时间：2023-07-19 17:29:55
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇智能制造技术概念，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
关键词：智能；智能科学与技术；语义分析；知识体系；课程体系
中图分类号：G642 文献标识码：A
1 引言
“智能科学与技术”专业教育意指将“智能科学与技术的知识体系”传授给本科生或研究生。构建智能科学与技术的知识体系通常有两种途径：(1)经验归纳法，从社会实践和科学研究已经获得的知识集合中选择出若干，认为这些知识应该归属于“智能科学与技术”，且将其结构化与系统化。(2)概念演绎法。追问“智能科学与技术”的确切含义为何，由此联想其涉及的主要方面，概念推演形成的轨迹即是知识体系。两种方法的结论应是一致的。就实际操作而言，前者的主要环节是“选择知识”和“搭建体系”，而“选择什么”和“搭建成何样”就与研究者的偏好相关，常出现观点相左的情形；后者的主要环节是“明确语义”和“语义延伸”，能被称为概念的东西总是成熟的，即已有大量的先前研究，对此人们的分歧较少，而从概念出发的语义延伸又是遵循演绎逻辑的，由此而得的知识体系就易被公认。
本文的研究采用概念演绎法，具体的讨论依层次递进展开，首先明确“智能科学与技术”的中文语义，其次讨论该语义涉及的关键概念之内涵，进而合成这些关键概念的具体内容，继之概括“智能科学与技术的知识体系”，最后设计“智能科学与技术专业教育的课程体系”。
2 “智能科学与技术”的语义
尽管有逻辑上的先后，“科学”与“技术”通常被认为是并列的两种人类文化活动。“智能科学与技术”就应被分为“智能科学”与“智能技术”。
智能是某种行为主体所具有的能力和所表现的行为。这种具有智能的行为主体目前(也许永远)只有两类：生物(其中主要是人类)和机器。若以人类代表生物，智能就有两种表现形态，人类智能(human intelligence)和人工智能(artificial intelligence)，后者是对前者的模仿与延展。
科学是为了获得所考察对象的知识体系，技术则是依据某种原理设计制造各种人工系统。由此，“人类智能科学”、“人工智能科学”、“人工智能技术”是无歧义的，而“人类智能技术”就不成立(确切地说，是间接地通过“人工智能技术”的方式表现出来)。
基于上述分析，“智能科学与技术”的语义由三部分构成，“关于人类智能的科学”、“关于人工智能的科学”和“应用人工智能的技术”。根据惯常的教育与研究分工，前者是心理科学领域的重点所在，后二者则是信息科学领域的前沿方向。目前国内所开办的“智能科学与技术”专业教育大多属于理工科本科，其侧重所在自然是“人工智能”。
支撑着“智能科学与技术”及其三部分构成的关键概念是“智能”、“科学”与“技术”，对其进行深入剖析有助于推演出“智能科学与技术的知识体系”。
3 关键概念的剖析
3.1 “智”对应于Intelligence
汉语中的“智”是“知”的后起字，而“知”是“出于口者疾如矢也”，意指认识的事物可以脱口而出。“知”添加了“曰”即为“智”，再清楚不过，“智，知而道出也”。智，就是人们日常口语中的“知道”。
英语中的Intelligence源于拉丁语的动词intellegere，意思是to understand。而intellegere是inter(interl与legere(to choose)的合成词，故它所表达的是“在推理基础上的理解”。
可见，汉语的“智”关注知识(识，知也。《说文》)及其共享；英文的Intelligence则强调知识及其可靠来源。有所差异并不妨碍将不同文化系统中的这两个概念对应起来。
3.2 “智”的派生词
尽管语义十分贴切，却不可将Intelligence直接汉译为“智”。在现代汉语中，单字形式的名词一般不用于表达抽象概念，因为单音节的高频率使用在言语交流中难以通畅顺口。通常都是采用双字形式的名词。“智”需要再添加一字。处理的办法无非两类，同义重复或附加意义。前者生成的是“智慧”，后者得到的是“智能”和“智力”。
智慧之“慧”，一方面与“智”同义(知或谓之慧。《方言》)，另一方面又与佛教名词“般若”(Praina)相连，在中国的文化传统中，佛是高深至上的，这样，智慧的真理性就毋庸置疑。作为汉语词汇的“智慧”固定下来之后，除了与英文的Intelligence相对应，还与英文的wisdom(wise“聪明的”+dom“性质或状态”)相一致。更重要的是，wisdom就是希腊语的sophy，由此构成了philosophia(英文philosophy)。“智慧”连接着中国的佛教(与中国哲学相通)和西方的哲学。智慧是哲学层面的。
“智能”和“智力”都是“智的能力”的简称。推敲其中的意味饶是有趣。作为物理学概念的“能”和“力”，二者是一种源流关系，因而在汉语的习惯中，“能”更本质，“力”则外显，暗含着有高下之分。这样，智能有“智能人”、“智能机器”、“智能科学”等，智力则是“智力游戏”、“智力玩具”、“智力商数”等。层次的感觉是明显的。智能和智力是科学层面的。
“智”的派生词最常用的有三个：智慧、智能和智力，它们均可英译为Intelligence，但在汉语中分别属于三个层次，即哲学领域、科学领域(较高层次)和科学领域(较低层次)。
3.3 关键概念的文化比较
将与“智”相关的中文概念和与Intelligence相关的英文概念进行对比，可看出中西方文化的相通与差异，有助于更深刻明晰地理解“智能”的语义。表1是基于英语概念的文化比较。从中可见，“智能”较高于“智力”在西方文化中表现为对现在分词的偏爱。
表2是基于汉语概念的文化比较。英语的Intelligence可以笼统地表示汉语的“智、智慧、智能、智力”。现限定“构建智能科学与技术的知识体系”是一项科学研究(即不考虑“智慧”)，再用“智能”作为“智能”和“智力”的统称，这样，“智能”就成为将要继续讨论的唯一概念。
3.4 智能之“能”
前已阐明，智能就是“智的能力”。这种能力究竟为何，学者们曾有过大量的讨论。其中一种通俗简洁的表述 被包含于后者之中。在人工智能中将二者分开，缘于它们的对象不同，前者针对的是自然界，后者则面向人类已有的知识积累。“推理”是生命体存在的基本前提。所以，关于人工智能的科学只有两个分支：机器感知／发现理论(派生于人的认识论)和机器推理理论(基于人脑推理理论的讨论)。
(4)应用人工智能的技术。第3.6节说明，技术就是应用手段、技能和方法设计与制造人工系统。图4模型所示意要设计与制造的人工系统只有专家系统和机器人。所以，应用人工智能的技术主要有两个：专家系统技术和机器人技术。
(5)基于现状的人工智能科学与人工智能技术的内容调整。前面将“机器感知”和“知识发现”归于科学范畴，其根据就是因为它们均是客观存在。然而，现在的“机器感知”还非常简单，对于诸如表情、语气等稍微复杂的客观现象就无能为力：“知识发现”也主要依赖于基于语法的关键词匹配，而对于如何有效地理解语义特别是语用还差得很远。鉴于如此现状，将“机器感知”和“知识发现”归于技术更合适一些。
(6)智能科学与技术的知识体系。集成上述的观点可得图5所示的知识体系。理论是概念、原理的体系(《辞海》)，本身就是知识体系。技术包括手段、技能和方法，也是知识或知识指导下的操作。所以，智能科学与技术的知识体系由两个理论和四种技术构成。
图5的表示是粗线条的。正是因为它没有将与“智能”有关的科学理论和技术方法全部罗列出来，才有了一个简洁的框架，以便在此基础上进一步细分和添加，最终形成一个系统的图景。
6 “智能科学与技术”专业教育的课程体系
“智能科学与技术”专业教育的使命就是将图5所示的知识体系教授给本科生或研究生。学校教育总是以课程方式进行的。智能科学与技术的知识体系必须转化为课程体系。基于图5所示模型、兼顾目前大学课程设置的现状、特别是参照国内学者的研究成果和国内率先开办智能科学与技术专业的大学的探索性经验，提出“智能科学与技术专业教育的课程体系”的一种方案，见表3。
如表3所示，“智能科学与技术”专业的课程设置对应于智能科学与技术知识体系的主要内容(见图5)，共六门主干课程：
(1)“脑与认知科学”。包括“脑科学”与“认知科学”。
(2)“机器学习”。推理是学习过程中所采用的主要方法，机器学习包含机器推理，在一般意义上可以认为二者同义。目前讲授机器学习的大学课程主要有：“机器学习”、“模式识别”(是实现机器学习的一种方法)、“计算智能”。后者包括“模糊计算”、“神经计算”、“进化计算”，讲授一些具有前沿性的理论与方法。
(3)“机器感知”。包括“机器视觉”模仿人类的视觉、“计算机语音技术”模仿人类的听觉、“自然语言理解”模仿人类对语言与文字的理解。
