新時代計算機智能制造模式的研究進(jìn)展

李佳意 董萬鵬 任夢 張吉超 弓成美琪

摘 要： 在工業(yè)4.0的推動下，智能制造備受關(guān)注，智能制造的生產(chǎn)模式及其結(jié)構(gòu)現(xiàn)已成為矚目焦點。全文通過以集成制造、數(shù)字制造、網(wǎng)絡(luò)制造為基礎(chǔ)，構(gòu)建智能制造框架，分別解釋集成制造、數(shù)字制造、網(wǎng)絡(luò)制造的特點及其相互之間的聯(lián)系，對應(yīng)智能制造的理論基礎(chǔ)模塊、先進(jìn)技術(shù)模塊以及實時數(shù)據(jù)采集模塊。運用智能制造的當(dāng)前應(yīng)用狀況，展望未來制造業(yè)的新模式，智能制造成為21世紀(jì)先進(jìn)制造業(yè)的關(guān)鍵制造模式。

關(guān)鍵詞： 智能制造; 數(shù)字化集成; 網(wǎng)絡(luò)制造; 計算機應(yīng)用; 先進(jìn)技術(shù)

文章編號： 2095-2163（2021）03-0098-08 中圖分類號：TH16 文獻(xiàn)標(biāo)志碼：A

【Abstract】Driven by Industry 4.0， smart manufacturing has attracted much attention， and the production mode and structure of smart manufacturing also have attracted much attention. The full text builds an intelligent manufacturing framework based on integrated manufacturing， digital manufacturing and network manufacturing， which explains the characteristics of integrated manufacturing， digital manufacturing， and network manufacturing as well as their relationships， and corresponds to the theoretical basic modules， advanced technologies of intelligent manufacturing module and the real-time data acquisition module. Using the current application status of intelligent manufacturing and looking forward to the new model of manufacturing in the future， smart manufacturing will become the key manufacturing model of advanced manufacturing in the 21st century.

【Key words】 intelligent manufacturing; digital integration; network manufacturing; computer application; advanced technology

0 引 言

最近幾年來，制造技術(shù)面臨著諸多挑戰(zhàn)，例如：越來越高的產(chǎn)品性能指標(biāo)要求，更加獨特的個性化設(shè)計、日益縮短的交付期時間以及更為優(yōu)秀的環(huán)境友好性等。但是同時，新一代信息通信技術(shù)和新一代人工智能技術(shù)也在與制造技術(shù)進(jìn)行著深度融合，給制造業(yè)帶來新的理念、模式、技術(shù)以及應(yīng)用，展現(xiàn)出未來制造技術(shù)和制造業(yè)發(fā)展的新前景[1]。

在制造業(yè)由原來的工業(yè)1.0發(fā)展到工業(yè)4.0，智能制造已然成為了制造業(yè)的發(fā)展趨勢。智能制造是先進(jìn)制造技術(shù)與新一代信息技術(shù)、新一代人工智能等新技術(shù)深度融合形成的新型生產(chǎn)方式和制造技術(shù)，是以產(chǎn)品全生命周期價值鏈的數(shù)字化、網(wǎng)絡(luò)化、集成化和智能化為核心，以企業(yè)內(nèi)部縱向管控集成和企業(yè)外部網(wǎng)絡(luò)化協(xié)同集成為支撐，以各層級數(shù)字孿生映射融合為基礎(chǔ)，建立起具有動態(tài)感知、實時分析、自主決策和精準(zhǔn)執(zhí)行功能的智能工廠，實現(xiàn)高效、優(yōu)質(zhì)、低耗、綠色、安全的制造和服務(wù)[2]。本文將從集成制造、數(shù)字制造、網(wǎng)絡(luò)制造以及智能制造四個方面對各個制造技術(shù)進(jìn)行調(diào)查研究，通過結(jié)合各個技術(shù)之間的相互聯(lián)系，對制造業(yè)的發(fā)展趨勢進(jìn)行綜述。

1 計算機集成制造

1.1 計算機集成制造介紹

計算機集成制造主要是將信息技術(shù)、 現(xiàn)代管理技術(shù)和制造技術(shù)相結(jié)合，應(yīng)用于企業(yè)產(chǎn)品全生產(chǎn)周期的各個階段;通過信息集成、過程優(yōu)化及資源優(yōu)化方式，實現(xiàn)企業(yè)產(chǎn)品從產(chǎn)品概念設(shè)計、模式建立、產(chǎn)品檢測、工藝規(guī)劃、封裝管理到生產(chǎn)制造全過程的數(shù)據(jù)管理[3]。

計算機集成制造（Computer Integrated Manufacturing，CIM）是由Harrington博士于1973年在其編寫的《Computer Integrated Manufacturing》書中首次提出的[4]。從推出開始，全世界工業(yè)國開始對CIM進(jìn)行深層次的研究和推廣。自 20 世紀(jì) 80年代初[5]，美國國家標(biāo)準(zhǔn)所屬自動化研究實驗基地建立了世界上第一個 CIMS 實驗系統(tǒng)。20世紀(jì)90年代[6]，國內(nèi)開始研究和推廣應(yīng)用計算機集成制造系統(tǒng)（CIMS），清華國家工程研究中心（ERC）、北京第一機床廠等應(yīng)用工廠先后建成，數(shù)字化設(shè)計、自動化生產(chǎn)線、自動運輸機械及立體倉庫等設(shè)施接連登場。

1.2 CIM的應(yīng)用與發(fā)展

集成技術(shù)能夠?qū)⒅圃焐a(chǎn)數(shù)據(jù)有機統(tǒng)一以及深度應(yīng)用，實現(xiàn)數(shù)據(jù)的有效更新和存儲。數(shù)據(jù)集成技術(shù)就是把不同來源、多種格式、各種特點和性質(zhì)的數(shù)據(jù)在邏輯上和應(yīng)用上有機結(jié)合，為系統(tǒng)存儲大量直面主題的、相對穩(wěn)定的、能夠反映歷史變化的數(shù)據(jù)集合，從而為系統(tǒng)提供全面的數(shù)據(jù)利用和共享[7]。根據(jù)數(shù)據(jù)集成的位置點不同，主要可以分為數(shù)據(jù)源端集成和數(shù)據(jù)應(yīng)用端集成[8]。對此可做闡釋分述如下。

