[科学技术]智能制造具体呈现的五大关键步骤

为落实“中国制造2025”总体部署，根据《智能制造发展规划(2016-2020)》和《智能制造工程实施指南(2016-2020)》要求，工业和信息化部现正在开展2018年智能制造试点示范项目推荐工作。其中，明确了2018年智能制造试点示范项目的必备条件。我们来了解一下工信部是如何确定智能制造的必备条件的，或者说智能制造是如何具体呈现的。

智能制造模式的要素条件

第一，离散智能制造

1.对车间/工厂的总体设计、工艺流程和布局建立了数字化模型，并进行了仿真，实现了计划、生产和运营全过程的数字化管理。

2.应用数字化三维设计和工艺技术设计和模拟产品和工艺，通过实物检验和测试进行验证和优化。建立产品数据管理系统(pdm)，实现产品设计和工艺数据的集成管理。

3.制造设备数控化率超过70%，实现了高档数控机床与工业机器人、智能传感与控制设备、智能测试与装配设备、智能物流与仓储设备等关键技术设备的信息互联与集成。

4.建立生产过程数据采集分析系统，实现生产进度、现场操作、质量检验、设备状态、物料转移等生产现场数据的自动上传，实现可视化管理。

5.建立车间制造执行系统(mes)，实现计划、调度、质量、设备、生产、能效等管理功能。建立企业资源计划系统(erp)，实现供应链、物流、成本等企业管理功能。

6.建立工厂内部通信网络架构，实现设计、工艺、制造、检验、物流等制造过程各个环节，以及制造过程和制造执行系统(mes)和企业资源计划系统(erp)之间的信息互联互通。

7.建立行业信息安全管理体系和技术保障体系，具备网络保护和应急响应等信息安全保障能力。构建功能安全防护体系，采用全生命周期方法，有效避免系统失效。

通过持续改进，实现产品生命周期在企业设计、工艺、制造、管理、物流等方面的闭环动态优化，推动企业数字化设计、智能设备升级、工艺流程优化、精益生产、可视化管理、质量控制与追溯、智能物流等方面的快速提升。

二、基于过程的智能制造

1.对工厂的总体设计、工艺流程和布局建立了数字模型，并进行仿真，实现了生产流程数据的可视化和生产过程的优化。

2.实现物流、能量流、物性、资产全过程监控，建立数据采集监控系统，生产过程数据自动采集率达到90%以上。实现原材料、关键工序、成品检测数据的采集和综合利用，建立实时质量预警。

3.采用先进的控制系统，工厂自动控制利用率达到90%以上，关键生产环节实现基于模型的先进控制和在线优化。

4.建立生产执行系统(mes)，建立生产计划和调度模型，实现从原材料到成品的生产建模分析和决策、过程量化管理、成本和质量动态跟踪以及集成协同优化。建立企业资源计划系统，实现企业运营、管理和决策的智能优化。

5.对于安全性和环境风险较高的项目，实现有毒有害物质和危险源的自动检测和监控，以及安全生产的全方位监控，建立在线应急指挥联动系统。

6.建立工厂的通信网络架构，实现工艺、生产、检验、物流等制造过程各环节之间，制造过程与数据采集监控系统、生产执行系统(mes)、企业资源计划系统(erp)之间的信息互联互通。

7.建立行业信息安全管理体系和技术保障体系，具备网络保护和应急响应等信息安全保障能力。构建功能安全防护体系，采用全生命周期方法，有效避免系统失效。

通过持续改进，实现了生产过程的动态优化和制造管理信息的全过程可视化，企业在资源配置、过程优化、过程控制、产业链管理、节能减排、安全生产等方面的智能化水平显著提高。

三、网络协同制造

1.建立了网络化制造资源的协同云平台，具有完善的系统架构和相应的操作规则。

2.通过协同云平台，展示社会/企业/部门的制造资源，实现制造资源与需求的有效对接。

3.通过协同云平台，实现企业/部门之间创新资源和设计能力的共享、互补和对接。

4.通过协同云平台，可以实现企业/部门之间面向订单的生产资源合理配置，以及制造过程和供应链各环节的并行生产组织。

5.建立围绕整个生产链协调共享的产品追溯体系，实现企业间覆盖产品制造和运维服务的信息追溯服务。

6.建立行业信息安全管理体系和技术保障体系，具备网络保护和应急响应等信息安全保障能力。

通过持续改进，网络化制造资源的协同云平台不断优化，企业和部门之间的创新资源、生产能力和服务能力高度整合，制造和服务运维信息高度共享，资源和服务的动态分析和灵活配置水平显著提升。