(4)“知识发现”。包括“信息检索”和“数据挖掘”，前者在数据库中进行关键字匹配、在万维网上进行关键字匹配、在语义网上进行语义匹配以获取所需要的信息，后者将信息组织到数据仓库中以便寻求信息之间的规律性关联即获得知识。
(5)“专家系统”。该课程所讲授的内容包括管理信息系统、专家系统、决策支持系统、多Agent系统。它们是人工智能为人类提供的实用型信息产品。
(6)“机器人”。利用机器来获得身心的解放与扩展是人类的梦想和永远的追求。拟人机器的设计与制造涉及诸多学科，在大学的专业教育中只能讲授一些基础概念。
可以将整个“智能科学与技术的知识体系”看作是一个对知识进行“输入一加工一输出”的结构。由表3可见，与知识输入有关的是“机器感知技术”和“知识发现技术”；与知识加工有关的是“脑科学理论”和“机器推理理论”；与知识输出有关的是“专家系统技术”和“机器人技术”。在智能科学与技术学科中，分工专门研究知识输入、知识加工、知识输出，就构成了其三个主要的研究方向：知识处理、智能理论与方法、智能系统与应用(如表3所示)。
7 结论
(1)智能科学与技术是人类智能科学、人工智能科学和人工智能技术的总称。技术的标志是用于设计与制造人工系统，因而“人类智能技术”并不直接存在。
(2)“智能”是“智的能力”的统称。中文的“智”之本义是“知而道出”，与英文的Intelligence(本义“推理基础上的理解”)尽管侧重不同，仍被认为语义相等。现代汉语不习惯单字形式的概念，“智”便有了三个常用派生名词“智慧”、“智能”和“智力”。前者属于哲学概念：后二者属于科学对象，是“智的能力”的两种不同简称，亦有层次高下之分。在科学领域，“智能”通常涵盖“智能”和“智力”。
(3)智能科学是指，认知智能事实、归纳智能规律、总结智能理论。
(4)智能技术是指，设计与制造人工智能系统的手段、技能和方法。
(5)智能(intelligence)应该是“能智”。即能知、能日、能推理、能理解、能应用。
(6)智能是以知识为主线的三个环节的序贯过程。智能表现为知识在知识获取、知识推理、知识应用三类活动中的定向流动和逐级提升。
(7)智能首先遇到的问题是知识表示。人类智能的知识表示是在文化传承中自然实现的，而人工智能的知识表示则依赖于专门的人为规定。这样，智能的内容就有四个部分：知识表示、知识获取、知识推理、知识应用。
(8)智能最简明最本质的定义是：知识+推理。人类智能的特征是，知识用自然语言表示、推理在人脑中进行；人工智能的特征是，知识用机器语言表示、推理用机器实现。
(9)人类智能的内容主要有五个：感官感知、信息检索、人脑推理、实际问题解决方案、实际问题解决方案的执行。
(10)人工智能是对人类智能的模仿与延伸，其主要内容也相应有五个：机器感知、知识发现、机器推理、专家系统、机器人。
(11)智能科学与技术的知识体系由两个理论和四种技术构成。智能科学与技术的知识体系涉及关于人类智能的科学、关于人工智能的科学、应用人工智能的技术，具体有脑科学理论、机器推理理论、机器感知技术、知识发现技术、专家系统技术、机器人技术。
在工业互联网大潮的裹挟下，智能制造、网络制造、绿色制造、柔性制造等各种创新性的制造概念，每天都在冲击着人们的新闻视听。
而具体到制造业内部的各分支行业领域和公司，每天也都在上演着形形的跨界、布局、兼并、联合、转型、升级等热剧，目标无非在于建立一个高度灵活的个性化、数字化的产品与服务的生产模式。
毫无疑问，这种转型升级的大潮与当前国家制造业的大势颇为吻合的。从制造大国向制造强国转变，是中国的既定战略方向。自“十二五”以来，谋求制造业的转型升级成为政府各部门工作的一个核心理念。
作为这波热潮的关注者和研究者，我们相信，已经从各种渠道看惯了各式各样的表格和数据的你，打开这本杂志，并不希望再次看到这些重复且无趣的内容。因此我们并不打算再次叙述某企业通过引进机器人而压缩了多少生产成本，或者某公司采取新型节能方案而降低了多少能耗。即便是同一个故事，我们也想换一个角度或方法来讲述。
在此，我们尝试着换一种思维，把站在传统制造业身后，为其转型升级提供推动力量的那些硬件、软件或解决方案提供商推向台前，从它们的角度来为你聚焦本次转型大潮下的诸多细节与故事。
比如德国西门子力推工业4.0，积极探索未来制造；美国GE提出工业互联网概念，努力把传统工业与互联网、大数据嫁接；发那科、ABB、库卡等积极在中国推销工业智能机器，助力中国制造业的智能化；IBM、思科、日立、惠普、NEC等传统IT厂商力图用ICT技术改造传统制造业，为中国工业腾飞添翼等等……
我们认为，在这场已然暗潮涌动的第四次工业革命浪潮下，全球制造业从生产方式到商业模式都在发生着深刻变化，而推动这种变革的力量可以称之为“制造+”。无论以智能制造为核心的德国工业4.0，还是以互联网思维为基本理念的美国网络化制造，都可以定义在“制造+”的范畴内。
而在中国，新型工业化所积极倡导的信息化与工业化的融合，可以看作是一种与世界范围的“制造+”理念的不谋而合。所以，我们不妨把所有在智能制造、网络制造、绿色制造、柔性制造等新型制造形态上，拥有核心技术或者能为制造业提供智能、网络、绿色解决方案的公司，都归纳为“制造+”的中坚力量。
这些“制造+”公司，既是中国乃至全世界制造业转型升级的推动者，同时也是重要的见证者和参与者。我们将撷取其中的一部分公司，为你展示这波制造业蝶变中，它们所起到的巨大作用。
除了这个专题报道，我们还专门策划了一届“2014中国智能制造年会暨中国“制造+”20强和创新企业评选会”。在会上，我们还将依据这些公司在智能制造、绿色制造、敏捷制造、数字制造、虚拟制造、互联网制造等各领域所贡献的力量，评选出中国“制造+”20强和创新企业予以公布。
这波以物理信息融合为核心的制造业转型浪潮，我们很难界定何处是其起点，何处是其终点，但我们确信，对于制造企业而言，唯有顺应潮流主动变革，才能确保一直矗立潮头。
江鹏程：华软目前管理资金的规模大概是130亿人民币，投资主要领域是新一代信息技术，大概占70%，同时会扩展其它领域，例如装备制造、节能环保。始终坚持信息技术是主要投资方向。华软资本最近出了一本书《2049智能崛起》，联想30多年以后信息技术在各个行业会引发什么变化，来找一些方向性的投资的机会。
《融资中国》：华软为什么会选择装备制造业？
江鹏程：选择这个领域是因为第一我们要和信息技术紧密结合。第二点我们会选择国家七大战略新兴行业。对于装备制造业很看好，在两年前华软就定了策略方向 ，那个时候还没提到工业4.0等概念，智能制造的背后一定有信息技术的广泛应用，对于现在的工业制造会有很大的提升。有些装备制造可能很高端，但那些不一定是华软的投资方向，我们看的是工业4.0对工业生产效率的提升，这样的改变都是一步一步来的，不是一蹴而就。
《融资中国》：工业制造4.0概念真正落实到企业中需要多长时间？
江鹏程：工业4.0不完全是一个概念，它是逐渐发展的过程，不能说立马达到工业4.0的标准，但是工业自动化 ，工业流水线的智能化是一直在进行的。例如iPhone配件很多都是在国内生产，在这些生产企业里面会广泛应用到无人管理和高效智能控制，达到4.0是逐渐的过程，但绝对不是摸不着的东西，不仅仅是一个概念。
《融资中国》：工业4.0细分哪几个方向？
江鹏程：我们不讲方向，讲解决问题。如生产线的物料搬运，是不是能达到节省的目的，如工厂设计，什么地方会应用到机器人，后面会有搬运系统，有嵌入式软件，也有独立的某一个环节机器人手的应用，这些应用能够提高效率。机器人手臂放哪里，怎么设计，每秒怎样能够完成更多工作，这些都是很现实的东西。
《融资中国》：在物联网人工智能方面有哪些布局？
江鹏程：物联网很早之前就有布局，物联网本身是分层的，最底层，中间系统设计和应用 ，各个层面投资的时点不同。我们做了一些投资比如RFID（射频识别）的一些应用，也有一些项目投完被收购了，这个方向我们绝对认可，包括我们新书里提到新一代信息技术应用最重要的四个方向“大物移云”，大数据，物联网，移动互联网和云计算，以这四个作为我们新一代信息技术未来发展最主要的内容，我们会持续看好，做投资的话会看在这个企业在物联网某个阶段解决了什么问题，它能否在未来三到五年中持续的增长。
工厂通过“资讯物理系统（CPS）”来建立一个完整的网路系统，这当中包括了相互连结的智能机械、仓储系统、及高效的产品设备等，这些设备可以独立自主的运作，或者互相交换讯息、互相控制，并且以嵌入式系统来监测生产环境。当指令经过CPS系统时，纵向需要经过工厂和公司的商业流程，横向则连接了可以实时管理的衍生价值体系，这两方面共同构建了嵌入式制造的系统网络。从生产机台的运动控制到整体工厂运作无不讲究智能，未来的工厂工人，将不再只是单调的操作机器，而是将自己的经验储存到系统中，更有智能地与生产机器沟通互动。“智能制造”就是“工业4.0”的一个缩影。