（1）數(shù)據(jù)源端集成：源端數(shù)據(jù)集成如圖1（a）所示，在信息膨脹的新時代，數(shù)據(jù)的來源廣泛，數(shù)據(jù)的格式存在差異。倘若不加以修改，直接應(yīng)用與生產(chǎn)，不僅會降低生產(chǎn)效率，還會產(chǎn)生一定的產(chǎn)品質(zhì)量問題，所以在數(shù)據(jù)分析之前，需對數(shù)據(jù)源集成，修改為統(tǒng)一的格式。

（2）數(shù)據(jù)應(yīng)用端集成：應(yīng)用端集成如圖1（b）所示，在制造業(yè)的內(nèi)部存在多個制造行業(yè)，即多種應(yīng)用端，比如設(shè)計應(yīng)用端、制造應(yīng)用端、調(diào)控應(yīng)用端等。每個應(yīng)用端都有對應(yīng)的數(shù)據(jù)格式，容易在各個應(yīng)用端上形成孤立，不能進(jìn)行有效的數(shù)據(jù)傳遞。通過對應(yīng)用端數(shù)據(jù)集成，可以在各個應(yīng)用部門間構(gòu)建信息共享的橋梁。

面對越來越嚴(yán)格的生產(chǎn)要求，集成制造能力出現(xiàn)“片段化”，無法支撐信息技術(shù)、自動化技術(shù)及先進(jìn)制造技術(shù)的集成要求。在信息技術(shù)與通信技術(shù)光速發(fā)展下，集成制造需要實現(xiàn)軟件與網(wǎng)絡(luò)深度耦合、軟件與硬件相互磨合、應(yīng)用與服務(wù)緊密融合，加快向網(wǎng)絡(luò)化、服務(wù)化、體系化與智能化方向轉(zhuǎn)變[10]。

2 數(shù)字制造

數(shù)字制造（Digital Manufacturing， DM）是一種基于網(wǎng)絡(luò)的，基于技術(shù)的制造方法，通過數(shù)字鏈接建模、仿真、可視化、數(shù)據(jù)分析、制造、供應(yīng)鏈，來定義、管理和協(xié)作整個產(chǎn)品生命周期。 DM技術(shù)可以通過分析數(shù)據(jù)來優(yōu)化設(shè)計，從而縮短產(chǎn)品上市時間，降低成本，并提高產(chǎn)品和流程的效率，甚至能夠在構(gòu)建數(shù)據(jù)之前就即對其進(jìn)行分析。

2.1 數(shù)字制造的背景

傳統(tǒng)制造方法是一種在線過程，其中設(shè)計產(chǎn)品并將圖紙轉(zhuǎn)發(fā)到車間以制造原型。 然而數(shù)字技術(shù)是一個循環(huán)制造過程，從概念模型出發(fā)，通過計算機輔助設(shè)計軟件進(jìn)行模型繪制與創(chuàng)新，然后對設(shè)計及其過程進(jìn)行仿真，檢驗產(chǎn)品制造的可行性。在生產(chǎn)過程中實行數(shù)字化，可以通過檢查技術(shù)對產(chǎn)品實行檢測，有效避免加工誤差;在供應(yīng)鏈管理上實行數(shù)字化，能夠?qū)崿F(xiàn)有效庫存和生產(chǎn)定制產(chǎn)品;在產(chǎn)品營銷上實行數(shù)字化，可以通過社交媒體提高盈利能力。

在生產(chǎn)方式方面，數(shù)字化新型計算機網(wǎng)絡(luò)技術(shù)的全方位滲透，促使傳統(tǒng)制造業(yè)朝著智能化、綠色化、共享化方向發(fā)展;在組織方式方面，在數(shù)字制造轉(zhuǎn)型模式的影響下，傳統(tǒng)制造企業(yè)組織形式呈現(xiàn)出平臺化、扁平化、機械化的發(fā)展趨勢;在商業(yè)模式方面，新時期大量新技術(shù)、產(chǎn)品、管理方式的誕生，迫使傳統(tǒng)以生產(chǎn)企業(yè)為核心的商業(yè)模式朝著以消費者為核心的商業(yè)模式轉(zhuǎn)變;在競爭格局方面，數(shù)字化轉(zhuǎn)變升級改變著傳統(tǒng)制造業(yè)競爭格局，憑數(shù)量取勝的標(biāo)準(zhǔn)向著質(zhì)量取勝標(biāo)準(zhǔn)轉(zhuǎn)變。

2.2 數(shù)字制造的應(yīng)用

數(shù)字制造技術(shù)的應(yīng)用范圍極廣[11]，現(xiàn)已應(yīng)用于汽車、航空航天、醫(yī)療、材料、建筑、食品、時裝等各個領(lǐng)域。趙虎林等人[12]將數(shù)字化技術(shù)應(yīng)用于焊接工藝中，通過焊接材料數(shù)字化、焊接過程數(shù)字化、焊接檢驗數(shù)字化，將焊接自動化和數(shù)字化與設(shè)備、材料、設(shè)計、工藝以及檢測等一系列工作進(jìn)行融合，實現(xiàn)全面自動化。劉飛香[13]通過數(shù)字化研發(fā)五維模型的產(chǎn)品，動態(tài)調(diào)整產(chǎn)品設(shè)計不同的作業(yè)環(huán)境和作業(yè)時間，設(shè)計優(yōu)化環(huán)境數(shù)據(jù)。

