第1章 智能制造的使命
1.1 智能制造定位
企业是智能制造（Intelligent Manufacture,IM）的承载主体，企业制造过程主要涉及生产、采购、设计、工艺、人力资源、企业管理、质量控制、财务管理、存货控制等业务，智能制造就是针对企业在制造环节通过自动化、精益化、数字化、信息化、柔性化、网络化、可视化实现智能化的过程，区别于智能产品、智能装备、智能服务等其他智能活动。所以，智能制造主要应该涉及智能工厂的范畴，包括：在技术上，以PLM（Product Lifecycle Management,产品全生命周期管理）为纽带的二维、三维CAD（Computer Aided Design,计算机辅助设计）、CAM（Computer Aided Manufacturing,计算机辅助制造）、CAPP（Computer Aided Process Planning,计算机辅助工艺设计）、CAE（Computer Aided Engineering,计算机辅助工程）的设计、工艺、工装、刀具及相关BOM（Bill of Material,物料清单）；在管理上，以ERP（Enterprise Resource Planning,企业资源计划）、OA（Office Automation,办公自动化）、SCM（Supply Chain Management,供应链管理）等资源利用和效率为主的管理系统，实现资源高效利用；在装备上，以数控设备、加工中心、在线检测设备、AGV（Automated Guide Vehicle,自动导引运输车）、三坐标测量仪、3D打印、立体仓库等与智能制造相关的硬件，为智能制造提供硬件支撑；在物料上，由于物料成本在任何企业的成本构成上都占相当大的比例，因此必须将物料的初时状态、加工过程、周转效率等纳入智能制造研究范畴；在制造上，以MES（Manufacturing Execution System,制造执行系统）、APS（Advanced Planning and Scheduling,高级计划与排程）、CPS（Cyber Physical System,信息物理系统）等软件系统提高生产制造效率和保证质量控制有效。智能制造的目的就是从根本上提升企业关键竞争力，并实现质的变化，最终推动产业变革。本著作围绕智能制造所涵盖的范围，从实践中总结出相关理论，以理论指导实践，深刻揭示智能制造的使命、企业智能制造需求、相关实践理论、关键技术支撑以及实施路径和方法等。
智能制造的显著特征如下：
1）大批量个性化定制。随着消费者对产品个性化需求日益明显，多品种、小批量的生产模式被现代企业广泛采用。企业制造的每一件产品都具有用户要求的独特个性化特征，这种个性化需求对生产过程中的质量控制和生产效率都提出更高要求，必须依托于精益化管理体系、柔性化制造技术、数字化基础环境、网络化协同手段，最终通过智能化决策来实现。同一条生产线上同时生产出多种不同规格的零部件，质量一致性得以保证，生产效率接近大批量模式下产出水平，生产成本大幅降低。
2）柔性化和自动化能满足大规模定制的装备需求。与柔性对应的词是刚性，专机属于刚性设备，适合于单一产品的大批量流水作业。为了满足大批量个性化定制，装备和软件系统的柔性非常重要，既要满足不同规格、形状、功能、大小的零部件加工，还要保持流水线的效率水平，结合企业的产品和生产特点，持续提升生产、检测和工厂物流的自动化程度。产品品种少、生产批量大的企业实现高度自动化，乃至建立黑灯工厂；多品种、小批量的企业根据产品特点，通过典型工艺、典型装备实现人机效率最大化，适应多品种的混线生产。同时，智能工厂不一定是无人工厂，而是少人化和人机协作的工厂，推进智能工厂也不是简单地实现机器换人，对于装备制造行业，机加工不一定是刚性的自动化生产线，更多的要建立柔性制造系统。设备通过工艺装备快速地自适应于其他不同的产品类型，无须等待，无须停产。根据被生产的产品动态地改变工作指令，动态地进行信息挑选、过滤和显示，动态地进行生产调度。根据目标产品，归纳成典型工艺，同时选择相对应的典型装备，最大程度提升设备加工制造范围和柔性能力。
