工业工程、5G与智能制造
摘 要： 工业工程(IE)是以科学的方法，有效地组织、计划、协同管控工业中的人、机、料、能源、环境、信息等资源，实现高质、高效、精益、低成本且敏捷的生产过程。5G通信具有大连接、高速率、高带宽、高可靠、低时延等特性。实验和应用案例表明，IE工程师可以应用5G通信，实现工艺、流程、场景、生产线、车间、工厂等智能网联，实现生产过程调整、模拟控制、动态监控、预测预警等智能化功能。融合网联和智能技术，可持续实施优化策略，提高生产率和资源利用率，降低生产成本，提高产品质量和生产安全度。将工业工程、5G通信和智能技术融合，有利于实现工业制造现代化进程，有利于提升工业生产效益。
关键词： 工业工程;5G;智能网联;动态监控;模拟控制
引言
2020年，我国围绕深化制造业与互联网融合发展，聚焦两化融合管理体系贯标、跨行业和跨领域工业互联网平台、特色专业型工业互联网平台、智能制造合作等方向，在积极探索形成可复制、可推广的新模式和新业态，增强制造业转型升级新动能。通过工业工程、5G通信和智能技术的融合，能提升制造业现代化水平，赋能工业制造，提升工业企业生产效益。
工业工程(Industrial Engineering，IE)自从100年前诞生以来，是发达国家工业界最为重视的技术之一。从泰勒的科学管理，到丰田的精益生产，IE不断推动全球制造业取得新进步。IE以科学的方法，降低生产成本，提高生产率和效率，保证产品质量，提高生产安全度和舒适度，实现综合收益最大化。在IE长期发展过程中，不断采用新工具、新技术和新方法，由最初的秒表等简单工具，发展到现在使用运筹学和MATLAB等复杂工具，推动工业制造从自动化、数字化迈向智能化的新征程。
因为5G标准建立到应用时间不长，是基础性的通信技术，因此要与工业工程理论、工具和方法有机结合。也有可能是因为工业工程界对5G的功能以及给工业工程和制造业带来的重大机遇认识不足，从而对5G和工业工程的有机结合缺少研究。本文阐述了IE方法，分析了自动化向智能化演进的实验和应用案例，研究了5G通信特征对引领工业制造两化融合的作用，针对增效案例、降本案例、提质案例、保障安全案例等，对IE方法、智能化、多种网络互联等特征进行了探究。本文对IE实践中广泛应用5G通信、新技术、新方法的探究，以及对生产过程进行的智能化提升有参考作用。
1 工业工程的目标和任务
美国工业工程学会(AIIE，现名为IISE)对IE的定义：“工业工程是对人、物料、设备、能源和信息等所组成的集成系统，进行设计、改善和实施的一门学科，它综合运用数学、物理和社会科学的专门知识和技术，结合工程分析和设计的原理与方法，对该系统所取得的成果进行确认、预测和评价”[1]。
日本工业工程学会(JIIE)[2]对工业工程作出如下定义：“工业工程是对人、材料、设备所集成的系统进行设计、改善和实施。为了对系统的成果进行确定、预测和评价，在利用数学、自然科学、社会科学中的专门知识和技术的同时，还采用工程上的分析和设计的原理和方法”。之后，定义被JIIE修改为：“工业工程是这样一种活动，它以科学的方法，有效地利用人、财、物、信息、时间等经营资源，优质、廉价并及时地提供市场所需要的商品和服务，同时探求各种方法给从事这些工作的人们带来满足和幸福”。
国内工业工程教材《基础工业工程》[3]对工业工程概括如下：
(1)任务：研究将人、机、物料、能源和信息等要素设计成一个集成系统，不断改善，实现更有效运作。
(2)目标：提高生产率，降低成本，提升效率，提高质量，提升安全度，获取综合效益。
(3)核心：降低成本、提高质量和生产率。
(4)研究对象：由人、机、物料、能源、信息组成的各种生产、经营管理及服务系统。
(5)核心思想：降低成本、消除浪费。
有的学者认为，工业工程既是一种技术，也是一种管理意识。主要理念包括：
(1)成本与效率：工业工程追求整体效益最佳，要求树立成本与效率意识，追求节约、减少浪费，寻找以更低成本、更高效率的方法去完成工作。
(2)问题和改革：要敢于改革和创新，持续不断地发现问题，分析研究，寻找应对之策，持续不断改善，追求更好。
(3)简化和标准化：追求质量与效率的统一。倡导工作的简化、专门化和标准化，从而实现提高效率和降低成本。
(4)全局和整体：追求系统整体的优化，根据具体情况选择适当的工业工程手法，以获取更好的整体效果。
(5)以人为中心的理念。
随着新架构、新技术的发展，人们对工业工程的理论、方法和实践在不断演进和深化[4-9]。
2 5G优势及其与工业工程结合的潜力
5G(第五代移动通信技术，5th Generation Mobile Networks)有七大优势，显著提升了网络通信性能，也为工业工程的架构扩充和实时通信成为可能。
IE工程师可以应用5G，在工厂、车间中实施网络互联，在生产线设计、实施和持续优化过程中推动工业制造的智能化，提高生产率和效率，更好地达到工业工程目标。
(1)卓越的无线移动性。5G网络能够在时速500 km的情况下实现高质量通信;相对有线通信，5G连接不需实体线缆，不会因线缆而影响设备转动或位置移动;相对Wi-Fi等无线通信，5G可以更大范围移动并保持自动认证、稳定连接和顺畅切换。5G可以满足厂区内快速移动的车辆、AGV、机器人、传送带、产品以及高速转动的设备的连接需要，可以实现数据高速采集、传输和远程控制。IE工程师在规划和优化生产线过程中，可以采用5G提出创新解决方案，一方面在生产线设计时采用5G传输，使设备数据传输摆脱线缆的物理制约，节约线缆并减少线缆维护成本;一方面利用5G移動且宽带性能，使机器人等活动物体的活动区域不受限，在不同地点、不同工序、不同作业场景中平滑切换，提高生产的柔性。
(2)高可靠低时延(uRLLC)。一个0.1 s的时延，就可能导致错误判断、设备损伤或导致安全事故。uRLLC场景下端到端的时延可以低至10 ms甚至2 ms，大约仅为4G的20%。5G还具有边缘计算友好性，可很好满足工业控制、无人驾驶等场景下的快速反应需求，保证终端迅速、精准地执行命令。5G还支持终端与网络建立双通道，互为备份，实现连接的超高可靠性。基于5G的低时延和高可靠性能，IE工程师可以积极探索利用5G技术，在工厂中配置更多高速AGV和机器人等设备，提高运转效率，进一步提高工厂整体生产率。
(3)大带宽高速率(eMBB)。4G网络的上网体验速度平均为6～8 Mbps，无法满足4K和8K高清视频直播需求。而5G网络的上网体验速度可以达到30～50 Mbps，是4G网络速度的5倍，可以支持4K和8K高清视频直播，也可以支持相当数量的移动网络游戏，极大提升用户上网体验。专网下的5G速度还可以更高，峰值速度甚至可达20 Gbps。5G的这些特性，使其成为视频动态监控、模拟控制、基于云的机器视觉等场景应用的技术基础。IE工程师可以利用5G网络的大带宽高速率能力，创新人机互动关系，建立设备和云端的实时大流量数据交互，实现基于云端机器视觉的设备远程监视和操控，实现一人对多台设备，同时充分发挥云端的计算能力和学习能力，提升生产智能化，提高生产效率、产品质量和生产安全性。
(4)大规模连接(mMTC)。5G在每平方千米可以支持100万个连接，单位面积内通信连接数远远大于4G。此外，5G还能够支持多类别的物联网终端，如固定间隔周期监听被叫的终端、只有主叫没有被叫的物联网终端、功能极简终端等。基于5G的大连接特性，IE工程师可以在工厂内海量设备和微小设备单元上装载实时通信传感器，为海量设备数据采集和控制提供大规模连接能力，奠定智能制造基础。IE工程师可以利用5G的大连接能力，重新设计和优化人机关系、工业控制、点检活动等，提高整条生产线和整个工厂的运转效率。
(5)高流量密度。不同于大连接指标衡量单位面积内连接数量，流量密度是指单位面积内的总流量数，衡量的是移动网络在单位空间范围内所能承载的数据流量的大小。5G网络流量密度高达每平方千米100 Tbps，是目前可用的数据流量密度最高的无线网络。IE工程师可以在工厂内大量应用工业相机和屏幕等终端，利用5G高流量密度特性，实现相机、屏幕等与云端实时高清视频传输，建立远程视频监控和基于云的机器视觉识别缺陷等智能制造能力。
(6)能源效率。能源效率是指一定运行时间内或传送一定数量的数据量所需消耗的能量数量。5G发展了多项降低功率消耗的新技术，比如流量均衡技术、低功率基站等。由于大量物联网终端采用电池供电，为降低终端功耗以延长更换电池时间，5G还设计简化了连接模型以降低终端功耗。基于5G的高能源效率，海量使用传感器也就具备了经济性，进而使海量数据无线高速采集成为可能，使自动控制、远程控制更加普遍，也使人工智能技术有了用武之地，为IE工程师重构和优化系统提供了技术条件。
(7)网络安全性。5G网络具有多重安全保障。一是5G网络采用完善的服务注册和授权安全机制;二是5G网络使用加密方式传送用户身份标识;三是5G网络提供了网络运营商网间信令的端到端保护;四是5G网络有统一认证框架，融合了多种接入认证方式;五是5G网络可采用网络切片为重要客户提供专享物理信道;六是5G内生支持边缘计算，可以在用户可控的较近位置提供计算和存储，实现数据不出特定场所，保障数据安全。因此，5G网络安全能力远超4G，更远超Wi-Fi等无线网络。IE工程师可以放心地利用5G技术对工厂的布局进行重新规划，对人、机、料、环境、信息和能源的关系进行重新定位和组合，而不用担心信息泄露或被黑客破坏。
3 案例分析：实现工业工程智能制造目标
本文案例均来自于真实实验和应用场景，出于信息安全考虑，企业名称均使用化名。
3.1 增效案例：5G技术重构航空发动机试车和制造工作模式
航空发动机被称为工业界“皇冠上的明珠”。航空发动机试车是研发和生产的关键环节，传统的做法是将传感器放置于发动机上，试车期间由人员现场检测，由于传感器数据需要发动机停机后才能传出，极大影响了研发生产效率。上海飞天航空发动机公司在发动机试车过程中存在三大痛点：一是试车期间的潜在危险源需要实时动态监控识别，但采集的海量数据传输速率不足;二是协同检测异常识别无法进行智能化支撑;三是生产现场问题异地专家无法有效指导。为解决这些痛点，IE工程师利用5G重构了试车工作模式：建设5G专网，搭建基于5G的机械臂+工业相机协作平台，远程操控机械臂和相机实时录像，通过5G网络传到后台数据中心，对实验关注的数据信息实时监测，并对异常数据及时告警;在依托5G实现智能网联的基础上，利用机器视觉等技术，实现对发动机试车过程的漏油、表面缺陷、振动的智能识别，解决试车过程的全方位视频动态监控与智能辅助识别问题;利用5G网络实现关键零部件装配的AR远程专家指导。经过反复实验，方案获得了成功。重构后的试车工作模式下，生产率和效率大幅度提高。
生產航空发动机叶片需要稳定精密的铣削。铣削过程中强大的冲击力带来叶片振动，容易造成铣削轨道偏离规定路线并致使产品缺陷，缺陷产品再次返工影响生产效率。为解决这个难题，IE工程师设计在铣床部件及工具上安装5G传感器，实时采集铣削状态的数据并传到后台。后台通过AI判断比对铣削是否处于稳定状态，通过数字孪生技术实时计算弥补偏离的路线，实现铣削过程的实时动态监控和仿真模拟控制，避免产品因发生共振而出现缺陷。在实验和实际运行状态下，采用该方案后返厂率从25%降低至15%，有效提升了生产效率。
3.2 降本案例：利用5G实时高速检测带钢缺陷
传统生产线对带钢缺陷的检测方法存在很大不足：一是靠人眼识别带钢表面缺陷，人员存在视力疲劳、走神等情况，识别效率不高，准确率较低，人员成本高且有人身安全风险。二是带钢在生产线上移动速度很快，人眼识别缺陷存在困难，如果放慢生产线运行速度，又会造成生产效率下降。三是如果不做或少做过程检测，则不能及时剔出劣质产品，增加了劣质产品在后续工序的加工成本。四是如果中间停车抽检，将拉慢生产线运转速度，且仍存在事后才能全检的成本浪费问题。
辽宁东安钢铁公司是著名钢铁企业，面对以上难题，IE工程师利用5G技术实现智能网联，建设高速带钢缺陷实时精准检测系统，重构带钢生产线模式。系统拟在冷轧厂酸轧机组上下两侧各安装工业相机3台，利用工业相机对运行速度达10 m/s的带钢进行高清图像拍摄，每秒拍摄图片120张。系统把完整图片合成为高清图像，并通过5G网络上传到云平台，在云平台上采用图像处理软件和缺陷检出及识别分类算法，利用大数据分析、机器学习和共享缺陷识别库等技术，实现动态监控、快速缺陷识别和类别判定，并指令生产线对缺陷带钢特别处理。该系统还拟利用5G的低时延特性，解决图像同步自适应、光照强度自适应、带钢跟踪自适应等多项技术难题。
经过反复实验和改进，该系统实验成功并投入使用，实现了常规缺陷检出率在95%以上，常规缺陷识别率最高可达95%，设备稳定运行率超过99%，降低了生产成本和缺陷产品处理成本，每条生产线每年提高经济效益400万元，每年减少事故处理成本300万元。
3.3 提质案例：利用5G打造化纤智慧工厂
飘丝和飘杂问题是长期困绕全球化纤行业的难题，给化纤制造业带来巨大损失。化纤设备会以很高的速度下丝，细丝的直径往往只有几微米，下丝过程中如果细丝飘离了轨道就是飘丝，如果飘到了相近轨道就是飘杂，飘丝和飘杂严重影响产品的质量。传统方法是通过强光照射后用人眼识别飘丝和飘杂。由于丝细且飘移速度很快，凭肉眼很难清晰识别并做出相应处理，因此人工巡检漏检率较高，优品率很难突破98%的天花板。
浙江新明集团是知名化纤企业。为解决飘丝和飘杂难题，IE工程师提出了重构生产线巡检模式的方案：构建5G专网，打造5G飘丝飘杂巡检机器人，机器人搭载8K摄像机，在纺丝车间执行流动巡检任务，替代人工定期巡检。机器人采集前端纺丝工艺工位的高清图像信息，通过5G网络回传至人工智能服务器，进行飘丝飘杂自动检测和识别，并及时通知工作人员进行处理，实现智能网联、动态监测和自动控制。
该方案经反复实验后取得成功，现已投入实际生产。采用该方案后，有效提高了产品质量和生产效率，生产线突破了98%优品率瓶颈，提升了0.25%的优品率。该公司年产11 000吨，按优品和良品的差价约2000元/吨，该项改进每年带来至少2000万元的收益。该方案具有全行业推广的重大社会效益。
3.4 保障安全案例：利用5G实现天车和卡车远程操控
钢铁厂钢卷仓库作业环境存在一定危险性，传统作业方法需要人员驾驶车辆和现场操控天车，由于作业环境较差，容易发生人身伤害、车辆安全等事故。如果采用降低作业速度、加强人工检查等传统方法提高安全度，将降低生产效率，提高安全成本，安全效果也较为一般。