數(shù)字制造技術(shù)還包含精益制造、柔性制造、敏捷制造與并行工程等先進(jìn)制造工藝。精益生產(chǎn)[14]通過需求量的數(shù)據(jù)計算，按需要的量生產(chǎn)需要的產(chǎn)品，由準(zhǔn)時生產(chǎn)、全面質(zhì)量管理、全面生產(chǎn)維護(hù)和資源管理構(gòu)成。柔性制造[15]是在自動化與信息化的基礎(chǔ)上擴展了柔性制造能力，能夠根據(jù)制造任務(wù)或生產(chǎn)環(huán)境的變化迅速進(jìn)行調(diào)整，適用于多品種、中小批量生產(chǎn)，系統(tǒng)具備柔性、敏捷和精準(zhǔn)的反應(yīng)能力。并行工程[16]是指將原先串聯(lián)進(jìn)行的制造過程，經(jīng)過結(jié)構(gòu)重組和流程再造后，實現(xiàn)制造過程并列進(jìn)行的一種工作方式，強調(diào)產(chǎn)品模型設(shè)計、工藝方案設(shè)計、生產(chǎn)技術(shù)準(zhǔn)備、以及采購和生產(chǎn)等環(huán)節(jié)交叉進(jìn)行，并行且有序。敏捷制造[17]是指通過改善傳統(tǒng)的生產(chǎn)技術(shù)，將最新的機械工藝、電子數(shù)據(jù)、信息傳輸、能源開發(fā)、組織管理等成果綜合運用于生產(chǎn)過程，快速配置技術(shù)、管理和人力等資源，縮短產(chǎn)品生產(chǎn)周期，快速響應(yīng)市場需求。

智能制造的發(fā)展歷程可歸納為數(shù)字化制造、網(wǎng)絡(luò)化制造到智能化制造3個基本發(fā)展模式[18]。其中，數(shù)字化是智能制造的理論和實踐基礎(chǔ)，為智能制造提供技術(shù)基礎(chǔ)和制造方法;網(wǎng)絡(luò)化制造是實現(xiàn)智能制造的溝通橋梁，是數(shù)字化制造的進(jìn)一步延伸和擴展，其先進(jìn)制造技術(shù)融合了物聯(lián)網(wǎng)、大數(shù)據(jù)和云制造等新一代信息技術(shù)，實現(xiàn)工業(yè)制造領(lǐng)域全要素、全產(chǎn)業(yè)鏈互聯(lián)互通以及優(yōu)化產(chǎn)品研發(fā)、生產(chǎn)和服務(wù)，制造模式由生產(chǎn)型制造向服務(wù)型制造轉(zhuǎn)變，由大規(guī)模批量生產(chǎn)向個性化定制化生產(chǎn)轉(zhuǎn)變。

3 網(wǎng)絡(luò)制造

工業(yè)互聯(lián)網(wǎng)由通用電氣公司（GE）在2012年首次提出，其定義網(wǎng)絡(luò)制造（Network manufacturing，NM）為“全球工業(yè)系統(tǒng)與互聯(lián)網(wǎng)所允許的先進(jìn)計算、分析、低成本傳感能力的融合”[19]。工業(yè)互聯(lián)網(wǎng)的核心部分主要包括2個方面。一個是用于車間與企業(yè)之間的智能傳導(dǎo)和安全傳輸網(wǎng)絡(luò)，其覆蓋產(chǎn)品的整個生命周期;另一個是極為強大的計算與分析能力，可以用于設(shè)備檢驗維修、能源分配優(yōu)化、產(chǎn)品質(zhì)量分析和市場供需預(yù)測等 [19-21]。

21世紀(jì)初，網(wǎng)絡(luò)化制造興起，這是先進(jìn)的網(wǎng)絡(luò)技術(shù)、制造技術(shù)及其他相關(guān)技術(shù)結(jié)合構(gòu)建的制造系統(tǒng)，是提高企業(yè)的市場快速反應(yīng)和社會競爭能力的新模式[22]。近幾年，為解決更加復(fù)雜的制造問題和開展更大規(guī)模的協(xié)同制造，網(wǎng)絡(luò)制造作用愈加明顯。本節(jié)通過網(wǎng)絡(luò)制造的三大應(yīng)用來解釋網(wǎng)絡(luò)制造優(yōu)勢與不足以及網(wǎng)絡(luò)制造對智能制造的作用。

3.1 物聯(lián)網(wǎng)

物聯(lián)網(wǎng)（Internet of Things）指的是將各種信息傳感設(shè)備， 如射頻識別（RFID）裝置、激光掃描儀、紅外感應(yīng)器、全球定位系統(tǒng)（GPS）等裝置與互聯(lián)網(wǎng)結(jié)合起來形成的巨大網(wǎng)絡(luò)平臺[23-25]。物聯(lián)網(wǎng)是在計算機、互聯(lián)網(wǎng)與移動通信網(wǎng)之后的世界信息產(chǎn)業(yè)革命第三次浪潮。

物聯(lián)網(wǎng)廣泛應(yīng)用于多個領(lǐng)域。在農(nóng)業(yè)領(lǐng)域，梁金鑫等人[26]通過物聯(lián)網(wǎng)技術(shù)手段實現(xiàn)動態(tài)監(jiān)控大棚溫度、光照、棚外天氣狀況等智能操作，實現(xiàn)自動收放大棚棉被和控制卷簾機的升降;在水利領(lǐng)域，陳小英[27]基于細(xì)帶物聯(lián)網(wǎng)的遠(yuǎn)程水文測報系統(tǒng)，使用傳感器進(jìn)行數(shù)據(jù)采集，通過細(xì)帶物聯(lián)網(wǎng)傳輸?shù)綌?shù)據(jù)管理中心，完成水文數(shù)據(jù)的實時上傳。寧愛民等人[28]基于水位與流速傳感器建立一套物聯(lián)網(wǎng)水文監(jiān)測系統(tǒng)，研究傳感器智能接口開發(fā)、數(shù)據(jù)融合與智庫實現(xiàn)、無線網(wǎng)絡(luò)與智庫集成等關(guān)鍵技術(shù)，并通過室內(nèi)試驗與室外試點證明該系統(tǒng)的穩(wěn)定性，達(dá)到了預(yù)期的效果。在礦物采集領(lǐng)域，蘇建濤[29]把大數(shù)據(jù)、物聯(lián)網(wǎng)、互聯(lián)網(wǎng)、人工智能技術(shù)以及5G運用到原油開采中，大大提高采油的效率。在計算機通信領(lǐng)域。劉金魁[30]通過物聯(lián)網(wǎng)技術(shù)有效提升計算機通信網(wǎng)絡(luò)的總數(shù)量，豐富計算機通信網(wǎng)絡(luò)類型，而且能夠有效提升計算機網(wǎng)絡(luò)運行的穩(wěn)定性和系統(tǒng)的安全性。物聯(lián)網(wǎng)還具有實時數(shù)據(jù)收集和在各種制造資源（例如機器、工人、材料和工作）之間共享的功能[31]。例如在車間、裝配線和倉庫，通過為制造對象配備射頻識別（RFID）設(shè)備來創(chuàng)建智能對象，從而使得車間的干擾得以實時檢測并反饋給制造系統(tǒng)[32]，如此就提高了制造和生產(chǎn)決策的效率。

