摘要：我国在智能制造道路上既要“低头看路，脚踏实地”，补好自动化和信息化的短板，也要“抬头看天，搭好梯子”，用现代技术手段，持续建好公共数据服务平台。在CPS时代，基于我国的制造业现状和发展目标，政策引导方面需要统一认识，发挥制度优势，实现国家资源的有效配置和精准发力；具体实施方面特别需要加强信息建模方法研究，建立制造资源数据平台，积累解决方案及应用案例，优化我国智能制造模型实施技术路线，使我国在CPS落地实践阶段掌握主动权，避免在智能制造进程中受制于人。
关键词：制造；数字化；网络化；智能化；思考与建议
1导言
2015年～2017年，机械工业仪器仪表综合技术经济研究所（以下简称“仪综所”）承担了工业和信息化部多项智能制造综合标准化与新模式应用项目，制定基础共性标准草案27项。在项目执行期间，仪综所技术团队走访调研了国内外近百家制造企业，同时与国内外技术团体、标准化组织、著名公司的技术专家交流探讨。特别是2017年，我们分别与德国工业4.0平台实验室网络主管ThomasHahn博士、德国工业4.0标准化委员会主管RinholdPichler先生、日本工业价值链促进会IVI发起人日本法政大学西冈靖之教授等资深专家进行深入交流，这些交流引起了我们的一些深度思考。在实践应用上，我国制造业水平与欧美等工业强国相比还具有相当差距。“工业2.0补课、3.0普及、4.0示范”指出了我国企业自动化、数字化、网络化、智能化水平参差不齐的现状。因此，在智能制造实施道路上，切忌盲目跟风，企业必须明确经济效益指标，以打好2.0和3.0基础为首要任务，找到适合自身的实施路径。
2我国工业2.0，3.0，4.0实施路线的思考
2.1避免误区
我国制造业发展不平衡、不充分特点明显，企业转型升级势在必行，高质量发展是目前我国制造业由大转强的主旋律。“中国制造2025”是实施制造强国战略的第一个十年行动纲领，“智能制造”是主攻方向。《智能制造工程实施指南》、《智能制造发展规划（2016-2020年）》等重要文件发布后，基于自身转型升级需求，在相关部委及地方政府支持下，我国企业已纷纷对原有工厂/车间进行自动化、数字化、网络化升级改造，或者建立新型数字化车间、智能工厂，取得巨大成效。《智能制造发展规划（2016-2020年）》对“智能制造”进行了描述：“智能制造是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”。但是实践来看，“自感知、自学习、自决策、自执行、自适应”的制造高级阶段对制造企业而言仍难以企及，德国专家预测德国的工业4.0尚需要15～20年时间来实现。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。近日，中国工程院院刊《Engineering》刊发了最新观点性文章“走向新一代智能制造”，为我国制造业智能转型指明“并行推进、融合发展”的技术路线。可见我国智能制造的顶层设计上已深刻认识到智能制造/工业4.0的实现不可能一蹴而就，需要循序渐进，补齐短板，并行发力。因此，中国制造企业在实施智能制造过程中应“因企而异”，避免盲目跟风和片面认识。●误区一：为了智能制造而智能制造由于智能制造“大热”，一些企业盲目跟风，存在为了“智能制造”而智能制造的现象。企业应首先明确要达到的经济目标——提升质量、提高效率、降低成本、缩短周期、降低能耗。根据自身的基础，针对于不同的目标，智能制造首要解决的问题和采用的技术手段是不同的。●误区二：智能制造=无人化许多制造企业提出“机器换人”、“无人工厂”的口号。
