第6章 智能制造

数字经济概论IntroductiontotheDigitalEconomy第6章智能制造学习目标1.深刻认识智能制造是建设制造强国的主攻方向，了解智能制造的发展历程；2.学习习近平关于智能制造的重要论述，理解智能制造的概念与本质；3.了解智能制造的架构与技术支撑体系，包括现有关于智能制造的参考模型、工业大数据等，重点理解物理信息系统的结构及其对智能制造的重要意义；4.熟悉常见的智能制造商业模式，包括个性化定制、网络化协同、智能化生产以及服务化延伸；5.了解德美日国家和我国的智能制造主要实践，促进我国产业迈向全球价值链中高端。导

言

党中央、国务院高度重视智能制造发展。习近平总书记多次强调，“要以智能制造为主攻方向推动产业技术变革和优化升级，推动制造业产业模式和企业形态发生根本性转变”。2021年，工信部、国家发改委等8部门印发《“十四五”智能制造发展规划》，明确提出了我国智能制造“两步走”战略，智能制造发展水平关乎我国未来制造业的全球地位。

本章节概述了智能制造的发展历程，概念和本质，架构和技术支撑，阐述了常见的智能制造商业模式、以及列举了德美日国家与我国的智能制造主要实践。第1节

智能制造的发展历程第2节智能制造的概念与本质第3节智能制造的架构与技术支撑体系第4节智能制造商业模式第5节国内外智能制造的主要实践目

录

第1节

智能制造的发展历程中国人民大学出版社北京第1节

智能制造的发展历程一、从自动化到智能化智能制造的发展历程体现在从自动化到智能化的转变和升级，集中反映了社会生产力不断发展的人类文明和智慧的结晶。智能制造从自动化到智能化的发展历程也包含了三个发展阶段：

（1）数字化制造阶段（如计算机辅助设计/制造（CAD/CAM）等）

（2）网络化制造阶段（如基于网络的分布式CAD系统和开放结构控制的加工中心）

（3）智能化制造阶段（如人工智能赋予生产运作系统，使其能够自感知、自决策和自执行）第1节

智能制造的发展历程二、制造业智能化转型的趋势当前，互联网、大数据、人工智能等新技术持续创新和高速发展，为制造业发展注入新的活力，驱动制造业加速向智能化转型，而万物互联、数据驱动、软件定义、平台支撑、组织重构是制造业智能化转型的主要趋势。

趋势一：万物互联所谓万物互联，就是人、物、数据和应用通过互联网连接在一起，实现所有人和人、人和物及物和物之间的互联，重构整个社会的生产工具、生产方式和生活场景。第1节

智能制造的发展历程二、制造业智能化转型的趋势趋势二：数据驱动数据驱动的本质就是通过生产制造全过程、全产业链、产品全生命周期数据的自动流动不断优化制造资源的配置效率，就是要实现更好的质量、更低的成本、更快的交付、更高的满意度，就是要提高制造业全要素生产率。数据驱动将主要带来三个方面的转变：数据驱动的创新、数据驱动的生产，以及数据驱动的决策。第1节

智能制造的发展历程二、制造业智能化转型的趋势数据驱动的创新

在数字经济时代，数据逐渐成为制造企业的战略资源，数据，尤其是工业大数据，业已成为企业创新的关键资源。通过对产品、设备、客户等数据的搜集和分析，能够有效帮助制造企业实现产品创新、流程创新、商业模式创新。第1节

智能制造的发展历程二、制造业智能化转型的趋势数据驱动的生产在生产过程中，智能装备的自感知、自决策、自执行奠定了从单机智能化到智能生产线、智能工厂的基础。生产线、生产设备的数据可以用于对设备本身进行实时监控，实现工业控制和管理最优化。第1节

智能制造的发展历程二、制造业智能化转型的趋势数据驱动的决策企业间内部数据的横向集成及企业间数据的纵向集成，带来了数据的完整性、及时性、准确性和可执行性，推动数据—信息—知识—决策持续转化，构建企业运营新机制。第1节

