智能是由“智慧”和“能力”两个词语构成。从感觉到记忆到思维这一过程，称为“智慧”，智慧的结果产生了行为和语言，将行为和语言的表达过程称为“能力”，两者合称为“智能”。
因此，将感觉、记忆、回忆、思维、语言、行为的整个过程称为智能过程，它是智慧和能力的表现。
“智能制造”可以从制造和智能两方面进行解读。首先，制造是指对原材料进行加工或再加工，以及对零部件进行装配的过程。通常，按照生产方式的连续性不同，制造分为流程制造与离散制造（也有离散和流程混合的生产方式）。根据我国现行标准GB／T4754－2002，我国制造业包括31个行业，又进一步划分约175个中类、530个小类，涉及了国民经济的方方面面。
智能是由“智慧”和“能力”两个词语构成。从感觉到记忆到思维这一过程，称为“智慧”，智慧的结果产生了行为和语言，将行为和语言的表达过程称为“能力”，两者合称为“智能”。因此，将感觉、记忆、回忆、思维、语言、行为的整个过程称为智能过程，它是智慧和能力的表现。
然而，由于我国技术基础薄弱发展不平衡，企业在智能制造实施和升级改造过程中往往茫然不知从何做起。因此，以下将根据智能制造的描述性定义，提出关于智能工厂、制造环节及装备智能化、网络互联互通、端到端数据流等四个方面的初步认识，以期说明智能制造的主要内容。
智能工厂是实现智能制造的载体。在智能工厂中通过生产管理系统、计算机辅助工具和智能装备的集成与互操作来实现智能化、网络化分布式管理，进而实现企业业务流程、工艺流程及资金流程的协同，以及生产资源（材料、能源等）在企业内部及企业之间的动态配置。
一方面，“工欲善其事，必先利其器”，实现智能制造的利器就是数字化、网络化的工具软件和制造装备，包括以下类型：
计算机辅助工具，如CAD（计算机辅助设计）、CAE（计算机辅助工程）、CAPP（计算机辅助工艺设计）、CAM（计算机辅助制造）、CAT（计算机辅助测试，如ICT信息测试、FCT功能测试）等；
计算机仿真工具，如物流仿真、工程物理仿真（包括结构分析、声学分析、流体分析、热力学分析、运动分析、复合材料分析等多物理场仿真）、工艺仿真等；
工厂／车间业务与生产管理系统，如ERP（企业资源计划）、MES（制造执行系统）、PLM（产品全生命周期管理）／PDM（产品数据管理）等；
智能装备，如高档数控机床与机器人、增材制造装备（3D打印机）、智能炉窑、反应釜及其他智能化装备、智能传感与控制装备、智能检测与装配装备、智能物流与仓储装备等；
新一代信息技术，如物联网、云计算、大数据等。
另一方面，智能制造是一个覆盖更宽泛领域和技术的“超级”系统工程，在生产过程中以产品全生命周期管理为主线，还伴随着供应链、订单、资产等全生命周期管理，如图1所示。
图1：智能制造生命周期管理
在智能工厂中，借助于各种生产管理工具／软件／系统和智能设备，打通企业从设计、生产到销售、维护的各个环节，实现产品仿真设计、生产自动排程、信息上传下达、生产过程监控、质量在线监测、物料自动配送等智能化生产。下面介绍了几个智能工厂中的典型“智能”生产场景。
场景1：设计／制造一体化。在智能化较好的航空航天制造领域，采用基于模型定义（MBD）技术实现产品开发，用一个集成的三维实体模型完整地表达产品的设计信息和制造信息（产品结构、三维尺寸、BOM等），所有的生产过程包括产品设计、工艺设计、工装设计、产品制造、检验检测等都基于该模型实现，这打破了设计与制造之间的壁垒，有效解决了产品设计与制造一致性问题。制造过程某些环节，甚至全部环节都可以在全国或全世界进行代工，使制造过程性价比最优化，实现协同制造。
场景2：供应链及库存管理。企业要生产的产品种类、数量等信息通过订单确认，这使得生产变得精确。例如：使用ERP或WMS（仓库管理系统）进行原材料库存管理，包括各种原材料及供应商信息。当客户订单下达时，ERP自动计算所需的原材料，并且根据供应商信息即时计算原材料的采购时间，确保在满足交货时间的同时使得库存成本最低甚至为零。