此外，“工业4.0”还将解决当今世界遇到的一些挑战，比如资源效率、城镇化和人才结构调整等。工业4.0能够持续带来覆盖整个价值网络的资源生产率和效率的增益。同时能够将人口结构变动和社会因素考虑在内，并设定合适的方式来组织生产。智能辅助系统可以把工人从单调、程式化的工作中解放出来，使其能够将精力集中在创新和增值业务上。在关于熟练工短缺的问题上，工业4.0允许高龄的工人延长他们的工作生涯，使他们能够长时间地保持生产力。灵活的工作组织形式使得工人们能够更好地整合他们自己的工作，私人生活和持续的职业生涯发展将变得更有效率，可以说，工业4.0为工作和生活找到了一个更好的平衡点。
德国抢先推进“工业4.0”项目
为了在新工业革命中占领先机，德国联盟教研部与联邦经济技术部正联手推动《高技术战略2020》确定的十大未来项目之一——“工业4.0”项目，支持工业技术领域新一代关键技术的研发与创新。项目由德国联邦教研部与联邦经济技术部联手资助，联盟政府投入达2亿欧元。在《高技术战略2020》的计划行动中，德国联盟政府为未来项目“工业4.0”设立了雄心勃勃的目标：德国要成为现今工业生产技术（即网络物理融合式生产系统）的供应国和主导市场。
“工业4.0”项目的主要内容
“工业4.0”项目的概念描述了由集中式控制向分散式增强型控制的基本模式转变，目标是建立一个高度灵活的个性化和数字化的产品与服务的生产模式。在这种模式中，传统的行业界限将消失，并会产生各种新的活动领域和合作形式。创造新价值的过程正在发生改变，产业链分工将被重组。
“工业4.0”项目将从两个方向展开，一是“智能工厂”，重点研究智能化生产系统及过程，以及网络化分布式生产设施的实现；二是“智能生产”，主要涉及整个企业的生产物流管理、人机互动以及3D技术在工业生产过程中的应用等。该计划将特别注重吸引中小企业参与，力图使中小企业成为新一代智能化生产技术的使用者和受益者，同时也成为先进工业生产技术的创造者和供应者。
“工业4.0”项目的重点应用技术
随着工业4.0时代的到来，许多沿用多年、占据主导地位的工业自动化技术，正面临被淘汰、被更新换代的命运，而一批以前认为是高端的工业自动化技术，也随着新时代的到来，快速的走入到了实际的应用中去，成为新时代的宠儿：一是以工业PC为基础的低成本工控自动化将成为主流；二是PLC进入第六代——微型化、网络化、PC化和开放性；三是DCS系统走向测控管一体化设计；四是控制系统向现场总线（FCS）方向发展；五是仪器仪表向数字化、智能化、网络化、微型化发展；六是数控技术向智能化、开放性、网络化、信息化发展；七是工业控制网络向有限和无限相结合的方向；八是工业控制软件向标准化、网络化、智能化和开放性方向发展。
此外，为了实现工业制造到工业4.0的转变，德国还要实现一项双重策略。不仅应该一如既往地把“信息和通讯科技”和“自身的传统高科技策略”进行整合，以努力成为智能制造科技的主要供应商，寻求稳固自身在全球市场的领导地位。同时，还应创造并服务于CPS科技和产品。为了达成这个双重要求，以下几个工业4.0的特征应该被执行：一是横向集成需要通过价值网络；二是端到端的工程立体集成横跨整个价值链；三是垂直集成和网络化的制造系统。通向工业4.0之路要求德国在研发上投入巨大的精力，为了实现双重策略，所进行的研究首先必须实现“制造系统的水平和垂直集成”和“工程上端到端的集成”。此外，出于对工业4.0系统的要求和CPS科技持续发展的目的，在工作场所中新的社会基础设施应该得到更多关注。
各界积极响应“工业4.0”项目
德国电子电气工业协会（ZVEI）预测，工业4.0将使工业生产效率提高30%，德国人工智能研究中心执行长Wahlster也表示，工业4.0将会在一些高劳动成本的地区非常具有竞争力。有鉴于此，德国机械设备制造业联合会（VDMA）及德国信息技术、通讯、新媒体协会（BITKOM）也已加入，德国三大工业协会决定共同建立一个名为“第四次工业革命平台”办事处，并于2013年4月在法兰克福正式启动。三大协会共同建立办事处的主要目标在于，推动工业的发展、提高工业生产标准、开发新的商业模式和运营模式并付诸实践。
德国企业界做出了积极地响应。比如，西门子展示自身推进工业4.0的具体行动，其凭借全集成自动化（TIA）和“数字化企业平台”，长久以来占据着信息技术集成领域的领导地位。在2013汉诺威工业博览会上，西门子展示了融合规划、工程和生产工艺以及相关机电系统的全面解决方案。西门子展台将突出展示西门子的最新技术成就，这包括以全集成自动化TIA v12版本、新一代控制器Sifmatic S7-1500、针对电气传动应用的“全集成驱动系统”（IDS）概念，以及以信息技术为基础的服务，例如，状态监控。另外，西门子公司还将与德国弗劳思霍夫研究院以及大众汽车公司联合展示，通过利用产品生命周期管理软件（PLM）进行虚拟生产规划，可降低生产线上机器人的能耗高达50%。另外，西门子指出当前约7500名软件工程师是其在ICT驱动制造业自动化创新上的最大资本。
智能制造业工程领域的全球化竞争变得愈加激烈，德国并不是唯一一个在制造业部署物联网和行业服务的国家。远在大洋彼岸的美国在2011年6月正式启动包括工业机器人在内的“先进制造伙伴计划”，2012年2月又出台“先进制造业国家战略计划”，提出通过加强研究和试验（R&E）税收减免、扩大和优化政府投资、建设“智能”制造技术平台以加快智能制造的技术创新。日本亦提出通过加快发展协同式机器人、无人化工厂提升制造业的国际竞争力。
“工业4.0”两大主题
智能工厂：智能工业发展新方向
“智能工厂”的概念最早是奇思2009年在美国提出，其核心是工业化-和信息化的高度融合。智能工厂是在数字化工厂的基础上，利用物联网的技术和设备监控技术加强信息管理和服务；未来，将通过大数据与分析平台，将云计算中由大型工业机器产生的数据转化为实时信息（云端智能工厂），并加上绿色智能的手段和智能系统等新兴技术于一体，构建一个高效节能的、绿色环保的、环境舒适的人性化工厂。目前智能工厂概念仍众说纷纭，其基本特征主要有制程管控可视化、系统监管全方位及制造绿色化三个层面。
一是制程管控可视化。由于智能工厂高度的整合性，在产品制程上，包括原料管控及流程，均可直接实时展示于控制者眼前，此外，系统机具的现况亦可实时掌握，减少因系统故障造成偏差。而制程中的相关数据均可保留在数据库中，让管理者得以有完整信息进行后续规划，也可以依生产线系统的现况规划机具的维护；可根据信息的整合建立产品制造的智能组合。
二是系统监管全方位。通过物联网概念、以传感器做链接使制造设备具有感知能力，系统可进行识别、分析、推理、决策、以及控制功能；这类制造装备，可以说是先进制造技术、信息技术和智能技术的深度结合。当然此类系统，绝对不仅只是在KS内安装一个软件系统而已，主要是透过系统平台累积知识的能力，来建立设备信息及反馈的数据库。从订单开始，到产品制造完成、入库的生产制程信息，都可以在数据厍中一目了然，在遇到制程异常的状况，控制者亦可更为迅速反应，以促进更有效的工厂运转与生产。
三是在制造绿色化方面，除了在制造上利用环保材料、留意污染等问题，并与上下游厂商间，从资源、材料、设计、制造、废弃物回收到再利用处理，以形成绿色产品生命周期管理的循环，更可透过绿色ICT的附加值应用，延伸至绿色供应链的协同管理、绿色制程管理与智慧环境监控等，协助上下游厂商与客户之间共同创造符合环保的绿色产品。
智能工厂的建设主要基于以下三大基础技术。
一是无线感测器。无线感测器将是实现智能工厂的重要利器。智慧感测是基本构成要素。仪器仪表的智慧化，主要是以微处理器和人工智能技术的发展与应用为主，包括运用神经网路、遗传演算法、进化计算、混沌控制等智慧技术，使仪器仪表实现高速、高效、多功能、高机动灵活等性能，如专家控制系统（expert control system；ECS）、模块逻辑控制器（FLC—Fuzzy Logic controller）等都成为智能工厂相关技术的关注焦点。
二是控制系统网路化（云端智能工厂）。随着智能工厂制造流程连接的嵌入式设备越来越多，通过云端架构部署控制系统，无疑已是当今最重要的趋势之一。在工业自动化领域，随着应用和服务向云端运算转移，资料和运算位置的主要模式都已经被改变了，由此也给嵌入式设备领域带来颠覆性变革。如随着嵌入式产品和许多工业自动化领域的典型IT元件，如制造执行系统；（MEs）以及生产计划系统（PPS）的智慧化，以及连线程度日渐提高，云端运算将可提供更完整的系统和服务。一旦完成连线，体系结构、控制方法以及人机协作方法等制造规则，都会因为控制系统网路化而产生变化。此外.由于影像、语音信号等大数据高速率传输对网路频宽的要求，对控制系统网路化，更构成严厉的挑战，而且网路上传递的资讯非常多样化，哪些资料应该先传（如设备故障讯息），哪些资料可以晚点传（如电子邮件），都要靠控制系统的智慧能力，进行适当的判断才能得以实现。
