对智能制造内涵的系统思考

    当前，智能制造成为业界关注的热点。2015年，工信部批准了46个智能制造试点示范项目和94个智能制造专项，发布了国家智能制造标准体系建设指南（2015版），很多企业跃跃欲试，希望通过推进智能制造实现“少人化”，降低成本，灵活应对市场变化，更好地满足客户需求。

    那么，智能制造究竟是什么？包含哪些范畴？目前业界还没有达成共识，不同背景的专家给出的解释往往大相径庭，很多概念满天飞，容易让制造企业无所适从。因此，我想站在制造企业的角度，来系统地分析一下这个问题，希望能够起到正本清源的作用。可以肯定的是，智能制造的“制造”二字，是广义的，指的是“manufacturing”，不仅仅是指生产（Production）。

    与智能制造相关的概念很多。列举如下：

• 数字化制造（Digital Manufacturing）：这是一种软件技术，指的是通过仿真软件对产品的加工与装备过程，以及车间的设备布局、物流、人机工程等进行仿真，目前主要的软件包括西门子的Tecnomatix和达索系统的Delmia。在CIMdata对PLM的定义中，DM属于其中一个领域。
  
• 数字化工厂（Digital Factory）：数字化工厂指的是从产品研发、工艺、制造、质量与企业内部物流等产品制造价值链的各个环节都基于数字化软件和自动化系统进行支撑，能够实现实时的数据采集和分析。这个概念西门子采用较多，西门子有一个数字化工厂集团，专门提供相关的产品和解决方案。西门子成都电子工厂也被称为数字化工厂，该工厂已经广泛应用了RFID、机器视觉，实现了工控产品的混流生产。数字化工厂一个重要的标志，是需要MES（制造执行系统）软件、WMS（仓储管理系统）软件的支撑。
  
• 智能工厂（Smart Factory）: 智能工厂目前没有统一一致的定义。按照业务流程专家Scheer教授的观点，工业4.0的最底层叫做Real time smart factory。我认为，智能工厂相对于数字化工厂而言，主要强调生产数据、计量数据、质量数据的采集的自动化，基本不需要人工录入信息，同时，能够实现对采集数据的实时分析。SAP有一个MII系统（制造集成与智能），就是实现这个功能。

业务流程管理专家Scheer教授对智能工厂的解读

    关于智能制造，我认为其内涵是实现整个制造业价值链的智能化和创新，是信息化与工业化深度融合的进一步提升。智能制造融合了信息技术、先进制造技术、自动化技术和人工智能技术。智能制造包括开发智能产品；应用智能装备；自底向上建立智能产线，构建智能车间，打造智能工厂；践行智能研发；形成智能物流和供应链体系；开展智能管理；推进智能服务；最终实现智能决策。目前智能制造的“智能”还处于Smart的层次，就是智能制造系统具有数据采集、数据处理、数据分析的能力，能够准确执行指令，能够实现闭环反馈；而智能制造的趋势是真正实现“Intelligent”，智能制造系统能够实现自主学习、自主决策，不断优化。

智能制造的金字塔

    在智能制造的金字塔中，智能产品与智能服务可以帮助企业带来商业模式的创新；智能装备、智能产线、智能车间到智能工厂，可以帮助企业实现生产模式的创新；智能研发、智能管理、智能物流与供应链则可以帮助企业实现运营模式的创新；而智能决策则可以帮助企业实现科学决策。智能制造的十项技术之间是息息相关的，制造企业应当渐进式、理性地推进这十项智能技术的应用。以下对这些技术一一进行解读。

    1. 智能产品（Smart Product）：

    通常包括机械、电气和嵌入式软件，具有记忆、感知、计算和传输功能，典型的智能产品包括智能手机、智能可穿戴设备、无人机、智能汽车、智能家电、智能售货机等，包括很多智能硬件产品。智能装备也是一种智能产品。企业应该思考如何在产品上加入智能化的单元，提升产品的附加值。比如在工程机械上添加传感器，可以对产品进行定位和关键零部件的状态监测，为实现智能服务打下基础。