以物聯(lián)網(wǎng)智能物流系統(tǒng)為例，物聯(lián)網(wǎng)智能物流系統(tǒng)是利用物聯(lián)網(wǎng)系統(tǒng)，結(jié)合先進(jìn)的現(xiàn)代信息傳感技術(shù)和現(xiàn)代信息處理與存儲技術(shù)，從產(chǎn)品的生產(chǎn)制造出發(fā)，實現(xiàn)從供應(yīng)商向消費者產(chǎn)品運輸、包裝、配送和卸貨的全過程智能化，在供應(yīng)商利益最大化的同時，使消費者享受最佳的服務(wù)，同時還能消耗更少的能源與社會資源，實現(xiàn)全程綠色化的物流管理系統(tǒng) [33]。物聯(lián)網(wǎng)智能物流系統(tǒng)如圖2所示，傳統(tǒng)物流系統(tǒng)一般指產(chǎn)品出廠后的包裝、運輸、裝卸、倉儲，主要分布在圖2中的物流應(yīng)用層。與傳統(tǒng)物流系統(tǒng)相比，物聯(lián)網(wǎng)智能物流系統(tǒng)包括物聯(lián)網(wǎng)感知層、網(wǎng)絡(luò)層、信息處理層以及物流應(yīng)用層?？偟貋碚f，物聯(lián)網(wǎng)感知層主要功能是收集信息，將收集的信息通過網(wǎng)絡(luò)層傳輸?shù)叫畔⑻幚韺?信息處理層提供數(shù)據(jù)服務(wù)中心和信息服務(wù)平臺，實現(xiàn)物流從生產(chǎn)到消費以及回收的全面調(diào)控，有效提高物流效率，減少失誤[34]。

3.2 云制造

云制造是新一代智能制造的重要組成部分[36-37]。云制造是指在云計算、物聯(lián)網(wǎng)、虛擬化的應(yīng)用下，一種面向服務(wù)的先進(jìn)制造模型，該模型將制造資源轉(zhuǎn)換為可以全面共享和流通的服務(wù)[38-39]。 模型中，蘊含產(chǎn)品從虛擬構(gòu)造、模型設(shè)計、運動仿真、加工制造、成品測試和維護(hù)的整個生命周期，因此通常被視為并行工程，網(wǎng)絡(luò)化和智能化的制造系統(tǒng)（“制造云”）。云制造中的生產(chǎn)資源和容量可以智能管理。

圖3中說明這項研究工作中開發(fā)的云制造框架，該框架能夠共享分布式資源，在工業(yè)網(wǎng)絡(luò)上循環(huán)有效使用，主要由制造商網(wǎng)絡(luò)中不同供應(yīng)商提供的分布式制造資源與Internet云平臺相連接，進(jìn)而實現(xiàn)用戶動態(tài)共享。

3.3 大數(shù)據(jù)

大數(shù)據(jù)上有許多不同的定義， Gartner[40]對大數(shù)據(jù)的定義被廣泛接受。 Gartner通過3個突出的特征（也稱為3V）來定義大數(shù)據(jù)：大容量、高速度和高多樣性[41]。隨著人工智能進(jìn)一步發(fā)展，深度學(xué)習(xí)、邊緣計算等新模型和新算法被不斷提出和發(fā)展，工業(yè)大數(shù)據(jù)也為智能制造帶來新的理念、方法、技術(shù)與應(yīng)用[42]。

隨著云計算和物聯(lián)網(wǎng)技術(shù)的積極推動，數(shù)據(jù)在許多行業(yè)中變得越來越可訪問和無處不在，從而導(dǎo)致數(shù)據(jù)廣泛卻不精確的問題[43]。大數(shù)據(jù)通常來自各種渠道，包括傳感器、生產(chǎn)設(shè)備、視頻資源、網(wǎng)頁瀏覽痕跡、日志文件、事務(wù)性應(yīng)用程序和社交媒體信息[44]。在這種情況下，制造業(yè)中的“大數(shù)據(jù)環(huán)境”逐漸形成。盡管物聯(lián)網(wǎng)（例如，智能傳感器）的發(fā)展簡化了數(shù)據(jù)收集，但仍然存在以下問題：是否可以正確處理此數(shù)據(jù)，以便在正確的時間為正確的目的提供正確的信息[45]。

大數(shù)據(jù)平臺是重要的使能技術(shù)，是連通工業(yè)資源要素的重要樞紐，是工業(yè)數(shù)據(jù)管理分析的重要載體，是支撐制造系統(tǒng)自學(xué)習(xí)、自進(jìn)化的重要基礎(chǔ)，逐漸成為智能制造體系的“操作系統(tǒng)”[46]。

網(wǎng)絡(luò)制造[35]通過物聯(lián)網(wǎng)、云制造、大數(shù)據(jù)多種方式實現(xiàn)數(shù)據(jù)的采集及應(yīng)用，其主要的功能是發(fā)布式的采集及應(yīng)用數(shù)據(jù)，實現(xiàn)信息數(shù)據(jù)的共享。表1展示了云制造、IoT和智能制造的研究現(xiàn)狀，智能制造和網(wǎng)絡(luò)制造相互聯(lián)系，相互促進(jìn)，智能制造通過網(wǎng)絡(luò)制造實現(xiàn)數(shù)據(jù)的收集，網(wǎng)絡(luò)制造通過智能化實現(xiàn)數(shù)據(jù)的篩選和調(diào)控。

但網(wǎng)絡(luò)制造存在許多問題[55]，其各個模塊的結(jié)果通常相互矛盾，由于具體涉及的不是直接相關(guān)的制造信息和環(huán)境（例如，長期戰(zhàn)略計劃與短期運營計劃），在輸入/輸出級別和實際信息內(nèi)容上的協(xié)調(diào)通常是一個飽受爭議的問題，阻礙了工具在現(xiàn)實生活中的制造系統(tǒng)的適用性。