智能制造的发展历程二、制造业智能化转型的趋势趋势三：软件定义软件定义是为保障实现数据自动流动所设计的相应规则。数据的自动流动是优化制造资源配置的关键，问题是如何实现数据的自动流动，换言之，如何把正确的数据以正确的方式在正确的时间传递给正确的人和机器。第1节

智能制造的发展历程二、制造业智能化转型的趋势趋势四：平台支撑平台是基于信息技术构建的连接多个参与方的虚拟空间，是提供信息汇聚、产品交易和知识交易的互联网信息服务载体。工业互联网平台承载着工业知识的数字化模型和工业App成为平台交易的重点，工业互联网平台成为工业知识沉淀、传播、复用和价值创造的重要载体，工业互联网平台成为全球领军企业竞争的新赛道、产业布局的新方向和制造大国竞争的新焦点。第1节

智能制造的发展历程二、制造业智能化转型的趋势趋势五：组织重构组织重构的本质就是进入数字经济时代后，数据作为一种新管理要素与传统技术、业务流程、组织结构相互影响、相互作用，极大地变革了不同群体的交流方式、交易方式，有效提升交易速率和质量，从而使得企业内外部交易成本呈现明显下降趋势，推动了组织向扁平化、平台化和联盟化方向发展。第1节

智能制造的发展历程二、制造业智能化转型的趋势组织重构主要体现在以下三个方面：1.极小化的自组织（如GE组织扁平化到谷歌、亚马逊等互联网企业团队微型化，海尔企业无边界等）2.极大化的平台（如苹果、谷歌、亚马逊、脸书（Facebook）、阿里巴巴、腾讯、百度、小米等一批互联网企业打造了一个巨型的创新创业平台）3.生态化的产业联盟（工业4.0平台、工业互联网联盟等产业联盟在全球产业竞争中的地位不断凸显，它们正成为主导产业竞争规则的新主体）

第2节

智能制造的概念与本质中国人民大学出版社北京第2节

智能制造的概念与本质一、智能制造的定义学术界对智能制造的研究最早可追溯到20世纪80年代，美国纽约大学的怀特教授（P.K.Wright）和卡内基梅隆大学的布恩教授（D.A.Bourne）于1988年出版了《制造智能》（ManufacturingIntelligence）一书，将智能制造定义为“通过集成知识工程、制造软件系统、机器人视觉和机器人控制来对制造技工们的技能与专家知识进行建模，以使智能机器能够在没有人工干预的情况下进行小批量生产”。第2节

智能制造的概念与本质一、智能制造的定义国家智能制造标准体系建设指南（2018）对智能制造进行了明确的界定，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。第2节

智能制造的概念与本质二、智能制造的本质与传统制造模式不同的是，智能制造的特征更多是由技术形塑。中国工程院院士李培根认为，智能制造的本质和真谛是利用物联网、大数据、人工智能等先进技术认识制造系统的整体联系并控制和驾驭系统中的不确定性、非结构化和非固定模式问题以达到更高的目标。第2节

智能制造的概念与本质二、智能制造的本质中国航空工业集团信息技术心原首席顾问宁振波在其《智能制造的本质》一书中对智能制造进行了全面的剖析，认为智能制造就是为传统的制造赋予智能。这里的智能是指“人工智能”。通俗地讲，人工智能就是将人类的知识、经验、方法等验证无误的内容编译成软件，将原来由人执行的任务转为由计算机来执行的过程。第2节

智能制造的概念与本质二、智能制造的本质智能制造的本质是在前三次工业革命打下的坚实基础上，积累了大量有关产品研制的设计知识、工艺知识、生产知识、设备维修知识、管理和决策知识等，而且这些知识经过反复验证被证明是成熟的，人们通过高水平数字化技术的大规模应用，把这些知识转变成工业软件和数字化的产品模型，这些软件和模型在计算机上的执行，实现了对数字产品和物理产品更好的控制，对制造资源更优化的配置，逐步实现产品本身的智能化、产品系统结构定义的数字化、产品研制生产过程的数字化，以及庞大的零部件供应链的网络化，形成了全新的产业形态。第2节

