智能为制造发展注入新动能

文/陆龙生 粱澜之 赵异荷

制造业是国民经济发展的基础，是一个国家综合实力和国际竞争力的综合体现。特别是金融危机以来，大多数发达国家纷纷加快工业布局，制定振兴制造业的国家战略，重点发展智能制造，抢占制造业未来的制高点。

一、智能制造的定义

智能制造是工业中典型的学科交叉问题，涉及计算机、机械、传感、控制等诸多技术领域。我国工信部对于智能制造（intelligent manufacturing，IM）给出了一个较为全面的描述性定义：智能制造是基于新一代信息技术，贯穿设计、生产、管理、服务等制造活动的各个环节，具有信息深度自感知、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。智能制造，就是在传统生产的基础上，使得生产设备可以在没有人工干预的环境下，不但能实现生产自动化，还能根据生产过程中产生的数据，实时更新产品设计、优化生产流程、监测产品质量，在完成生产时还能实现自动的产品分装与仓储管理。

智能制造虽然是智能与制造的相辅相成协同工作，但是制造是中心要素，是制造依靠人工智能、信息技术等寻求产业的升级和发展，从而进入新的形态。中国工程院院士周济指出，智能制造作为制造业和信息技术深度融合的产物，从其演进发展可总结出三种范式，包括数字化制造、“互联网+制造”（数字化、网络化制造）和新一代智能制造（数字化、网络化、智能化制造）。我国制造业正处于从传统的流水线生产阶段向初步智能制造阶段发展的过渡期，或者可以说正处于智能制造的初级阶段。随着传感技术、物联网、大数据、云计算等新一代信息技术的发展，使装备了高端智能传感器的设备能快速、准确地获得生产数据，同时进行数据处理，在设备与设备之间、设备与决策层之间也能快速传输，做到实时采集、实时处理、实时通信、实时决策，加速提高生产效率。同时，机械臂与机器人、自动导航运输车辆、协同生产车间等应运而生，从而减少了人工操作，提升了生产效率，同时也更容易保障生产质量。信息技术与制造加工的融合，使生产线实现了数据驱动、设备互联和自动化加工的功能，进而产生了智能制造的概念。

二、智能制造的发展

世界上主要的发达国家从18世纪中后期开始工业革命，逐渐摆脱了传统的手工作业模式，使人类走进了机器时代。19世纪末，西方国家依靠工业革命带来的社会发展，又将机器带入了电气化时代，并形成了较为完备的工业体系，进而在20世纪中期进一步演化出了制造业的信息化。本世纪的金融危机以及新冠疫情导致世界各国制造业面临着需求萎缩、生产成本高企等困境，同时客户需求趋向定制化，生产过程能耗控制更为严格，这一系列的挑战倒逼制造业产业升级。可喜的是，随着自动化、大数据、云计算、物联网等技术的兴起，制造业逐渐走向了智能化的时代（见图1）。世界主要经济体大力推行工业转型布局，制定利用信息技术提升制造业技术能力的国家战略，如美国的“先进制造业国家战略计划”、德国的“工业4.0”、日本的“科技工业联盟”、英国的“工业2050战略”。

图1 制造业的发展阶段

智能化是制造强国发展的必然选择，是时代发展的必然产物。当前，我国制造业正逐步走出“三来一补”、劳动力密集的低附加值时期。随着人民生活水平提高、劳动力成本攀升，制造业需要更加高效的生产模式。因此，各级政府和企业设立了大量的科技专项，不断投入人力、物力和财力，推动我国工业科技研发实力也逐渐走到了世界前列。如我国新一代信息技术处于世界先进水平：在电子商务和智能支付等应用领域，我国处于世界领先水平；在通信技术领域前瞻性研究方面，我国与世界同步；在人工智能技术领域，我国被列为世界最领先的3个国家之一。然而，我国智能制造业发展也面临大量挑战：智能制造的关键装备与核心零部件国产化率不高，高端装备、精密测量技术、智能控制技术、工业设计制造软件等对国外的依存度比较高，还面临着一系列“卡脖子”技术瓶颈需要攻克。

三、智能制造的组成

智能制造在实际应用中主要包括感知层、网络层、执行层和应用层。感知层主要使用智能传感器、射频识别技术（RFID）和机器视觉等传感和数据采集技术对生产数据、工件数据和用户数据进行采集；网络层中，运用云计算、大数据、工业互联等技术对采集到的数据进行分析处理，再提交到执行层；执行层中的机器人、智能机床、自动化产线等关键设备根据数据和指令进行生产加工；在应用层中，智能制造提供了系统集成以及自动化生产解决方案，构建自动化生产以及智能工厂的基本框架，实现了感知层、网络层、执行层和应用层之间互联互通和实时的信息交互。随着智能传感的发展，目前的高端数控机床、关键零部件以及生产工件都具有一定的数据采集能力，相关数据可以通过在线上或线下进行处理分析，再反馈到决策层。在决策管理层上，生产信息化管理系统（MES）、资源计划管理系统（ERP）等系统模块都有了广泛应用。然而，值得注意的是，目前人与设备、设备与设备、设备与决策层之间的信息通道并未完全打通，无法实现生产环节之间的完全互联以及实时交互，因此，制造业还需要继续在数字孪生、工业物联网、大数据挖掘分析、云计算与边缘计算等信息技术领域拓展研究，从而实现具备生产智能化、装备智能化、工件智能化、管理智能化和服务智能化等五大典型特征的功能。