三是工业通信无线化。工业无线网络技术是物联网技术领域最活跃的主流发展方向，是影响未来制造业发展的革命性技术，其通过支持设备间的交互与物联，提供低成本、高可靠、高灵活的新一代泛在制造信息系统和环境。随着无线技术日益普及，各家供应商正在提供一系列软硬体技术，协助在产品中增加通信功能。这些技术支援的通信标准包括蓝牙、Wi-Fi、GPS、LTE以及WiMax。然而，由于工厂需求不像消费市场一样的标准化，必须因应生产需求，有更多弹性的选择，最热门的技术未必是最好的通信标准和客户需要的技术。
智能生产：制造业的未来
能生产（Intelligent Manufacturing.IM），也称智能制造，是一种由智能机器和人类专家共同组成的人机一体化智能系统，它在制造过程中能进行智能活动，诸如分析、推理、判断、构思和决策等。通过人与智能机器的合作共事，去扩大、延伸和部分地取代人类专家在制造过程中的脑力劳动。它把制造自动化的概念更新，扩展到柔性化、智能化和高度集成化。与传统的制造相比，智能生产具有自组织和超柔性、自律能力、学习能力和自维护能力、人机一体化、虚拟实现等特征。
“智能制造”需要硬件，软件以及咨询系统的整合。那些具有“智慧制造”属性的生产线，不仅拥有着为数众多的控制器、传感器，而且通过有线或无线传感网架构进行串联，将数据传输给上层的制造执行管理系统MES，结合物联网的系统架构，从而让制造业提升到一个新的阶段。制造主要是服务于产品的生产，现在随着客户个性化需求越来越多，产品生产也逐渐呈现出少量多样等新特征，这就迫使制造厂商要提升生产线的速度与灵活性，对于市场前端的变化需要能够快速调整。例如当前一些汽车厂就可以让客户在线指定汽车的颜色，快速调整生产线，快速交付产品。智能制造就是要为使用者带来更多的便利。
近年来，由人工智能技术、机器人技术和数字化制造技术等相结合的智能制造技术，正引领新一轮的制造业变革。智能制造技术开始贯穿于设计、生产、管理和服务等制造业的各个环节，智能制造技术的产业化及广泛应用正催生智能制造业。概括起来，当今世界制造业智能化发展呈现两大趋势。
一是以3D打印为代表的“数字化”制造技术崭露头角。“数字化”制造以计算机设计方案为蓝本，以特制粉末或液态金属等先进材料为原料，以“3D打印机”为工具，通过在产品层级中添加材料直接把所需产品精确打印出来。这一技术有可能改变未来的产品的设计、销售和交付用户的方式，使大规模定制和简单的设计成为可能，使制造业实现随时、随地、按不同需要进行生产，并彻底改变自“福特时代”以来的传统制造业形态。3D打印技术开创了一个全新的偏平式、合作性的全球手工业市场，而不是传统意义上的层级式、自上而下的企业结构。一个由数百万人组成的分散式网络代替了从批发到零售商在内的所有中间人，并且消除了传统供应链中每一个阶段性的交易成本。这种“添加式生产”能够大幅降低耐用品的生产成本，从而使数以万计的小型生产商对传统上处于中心位置的大型生产者提出挑战。不过新的生产方式已经发生了重大改变，传统的生产制造业将面临一次长时间的“洗牌”。有预测指出，未来模具制造行业、机床行业、玩具行业、轻工产品行业或许都可能被淘汰出局，而取代他们的就是3D打印机。当然，这需要一个过程，主要是人们适应和接受新事物的过程与产业自身完善成长的过程。不过10年、20年是分水岭，一般新技术会变得非常成熟起来，并被广泛应用。
二是智能制造技术创新及应用贯穿制造业全过程。先进制造技术的加速融合使得制造业的设计、生产、管理、服务各个环节日趋智能化，智能制造正引领新一轮的制造业革命，主要体现在以下四个方面。
（1）建模与仿真使产品设计日趋智能化。建模与仿真广泛应用于产品设计、生产及供应链管理的整个产品生命周期。建模与防真通过减少测试和建模支出降低风险，通过简化设计部门和制造部门之间的切换来压缩新产品进入市场的时间。
（2）以工业机器人为代表的智能制造装备在生产过程中应用日趋广泛。近年来，工业机器人应用领域不断拓宽，种类更加繁多，功能越来越强，自动化和智能化水平显著提高。汽车、电子电器、工程机械等行业已大量使用工业机器人自动化生产线，工业机器人自动化生产线成套装备已成为自动化装备的主流及未来的发展方向。业内通常将工业机器人分为日系和欧系。日系的主要代表有安川、OTC、松下、FANUc、不二越、川崎等公司；欧系主要有德国KUKA、CLOOS，瑞典ABB，意大利COMAU，奥地利IGM公司等。工业机器人在制造业的应用范围越来越广泛，其标准化、模块化、网络化和智能化程度越来越高，功能也越发强大，正朝着成套技术和装备的方向发展。国际机器人联合会主席榊原伸表示，过去4～5年间，世界机器人行业得到了长足的发展，行业平均增长率为8%～9%。据联合会统计，近年来世界工业机器人行业的年总产值约250亿美元。
（3）全球供应链管理创新加速。通过使用企业资源规划软件和无线电频率识别技术（RFID）等信息技术，使得全球范围的供应链管理更具效率，缩短了满足客户订单的时间，提升了生产效率。
（4）智能服务业模式加速形成。先进制造企业通过嵌入式软件，无线连接和在线服务的启用整合成新的“智能”服务业模式，制造业与服务业两个部门之间的界限日益模糊，融合越来越深入。消费者正在要求获得产品“体验”，而非仅仅是一个产品，服务供应商如亚马逊公司已进入了制造业领域。
制造企业如何适应“工业4.0”时代
通向工业4.0的路将会是一段革命性的进展。现有的基础科技和经验将不得不为了适应制造工业中的特殊设备而进行改变和革新，而且对于新地域和新市场的创新解决方案将不得不重新探索。为此，企业需要对以下8个领域进一步改进。
标准化和参考架构
工业4.0将会涉及网络技术的设计并通过价值网络集成几家不同的公司。如果一揽子共同标准得以实现，这种合作伙伴关系将成为可能，而且需要一个参照架构来为这些标准提供描述并促进标准的实现。
复杂系统的管理
制造系统正在日益变得复杂，适当的计划、描述和说明模型可以为这些复杂系统提供管理基础。工程师们应该为了发展这些模型而进行更多的方法创新和工具应用。
一套综合的工业基础宽带设施
毋庸置疑，综合并高质量的通讯同络是工业4.0的关键要求。无论是在德国国内，还是在德国与其他合作国家之间，宽带网络基础设施也因此需要进一步的、大规律的拓展。
安全和安保
安全和安保是智能制造系统成功的关键。保障设备和产品自身不会引起使用者的危险，也不会对环境造成污染十分重要。同时，设备和产品中包含的信息特别需要被保护，以防止这些信息被滥用或者在未被授权的情况下使用。这将对安全和安保的架构和特殊识别码的集成调用产生更高的要求，同时相关的培训和职业生涯的持续发展规划也要得到加强。
工作的组织和设计
在智慧工厂里，雇员的角色将会发生引人注目的改变。越来越多的实时导向性控制将会让工作内容、工作流程和工作环境发生转变。针对组织工作的社会科技的实现将会给工人提供承担重大责任和加强个人发展的机会。当上述内容成为现实，进行合作的工作设计和职业生涯的学习途径对于启动参照模型课题将变尤为必要。
培训和持续性的职业发展
工业4.0将从根本上改变工人们的工作和职业诉求。实施适合的培训策略并用培养学习的方式组织工作也因此而变得非常必要，可以借此实现“活到老学到老”和基于工作地点的广泛的个人发展。为了达成这项目标，模型课题和“最好的实用网络”应该被进一步开发和提升，立体学习技术也应该投入研究。
规章制度
在工业4.0下建立新的制造流程和水平的商业网络架构时必须遵守法律，而已存在的立法也同样需要在必要时考虑创新对法律带来的影响。面临的挑战包括合作信息的保护、责任议题、管理私人信息和贸易限制等。这将不仅对立法，也对其他代表商务行为的活动提出了要求——制度将作为一个涵盖面广泛的适用工具而存在，其中的内容条款包括指导方针、标准合同和公司集体协议，或者如审计类型的自律行为。
[关键词]MES系统、智能制造、助力
中图分类号：F714 文献标识码：A 文章编号：1009-914X（2017）05-0136-02
1 传统MES系统的定义与应用