期刊文章分类查询,尽在期刊图书馆机器可代替人类的大量体力劳动，实现高效、高质量精准制造，但不能盲目采用“机器换人”，除了要考虑机器与人员置换成本之间的平衡，还需综合考虑操作场地、信息化接口、维护成本等。而且在2.0、3.0、4.0升级的长时间内，机器或“机器人”仅仅是一种自动化或智能化设备，其很难独立满足日益复杂的生产要求。“人”作为智能制造的重要资源，在应对定制化生产和复杂多变生产环境方面仍处于中心地位。特别对于现阶段“2.0补课、 3.0普及、4.0示范”，人、信息系统、物理系统的协同显得尤为重要，智能制造仍需要人工智力参与政策解读、法规约束、知识积累、工匠传承、文化发扬和统筹组织等，以实现有序生产并产生效益，这些都是现阶段的机器无法替代的。●误区三：自动化+软件=智能制造自动化和软件是实现智能制造的必要条件但不是充分条件。智能制造强调自动化系统和工业软件的集成与纵横协同，并体现先进的工艺技术和管理理念。除此之外，更需要植入先进的感知系统、控制手段、网络技术和云计算等，进行长时间的数据收集积累，开展数据分析和建模，并不断迭代优化，以实现生产过程快速有效的运行，才能支撑先进的制造方式实现自适应，进而应对复杂的生产环境。●误区四：互联网+大数据=智能制造互联网和大数据只是提升智能化的手段之一。智能制造的本体是“制造”，制造装备和生产过程的数字化是基础。没有制造装备与系统的数据采集与互联互通，互联网、云、大数据都将是无源之水。
2.2梳理问题
以离散制造业为例，我们通过调研总结，目前我国企业智能化升级过程中常见问题如下：（1）产品品种规格多样，物料清单（BOM）结构复杂多变，生产工艺随之动态调整，导致生产计划调度困难；（2）生产对象不一样，生产车间可能包括铸造、锻造、表面处理、机加、装配等车间，不同形态的车间管理需求不同；（3）许多企业未实施或未应用好MES，生产计划调度和管理主要依靠人工，导致任务执行进度、设备状态、物料状态等难以跟踪；（4）系统集成困难，ERP和MES接口不开放，底层设备的通信协议和接口不统一，有的设备甚至不具备网络接口；（5）制造装备类型繁多，服役周期不同，数控机床及各种加工装备、工业机器人、表面贴装设备（SMT）、检测仪器和物流系统等底层设备自动化和数字化程度差别大；（6）产品质量管理，许多企业通常还是以离线检验为主，特别针对多品种、小批量的产品生产，产品的质量和生产率很大程度上依赖于工人技术水平，废品率得不到有效控制。企业在实施智能制造过程中，应认清基础，梳理存在问题，明确经济目标，系统规划，才能有计划有选择地打好自动化、数字化基础。
2.3实施要点
工业2.0并非必须先实现3.0才能追求4.0。在进行升级改造过程中，企业应总体规划自动化、数字化、网络化、智能化升级方案，并行推进。但这并不意味着工业2.0和3.0的技术基础是可以省略和跨越的。根据工业2.0、3.0、4.0的主要特征，建议从制造本体出发实现智能制造的一个基本路线如图1所示。图1中工业2.0到3.0的最重要内容是采用ERP和MES（两者融合趋势明显）等生产管理系统（或称IT信息系统）进行运营和生产管理，并实现与自动化系统（或称OT运行系统）的纵向集成，推荐采用OPCUA解决方案，建立设备信息模型并提供统一接口。图中工业4.0阶段尚未实现制造系统的自适应、自组织、自决策并跨企业、跨行业、跨地域调动生产资源等智能制造愿景，因此将其称为准智能化。3.0到4.0的最重要内容是实现产品全生命周期管理，实现信息流与价值流（含物流、资金流）的协调整合。
参考文献：
[1]董景辰.卷首语——论中国智能制造的三个基本范式[J].电器与能效管理技术，2017（24）：2-5.
[2]许庆彦.铸造技术路线图：数字化、网络化、智能化铸造[J].铸造，2017，66（12）：1243-1250.
[3]宋天虎.走向机械制造的数字化网络化智能化[J].焊接，2017（09）：6.
[4]孙彦广.钢铁工业数字化、网络化、智能化制造技术发展路线图[J].冶金管理，2015（09）：4-8.
论文作者:胡亚军
论文发表刊物:《基层建设》2018年第23期
论文发表时间:2018/9/18
标签：智能论文; 工业论文; 我国论文; 技术论文; 企业论文; 制造业论文; 基础论文; 《基层建设》2018年第23期论文;