场景3：质量控制。车间内使用的传感器、设备和仪器能够自动在线采集质量控制所需的关键数据；生产管理系统基于实时采集的数据，提供质量判异和过程判稳等在线质量监测和预警方法，及时有效发现产品质量问题。此外，产品具有唯一标识（条形码、二维码、电子标签），可以以文字、图片和视频等方式追溯产品质量所涉及的数据，如用料批次、供应商、作业人员、作业地点、加工工艺、加工设备信息、作业时间、质量检测及判定、不良处理过程等。
场景4：能效优化。采集关键制造装备、生产过程、能源供给等环节的能效相关数据，使用MES系统或EMS（能源管理系统）系统对能效相关数据进行管理和分析，及时发现能效的波动和异常，在保证正常生产的前提下，相应地对生产过程、设备、能源供给及人员等进行调整，实现生产过程的能效提高。
因此，智能工厂的建立可大幅改善劳动条件，减少生产线人工干预，提高生产过程可控性，最重要的是借助于信息化技术打通企业的各个流程，实现从设计、生产到销售各个环节的互联互通，并在此基础上实现资源的整合优化和提高，从而进一步提高企业的生产效率和产品质量。
互联网技术的普及使得企业与个体客户间的即时交流成为现实，促使制造业实现从需求端到研发端、服务端的拉动式生产，以及从“生产型”向“服务型”模式转变。因此，企业领先于竞争对手完成数字化、网络化与智能化的转型升级，实现大规模定制化生产来满足个性化需求并提供智能服务，方能在瞬息万变的市场上立于不败之地。
看得见的是个性化定制和智能服务，看不见的是生产制造各环节的数字化、网络化与智能化。实现智能制造，网络化是基础，数字化是工具，智能化则是目标。
数字化、网络化、智能化是保证智能制造实现“两提升、三降低”经济目标的有效手段。数字化确保产品从设计到制造的一致性，并且在制样前对产品的结构、功能、性能乃至生产工艺都进行仿真验证，极大地节约开发成本和缩短开发周期。网络化通过信息横纵向集成实现研究、设计、生产和销售各种资源的动态配置以及产品全程跟踪检测，实现个性化定制与柔性生产的同时提高了产品质量。智能化将人工智能融入设计、感知、决策、执行、服务等产品全生命周期，提高了生产效率和产品核心竞争力。
智能制造的首要任务是信息的处理与优化，工厂／车间内各种网络的互联互通则是基础与前提。没有互联互通和数据采集与交互，工业云、工业大数据都将成为无源之水。智能工厂／数字化车间中的生产管理系统（IT系统）和智能装备（自动化系统）互联互通形成了企业的综合网络。按照所执行功能不同，企业综合网络划分为不同的层次，自下而上包括现场层、控制层、执行层和计划层。图2给出了符合该层次模型的一个智能工厂／数字化车间互联网络的典型结构。随着技术的发展，该结构呈现扁平化发展趋势，以适应协同高效的智能制造需求。
图2：智能工厂／数字化车间典型网络结构
智能工厂／数字化车间互联网络各层次定义的功能以及各种系统、设备在不同层次上的分配如下。
计划层：实现面向企业的经营管理，如接收订单，建立基本生产计划（如原料使用、交货、运输），确定库存等级，保证原料及时到达正确的生产地点，以及远程运维管理等。企业资源规划（ERP）、客户关系管理（CRM）、供应链关系管理（SCM）等管理软件都在该层运行。
执行层：实现面向工厂／车间的生产管理，如维护记录、详细排产、可靠性保障等。制造执行系统（MES）在该层运行。
监控层：实现面向生产制造过程的监视和控制。按照不同功能，该层次可进一步细分为：
监视层：包括可视化的数据采集与监控（SCADA）系统、HMI（人机接口）、实时数据库服务器等，这些系统统称为监视系统；
控制层：包括各种可编程的控制设备，如PLC、DCS、工业计算机（IPC）、其他专用控制器等，这些设备统称为控制设备；
现场层：实现面向生产制造过程的传感和执行，包括各种传感器、变送器、执行器、RTU（远程终端设备）、条码、射频识别，以及数控机床、工业机器人、工艺装备、AGV（自动引导车）、智能仓储等制造装备，这些设备统称为现场设备。
工厂／车间的网络互联互通本质上就是实现信息／数据的传输与使用，具体包含以下含义：物理上分布于不同层次、不同类型的系统和设备通过网络连接在一起，并且信息／数据在不同层次、不同设备间的传输；设备和系统能够一致地解析所传输信息／数据的数据类型甚至了解其含义。前者即指网络化，后者需首先定义统一的设备行规或设备信息模型，并通过计算机可识别的方法（软件或可读文件）来表达设备的具体特征（参数或属性），这一般由设备制造商提供。如此，当生产管理系统（如ERP、MES、PDM）或监控系统（如SCADA）接收到现场设备的数据后，就可解析出数据的数据类型及其代表的含义。