3）制造资源身份唯一化。智能工厂中全部装备和物料都有明确的身份信息，都有自己的名称、地址和属性，从而可以建立制造资源的标识体系，“一物一码、一序一标”。这些资源知道什么时候、哪条生产线或哪个工艺过程需要它们，物料通过自动化物流设备到达各自的目的地，被设备识别后，设备实时调用所需要的全部加工信息进行加工，通过测量设备进行自动化检测，可以现场及时发现并迅速剔除不合格产品，并进行不合格原因分析、纠正和改进。设备和物料之间甚至可以直接交流，从而自主决定后续的生产步骤，组成一个分布式、高效和灵活的实体虚拟系统。
4）生产过程可视化。通过生产过程数据化、信息系统数据化等，实现生产现场的可视化和透明化。可视化的主要内容包括生产计划、制造执行、质量检测、项目组织等信息。每一个人都可以直接在线获取所有生产有关的信息。通过可视化，实时监控生产数据，并客观评估设备的使用状态。同时，通过可视化实现预测性维护，降低成本，提升运行效率，改进产品质量。此外，系统用户根据自身需求，在系统中自定义数据汇总视图，开展更有针对性的讨论与分析。
5）产品质量的一致性、稳定性明显增强。产品质量由技术人员通过装备、刀具、工装、在线检测装置等手段确保质量的稳定性和一致性，克服人为因素，检验测量过程全部数字化，人为的废品很少，所有质量控制点的信息都可以在线控制、读取、调用。在通过专业检测设备检出次品时，不仅要能够自动与合格品分流，而且能够通过SPC（Statistical Process Control，统计过程控制）等软件分析出现质量问题的原因，充分体现出好的产品质量是设计出来的。
6）全面实现网络化。硬件设备之间、软件系统之间、设备与软件系统互联互通，能够实现设备与设备互联（Machine to Machine,M2M）。通过与设备控制系统集成，以及外接传感器等方式，由SCADA（Supervisory Control and Data Acquisition,数据采集与监控系统）实时采集设备的状态、生产完工信息、质量信息，并通过应用RFID（Radio Frequency Identification,无线射频技术）、条码（一维和二维）等技术，实现生产过程的可追溯。
7）管理类、工具类与大量具有行业针对性的工业软件并存。PLM、ERP、MES、APS等工业软件可实现生产现场的可视化和透明化。通过数字化工厂仿真软件，进行设备和生产线布局、工厂物流、人机工程等仿真，确保工厂结构合理。在推进数字化转型的过程中，必须确保工厂的数据安全及设备和自动化系统安全。
8）精益生产（Lean Production,LP）理念充分体现在智能制造上。精益生产理念能够实现按零件组织生产和按订单组织装配，保证份合同的齐套性，减少在制品库存，消除浪费。推进智能制造可充分利用企业资源，结合企业产品和工艺特点提高制造效率。在研发阶段大力推进标准化、模块化和系列化，奠定推进精益生产的基础。
9）智能化充分体现。在自动化、精益化、数字化、信息化、网络化、柔性化、可视化的基础上，各个环节产生的海量数据需要通过人工智能、大数据分析等手段进行处理来促进智能化的实现，推动智能制造持续提升。
10）注重环境友好，实现绿色制造。能够及时采集设备和生产线的能源消耗，实现能源高效利用。在危险和存在污染的环节，优先用机器人替代人工，能够实现废料的回收和再利用。
1.1.1 国家定义
目前，国际和国内尚没有关于智能制造的准确概念。我国制造强国战略从国家层面确定了我国建设制造强国的总体战略，明确提出以新一代信息技术与制造业深度融合为主线，以推进智能制造为主攻方向，实现我国由制造大国向制造强国的转变。同时，中华人民共和国工业和信息化部（以下简称工业和信息化部）组织的2015年智能制造试点示范专项行动实践方案中指出，智能制造是基于新一代信息技术，贯穿设计、生产、管理、服务等制造活动各个环节，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称。可见智能制造不仅关注产品全生命周期管理，而且扩展到供应链、订单、资产等全生命周期管理，是一个覆盖更宽泛领域和技术的“超级”系统工程概念。
智能制造是当前制造技术的重要发展方向，是先进制造技术与信息技术的深度融合。通过对产品全生命周期中设计、加工、装配及服务等环节的制造活动进行知识表达与学习、信息感知与分析、智能优化与决策、精准控制与执行，实现制造过程、制造系统与制造装备的知识推理、动态传感与自主决策。智能制造在制造各个环节中通过模拟人类专家的智能活动，进行分析、判断、推理、构思和决策，以延伸或取代制造环境中人工化的脑力劳动工作，将制造自动化、数字化扩展为网络化、柔性化、可视化和智能化，是世界各国抢占新一轮科技发展制高点的重要途径。