智能制造的概念与本质二、智能制造的本质简单来说，可以归纳为三句话，第一，软件化的工业技术；第二，软件定义的生产关系；第三，生产关系的优化和重构。也就是说，用软件控制数据的自动流动，解决复杂产品的不确定性，这就是智能制造。

第3节

智能制造的架构与技术支撑体系中国人民大学出版社北京第3节

智能制造的架构与技术支撑体系一、智能制造参考模型智能制造参考模型是一个通用模型，适用于智能制造全价值链的所有合作伙伴公司的产品和服务，它将提供智能制造相关技术系统的构建、开发、集成和运行的一个框架。第3节

智能制造的架构与技术支撑体系一、智能制造参考模型德国智能制造参考模型德国的智能制造参考模型体现为工业4.0参考架构，即“制造+互联互通”的RAMI4.0（ReferenceArchitectureModelIndustry4.0）模型。它是从产品生命周期与价值链、层级和企业架构三个维度，分别对工业4.0进行多角度描述的一个框架模型。第3节

智能制造的架构与技术支撑体系一、智能制造参考模型美国智能制造参考模型美国的智能制造参考模型体现在工业互联网参考架构（IndustrialInternetReferenceArchiteture，IIRA），该架构的目的在于使工业物联网系统架构师能够基于通用框架和概念设计，开发可以互操作的IIoT系统，加快工业互联网的发展。第3节

智能制造的架构与技术支撑体系一、智能制造参考模型中国智能制造系统架构IMSA2015年12月，中国国家智能制造标准化总体组发布了智能制造系统架构IMSA。智能制造系统架构包括生命周期、系统层级和智能功能三个维度，全方位展示了智能制造的概貌。第3节

智能制造的架构与技术支撑体系二、智能制造的核心：工业大数据工业大数据的定义与特征李杰（2015）认为，从数据类型的角度来，工业大数据整合企业内部传感数据、信息化数据，以及企业外部的用户、供应商等利益相关者数据的集合，在形态方面符合大数据的海量、多样性和高速性的典型特征。第3节

智能制造的架构与技术支撑体系二、智能制造的核心：工业大数据分类互联网大数据工业大数据数据量要求大量样本数尽可能全面地使用样本数据质量要求较低较高，需对数据质量进行预判与修复对数据属性意义的解读不考虑属性的意义，值分析统计显著性强调特征之间的物理关联分析手段以统计分析为主，通过挖掘样本中各个属性之间的相关性进行预测具有一定逻辑流水线式数据流分析手段。强调跨学科技术的融合，包括数据、物理、机器学习、控制、人工智能等对分析结果准确性要求较低较高第3节

智能制造的架构与技术支撑体系二、智能制造的核心：工业大数据工业大数据具有“6V”特征：1.Volume－容量；2.Velocity－速度；3.Variety－多样性；4.Veracity－真实性；5.Visibility－可见性；6.Value－价值第3节

智能制造的架构与技术支撑体系三、智能制造的技术体系：信息物理系统（CPS）信息物理系统（CPS）是通过集成先进的感知、计算、通信、控制等信息技术和自动控制技术，构建了物理空间与信息空间中人、机、物、环境、信息等要素。这些要素构成了相互映射、实时交互、高效协同的复杂系统，实现系统内资源配置和运行的按需响应、快速迭代、动态优化。信息物理系统的本质就是构建一套信息空间与物理空间之间基于数据自动流动的状态感知、实时分析、科学决策、精准执行的闭环赋能体系，解决生产制造、应用服务过程中的复杂性与不确定性，提高资源配置效率，实现资源优化。第3节