智能汽车

    2. 智能服务（Smart Service）：

    基于传感器和物联网（IoT），可以感知产品的状态，从而进行预防性维修维护，及时帮助客户更换备品备件，甚至可以通过了解产品运行的状态，帮助客户带来商业机会。还可以采集产品运营的大数据，辅助企业进行市场营销的决策。此外，企业通过开发面向客户服务的APP，也是一种智能服务的手段，可以针对企业购买的产品提供有针对性的服务，从而锁定用户，开展服务营销。全球PLM领导厂商之一，美国PTC公司斥巨资进军物联网和服务生命周期管理领域，成为智能服务领域的领军企业之一。而智能服务最著名的案例，莫过于美国GE公司将卖发动机转为卖飞行小时的服务。

物联网驱动智能服务的案例

    3. 智能装备（Smart Equipment）：

    制造装备经历了机械装备到数控装备，目前正在逐步发展为智能装备。智能装备具有检测功能，可以实现在机检测，从而补偿加工误差，提高加工精度，还可以对热变形进行补偿，以往一些精密装备对环境的要求很高，现在由于有了闭环的检测与补偿，可以降低对环境的要求。智能装备一个最基本的要求，就是要提供开放的数据接口，能够支持设备联网，国外叫做M2M（机器与机器互联）。三维打印机本质上是一种数控装备，还不是智能装备。

    例如，MAZAK机床配备了针对加工热变位、切削震动、机床干涉、主轴监测、维护保养、工作台动态平衡性及语音导航等智能化功能，可以自行监控机床运转状态，并进行自主反馈，从而大幅度提高机床运行效率及安全性。典型的智能制造装备还融合了自动化上下料的装备，一些装备制造企业还提供专用的CAM软件，例如HOMAG(豪迈)集团的木工加工中心。DMG MORI（德玛吉森精机）推出最新的复合加工中心LaserTec65已经融合增材制造和传统加工，可以通过增材制造快速制造毛坯。Trumpf(通快集团)的激光切割加工中心，可以实现多台设备共享激光源。这些都属于智能装备。对于工业机器人，如果是单纯按照固定指令执行喷涂、搬运、焊接等工艺的机器人，还不能称为智能装备。但是如果具有了机器视觉，能够准确识别工件，或者自主进行装配，自动避让工人等功能，甚至可以实现人机协作，就属于智能装备。例如，ABB推出的双臂机器人YUMI，就是智能型工业机器人的典范。随着复合材料的广泛应用，复合材料加工与装备的智能装备将具有广阔的市场需求。

    华中科技大学李德群院士在成形模拟的基础上将工艺参数自动设置、自适应注射等智能技术应用到注射机上，提出了在线反演的注射速度平滑优化、工艺曲线的二级闭环控制等方法，成功开发出智能型注射机。其智能型注射机能耗低于我国及欧洲最高能耗标准，响应时间、位置精度等关键指标均达到国际先进水平，显著提高了注塑产品的重复精度、良品比例和生产自动化程度。可以说这种设备已经不仅是Smart，而且具有了Intelligence。

DMG MORI的复合加工中心

ABB YUMI双臂智能机器人

    4. 智能产线（Smart Production line）：

    很多行业的企业高度依赖自动化生产线，比如钢铁、化工、制药、食品饮料、烟草、芯片制造、电子组装、汽车整车和零部件制造等，实现自动化的加工、装配和检测，一些机械标准件生产也应用了自动化生产线，比如轴承。但是，在装备制造企业，目前还是以离散制造为主。很多企业的技术改造重点，就是建立自动化生产线、装配线。美国波音公司的飞机总装厂已建立了脉动式总装线。自动化生产线可以分为刚性自动化生产线和柔性自动化生产线，柔性自动化生产线一般建立了缓冲。为了提高生产效率，工业机器人、吊挂系统在自动化生产线上应用越来越广泛。目前，很多汽车整车厂已实现了混流生产，在一条装配线上可以同时装配多种车型。食品饮料行业的自动化生产线，可以根据工艺配方，调整DCS或PLC系统来调整工艺路线，从而生产多种产品。汽车行业正在推行安灯系统，实现生产线的故障报警。汽车行业的总装线往往有多条组装线汇聚而成，比如车身、底盘的总装线汇集到一起，装配成最终的产品。目前，汽车行业和家电行业的生产线自动化、智能化改造需求十分旺盛。