MES系统是制造执行系统的简称，它是由美国的AMR公司在90年代初期的时候提出来的，目的是为了使MPR计划的执行功能进行加强，把车间作业现场和MPR计划进行现场的控制，利用执行系统把它们连接起来。这里面所说的现场控制主要指的是数据采集器、条形码、PLC程序控制器、机械手以及各种各样的检测和计量的仪器。MES系统通过设置必要的接口，和厂商之间建立起合作关系。现代的MES系统是一种管理系统，它是面向制造企业和执行层的生产信息化。它能够给企业提供计划排程管理、设备管理、采购和成本管理、对生产过程进行控制、对项目看板进行管理、对底层数据进行集成分析、对上层数据进行集成分解等等的管理模块，目的是为企业打造出一个可靠、全面、可行并且扎实的制造协同管理的一个平台。
MES的体系结构经历过两个发展历程，即从T-MES向I-MES的发展历程。传统的MES（即T-MES）是在1960年在零星的车间级应用里面发展起来的。它又可以分为专用MES和集成MES两大类。专用的MES是属于一种自己就是一体的应用系统。它一般是对单一的生产问题来说的。这些问题包括制品的库存过大、设备的利用率低以及a品的质量不能够得到更好的保证，它能够给这些问题去提供有限功能。比如质量设备、设备的维护、作业维度、物料管理，还可以适合于某一种特定的生产环境（如应用于MEMS车间和半导体的MES，应用于FMS系统的MES）。专用的MES具有投入少、实施快等等的优点，但是它的可集成性和通用性都比较差。集成MES系统的初衷是为了针对某些特定的行业（如装配、半导体、食品和卫生、航空等等）特定的环境而进行设定的。目前整个的工业领域都得到了拓展。它在功能上面已经实现了与上层处理事务和下层控制系统进行实时的集成。MES集成化具有相当丰富的应用功能，还具有统一的逻辑数据库和产品及工程的模型等优点。但是这类系统一般都会对特定的车间环境有着特殊的依赖，柔性相对来说也比较差，缺少广泛的集成能力和通用性，很难伴随着业务的过程发生变化而进行重新的配置。
可集成MES这个概念是AMR在发展和分析信息技术的方面和MES应用的前景之下提出来的，它是将消息机制、组件技术模块化应用到MES系统的开发中，它是两类传统的MES系统的结合。在表现形式方面看，I-MES具有专业MES系统的特点，就是说可以实现上下两层的集成。另外，I-MES还具有可扩展、可重构、客户化和互操作等等的特性。能够实现各个不同厂商之间的集成和原有系统方便的进行，目前的基于组件的I-MES是MES发展的主要的方面。综合利用成熟的技术和理论，形成可以适应，可以集成，可以重构的MES的框架体系，为了进一步提高MES软件能够跨行业的使用、适应和协调能力进行强有力的支持。基于现在已经具有的成果和基础，发出符合我国流程工业和离散制造业特点及需求的MES软件系统、构件库和相关的工具。
2 智能制造的概念及体系架构
智能制造的定义是由人类专家和智能设备一起组成的人和机器一体化的一种智能系统，它主要在制造的过程中进行智能的活动，比如一系列了判断、分析和决策等等。主要通过人与机器结合在一起共同做事，进而扩大延伸或者部分的去取代人类的专家从事制造中进行的脑力劳动。它更新了制造及其自动化的概念，并扩展到高度集成化、柔性化和智能化。
产品的智能化一般包括自适应工况、产品的个性化定制与服务、人机交换、自主决策；而装备的智能化，是将很多歌专家的经验和他们的专业知识进行融入感知、执行和决策的环节，给产品制造在线注入知识进化和学习的能力，比如来说在很多机械装备里面实现各种动态信息的制造；车间的智能化，主要表现为一个车间到底要生产什么，车间的设备的运行状态如何，质量如何的去管控，物料是否能做到及时的配送，是不是具有生产防范错误的系统，是不是有作业的指导，什么时候可以开始进行生产的统计，产品是不是能进行及时的发送和运输等等都可以成功的实现全局的生产和管理控制；工厂的智能化，一般包括智能化生产的管理与控制。智能化的物流与仓储、智能的生产线和加工中心，还有智能化生产的管理与控制；当然最重要还是要实现一个完整生产现场的智能化控制，举例而言很多很多的企业都开始使用了自动化的仓库，还有没人引导的小车等等。实现了工厂智能化最应该重视的人与机器的互动。智能制造还体现在建立制造一体化知识库与产品设计体系；以生产知识的再次利用和共享作为目标聚焦制造问题下的制约条件，从而进一步建立产品设计的体系；把那些长期研究目标的工厂和生产过程中的一些知识的共享作为目的，来建立出可以重构的生产与生产管理的体系；构造建立出柔性的设备，把研究库的研究成果加以利用，从而开发探讨出一种柔性人机一体化的新模式，进一步的去探讨出大规模下的生产模式。
(讯)工业4.0是德国政府《高技术战略2020》确定的十大未来项目之一，并已上升为国家战略。
德国政府提出“工业4.0”战略，并在2013年4月的汉诺威工业博览会上正式推出，其目的是为了提高德国工业的竞争力，在新一轮工业革命中占领先机。“工业4.0”概念包含了由集中式控制向分散式增强型控制的基本模式转变，分为智能工厂、智能生产和智能物流三大主题。目标是建立一个高度灵活的个性化和数字化的产品与服务的生产模式。在这种模式中，传统的行业界限将消失，并会产生各种新的活动领域和合作形式。
德国学术界和产业界认为，“工业4.0”概念即是以智能制造为主导的第四次工业革命，或革命性的生产方法。该战略旨在通过充分利用信息通讯技术和网络空间虚拟系统——信息物理系统相结合的手段，实现制造业向智能化转型。
实现制造到智造的跨越
今年10月，广汽本田第三工厂暨发动机工厂正式落成。该工厂是基于“Smart-SSC”核心理念进行大胆创新从而打造的一座全新的“智慧工厂”，实现了人机物的高度结合。
由于主要生产小型车，该工厂将现有的增城工厂厂房和设备进行最大化活用，采取最合适的“一型”布局，实现人行、物流、完成车不交叉，减少了移动浪费，预留将来能够扩展的空间。
另外，广汽本田创造性地在各生产工艺导入先进的自动化设备，将总体工艺制造水平提升到“智造”水准，人员效率与增城工厂相比提升了29%。例如，冲压车间导入了国内自动装箱效率最高的高效伺服冲压线；焊装车间导入国内领先的智能化的自适应焊接控制器；涂装车间在中国汽车制造业界首次实现密封胶100%自动化涂抹；发动机工厂导入由加工中心（NC）和多轴箱加工专机（MO）组合而成智能加工线。
不仅如此，焊装车间还实现联网监控，让焊接过程管理更加准确且智能化，并通过无线射频技术（RFID）、高速互联网络（IE-CONTROL）和高精度传感器，构建MES制造执行系统。同时，还构建了“SPS配膳物流+无线射频识别+互联网”的智能物流指示系统。
广汽本田执行副总经理郁俊表示，作为新一代的“智慧工厂”，第三工厂实现了“资源占用最小化、效能发挥最大化”，让广汽本田实现了从“制造”到“智造”的全新跨越。
发力无人驾驶技术
关于无人驾驶技术，谷歌、奔驰、宝马等企业已经取得了关键性的技术突破，并且引领了行业发展的潮流。相比谷歌、奔驰等国外企业，国内的汽车厂商在无人驾驶领域虽然起步较晚，但是发展较快。
尽管由于核心零部件、核心技术的差距使得中国无人驾驶汽车发展的自主性受到制约，以及由于缺乏相关法律法规的支持，使得无人驾驶汽车上路试验困难重重，但是随着技术的不断创新发展以及相关政策法规的日渐完善，无人驾驶技术在中国的发展前景必定十分广阔。
在无人驾驶领域，广汽选择与中科院合作，并将汽车行业发展的两个重要方向――新能源和自动驾驶相结合，通过车载传感器感知外部环境，进行自主智能决策，以实现新能源汽车的自动驾驶。汽车的自动驾驶集体系结构、智能传感、智能决策、自动控制于一体，对提高车辆驾驶的智能化、安全性、舒适性有一定帮助。
[关键词]机械制造 数控技术 特点 应用
中图分类号：TH165 文献标识码：A 文章编号：1009-914X（2016）11-0023-01
1.引言
要探究机械自动化在机械制造中的实际应用，就必须要明确机械自动化的概念。机械自动化是指机械设备在脱离人为干预的情况下，按照预先设定的程序和指令自动完成设备的操作，实现生产的过程，机械自动化其实是自动化的一个分支领域。机械自动化的应用具有革命性的意义，
改变了工业制造的传统模式，进一步提高了整个工业的生产能力更重要的是，电气自动化在其影响下也应运而生。结合我国作为发展中国家的实情来看，在机械制造中还不具备全局自动化的条件，也不能盲目的进行机械自动化，如果只顾提高生产效率，扩大生产规模，势必会造成供求不平衡，所以要在生产柔性的基础上，建立完善的系统，适度人为干预，将我国的机械自动化发挥出最大效能。
2.机械自动化在机械制造中的实际应用
2.1 智能化应用
所谓智能化应用，就是指通过计算机技术、网络技术、智能控制技术、编程技术等现代科研的相互融合实现的具有人工智能的应用。智能化应用是科学技术不断发展的产物和市场经济的必然要求。智能化应用要求在市场经济体制中，机械制造技术的改进不仅需要摒弃原有的，落后的制造加工理念与技术，还需要结合商品概念，通过对加工商品概念的理解来制定更加完善的制造加工方案，实现对商品的终极制造。在这里所提到的智能化在机械制造中主要是指，在机械制造中，为了全方位提高机械制造工艺性能，将机械制造技术、自动化技术、人工智慧能技术以及计算机应用技术等多种技术进行结合，使其相互渗透、融合后所形成的一种综合制造技术。需要注意的是，智能化制造技术在实际应用环节，其除了可实现人工智能以外，还可以在制造加工中模拟专家，或相关技术人员的思维活动，起到代替专家思考与工作的作用。
