在以大数据为背景之下，物联网、工业互联网、移动互联网几大智能制造领域的前沿技术达成了彼此融合，策划、制造、营销、物流、服务、管束等借助大数据平台进行宣传和共享。接着是社会化特征。大数据在智能制造产业迈向社会化过程中起到收集、剖析、发掘用户数据、供应指向性处理方案的功用。②融合化特征。国外的智能制造专家在《实现21世纪智能制造》的一项报告中着重阐明通过协调各项技术达成从流程驱动发展的形式到数据驱动发展的形式的转型。国外的工业4.0策略大致思绪是推动大数据、云计算、物联网、工业互联网等与制造技术的协调统一。③智慧化特征。智慧制造具有优异的兼备性的规范构造，能在日益繁杂的当代制造系统中，对已经存在的制造模式进行重组同时进行一定程度的延展。

3.3 大数据驱动的智能制造结构

智能制造的大数据系统可以分为大数据管理和大数据分析两个领域：大数据管理包括数据收集、预处理和存储备环节，大数据分析包括对数据的分析和运用环节。几个技术模块相互衔接和集成，共同形成一个完善的闭路系统。通过使用物联网中点缀在数据源之中的传感器、RFID、读写器、GPS、机器之间的通信等信息感应设备把大自然中的万事万物融为一体，与大数据平台相互融合，感应并收集产品有效期限的数据。需要预处理已经收集到的各项数据，包括对数据的洗涤、集成、改动、归约、降维，以及按照数据的特征提纯，按照其标签正确操作等。数据预处理还要构造数据之间的衔接，达到数据的互联互通。将数据存储在受第三方管理的多台虚拟服务器中，任何时候任何底单都可以进行考察和移用。数据可视化起到了使数据的特性得到多维显示、隐藏的信息和规律明显化的功用。数据可视化表示出多方式数据高分辨率显示与多视图的交融、联合、相辅相成等发展趋向。

4 结语

智能制造装备行业将会成为在未来科技发展之路上的一个关键性指导方向。我国在对智能制造装备探究的发展历程中，可以借鉴来自于国外一些发达国家更为先进的思想与丰富的经验，然后归纳探究存在的缺陷，结合当下的探究现状，按照智能制造装备未来的发展趋向，对我国智能制造装备的发展方向进行合理的变动。在工业4.0的背景下，充分考虑工业机器人的应用前景，思考并且精准定位企业对机器人相关技能的要求，同时联合制造业、系统集成企业的要求，制定出切合要求的人才培养策略。结合工作岗位的实质需求，推广出口即入口的教育体系，培育出企业迫切需要、匮乏的人才。与此同时，与知名企业加强合作，构建优势互补，彼此增进的校企一体化模式，满足企业智能化的需求。智能制造技术在当前的时代成为制造业的主力军、主旋律、主潮流，获得了越来越多的人的提倡，发展趋势蒸蒸日上。