    目前，智能产线在我国制造企业的应用还处于起步阶段，但是是一个必然的发展方向。智能产线的特点是：在生产和装配的过程中，能够通过传感器或RFID自动进行数据采集，并通过电子看板显示实时的生产状态；能够通过机器视觉和多种传感器进行质量检测，自动剔除不合格品，并对采集的质量数据进行SPC分析，找出质量问题的成因；能够支持多种相似产品的混线生产和装配，灵活调整工艺，适应小批量、多品种的生产模式；具有柔性，如果生产线上有设备出现故障，能够调整到其他设备生产；针对人工工位，能够给予智能的提示。西门子成都电子工厂的总装线，已经达到了智能产线的水平。

西门子成都电子工厂的智能总装线

    5. 智能车间（Smart workshop）：

    一个车间通常有多条生产线，这些生产线要么生产相似零件或产品，要么有上下游的装配关系。要实现车间的智能化，需要实现对生产状况、设备状态、能源消耗、生产质量、物料消耗等信息进行实时采集和分析，进行高效排产和合理排班。因此，无论什么制造行业，制造执行系统（MES）成为企业的必然选择。而先进生产排程（APS）系统也已经进入了制造企业选型的视野，开始了初步实践，实现基于实际产能约束的排产。对于药品、食品等行业，国家有强制性的追溯要求，需要通过GMP等行业认证，因此推进MES更加紧迫。前文提到的数字化制造（DM）技术，也是智能车间的支撑工具，可以帮助企业在建设新厂房时，根据设计的产能科学进行设备布局，提升物流效率，提高工人工作的舒适程度。

    MES是一个车间级的综合管理系统，可以帮助企业显著提升设备利用率，提高产品质量，实现生产过程可追溯和上料防错，提高生产效率。需要强调指出的是，纯离散制造企业也可以应用MES系统，但是，MES系统的应用与企业的生产模式息息相关。如果纯离散的制造企业实施了MES之后，又改造为自动化或智能产线，那么MES系统可能会推到重来。因此，企业进行MES应用需要慎之又慎。智能车间必须建立有线或无线的工厂网络，能够实现生产指令的自动下达和设备与产线信息的自动采集。对于机械制造企业，可以通过DNC技术实现加工代码和设备状态信息的上相传输，兰光创新和CAXA已有成熟的方案。另外，实现车间的无纸化，也是智能车间的重要标志，企业可以应用三维轻量化技术，将设计和工艺文档传递到工位。上海明匠智能公司开发了一个智能网关，可以将基于不同厂商通讯协议的生产现场数据转为OPC标准，解决了车间信息通讯的难题。

    近来有一项新兴技术，就是将MES系统采集到的数据在虚拟的三维工厂模型中实时地展现出来，不仅提供了车间的VR（虚拟现实）环境，而且还可以显示设备的实际状态，实现虚实融合。此外，在智能车间还有一个标志，就是不仅建立了视频监控系统，还可以对车间的环境，人员行为进行监控、识别与报警。例如，有工人没有带安全帽，进入了不允许进入的区域，或者倒地，都可以自动报警。这方面，三星已经有了成功实践。