2.2 集成化应用
集成化技术是机械制造中的一项新技术，主要指利用信息化技术来完成机械制造过程的优化、精简、集成等功能，实现机械产品的快速制造。在机械制造过程中，由于其所使用到的计算机技术、微电子技术、通讯技术等等都是相互关联、紧密结合的，并且在这些高新技术相互融合的过程中，很有可能会滋生出新的高新技术，比如现代社会中常见的计算机辅助技术、柔性制造技术等等。所以为了促进这些高新技术的发展与产生，就必须要将现有技术或现有的设备系统进行整合与集成，产生出新的管理应用技术。机械制造工艺中，机械制造实现集成化制造以后，不仅可将生产制造企业内部所有的生产工作、经营管理活动进行整合，使之形成一个完整、统一的整体，还可从原有的机械制造基础上实现柔性生产模式的变革，以人为活动主体，保证企业产品的生产质量，并实现产品生产质量与服务质量的和谐统一。这便是机械自动化技术中集成制造所带来的好处。
2.3 虚拟化应用
机械虚拟制造利用信息技术、仿真计算机技术对现实机械制造活动过程进行仿真，以发现和解决机械制造中可能出现的问题，以达到机械产品制造成功，达到降低成本、缩短机械产品开发周期，增强机械产品竞争力的目的。
2.4 柔性自动化应用
所谓柔性自动化，是指全新一代的自动化程序，由于其实现自动化的程序是灵活多变的，甚至可以实现编程自动化，因此近年来在复杂的生产领域大受欢迎，并一举解决了大批量生产和小批量生产之间的矛盾，不仅保障了产品质量和生产效率，更关键的是能够很好的根据市场来灵活的调整生产，保证供求平衡，实现更高的经济效益合计社会效益。目前，柔性自动化在企业运用中逐渐开始成熟，其灵活的特性也开始显现出应有的价值。生产和运输的自动化应用首先是生产实现自动化，因为机械的自动运转取代了人力的操作，所以在机械制造的各个环节中，直接参与生产的人就会明显减少，对于一些中小企业来说，这样能够节约很大的劳动成本，为企业减少了很大压力。而且自动化的生产无论从工作能力还是精确度来讲，都要高于人力，这就使得生产效率提高的同时也保障了产品质量。其次是运输的自动化，通过预设的程序进行物质的输送，能够保障流程的畅通和衔接，提高传送效率。
3.机械自动化在机械制造中应用的趋势
从宏观上来看机械自动化在机械制造中的应用前景
首先要认识到的一点就是，我国的机械自动化和发达国家相比较，起步较晚，无论是理论支撑，科学技术水平，还是管理水平及规范制度都还有一定的差距，这也间接说明了我国的机械自动化在机械制造中的应用还有十分大的上升空间。从宏观来看，科技是核心，人才是关键，所以在未来的发展过程中，加大对科学技术的投资，培养先进的专业人才，开拓创新，拥有更多的自主知识产权的产品，提高核心竞争力，是我国机械自动化在机械制造中应用的主要方向。
4.结论
综上所述，机械自动化在机械制造中的实际应用，为产业发展作出了巨大贡献，不仅提高了工作效率，减少了人员投入，还缩减了生产成本，提高了产品的质量。机械自动化在机械制造中的应用，正是工业现代化的要求，是科技创造生产力的表现，也是工业集约可持续发展的必然趋势，机械制造只有抓住了自动化科技的浪潮，才能将挑战转化为机遇，有快又好的发展。当然，就我国目前的实际情况来看，机械自动化的发展还不是很成熟，在网络数字和绿色环保方面，还需要各界的共同努力。
参考文献
[1] 王爱玲《现代数控机床与结构》北京：机械工业出版社，1999.
关键词：工业4.0；二维战略
中图分类号：F40 文献标识码：A 文章编号：1008-4428（2016）11-40 -02
一、工业4.0概念
（一）背景
工业4.0的概念由德国在2011年的汉诺威工业博览会上第一次提出，并于2013年了“工业4.0实施建议”，被普遍认为拉开了全球范围内推进第四次工业革命的序幕。其核心目的主要有两个方面：第一，增强德国制造的竞争力，为德国工业装备的出口开拓新的市场；第二，改变以往只卖设备而服务性收入比重较小的状态，增强德国工业产品的持续盈利能力。
（二）内涵
“工业4.0”概念包含了由集中式控制向分散式增强型控制的基本模式转变，目标是建立一个高度灵活的个性化和数字化的产品与服务的生产模式。在这种模式中，传统的行业界限将消失，并会产生各种新的活动领域和合作形式。创造新价值的过程正在发生改变，产业链分工将被重组。
二、工业4.0的设计目标和相应技术
（一）工业4.0的设计目标
人类对生产力的新需求与现有生产手段之间又产生了一些突出的矛盾，主要表现在：
1.规模化与定制化之间的矛盾
本质上是需求的多样性和敏捷性与解决手段的单一性之间的矛盾，其核心是如何低成本地为不同的需求方提供相应的功能和服务。
2.个性和共性之间的矛盾
要解决大规模生产与定制化生产间巨大成本差异导致的矛盾，其核心是如何建立一套自成长的平台体系，在应用过程中能实现不断的自我更新。
3.宏观与微观之间的矛盾
本质上是要让个体的活动目标与集体的活动目标相匹配，个体利益与集体利益之间实现协调统一，其核心是实现协同优化。
（二）工业4.0的相应技术
现有的控制和信息系统难以实现智能化的要求。德国根据自身在装备制造业和生产线自动化方面的优势，从产品的制造端提出了智能化转型方案，其核心是利用物联网和“信息物理系统”等技术，为生产过程中的每个环节建立信息化的连接，实现设备、制程、订单、生产计划、设计、排程、人力资源管理、供应链、库存、分销、公司资产管理等一系列环节的整合和信息的高度透明。
（三）德国工业4.0的设计目标和相应技术
为解决前文提到的三大矛盾，德国工业4.0体系针对生产过程中的各个环节制定了相应的目标和核心技术，如表1所示。
三、德国的“二维战略”
（一）面向企业内部的纵向智能化应用体系
纵向的应用旨在实现从最底层的驱动器和传感器信号到最高层的企业资产管理系统的无缝连接，其核心是物联网技术和CPS技术。
企业的机器设备通过传感技术将自身的健康、衰退程度传输到平台，平台通过对数据的处理从而进行故障识别和影响分析，得到设备反馈回来的自身状态进行风险分析和估计剩余使用寿命，有助于企业对设备的实施监护、及时地调整企业的生产计划，减少因设备故障导致的停工损失等。
业务管理层将客户服务与客户关系数据上传至数据处理平台，经过平台的预测分析，对企业的供应链管理、企业生产计划的执行提供数据支持。
战略层以企业目标为导向，通过对企业产品生命周期的分析与监测，高效及时地调整企业的生产效率和稼动率为企业创造无忧的生产环境。
（二）面向全产业链的横向智能化应用体系
横向的应用意图实现整个产业链的价值链整合和协同优化，面向全产业的全价值链提供智能化服务。
客户定制智能产品下单，录入企业客户管理系统。生产系统接收来自客户管理系统的客户订单，向供应链系统输入用料信息。供应商通过供应链系统向企业提供原材料，工厂收到原材料进行智能生产制造。智能产品出厂时产品信息直接录入智能服务体系，同时将客户信息录入到客户关系管理体系。
智能工厂和智能产品通过物联网和服务网进行信息沟通。基于工业互联网大数据分析平台，通过对用户进行分析，得到产品的镜像模型，智能工厂根据用户需求对资源整合得到设备镜像模型和制程镜像模型，二者之间通过信息沟通定制出符合客户需求的智能产品。
参考文献：
推进“互联网+”制造面临的问题
（一）对概念理解不全面，存在思维误区。对“互联网+”制造这一概念的理解误区主要体现在三个方面。一是对“互联网+”的内涵认识不透彻。在讨论“互联网+”与“+互联网”两种表述方式的差异时，未能认识到“互联网+”概念的核心就在于强调互联网与行业的深度融合。二是对“互联网+”制造与“智能制造”概念关系的理解不清晰。“中国制造2025"提及的“智能制造”，是致力于运用各种高技术手段来提升制造业智能化水平，“互联网+”协同制造则更强调对互联网及其创新成果的应用，前者包含后者，后者是前者的重点内容。三是对“互联网+”制造与制造业信息化认知片面，以偏概全。有人认为，“互联网+”制造就是制造企业用信息化手段收集和汇总客户与员工信息、用OA办公系统开展日常办公，这种片面理解将“互联网+”制造定格在行业信息化的初级阶段，无法全面反映互联网对制造业流程和企业管理带来的思维变革和模式变革。
