国内智能制造发展现状及技术

1、行业上对智能制造的认知

目前行业上，对智能制造的定义很混乱，可能是出于中国现状下补课的原因，也就是要在中国实现智能制造，必须要在机械化、基础自动化、数字化等领域进行补课，因此，凡在这些领域的人，都称自己是 在智能制造领域。 我们认为，在工业4.0层面上的制造才是智能制造！在这之前，处于补课阶段的是机械化制造、自动化制造、数字化制造，等等。正如某人的办公室在四楼，必须要经过一楼 、二楼、三楼，但并不是每个在一楼 、二楼、三楼的人都该称自己在四楼！

另外，前些年讨论较热门的是工业4.0智能制造，因为中国目前人口红利消失等因素，很多人认为，只有智能制造才能解决中国制造业问题，因此，很多人特别是大量的企业家对此热血沸腾 ！但这只是讨论这一概念，并没讨论出解决方案。近几年，随着技术的发展，行业走入了要“做什么”的讨论。于是，众多的专家提出要搞自动化、数字化、智能化和网络化等等。我们认为这只是提出了要“做什么”？但是对于“怎么做”的问题至今讨论 得很不够！也可能是技术的发展还没走到这一步吧！于是搞工程的人在画出流程图之后就转给了搞软件的人，认为是他们的任务；而搞软件的人则认为：你这流程图有大量的工程逻辑，而我们不懂工程啊！因此，我们无法开发。谁来开发呢？也不能让不懂软件的人来架构大型软件吧？

于是行业上只是有人提出要做什么？但是没有人真正能做，甚至会出现空喊口号，而没有人行动的问题。这也许是中国智能制造行业的最大危机 ，没有足够素质的人来处理这一块，大家都是隔岸观火！

甚至由于对什么是智能制造的理解有限，出现了智能工厂建设中，忽视了智能系统的问题，因而只建立了具有较高水准的机械化设备、自动化系统 、数字化系统、制造执行系统和ERP等，便称自己建成了智能产线。这样的产线，操作工人难以操作；工程师虽然能够处理，但是不可能老做操作工人的事情啊！于是，产线运营不佳，出现了企业投入则快死 （难以回报），不投入则慢死（慢慢出局）的问题！此方面的问题在流程行业比在离散行业更严重些。
 

2、“怎么做”

我们认为“怎么做”的问题应该回归到工程建模、机器学习和智能系统架构开发三大领域。 要完成工程建模，必须要在主要的工程领域有一定的工作经验，只是读了书却没有工作经验，似乎还不足够。于是在工艺、产品、设备、自动化等领域，都希望能 有工作经验。 同时，智能制造除了工程领域外，还有一半是计算机领域，要能够按照软件工程的方式架构大型软件系统，要能够进行模型的开发和机器学习，要能够处理工程上经常遇到的大数据，要能够处理数据采集相关的一系列问题，等等 。于是，在非工程领域，也需要有足够的工作经验。

特别是上述的第三点，智能系统架构开发，要处理很多问题，比如要把工厂的场景用例收集齐全，比如生产线上有50个工程师，每个人解决什么问题，怎麽解决的，要按软件工程的方式写进智能系统：不遗漏又不允许重复。然后工程师就不必需到现场去了，而只是在后台优化智能系统（同时，操作工人运行智能系统，经历人员观察智能系统，大家劲往一起使，生产持续优化）。现场的场景用例可能很多年才能收集齐全，这也主要是工程人员的任务。

于是，在智能制造方面，需要在七八个专业领域都有工作经验；如果在每一个领域有三年的工作经验的话，那么如果一个人在这些领域里能够主导一切 ，则需要20年的准备期！当然，很多公司可以建立一个团队处理相关事务，但难免会出现大家意见不合，或技能重复，而造成浪费！

这便是智能制造目前所面临的问题，一则很多人的专业领域很窄（大学的专业设置就很窄），在相关领域内对应的工作经验不足；另一方面，似乎国人要花大半的精力去建立人际关系，能有20年全力于专业技术不关心人际关系的的人确实很少！多数这样的人在中国的社会环境下也很难混的很好！
 

3、国内国外智能制造现状

我们认为，中国的机械化已经完成，自动化正在推进中，因此机器代人的研发正处于红火阶段。欧美的自动化阶段已经完成，因此生产线上的人已经很少。中国各家都在推进数字化，尽管数字化的水平比西方低很多。西方的中小公司仍然处于数字化阶段，因此，英文中对智能制造的翻译是 Smart Manufacturing，而不是 Smart Manufacturing。

西方的大公司正在努力推进智能制造，但是没有任何一家说自己已经完成了智能制造！而西方的中小公司也在努力当中，也不是说他们都完全没有智能制造！

要想知道国内外智能制造的现状，还是考察一点，能够产生和应用智能的制造才叫智能制造，因此，进行工程建模是必需的第一步，当然，此处的模型不仅指数学模型，而且有数字模型，比如如果能用数字描述出整个企业，也算是一种数学模型。根据本团队最近的统计，有90%的中国企业至今没有进入到能制造的模型开发阶段。
 

4、 智能制造技术

我们认为智能制造的关键技术是：工程建模，机器学习和智能系统架构开发。每一环节应该做的事情和所需花费的时间已经描述如上。

在中国实现智能制造，需要处理好四大领域：机械化系统要具备自动控制的功能；要有足够的数据采集系统，比如很多数据都能够采集，避免数据孤岛 ；同时，运用数据采集的仪表要足够精准等等。同时，要建立一个足够技术等级的智能系统，或二级系统，在工业4.0层面上，以工程建模，机器学习和智能系统架构开发作为技术方式，在智能系统架构开发中，要把生产线各种场景用 例收集齐全，比如现场上有五十个工程师时， 要按照上述方式开发好智能系统。为了有条理地将各种场景用例写好，通常首先要开发好各种模型，然后调用模型以完成每一个场景用 例时的解决方案。这样在智能系统中，通常1/3是模型，2/3是对各种场景用例的解决方案。

最后，要将相关的系统集成起来，既要把机械系统系统、自动化系统、制造执行系统和ERP等等，与上述所开发的智能系统集成在一起，这样才能形成真正的智能制造 ！

数字化的标志是数据看板。有了很好的数据看板，懂行的人就能看出很多机械化和自动化的问题；但是不懂行的人或水平不够高的人，比如操作工人，就未必能从数据看板中找出稍复杂问题的解决方案。这是数字制造的局限。比如在MES和基础自动化之间，如果没有智能系统，就会出现行业上所说的“MES下不来，自动化上不去”的问题！