随着2012年美国工业互联网、2013年德国工业4.0、2015年“中国制造2025”等国家制造战略的提出，社会进入智能制造模式。智能制造突出了知识在制造活动中的价值地位，而知识经济又是继工业经济之后的主体经济形式。智能制造成为未来经济发展过程中制造业重要的生产模式。
智能制造包括制造对象的智能化、制造过程的智能化、制造工具的智能化三个不同层面。制造对象的智能化，即制造出来的产品与装备是智能的，如制造的智能家电、智能汽车等智能化产品；制造过程的智能化，即要求产品的设计、加工、装配、检测、服务等每个环节都具有智能特性；制造工具的智能化，即通过智能机床、智能工业机器人等智能制造工具，帮助实现制造过程自动化、精益化、智能化，进一步带动智能装备水平的提升。
智能制造是指由具有人工智能的机器和人类专家共同组成的人机一体化智能制造系统（Intelligent Manufacturing System,IMS）。理论上讲，智能制造系统在制造过程中可以进行智能活动，如交互体验、自我分析、自我判断、自我决策、自我执行、自我适应等，就如同制造过程有了“大脑”指挥系统。
智能制造系统基于智能制造技术，综合应用人工智能技术、信息技术、自动化技术、制造技术、并行工程、生命科学、现代管理技术和系统工程理论与方法，在国际标准化和互换性的基础上，使得整个企业制造系统中的各个子系统分别智能化，并使制造系统成为网络集成的高度自动化的制造系统。
1.1.2 中国制造2025
为了实现由制造大国向制造强国转变，国务院于2015年5月8日公布了强化高端制造业的国家战略规划“中国制造2025”。“中国制造2025”要求坚持走中国特色新型工业化道路，以促进制造业创新发展为主题，以提质增效为中心，以加快新一代信息技术与制造业深度融合为主线，以推进智能制造为主攻方向，以满足经济社会发展和国防建设对重大技术装备的需求为目标，强化工业基础能力，提高综合集成水平，完善多层次多类型人才培养体系，促进产业转型升级，培育有中国特色的制造文化，实现制造业由大变强的历史跨越。简言之，“中国制造2025”的核心是智能制造。
“中国制造2025”的战略目标是立足国情，立足现实，力争通过“三步走”实现制造强国的战略目标。
第一步：力争用10年时间，迈入制造强国行列。
第二步：到2035年，我国制造业整体达到世界制造强国阵营中等水平。
第三步：中华人民共和国成立100年时，制造业大国地位更加巩固，综合实力进入世界制造强国前列。制造业主要领域具有创新引领能力和明显竞争优势，建成全球领先的技术体系和产业体系。
“中国制造2025”将分类开展流程制造、离散制造、智能装备和产品、智能制造新业态新模式、智能化管理、智能化服务等重点行动。
第一，针对生产过程（包括流程制造、离散制造）的智能化，特别是生产方式的现代化、智能化。在以智能工厂为代表的流程制造、以数字化车间为代表的离散制造方面分别进行试点示范项目。其中，在流程制造领域，重点推进石化、化工、冶金、建材、纺织、食品等行业，示范推广智能工厂或数字矿山运用；在离散制造领域，重点推进机械、汽车、航空、船舶、轻工等行业。
第二，针对产品的智能化，体现在以信息技术深度嵌入为代表的智能装备和产品试点示范。把芯片、传感器、仪表、软件系统等智能化产品嵌入智能装备中，使产品具备动态存储、感知和通信能力，实现产品的可追溯、可识别、可定位。在包括高端芯片、新型传感器、机器人等在内的行业中，进行智能装备和产品的集成应用项目。
第三，针对制造业中模式与形态的智能化，通过工业互联网进行赋能。在以个性化定制、网络协同开发、电子商务为代表的智能制造新业态新模式推行试点示范。例如，在家用电器、汽车等与消费相关的行业开展个性化定制试点，在钢铁、食品、稀土等行业开展电子商务及产品信息追溯试点示范。
第四，针对管理的智能化。在物流信息化、能源管理智慧化上推进智能化管理试点，从而将信息技术与现代管理理念融入企业管理。