（二）受限于专业能力，实体经济发展难以借力互联网优势。受限于专业能力，制造业与互联网行业目前都难以独立推进“互联网+”制造。一方面，互联网在与制造业核心环节融合方面还未能找到切入点。实际上，如果不了解制造业流程就难以推进生产线智能化，不了解制造业核心竞争力就难以重塑供应链优势，互联网优势向制造业的移植普遍出现“水土不服”也就不足为奇了。另一方面，多数制造企业对互联网的理解仅停留在运用电子商务平台进行销售上，只有少数企业认识到真正的“互联网+”需要制造企业主动结合互联网来提升和重塑自身业务，但这些企业对互联网专业知识的掌握程度不一，在深入运用互联网方面往往困难重重，无法充分用好互联网。
（三）制造业与互联网跨界融合的障碍，企业管理与产业统计上存在的“两张皮”现象，给推动互联网与制造业融合带来了阻碍。互联网与制造业的深度融合已经从企业的内外部信息收集、汇总，以及简单处理，不断向制造业的核心延伸，通过生产数据分析提供辅助决策。Gartner曾预测，未来企业的首席技术官（CTO）将通过数字化商业技术参与企业重要决策，其重要性有可能比肩首席执行官（CEO）。但目前大多数制造企业还未能认识到数据分析的重要性，直接导致了数据收集与决策辅助的分离。在产业统计层面，割裂的统计办法无助于激发制造业与互联网行业向对方融合的积极性。
探索创新的有效模式
从实体经济出发，循序推进制造业的智能化。“互联网+”制造要求企业从仅使用互联网工具和手段，转变到在制造业核心流程中内化互联网技术与创新成果。
当前，在互联网与制造业深度融合的大趋势下，需发挥在互联网应用方面的优势，加速互联网与制造业融合的广度与深度。一方面，要将用户规模优势内化至企业创新过程之中，在产品创新上关注可穿戴设备、虚拟现实设备、智能网联汽车等新兴产品类型，在生产流程上关注物联网传感器、数控设备、智能装备等互联互通，在企业管理上关注信息化系统从销售环节向生产环节的应用延伸。另一方面，将互联网新业态与制造业供应链再造结合起来，强化制造企业与成熟电子商务平台的对接，加快供应链与在线物流、互联网金融服务的对接，催生不同生产场景下的互联网服务类型。
“互联网+”制造落地的建议
（一）明确“互联网+”制造的具体推进路径。“互联网+”制造行动无法一蹴而就，应参照“中国制造2025”的“三步走”方式，加强“中国制造2025”与“互联网+”的战略对接，以互联网推进制造业转型升级作为长期发展目标，明确“互联网+”制造现阶段的目标任务。
（二）建立和完善综合性公共服务平台。厘清政府与市场的界限，依托互联网、云计算、大数据等技术，搭建并完善具备多种功能的公共服务平台，形成专业化、精准化、个性化、实时性的行业公共服务能力。一是建立完善制造业各I域的信息交流平台，为企业提供政策动态与官方咨询渠道，逐渐打造行业权威资讯交流与汇集的高地。二是建立完善互联网与制造业供应链深度融合的服务平台，形成典型案例，推广先进经验。三是建立完善行业共性技术研发平台，特别是加强对中小企业和创业团队的技术共享与服务，提升制造业产业链整体技术实力。四是建立完善设备出售租赁、销售服务、人才招聘等业务平台，实现企业间各类资源的数字化对接。
（三）加快构建“互联网+”制造生态体系。进一步提升我国制造业龙头企业供应链的统合能力，逐渐形成可与国际大型跨国企业比肩的产业生态影响力，引领打造我国自主创新的“互联网+”制造生态体系。
这可从两个方面入手：一是充分发挥制造业龙头企业的带动作用，形成以下游生产需求带动上游供应的良好生态，形成智能化全产业链协同生产。二是依托行业联盟，通过建立行业资源整合共享平台，从政策、技术、市场、服务、人才、管理、资金等方面引领行业智能化升级。
关键词：机械制造；机械自动化；应用分析
DOI：10.16640/ki.37-1222/t.2016.08.050
机械自动化技术构成了我国的机械制造技术，很大程度上，机械制造业的发展完全依赖于自动化技术的应用程度。因此，机械制造中应该良好的利用机械自动化，使得其自身蓬勃有序的发展。
1 机械自动化概述
机械自动化便是减少了机械运作中的人力投入，进而机械可以通过自身的连带动作等完成一系列操作[1]。在传统的机械运作模式中，整体工作效率，并且生产的产品整体质量较差，通过在机械制作中融入自动化改变了该局面，使得劳动力的强度大幅度降低，减少了生产中的消耗成本，并且通过自动化的融入大幅度的带动了我国的基本生产水平。在世界范围中，机械自动化整体发展氛围四个阶段：首先便是在二十世纪初，机械制造工业得到了广泛重视，进而引发了发展应用；随后便是改变了世界生产格局的工业革命，工业不断兴起，使得机械制造行业整体如同树木幼苗一样生长而出，逐渐开始成为工业生产中的主流产业；然后机械持续走热了一段时间，经过长时间的沉淀，逐渐演变出了自动化概念，在当时的局面中，机械自动化的概念主要集中在计算机领域，当时计算机集成概念属于主流程序，进而使得机械自动化的投入较大，很多工业生产并不会选择自动化作为主要的生产模式；最后一个阶段便是机械自动化的成熟，使得现代工业生产中，大部分的机械运作开始转换成为依靠机械自动化完成的。
虽然机械自动化的应用仍然处于初级阶段，很多技术在现阶段的技术眼光中仍然不成熟，针对我国的机械自动化而言，仍然存在很大的提升空间，笔者认为伴随着各种自动化技术的发展，使得其应用领域势必会增加的更为宽广。一个行业领域的发展不仅仅是依靠技术的发展，同时需要我国做好人才培养工作，培养各个阶层的人才梯队，人才的培养不仅仅是单纯的提升，更多的便是反馈式的提升，一方面机械的发展带动人才培养工作的进步，另外一方面人才的诞生促进行业发展，两者相辅相成，使得其可以完成共同进步[2]。机械自动化自身潜力巨大，同样伴随着基本科学技术的进步，其必然也会自我不断的完成发展与提升。
2 机械制造中机械自动化的应用分析
2.1 应用柔性自动化
柔性的自动化技术属于当代比较常见的自动化应用技术，其自身调整比较灵活，更加适合我国现阶段的各大企业，因此，其应用也最为广泛[3]。柔性自动化技术并不是单纯的依靠自动化技术完成机械生产，更多的便是提升机械化的利用效率，使得企业生产更加服务市场，进而使得企业的信息系统更加完善，进而通过计算机管理企业的整体流程，使得企业管理更加细致化并且效率化。柔性自动化符合当代市场环境，同样符合市场改变状况。柔性自动化技术涉及到较多方面的具体技术，由于其自身的特性，使得其成为多种生产模式的基础。
2.2 应用智能自动化
机械制造在现代中不仅仅是传统的设计制造，更多的知识结构使得其转换成为智能化方向。通过在传统的机械制造中增加电子设备，使得机械设备具有“自我判断”能力，进而使得机械设备更加灵活而且多功能。智能自动化技术中主要包括人工智能与机械制造技术，进而人工智能便是机械设备发挥判断的基础。在我国现阶段的智能自动化应用中，开始在机械制造中添加了专家的智能系统，使得设备可以自己监测自己，不断的监视自我运行的过程，并且其中一旦出现了各类缺陷，可以及时采取针对性措施。不仅仅是这样，智能化应用技术可以不断的临时调整系统的运行过程。
2.3 应用集成自动化
通常集成概念是应用于计算机技术中的，而机械制造领域中的集成自动化便是增加了信息采集功能，使得机械整体制造技术更加完善并且有效。通常在机械制造领域中，集成自动化主要包括了一应统计信息、机械的辅助计算、制造以及分析包括后续加工等一应技术。现阶段，机械制造企业更多的便是通过自我的生产进而达到最大的经济效益，很多时候企业的生产要素需要和经营活动高度统一，进而使得企业整体的劳动效率和工作效率都得到有效提升，带动了企业的整体经营行为都完成了提升。针对于我国的机械制造企业而言，集成自动化的应用提升了整体生产质量，同时也比较大程度的降低了企业整体生产成本，使得企业所提供的服务更加优质。
2.4 应用虚拟自动化
伴随着计算机技术的进步，使得各类机械画图软件进入到机械设备设计中，进而在设计中更多的应用诸如CAD等一类软件。此类软件的应用改善了传统的机械设计依靠人工制图的技术，减少了人工劳动量，同时提升了整体作图的水平和速度，并且减少了可能由于人自身的大意进而造成的各类画图失误。CAD软件为现阶段机械设计中经常应用的软件，其一方面满足机械设计中具体的画图需要，及时在画图中出现了各类问题也可以经由CAD软件快速修改，并不像传统模式中，一旦作图出现错误，需要整体再次修改使得全体完成返修。虚拟自动化技术便是提前做好了技术模拟，进而使得仿真技术加强，减少了产品的整体生产周期，同时也使得茶品的适应性更强，更加迎合市场。
3 总结
通过机械自动化技术的应用，机械制造业改变了生产模式，提升了生产效率，并且提升了自身生产的科技水平。对于我国的机械制造企业而言，应该将目光关注点放在自动化技术身上，使得企业有序发展，从根本上提升企业的竞争力。文中分析了自动化的应用，望为我国的机械制造业发展献上绵薄之力。
参考文献：
[1]王海港，孙素萍.机械制造中机械自动化的应用探析[J].科教导刊：电子版，2013（34）：146-146.