三星的智能车间

    6. 智能工厂（Smart Factory）：

    一个工厂通常由多个车间组成，大型企业有多个工厂。前文已经提到了智能工厂与数字化工厂的区别，一个普遍的共识是，仅仅有自动化生产线和一大堆机器人，并不是智能工厂。作为智能工厂，不仅生产过程应实现自动化、透明化、可视化、精益化，同时，产品检测、质量检验和分析、生产物流也应当与生产过程实现闭环集成。一个工厂的多个车间之间要实现信息共享、准时配送、协同作业。一些离散制造企业也建立了类似流程制造企业那样的生产指挥中心，对整个工厂进行指挥和调度，及时发现和解决突发问题，这也是智能工厂的重要标志。智能工厂必须依赖无缝集成的信息系统支撑，包括PLM、ERP、CRM、SCM和MES五大核心系统。大型企业的智能工厂需要应用ERP系统制定多个车间的生产计划，并由MES系统根据各个车间的生产计划进行详细排产。因此，MES也是一个企业级的信息系统，MES的选型绝不允许各个车间或分厂各自为政。

    三星开展了移动工厂（Mobile plant）的实践，工人可以通过智能手机查询工单，可以开视频会议，维修人员碰到疑难问题，可以通过手机视频寻求专家解答，还给智能手机配备了RFID和条码扫描的接口，这也是一个智能工厂的创新实践。还有一些企业实现了刀具管理的智能化，通过在刀柄上植入RFID芯片，对刀具的全生命周期进行管理，从而提高刀具的使用寿命。智能工厂还应当重视利用智能的检测仪器，检测结果直接进入信息系统，无需人工干预。而展望未来，AR（Augmented Reality，增强现实）技术也将在智能工厂大显身手。工人带上AR眼镜，就可以“看到”需要操作的工作位置，例如，需要拧紧螺栓的地方，拧紧力矩OK，也会有相应提示，从而提高作业人员的工作效率。

    最近，美国GE公司宣布将工业互联网平台Predix开放。我理解，Predix实际上就是智能工厂的一个集成化的开发平台，GE力图抢占“工业操作系统”的阵地，成为智能工厂领域的“微软”。

三星的移动工厂实践

    7. 智能研发（Smart R&D）：

    离散制造企业在产品研发方面，已经应用了CAD/CAM/CAE/CAPP/EDA等工具软件和PDM/PLM系统，但是e-works在为制造企业提供咨询服务的过程中发现，很多企业应用这些软件的水平并不高。比如，很多企业还处于二维CAD和三维CAD软件混用的阶段，存档依然是二维，没有实现全三维设计；应用仿真技术仍然处于事后验证，没有实现仿真驱动设计；虽然应用了PDM系统，但还没有建立企业内部的通用件库，重用率不高；对工程/制造/服务BOM的管理还不到位等等。企业要开发智能产品，需要机电软多学科的协同配合；要缩短产品研发周期，需要深入应用仿真技术，建立虚拟数字化样机，通过仿真减少实物试验；需要贯彻标准化、系列化、模块化的思想，以支持大批量客户定制或产品个性化定制；需要将仿真技术与试验管理结合起来，以提高仿真结果的置信度。流程制造企业已开始应用PLM系统实现工艺管理和配方管理，LIMS（实验室信息管理系统）系统比较广泛。

    目前，在产品研发方面，已经出现了一些智能化的软件系统，成为智能研发的具体体现。例如Geometric的DFM PRO软件可以自动判断三维模型的工艺特征是否可制造、可装配、可拆卸；CAD Doctor软件可以自动分析三维模型中存在的问题；基于互联网与客户、供应商和合作伙伴协同设计，也是智能研发的创新形式；拓扑优化技术可以在满足产品功能的前提下，减轻结构的重量；系统仿真技术可以在概念设计阶段，分析与优化产品性能；PLM向前延伸到需求管理，向后拓展到工艺管理，例如，西门子的Teamcenter Manufacturing系统将工艺结构化，可以更好地实现典型工艺的重用；基于三维的装配CAPP、机加工CAPP，以及参数化CAPP也具有了一定智能;此外，索为高科和金航数码合作，开发了面向飞机机翼、起落架等大部件的快速设计系统，也是一种智能研发的软件，可以大大提高产品设计效率。