第五，针对服务的智能化，以在线监测、远程诊断、云服务为代表的智能服务试点示范。服务的智能化，既体现为企业如何高效、准确、及时挖掘客户的潜在需求并实时响应，也体现为产品交付后对产品实现线上线下（Online to Offline,O2O）服务，实现产品的全生命周期管理。
上述五个方面，纵向来看，贯穿于制造业生产的全周期；横向来看，基本囊括了中国制造业中的传统优势项目；综合来看，重大智能装备以及与新业态新模式相关的偏服务化制造业将是重点。
1.1.3 专家定义
欧阳劲松教授解读《智能制造发展规划（2016—2020年）》中关于智能制造的描述：智能制造是基于新一代信息技术与先进制造技术深度融合，贯穿于设计、生产、管理和服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行和自适应等功能的新型生产方式。但从实践看来，“自感知、自学习、自决策、自执行和自适应”的制造高级阶段对制造业而言仍难以企及，德国专家预测“德国工业4.0”尚需要15~20年的时间来实现。因此，鉴于我国智能制造水平参差不齐的现状，如何规划好适用于我国智能制造现状的发展路径成为重点。
机械行业资深专家沈烈初认为，数字化、网络化和智能化制造中，数字化是基础，网络化是传输数据的工具，智能化是一个复杂的巨型系统工程。其认为数字化、网络化和智能化是手段，不是目的。数字化、网络化和智能化大体可分为三大类：第一类是装备产品的数字化、网络化和智能化控制；第二类为装备产品生产制造过程中实施数字化、网络化和智能化优化管理，即提高质量，降低成本，缩短交货期，提高效率与效益，进行绿色制造等；第三类即产品的供给方要采用数字化、网络化和智能化的手段，为用户（需求侧）使用在役装备产品进行维保服务、在线监测和定期的健康状态检测，指导用户最佳使用供方提供的产品。
中国工程院院士李培根等于2003年提出了“敏捷化智能制造系统”的概念，给出了面向智能制造的生产系统重构与控制方法，指出：制造系统是包含从原材料供给到销售服务的所有制造过程及其所涉及的硬件和有关软件所组成的具有特定功能的一个有机整体。其中，硬件包含人员、生产设备、材料、能源和各种辅助装置，软件包括制造理论、管理方法、制造技术和制造信息等。敏捷制造的基本组织形态是虚拟企业，即由盟主企业联合其他资源互补的合作伙伴及时响应市场机遇而结成的动态联盟。由于虚拟企业中盟主本身的生产资源有限，能力有限，为了将新产品迅速推向市场，更快地实现预期的市场地位，往往通过转包加工等形式，寻求具备相应能力的合作伙伴，或是从效率与成本考虑，选择具有最低成本的合作企业，形成更具竞争力的价值链的制造系统。
中国工程院制造业研究室研究员、大数据专家董景成等认为，智能制造作为制造技术和信息技术深度融合的产物，相关范式的诞生和演变发展与数字化、网络化和智能化的特征紧密联系，这些范式从其诞生之初就具有数字化特征，计算机集成制造、网络化制造、云制造和智能化制造等具有网络化特征，而未来融入新一代人工智能的智能化制造则具有智能化特征。根据智能制造数字化、网络化和智能化的基本技术特征，智能制造可总结归纳为三种基本范式：数字化制造——第一代智能制造、数字化网络制造——“互联网+”制造或第二代智能制造、数字化网络化智能化制造——新一代智能制造。智能制造是一个大系统，内部和外部均呈现出前所未有的系统“集成”特征，从组织维度来看，智能制造主要体现在智能单元、智能系统以及系统之系统三个层面；从价值维度来看，主要体现在产品、制造和服务三个层面：从技术维度来看，主要体现在数字化制造、数字化网络化制造、数字化网络化智能化制造三个层面。
智能通常被理解为“人认识客观事物并运用知识解决实际问题的能力往往通过观察、记忆、想象、思维、判断等表现出来”。美国纽约大学P.K.Wright教授与Carnegie-Mellon大学的D.A.Bourne教授于1988年出版了智能制造领域的第一部专著Manufacturing Intelligence。他们提出智能制造的目的是通过集成知识工程、制造软件系统、机器人视觉和机器人控制来对制造技工们的技能与专家知识进行建模，以使智能机器在没有人工干预的情况下进行小批量生产。
日本通产省机械信息产业局元岛直树认为：“在具有国际可互换性的基础上，使订货、销售、开发、设计、生产、物流、经营等部门分别智能化，并按照能灵活应对制造环境变化等原则，使整个企业网络集成化。”智能制造主要研究开发的目标：一是企业整个制造工作的全面智能化，取代部分人的脑力劳动，强调整个企业生产经营过程大范围的自组织能力；二是信息制造智能的集成和共享。