论文摘要：随着计算机技术的发展和应用，制造也得发展已经离不开计算机了，计算机辅助工艺设计和人工智能应运而生，当很多非专业性人士对此概念十分模糊，本文初步解释两个概念和其应用范围。
计算机辅助工艺设计(CAPP：Computer Aided ProeessPlanning)，自1965年由挪威人Nikbel提出以来，其系统特性经历了检索式、派生式、混合式、创成式、智能化等过程，智能化CAPP是当前CAPP系统的研究热点。CAPP是现代制造业信息化的一部分，是计算机集成制造系统(CIMS：Computer IntegratedManufacturing Systems)中的桥梁和纽带。“人工智能”(Artificial Intelligence)简称AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能研究如何用计算机去模拟、延伸和扩展人的智能；如何把计算机用得更聪明；如何设计和建造具有高智能水平的计算机应用系统；如何设计和制造更聪明的计算机以及智能水平更高的智能计算机等。人工智能是相对于人类智能而言的，它是采用人工的方法和技术来模拟、延伸和扩展人类智能行为的一门综合学科。
将人工智能技术(AI技术)应用到CAPP系统开发中，使CAPP系统在知识获取、知识推理等方面模拟人的思维方式，解决复杂的工艺规程设计问题，使其具有人类“智能”的特性即为智能化CAPP，是AI在CAPP中的一种应用。
CAPP系统分为专用型和工具型系统。前者可以根据用户的特定需求定制开发，针对性强，具有较好的实用性，但对系统进行功能扩展困难；后者可以由用户根据自身特定的要求进行二次开发，可以实现更多的柔性和开放性，这种系统与CAD(计算机辅助设计)、CAM(计算机辅助制造)、PDM(产品数据管理)等系统的信息共享存在缺陷。
CAPP设计理论目前研究的很少，机械产品设计理论研究的较多，有学者认为设计理论与方法由设计理论基础层、设计工具和支持技术平台层等三大部分组成。有的学者提出四理论框架，即设计过程理论、性能需求理论、知识流理论和多方利益协调理论。CAPP设计理论与机械产品设计理论既有共同性又有特殊性，特别在智能化设计方法方面有较大的差别，因此认为面向智能化的CAPP设计理论与方法体系结构由有三层组成，即基础科学层、信息技术层和智能化设计方法层。
在机械产品工艺设计中，存在大量的不确定因素，许多问题需要靠经验来解决，早期建立在单纯依赖于成组技术基础上的CAPP系统，不能很好地解决这些离散知识的获取问题，只能设计出检索式或派生式系统。近年来，人工智能技术在CAPP系统
开发中的应用，使CAPP技术得到了较大的发展，人工神经网络技术就是AI在CAPP系统中一大应用。人工神经网络(ANN： ArtificialNeuralNetwork)是按照生物神经系统原理处理真实世界的客观事物，它由大量的简单的非线性处理单元高度并联而成，具有信息的分布式存储、并行处理、自组织和自学习及联想记忆等特性；多层前馈网络误差反向传播(ErrorBack Propagation，简称BP)算法。反向传播算法(BP)是一种监督训练多层神经网络的算法，每一个训练范例在网络中经过两遍传递计算：第一遍向前推算，从输入层开始，传递各层并经过处理后，产生一个输出，并得到一个该实际输出和所需输出之差的差错矢量；第二遍向后推算，从输出层至输入层，利用差错矢量对权值进行逐层修改。转贴于
AI在CAPP中的另一应用——粗糙集技术。粗糙集(RS：Rough Set)理论是一种擅长处理含糊和不确定问题的数学工具，在理论中“知识”被认为是一种对对象的分类能力，通常采用二维决策表来描述论域的信息，其中列表示属性，行表示对象，每行表示该对象的一条信息。属性分为条件属性和决策属性，论域中的对象根据条件属性的不同，被划分到具有不同决策属性的决策类中。在CAPP系统中，可以用RS理论构建专家系统，对知识进行获取及优化，其基本思路是：将各种零件的加工特征和已知加工方法表达成条件属性和决策属性的形式，一行表示一种零件，多种零件构成一个二维表，对属性进行量化，组织决策表，再采用一定的约简算法对属性集和属性值进行约简，去掉冗余的条件属性和决策规则，得到最小化决策规则集，当输入待加工的零件加工特征时，就可得到优化的加工工艺。
遗传算法，AI在CAPP系统的又一应用。遗传算法(Genetic Algorithm)是模拟达尔文遗传选择和自然淘汰的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在解集的一个种群开始的，而一个种群则由经过基因编码的一定数目的个体组成，每个个体实际上是带有染色体特征的实体。因此，在一开始需要实现从表现型到基因型的映射即编码工作，如二进制编码。初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代演化产生出越来越好的近似解，在每一代，根据问题域中个体的适应度大小挑选个体，并借助于自然遗传学的遗传算子进行组合交叉和变异，产生代表新的解集的种群。这个过程将导致种群像自然进化一样的后生代种群比前代更加适应于环境，末代种群中的最优个体经过解码，可以作为问题近似最优解。
智能化CAPP系统开发中还有模糊推理、混沌理论等智能化方法，实际应用中，往往将多种智能技术相互结合，综合运用，发挥各自的特长，如人工神经网络具有知觉形象思维的特性，而模糊推理等具有逻辑思维的特性，将这些方法相互渗透和结合，可起到互补的作用，提高智能化水平。
智能化是今后CAPP系统发展的主要趋势，但从目前的人工智能技术水平来看，不可能使CAPP系统在智能化水平上有实质性的突破，因为目前的人工智能技术主要是模拟人的逻辑思维和逻辑推理方面的能力，不能有效地模拟人的形象思维、抽象思维和创造性思维能力，而CAPP系统不仅要有推理的功能，还要有“联想”的功能， CAPP系统开发是要解决大量的人类思维活动方面的智能问题。因此要提高CAPP系统的智能化水平，必须在人工智能技术方面有新的发展，要解决人工智能技术方面的问题，必须在一些基础
理论和基础科学方面有新的突破，如在生命科学、数学等方面要有新的突破。由此可见，在可以预见的将来，智能化CAPP系统的发展仍将是在充分发挥人的智能优势的基础上，综合应用各种人工智能技术，实现CAPP系统的智能化。
通过以上论述，相信大家对计算机辅助工艺设计与人工智能以及AI在CAPP中的应用有了一定的了解。人工智能技术的不断发展，智能化CAPP系统必将在知识获取、表达和处理的灵活性和有效性上得到进一步的发展，提高CAPP系统的智能化水平，从而提高现代制造技术水平，是我国由制造大国成为制造强国。
参考文献：