DFMPro软件进行可制造性分析

    8. 智能管理（Smart Management）：
   
    一谈到管理，大家都会想到ERP（企业资源计划）系统。记得在2003年，国内就曾经出现过ERP过时的说法，事实上时至今日，ERP仍然是制造企业实现现代化管理的基石。以销定产是ERP最基本的思想，MRP（物料需求计划）是ERP的核心。制造企业核心的运营管理系统还包括人力资产管理系统（HCM）、客户关系管理系统（CRM）、企业资产管理系统（EAM）、能源管理系统（EMS）、供应商关系管理系统（SRM）、企业门户（EP）、业务流程管理系统（BPM）等，国内企业也把办公自动化（OA）作为一个核心信息系统。为了统一管理企业的核心主数据，近年来主数据管理（MDM）也在大型企业开始部署应用。实现智能管理和智能决策，最重要的条件是基础数据准确和主要信息系统无缝集成。

     智能管理主要体现在与移动应用、云计算和电子商务的结合。例如，移动版的CRM系统可以自动根据位置服务确定销售人员是否按计划拜访了特定客户；许多消费品制造企业实现了全渠道营销，实现了多个网店系统与ERP系统的无缝集成，从而实现自动派单。此外，主流电梯制造企业纷纷研发了销售配置器软件系统，可以让销售人员根据客户的需求灵活地进行产品配置，快速进行报价，美国主流管理软件Epicor也包含了配置器功能。戴尔公司是基于互联网实现在线选配的先驱，宝马汽车也提供了在线选配的功能，海尔也开始了这方面的实践。业务流程管理（BPM）软件可以实现对业务流程进行建模，实现业务流程的可视化、模拟与优化，这也是一个典型的智能管理应用。

    到目前为止，SAAS（软件即服务）模式的软件应用最成功的领域是CRM，Salesforce无疑是领导者，国内的Xtools和八百客也发展得不错，而最近国内的纷享销客、销售易更是风生水起，拿到多轮投资。阿里叮叮、微信企业号等也迅速发展了很多用户。此外，人力资源领域也是社交网络和云模式的重要领域，我国制造企业已经开始应用基于公有云的人力资源招聘、绩效和人才管理系统。例如广东生益科技就应用了SAP的Successfactors软件，完全基于公有云。


    9. 智能物流与供应链（Smart logistics and SCM）：

    制造企业内部的采购、生产、销售流程都伴随着物料的流动，因此，越来越多的制造企业在重视生产自动化的同时，也越来越重视物流自动化，自动化立体仓库、无人引导小车（AGV）、智能吊挂系统得到了广泛的应用；而在制造企业和物流企业的物流中心，智能分拣系统、堆垛机器人的应用日趋普及。WMS（Warehouse Management System，仓储管理系统）和TMS（Transport Management System，运输管理系统）也受到制造企业和物流企业的普遍关注。其中，TMS系统涉及到GPS定位和GIS的集成，可以实现供应商、客户和物流企业三方的信息共享。上海科箭2015年推出运输云服务，迅速得到企业的接受。

    实现智能物流与供应链的关键技术包括自动识别技术，例如RFID或条码、GIS/GPS定位、电子商务、EDI（电子数据交换），以及供应链协同计划与优化技术。其中，EDI技术是企业间信息集成（B2B Integration）的必备手段，然而我国企业对EDI的重视程度非常不够。EDI技术最重要的价值，就是可以实现供应链上下游企业之间，通过信息系统之间的通讯，实现整个交易过程无需人工干预、而且不可抵赖。历经多年发展，主流的EDI技术已经是基于互联网来传输数据，而我国很大大型企业建立的供应商门户，实际上只是一种Web EDI，不能够与供应商的信息系统集成，供应商只能手工查询。德国Seeburger公司的B2B Integration平台支持各种EDI标准，为欧洲最大的第三方供应链平台SupplyOn提供了基础平台，2015年秋季e-works的第三届德国工业4.0考察团曾前往Seeburger公司总部考察。供应链协同计划与优化是智能供应链最核心的技术，可以实现供应链同步化，真正消除供应链的牛鞭效应，帮助企业及时应对市场波动。JDA公司是该领域的领导厂商，IBM也有优秀的解决方案。三星已实现了供应链同步化。

