智能制造的关键技术与大数据融合

我国在智能制造领域，仍然存在很多缺陷和不足，例如智能制造行业没有统一标准，智能制造企业改造升级难度大，智能制造业缺乏独立创新能力，智能制造相关的现代服务业发展滞后等，我国智能制造发展依然任重道远。

智能制造是把传统的制造技术和智能技术、数字技术、网络技术相互融合，应用于产品的设计、生产、管理和服务过程，在制造过程中进行感知、分析、推理、决策、控制，实现产品需求的动态响应、产品的快速开发与优化的制造活动。

从上世纪八十年代起，主要工业国家先后开始进入智能制造领域，逐渐形成了以美国、日本和欧洲三大智能制造中心。各国为获得智能制造的领先地位，纷纷推出本国的推进计划，例如日本首先提出了“智能制造系统”的概念，美国也启动了“先进制造伙伴计划”， 随后在2012年又出台“先进制造业国家战略计划”， 提出了更详尽的方法，力图快速实现智能制造技术的技术革新。 德国也于2013 年实施“工业4.0”计划，该计划是以智能制造为核心内容，最终目的是为了保持德国制造业在国际上的领先地位。

从历史发展来看，我国智能制造技术起步并不晚，基本和国外同步，也取得了很多优秀的技术成果。甚至在某些领域，如感知技术、控制技术、可靠性技术等领域，获得了一批拥有自己知识产权的成果，保持了国家在这个领域的技术先进性。但我国在智能制造领域，仍然存在很多缺陷和不足，例如智能制造行业没有统一标准，智能制造企业改造升级难度大，智能制造业缺乏独立创新能力，智能制造相关的现代服务业发展滞后等，我国智能制造发展依然任重道远。

智能制造关键技术

智能制造作为一个现代制造系统，系多个系统的组合，大致可分为智能设计、智能生产、智能管理、智能制造服务等内容，与之有关的关键技术，主要有如下几个方面:

1

智能化工业装备应用技术

发展智能制造，智能设备的应用是基础。不同类型的企业，其智能设备不尽相同，大体可以分为高精度数控机床、智能控制系统、机器人、3D打印系统、工业自动化系统、智能仪表设备和关键智能设备七个主要类别。以3D打印为例， 它是目前数字化制造技术的典型代表，作为一种新兴智能化设备，3D打印机可以使 用ABS、光敏树脂、金属为打印原料，实现计算机设计方案，无需传统工业生产 流程，即可把数字化设计的产品精确打印出来。

这一技术颠覆了传统产品的设计、销售和交付模式，使单件生产、个性化设计成为可能，使制造业不再沿袭多年的流水线制造业模式，实现随时、随地、按不同个性需求进行生产。随着3D打印技术的不断进步，打印速度和效率不断得到提升，打印材料不断实现多样化，如纳米材料、生物材料等，传统制造业模式将被彻底改变。

很多国内企业已经开始了相关实践，例如海尔集团在2012年就开始筹建数字化互联网工厂，已经建成两大支撑平台和四大互联工厂，形成了一个完整的互联网工厂体系。

2

柔性制造和虚拟仿真技术

柔性制造技术(Flexible Manufacturing Technology，FMT)是建立在数控设备应用基础上并正在随着制造企业技术进步而不断发展的新兴技术。它和虚拟仿真技术，在智能制造的实现中，扮演着重要的角色。

虚拟仿真技术包括面向产品制造工艺和装备的仿真过程、面向产品本身的仿真和面向生产管理层面的仿真，从这三方面进行数字化制造，才能实现制造产业的彻底智能化。

采用虚拟仿真技术的飞机设计装配

首先在设计阶段，开发实现具有高度交互性的虚拟环境；其次要运用数字化制造的理念，通过虚拟仿真技术，进行风险评估，以及物联网信息共享和系统优化。并在此基础上，提出数字化工厂的概念，进一步对数字化工厂的工艺设备协调进行数字规划。上图为第一飞机设计研究院采用柔性制造和虚拟仿真技术实现对飞机进行虚拟装配的场景。

3

物联网应用技术

智能制造系统的运行，需要物联网的统筹细化，通过基于无线传感网络、RFID、传感器的现场数据采集应用，用无线传感网络对生产现场进行实时监控，与生产有关的各种数据，实时传输给控制中心，上传给大数据系统并进行云计算。为了能有效管理一个跨学科、多企协同的智能制造系统，物联网是必需的。德国工业4.0计划就推出了“工业物联网”的概念，从而实现制造流程的智能化升级，其他国家也都纷纷建立本国工业化制造标准。下图为物联网技术在汽车配件厂的应用示意图。

物联网应用示意图

上述几种关键技术在智能制造企业里面，起到了至关重要的作用，针对不同领域的智能制造企业，对分领域综合效率、纯技术效率、规模效率三个方面进行考察，得出下表统计结果，从表中数据可以看出，数控机床(CNC)行业是智能制造产业中发展比较成熟的领域，但是纯技术效率较低；我国机器人行业尚处于快速发展的初期阶段，3D打印技术则处于快速成长期，智能仪表的相关企业发展速度缓慢，没有形成一定的规模。

智能制造关键技术分析

智能制造与大数据

制造业企业在实际生产过程中，总是努力降低生产过程的消耗，同时努力提高制造业环保水平，保证安全生产。生产的过程，实质上也是不断自我调整、自我更新的过程，同时还是实现全面服务个性化需求的过程。在这个过程中，会实时产生大量数据。依托大数据系统，采集现有工厂设计、工艺、制造、管理、监测、物流等环节的信息，实现生产的快速、高效及精准分析决策。这些数据综合起来，能够帮助发现问题，查找原因，预测类似问题重复发生的几率，帮助完成安全生产，提升服务水平，改进生产水平，提高产品附加值。

智能制造需要高性能的计算机和网络基础设施，传统的设备控制和信息处理方式已经不能满足需要。应用大数据分析系统，可以对生产过程自动进行数据采集并分析处理。鉴于制造业已经进入大数据时代，智能制造还需要高性能计算机系统和相应网络设施。云计算系统提供计算资源专家库，通过现场数据采集系统和监控系统，将数据上传云端进行处理、存储和计算，计算后能够发出云指令， 对现场设备进行控制；例如控制工业机器人。

智能制造是未来的制造业发展方向，近些年得到不断的研究和发展，受到世界各国的高度重视。智能制造为制造业提供了很多全新的概念观点和理论，是对传统生产制造业的根本性变革。实现传统制造到智能制造的转变，核心在于几个关键技术的掌握：智能化工业装备应用技术、柔性制造和虚拟仿真技术、物联网应用技术、大数据系统及云计算技术。

来源：IT常青树