河北唐乐钢铁厂是大型钢铁企业。为提高钢卷仓库作业安全度，公司提出了对钢卷吊运作业方式进行改进的方案：拟构建基于5G技术的动态作业监控系统，在天车两侧各装一个高清视频摄像头，横向观察监控天车抓放钢卷的情况和天车周围作业环境视频;天车原驾驶员舱两侧各装一个高清视频摄像头，大视野监控天车正常作业，获取钢卷的分布情况，监控周围的行人和车辆。在无人驾驶卡车上安装高清摄像头，摄像头将视频图像通过5G网络回传到操控平台，驾驶人在远程操控平台根据回传视频对车辆进行远程操控。视频、操控等信息通过5G网络上传云端控制中心，云端再通过5G网络下发命令操控天车作业，实现天车、汽车、操作者和云端的智能网联，天车操作员和汽车驾驶员在办公室远程操控，提高工作安全度和舒适度。该方案在实验成功后已在部分车间部署，大幅降低了驾驶员、操作员、行人和车辆的安全风险。
3.5 提高生产柔性的案例：利用5G+机器视觉检测缺陷
燃气轮机叶片高度个性化，外形结构复杂，精度要求高，质检需要人工与设备结合进行，完成一个叶片检测至少需要2天。由于检测时间长，传统质检为控制成本只能采用抽检方式，抽检覆盖范围小，质检效率低下，按传统思路很难有合理的方法解决以上问题。
浙江航新汽轮机公司是领先的燃汽轮机制造企业。公司运用IE思想，对汽轮机叶片生产过程提出了优化方案，拟利用5G网络大带宽的技术特征，通过叶片3D数据的实时三维扫描，利用5G网络将数据快速传送到系统并建模，精准快速生成三维模型，利用数字孪生技术进行模拟控制，实现产品全量检测，并建立质量数据库，通过模型和算法，进行质量追溯和大数据分析。方案经多次实验和改进，将叶片缺陷检测时间从2～3 d降到了3～5 min。该方案投入使用后，有效解决了汽缸、叶片等汽轮机组件人工质检效率低下，缺陷结果不便于记录，缺陷检测的时间长，质检效率低、抽检不全面、质量无法追溯等问题。
该案例还实现了工序间检验，使检验工序前移。案例将工业相机安置于每道工序，从毛胚开始即用工业相机扫描至云端判断是否合格，如不合格及时剔出，避免后續加工浪费，该项改进节省成本10%以上。同时，叶片抽检实现全检、部分测量实现整体测量，提高了叶片质量可靠性，避免了产品售后返修，提高了客户满意度。
该案例应用提高了生产的柔性。一是提高了生产线的柔性。案例在生产线上使用移动式工业相机(内置5G模组)，工业相机和主机分离，相机通过5G网络和主机相连，可在在厂区内任意地点安放并可随需变动位置，生产线、主机和工业相机可随需组合，且一台主机可对应多台相机，主机设备投资可减少1/3。二是提高了产业链质检柔性。上游中小零部件企业无需大额投资，只需安装航新汽轮机公司同样的工业相机，扫描三维数据并通过5G网络传送到航新汽轮机云端，即可实现质量检测，提高零部件质量，减少零部件生产返工，并保障各工序有效快速开展，产业链整体效率提升20%。
3.6 提高系统综合收益的案例：全工厂全方位利用5G提升公司综合效益
浙江爱迪公司是领先的汽车铝合金精密压铸件生产商。公司运用IE思想，采用5G、云计算和人工智能等新一代信息技术，规划和建设智慧工厂，构建智能制造时代的竞争优势。
爱迪公司集成了十余个基于5G的应用和平台，打造了完整的5G+智慧工厂应用案例。一是通过5G网络实现了机加工全联管理系统、机加工调试系统、原料追溯系统、压铸全联管理系统等系统的互联互通和协同。二是通过三维扫描枪，快速生成产品的三维模型，三维数据通过5G网络发送到云端，云端利用人工智能对图像进行分析，快速完成质量验证。三是5G助力数字孪生技术在动态监控和管理中的应用，管理者可从后台实时了解生产数据，实现模拟控制。四是通过5G网络精准快速定位问题来源，包括供应商在内的各节点原材料、铸件、零部件、整车等记录上链，全程可追溯。五是工厂中未部署实体网线，所有的设备均通过5G无线网络连接，节约了网络线缆投入，使产线搬迁、重组、作业等更加灵活便捷。
该方案实验成功并投入使用后，提高了公司市场响应能力，人均产值提高17%，设备生产效率提升19%，产品合格率提高3%，客户投诉下降23%，实现了降本、提质、增效的目标，显著提高了公司综合效益和競争力。
4 5G和智能制造背景下工业工程展望
工业制造作为国家经济的中坚力量，对经济的持续繁荣和社会稳定具有重大意义。全球制造业走向智能化的方向明确，发展潮流势不可挡。
4.1 工业化、信息化向智能化方向发展
信息化和工业化深度融合的今天，迈向智能化已经成为必然趋势。信息系统和数据平台不断应用智能技术，如自主计算、自主神经系统，实现以自我调节、自主计算、自主预警等动能;嵌入人工智能思想、运算和仿真系统等过程，让用户察觉不到系统的复杂性，只需发布号令、监控视频、倾听语音指示，就可以得到系统的执行动作、操作步骤、获取系统的自主处置动作。
4.2 数据挖掘、云计算给智能化赋能趋势
以机器学习、数据挖掘为基础的智能化信息系统建设，系统将实现自配置、自恢复、自优化、自保护等功能。如自保护可以利用系统集成的安全芯片、安全监控软件等给IT系统中关键举措提供保护措施;自优化就是应用优化软件、中间件等构建系统安全运行、高可用性、完整性的指标。
BBN技术公司已获数百万美元的投资，开展综合学习项目(Integrated Learning Program)第一阶段工作。未来4年里，BBN将开发一种称为“综合学习器(Integrated Learner)”的人工智能(AI)能力。该项目的目标是将专业领域知识和常识综合创造出一个推理系统，该系统能像人一样学习并可用于多种复杂任务。
4.3 语义网格和知识网格持续研发
语义网格和知识网格(Semantic grid and knowledge grid)是在异构的、动态的虚拟组织环境下，提供有效的知识服务和共享， 协作解决用户需要解决的问题，满足用户的需求。 主要研究模型包括：知识模型、通信模型、知识获取、知识组织、语义Web服务等;将上述模型链接在一起的是：1)统一逻辑——即实现本体描述、服务匹配;2)服务管理——面向用户服务的模式和协议。
4.4 5G等多网互联提升工业工程效益
5G技术有望广泛应用于工业制造的各个场景，从各方面提升工业制造效率，逐步重构生产线、车间、工厂、产业链的新模式。5G符合工业工程在任务和目标等各方面的要求，IE工程师完全可以以5G为工具，基于工业工程经典的理论方法，开展全面研究，重构和优化工业场景、流程和管理，以更好地帮助工业企业完成制造任务、达成降本增效、提高质量等目标，使工业效率快速跨上新一代信息技术新台阶。
5 结束语
5G通信技术、新一代信息技术与工业制造深度融合，将成为传统制造向智能制造迈进的主要推动力。
IE工程师充分利用5G、边缘计算和人工智能等技术，可实现工业制造的智能化，动态监控、智能数据分析、故障预警和模拟控制等正不断优化工业制造场景、流程和工业管理，大幅提高工业制造的生产率、效率和质量，降低成本，改善工人的工作环境并提高安全度。5G的采用，将使得以提质降本增效为根本使命的工业工程又进入更高层次的蓝海。
工业工程既是一种方法，也是一种思想。工业工程的内容不是固化的，而是不断发展的，只有拥抱新技术，融合新方法，不断创新发展才能保持活力。工业工程界应将5G等新一代信息技术纳入工业工程的“工具箱”，以5G等新一代信息技术为基础，积极开展研究，蓄力实现工业工程理论和方法的再一次飞跃。
参考文献
[1] https：//www.iise.org/details.aspx?id=295. [EB/OL].
[2] https：//www.j-ie.com/about/about_ie/. [EB/OL].
[3] 易树平， 郭伏. 基础工业工程[M]. 北京： 机械工业出版社， 2019.
[4] 沙尔文迪. 工业工程手册： 第3版[M]. 北京： 清华大学出版社， 2005.
[5] 齐二石， 陈君彦， 刘亮. IE+IT： 工业工程与信息化集成的企业增效管理创新模式[J]. 工程机械， 2009(11)： 78-82.
[6] 王会召. 航空产品精益生产模式下的质量控制[J]. 工业技术创新， 2016， 3(3)： 376-379.
[7] 刘刚. 机械制造智能化发展趋势探析[J]. 工业技术创新， 2017， 4(1)： 171-173.
[8] 朱中平. 汽轮机产品BOM及其工艺路线的设计与优化[J]. 工业技术创新， 2017， 4(6)： 69-75.
[9] 王微漪， 李静， 周峰. 未来工厂(FoF)： 欧盟制造的希望[J]. 工业技术创新， 2018， 5(5)： 90-93.
作者：卢佩琳
【摘要】本文认为，智能制造是以“中国制造2025”为基础的企业创新的战略体现。智能制造与成本管理在企业的生产流程与经营活动方面具有高度的重合性，智能化成本管理是一种智能制造与成本管理相互融合的创新机制。智能制造借助于“互联网+”和“绿色环保”等手段实现智能管理，促进企业成本管理效率与效益的提升。在智能制造环境下，实现要素驱动向创新驱动转变，低成本竞争向质量效益竞争转变，粗放制造向绿色制造转变，生产型制造向服务型制造转变等，将成为智能化成本管理的内在要求。
【关键词】智能制造 成本管理 融合 创新
一、引言
随着“中国制造2025”规划的实施，在“互联网+”、大数据和云计算等现代移动技术的支撑下，智能制造正在快速地推进实体经济与虚拟世界的融合，产品的销售方式也发生显著的变化。作为经济发展的重要工具，智能制造能够促进增值服务能力的提升，使商业模式实现持续创新，为成本管理与控制拓展成长空间。传统的成本管理由于受技术手段与会计制度规范的约束，主要计量与控制的是企业购买或雇佣生产要素的实际支出，体现出的是显性成本的本质特征(谢志华，2016)。在智能制造的环境下，以往难以计量与控制的一些隐性成本，如企业所有者自己提供的资本、自然资源和劳动的机会成本，也能够通过智能化的成本管理加以充分体现。从智能制造到智能管理，再到智能化成本管理，体现的是物质流、价值流与信息流的整合效应;智能制造情境下的 “互联网+”“绿色环保”等创新要素进一步丰富了成本管理的新内涵，并给当前中国特色的管理会计体系建设带来新的动力与活力。
二、智能制造与智能管理
智能制造与智能管理是一个事物的两个方面，智能管理促进了智能化成本管理的转型升级。上个世纪的智能化成本管理最直接的体现是适时制(Just-In-Time)和计算机集成制造系统(SIMS);本世纪对成本管理智能化影响最直接的是智能制造所表现出的技术等因素，如全要素生产率、绿色制造与服务制造等。
(一)智能制造的特征
以“中国制造2025”为代表的智能制造是与德国“工业4.0”相衔接的创新概念。以“工业4.0”为例，其实现的主要标志是“网络与智能化”，其主要成果是“实现智能化和个性化：未来10年，基于信息物理系统(Cyber-Physical System， CPS)的智能化，产品全生命周期和全制造流程的数字化以及基于信息通信技术的模块集成，将形成一个高度灵活、个性化、数字化的产品与服务的生产模式。” 智能制造的生产方式可以用“6C”来定义：(1)连接(Connection)，主要指传感器和网络;(2)云储存(Cloud)，即任意时间和需求的数据;(3)虚拟网络(Cyber)，包括模式与记忆;(4)内容(Content)，指相关性及其含义;(5)社群(Community)，包含分享和交际的能力;(6)定制化(Customization)，指个性化的价值和服务(夏妍娜等，2015)。其基本特征：一是互联化。具体包括生产设备间的互联、设备与产品的互联、虚拟与现实的互联等。二是集成化。具体包括纵向集成(企业内部信息流、资金流与物流的集成)、横向集成(通过价值链以及信息网络实现资源的整合)、端到端集成(重构产业链各环节的价值体系)。三是数据化。综合利用各种数据，包括产品数据、运营数据、价值链数据等，通过内外部数据的运用，进行实时的精准分析。四是创新化。具体包括技术创新、产品创新、模式创新、业态创新和组织创新。五是表征化。具体表现为从大规模生产向个性化定制转型，从生产型制造向服务型制造转型，从要素驱动向创新驱动转型。
(二)智能管理与智能化成本管理
“智能制造”是要将人工智能应用于生产制造的各个环节，减轻人员的工作强度，提高产品的质量与生产的效率。为了准确把握“智能管理”的本质与意义，需要深入探索“智能管理”的两种基本理论，即复杂性理论与异质性理论。复杂性理论是由比利时学者普利高津(Prigogine)率先提出的，是继“老三论”(系统论、信息论与控制论)与“新三论”(耗散结构论、协同论和突变论)之后的第三代系统科学观(蔡志兴，1996)。“异质性”表示的是所考察对象之间差异化程度的概念，它的一个技术表达是“多样性”。一个系统能够进行何种程度的管理，取决于其本身以及现有管理手段的复杂性。为了实现对复杂系统的控制，控制行为必须能够处理系统的多样性。在管理复杂性时，需要考虑的另一个问题是应对外部的复杂性。为了处理外部的复杂性，需要合理选择能够处理的环境。只有充分认识管理对象的复杂性与异质性，并合理地配置其人工智能，才能有效地实现“智能管理”。
智能管理将促进智能化成本管理的发展。智能化成本管理是成本管理在智能制造环境下的功能扩张，要求企业在成本管理过程中关注智能化的生产环境，强化智能化的成本规划、优化成本战略和成本评价，并将智能化的成本信息贯穿于整个智能制造的决策过程中。智能制造对成本管理的动因理论也将产生促进作用，即通过智能信息系统合理配置企业的成本结构并提高成本执行的效率与效益。传统的成本结构主要包括规模、范围、经验、技术及外部的复杂性因素等，智能制造环境下的成本结构将发生新的变化，从智能化的高度来分析企业的成本构成、成本动因，实施智能制造环境下的成本控制和改进。由于智能化成本管理的理论与方法体系尚不完善，需要结合企业实际情况，有针对性地加以系统整理和提炼。即通过制定明确的智能制造目标，使各种不同的成本管理理论与方法发挥综合作用。同时以案例的形式加以总结，使其在相关行业或不同企业中得到推广与应用。从这个意义上讲，智能制造是一种以智能管理为核心的经营创新系统。从管理会计角度观察，智能化成本管理应包括以下能力：对企业成本环境变化的适应能力;保持或获取成本竞争优势的能力;及时发现新领域或随环境变化制定成本战略的能力;将企业嵌入更大系统且实现可持续性成功的成本控制能力等。
三、智能制造对成本管理的影响