4 智能制造

智能制造（Intelligent Manufacturing， IM）是新一代信息技術(shù)與先進(jìn)制造技術(shù)的深度融合，貫穿于產(chǎn)品、制造、服務(wù)全生命周期的各個環(huán)節(jié)及相應(yīng)系統(tǒng)的優(yōu)化集成，實現(xiàn)制造的數(shù)字化、網(wǎng)絡(luò)化、智能化，并不斷提升企業(yè)的產(chǎn)品質(zhì)量、效率和服務(wù)能力，推動制造業(yè)創(chuàng)新化、綠色化、協(xié)調(diào)化、開放化和共享化發(fā)展[56]。

4.1 智能制造的背景

智能制造[57]通過融合新一代信息技術(shù)和先進(jìn)制造技術(shù)，實現(xiàn)設(shè)備與設(shè)備之間、設(shè)備與人之間、設(shè)備與信息系統(tǒng)之間以及企業(yè)與企業(yè)之間的信息互聯(lián)與集成，具有高敏捷性、強擴展性和可持續(xù)發(fā)展的特點。

智能制造隨著工業(yè)4.0、工業(yè)互聯(lián)網(wǎng)和中國制造2025的提出，受到了廣泛的關(guān)注。工業(yè)4.0是由德國 [58]提出的概念，認(rèn)為制造業(yè)未來只能通過智能化的生產(chǎn)創(chuàng)造價值，即制造本身是創(chuàng)造價值的，認(rèn)為工業(yè)4.0 的本質(zhì)特征便是智能化，即以智能工廠為核心，建立起一整套規(guī)?；?、定制化的產(chǎn)品設(shè)計、生產(chǎn)及服務(wù)模式。美國[59]則相應(yīng)提出工業(yè)互聯(lián)網(wǎng)，以通用電氣（GE）為代表，注重通過機器互聯(lián)、軟件及大數(shù)據(jù)分析，提升生產(chǎn)效率，創(chuàng)造數(shù)字工業(yè)的未來。中國[60]提出的智能制造主要包括：制造裝備的智能化、設(shè)計過程的智能化、加工工藝的優(yōu)化、管理的信息化和服務(wù)的敏捷化、遠(yuǎn)程化等，提出智能制造是基于新一代信息通信技術(shù)與先進(jìn)制造技術(shù)深度融合，貫穿于設(shè)計、生產(chǎn)、管理、服務(wù)等制造活動的各個環(huán)節(jié)，具有自感知、自學(xué)習(xí)、自決策、自執(zhí)行、自適應(yīng)等功能的新型生產(chǎn)方式。

4.2 智能制造算法

以智能制造的生產(chǎn)調(diào)度為例;目前用來解決調(diào)度問題的智能算法主要有模擬退火法（SA）、禁忌搜索法（TS）、和遺傳算法（GA）[61]。由于遺傳算法具有良好的魯棒性、隱含并行性以及全局搜索能力等，優(yōu)點遺傳算法（ Genetic algorithm，GA） 被廣泛應(yīng)用于作業(yè)車間調(diào)度中[62]。

智能制造調(diào)度問題可以描述為：一個任務(wù)訂單要求生產(chǎn)a個工件J={Ji}，1≤i≤a;每個工件需要進(jìn)行b道加工工序O={Oj}，1≤j≤b;一共需要在c臺機床上完成所有a件工件的b道所有加工工序。其中，每一個機床都可以進(jìn)行工序加工，但加工時間不同（即機床的加工效率不一樣）。此外，當(dāng)機床d（d≤c）加工完工件Ji的第Oj-1道工序后，機器人需要立即把該工件送到加工Oj工序的機床上進(jìn)行加工，并且在不同機床之間的工件搬運時間不同。

求解調(diào)度問題的數(shù)學(xué)模型如下所示[63]：

4.3 智能制造框架

智能制造框架如圖4所示，主要分為4個層次，分別為：基礎(chǔ)設(shè)施層、技術(shù)關(guān)聯(lián)層、數(shù)據(jù)管理層和智能應(yīng)用層。其中，基礎(chǔ)設(shè)施層中通過數(shù)字制造提供基本技術(shù)支持，模具、注塑、沖壓成形等傳統(tǒng)工藝具有大批量、成本低廉等優(yōu)點，但是其材料利用率低，生產(chǎn)效率低，難成形復(fù)雜件的缺點明顯，增材制造、柔性制造等先進(jìn)制造技術(shù)可以有效解決傳統(tǒng)制造技術(shù)的問題，但生產(chǎn)成本卻較高，應(yīng)用范圍小。結(jié)合傳統(tǒng)技術(shù)與先進(jìn)制造技術(shù)的技術(shù)特點，可以依據(jù)不同的生產(chǎn)要求，確定相應(yīng)的制造技術(shù)，為智能制造提供必要的技術(shù)支撐;技術(shù)關(guān)聯(lián)層是智能制造的數(shù)據(jù)、工藝、技術(shù)的糅合層，通過數(shù)據(jù)集成、工藝集成和技術(shù)集成有效提高生產(chǎn)效率，能夠為智能制造提供生產(chǎn)技術(shù)參考。數(shù)據(jù)集成指的是通過集成不同來源、格式和特點性質(zhì)的數(shù)據(jù)，提供全面的數(shù)據(jù)信息，可以有效避免錯誤再犯;工藝集成指的是結(jié)合各個生產(chǎn)部門的工藝生產(chǎn)要求、特點，對生產(chǎn)工藝進(jìn)行調(diào)整，改善;技術(shù)集成指的是集成各種來源的相應(yīng)生產(chǎn)技術(shù)，對技術(shù)進(jìn)行改進(jìn)。數(shù)據(jù)管理層是信息收集層，通過大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等方式采集數(shù)據(jù)信息，實現(xiàn)數(shù)據(jù)的保存和實時更新，為智能制造提供數(shù)據(jù)信息支撐，對市場需求和消費具有重大價值。智能應(yīng)用層是智能制造的體現(xiàn)層，結(jié)合數(shù)字制造、集成制造和網(wǎng)絡(luò)制造的特點，從設(shè)計、設(shè)備、監(jiān)控和調(diào)試等方面做到了無人化、智能化，既保證了生產(chǎn)的有效運行，又可以實時智能調(diào)控，減低生產(chǎn)誤差。

