智能制造发展过程三个阶段及特征

2 智能制造系统发展过程的 3 个阶段

依据智能制造系统所要解决的问题和在整个生产体系中的地位，可以粗略地将智能制造的发展过程分为 3 个阶段。

2． 1 第一阶段———智能制造初级阶段

在这个阶段，人工智能等先进技术不断向传统的工业自动化系统延伸，通过先进的手段，显示生产过程中的可见或隐性的状态，辅助人作出正确的操作或决策，优化工业自动化系统的功能。智能制造系统所采用的很多技术，如工业大数据分析、人工智能等，在图像识别、故障预测等某些特定的领域有可能超过人，然而在实际生产中，由于现实情况复杂多变，无法取代人凭借自身的经验或直觉作出正确的判断，但可以作为一个很好的决策参考或对系统进行辅助优化。

在这个阶段，由于智能制造系统主要是围绕企业的某一方面功能发挥“画龙点睛”的作用，在开发时需要在现有系统中以“打补丁”或局部改造的方式接入数据，如采用扫描方式搭建生产线三维模型，在生产线上增加安装检测设备等。但在实现过程中有很多因素会制约功能的实现，如扫描方式建立的模型会比较粗略，信息不足; 安装检测设备会受到现有工艺设备布置等因素影响等。在过去的几年中，各企业从自身实际出发，围绕企业的发展目标，克服不利因素，在多个领域对智能制造进行了艰苦探索和深入实践，取得了良好的效果。这些探索实践工作对于智能制造的发展是非常有益的。

在这个阶段，工业生产仍由传统的工业自动化系统为主导来控制。智能制造系统总体上相当于是智囊团，随着时间延伸到越来越多的领域，针对企业的痛点和问题提出解决方案，但仍需要人依据经验，在工业自动化系统的基础上作最终决策或在限定的范围内发挥作用，在智能制造系统不能正常工作时，仍然可以依靠人的经验和工业自动化系统继续进行生产。

从这个意义上来讲，工业生产对于智能制造系统的确定性、可用性的要求与 IT 系统并没有显著区别，智能制造系统作用于工业生产的局部且作用有限，表现形式为与智能制造相关的多个“点”并行发展，没有( 也不必追求) 形成一个完备自治的系统。在这个阶段，由于智能制造系统本身没有形成一个完备自治的系统，因此可以考虑采用以功能的实现过程来描述智能制造: 智能制造是面向企业的生 产 需 求，以信息系统为载体，模拟专家的智能进行分析判断和决策，进而能够扩大 /延伸 /部分取代专家的大脑思维过程的系统。

2． 2 第二阶段———智能制造中级阶段

随着技术的发展，智能制造系统在工业生产中的作用越来越重要，智能制造系统中集成的相关技术逐步成熟，经过不同产线、不同工序、长时间的反复验证，得到广泛应用，如: ( 1) 传感器和控制器变得简单经济且易获取，视频和音频等生物识别技术得到广泛的应用，使系统可获得更为全面、精准的信息; ( 2) 对于同一功能，不同子系统的计算结果互相印证和交互评价，并由智能制造系统自行决策输出; ( 3) 在外部条件发生变化或出现故障时，局部子系统的失效不影响总体系统的运行，或自动进入安全状态; ( 4) 有关智能制造的基础技术逐步成熟，确定性、可用性和经济性问题得到合理的解 决，如区块链技术逐步成熟，在理论上可以解决工业数据的安全性和信任问题。

在这些前提下，智能制造系统在工业生产中的作用将会变得越来越重要，逐步针对生产过程的特定单元或特定功能实现完全的控制，传统的工业自动化系统出于安全生产的考虑，可作为智能制造系统的补充或后备。

在这个阶段，针对生产过程的特定单元或特定功能，智能制造系统不仅是智囊团，同时也是决策者，在系统中占据统领地位，根据生产过程数据，判断生产状态并形成控制决策，输出执行，同时依据执行后的信息对系统进行优化和自适应。因此，工业生产对于智能制造系统的确定性、可用性的要求将会远高于对 IT 系统的要求。

在这个阶段，智能制造系统在局部( 生产过程的特定单元或特定功能) 形成了一个相对完备自治的系统，可以从生产单元的实施方法来描述: 智能制造通过构建“状态感知 － 实时分析 － 自主决策 － 精准执行 － 学习提升”的数据闭环，以软件形成的数据自动流动来消除复杂系统的不确定性，在给定的时间、目标场景下，实现生产过程的优化。

智能制造系统由初级阶段向中级阶段的进化是一个长期的过程。在生产系统中，不同的生产单元由于需求各异，采用的技术成熟度也不一样，处于智能制造初级阶段和中级阶段的系统将长期共存、协同作用。但总的来说，随着技术的发展，越来越多的处于智能制造初级阶段的技术将向中级阶段进化。

2． 3 第三阶段———智能制造高级阶段

随着智能制造系统在工业生产中的推广应用，在越来越多的生产单元中，智能制造系统由辅助地位过渡到统领地位，形成多个局部自治的智能制造系统。同时，围绕着通过智能制造实现企业的发展目标，企业在规划、设计阶段，从智能制造的顶层设计出发，实现面向智能工厂的全生产线三维建模和数字交付，全面管理规划、设计、施工、设备、产品、运维等各阶段数据，建立完整的、功能丰富的数字化工厂和数字孪生模型，为全面深入实施智能制造奠定良好的基础。

在中国钢铁工业协会发布的《钢铁未来梦工厂》中，对未来的智能制造钢铁企业做了全面的描述: 工厂具有基于信息物理系统、大数据、人工智能、边缘计算等新一代信息技术的智能决策与综合管控平台。实时、科学的决策指令从这里发布，最优化、高效化的资源配置将从这里开始。工厂具备自感知、自组织、自决策的智慧体系。能量流、物质流和信息流组成有机体的“血 液”，高效、连续、平稳运行的制造系统各个环节组成有机体的“骨骼”，保证了物质、能量、信息的动态平衡和运行优化。做到“精准、高效、优质、低耗、安全、环保”，全面提升发展水平，实现钢铁行业高质量发展。

在智能制造高级阶段，需要将智能制造的理念贯穿规划、设计、施工、运维、生产、管理全 过程，实现统筹规划和顶层设计，基 础 性 工 作 包括: ( 1) 合理规划面向智能制造的生产系统结构; ( 2) 合理安排生产车间的平面布置，保证生产有序、物流合理; ( 3) 合理配置仪表等检测设备及其配套设施，保证数据的稳定可靠; ( 4) 实现生产线设计和建设过程的三维设计和数字交付，全面实现数字化，搭建面向生产线全生命周期的数据平台; ( 5) 合理配置智能制造基础架构，包括工业大数据平台、工业互联网平台等。

在这个阶段，智能制造系统贯穿整个生产过程，在企业生产活动的各个层面以决策者的身份出现，全面占据统领地位。生产过程对于智能制造系统的确定性、可用性的要求也远高于对 IT系统的要求。智能制造系统形成了一个完备自治的系统体系，形成了一种新型生产方式，可以从系统层面来描述智能制造: 智能制造基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、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、自适应等功能的新型生产方式。