智能制造要求通过不同层次网络集成和互操作，打破原有的业务流程与过程控制流程相脱节的局面，分布于各生产制造环节的系统不再是“信息孤岛”，数据／信息交换要求从底层现场层向上贯穿至执行层甚至计划层网络，使得工厂／车间能够实时监视现场的生产状况与设备信息，并根据获取的信息来优化生产调度与资源配置。也要涉及到协同制造单位（如上游零部件供应商、下游用户）的信息改变，这就需要用互联网实现企业与企业数据流动。按照图2的智能工厂／数字化车间网络结构，工厂／车间中可能的端到端数据流如图3所示。
图3：智能制造端到端数据流
具体包括：
现场设备与控制设备之间的数据流包括：交换输入、输出数据，如控制设备向现场设备传送的设定值（输出数据），以及现场设备向控制设备传送的测量值（输入数据）；控制设备读写访问现场设备的参数；现场设备向控制设备发送诊断信息和报警信息；
现场设备与监视设备之间的数据流包括：监视设备采集现场设备的输入数据；监视设备读写访问现场设备的参数；现场设备向监视设备发送诊断信息和报警信息；
现场设备与MES／ERP系统之间的数据流包括：现场设备向MES／ERP发送与生产运行相关的数据，如质量数据、库存数据、设备状态等；MES／ERP向现场设备发送作业指令、参数配置等；
控制设备与监视设备之间的数据流包括：监视设备向控制设备采集可视化所需要的数据；监视设备向控制设备发送控制和操作指令、参数设置等信息；控制设备向监视设备发送诊断信息和报警信息；
控制设备与MES／ERP之间的数据流包括：MES／ERP将作业指令、参数配置、处方数据等发送给控制设备；控制设备向MES／ERP发送与生产运行相关的数据，如质量数据、库存数据、设备状态等；控制设备向MES／ERP发送诊断信息和报警信息；
监视设备与MES／ERP之间的数据流包括：MES／ERP将作业指令、参数配置、处方数据等发送给监视设备；监视设备向MES／ERP发送与生产运行相关的数据，如质量数据、库存数据、设备状态等；监视设备向MES／ERP发送诊断信息和报警信息。
我国制造业现状是 “2．0补课，3．0普及，4．0示范”，其中工业2．0、3．0、4．0对应的含义如下：
2．0实现“电气化、半自动化”：使用电气化和机械化制造装备，但各生产环节和制造装备都是“信息孤岛”，生产管理系统与自动化系统信息不贯通，甚至企业尚未使用ERP或MES系统进行生产信息化管理。我国也有许多中小企业都处于此阶段；
3．0实现“高度自动化、数字化、网络化”：使用网络化的生产制造装备，制造装备具有一定智能功能（如标识与维护、诊断与报警等），采用ERP和MES系统进行生产信息化管理，初步实现了企业内部的横向集成与纵向集成；
4．0实现“数字化、网络化、智能化”：适应多品种、小批量生产需求，实现个性化定制和柔性化生产，使用高档数控机床、工业机器人、智能测控装置、3D打印机、智能仓库和智能物流等智能装备，借助各种计算机辅助工具实现虚拟生产，利用互联网、云计算、大数据实现实现价值链企业协同生产、产品远程维护智能服务等。
我国实现智能制造必须2．0、3．0、4．0并行发展，既要在改造传统制造方面“补课”，又要在绿色制造、智能升级方面“加课”。对于制造企业而言，应着手于完成传统生产装备网络化和智能化的升级改造，以及生产制造工艺数字化和生产过程信息化的升级改造。对于装备供应商和系统集成商，应加快实现安全可控的智能装备与工业软件的开发和应用，以及提供智能制造顶层设计与全系统集成服务。
必须牢记，企业不是为了“智能制造”而智能制造，应以智能、协同、绿色、安全发展为突破口，以“两提升、三降低”为目标，本着长远规划、逐步实施、重点突破原则，对整个制造业进行逐步升级改造。
打造精益管理标杆，引领中国企业创新！
网址：www.huahao-china.cn
邮箱：hh@huahao-china.cn
电话：0755-2293 2566