4.4 智能制造的應(yīng)用與研究

Yang等人[64]把智能制造與3D打印技術(shù)相結(jié)合，提出了3D復(fù)制技術(shù)，通過3個流程，分別是基于產(chǎn)品的虛擬設(shè)計或者3D掃描建模、結(jié)構(gòu)智能規(guī)劃的3D打印磨具以及智能注塑成型來實現(xiàn)產(chǎn)品的快速、高精度和大批量的生產(chǎn)。Priego等人[65]以自動化制造系統(tǒng)為例，通過多代理技術(shù)并行控制具有分布式代理體系結(jié)構(gòu)啟用特點的智能機器人，從而簡化智能制造的實施。對于制造企業(yè)涉及到的許多不同元素，例如制造流程、車間監(jiān)控和倉庫管理，Shen等人[66]基于智能制造系統(tǒng)的代理的框架來解決生產(chǎn)計劃和制定計劃問題的合適解決方案。Zhang等人[67]提出一種能夠進(jìn)行實時信息捕捉和集成的IoMT框架，該框架通過將制造資源如機器、托盤、物料等信息嵌入傳感設(shè)備，可以實現(xiàn)企業(yè)層、車間層和機器層間的雙向無縫連接和互操作。王婷等人[68]運用系統(tǒng)工程理論分析智能制造和綠色制造協(xié)同互補性的基礎(chǔ)上，提出一種大數(shù)據(jù)驅(qū)動的綠色智能制造新模式。張祖國[69]研究從研發(fā)創(chuàng)新到產(chǎn)品運維的全制造服務(wù)生命周期迭代過程，成功構(gòu)造智能工廠系統(tǒng)結(jié)構(gòu)模型。智能制造的合理運用，能夠有效解決實際生產(chǎn)問題，提高生產(chǎn)效率。

智能制造的研究主題主要分為智能設(shè)計、智能機器、智能監(jiān)控、智能控制和智能調(diào)度。其中，智能設(shè)計是指計算機輔助設(shè)計（CAD）和計算機輔助制造（CAM）等設(shè)計軟件能夠通過與CPS和AR集成的三維（3D）打印實現(xiàn)與物理智能原型系統(tǒng)的實時交互。智能機器是指可以借助智能機器人和其他各種類型的智能對象來實現(xiàn)智能機器，這些對象可以實時感測并可以相互交互。智能監(jiān)控是指制造系統(tǒng)的監(jiān)控操作，可以實時獲取有關(guān)各種制造因素（例如溫度、電力消耗以及振動和速度）的數(shù)據(jù)和信息。智能控制可以通過開發(fā)網(wǎng)絡(luò)物理生產(chǎn)控制系統(tǒng)來實現(xiàn)高分辨率的自適應(yīng)生產(chǎn)控制、即智能控制，以便通過支持云的平臺物理管理各種智能機或工具。智能調(diào)度主要包括高級模型和算法，利用傳感器捕獲的數(shù)據(jù)進(jìn)行智能分析。

智能制造技術(shù)（IM）的應(yīng)用漸漸普及，部分制造企業(yè)集團采用IM提高產(chǎn)品的智能化水平，智能化生產(chǎn)線、智能化車間、智能化工廠不斷涌現(xiàn)，各種智能軟件層出不窮，IM已經(jīng)成為了朝陽產(chǎn)業(yè)，具有廣闊的發(fā)展空間。

5 結(jié)束語

本文通過聯(lián)立集成制造、數(shù)字制造、網(wǎng)絡(luò)制造和智能制造之間的聯(lián)系，構(gòu)建智能制造結(jié)構(gòu)框架，分析智能制造的優(yōu)勢。智能制造能夠極大提高企業(yè)生產(chǎn)效率和服務(wù)質(zhì)量，將是未來制造業(yè)發(fā)展的必然趨勢。但是智能制造作為新興制造模式存在著些許問題，生產(chǎn)標(biāo)準(zhǔn)未實現(xiàn)統(tǒng)一、基礎(chǔ)技術(shù)支撐不夠完善等。在后續(xù)的發(fā)展和完善后，智能制造模式將會逐步代替?zhèn)鹘y(tǒng)制造模式，實現(xiàn)產(chǎn)品優(yōu)質(zhì)、生產(chǎn)高效、能源低耗、環(huán)保綠色和信息安全。

參考文獻(xiàn)

[1] 劉強. 智能制造理論體系架構(gòu)研究[J]. 中國機械工程， 2020，31（1）：24-36.

[2]劉強， 丁德宇. 智能制造之路—專家智慧實踐路線[M]. 北京：機械工業(yè)出版社，2018.

[3]何志通， 李子旭， 王天立. 淺談汽車產(chǎn)業(yè)智能制造中的信息化系統(tǒng)集成[J]. 信息化技術(shù)應(yīng)用，2019 （11）：1.

[4]劉飛， 楊丹， 王時龍. CIMS系列培訓(xùn)教材-CIM制造自動化[M]. 北京：機械工業(yè)出版社，1997.

[5]WU Yaohua. Based on CIMS application of small and medium -sized enterprise information system integration[J]. Advanced Materials Research，2014，3137（912）.

[6]REHGJA， KRACBBER. Computerintegrated manufacturing[M]. New Jersey： Prentice Hall，2005.

[7]彭小圣， 鄧迪元， 程時杰，等. 面向智能電網(wǎng)應(yīng)用的電力大數(shù)據(jù)關(guān)鍵技術(shù)[J].中國電機工程學(xué)報， 2015，35（3）：503-511.

[8]李少波，陳永前. 大數(shù)據(jù)環(huán)境下制造業(yè)關(guān)鍵技術(shù)分析[J]. 電子技術(shù)應(yīng)用，2017，43（2）： 18-21，25.

