智能制造是最新的制造模式之一，具有廣闊的發展前景，智能制造從本質上說是一個智能化的信息處理系統，對外操控機器人的動作，完成產品的制造和加工。該系統屬于一種開放性的體系，原料、信息和能量都是開放的。智能制造是新世紀制造業振興的發展方向，是我國實現制造業跨越的必經之路。

　　最新智能制造技術

　　1、賽博物理系統

　　CPS：即賽博物理系統，Cyber-PhysicalSystems，是一個綜合計算、網絡和物理環境的多維復雜系統，通過3C（Computing、Communication、Control）技術的有機融合與深度協作，實現大型工程系統的實時感知、動態控制和信息服務，讓物理設備具有計算、通信、精確控制、遠程協調和自治等五大功能，從而實現虛擬網絡世界與現實物理世界的融合。CPS可以將資源、信息、物體以及人緊密聯系在一起，從而創造物聯網及相關服務，并將生產工廠轉變為一個智能環境。

　　2、人工智能

　　AI：即人工智能（Artificial Intelligence），它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統。它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。

　　3、增強現實技術

　　AR：即增強現實技術，Augmented Reality，它是一種將真實世界信息和虛擬世界信息“無縫”集成的新技術，是把原本在現實世界的一定時間空間范圍內很難體驗到的實體信息（視覺、聲音、味道、觸覺等信息），通過電腦等科學技術，模擬仿真后再疊加，將虛擬的信息應用到真實世界，被人類感官所感知，從而達到超越現實的感官體驗。真實的環境和虛擬的物體實時地疊加到了同一個畫面或空間同時存在。增強現實技術，不僅展現了真實世界的信息，而且將虛擬的信息同時顯示出來，兩種信息相互補充、疊加。增強現實技術包含了多媒體、三維建模、實時視頻顯示及控制、多傳感器溶合、實時跟蹤及注冊、場景融合等新技術與新手段。

　　4、基于模型的企業

　　MBE：即基于模型的企業，Model-BasedEnterprise，是一種制造實體，它采用建模與仿真技術對其設計、制造、產品支持的全部技術的和業務的流程進行徹底的改進、無縫的集成以及戰略的管理;利用產品和過程模型來定義、執行、控制和管理企業的全部過程;并采用科學的模擬與分析工具，在產品生命周期（PLM）的每一步做出最佳決策，從根本上減少產品創新、開發、制造和支持的時間和成本。

　　5、物聯網

　　IoT：即物聯網，Internet of Things，物聯網就是物物相連的互聯網，指通過各種信息傳感設備，實時采集任何需要監控、連接、互動的物體或過程等各種需要的信息，與互聯網結合形成的一個巨大網絡。其目的是實現物與物、物與人，所有的物品與網絡的連接，方便識別、管理和控制。

　　6、云計算

　　CC：即云計算，Cloud Computing，是一種按使用量付費的模式，這種模式提供可用的、便捷的、按需的網絡訪問，進入可配置的計算資源共享池（資源包括網絡，服務器，存儲，應用軟件，服務），這些資源能夠被快速提供，只需投入很少的管理工作，或與服務供應商進行很少的交互。

　　7、工業大數據

　　IBD，即工業大數據，Industrial Big Data，是將大數據理念應用于工業領域，為使將設備數據、活動數據、環境數據、服務數據、經營數據、市場數據和上下游產業鏈數據等原本孤立、海量、多樣性的數據相互連接，實現人與人、物與物、人與物之間的連接，尤其是實現終端用戶與制造、服務過程的連接，通過新的處理模式，根據業務場景對時實性的要求，實現數據、信息與知識的相互轉換，使其具有更強的決策力、洞察發現力和流程優化能力。

　　相比其他領域的大數據，工業大數據具有更強的專業性、關聯性、流程性、時序性和解析性等特點。

　　（說明，因為對工業大數據尚未有成熟的定義，本定義是根據自己的理解，在綜合Gartner、IBM等對大數據的定義及李杰教授《工業大數據》一書的理解，形成本定義，希望各位批評指正）

　　8、預測與健康管理

　　PHM，即預測與健康管理，Prognostics andHealth Management，是綜合利用現代信息技術、人工智能技術的最新研究成果而提出的一種全新的管理健康狀態的解決方案。一般而言，PHM系統主要有六個部分構成：數據采集、信息歸納處理、狀態監測、健康評估、故障預測決策、保障決策。

　　9、混合制造

　　將3D打印（增材制造）技術與銑削加工（減材制造）技術有機的結合起來，形成一種新型的制造模式。通過混合制造可以有效借助增材制造的優勢實現全新幾何形狀的加工，同時使增材制造技術不再只限于加工小型工件，加工效率也大幅得以提升。

　　10、工廠信息安全

　　工廠信息安全是將信息安全理念應用與工業領域，實現對工廠及產品使用維護環節所涵蓋的系統及終端進行安全防護。所涉及的終端設備及系統包括工業以太網、數據采集與監控（SCADA）、分布式控制系統（DCS）、過程控制系統（PCS）、可編程邏輯控制器（PLC）、遠程監控系統等網絡設備及工業控制系統的運行安全，確保工業以太網及工業系統不被未經授權的訪問、使用、泄露、中斷、修改和破壞，為企業正常生產和產品正常使用提供信息服務。