三星的供应链同步化   

    10.智能决策（Smart Decision Making）：

    企业在运营过程中，产生了大量的数据。一方面是来自各个业务部门和业务系统产生的核心业务数据，比如与合同、回款、费用、库存、现金、产品、客户、投资、设备、产量、交货期等数据，这些数据一般是结构化的数据，可以进行多维度的分析和预测，这就是BI（Business Intelligence，业务智能）技术的范畴，也被称为管理驾驶舱或决策支持系统。同时，企业可以应用这些数据提炼出企业的KPI，并与预设的目标进行对比，同时，对KPI进行层层分解，来对干部和员工进行考核，这就是EPM（Enterprise Performance Management,企业绩效管理）的范畴。从技术角度来开，内存计算是BI的重要支撑。SAP HANA和QlikView软件在这方面已经先行一步。BI软件的另一个趋势是移动BI，支持在智能手机和PAD上进行分析和应用，而要提升移动BI的应用效果，基于云服务无疑是必由之路。

Power BI软件界面

    而今，企业在运营当中，已经产生了诸多的大数据，包括生产现场采集的实时生产数据，设备运行的大数据，质量的大数据，产品运营的大数据，电子商务带来的营销大数据，来自社交网络的与公司有关的大数据等，这些大数据统称为工业大数据（Industrial Big Data），对这些工业大数据的分析，需要引入新的分析工具。因为大数据具有4V的特点，即体量大（Volume）、价值密度低（Value）、种类多(Variety)和速度快（Vilocity）。目前，IBM、SAP、ORACLE、微软等国际大公司在大数据分析工具方面激战正酣，而IBM推出的认知计算（Cognitive Cimputing）代表了智能决策的前沿方向。

    对于制造企业而言，要实现智能决策，首先必须将业务层的信息系统用好，实现信息集成，确保基础数据的准确，这样才能使信息系统产生的数据真实可信。在此基础上应用BI软件进行分析。近年来，BI也有一些新的发展，一个比较重要的创新是In context BI，意思是根据某个用户当前工作的场景，自动展现与当前业务相关的分析图表。而对于工业大数据，企业首先要采集这些大数据，才谈得上分析。据了解，长安汽车曾经做过一个有趣的分析，通过与阿里合作，根据其客户在淘宝的购买行为特点，来优化产品定位。

      一口气写了十项智能技术，不是想定义更多的名词，而是希望便于制造企业理解和应用智能制造技术，根据自身的产品特点和生产模式，制定智能制造应用的规划与蓝图。一个优秀的制造企业，并不需要成为“十项全能”的冠军，实际上只有其中某几个方面做得很出色，就将成为一个具有差异化竞争优势的企业。同时，任何技术都只是使能工具，企业最终要在市场上成功，根本的原因在于能够发现和满足客户不断升级的需求，能够找寻到一片属于自己的蓝海。

    通过本文的分析，我相信读者已经意识到，智能制造技术的内涵非常深远，实际上，云计算、大数据分析、电子商务、移动应用、物联网和企业社交网络、工业互联网（或产业互联网）等技术都属于智能制造的支撑技术或实现手段，可以说智能制造本身已经蕴含了互联网 制造业。在智能制造的框架下，原有的制造业信息系统并没有过时，而是实现了升华。制造业信息化专家宁振波和赵敏老师提出了智能制造的二十字箴言：状态感知、实时分析、自主决策、精准执行、学习提升，体现了智能制造技术的发展方向。