智能制造的架构与技术支撑体系三、智能制造的技术体系：信息物理系统（CPS）信息物理系统（CPS）是通过集成先进的感知、计算、通信、控制等信息技术和自动控制技术，构建了物理空间与信息空间中人、机、物、环境、信息等要素。信息物理系统的本质就是构建一套信息空间与物理空间之间基于数据自动流动的状态感知、实时分析、科学决策、精准执行的闭环赋能体系，解决生产制造、应用服务过程中的复杂性与不确定性，提高资源配置效率，实现资源优化。第3节

智能制造的架构与技术支撑体系三、智能制造的技术体系：信息物理系统（CPS）CPS作为沟通信息世界与物理世界的桥梁，它具有共六大典型特征：数据驱动软件定义泛在连接虚实映射异构集成系统自治第3节

智能制造的架构与技术支撑体系三、智能制造的技术体系：信息物理系统（CPS）信息物理系统（CPS）的结构与实现根据安筱鹏（2019）的观点，可以CPS的技术体系概括为“一硬”（感知和自动控制）、“一软”（工业软件）、“一网”（工业网络）、“一平台”（工业互联网平台）。第3节

智能制造的架构与技术支撑体系三、智能制造的技术体系：信息物理系统（CPS）CPS的层级架构：单元级、系统级、系统之系统级单元级是具有不可分割性的信息物理系统的最小单元。它可以是一个部件或一个产品，通过“一硬”和“一软”可构成“感知——分析——决策——执行”的数据闭环；系统级是“一硬、一软、网”的有机组合。CPS的多个最小单元（单元级）通过工业网络，实现更大范围、更宽领域的数据自动流动，构成智能生产线、智能车间、智能工厂，实现了多个单元级CPS的互联、互通和互操作；系统之系统级（SoS级）是多个系统级CPS的有机组合，涵盖了“一硬、一软、一网、一平台”四大要素。第3节

智能制造的架构与技术支撑体系三、智能制造的技术体系：信息物理系统（CPS）CPS的的建设和应用1.建设CPS的思路：数据自动流动是关键资源优化是目标；数据自动流动是关键；工业软件是核心；新型能力培育是主线；系统解决方案是重点2.CPS应用场景（包括智能设计、智能生产、智能服务、智能应用）

第4节

智能制造商业模式中国人民大学出版社北京第4节

智能制造商业模式数字化、网络化、智能化等技术的广泛应用以及与制造技术的结合，能够对企业内部的产品、设备、生产线、车间、工厂等实现数字化和网络化互联互相连接，通过传感设备、大数据分析等软硬件的部署和使用，使制造企业拥有数据采集、搜集、分析的能力，驱动制造企业的生产方式和产业形态的转变，主要体现在从传统的大规模生产向大规模个性化定制的转变，本质上是以往以产品为核心的生产型制造逐渐向以服务和客户为核心服务型制造进行转变。第4节

智能制造商业模式一、个性化定制个性化定制是指基于新一代信息技术和柔性制造技术，以模块化设计为基础，以接近大批量生产的效率和成本，能够满足客户个性化需求的一种智能服务模式或商业模式。第4节

智能制造商业模式一、个性化定制典型案例：红领集团青岛红领集团依托大数据技术，在全球范围内第一个实现西装的大规模个性化定制，从规模化量产转变为更加聚焦消费者的模式。红领的个性化定制流程遵循C2M模式，其提供的定制化平台采集消费者需求，获取个性化信息数据，通过数据驱动整个生产制造流程，在智能工厂中完成产品的自动设计，个性化制造等环节，合格的个性化成品通过智能物流被最终交付到客户手中。综上，红领集团通过实施智能制造，最终实现在线定制、一人一款、在线量体、一人一版。第4节

智能制造商业模式二、网络化协同网络化协同制造是基于敏捷制造、虚拟制造、网络制造、全球制造的生产模式，打破时间、空间的约束，通过互联网络，使整个供应链上的企业和合作伙伴共享客户、设计、生产经营信息。第4节