[9]樓巍. 面向大數(shù)據(jù)的高維數(shù)據(jù)挖掘技術(shù)研究[D]. 上海：上海大學(xué)，2013.

[10]王恩海. 系統(tǒng)集成支撐智能制造的未來發(fā)展[J]. 現(xiàn)代制造技術(shù)與裝備，2019，276（11）：194-195.

[11]PARITALAA P K， MANCHIKATLAB S. Digital manufacturing- applications past， current， and future trends[J]. Procedia Engineering， 2017，174： 982-991.

[12]趙虎林， 茍藏紅. 數(shù)字化技術(shù)在焊接工藝中的應(yīng)用[J]. 現(xiàn)代制造技術(shù)與設(shè)備， 2019（1）：146-147.

[13]劉飛香. 定制化裝備制造企業(yè)數(shù)字化體系探索與實踐[J]. 科技管理研究， 2019（7）：127-130.

[14]SHAH R， WARD P T. Lean manufacturing： Context， practice bundles， and performance [J]. Journal of Operations Management， 2004， 21（2）： 129-149.

[15]李德貴， 郭鑫， 趙武，等. 發(fā)展柔性制造系統(tǒng)的決策方法[J]. 制造業(yè)自動化， 2019， 41（6）：54-58，82.

[16]趙一卿. 并行工程在分段起駁和運輸中的應(yīng)用[J]. 廣東造船， 2019，38（5）：89-91，88.

[17]姜妍. 現(xiàn)代企業(yè)的敏捷制造系統(tǒng)初探[J]. 財會學(xué)習(xí)， 2019 （15）：166-167.

[18]余凱， 賈磊， 陳雨強，等. 深度學(xué)習(xí)的昨天、今天和明天 [J]. 計算機研究與發(fā)展，2013，50（9）：1799-1804.

[19]EVANS P C， ANNUZIATA M. Industrial Internet： Pushing the boundaries of minds andmachines[R]. Boston，USA： General Electric， 2012.

[20]LIN S W， MILLER B， DURAND J， et al. Industrial Internet reference architecture[R]. USA：Industrial Internet Consortium （IIC）， 2015.

[21]XU L D， HE W， LI S. Internet of things in industries： A survey[J]. IEEE Transactions on Industrial Informatics，2014， 10 （4）：2233-2243.

[22]楊叔子， 吳波， 胡春華，等. 網(wǎng)絡(luò)化制造與企業(yè)集成 [J]. 中國機械工程， 2000， 11（2）： 54-57.

[23]International Telecommunication Union UIT. ITU Internet Reports 2005： The Internet of Things[R]. ?Tunis： ITU， 2005.

[24]GUSTAVO R G， MARIO M O， CARLOS D K. Early infrastructure of an Internet of Things in Spaces for Learning [C]// Eighth IEEE International Conference on Advanced Learning Technologies. NW Washington， DC， USA：IEEE， 2008： 381-383.

[25]SARMA A C， GIR[AKA～]O J. Identities in the future Internet of Things[J]. Wireless Personal Communications， 2009， 49：353-363.

[26]梁金鑫， 劉海英， 王蘭超，等. 基于51單片機的智能大棚卷簾機控制系統(tǒng)[J]. 齊魯工業(yè)大學(xué)學(xué)報，2019，33（6）：69-73.

[27]陳小英. 基于窄帶物聯(lián)網(wǎng)的遠(yuǎn)程水文測報系統(tǒng)[J]. 電子技術(shù)與軟件工程，2019（24）：7-8.

[28]寧愛民， 張存吉. 基于物聯(lián)網(wǎng)的水文監(jiān)測系統(tǒng)關(guān)鍵技術(shù)研究[J]. 物聯(lián)網(wǎng)技術(shù)，2019，9（12）：11-14.

[29]蘇建濤. 數(shù)字采集傳輸技術(shù)在采油工程的應(yīng)用[J]. 集成電路應(yīng)用，2020，37（1）：34-35，38.

[30]劉金魁. 物聯(lián)網(wǎng)對計算機通信網(wǎng)絡(luò)產(chǎn)生的影響[J]. 通信電源技術(shù)，2019，36（12）：162，164.

[31]BI Z， XU L D， WANG C. Internet of Things for enterprise systems of modern manufacturing[J]. IEEE Transactions on Industrial Informatics， 2014，10（2）：1537-1546.

[32]HUANG G Q， ZHANG Y F， CHEN X， et al. RFID-enabled real-time wireless manufacturing for adaptive assembly planning and control[J]. Journal of Intelligent Manufacturing ， 2008，19（6）：701-713.

[33]BUJARI A， FURINI M， MANDREOLI F， et al. Standards， security and business models： key challenges for the IoT scenario [J]. Mobile Networks and Applications， 2018， 23（1）： 147-154.

[34]郭榮佐， 馮朝勝， 秦志光. 物聯(lián)網(wǎng)智能物流系統(tǒng)容錯服務(wù)組合建模與分析[J]. 計算機應(yīng)用， 2019， 39（2）：589-597.

[35]ZHONG R Y， XU Xun， ?KLOTZ E，et al. Intelligent manufacturing in the context of Industry 4.0： A review[J]. Engineering ，2017，3（5）： 616-630.

[36]ZHANG Lin， LUO Yongliang， TAO Fei， et al. Cloud manufacturing： A new manufacturing paradigm[J]. Enterprise Information Systems， 2018（2）：167-187.

[37]ZHOU Longfei， ZHANG Lin， ZHAO Chun， et al. Diverse task scheduling for individualized requirements in cloud manufacturing[J]. Enterprise Information Systems， 2012（3）：300-318.

[38]LI B H， ZHANG L， WANG S L， et al. Cloud manufacturing： A new service-oriented networked manufacturing model[J]. Computer Integrated Manufacturing Systems， 2010，16（1）：1-7.

[39]XU X. From cloud computing to cloud manufacturing[J]. Robot Computer-Internet Manufacturing， 2012，28（1）：75-86.

[40]ULARU E， PUICAN F， APOSTU A， et al. Perspectives on big data and big data analytics[J]. Database Systems Journal， 2012，4（3）：3-14.