（1）生产智能化。传统制造业中信息空间与物理空间的交互存在滞后性，无法满足生产柔性化的需要。随着智能制造时代的到来，生产方式将由传统的大批量、共性化转变为小批量、定制化。加工过程的高度自动化、柔性化，所有生产数据的数字化、透明化，可以实现高度灵活的服务型制造以及云端制造。

（2）装备智能化。在智能工厂中，生产装备借助超宽带、现场总线等无线和有线通信技术以及机器对机器（M2M）通信技术，实现管理端与制造端之间实时高效的互联互通，从而保证生产订单的及时响应与制造信息的及时反馈，极大程度提高生产效率。

（3）工件智能化。在生产过程中，运用射频识别标签、条形码等对每一个工件进行标记，实现工件的可识别、可定位、可管理。同时，利用数字孪生技术将工件的结构、功能、状态、行为映射到虚拟空间中，实现工件全链条、全要素信息可追溯。

（4）管理智能化。传统制造业中，人、工件、设备、系统往往是相对独立的，基于工业物联网以及智能传感技术，企业内部可以消除“信息孤岛”，各个层级实时互联，工件与设备、设备与设备、设备与系统间实现信息实时高效互通与共享，管理者可以很方便地调用生产制造过程中的核心数据，从而实现即时反馈、自主决策、人机信息交互、智能管理。

（5）服务智能化。利用大数据及云计算技术，对历史订单、用户数据进行深度学习与挖掘，借助人工神经网络、专家系统、智能算法等新兴信息处理工具提取关键特征信息，组建用户需求偏好数据库，实现用户需求的高效准确识别与满足。

四、智能制造在广东的典型应用

广东作为中国制造业大省，拥有门类全、规模大、技术水平先进的制造产业体系。在定制化工厂、新能源汽车等行业，广东已开始不断应用智能传感、工业物联网技术、大数据挖掘分析、云计算等信息技术，部分智能制造产业已处于全国前列，“三无一机”（无人车、无人机、无人船、机器人）就是广东典型的智能制造应用。

（1）无人车。随着智能传感的发展，车辆可采集到广泛的数据，并通过高性能计算处理芯片、控制器等设备，实现一定程度的自主控制。广州小鹏汽车的智能导航辅助驾驶（NGP）系统通过搭配摄像头、毫米波雷达、超声波传感器、高精地图、高速计算以及自主研发的软件平台，实现了L2级别的驾驶辅助。

（2）无人机。我国的民用无人飞行器发展迅速，特别是深圳市大疆创新科技有限公司和广州亿航智能技术有限公司等企业在全球市场占据重要地位。无人飞行器可以对通过智能传感和机器视觉技术获取大量飞行数据进行针对性优化，实现自动跟踪、主动避障和路径规划等功能。5G技术的加入，使无人机可以在更广阔的范围内进行无线连接操作。

（3）无人船。珠海云洲智能科技股份有限公司推出的5G无人船是世界第一批搭载5G通信技术的无人船。智能控制技术的发展使得无人船可以实现航径规划、自主避障等功能，5G技术的加持使其可以保证远程操控的实时性与准确性，从而完成复杂水域的水文探测、救援等功能。

（4）机器人。广州瑞松智能科技股份有限公司、广州启帆工业机器人有限公司等企业对伺服控制系统、高敏传感器与制动器、机器视觉、谐波减速器等机器人关键技术与零部件进行攻关，研发的在线监测与故障诊断系统可以实时监控生产状态并预测故障，提高生产效率，保证生产质量。

五、智能制造的未来

未来，智能制造将面向通用体系建设、数据驱动、智慧设计、人工智能、可持续性等方向继续发展。由于智能制造是机械、电子、材料、控制等多学科交叉的系统级应用，智能制造体系建设有助于为企业提供指引以及标准化。随着增强现实（AR）到虚拟现实（VR）技术的发展，传统设计方式将进化到智慧时代，计算机辅助制造（CAM）等技术与物理智能模型系统通过3D打印、信息物理系统和AR等技术结合，实现实时交互。工业4.0中，智能装备主要通过机器人、机械臂等设备的帮助，实现实时传感和传动，通过大数据驱动，未来可以实现具备自学习、自适应的生产加工能力，提升加工效率。

可持续性发展也是智能制造需要关注的重点。数字孪生驱动可持续智能制造平台可以进一步整合企业间的价值链，形成新的产业形态，其框架如图2所示。其中，基础平台映射为可持续智能制造装备、可持续智能制造系统、可持续智能制造服务，三者相互支持运行。智能制造设备具有传感、分析、推理和控制功能，可映射到虚拟和物理原型。智能制造系统是涵盖自动化生产、装备制造执行、企业资源管理三大系统的总成。智能制造服务面向产品生命的全周期。

图2 数字孪生驱动的可持续智能制造构架

智能制造的发展将通过人工智能与制造技术的深入融合，智能不断向智慧方向发展，成为智慧制造。深度融合5G通信、边缘计算、物联网、大数据、人工智能等技术，实现产品从原材料、仓储、加工到装配、物流、服务的产品全寿命周期智慧化。高连接速率的5G通信、工业物联网技术保证了海量的工业数据在企业内部无障碍流通，边缘计算和大数据技术将有能力整合处理大量工业数据，在人工智能技术的加持下，智能制造走向智慧规划、智慧决策。