智能制造以战略的眼光从企业或产业的供给端入手，加强生产流程和设备的整合与创新，并从源头识别创新驱动的影响因素，通过优化价值链和供应链，运用智能管理等手段为企业的成本管理等提供智能化的战略信息，促进企业竞争优势的形成和核心竞争力的培植。成本管理通过价值流管理，为智能制造的网络经济、数字经济等控制提供实践支撑，为智能化管理提供技术方法上的保证。智能制造对于成本管理的效率与效益提升具有积极的意义。
(一)智能制造对成本管理效率的影响
与“智能制造”相适应，成本管理要实现智能化管理。成本管理的理论与方法体系只有适应智能制造的新环境并加以提炼与升华，才能提高智能化环境下的成本管理效率。智能制造对企业的要求是，必须清楚掌握产销流程，提高生产过程的可控性，减少生产线的人工干预，及时正确地搜集生产线数据，更加合理地安排生产计划并掌控生产进度等。从产品开发到设计、外包、生产及交付在内的整个生产制造中的每个阶段，都必须实现高度的自动化、智能化，并且实现各阶段信息的高度集成。企业或行业的发展离不开工业软件系统，对于实现生产工序及系统组件间的交互起着积极的作用。这种交互不仅在生产层面，还作用于业务层面，并实现虚拟与现实的融合，使内外部组织有机地联系在一起。在成本管理与控制的发展思路上，只有充分认识企业经营环境的新变化，并与企业战略进行有机融合才具有现实可行性。成本管理要围绕企业的智能化管理，结合企业的总体发展战略制定与实施相应的成本管理策略。一方面，借助于成本信息支持系统，对企业管理过程中的成本结构、成本行为进行全面的了解、控制与改善，探寻可持续发展的价值增值新路径，并获取企业的竞争优势。另一方面，在成本管理的控制系统方面，积极关注企业价值增长的战略空间、管理过程、控制绩效，加强不同战略选择下成本管理与控制的措施与对策，努力实现企业成本的最小化与效益的最佳化，增强成本管理的系统性、有效性与针对性(楼继伟，2014)。
智能制造有助于减少能源消耗，实现真正意义上的远程服务，以及支持客户定制、突出多品种、小批量生产等特点，并推进成本管理信息支持与管理控制系统的建设(黄世忠，2015)。信息化是成本管理与控制的重要手段。在智能制造时代，工业机器、设备、存储系统以及运营资源可以利用网络通信技术连接起来，能够实现良好的信息集成功能，并借助于开放的成本管理控制系统使技术与经济紧密结合，实现成本管理与控制活动的横向沟通与纵向交流，使企业财务与业务有机结合、敏捷运作，从而实现成本管理与控制的及时和高效。智能制造大大扩展了成本管理的视野，提高了成本控制的效率与效益。能够随时随地进行信息分享，依据“互联网+”进行独立的自我管理(自组织)，并进一步实现成本控制的理想目标，即“既要关注外部市场机会带来的‘开源’效应，也要注重内部成本管理与控制能够获得的‘节流’效益”，最大限度地促进成本管理效率的提升。
(二)智能制造对成本管理效益的影响
智能制造促进了成本管理的智能化，提高了成本管理的效率与效益。在智能制造环境下，成本管理的数据和信息能够提高战略决策的科学性与有效性，以增进企业的价值增值能力，保持可持续的竞争优势。通过决策成本概念框架(CFDC)、作业成本管理(ABC/ABM)、资源消耗成本管理(RCCM)等，将智能化理念融入成本管理实践活动中，突出智能化成本管理的意义。智能制造对成本管理的影响表现在：成本结构发生变化(如机器折旧与研发费用增加);成本控制方法有所改变(如采用以作业组为中心的形式，关注设备的正常运行及相关的维护费用等);计算机智能推动了企业成本管理的创新(如产品设计的优化等)。同时，智能制造通过企业成本向社会成本的转化，将变动成本转变为可变成本，即借助于“互联网+”，另一方面，使固定成本变得不固定;一方面，加强与物流资源的整合，使物流资源优势得到充分展示，并创造出更高的效率与更多的效益。如通过成本管理中的价值链思维使生产供应网络更好地满足顾客的价值需求。此外，智能制造还通过以下途径加强成本管理：通过适度的投资规模来降低成本;围绕市场调研确定为顾客提供服务产品多样化的广度来降低成本;通过合理的研究开发政策，按照所得大于所费的原则降低企业总成本;通过合理的劳动力投入来降低成本等。
以“创新驱动、质量为先、绿色发展、结构优化”为指引的智能制造，使企业成本管理的重心开始从生产制造成本转向产品研发成本，成本管理的智能化水平被广泛重视。以生产线的设计方案为例，通过仿真技术实施验证等得到普遍推广，当生产线运行过程中存在一些不确定因素时，使用仿真技术能够帮助企业发现设计方案中的问题，提高成本管理的效率与效益。智能制造为成本管理效益提供了机遇，如传感器价格和互联网连接成本已经大幅下降，而宽带的飞速发展基本实现了网络全覆盖;随着技术的进步，各种商业标准软件的实施费用更是大幅下降，新的工业大数据技术给成本管理智能化提供了基础和保障等。早期的成本管理围绕成本习性，将企业的成本管理按照固定成本与变动成本进行分类，并据此加以管理与控制。智能化的成本管理则以企业经营活动及其价值表现为对象，通过对成本信息等的深加工和再利用，实现为企业经营活动过程的预测、决策、规划、评价等具体管理提供积极的支撑。智能化成本管理既是一种侧重于企业内部经营管理的重要技术与方法，同时又是企业管理活动不可或缺的一个基本组成部分。
四、智能化条件下的成本管理创新
智能制造与成本管理的融合体现在工业制造与“互联网+”和“绿色环保”等的联结与拓展层面，智能制造与成本管理的创新则体现在“智能”“整合”等环节中。经济新常态促进了成本管理的发展，在当前经济结构升级的背景下，通过创新驱动来实现经济的稳定增长具有积极的意义。
(一)通过成本管理，实现要素驱动向创新驱动转变
智能制造与成本管理创新的一个重要标志就是“智能”，即成本管理的智能化。通过价值链(包括虚拟价值链)与供应链(包括网式供应链)中的智能化成本管理，使企业线上与线下经营活动紧密衔接，传统的JIT(适时制)等成本管理工具从时间驱动向时间与空间驱动的融合创新方向转变;与此同时，通过“互联网+”为代表的现代移动技术与企业生产经营活动的融合，使企业的有形成本要素与无形成本要素得到充分发挥。传统的资本、劳动、土地等要素的投入成本已面临“管理瓶颈”制约，借助于创新驱动，充分发挥无形成本的内在潜力将成为成本管理智能化的内在需求。一般而言，组织创新由管理创新与技术创新构成，这是一种创新的“双核模型”(Daft，1978)。在智能制造的环境特征下，技术创新与管理创新的适应性和可选择性成为智能化成本管理的一项重要战略。如对于低度专业化(Professionalism)、高度规范化(Formalization)和集权化(Centralization)的企业可以从管理创新入手加以研究，反之则有利于以技术创新为导向加以研究与探讨(Damanpour，1991)。
智能制造离不开信息物理系统的支撑，通过将计算机与信息系统嵌入实物运行过程中，实现与实物过程的密切互动，从而给实物系统添加新的能力。从技术创新的角度看，信息物理系统正是嵌入式系统进一步优化的结果，而通过通信网络，将所有设备互联的智能工厂是其中最好的体现。在“互联网+”的智能制造环境下，成本管理中的创新驱动表现出若干新的趋势：一是由集中式成本控制向分散式成本控制转变。其目标是构建一个权变式的个性化和数字化成本管理的智能化模式，使成本管理体现出无界化、小型化等的基本特征，许多新产品、新技术、新业态和新的商业模式将在更广泛的领域合作，产业之间高度融合。同时，传统的成本要素驱动面临新的挑战与机遇，基于智能化的成本要素创新将得到推广与普及。二是由单一企业成本管理向企业群成本管理转变。随着经济全球化的不断深入，企业竞争优势的获取越来越关注经营活动的结构性动因与执行性动因，并依赖所嵌入的关系网络，企业及其业务开展过程中的伙伴关系将成为一项重要的战略资源。智能化成本管理能够在企业群组织间寻找出一种更为有效的合作方式，减少不确定性。结合智能制造的发展方向，企业群成本管理需要配合制造业的细化分工、生产协作，使集群的组织间成本信息支持系统向市场、设计与生产等环节渗透;通过成本管理的控制系统向柔性、精细方向发生转变;借助于组织关系的智能化管理实现内连企业群内部组织，外连供应商与销售商等外部组织，优化内外部组织间的成本行为，提高经营合作的成本效果，如利用大数据信息来增加信息的共享和减少组织间的循环时间等成本费用。
基于创新驱动的成本管理，要求围绕智能制造从经营成本向成本经营转变，通过企业物理资源的有形成本要素，向外部无限资源与管理创新的无形成本要素进行对接，将企业成本社会化，使社会资源为己所用。借助于成本管理的供给端创新，充分利用外部廉价的制造能力，把企业的固定成本转化为可变成本，提高成本的资源配置效率。通过将企业内部的固定成本转变为企业外部的可变成本，使自己的固定成本变成别人的固定成本。用别人的可变成本替代自己的可变成本，置换出自己的可变成本，并集中于创新业务的经营上(李海舰等，2008)。从我国的创新导向选择上看，采用管理创新，通过组织与制度创新来提升无形成本要素的生产率是一种明智的选择。智能化的成本管理不只是简单的降低成本，而是要通过定向智能管理，也就是结构性成本控制手段来鼓励现有企业提高生产能力，促进生产要素的增长。同时，利用国家对企业创新驱动的优惠政策，如定向减税和免税等政策加快产品的技术研发，提高产品的科技含量和附加值，加强职业培训，提高劳动力素质。
(二)通过智能成本管理，实现低成本竞争向质量效益竞争转变
企业智能制造有多种表现形式，网络经济、数字经济是其中最重要的表现特征。在“互联网+”的制造环境下，企业产品由线下转到线上，并通过相互协调使企业或国家间的联系由“数字”加以体现或转换。低成本竞争的基本思路是：首先，在产品设计开发阶段，将目标成本与预测成本进行对比分析，通过成本信息确认差异，制定制造过程的“成本标准”;其次，在产品生产阶段，将这种“成本标准”与市场价格或内部转移价格进行比较，确定不同阶段的“目标利润”，并与预算或预测的利润目标值进行对比。其目的是寻找“成本差异”，实现成本领先的战略要求。智能制造与成本管理的结合，企业的成本或利润不仅仅是“量”的要求，更需要谋求“质”的提升。即通过智能化的成本管理将生产环节的成本管理进行事前、事中与事后控制的融合，将基于前馈与反馈的长期整体控制与短期整体控制进行有机融合，同时进一步将成本控制划分为战略控制、经营控制与操作控制等不同的层级。
借助于智能化成本管理，使企业各项生产活动嵌入供应链、网络链的全部环节，实现实体价值链与虚拟价值链的结合。如构建资源共享平台，由代加工向代设计与出口自主创新品牌转变等，进一步提升产品的质量与生产效率。这种形式，通常称之为“智能工厂”。在智能工厂中，每个人都将参与到分析、解决问题的工作中，即随着工业机器人的普及，在越来越多的企业中，劳动者与管理者的界限将变得越来越模糊，人机交互以及机器人之间的对话变得越来越普遍，重复性的体力劳动和脑力劳动逐渐被智能机器所替代，人在其中的角色也由服务者、操作者转变为规划者、协调者、评估者、决策者。然而，要实现低成本竞争向质量效益竞争转变，提高人的“智力”与“智能”变得至关重要。通过在智能制造活动中树立以人为本的理念，促使企业认真思考员工在教育、经验和技能集合上的差异，从而增强个人和企业双方的创新能力，成为智能制造环境下成本管理创新的重要课题。在实现“中国制造2025”战略的道路上，人才软实力与智能设备的硬实力同等重要，企业必须高度重视，并积极利用政府对智能制造的引导作用与政策效应，加快企业全要素的转型升级。通过“互联网+”促进智能制造与成本管理的融合，能够对各种生产经营环节中的成本要素进行优化，改变以往仅凭经验与直觉的成本管理决策，使生产过程中的时间效率大大提升，生产经营效率与效益显著改善。
现阶段智能制造与成本管理的结合有助于“供给侧改革”的深入推进与行为优化。2015年11月10日，习近平总书记在中央财经领导小组会议上首次提出了“供给侧改革”，指出在适度扩大总需求的同时，着力加强供给侧结构性改革，着力提高供给体系质量和效率，增强经济持续增长动力。智能成本管理不仅可以运用于成本核算与控制的需求端管理，还可以在市场动态变化的预测等方面发挥供给端的管理效果。如结合市场预测，对初始工艺路线与生产设备进行优化，灵活配置工艺与设备，以节省投资成本和优化生产价值流(如自制还是外包等);对于计划单独建线的产品，可以严格按照生产要求配置设备;对于支持多产品的柔性生产线，需要在关键设备前增加缓冲时间，让排在前面的非关键设备适当加快生产节拍。同时在生产制造过程中，辅助制造资源的准备属于不增值的环节，加强柔性工装和激光定位的应用，以提升生产线成本价值流的积极效应，是智能成本管理的客观选择。柔性工装的目的是在设计和制造过程中，免除装配各种零部件时所使用的专业定型架、夹具，从而降低工装制造成本、缩短工装准备周期、减少生产用地，且大幅度提高生产效率;激光定位技术能够结合三维制造模型和室内GPS定位数据，准确定位到加工或装配的位置，从而引导机器人完成自动加工或装配。
(三)通过环境成本管理，实现资源消耗大、污染物排放多的粗放制造向绿色制造转变
企业转型升级有两种方式，一是在技术条件既定的情况下，促进制造业工艺改进实现生产流程的绿色发展，同时围绕供应链管理，优化价值创造的环境系统，构建循环经济链;二是通过技术的创新驱动，开发和推广节能、节材和环保产品、装备、工艺，实现企业或产业由低端向高端转型。无论是上述哪种形式，加强环境成本管理，提高资源利用效率，实现传统的粗放制造向绿色制造转变是一种客观的战略选择(周守华等，2012)。智能制造中的“绿色环保”理念促进了环境成本管理的发展。近年来，国家在环保领域投入了大量的财力与精力，企业作为社会中的成员，必须主动承担环境保护的社会责任，积极开发与利用可再生能源与清洁能源，向绿色制造转型。当前绿色制造已经成为企业或产业是否有潜力的重要标志。智能制造与环境成本管理相结合，是要充分利用以工业机器人等为代表的先进智能设备，积极构建智能化工厂。即通过优化生产环境，让机器人去执行人所不能或难以完成的事情。人与机器、信息物理系统的分工将转变为人类设计产品并决定产品规则和参数，机器、信息物理系统基于这些指令，触发、比对路径并选择、优化生产。即通过智能的人机交互传感器，人类可借助物联网对工业机器人进行远程管理。这种机器人还将具备生产间隙的“网络唤醒模式”，以解决使用中的高能耗问题，从而使制造业向绿色、环保、可持续发展升级。
