1.2　智能制造的核心

1.2.1　从ICT视角看智能制造

自21世纪以来，随着移动互联网、物联网、大数据、云计算、人工智能等新一代信息通信技术（ICT）的快速发展及应用，社会进入了“万物互联”时代，智能制造被赋予了新的内涵，即新一代信息技术条件下的智能制造。

ICT是信息技术与通信技术相融合而形成的一个新的概念和新的技术领域。近二三十年来，世界各国已成功地将ICT应用于生产制造中，利用ICT实现对工业生产全流程的监控与管理。接下来，我们主要针对新一代ICT所包含的移动互联网、物联网、大数据、云计算、人工智能等技术对智能制造所产生的作用作简要的分析（在后续章节将对各部分内容展开详细讨论），进而阐明智能制造与ICT之间的紧耦合关系。

（1）移动互联网

移动互联网（Mobile Internet）将移动通信和互联网结合起来，是互联网技术、平台、商业模式和应用与移动通信技术结合并实践的活动的总称。移动互联网是网络通信的补充，可以帮助打通信息孤岛和业务隔阂，实现信息之间的无缝衔接。基于移动互联的移动APP，具有开放性接口、可兼容、易扩展的移动操作系统，是实现泛在智能制造体系中人与人、人与物互联的关键［2］。

（2）物联网

物联网（Internet of Things，IoT）是指通过各种信息传感设备，实时采集任何需要监控、连接、互动的物体或过程等的信息，与互联网结合形成的一个巨大网络［3］。目的是实现所有物品与网络的连接，方便识别、管理和控制。物联网产生大数据，大数据助力物联网，从物联网到大数据，再到智慧决策可以帮助实现智能制造体系从感知到认知的过程。物联网是产业互联网的核心技术，在推动实现信息物理系统（CPS）融合的同时，与云计算、大数据、人工智能等技术相互结合，成为未来信息社会的重要支柱。此外，车联网、窄带物联网以及产业互联网等新技术极大提升了物联网在智能制造体系中的应用价值。CPS是一个以通信和计算为核心的工程化物理系统，是计算、通信和控制的融合（图1-2），具有很高的可靠性、安全性和执行效率，所有参与制造的设备和产品都可以相互交换数据，而且能实现跨越价值链的横向集成。

图1-2　CPS的核心组成

（3）云计算

云计算（Mobile Cloud Computing，MCC）作为计算领域的一种新模式，将计算功能、存储功能和网络管理功能统一集中在“云端”，如数据中心、IP骨干网络、蜂窝核心网络［4］。近几年来，计算领域的新趋势是将云计算的功能不断地迁移到边缘网络。移动边缘计算（Mobile Edge Computing，MEC）由欧洲电信标准协会在2014年提出，并被定义为一个无线接入网络中在移动用户近端为其提供计算能力的边缘节点，如基站或者接入点。雾计算（Fog Computing，FC）作为MEC概念的一般形式由Cisco公司提出，其中对边缘设备的定义也更加广泛了（从智能手机到机顶盒等）。据Cisco公司预测，到2020年，接入因特网的IoT设备（如传感器、可穿戴设备等）会增加大约50万亿，这些设备大部分都是资源受限的，它们必须依赖MCC或者MEC来获取足够维持自己运行的各种资源［5］。计算领域中云、雾、边缘计算模式相互协作，可以为智能制造系统提供无处不在的计算资源，是支撑智能制造体系实现“柔性生产”的必要条件。

（4）大数据

大数据（Big Data）是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产［6］。随着大数据的迅速发展与计算能力的不断提升，各类学科越发期望通过一定的手段对多种数据展开分析，挖掘这些数据中的有价值部分。当前，面对“万物互联”信息时代网络中数据量、数据维度的暴增，要想全面把握研究对象的特征，仅从单一维度对数据进行挖掘，其结论的准确性和全面性已显现不足。针对智能制造体系中的海量异构数据，需引入多维视角对数据进行深度挖掘。

（5）人工智能

人工智能（Artificial Intelligence）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的新技术，对社会的影响极为深远，在机器人、无人机、金融、农业、医疗、教育、能源、国防等诸多领域得到了较为广泛的应用［7］。在电气自动化领域中，人工智能技术可以应用于电气产品的设计，在增加产品设计精度的同时缩短设计时间，从而提高生产效率。在电气控制环节，目前常用的人工智能算法有神经网络控制与专家系统模糊控制。机器学习作为人工智能研究的一个核心领域，它可以让计算机通过训练不断提高自身性能，从而在未编程的前提下作出更合理的反应。现代机器学习是一个基于大量数据的统计学过程，试图通过数据分析导出规则或者流程，用于解释数据或者预测未来数据。因此，人工智能的发展深度对智能制造体系的“聪明”程度起着决定性作用。