Peter Drucker（彼得·德鲁克）作为Ceneral Motors（通用汽车公司）的长期顾问和20世纪50年代杰出的管理学先驱，很早就认识到了知识的重要性。“知识的生产力已经成为提高生产率的关键。知识是一门为经济提供生产源的产业。”
智能，通常认为是知识和智力的总和，知识是智能的基础，智力是指获取和运用知识求解的能力。面向未来，智能将广泛运用于制造业，成为智能制造。
1.1.4 企业定义
智能制造首先是实体经济产业升级的解决方案，在一定的历史时期一定的竞争环境下转型升级的使能技术，根本目标是要落到实体上。智能制造是软硬结合的，硬是指装备和物料，软是指技术、管理、制造。
智能制造，制造是主语，智能是定语。所以，先要解释制造系统，从而把业务边界弄清楚，制造系统包含什么，这样才能明确在哪些方面要进行智能化改造。制造系统是指为达到预定制造目的而构建的物理的组织系统，是由制造过程、硬件、软件和相关人员组成的具有特定功能的一个有机整体。其中，制造过程包括产品的市场分析、设计开发、工艺规划、加工制造以及控制管理等过程，硬件包括厂房设施、生产设备、产品原材料、工具材料、能源以及各种辅助装置，软件包括各种制造理论与技术、制造工艺方法、控制技术、测量技术、制造信息及精益管理等，相关人员是指从事对物料准备、信息流监控以及对制造过程的决策和调度等作业的人员。
国际著名制造系统工程专家、日本东京大学的一位教授指出：“制造系统可从三个方面来定义。①制造系统的结构方面：制造系统是一个包括人员、生产设施、物料加工设备和其他附属装置等各种硬件的统一整体；②制造系统的转变方面：制造系统可定义为生产要素的转变过程，特别是将原材料以最大生产率变为产品；③制造系统的过程方面：制造系统可定义为生产的运行过程，包括计划、实施和控制。”综合上述几种定义，可将制造系统定义如下：
制造系统是制造过程及其所涉及的硬件、软件和人员所组成的一个将制造资源转变为产品或半成品的输入/输出系统，它涉及产品生命周期（包括市场分析、产品设计、工艺规划、加工过程、装配、运输、产品销售、售后服务及回收处理等）的全过程或部分环节。其中，硬件包括厂房、生产设备、工具、刀具、计算机及网络等。软件包括制造理论、制造技术（制造工艺和制造方法等）、管理方法、制造信息及其有关的软件系统等。制造资源包括狭义制造资源和广义制造资源，狭义制造资源主要指物能资源，包括原材料、毛坯、半成品、能源等；广义制造资源还包括硬件、软件、人员等。
从制造系统的定义可知，在结构上，制造系统是由制造过程所涉及的硬件、软件以及人员所组成的一个统一整体；在功能上，制造系统是一个将制造资源转变为成品或半成品的输入/输出系统；在过程方面，制造系统包括市场分析、产品设计、工艺规划、制造实施、检验出厂、产品销售等制造的全过程。
我们常把智能制造与转型升级联系在一起，但对一个企业来说，智能制造常常指的是技术层面的问题，转型升级是企业战略方面的事情。从理论上说，转型升级就是对组织、流程、业务等要素的重构。
我们有时把智能制造简单地定义为“CT（Communication Technology,通信技术）在工业领域的深度应用”。所谓“深度应用”，主要就是伴随转型升级和重构，而不是单单服务于现有业务。强调这些的背景是：基础技术提供的新机会在这里。这也是从技术手段角度定义智能制造。还可以从企业的外部表现或结果、目标来定义，如提升企业的快速响应能力。
从业务角度看，互联网的作用是提高协同能力；从经济学角度看，互联网的作用是提高资源配置能力。按照熊彼特的观点，创新就是企业家的资源配置。所以，智能制造是企业家主导的、与技术密切相关的创新活动，表现为“转型升级这种战略活动，需要有业务或者商业模式的创新来保证、需要由企业家推动”。然而，“信息集成”则是从IT技术角度为“协同”奠定基础，“协同”本身属于业务范畴，IT如何集成则要符合OT（Operational Technology,运营技术）的要求。特别地，协同过程先要规范成“业务流程”，才能标准化，进而实现智能化。事实上，流程本身就是一种知识。