随着现代科技的迅速发展，工业机器人已成为柔性制造系统(flexible manufacturing system， FMS)、主动化工厂(FA)、计算机集成制造系统(CIMS)中重要的自动化工具，并且工业机器人的种类不断丰富，功能越来越强大，自动化和智能化水平也显著提升。广泛采用工业机器人，不仅可以提高产品的质量与产量，而且对保障人身安全、改善劳动环境、减轻劳动强度、提高劳动生产率，以及节约原材料消耗和降低生产成本具有重要的意义。从环境成本的角度看，智能化设备在生产领域的广泛应用，不仅提高了环境成本的管理效率，也促进了企业资源利用效率的提升。过去立足环境管制手段来防范诸如环境污染等方面的风险，效果并不显著;现在通过环境成本的嵌入，增强了企业绿色制造的主动性与积极性，提高了环境等资源的生产效率。在智能制造的大背景下，政府通过环境管理的行为主导(如政府补贴等)，引导企业主体采用环境成本管理手段自发地减少资源消耗大、污染排放多的生产活动，调动了企业市场自主性的积极作用。智能制造与智能管理促进了环境成本创新，使企业更有效地利用从原材料、能源到劳动力等的全要素投入，从而抵消企业在环境维护等方面的成本耗费，这种资源生产率的提高不仅不会削弱企业或产业，反而会增强企业或产业的竞争能力(冯圆，2014)。
(四)通过精益成本管理，实现生产型制造向服务型制造转变
精益成本管理是精益生产的重要组成部分。精益成本管理是企业将精益思想与其成本管理活动融合而形成的管理模式。具体目标是：通过精益成本管理，强化经营控制，消除浪费，追求最小价值流成本;提供精确、及时和易懂的信息以促进企业精益生产的实施，增加顾客价值，促进公司成长，提高获利能力，增加公司现金流等;通过激励员工、提供相关和可控信息支持精益思想，使组织在任何层面都能实现不断的改进。精益成本管理的本质特征就是用小批量生产模拟大批量生产，并提高企业的投入产出比(冯圆，2015)。精益生产不只是个别企业的选择，现在已经上升为政府部门倡导的一种重要管理手段。“精”体现在效率方面要快速高效，质量方面要“尽善尽美”;“益”体现在成本方面要尽可能地节省，即精益生产着力创造一种“完善、周密、高品质、高效益”的生产模式。精益成本管理包括拉动式的即时生产系统(JIT)、全面质量管理、团队工作法(Teamwork)、并行工程(Concurrent)、成本企画等内容，是一种成本控制与质量控制相结合并贯穿始终的管理体系。其核心是“五个少”，即要求以较少的人力投入、较少的占用空间、较少的资金投入、较少的生产时间和较少的质量缺陷而能够精确地满足客户的需求。
智能化时代的精益成本管理通过搭建交互用户的平台，借助于大数据分析等按需为企业提供定制等服务，将生产型制造转变为服务型制造，在为客户提供全流程个性化体验的同时，实现企业价值增值。网络化、数字化、物联网等都是服务于精益成本管理的技术手段，通过精益成本管理，能更加有效地保证智能制造的实施。精益成本管理可以改变企业粗放经营的现状，提升组织的敏捷性，维护企业的核心竞争力，实现流程的标准化与成本管理的创新(罗宾斯，2008)。同时，智能化的精益成本管理还有助于塑造共同愿景，构建灵活柔性的企业文化体系。企业管理当局要从战略的高度，规划企业实施精益成本管理的顶层设计，制定出公司的中长期经营计划，塑造持续改善、全员参与的精益文化，使制造业由大规模流水线生产转向定制化的规模生产，实现产业形态向全生命周期的服务型制造业转变。
五、结语
智能制造与成本管理的融合与创新是企业发展的客观必然。就智能制造本身而言，是政府导向性与企业生产的市场自主性相结合的产物。智能化成本管理作为一种智能管理工具，代表着企业成本管理的未来。智能制造通过网络经济、数字经济等手段传导智能管理，智能管理又进一步借助于网络经济、数字经济实现成本管理的智能化。智能制造与成本管理在企业内部流程与内外部价值链的管理环节上具有高度的一致性，通过成本核算可以促进智能制造的数字技术发展，优化或再造企业的业务流程，提高企业经营的成本管理效率与效益。“互联网+”和“绿色环保”理念又进一步促进了智能化成本管理的创新与发展，提高了企业设备与资源的利用效率，促进了企业物质流、价值流、信息流等环节的有机融合和生产活动中全要素的相互整合。同时，智能制造通过智能信息系统合理配置企业的成本结构，提高了成本执行的效率与效益，为政府的“供给侧改革”提供实践数据的支持。
智能化成本管理的理论与方法体系是中国特色管理会计体系建设的重要内容之一，加强对智能化环境下成本管理实践经验的总结与提炼，优化智能成本管理的结构性动因与执行性动因，需要成本管理工具的整合与创新。智能化成本管理需要从信息支持系统和管理控制系统两个方面入手，开展“链式成本管理”与“网式成本管理”的深入研究。同时，结合“互联网+”、大数据及云计算等现代技术手段，在“供给侧改革”的引领下，提高智能制造环境下成本要素利用率，并进一步促进整个社会的全要素生产率发挥出最高的效率与效益。
参考文献
[1] 周天勇.传统经济模式的增长困局[N].学习时报，2013(9).
[2] 冯圆.经济新常态下的成本管理创新研究[J]. 新会计，2015(11).
[3] 夏妍娜，赵胜.工业4.0[M]，北京：机械工业出版社，2015.
[4] 蔡志兴.人工智能及其应用[M].北京：清华大学出版社，1996.
[5] 楼继伟.加快发展中国特色管理会计，促进我国经济转型升级[J].中国财政，2014(9).
[6] 黄世忠.移动互联网时代财务与会计的变革与创新[J].财务与会计， 2015(21).
[7] 李海舰，郭树民.从经营企业到经营社会：经营社会的视角经营企业[J].中国工业经济，2008(5).
[8] 周守华，陶春华.环境会计：理论综述与启示[J].会计研究，2012(2).
作者：冯圆
摘 要：随着信息技术的发展和经济全球化进程，国际制造行业取得了一定的进步与发展，但仍存在重复投资、技术转移、人员因素等多种挑战与危机，有必要引入智能制造技术与系统来解决相关问题。本文主要针对智能制造技术及系统，从发展现状出发，根据存在的主要问题，对智能制造技术与系统进行分析与探究，希望为相关人员更好地认识智能制造技术及系统提供一些帮助和建议，以此推动制造业的进一步发展。
关键词：智能制造;系统设计;工业制造
智能制造指的是面向整个产品的生命周期，以信息化方式进行制造的行为。智能制造技术以拟人化技术、自动化技术、网络技术、传感技术为基础，经过执行技术、决策技术、人机交互、智能感知实现智能化的制造装备、制造过程与制造设计，充分集成并融合了装备制造技术、智能技术与信息技术，可以说智能制造是未来工业化、信息化融合的必然趋势。
所谓制造业是指机械工业时代企业根据市场需要，经过一系列的制造过程，将人力、信息、技术、资金、工具、设备、能源、物料等制造资源变成人们能够利用、使用的生活用品、工业品、大型工具等物品的一个行业。制造业能够将国家当前生产力实际水平充分反映出来，是分辨发达国家、发展中国家的因素之一，对于发达国家来讲，制造业占据很大的国民经济份额。按照生产过程中物质形态，可以把制造业分成流程制造业与离散制造业，涵盖零售、经营批发、处理订单、运输仓储、组装设备、采购原料、产品设计、产品制造等多个方面。
经过短短一百年的时间，制造行业的效率几乎提升了二十倍，但管理与生产的效率却只提升两倍左右，设计效率仅提升了一倍。从这里我们不难发现，借助自动化技术，人们的体力劳动得以充分解放，不过脑力劳动却在自动化方面发展缓慢，制造业中人员因素尚且没有被人们高度重视，人也没有在真正意义上摆脱生产的烦琐过程，很多问题要想得到最终解决依然需要借助人们的智力，这使得制造业的自动化仍然存在各种难题和阻碍。
一、制造业发展现状
纵观机械制造行业整个发展历程，主要有人工、泰勒化生产、高自动化制造、柔性制造、集成制造、并行设计制造等多个时期。从自动化制造角度来说，平均十年左右会出现一次重大突破。在20世纪五六十年代为单机数控，到了七十年代之后为cnc机床与自动化岛，而八十年代掀起了全球范围内的自动化柔性制造潮流，并且提出了集成制造的概念，但是却难以投入到实际生产中。伴随计算机的产生和发展，制造行业大致表现出两个发展路线，一个是传统的制造技术，另一个是以自动化科学和计算机技术为依托的制造系统、制造技术。
从20世纪八十年代至今，传统的制造技术虽然取得较大进展，但是依然有多种类型的问题存在，各种先进制造技术、计算机技术对制造系统、制造工艺的管理者、设计者提出更高的要求，制造业原有的管理方式和设计方式已经无法全面处理制造系统不断涌现的问题，急需寻找和使用先进制造方式和制造工具，吸收和借鉴不同领域的最新研究内容，对人工智能技术、计算机技术、原有制造技术进行集成，研究出全新的制造系统和制造技术。因此，智能制造系统、智能制造技术应运而生。
目前，智能服务、智能管理、智能生产、智能设计是国际上人们重点关注的内容。依照目前全球智能制造的发展趋势，预计未来几年内全球智能制造行业将保持10%左右的年均复合增速。比起西方先进的发达国家，国内智能制造方面的技术依然有所欠缺，大部分都是借鉴、参考、应用国外的制造经验、研究成果，没有较高的创新性，并且智能制造技术的理论性太强，未能有效应用于具体生产之中。
二、存在的主要问题
当前人们研究的智能制造系统依然维持在制造行业运用人工智能这一时期，并且主要课题包括維护设备、管理信息、处理材料、控制过程、设计产品、分析市场等，获得了非常不错的效果，对多个行业和领域的辅助系统、知识系统、专家系统进行了开发，有些地方甚至建立了智能制造工作站，并涌现大批智能孤岛。伴随该系统应用及研究的持续开展，人们开始意识到自组织能力在提升自动化程度中的重要作用，智能制造方面的研究依然有许多社会、技术与理论难题，且智能化是难题的核心。通常来讲，当代的各种工业生产都会在不同程度上受到经济、人员、技术等因素的影响。
(一)经济问题
在经济层面，首先，智能制造系统是为了增加制造的经济效益、生产效益，使制造自动化延伸至智能化、集成化程度，使得市场竞争力进一步提高，不过智能制造系统中不同经济性能、经济指标的评价与设定等问题依然需要探讨。其次，当前很多发达国家劳动力价格十分高昂，而且劳动力成本在总成本中的占比不断增加，为了经济利益，很多制造企业从本国向发展中国家进行转移，从而被劳动者因素、生产技术等不同方面牵制，其制造出的产品在市场中核心竞争力容易丧失[1]。由于智能制造系统是一种全新制造技术，能够在很大程度上解决制造中劳动力的问题，因此对于发展中国家价格低廉的劳动力依赖性就会大大减少。再次，发达国家制造人员的专业素质、知识水平在提升之后，会选择脱离工厂并寻求适合自己的工作，导致发达国家制造方面的技术人员、专业人员出现一定的断档[2]。目前，我国因经济效益问题而进行技术转移、企业转移等现象还不是十分明显，但是存在一个现实问题，如果发达国家掌握智能制造系统，但国内的系统和它们存在较大差距，则我国和发达国家的工业竞争机会就会减少。这就使得我国需要开发出符合本国国情和工业企业发展的智能制造系统，不断增加经济利益，从而得到更多市场竞争机遇。最后，现代化企业在生产之时，不同的制造产品环节和销售产品部门两者处于脱节状态，但经济利益又受销售部门业绩所影响，从这个角度来讲，需要增强销售部门整体的智能化水平，进行销售智能的研究、开发与应用，使其能够服务于智能制造。
(二)人员问题
在人员层面，首先，一个企业中不同环节都有技术人员、技术专家，他们的问题解决方法与知识背景各不相同，为了更好地进行制造，这些人需要沟通、交流、理解、协商从而展开合作，而且要并行完成不同环节的制造工作，将未来有可能出现的重复、隐患等问题降至最低。其次，在制造的这个过程中，人们关于智能的知识和行为存在不同类型、水平与层次，需要使用不同表示方法。再次，进行制造的这些人都是社会的一部分，会受到社会的各方面影响，从而给制造带来消极影响与积极影响[3]。最后，不同的人有背景、语言、生活等差异。总体来看，当代生产智能化在很大程度上受人为因素所影响，早在上个世纪末，人们就逐渐发现工业生产之中人员发挥的重要作用，英国还发起过制造研讨会，主要讨论人在制造中的作用，而大量事实也表明智能制造系统中人是主要的智能来源[4]。
(三)技术问题
在技术层面，企业活动中的发展研究、销售产品、储运原料、管理生产、加工制造、处理订购、设计产品、市场决策、市场预测等环节互相影响，一起组成了整个生产产品的过程，不同环节集成自动化的能力决定了这个过程整体自动化的水平，并且不同环节集成智能的能力决定了生产系统自组织的水平。当前这样的智能制造集成技术仍旧很少，使其成为现阶段重点的一项并行工程研究。日本曾在国际范围内制定了一个研究合作计划，在这个计划中对智能制造系统进行了分析，指出研究智能制造系统主要包括三点，分别是智能机器、智能活动、机器和活动的结合，问题主要核心为智能活动。与此同时，在研究智能制造技术的多种不同技术之中，智能制造的处理技术是研究的一个关键问题，该技术对智能制造不同环节的智能活动和集成负责。客观来说，工业行业在全球范围内都存在紧密的联系，比如很多工业使用的生产系统、生产设备相同，很多工业的生产管理与生产控制方法相近，一些工业会有产品的业务往来。其中最为尖锐的问题便是技术与产品的通用性、标准性与规范性，另外还包括智能共享信息结构、交换形式等。
三、智能制造技术与系统的研究及应用
智能制造技术本质上就是传统制造技术与系统工程技术和现代人工智能与自动化技术等的相互融合的一门综合性的技术，而智能制造系统是建立在智能制造技术基础上的。故而应首先从技术层面上进行相关的研究。
(一)设计技术
智能制造系统基本概念是近年来提出的，对于制造工程来讲依然是比较新的概念，且理论体系和理论基础没有完全成熟，其设计技术、精神内涵等也要深入地进行研究[5]。第一，应研究评价技术，包括制造中的功能评价、报价评价、经济评价、市场评价、管理评价、材料评价、生产评价、设计评价等。第二，应研究设计方法、开发环境。智能制造系统主要的设计方法、开发方法和其他类型系统设计方式存在一定差异，智能制造系统需要实现制造过程整体系统与每一环节的智能化，从这里我们不难发现，对智能制造系统的开发环境、设计策略进行研究具有必要性，既要研究开发工具、操作系统、开发语言，又要加强设计的通用化、模块化、标准化程度[6]。第三，应研究发展方略、结构体系。应积极构建统一的智能制造系统体系，全面开展其发展方向、系统组成、国际动态等方面的研究。
(二)处理技术