　　智能制造技術體系解析

　　1、智能制造系統研究現狀

　　（1）智能制造系統內涵分析

　　智能制造體系是上世紀八十年代有先進的工業化國家率先提出的，主要包含只能制造技術和智能制造系統兩部分。總體來看，智能制造體系指的是應用集成工程的思想，通過制造軟件專家系統、機器人視覺和控制等先進技術，最終達到智能裝配生產線上的機器人能夠在人工不進行干預的情況下完場生產任務。智能制造的目的是人的腦力活動轉化為制造機器人的智能化思維。智能化制造體系的物理基礎是智能化機器人，所必需的設備包括智能加工機床、工具和設備的智能化輸送平臺以及裝配設備等。

　　（2）智能制造體系國內外研究現狀

　　智能制造在上世紀八十年代提出之后，在國際范圍內形成了三個主要的研究中心，分別是美國、歐洲和日本。最初的內涵指的是智能機床，智能機床能夠完場熟練機械師操作普通機床完成的所有功能，具有一定的智能性。后來的智能制造概念得到發展和延伸，進而形成了一種開放性的操作系統，日本于1990年完成了世界范圍內第一個智能制造工廠，融合了人工智能技術的機器人同時具備視覺的觸覺功能。相對而言，我國在該領域的研究起步較晚，九十年代后才申請成立了第一個智能制造國家級項目。在理論研究領域主要集中于智能制造基礎理論分析、智能化單元制造與控制、智能機器人的研發等。

　　智能制造的應用正在世界范圍內興起，它是制造技術發展，特別是制造信息技術發展的必然，是自動化和集成技術向縱深發展的結果。然而，雖然智能制造得到了學術界的廣泛重視和深入研究，然而卻難以得到工業界的廣泛應用和推廣，同時近幾年關于智能制造系統新理論方面的研究遇到了瓶頸，其問題在于智能制造系統的體系架構尚未研究透徹，同時對于智能制造系統的發展趨勢沒有比較好的掌控。

　　2、智能制造體系架構研究

　　（1）智能制造體系整體架構分析

　　智能制造的總體架構自下而上包括業務層、運作層、功能系統、功能單元、支撐技術五個層次。智能生產線各個層次間相輔相成，聯系密切，其中系統以需求訂單為輸入，以信息系統為核心，集成自動化上下料等多個子功能系統，以基本功能單元及支撐技術為依托，推動智能制造生產線的正常運作，實現大批量產品定制及個性化客戶服務的目標，從而最大化地滿足客戶和市場需求。其中各個層次的內容及構成如下：（1）系統業務層：即系統目標，是為客戶提供大批量定制產品及個性化的客戶服務。（2）系統運作層：主要包含精益化、數字化和敏捷化等最新技術。（3）功能系統層：設備預警，優化加工參數，監控生產的全過程，精度檢測的在線實現，最終通過信息技術系統進行集成。（4）功能單元層：此部分承擔設備和加工裝備的信息傳輸，使用傳感網絡和通信網絡技術。（5）支撐技術層：系統設計技術主要有傳感技術和模塊化技術，設備故障診斷和維修系統，安全維護和設備及信號的有效識別。

　　（2）智能制造體系亟待解決的問題

　　智能制造想要完全提出人工干預，實現完全意義上的機器自主控制與分析，就需要建立一個智能化、數字化、信息化程度較高的企業管理網絡，通過該網絡完成產品的設計、裝配制造直至倉儲物流的全過程控制，其中還包括問題產品和故障設備的自動處理和維修。但是現階段我國制造裝配企業在各個制造要素的互聯互通方面存在不小問題，主要體現在智能制造體系各功能單元之間橫向、縱向集成通訊、端口到端口的信號傳輸。數據格式、通訊協議和語言識別等基礎性的內容還沒有完全解決。隨著物聯網、大數據和云計算等最新技術的融合，各功能單元之間的通訊是必須要解決的問題。人機交互、設備與設備之間、生產制造和倉儲物流之間的信息交互都是困擾智能制造體系構建和發展的一大難題。

　　3、智能制造體系發展趨勢分析

　　（1）智能制造體系柔性化發展方向分析

　　智能制造體系的柔性化方向石油柔性智能裝配引發的，基本的基本思路為：柔性裝配的研究層次從上到下分為柔性工裝、柔性工藝規劃和柔性車間調度。主要涉及的研究思路包含結構優化設計、工裝驅動數據自動生成、裝配順序規劃和分配方法研究以及智能調度技術。柔性化發展是基于只能裝配生產線上可能出現的各種問題及產品，所提出的新型發展方向。這其中可變參數和柔性調度是最重要的研究領域。

　　（2）智能制造體系精益化發展方向分析

　　精益化的研究發祥包括四個方面的內容：（1智能制造環境下的自適應快速換模技術；（2）設備自診斷、自適應和自修復技術所組成的全員設備維護技術；（3）生產流程自動化的3P技術，該技術能夠將生產過程中的資源浪費在設計和工藝研究等源頭環節中進行降低；（4）均衡混流生產技術，該技術是基于對生產計劃的合理規劃以及現場動態調整和調配等智能制造手段進行的。

　　（3）智能制造體系敏捷化的發展方向

　　敏捷化主要有以下連兩個研究方向：首先，對于客戶訂單變化的快速響應是只能制造的一大特點，通過前期客戶需求的調查，在大數據分析的基礎上，使用神經網絡等算法對客戶的訂單可能發生的情況進行預測，并擬合相應的相應曲線，得到響應基本函數，然后優化設計生產關鍵因素，最終大幅度減少客戶需求響應的時間。其次是對于功能單元的設計和配制。在使用智能制造生產線的時候，需要對參與生產的各要素（包括軟件設計、硬件要求和工藝流程設計等）歸類的功能模塊劃分。在功能劃分之后組建各自成體系的模塊單元，并配置相應的算法，以達到提升智能制造體系柔性化和可重構性的目的。