第四，大规模定制

1.产品采用模块化设计，通过差异化定制参数形成个性化产品。

2.搭建基于互联网的个性化定制服务平台，通过定制参数选择、三维数字建模、虚拟现实或增强现实，实现与用户的深度交互，快速生成产品定制解决方案。

3.构建个性化产品数据库，利用大数据技术挖掘分析用户个性化需求的特征。

4.个性化定制平台与R&D及设计、生产调度、柔性制造、营销管理、供应链管理、物流配送、售后服务等数字化制造系统协调整合。

通过不断改进，不断优化模块化设计方法、个性化定制平台和个性化产品数据库，形成完善的数据驱动型企业R&D设计、生产、营销、供应链管理和服务体系，显著提高快速、低成本满足用户个性化需求的能力。

V.远程操作和维护服务

1.采用远程运维服务模式的智能设备/产品应配备具有数据采集、通信和远程控制功能的开放式数据接口，并使用支持ipv4和ipv6的工业互联网采集和上传设备状态、运行和环境状况数据，并根据远程指令灵活调整设备运行参数。

2.建立智能设备/产品远程运维服务平台，对设备/产品上传数据进行有效过滤、整理、存储和管理，通过数据挖掘和分析，为用户提供日常运维、在线检测、预知维护、故障预警、诊断修复、运行优化、远程升级等服务。

3.智能设备/产品远程运维服务平台应与设备制造商的产品生命周期管理系统(plm)、客户关系管理系统(crm)和产品研发管理系统共享信息。

4.智能设备/产品远程运维服务平台应建立相应的专家库和专家咨询系统，为智能设备/产品远程诊断提供智能决策支持，并向用户提出运维解决方案。

5.建立信息安全管理体系，具备信息安全保护能力。通过持续改进，建立高效安全的智能服务系统，提供的服务能够与产品形成实时有效的互动，从而大大提高嵌入式系统、移动互联网、大数据分析和智能决策支持系统的集成应用水平。

新技术创新应用要素的条件

一、工业互联网

1.建立工业互联网工厂内网，利用工业以太网、工业pon、工业无线、ipv6等技术实现生产设备、传感器、控制系统和管理系统的互联，实现数据采集、流通和处理；利用ipv6、工业物联网等技术实现与工厂内外网的互联互通，支持内外网业务协同。

2.采用各种识别技术自动识别零件、在制品、产品等对象，实现仓储生产过程中的信息自动采集和处理，通过与国家工业互联网识别分析系统对接，实现产品全生命周期管理。

3.实现工厂管理软件之间的横向互联，实现数据流、转换和相互识别。

4.在厂内搭建工业互联网平台或在公网上使用工业互联网平台，实现数据集成、分析挖掘，支持智能生产、个性化定制、网络协作、服务延伸等应用。

5.通过部署和应用工业防火墙、安全监控和审计、入侵检测等安全技术措施，可以预防、监控和应对工业互联网的安全风险，保证工业系统的安全运行。

第二，人工智能

1.关键制造设备采用人工智能技术，通过嵌入计算机视听感知、生物识别、复杂环境识别、智能语音处理、自然语言理解、智能决策控制、新型人机交互等技术，实现制造设备的自感知、自学习、自适应、自控制。

2.结合行业特点，以大数据分析技术为基础，应用机器学习、知识发现与知识工程、跨媒体智能等方法，在产品质量改进与缺陷检测、生产过程优化、设备健康管理、故障预测与诊断等关键环节具有人工智能特性。

3.目标产品采用智能感知、模式识别、智能语义理解、智能分析决策等核心技术。，从而显著提高复杂环境感知、智能人机交互、灵活精确控制、群体实时协作的性能和智能水平。

4.人工智能技术已经应用于产品的整个生命周期，如产品开发和制造过程，以优化制造过程，技术方案和应用模式可以复制和推广。