人们习惯性地将工业生产当成有机的一个整体，这是因为制造的不同环节间具有技术型关系。智能制造处理技术和理论便是对制造环境这一整体的智能处理、智能共享、智能集成、智能描述、智能开发进行研究，然后使智能机器能够进行智能活动。第一，应进行智能活动融合方法、生成方式、机械化技术的研究。第二，应进行智能制造共享、集成、表示、获取、开发的研究，这是处理技术的中心环节。第三，应做好制造环境建模和描述的工作，进行制造过程的不确定因素处理、不同因素塑粉、建模、体系构建等研究。
(三)单元技术
人工智能在这几十年里得到了制造行业领域的大量应用，其研究也有很大的进展，成功建立了与智能制造有关的单元技术。要想将单元技术运用到制造的具体过程，需要全面发展并完善单元技术，不同单元技术的集成也成为人们研究的重点内容之一。
第一，智能决策的系统。这一系统主要是针对企业的经营管理和生产管理，对智能决策的多目标、多因素模型進行研究，开发动态跟踪制造过程的技术，建立产品的市场预测和市场评估模型。第二，智能控制、补偿、诊断、监视的系统。这一系统主要是针对企业的制造系统和制造过程。对多因素和强干扰环境中诊断、监视的模型进行研究，开发自适应技术、动态分辨技术并应用到制造的整个过程。第三，智能处理的系统。这一系统主要是针对企业的产品质量信息，对产品质量的智能控制、智能决策进行研究，构建质量数据库及全质量模型。第四，智能优化、仿真、规划、调度的系统。这一系统主要是针对企业生产的整个过程，现阶段，企业生产需要面对不同对象、不同因素、不同信息来源的处理问题，这使得生产调度与规划决策等研究势在必行[7]。要想对过程、设计进行有效评估，离不开优化、仿真的工作，尤其是维修、使用、装配、制造、设计等优化、仿真。第五，智能并行设计。并行工程的理论由美国的国防部最早提出，并运用到了武器开发的系统，为了在制造时可以在设计时期对不同制造环节专家组的行为进行模仿，并对多种智能制造方面和环节进行共享、集成，使产品的不同环节设计得以并行实施，就要进行智能并行设计有关的设计方法、智能交互、描述模型、支撑环境进行研究[8]。
(四)网络技术及知识库系统
网络技术、知识库系统能够提供给制造环节、制造系统所需的智能化集成支持，它在智能制造系统和智能制造技术的研究领域占据较高地位。其中，知识库系统主要进行数据库分布、知识库联想、知识库维修、分布式策略、知识库异构等方面研究，网络技术主要进行智能制造系统中控制操作方式、信息通讯技术、交换信息接口等方面研究[9]。与此同时，智能机器也是研究的一项重要内容，在智能制造系统之中，智能机器可以对专业人员的智能活动进行模仿，属于新型制造工具，这使得其设计方法、有关技术的研究价值极高。研究内容包括三个方面：一是智能机器人的技术，该技术的重要性表现在机器人控制和视觉控制上，需要进行夹具设计、自适应定位、机械手、传感器、信息感知、机械眼等方面研究。二是智能维护、智能学习技术，需要进行智能机械的维护机械系统、恢复系统误差、适应模仿模型等方面研究[10]。三是单元机制造设计，单元机主要运用于智能制造，需要进行单元机的材料选取、设计方式、结构组成等方面研究。
总而言之，研究智能制造技术、智能制造系统具有十分重要的意义。相关人员应对智能制造系统当前发展的现状和研究的背景有一个全面认识，发现并找出智能制造系统现存的经济问题、人员问题、技术问题，深入研究智能制造系统的设计技术及理论基础、处理技术及主要理论、单元技术、网络技术及知识库系统等方面，从而实现制造行业的智能化与信息化，推动企业的长期、稳定发展。
参考文献：
〔1〕特邀记者.智能制造下的工业安全，您了解吗?——访机械工业仪器仪表综合技术经济研究所副总工程师史学玲教授[J].中国仪器仪表，2018(11)：34-35.
〔2〕阮祥林.建筑玻璃深加工再进一步 国内首条中空玻璃工业4.0智能制造示范生产线在奥润顺达投产上线[J].中国建筑金属结构，2018(10)：25.
〔3〕中国洗协新时代中国特色社会主义“2018名企巡礼”系列报道之——山东泰和：以科技引领行业绿色化、智能化可持续发展[J].中国洗涤用品工业，2018(11)：20-21.
〔4〕谭弘颖.勇于探索 敢于实践——2018年FANUC智能制造教育峰会暨机械行业FANUC先进制造人才培养联盟成立大会在京举行[J].制造技术与机床，2018(11)：23-25.
〔5〕李文瑞，刘奕，沈聪燕.改革开放以来我国纺织企业由传统制造向智能制造的嬗变——以LS纺织企业智能制造项目建设为例[J].企业经济，2018，37(10)：61-69.
〔6〕Morosabn，A.D.Sisak，F.An intelligent system designed for controlling the manufacturing process in a flexible manufacturing system[P].2013.
〔7〕Gamasaee， R.Zarandi，M.H.F.A fuzzy hybrid intelligent agent system for mitigating demand amplification in supply chain of steel manufacturing[P].2013.
〔8〕Xia Zhu，Xiaoping Li，Qian Wang. An adaptive intelligent method for manufacturing process optimization in steelworks[P].2013.
〔9〕Sorouri，Majid，Vyatkin，Valeriy，Salcic，Zoran.Rule-based composition of intelligent mechatronic components in manufacturing systems using prolog[P]. 2013.
〔10〕Dumitrache， I， Caramihai， S. I. Stanescu， A.From Mass Production to Intelligent Cyber-Enterprise[P].2013.
(責任编辑 徐阳)
作者：汪洋 朱小萍
智能制造的发展与前景展望
(南京航空航天大学机电学院，南京市，210016) 摘要:简述了智能制造形成的原因及智能制造的概念;分析了智能制造国内外的发展现状;指出了智能制造的发展趋势及其面临的问题。
关键词：智能制造 人工智能 机械制造 工业4.0
The development and research of intelligent manufacturing
JiaYu Wang (College of Mechanical Engineering, Nanjing University of Aeronautics&
Astronautics, Nanjing, 210016, China;) Abstract：This paper depicts the cause of formation and conception of IM.And presents status in the development on IM.Finally indication is given of the trend of development and question confronting IM. Key words:IM;AI;mechanical manufacture;Industrie 4.0
0 前言
智能制造装备是先进制造技术、信息技术以及人工智能技术在制造装备上的集成和深度融合，是实现高效、高品质、节能环保和安全可靠生产的下一代制造装备。在综述了智能制造装备国内外发展现状的基础上，重点论述了目前智能制造存在的问题，并得出结论，认为德国的”工业4.0”和美国的工业互联网装备将是智能制造装备未来的发展方向。
1研究背景
制造业是国民经济的基础工业部门，是决定国家发展水平的最基本因素之一。从机械制造业发展的历程来看，经历了由手工制作、泰勒化制造、高度自动化、柔性自动化和集成化制造、并行规划设计制造等阶段。就制造自动化而言，大体上每十年上一个台阶: 50-60年代是单机数控， 70年代以后则是CNC机床及由它们组成的自动化岛， 80年代出现了世界性的柔性自动化热潮。与此同时，出现了计算机集成制造，但与实用化相距甚远。随着计算机的问世与发展，机械制造大体沿两条路线发展:一是传统制造技术的发展，二是借助计算机和自动化科学的制造技术与系统的发展。80年代以来，传统制造技术得到了不同程度的发展，但存在着很多问题。近来年，人们对制造过程的自动化程度赋予了极大的研究热情，这是因为从1870年到1980年间，制造过程的效率提高了20倍，而生产管理效率只提高了1.8-2倍，产品设计的效率只提高了1.2倍，这表明体力劳动通过采用自动化技术得到了极大的解放，而脑力劳动的自动化程度(其实质是决策自动化程度)则很低，制造过程中人的因素尚未得到充分的认识，人尚未真正地从复杂的生产过程中解放出来，各种问题求解的最终决策在很大程度上仍依赖于人的智慧。因而，人类群体所面临的众多问题(包括社会问题、生理问题等)在制造过程中都有所反映。面对批量小、品种多、质量高、更新快的产品市场竞争要求以及各种社会因素的综合影响，制造过程的自动化程度的提高面临众多问题，譬如:(1)专家人才的短缺和转移致使一些专门技能不能及时或长久地得到提供;(2)现代制造过程中信息量大而繁杂，传统的信息处理方式已不能满足要求，大量的信息资源需要开发与共享;(3)制造环境柔性要求更大，决策过程更加复杂，决策时间要求更短;(4)制造过程的自动化程度受制于制造系统的自组织能力，即智能水平;(5)现代生产要求专家们在更大范围内进行更及时的合作，小到一个企业内部的各个生产环节，大至一个国家甚至世界范围内的工业界中的众多企业之间。各种迹象表明，“我们正处在制造历史上的一个危险时期”。幸运的是，计算机与计算机科学以及其它高技术的发展，通过集成制造技术、人工智能等而发展起来的一种新型制造工程—智能制造技术(intelligent manufacturing technology,IMT)与智能制造系统(intelligent manufacturing system,IMS)使我们有可能走出这个危机。这是因为，制造过程所面临的众多问题的核心是“制造智能”和制造技术的“智能化”。IMT是指在制造工业的各个环节以一种高度柔性与高度集成的方式，通过计算机模拟人类专家的智能活动，进行分析、判断、推理、构思和决策，旨在取代或延伸制造环境中人的部分脑力劳动;并对人类专家的制造智能进行收集、存贮、完善、共享、继承与发展。未来工业生产的基本特征应该是知识密集型，制造自动化的根本是决策自动化。
2发展现状
2.1国外研究现状：
目前，IMT&IMS的研究正迅速受到众多国家的政府、工业界和科学家们的广泛重视：
2.1.1美国
美国是国际智能制造思想的发源地之一，美国政府高度重视智能制造的发展，并且已经把它作为21世纪占领世界制造技术领先地位的基石。从上世纪90年代开始，美国国家科学基金(NSF)就着重资助有关智能制造的诸项研究，项目覆盖了智能制造的绝大部分，包括制造过程中的智能决策、基于多施主(multi-agent)的智能协作求解、智能并行设计、物流[]传输的智能自动化等1。2005年，美国国家标准与技术研究所(NIST)提出了“聪明加工系统(smart machining system,SMS)”研究计划。聪明加工系统的实质是智能化，该系统的主要目标和研究内容包括：(1)系统动态优化。即将相关工艺过程和设备知识加以集成后进行建模，进行系统的动态性能优化;(2)设备特征化。即开发特征化的测量方法、模型和标准，并在运行状态下对机床性能进行测量和通信;(3)下一代数控系统。即与STEP-NC兼容的接口和数据格式，使基于模型的机器控制能够无缝运行;(4)状态监控和可靠性。即开发测量、传感和分析方法;(5)在加工过程中直接测量刀具磨损和工件精度的方法。
2011年，美国总统奥巴马宣布实施包括工业机器人在内的”Advanced Manufacturing Partnership Plan”(先进制造联盟计划)，立即得到同日发布的“实现 21世纪智能制造”新报告的积极响应。在这份由美国智能制造领导联盟(smart manufacturing leadership coalition,SMLC)公布的报告中，不但描绘了该领域未来的发展蓝图，而且确定了十大优先行动目标，意图通过采用21世纪的数字信息技术和自动化技术，加快对20世纪的工厂进行
[]现代化改造过程，以改变以往的制造方式，借此获得经济、效率和竞争力方面的多重效益2。
2.1.2 日本
日本于1990年首先提出为期10年的智能制造系统(IMS)的国际合作计划，并与美国、加拿大、澳大利亚、瑞士和欧洲自由贸易协定国在1991年开展了联合研究，其目的是为了克服柔性制造系统(FMS)、计算机集成制造系统(CIMS)的局限性，把日本工厂和车间的专业技术与欧盟的精密工程技术、美国的系统技术充分地结合起来，开发出能使人和智能设备都不受生产操作和国界限制，且能彼此合作的高技术生产系统。 2.1.3 欧盟
欧盟于2010年启动了第七框架计划(FP7)的制造云项目3，特别是制造业强国的德
[]国，继实施智能工厂(Smart factory)之后4，又启动了一个投入达2亿欧元的工业4.0(Industry []4.0)项目5。德国政府2010年制定的《高技术战略2020》计划行动中，意图以未来项目“工业4.0”奠定德国在关键工业技术上的国际领先地位，并在2013年4月举行的汉诺威工业博览会上正式将此计划推出。“工业4.0”概念最初是在德国工程院、弗劳恩霍夫协会、西门子
[]公司等德国学术界和产业界的建议和推动下形成，目前其已上升为国家级战略6。
[]2.2 国内研究现状