智能制造商业模式二、网络化协同典型案例：西门子公司——MindSphere平台西门子于2016年推出MindSphere平台。该平台采用基于云的开放物联网架构，可以将传感器、控制器以及各种信息系统收集的工业现场设备数据，通过安全通道实时传输到云端，并在云端为企业提供大数据分析挖掘、工业APP开发以及智能应用增值等服务。MindSphere是IoT操作系统的核心，具有数据分析功能和连通功能、各种开发工具以及各种应用软件和服务。该平台以“平台即服务”（PaaS）形式，提供了可扩展云平台，适用于各种应用的开发，可记录和分析大量生产数据，进而提高工厂生产效率。MindSphere是西门子和第三方服务供应商提供各种应用和基于数据的服务的强大基础，例如，预测性维护、能源数据管理、资源优化等。第4节

智能制造商业模式三、智能化生产相较于传统制造，智能制造催生了智能化生产的新兴模式，极大提高了制造企业的生产效率。而实现智能化生产依赖于智能生产系统和系列集成实现技术。智能生产中的功能集成实现技术包括：1.动态感知技术2.实时分析技术3.自主决策功能4.精准执行功能第4节

智能制造商业模式四、服务化延伸智能制造驱动制造企业的生产方式和产业形态的转变，主要体现在从传统的大规模生产向大规模个性化定制的转变，本质上是以往以产品为核心的生产型制造逐渐向以服务和客户为核心服务型制造进行转变。

第5节

国内外智能制造的主要实践中国人民大学出版社北京第5节

国内外智能制造的主要实践一、德美日智能制造实践智能制造代表了新一轮产业革命和新科技革命发展趋势和方向，以德美日为代表的欧美发达国家从国家高度纷纷制定相关政策，以发展智能制造为重要契机并作为驱动制造业转型的主导力量，同时期望在高端制造业领域抢占制高点。第5节

国内外智能制造的主要实践一、德美日智能制造实践（一）德国“工业4.0”和《国家工业战略2030》2013年4月，德国在汉诺威工业博览会上正式推出“工业4.0（Industries4.0）”。德国的具体实践包括：（1）设立“工业4.0平台”等机构；（2）建立“工业4.0参考架构”标准；工业4.0参考架构体系”包括三个维度：第一个维度是产品生命周期与价值链；第二个维度是业务经营理念层次；第三个维度是企业内部的纵向集成第5节

国内外智能制造的主要实践一、德美日智能制造实践（二）美国先进制造伙伴关系2010年奥巴马通过“制造业促进法案（ManufacturingEnhancementAct）”，指出“美国制造”是战胜经济衰退的关键词。美国政府在2011和2012年先后出台两份促进先进制造业发展的规划，并通过成立“先进制造业伙伴关系”（AMP）计划。2013年9月AMP升级为“先进制造伙伴关系2.0”第5节

国内外智能制造的主要实践一、德美日智能制造实践美国先进制造伙伴关系的具体措施（1）推进实施“国家制造创新网络”（“制造美国”）计划；（2）设立“智能制造领导力联盟”；（3）企业界成立“工业互联网联盟”，推出“工业互联网参考架构”标准；第5节

国内外智能制造的主要实践一、德美日智能制造实践日本工业价值链和超智能社会5.0 日本的应对主要从三大战略着手，即新机器人战略、超智能社会愿景以及互联工业倡议。1.发布“新机器人战略”，推动机器人革命2.以人为本，建立“超智能社会”（社会5.0）。他们将社会5.0定义为：以人为中心，通过高度整合网络空间和物理空间系统，平衡经济发展和解决社会问题，社会5.0中的社会变革和创新将实现一个具有前瞻性的社会，打破现有的停滞，形成一个成员相互尊重，超越世代的社会，以及每个人都能过上积极愉快的生活的社会。社会5.0实现了网络空间（虚拟空间）与物理空间（真实空间）的高度融合。第5节

国内