1.3　智能制造的内涵与特征

1.3.1　智能制造的定义

智能制造的发展大致可分为三个阶段：起始于20世纪80年代人工智能在制造业领域的应用，发展于20世纪90年代智能制造技术和智能制造系统的提出，成熟于21世纪以来新一代信息与网络技术的发展与应用。智能制造将人工智能技术、信息网络技术和生产制造技术应用于产品管理和服务的全过程，并能在产品的制造过程中进行分析、推理和感知，以满足产品的动态需求。它也改变了制造业的生产方法、人机关系和商业模式。因此，智能制造不是简单的技术突破，也不是传统产业的简单转换，而是信息技术与制造业的深度融合。

什么是智能制造？目前学术界的主流观点是：智能制造（Intelligent Manufacturing，IM）是由智能机器和人类专家组成的人机集成智能系统。它可以在制造过程中执行智能活动（如分析、推理、判断、概念和决策），通过人与智能机器的合作，将扩大、扩展和部分取代制造过程中人类专家的脑力工作。当前，尽管国内外对于智能制造有着不同的定义，但是其核心内容大体一致。

2011年6月，美国智能制造领导力联盟（Smart Manufacturing Leadership Coalition，SMLC）发表了《实施21世纪智能制造》报告，指出智能制造是应用先进的智能系统来加强应用、新产品的快速制造、对产品需求的动态响应以及工业生产和供应链网络的实时制造。其核心技术有网络传感器、数据互操作性、多尺度动态建模与仿真、智能自动化和可扩展的多层网络安全。将工厂的所有生产集成到供应链，并在整个产品生命周期内实现对固定资产、过程和资源的虚拟跟踪。其结果将提供一个灵活、创新的制造环境，并将业务和制造过程有效地连接在一起。

智能制造的概念最先是由德国提出来的，并引起了全世界的关注。2013年4月，德国在《保障德国制造业的未来——关于实施工业4.0战略的建议》报告中提出了“工业4.0”战略，并指出“工业4.0”是以“智能制造”为代表的先进生产制造体系。明确了智能制造是基于物联网、大数据、云计算等信息技术，通过多维度信息、数据的采集与分析，构建全流程整体模型，并自主地辨识与修正，实时验证、监控生产系统，使其实现智能、优化地自主运行的智能化信息物理融合系统［8］。

2015年我国工业和信息化部公布的“2015年智能制造试点示范专项行动”中，智能制造被定义为新一代的信息技术，它贯穿于设计、生产、管理和服务等生产活动的各个方面。它拥有先进的制造工艺、系统和模型，包括信息自我意识、智能优化、自我决定和精确控制。一般来说，以智能工厂为载体，以关键制造环节智能化为核心，以端到端数据流为基础，以网络互联为支撑，可以有效缩短产品开发周期、降低运营成本、提高生产效率、改进生产工艺、提高产品质量、降低能源消耗。

通过总结上述不同的认知，智能制造的定义可以概括为：基于新一代信息技术，产品整个生命周期以制造系统为载体，在关键环节或过程中，具有一定自主性的感知、学习、分析、决策、沟通和协调控制能力，并能动态适应制造环境的变化，从而达到优化目标。总的来讲，智能制造是可持续发展的制造模式，它旨在利用计算机建模和仿真以及信息和通信技术的巨大潜力，优化产品的设计和制造过程，尽量减少材料和能源的消耗以及各种废物的产生。其目的是根据用户需求，利用ICT技术、人工智能技术实现生产资料的重新配置。一个典型的智能制造生态系统如图1-5所示。

图1-5　智能制造生态系统

通过上述定义与内涵分析，智能制造的主要特征包括以下几方面。

①生产过程高度智能　智能制造可以自我感知生产过程中的周围环境，实时收集和监控生产信息。智能制造系统中的各个组成部分都能够根据具体的用户需求，可以自我组成柔性化的最佳结构，并根据具体工作需要以最佳方式进行自组织，以配置的专家知识库为基础，在生产实践过程中不断更新与完善知识库。当系统发生故障时，具有自我诊断和修复能力。总之，智能制造能够对库存水平、需求变化和运行状态作出反应，实现生产全过程的智能分析、推理和决策。

②资源的智能优化配置　开放性、资源共享性、信息交互性是通信网络的基本属性。信息技术与制造技术相结合所产生的智能化、网络化生产制造，可以实现跨地区、跨区域的资源重配置，突破了原有的时间、空间上的生产边界。制造业、产业链上的研发企业、制造企业和物流企业可通过网络连接实现信息共享，可以在全球范围内开展动态资源整合，生产材料和零部件可随时随地送到需要的地方。

③控制系统化　基于数字技术的智能制造，通过结合知识处理、智能优化和智能数控加工方法，确保整个制造系统的高效稳定运行，保证生产制造的效率。与传统制造系统相比，智能制造系统处理对象是系统的知识而不是数据，系统处理方法是智能、灵活化的，建模的方式是智能数学的方法［而不是经典数学（微积分）的数学方法］。近年来，以智能数学为基础的研发方法有专家系统、博弈论、模式识别、多值逻辑、定性推理、数据挖掘、网格计算等多种智能方法。这些方法重新组合形成了新的计算方法，智能数学方法体系的建立仍是未来智能制造研发的重点。

④产品高度智能化、个性化　智能制造产品通过内置传感器、控制器和存储器等技术具有自我监测、记录、反馈和远程控制功能。在运行过程中，智能产品可以监控自身状态和外部环境，记录生成的数据，对运行过程中产生的问题自动反馈给用户，确保用户对整个产品的全生命周期进行控制和管理。产品智能化设计系统是根据消费者的需求而设计的，使得消费者在线参与生产制造的全过程成为现实，极大地满足了消费者的个性化需求。制造生产从先生产后销售转变为定制后销售，可主动避免产能过剩。