国内在智能制造技术与系统方面的绝大多数研究工作，目前还处在探讨人工智能在制造领域中应用的阶段。几年来，开发出了众多类型、水平各异的面向制造过程中特定环节、特定间题的“智能化孤岛”，诸如专家系统、基于知识的系统和智能辅助系统等，而对制造环境的全面“智能化”研究工作还处于刚刚起步阶段。我国自 2009 年 5 月《装备制造业调整和振兴规划》出台以来，国家对智能制造装备产业的政策支持力度不断加大，2012年国家有关部委更集中出台了一系列规划和专项政策，使得我国智能制造装备产业的发展轮廓得到进一步地明晰。工业与信息化部发布了《高端装备制造业“十二五”发展规划》，同时发布了《智能制造装备产业“十二五”发展规划》子规划，明确提出到2020年将我国智能制造装备产业培育成为具有国际竞争力的先导产业。科学技术部也发布了《智能制造科技发展”十二五”专项规划》;国家发展改革委员会、财政部、工业与信息化部三部委组织实施了智能制造装备发展专项;工业与信息化部制定和发布了《智能制造装备产业“十二五”发展路线图》，该路线图明确把智能制造装备作为高端装备制造业的发展重点领域，以实现制造过程智能化为目标，以突破九大关键智能基础共性技术为支撑，其思路是：以推进八项智能测控装置与部件的研发和产业化为核心，以提升八类重大智能制造装备集成创新能力为重点，促进在国民经济六大重点领域的示范应用推广。
3 问题与展望
3.1 存在问题
总的说来，目前IMS的研究仍处在人工智能在制造领域中应用的阶段，研究课题涉及到市场分析、产品设计、制造过程控制、材料处理、信息管理、设备维护等众多方面，取得了丰硕的成果，开发了种类繁多的面向特定领域的专家系统、基于知识的系统和智能辅助系统，甚至智能加工工作站(IMW)，形成了一系列”智能化孤岛”(islands of intelligence)。这中间包括CIMS研究中所取得的有关进展。然而，随着研究与应用工作的深入，人们逐渐地认识到自动化程度的进一步提高依赖制造系统的自组织能力，研究工作还面临着一系列理论、技术和社会问题，、问题的核心是“智能化”。一般说来，现代工业生产作为一个有机的整体要受技术(包括生产系统)、人(包括间接影响生产过程的社会群体)和经济(包括市场竞争和社会竞争)三方面因素的制约。从技术的角度来看，对于一个企业来说，市场预测、生产决策、产品设计、原料订购与处理、制造加工、生产管理、原料产品的储运、产品销售、研究与发展等环节彼此相互影响，构成产品生产的全过程。该过程的自动化程度取决于各环节的集成自动化(integrated automation)水平，而生产系统的自组织能力取决于各环节的集成智能(integrated intelligence)水平。目前，尚缺乏这种“集成”制造智能的技术，这也是目前“并行工程”的研究重点。
3.2发展趋势 当前，智能制造的发展趋势以德国的”工业4.0”和美国的工业互联网装备最为清晰。
3.2.1 德国“工业4.0”
德国“工业 4.0”通过充分利用信息物理系统(CPS)，实现由集中式控制向分散式增强型控制的基本模式转变，目标是建立高度灵活的个性化和数字化的产品与服务的生产模式，推动现有制造业向智能化方向转型。CPS是一个综合计算、网络和物理环境的多维复杂系统，通过3C(Computation、Communication、Control)技术的有机融合与深度协作，实现制造装备系统的实时感知、动态控制和信息服务。CPS实现计算、通信与物理系统的一体化设计，可使系统更加可靠、高效、实时协同。德国电气电子和信息技术协会于2013年发布了德国首个“工业4.0”标准化路线图，以加强德国作为技术经济强国的核心竞争力，确保德国制造[]的未来7-8。“工业4.0”项目主要分为两大主题： (1)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(工业4.0智能工厂如图1所示);
(2)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。
图1 工业4.0智能工厂
3.2.2 美国工业互联网装备
2013年，美国通用电气公司(GE)发表了《工业互联网-打破智慧与机器的边界》报告[9]。该报告提出了工业互联网(Industrial Internet)的概念。工业化创造了无数的机器、设施和系统网络，而工业互联网则是指让这些机器和先进的传感器、控制和软件应用相连接，以提高制造业的生产效率、减少资源消耗。工业互联网装备将整合两大革命性转变的优势： (1)工业革命。伴随着工业革命，出现了无数台机器、设备、机组和工作站; (2)强大的网络革命;
(3)在网络化的影响下，计算、信息与通讯系统应运而生并不断发展。
4 小结
智能制造装备集制造、信息和人工智能技术于一身，是未来高端装备制造业的重点发展方向。各国政府高度重视智能制造装备的研发和应用，美、日、欧已有一系列的研究成果和部分产品面世，德国的“工业4.0”项目也积极地推动了制造业向智能化的转型。我国政府也充分认识到智能制造装备的重要战略地位，已出台政策推动智能制造装备的产业化水平提升。可以预见，未来智能制造装备在引领制造业低碳、节能、高效发展上的作用将进一步得到显现;同时，行业也将在工业机器人、智能机床和基础制造装备、智能仪器仪表、三维打印装备、新型传感器、自动化成套生产线等重点领域形成快速发展与突破。
5 参考文献
[1] GUO Qing-lin,ZHANG Ming. An agent-oriented approach to resolve scheduling optimization in intelligent manufacturing[J].Robotics and Computer- Integrated Manufacturing,2010(26)：39-45. [2] 罗克韦尔自动化. 奥巴马总统的先进制造联盟计划得到今日最新发布报告的支持[EB/OL].[2011-07-24]. [3] Manu Cloud[EB/OL].[2014-03-01]. http：//www. Manu-cloud-project. eu/. [4] JAMES T. Smart factories[J].Engineering and Technology，2012，7(6)：64-67. [5] 宋慧欣.“工业4.0”制造业未来之路[J]. 自动化博览，2013(10)：26-27. [6] 何 瑾. 智能制造装备业万亿市场蓝图初现[J]. 科技智囊，2013(8)：38-40. [7] 杜品圣. 智能工厂-德国推进工业4. 0战略的第一步(上)[J]. 自动化博览，2014(1)：22-25. [8] 杜品圣. 智能工厂-德国推进工业4. 0战略的第一步(下)[J]. 自动化博览，2014(1)：50-55. [9]EVANS P C，ANNUNZIATA M. 工业互联网-打破智慧与机器的边界[R]. 2013.
龙源期刊网 http://.cn
智能制造与高端装备制造学术研讨会召开 作者：
来源：《CAD/CAM与制造业信息化》2013年第11期
2013年10月10日，由陕西省科协、省工信厅、省国资委，西北工业大学和西安电子科技大学共同组织的“陕西省智能制造与高端装备制造技术学术研讨会”在西安曲江开幕。作为航空行业的重要代表，金航数码副总经理宁振波应邀参会并作专题报告。宁振波在报告中指出，信息化的本质就是流程为先，流程是企业价值实现的载体，信息化是实现产业升级转型、企业跨越发展的关键途径，也是唯一途径。针对高端装备制造业面临的挑战，宁振波提出18字建议，指出决策层重在“抓测评”，管理层重在“梳流程、贯标准”，执行层重在
“精模型、建平台、优布局”。
尹振方
(江苏大学机械工程学院仪器科学与工程系，江苏，镇江，212013) 摘要：目前传统制造业正面临着劳动力成本过高，生产效率偏低，原材料利用率较低，能耗过高，服务水平相对落后等严峻挑战，严重影响到制造企业的市场竞争力和影响力。本篇报告主要简介了物联网技术在传统制造业中的使用情况和发展前景，详细介绍了与物联网相结合的智能生产线在生产要素使用方面的优势及使用情况。对未来智能制造，智能生产线的大规模投入做了预测。 关键词：制造业，物联网，生产要素，智能生产线。
英文题名
Abstract: At present, the traditional manufacturing industry is facing high labor costs, low production efficiency, raw material utilization rate is low, energy consumption is too high, the service level is relatively backward and other challenges, seriously affect the market competitiveness of manufacturing enterprises and influence. This paper mainly introduces the use and development of networking technology in the traditional manufacturing industry, and introduces the IOT combining intelligent production line in the use of the advantages and use of the factors of production. The future of intelligent manufacturing, large-scale investment in intelligent production line has been predicted. Keywords: Manufacturing, Internet of things, production factors, intelligent production lines. 1引言
目前传统制造业正面临着劳动力成本过高，生产效率偏低，原材料利用率较低，能耗过高，服务水平相对落后等严峻挑战，严重影响到制造企业的市场竞争力和影响力。随着工业4.0的到来，智能工厂，智能制造等新概念的引入为传统制造业的发展注入了新的活力。以往生产之中，生产线的原料浪费，生产线的自我检查必须要有人为完成，如今随着物联网技术的发展，以及配套硬件设备的研发，无人生产的出现不在是局限于科幻小说之中的幻想。 2技术发展现状及趋势
智能制造源于人工智能的研究。人工智能就是用人工方法在计算机上实现的智能。随着产品性能的完善化及其结构的复杂化、精细化，以及功能的多样化，促使产品所包含的设计信息和工艺信息量猛增，随之生产线和生产设备内部的信息流量增加，制造过程和管理工作的信息量也必然剧增，因而促使制造技术发展的热点与前沿，转向了提高制造系统对于爆炸性增长的制造信息处理的能力、效率及规模上。先进的制造设备离开了信息的输入就无法运转，柔性制造系统(FMS)一旦被切断信息来源就会立刻停止工作。专家认为，制造系统正在由原先的能量驱动型转变为信息驱动型，这就要求制造系统不但要具备柔性，而且还要表现出智能，否则是难以处理如此大量而复杂的信息工作量的。其次，瞬息万变的市场需求和激烈竞争的复杂环境，也要求制造系统表现出更高的灵活、敏捷
和智能。因此，智能制造越来越受到高度的重视。 纵览全球，虽然总体而言智能制造尚处于概念和实验阶段，但各国政府均将此列入国家发展计划，大力推动实施。1992年美国执行新技术政策，大力支持被总统称之的关键重大技术(Critical Techniloty)，包括信息技术和新的制造工艺，智能制造技术自在其中，美国政府希望借助此举改造传统工业并启动新产业。
无线物联网属于物联网的其中一种，从大方向来说，物联网可以分为有线和无线两种，有线主要以总线为主，无线目前有zigbee、zwave、wifi、射频、蓝牙等几种。有线技术最大的特点是信号稳定，出现网络故障几率最低。缺点是需要布线，安装需要编程，如果出现一处问题可能会引起一连串的反应。主要应用工业比较合适，无线的特点是安装简单，操作简单，易学易用，一般普通人都能很容易学会并使用。一般用于比较常用的一些设备，比如最近炒得很火的智能家居，就属于无线物联网的其中一种。
与此同时为了规范物联网之中的无线设备的生产与研发，促进智能制造的健康发展需要对物联网之中的无线技术进行研究。
物联网是社会需求和技术两方面发展的结果，社会需求促使人们去努力发展技术，而技术的成熟使物联网逐步成为现实。物联网将建立更广泛的连接，更到位的感知和更深入的智能。有鉴于此，在物联网关键技术中，无线传感网技术无疑占有非常重要的地位，它可以实现广泛的连接和传感，为智能化奠定坚实的基础。无线传感网的主要内容是传感和无线传输，在无线传感网中，由于需要在很小的范围内布置大量的无线节点，近距离无线通信技术在其中占有非常重要的地位。
3核心或者关键技术介绍 1) 无线传感器技术
无线传感器的组成模块封装在一个外壳内，在工作时它将由电池或振动发电机提供电源，构成无线传感器网络节点，由随机分布的集成有传感器、数据处理单元和通信模块的微型节点，通过自组织的方式构成网络。
传感器网络系统通常包括传感器节点、汇聚节点和管理节点。 2)无线传感网络
传感器网络实现了数据的采集、处理和传输三种功能。它与通信技术和计算机技术共同构成信息技术的三大支柱。
无线传感器网络(Wireless Sensor Network, WSN)是由大量的静止或移动的传感器以自组织和多跳的方式构成的无线网络，以协作地感知、采集、处理和传输网络覆盖地理区域内被感知对象的信息，并最终把这些信息发送给网络的所有者。
无线传感器网络所具有的众多类型的传感器，可探测包括地震、电磁、温度、湿度、噪声、光强度、压力、土壤成分、移动物体的大小、速度和方向等周边环境中多种多样的现象。潜在的应用领域可以归纳为: 军事、航空、防爆、救灾、环境、医疗、保健、家居、工业、商业等领域。
3)低功耗传感网络
ZigBee是基于IEEE802.15.4标准的低功耗局域网协议。根据国际标准规定，ZigBee技术是一种短距离、低功耗的无线通信技术。这一名称(又称紫蜂协议)来源于蜜蜂的八字舞，由于蜜蜂(bee)是靠飞翔和“嗡嗡”(zig)地抖动翅膀的“舞蹈”来与同伴传递花粉所在方位信息，也就是说蜜蜂依靠这样的方式构成了群体中的通信网络。其特点是近距离、低复杂度、自组织、低功耗、低数据速率。主要适合用于自动控制和远程控制领域，可以嵌入各种设备。简而言之，ZigBee就是一种便宜的，低功耗的近距离无线组网通讯技术。ZigBee是一种低速短距离传输的无线网络协议。ZigBee协议从下到上分别为物理层(PHY)、媒体访问控制层(MAC)、传输层(TL)、网络层(NWK)、应用层(APL)等。其中物理层和媒体访问控制层遵循IEEE 802.15.4标准的规定。