协同的结果是快速响应，从实现的原理角度看，则表现为智能原理的应用。这样，“智能制造”才与“智能”这个概念挂上钩。“智能”基本的三个要素是“感知、决策、执行”。互联网提升了“感知和执行”能力，故而促进了智能制造。在互联网背景下，这个理论再次彰显出生命力，通过“共享和重用”，互联网帮助人们对更多的资源进行配置。配置过程就是决策过程，使得资源配置优化的空间增大了，故而价值性增强。与此同时，优化配置的难度也因此而增大，故而人们往往需要机器帮助人来配置资源。
智能制造的瓶颈往往是经济可行性。经济可行性包括效益和成本两个部分。前面说的资源配置是效益的来源之一。效益从何而来呢？中长期是转型升级带来的效益，短期内是管理水平提升带来的效益。
智能制造可以显著提升管理水平。互联网可以实现“扁平化”“远程化”；大数据实现“透明化”、智能算法让人避免淹没在大数据的海洋中。由于历史的原因，智能制造的机会往往在于管理与控制的融合，就是指找到管理中的问题，利用精益管理、6西格玛、PDCA（Plan Do Check Act,计划、推行、检查、处理）等方法从OT角度发现价值，然后再从数字化、智能化的角度推进，让价值落地，这也是从技术经济可行性角度考虑的。所谓标准化、流程化、精益化是智能化的基础，就是这个智能制造的另外一部分价值来源与成本的降低，大数据让知识获取的成本降低，工业互联网平台让管理和持续改进的成本降低。
本书认为，智能制造是指在网络化、数字化、信息化制造系统（如数字化车间）的基础上，引入相关的人工智能技术，使既有制造系统得到更加柔性、精细、实时、优质的制造过程能力。
制造工业的各个环节以一种高度柔性与高度集成的方式，通过计算机及其软件（如基于Agent的智能化软件执行过程）来模拟人类专家的（关于分析与决策的）部分智能活动，利用智能感知、智能推理、智能学习和智能行动中的某个或某些智能技术进行分析、判断、构思和决策，旨在利用企业既有先进制造系统知识来取代或延伸制造环境中人的部分先进脑力劳动，进而促进制造企业人类专家的制造智能知识得到收集、存储、应用、完善、共享、继承与发展。
因此，企业有必要在数字化车间的基础上，将智能制造系统中的人工智能技术及其应用作为构造、测试和支持上述定义的某种模型，并据此分析出一种可实验、可设计、可运用和评估的一种制造科学的技术和方法。与此观点相呼应的，是可以把智能制造系统中的人工智能软件开发（如Agent）看作一种实验：向现实的数字化车间提出问题，进而对这些问题给出新的解决方案。
1.1.5 智能制造的内涵
所谓制造智能，就是充分挖掘制造活动中的知识，以制造系统中软件及工业App的研发与应用为知识挖掘的突破口，实现基于知识发现、知识认知及基于知识的推理能力。
智能感知与测控网络是智能制造的核心内容，通过知识工程技术和计算智能技术，实现“感知-行为”的获取，进而实现生产过程全程的闭环反馈控制和低能耗制造，升级企业“多小型”生产组织模式的能力和水平。
智能制造的内涵是：调节制造资源的配置，以满足“多小型”按订单生产组织方式的需要；追求在满足客户需求前提下的最优质量-成本和效率-效益绩效。另外，支撑智能制造的是智能制造装备，这些装备须具有感知、决策、执行等功能，其主要技术特征有：①对装备运行状态和环境的实时感知、处理和分析能力；②根据装备运行状态变化的自主规划、控制和决策能力；③对故障的自诊断自修复能力；④对自身性能劣化的主动分析和维护能力；⑤参与网络集成和网络协同的能力。
实现智能制造系统的三个原理如下：
1）新的时间管理原理：将车间的时间管理纳入数字化范畴，将人体工程学系统和仿真规划相互融合起来，以真实的数据为基础进行快速而准确的时间规划。
2）新的产能管理原理：把提升产能作为整个工厂的准备过程，借助于多层级软件技术工具，使这种理念成为常态。
3）新的过程管理原理：在全面的网络化基础上，实现“分散+离散+互联”，驱动生产过程在多生命周期并行机制下提速运行，使离散制造执行像流程工业那样自动调节、循环。
有书根据智能制造系统的三个新的原理，提出应用于智能制造系统的三类Agnet智能软件，以此充实智能制造系统的软件体系结构。另外，引入Agent技术支持智能制造系统，企业需要构建Agent平台，该平台也是由不同企业基于共同产品展开合作的基础，同时也是智能制造企业的智能装备（如移动机器人）在共同生产网络中得以运行的基础。