[41]LOSHIN D. Big Data Analytics： From strategic planning to enterprise integration with tools， Techniques， NoSQL， and Graph[M]. San Francisco， CA， USA： Morgan Kaufmann Publishers Inc.， 2013.

[42]王東強， 鄢萍， 劉飛，等. 基于EPC規(guī)范的車間層多源信息集成技術(shù)[J]. 中國機械工程，2010， 21（3）：319-377.

[43]MANYIKA J， CHUI M， BROWN B， et al. Big data： The next frontier for innovation， competition， and productivity[EB/OL].[2011-05]. http：//www.mckinsey.com/insights/business_technology/big_data_the_next_frontier_for_innovation.

[44]RICH S. Big data is a “new natural resource”[EB/OL].[2012-06-27]. http：//IBM says.

[45]LEE J， LAPIRA E， BAGHERI B， et al. Recent advances and trends in predictive manufacturing systems in big data environment[J]. Manufacturing Letters 2013，1（1）：38-41.

[46]張潔，汪俊亮，呂佑龍，等. 大數(shù)據(jù)驅(qū)動的智能制造[J]. 中國機械工程，2019， 30（2）：127-133.

[47]FEENEY A B， FRECHETTE S P， SRINIVASAN V. A portrait of an ISO STEP tolerancing standard as an enabler of smart manufacturing systems[J]. Journal of Computing and Information Science in Engineering ，2015，15（2）：021001.

[48]HELU M， HEDBERG T J. Enabling smart manufacturing research and development using a product lifecycle test bed[J]. Procedia Manufacturing， 2015，1：86-97.

[49]SHEN Weiming， HAO Qi， YOON H J， et al. Applications of agent-based systems in intelligent manufacturing： An updated review[J]. Advanced Engineering Informatics，2006，20（4）：415-431.

[50]HUANG G Q， ZHANG Y F， JIANG P Y. RFID-based wireless manufacturing for real-timemanagement of job shop WIP inventories[J]. International Journal of Materials and Product Technology， 2008，36（7-8）：752-764.

[51]ZHANG Yingfeng， JIANG Pingyu， HUANG G Q. RFID-based smart Kanbans for Just-In-Time manufacturing[J]. International Journal of Materials and Product Technology，2008，33（1-2）：170-184.

[52]WANG Meilin， ZHONG R Y， DAI Qingyun， et al. A MPN-based scheduling model forIoT-enabled hybrid flow shop manufacturing[J]. Advanced Engineering Informatics， 2016，30（4）：728-736.

[53]ZHONG R Y， LAN Shulin， XU Chen， et al. Visualization of RFID-enabled shopfloor logistics big data in cloud manufacturing[J]. The International Journal of Advanced Manfacturing Technology， 2016，84（1-4）：5-16.

[54]QU T， LEI S P， WANG Z Z， et al. IoT-based real-time production logistics synchronization system under smart cloud manufacturing[J]. International Journal of Advanced Manufacturing Technology， 2016，84（1-4）：147-164.

[55]LEE J Y， KANG H S， KIM G Y， et al. Concurrent material flow analysis by P3R-driven modelling and simulation in PLM[J]. Computers in Industry， 2012，63（5）：513-527.

[56]ZHOU Ji， LI Peigen， ZHOU Yanhong， et al. Toward new-generation intelligent manufacturing [J]. Engineering， 2018， 4（4）： 11-20.

[57]張明建. 智能制造系統(tǒng)框架運作模型研究[J]. 寧德師范學(xué)院學(xué)報（自然科學(xué)版），2018，30（2）：127-131.

[58]KAGERMANN H， WSHLSTER W， HELBIG J. Recommendations for implementing the strategic initiative INDUSTRIE 4.0： Final report of the Industrie 4.0 Working Group[R]. Munich： National Academy of Science and Engineering， 2013.

[59]EVANS P C， ANNUNZIATA M. Industrial Internet： Pushing the boundaries of minds and machines[R/OL].（2012-12-26）[2021-01-19].https：//www.researchgate.net/publication/271524319_Industrial_Internet_Pushing_th.

[60]制造強國戰(zhàn)略研究項目組. 制造強國戰(zhàn)略研究：智能制造專題卷[M]. 北京：中國工信出版集團，電子工業(yè)出版社，2015.

[61]GAO Liang， PENG Chuanyong， ZHOU Chi， et al. Solving flexiblejob-shop scheduling problem using general particle swarm optimization[C]// Proceeding of The 36th International Conference on Computers & Industrial Engineering. Taipei， China：ACM， 2006：3018-3027.

[62]張國輝， 吳立輝. 求解柔性作業(yè)車間調(diào)度的GATOC混合方法[J]. 計算機工程與應(yīng)用， 2015， 51（23）：266-270.

[63]徐金輝， 涂海寧， 陸遠(yuǎn). 智能制造單元生產(chǎn)調(diào)度算法研究[J].制造技術(shù)與機床， 2020（3）：134-138.

[64]YANG Weimin， JIAN Ranran Jian. Research on intelligent manufacturing of 3D printing/copying of polymer[J]. Advanced Industrial and Engineering Polymer Research. 2019，2：88-90.

[65]PRIEGO R， IRIONDO N， GANGOITI U， et al. Agent-based middleware architecture for reconfigurable manufacturing systems[J]. The International Journal of Advanced Manufacturing Technology，2017，92（5-8）：1579-1590.

[66]SHEN Weiming， HAO Qi， WANG Shujing， et al. An agent-based service-oriented integration architecture for collaborative intelligent manufacturing[J]. Robot Computer-Integrated Manufacturing， 2007，23（3）：315-325.

[67]ZHANG Y， ZHANG G， WANG J， et al. Real-time information capturing and integration framework of the internet of manufacturing things[J]. Internation Journal of Computer Integrated Manufacturing， 2015， 28（8）：811-822.

[68]王婷， 廖斌， 楊承誠. 大數(shù)據(jù)驅(qū)動的綠色智能制造模式及實現(xiàn)技術(shù)[J]. 重慶大學(xué)學(xué)報，2020，43（1）：64-73.

[69]張祖國. 基于全制造服務(wù)周期的智能工廠系統(tǒng)結(jié)構(gòu)模型[J]. 艦船科學(xué)技術(shù)，2016，38（5）：121-128.