长期以来，低价位、低速率、短距离、低功率的无线通讯市场一直存在着。蓝牙的出现，曾让工业控制、家用自动控制、玩具制造商等业者雀跃不已，但是蓝牙的售价一直居高不下，严重影响了这些厂商的使用意愿。如今，这些业者都参加了IEEE802.15.4小组，负责制定ZigBee的物理层和媒体介质访问层。IEEE802.15.4规范是一种经济、高效、低数据速率(<250kbps)、工作在2.4GHz和868/915MHz的无线技术，用于个人区域网和对等网络。它是ZigBee应用层和网络层协议的基础。ZigBee是一种新兴的近距离、低复杂度、低功耗、低数据速率、低成本的无线网络技术，它是一种介于无线标记技术和蓝牙之间的技术提案。主要用于近距离无线连接。它依据802.15.4标准，在数千个微小的传感器之间相互协调实现通信。这些传感器只需要很少的能量，以接力的方式通过无线电波将数据从一个网络节点传到另一个节点，所以它们的通信效率非常高。 4数据分析
互联网是先有计算机终端系统，然后再互联成为网络，终端系统可以脱离网络独立存在。在互联网中，网络设备用网络中惟一的IP地址标识，资源定位和信息传输依赖于终端、路由器、服务器等网络设备的IP地址。如果想访问互联网中的资源，首先要知道存放资源的服务器IP地址。可以说现有的互联网是一个以地址为中心的网络。
传感器网络是任务型的网络，脱离传感器网络谈论传感器节点没有任何意义。传感器网络中的节点采用节点编号标识，节点编号是否需要全网惟一取决于网络通信协议的设计。由于传感器节点随机部署，构成的传感器网络与节点编号之间的关系是完全动态的，表现为节点编号与节点位置没有必然联系。用户使用传感器网络查询事件时，直接将所关心的事件通告给网络，而不是通告给某个确定编号的节点。网络在获得指定事件的信息后汇报给用户。这种以数据本身作为查询或传输线索的思想更接近于自然语言交流的习惯。所以通常说传感器网络是一个以数据为中心的网络。 5 工业电磁干扰
电磁干扰起因复杂，类型多变，可能起源于系统内部，也可能来自系统外部。本文就工控系统中普遍存在的各种电磁干扰的类型、起因、后果进行初步分析。
另外，由于在工控系统中PLC已经得到了越来越广泛的应用，而PLC控制系统的可靠性直接影响到工业企业安全生产和经济运行，其抗干扰能力是关系到整个系统可靠运行的关键。 4典型案例分析
1. 基于无线物联网的智能原材料监控系统案例简介
2013年 中航力源在苏州投建了中国第一条智能生产线。这条生产线将信息化技术和总体控制系统融合到液压泵核心零部件的制造过程，完成机器代人工程，具备数字化建模、智能运行管控、设备自主智能管理、资源可视化监测、实时联网数据采集共享分析、精益化生产等智能制造特征，初步实现该零件制造生产自动化、数字化、智能化。同时，mes系统的运用使得生产线的管理实现自动化，智能化。
以前的生产线，设备利用率只有40%至60%，而这条智能制造生产线可达到85%以上;以前这样一条生产线，需要30名工人，而现在只需要5名核心人才在后台进行操作控制。
在这条生产线上，一种产品完成生产之后，系统会自动根据生产计划进行设备调整，可以快速切换到第二种产品的生产。以前，公司所有产品的制造过程都是靠人工来完成，设备利用率低、生产效率低、产能不稳定。
而在这条智能制造生产线上，设备利用率是一个“定值”，设置多少就是多少，可实现设备资源的最优配置。 2 智能原材料监控系统案例分析
通过无线物联网的建立，传感器网络的建立，这条生产线上的所有生产要素信息都被物联网系统所囊括，当生产线上的物料发生缺失，通过传感器的网络即时将信息传达到中央控制室，通过即时的计算机数据分析处理，将工业生产线上的即时数据进行整理，并对于应即时处理的部分作出即时处理。
生产线中每隔20米左右便设有WiFi盒子，以保证数据网络的通畅高效。这个系统使用的是mes无线传感网络控制系统，是当下较为先进的控制网络，使得整体系统更加稳定，对外通讯接口较多，可以讲更多的生产要素数据及时加入到数据网络之中进行整体的分析。
而工人在生产之中作为一个对整体系统进行微调的角色，通过对参数的改变，达到改变生产结果的目的。 5应用前景
1)无线传感器应用前景
正是由于低功耗无线传感节点在如此广范围内的应用，使得它受到了来自军事、工业和商业以及学术专家的极大关注。其发展方向必然是无线通信的网络化， 6
即通过自组网的方式形成动态、自适应的无线传感网络。而无线传感网络( WSN) 是当前在国际上备受关注的、涉及多学科高度交叉、知识高度集成的前沿热点研究领域。它综合了传感器技术、嵌入式计算技术、现代网络及无线通信技术、分功能来实现降低功耗的目的。
除开以上所讲两种发展趋势之外，无线传感模块的应用和发展还具有极大的发展空间和良好的发展方向。当前对无线传感模块的应用都是静止性的，就目前存在的无线传感网络(WSN)，构成网络的各个节点都是被固定的安放在一个地方，要实现对整个环境的检测，就需要向环境中投放大量的无线传感节点。这样一来成本就会非常的高。若实现无线传感模块对信息的移动式采集，则在同一个环境内投放更少的节点，就能实现对环境的全面检测。
正是由于当前能耗对无线传感模块的影响，低功耗研究才上升为一个热点领域，不论是使用电源或者电池供电，在实现低功耗后，无线传感模块的发展趋势必然是自生能源式的。利用太阳能、振动能量、地热、风能等实现无线传感模块的电能供应对于全面提高无线传感模块的能力将会起到巨大的作用。 2)无线物联网技术应用前景
WSN 网络是面向应用的，贴近客观物理世界的网络系统，其产生 和发展一直都与应用相联系。多年来经过不同领域研究人员的演绎，WSN技术在军事领域、精细农业、安全监控、环保监测、建筑领域、医疗监护、工业监控、智能交通、物流管理、自由空间探索、智能家居等领域的应用得到了充分的肯定和展示。2005年，美国军方成功测试了由美国Crossbow产品组建的枪声定位系统，为救护、反恐提供有力手段。美国科学应用国际公司采用无线传感器网络，构筑了一个电子周边防御系统，为美国军方提供军事防御和情报信息。中国中科院微系统所主导的团队积极开展基于WSN的电子围栏技术的边境防御系统的研发和试点，已取得了阶段性的成果。
在民用安全监控方面，英国的一家博物馆利用无线传感器网络设计了一个报警系统，他们将节点放在珍贵文物或艺术品的底部或背面，通过侦测灯光的亮度改变和振动情况，来判断展览品的安全状态。中科院计算所在故宫博物院实施的文物安全监控系统也是WSN技术在民用安防领域中的典型应用。
在医疗监控方面，美国英特尔公司目前正在研制家庭护理的无线传感器网络系统，作为美国“应对老龄化社会技术项目”的一项重要内容。另外，在对特殊 7
医 院(精神残障类)中病人的位置监控方面，WSN也有巨大应用潜力。
在智能交通方面，美国交通部提出了“国家智能交通系统项目规划”，预计到2025年全面投入使用。该系统综合运用大量传感器网络，配合GPS系统、区域网络系统等资源，实现对交通车辆的优化调度，并为个体交通推荐实时的、最佳的行车路线服务。WSN网络自由部署、自组织工作模式使其在自然科学探索方面有巨大的应用潜力。2005年，澳洲的科学家利用WSN技术来探测北澳大利亚蟾蜍的分布情况。佛罗里达宇航中心计划借助于航天器布撒的传感器节点实现对星球表面大范围、长时期、近距离的监测和探索。智能家居领域是WSN技术能够大展拳脚的地方。浙江大学计算机系的研究人员开发了一种基于WSN网络的无线水表系统，能够实现水表的自动抄录。复旦大学、电子科技大学等单位研制了基于WSN网络的智能楼宇系统，其典型结构包括了照明控制、警报门禁，以及家电控制的PC系统。各部件自治组网，最终由PC机将信息发布在互联网上。人们可以通过互联网终端对家庭状况实施监测。
WSN在应用领域的发展可谓方兴未艾，要想进一步推进该技术的发展，让其更好为社会和人们的生活服务，不仅需要研究人员开展广泛的应用系统研究，更需要国家、地区，以及优质企业在各个层面上的大力推动和支持。 3)无限物联网应用于工业生产
随着无线传感器发展，及其配套网络的日益完善，智能网络可以从工业生产到民用生活全面展开。智能生产，智能工厂的技术可以应用于智能家居，智能家居，智能交通之中。
同时虚拟现实技术的发展，如果将虚拟现实和无线传感器网络相结合，计算机小型化，可穿戴终端的日趋发展。不难想象未来的工厂之中，在生产线上，生产要素被即时监控，通过无线物联网传送到中央处理器进行数据分析。再将数据和处理结果传递到个人终端上，工人通过虚拟现实技术可以身临其境的观看生产现场，并结合数据分析作出即时的判断处理。 6 结束语
要让未来的无线物联网做到畅通无阻，首先要能让移动终端能力方便快捷的接入和高速的带宽，这些是无线移动通信网重点发展的方向。其次有无处不在的网络节点，放置我们需要的区域，如超市。医院，仓库等。通过这些节点我们能 8
实时的对目标物体进行监控处理。最后是无处不在的互联网，这也是物联网的核，任何物体是靠互联网连在一起的，通过互联网的连接到才能实现远端监控和处理，才能让物体更智能。
无线传感器技术的发展使得原始的工业生产发生巨大的变化，工业生产中的物料，器件的监控从人转移到人机互动之中。无线传感器网络和智能 参考文献
[1] 戴春荣.我国移动产业现状和发展前景分析(J).上海证券报.2009,25(5):22-23 [2] 刘举平.基于GSM技术的智能家居远程控制器设计[J].微型计算机.2010，13-14
[3] 沈兆军.利用GSM短信业务实现智能家具(M).微计算机信息.2009，35-36
[4] 翟雷,刘盛德,胡咸斌. ZigBee技术及应用[M].北京航空航天大学出版社.2011,54-60
[5]金纯,罗风等编著. zigbee技术基础及案例分析[M]. 国防大学出版社.2009,14-15
[6]姚万华.关于物联网的概念及基本内涵[M].中国信息界，2010,67-68 9
省计算机学会大数据时代智能制造与企业数据
中心建设研讨会在成都举行
大数据、云计算、人工智能等技术的迅猛发展，带来了社会的巨大改变，同时也影响着传统制造业的生产和经营方式。为适应这一发展趋势，充分利用大数据技术、超融合技术开展企业数据中心建设，实现企业向智能制造成功转型。四川省计算机学会联合北京并行科技股份有限公司、英特尔(中国)有限公司于2017年6月23日下午在成都祥宇宾馆成功举办了“大数据时代智能制造与企业数据中心建设”研讨会。来自西南地区高校、军工科研单位、企业共计60余人参加了研讨会。
西南民族大学并行计算实验室、中国科学院成都计算所博导王鹏教授做了“人工智能优化算法与应用”主题报告。讲述了人工智能算法发展的前世今生，同时向大家介绍了实验室团队独创的“多尺度量子谐振子算法(MQHOA)”研究现状与应用领域，展望该算法在军工科研单位与企业的应用与发展。张利民与刘海超工程师分别就“智能制造时代高性能计算中心(HPC)的建设、优化与升级”和“基于大数据的超融合技术、建设企业级服务效益型数据中心”做了技术报告。介绍了智能制造时代企业级数据中心、高性能计算中心的转型与升级的技术方案以及大量的成功案例。专家报告引起了与会者广泛的关注与讨论，大家对企业级数据中心由职能型转为服务性的转变、高性能中心建设与优化升级有了新的认识与见解，会议进行了热烈的互动讨论。大家对本次培训研讨反响良好，会议获得圆满成功。
学会宋昌元秘书长到会致辞并做了讲话。就学会上半年热络的学术活动及学会发展现状作了介绍，向与会的各位嘉宾表示欢迎和感谢。
学会秘书处
【关 键 词】智能制造装备行业
【报告来源】前瞻网
【报告内容】2013-2017年中国智能制造装备行业发展前景与转型升级分析报告(百度报告名可查看最新资料及详细内容)
报告目录请查看《2013-2017年中国智能制造装备行业发展前景与转型升级分析报告》
工欲善其事，必先利其器。“十一五”期间，我国装备制造业取得了长足发展，但高端装备制造产业能力、实力与发达国家相比，仍存在较大的差距。所以在“十二五”期间，应加快推进我国高端装备制造业发展，用更加明晰的市场战略、产品战略、竞争战略支持高端制造业发展战略。而要完成我国传统装备制造业工业转型升级这一历史使命，须大力发展高端的自动化装备，因此“十二五”期间，我国智能装备行业成为制造业升级的发展重点。
智能制造装备是具有感知、分析、推理、决策和控制功能的制造装备的统称，它是先进制造技术、信息技术和智能技术在装备产品上的集成和融合，体现了制造业的智能化、数字化和网络化的发展要求。智能制造装备的水平已成为当今衡量一个国家工业化水平的重要标志。
现阶段，我国智能制造装备主要包括精密和智能仪器仪表与试验设备、智能控制系统、关键基础零部件和元器件及通用部件、高档数控机床与基础制造装备、智能专用装备、自动化成套生产线等六大领域。其中，高档数控机床、自动化成套生产线是行业典型代表。随着产业结构不断调整升级，近年来中国智能装备市场规模不断扩大。根据工信部的不完全统计，2009年智能制造装备行业销售产值达3000亿元以上，为产业加速发展奠定了良好的基础。
根据《“十二五”机械工业发展总体规划》确定的目标，“十二五”时期，机械工业主营业务收入年均增长速度将保持在12%左右，其中，高端装备产业的增速高于全行业平均增速一倍以上。根据《高端装备制造业“十二五”规划(征求意见稿)》提出的目标，到2015年高端装备的销售产值占装备制造业的比例将达20%以上;到2020年这一比例将达到30%以上。这意味着，2015年高端装备制造业年销售产值将达到6万亿元左右。据此分析，未来5-10年智能装备行业将迎来高速增长。预计“十二五”期间智能装备主营业务收入年均增长率将超过25%;2015年智能装备市场规模将超过1万亿元，占高端装备制造业的比重将达到20%左右，同时，行业将重点推进智能仪器仪表与控制系统、关键基础零部件及通用部件、高档数控机床与基础制造装备、智能专用装备等四大类产品发展。
报告主要分析了中国智能制造装备行业的环境;智能制造装备行业发展现状及前景预测;智能制造装备行业重点区域;智能仪器仪表装备行业的发展状况及前景;智能机床装备行业的发展状况及前景;智能控制系统行业的发展状况及前景;智能装备关键部件的发展状况及前景;智能专用装备的发展状况及前景和自动化成套生产线行业的发展情况及前景。同时，佐之以行业最新发展动向及全面详实的一手市场数据，让您全面、准备把握整个智能制造装备行业的市场走向和发展趋势，从而在竞争中赢得先机!
本报告最大的特点就是前瞻性和适时性。报告通过对大量一手市场调研资料的前瞻性分析，深入而客观地剖析中国当前智能制造装备行业及其子行业的发展规模、经营效益、竞争格局，并根据行业的发展轨迹及行业领先企业的发展经验，对智能制造装备行业未来的发展前景做出审慎分析与预测。是各类智能制造装备企业、投资企业准确了解智能制造装备行业当前最新发展动态，把握市场机会，做出正确规划决策和明确企业发展方向不可多得的精品。也是业内第一份对智能制造装备行业全方位发展现状以及行业重点企业进行全面系统分析的重量级报告。
报告目录请查看《2013-2017年中国智能制造装备行业发展前景与转型升级分析报告》
在全面推进实施制造强国战略的征途中迈出了关键性一步，中国制造也再次站到了转型升级、创新驱动的风口上
制造业是国民经济的主体，是立国之本、兴国之器、强国之基。5月19日，备受瞩目的《中国制造2025》正式对外公布，标志着我国在全面推进实施制造强国战略的征途中迈出了关键性一步，中国制造也再次站到了转型升级、创新驱动的风口上。
国家统计局数据显示，2005年～2013年，我国制造业总产值年均增长20%左右，2012年我国制造业增加值为2.08 万亿美元，在全球制造业占比约20%，成为世界上名副其实的“制造大国”。
我国工业如今在全球竞争中的优势更多地体现为拥有完整的产业链条。根据联合国工业发展组织数据，我国是世界上唯一拥有联合国产业分类中全部工业门类(39个工业大类、191个中类、525个小类)的国家，形成了“门类齐全、独立完整”的工业体系。同样是来自于联合国工业发展组织数据，目前，中国工业竞争力指数在136个国家中排名第七位，制造业净出口居世界第一位。
按照国际标准工业分类，在22个大类中，中国在7个大类中名列第一，钢铁、水泥、汽车等220多种工业品产量居世界第一位。2013年，我国装备制造业产值规模突破20万亿元，占全球比重超过1/3;2013年，发电设备产量达1.2亿千瓦，约占全球总量的60%;造船完工量达4534万载重吨，占全球比重的41%;汽车产量达2211.7万辆，占全球比重的25%;机床产量达95.9万台，占全球比重的38%，我国制造业占世界的1/3强。
当前，我国经济发展进入新常态，制造业面临产能过剩、大而不强的困局，转型升级犹如逆水行舟，不进则退。可以说，现在我国比以往任何时候都更需要强大的制造强国战略。因为“中国制造”在世界上成了“低端廉价”的代名词，技术含量较低，加上中国的人口红利优势即将消失，现在制造企业的利润率普遍只有10%左右，有的甚至更低，大量中小制造企业苦苦挣扎在死亡线上。
5月13日，在中国工程院、工信部和中科院主办的“2015智能制造国际会议”上，原全国人大常委会副委员长、两院院士、中国机械工程学会荣誉理事长路甬祥在主旨报告中称，2014年中国装备制造产值占全球比重1/3，机电产品进出口额2.16万亿美元，占进出口总额55.7%，已成为全球制造大国。整体而言，发展主要依靠要素投入和低成本优势，付出了沉重的资源与环境代价，仍处于价值链的低中段，还不是制造强国。
的确，中国制造业与先进国家相比还有较大差距。主要表现在：自主创新能力弱，关键核心技术与高端装备对外依存度高，以企业为主体的制造业创新体系不完善;产品档次不高，缺乏世界知名品牌;资源能源利用效率低，环境污染问题较为突出;产业结构不合理，高端装备制造业和生产性服务业发展滞后;信息化水平不高，与工业化融合深度不够;产业国际化程度不高，企业全球化经营能力不足。
2008年国际金融危机之后，面对新一轮科技革命和产业变革，发达国家纷纷实施“再工业化”战略，重塑制造业竞争新优势，加速推进新一轮全球贸易投资新格局。一些发展中国家也在加快谋划和布局，积极参与全球产业再分工，承接产业及资本转移，拓展国际市场空间。“前有堵截，后有追兵”，我国制造业面临发达国家和其他发展中国家“双向挤压”的严峻挑战。
没有强大的制造业，我国很难突破“中等收入陷阱”，也无法从大国走向强国。建设制造强国，必须紧紧抓住战略机遇，积极应对挑战，加强统筹规划，突出创新驱动，制定特殊政策，发挥制度优势，以我为主，跨越发展。
《中国制造2025》是中国第一次从国家战略层面描绘建设制造强国的宏伟蓝图，确立了发展世界制造业强国的战略目标，同时提出两个实施阶段、三步走战略目标、五项重大工程、九大战略任务和十个重点领域。
中德制造业战略殊途同归
“中国制造2025”和“德国工业4.0”都是在新一轮科技革命和产业变革背景下，针对制造业发展提出的重要战略举措，具有相同的战略使命和核心理念。战略使命方面，两国新战略都是为了应对新一轮科技革命和产业变革。
在理念层面，两国新战略都是推进信息技术与制造技术的深度融合。德国工业4.0着眼于高端装备，提出建设信息物理系统，并积极布局智能工厂，推进智能生产。《中国制造2025》提出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，构建信息化条件下的产业生态体系和新型制造模式。
从不同点来看，中德两国新战略无论是发展基础、产业阶段还是战略任务都具有各自特点。在发展基础方面，德国制造业具有强大的技术基础，在两化(工业化和信息化)融合、“互联网+”方面都具有优势，而且德国是世界制造业强国和领先的工业制成品出口大国，制造业研发投入强度超过美国和日本 ，树立了德国制造的品牌形象。中国是制造大国，但还不是制造强国，依然处于产业链“微笑曲线”的中间，核心技术和品牌价值薄弱。
在产业阶段方面，德国工业4.0是在顺利完成工业1.0、工业2.0，基本完成工业3.0之后，提出的发展战略，是自然的串联式发展。中国制造业尚处于工业2.0和工业3.0并行发展的阶段，必须走工业2.0补课、工业3.0普及、工业4.0示范的并联式发展道路，不仅要兼顾自己传统产业的转型升级，同时还要实现在高端领域的跨越式发展，所以我国的任务就比德国实现工业4.0更加复杂、更加艰巨。
在战略任务方面，德国工业4.0就是瞄准新一轮科技革命制定的措施，主要聚焦制造业的高端产业和高端环节。《中国制造2025》不是专门为应对新一轮科技革命制定的规划，是对制造业转型升级的整体谋划，不仅要提出培育发展新兴产业的路径和措施，还要加大对量大面广的传统产业的改造升级力度，同时还要解决制造业创新能力、产品质量、工业基础、节能环保等一系列阶段性的突出矛盾和问题。
根据德勤与中国机械工业联合会2013年调研200家制造企业所发布的首份中国智造现状及前景报告显示，中国智能制造处于初级发展阶段，同样也是大部分处于研发阶段，仅16%的企业进入智能制造应用阶段;从智能制造的经济效益来看，52%的企业其智能制造收入贡献率低于10%，60%的企业其智能制造利润贡献低于10%。
而90%的中小企业智能制造实现程度较低的原因在于，智能化升级成本抑制了企业需求，其中缺乏融资渠道影响最大。德勤的调研显示，年收入小于5亿元人民币的企业中，50%的企业在智能化升级过程中采用自有资金，25%为政府补贴，银行贷款和资本市场融资各占11%。而企业收入规模大于50亿元人民币的企业，其智能化升级资金来源中自有资金占67%，银行贷款占比25%。整体而言，中小微型企业的银行贷款比例低于大中型企业，占企业数量绝大多数的中小企业只能依靠自有资金进行智能化改造。
所以，《中国制造2025》明确把智能制造作为两化深度融合的主攻方向，并在保障措施中提出要完善金融扶持政策和中小微企业政策，加大财税政策支持力度，包括运用政府和社会资本合作(PPP)模式，引导社会资本参与制造业重大项目建设、企业技术改造和关键基础设施建设;加快设立国家中小企业发展基金等。
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。具有以智能工厂为载体，以关键制造环节智能化为核心，以端到端数据流为基础、以网络互联为支撑等特征，可有效缩短产品研制周期、降低运营成本、提高生产效率、提升产品质量、降低资源能源消耗。
智能制造需要顺应“互联网+”的发展趋势，促进移动互联网、工业互联网、云计算、大数据在企业全流程和全产业链的综合集成应用，改造提升中国制造业。
中国社科院信息化研究中心秘书长姜奇平认为，《中国制造2025》对经济向“双中高”(中高速增长、向中高端水平)迈进具有重要意义，互联网将帮助中国推进智能制造，提高工艺水平和产品质量，促进生产性服务业与制造业融合发展，提升制造业层次和核心竞争力。
4月23日，由浪潮联合20多家机构发起的“中国智能制造信息化推进联盟”在北京成立。该联盟致力于打造协同创新平台与成果转化应用推广联合体，共同推动国家智能制造产业相关标准制定和推广工作。联盟首批成员包括中国航天科技集团、大连船舶重工集团、江南造船、山东常林、北京神舟航天软件等20多家机构，其中也包括天职国际会计师事务所、赛迪顾问等咨询机构。
浪潮集团执行总裁王兴山在会上表示，传统制造业与互联网的融合正在加快，智能制造成为当前热点，这也是中国从制造大国通往制造强国的必由之路。
为推进智能制造发展，2015年3月9日，工业和信息化部印发了《关于开展2015年智能制造试点示范专项行动的通知》，并下发了《2015年智能制造试点示范专项行动实施方案》(下称《实施方案》)，决定自2015年启动实施智能制造试点示范专项行动，以促进工业转型升级，加快制造强国建设进程。
根据《实施方案》，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、智能服务等6方面试点示范专项行动。
第一，针对生产过程的智能化，主要涉及流程制造和离散制造。根据《实施方案》，在石化、化工、冶金、建材、纺织、食品等流程制造领域，选择有条件的企业，推进新一代信息技术与制造技术的融合创新，开展智能工厂、数字矿山试点示范项目建设，全面提升企业的资源配置优化、实时在线优化、生产管理精细化和智能决策科学化水平;在机械、汽车、航空、船舶、轻工、家用电器及电子信息等离散制造领域，组织开展数字化车间试点示范项目建设，推进装备智能化升级、工艺流程改造、基础数据共享等试点应用。
第二，针对装备和产品的智能化。也就是把芯片、传感器、仪表、软件系统等信息技术嵌入到装备和产品中去，使得装备和产品具备动态感知、存储、处理和反馈能力，实现产品的可追溯、可识别、可定位。《实施方案》提出，加快推进高端芯片、新型传感器、智能仪器仪表与控制系统、工业软件、机器人等智能装置的集成应用，提升工业软硬件产品的自主可控能力，在高档数控机床、工程机械、大气污染与水治理装备、文物保护装备等领域开展智能装备的试点示范，开展3D打印、智能网联汽车、可穿戴设备、智能家用电器等智能产品的试点示范。
第三，针对制造业中的新业态新模式的智能化，即工业互联网方向。根据《实施方案》，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示范;在电力装备、航空装备等行业，开展异地协同开发、云制造试点示范;在钢铁、石化、建材、服装、家用电器、食品、药品、稀土、危险化学品等行业，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。物流信息化试点示范，主要是指加快无线射频识别(RFID)、自动导引运输车(AGV)等新型传感、识别技术的推广应用。
第五，针对服务的智能化。移动互联网蓬勃发展，开放、去中心化的互联网思维已经潜移默化到各行各业，用户的需求更加多元化。根据《实施方案》，在工程机械、输变电、印染、家用电器等行业，开展在线监测、远程诊断、云服务及系统解决方案试点示范。工信部电子信息司副司长安筱鹏认为，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(O2O)服务，实现产品的全生命周期管理。两股力量在服务的智能化方面相向而行，一股力量是传统的制造企业不断拓展服务业务，一股力量是互联网企业从消费互联网进入到产业互联网。
前者的案例有海尔，2012年底，海尔集团进入了网络化发展战略阶段，并致力于由传统企业向平台型企业转型。在这样的战略指导下，海尔服务也在积极转型，时刻以用户为中心不断演进与升级，从单纯的售后服务转型为打造全流程的用户最佳体验。
后者的案例是阿里巴巴。今年3月，阿里巴巴与富士康宣布合作，富士康基于阿里云将其包括专利、测试、工程制造经验等制造能力开放出来助力中小企业加速智能制造。还是在这个月，阿里巴巴宣布与上海汽车集团共同出资10亿元设立“互联网汽车基金”，组建合资公司，围绕互联网汽车、车联网等展开合作，未来研发的技术成果与服务平台将开放给其他汽车制造企业。
推荐阅读：
智能制造与人因工程10-03
智能制造现状与发展（推荐9篇）07-29
物联网与智能制造（精选9篇）10-20
3d打印与智能制造（共9篇）12-16
智能制造技术与应用（推荐9篇）01-01
智能制造装备与系统（推荐9篇）01-03
新型汽车的开发与智能制造的研究05-12
智能制造与科技创新（精选9篇）05-13
人因工程与智能制造（推荐9篇）01-02
注塑模具数字化设计与智能制造技术02-19
