智能制造技术基础配套课件

第1章智能制造技术概述1.智能制造技术的发展、内涵和特征本

章

要

点智能制造模式和技术体系智能制造技术的应用及发展趋势智能制造技术的发展、内涵和特征智能制造技术的发展、内涵和特征智能制造概念的产生、兴起和发展智能制造的概念、内涵和特征01智能制造概念的产生、兴起和发展客户需求变化、全球市场竞争和社会可持续发展的需求使得制造环境发生了根本性转变。制造系统的追求目标从20世纪60年代的大规模生产、70年代的低成本制造、80年代的产品质量、90年代的市场响应速度、21世纪的知识和服务，到如今以德国“工业

4.0”而兴起的泛在感知和深入智能化。信息技术、网络技术、管理技术和其他相关技术的发展有力地推动了制造系统追求目标的实现，生产过程从手工化、机械化、刚性化逐步过渡到柔性化、服务化、智能化。不同阶段制造系统的追求目标01智能制造概念的产生、兴起和发展制造技术的发展与四次工业革命制造业已从传统的劳动和装备密集型，逐渐向信息、知识和服务密集型转变，新的工业革命即将到来。01智能制造概念的产生、兴起和发展产品制造过程国际分工的变化云计算、大数据、物联网、移动互联等新一代信息技术开始大爆发，从而开启了全新的智慧时代；机器人、数字化制造、3D打印等技术的重大突破正在重构制造业技术体系；云制造、网络众包、异地协同设计、大规模个性化定制、精准供应链、电子商务等网络协同制造模式正在重塑产业价值链体系。01智能制造概念的产生、兴起和发展当前，信息技术、新能源、新材料、生物技术等重要领域和前沿方向的革命性突破和交叉融合，正在引发新一轮产业变革。英国学者保罗·麦里基在报告《制造业和创新：第三次工业革命》中认为，新一轮工业革命的核心是以机器人、3D打印机和新材料等为代表的智能制造业。这一轮产业革命本质可概括为“一主多翼”：“一主”就是信息技术和生产服务领域的深度融合，出现数字化、网络化和智能化生产；所谓“多翼”是包括新能源、生物技术以及新材料等新的发展领域。当前及今后一段时间最重要的表现形式还是

“一主”，“多翼”的主要影响则在其后。因此，计算机及其衍生的信息通信和智能技术革命是本轮工业革命的标志或原因。装备制造业、研发部门及其生产性服务业作为新一轮工业革命主导产业，凸显了制造业“智能化”革命的重要性，这些部门的核心工作就是使整个国民经济系统智能化，因此智能化将成为新一轮工业革命的本质内容之一。01智能制造概念的产生、兴起和发展世界主要国家对智能制造的政策计划01智能制造概念的产生、兴起和发展四国制造业发展动态02智能制造的概念、内涵和特征1988年，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）出版了《智能制造》一书，首次提出了智能制造的概念，并指出智能制造的目的是通过集成知识工程、制造软件系统、机器人视觉和机器控制对制造技工的技能和专家知识进行建模，以使智能机器人在没有人工干预的情况下进行小批量生产。日本在1989年提出一种人与计算机相结合的“智能制造系统（intelligentmanufacturing

system，IMS）”，并且于1994年启动了IMS国际合作研究项目，率先拉开了智能制造的序幕。早期的“智能制造系统”将人工智能（AI）视为核心技术，以“智能体（Agent）”为智能载体，其目的是试图用技术系统突破人的自然智力的局限，达到对人脑智力

的部分代替、延伸和加强。02智能制造的概念、内涵和特征人工智能历史上有三个学派：符号主义、联结主义与行为主义。这三派智能理论中，符号主义关注人脑的抽象思维的特性；联结主义只模仿人的形象思维；行为主义则着眼于人类或人造系统智能行为特性及进化过程，它们都从不同的角度致力于推动机器智能接近人的智能水平。行为主义在工业界的影响是更大的。由于人的智能是多功能、多层次、多侧面、全方位的，而三派AI的模型原理本身存在门户之别，并未走向统一和融合。此外AI在学习算法、稳定性分析、商业化应用等方面屡屡遭遇技术的“瓶颈”，始终制约着系统“智能化”水平与智能制造技术的提升，也导致一度兴旺的IMS在其发源国日本被政府和工业界放弃。近年来，随着机器学习尤其是深度学习技术的突破，AI热潮再度兴起。最为经典的案例是谷歌公司的“阿尔法狗”，仅仅通过一年多的学习进化，就在最复杂的博弈游戏——围棋中迅速战胜了中日韩顶尖高手。AI的最新进展再度让智能制造燃起新的希望。02智能制造的概念、内涵和特征人工智能是由机器和智能控制系统组成的工作系统，所以也称叫机器智能，它是由计算机科学，机械设计制造学、信息传感收集与处理科学、语言学、生命科学等多个领域互相交叉发展形成的一门综合的科学。人工智能是以计算机系统为基础，通过各种信息收集、信息处理、执行命令，以达到模拟人类的判断和活动是人类的智能和工作能力得以延伸的科学。广义而论，智能制造是一个大概念，是先进制造技术与新一代信息技术的深度融合，贯穿于产品、制造、服务全生命周期各个环节，以及制造系统集成，实现制造业数字化、网络化，智能化不断提升企业产品质量，效益服务水平，推动制造业创、绿色、协调、开放、共享发展。美国能源部对智能制造的定义：是先进传感、仪器、监测、控制和过程优化的技术和实际的组合，它们将信息和通信技术与制造环境融合在一起，实习工厂和企业中能量、生产率和成本的实时管理。02智能制造的概念、内涵和特征当今，智能制造一般指综合集成信息技术、先进制造技术和智能自动化技术，在制造企业的各个环节（如经营决策、采购、产品设计、生产计划、制造、装配、质量保证、市场销售和售后服务等）融合应

用，实现企业研发、制造、服务、管理全过程的精

确感知、自动控制、自主分析和综合决策，具有高

度感知化、物联化和智能化特征的一种新型制造模

式。02智能制造的概念、内涵和特征智能制造（Intelligent

Manufacturing，IM）是以新一代信息技术为基础，配合新能源、新材料、新工艺，贯穿设计、生产、管理、服务等制造活动各个环节，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称。智能制造技术是制造技术与数字技术、智能技术及新一代信息技术的融合，是面向产品全生命周期的具有信息感知、优化决策、执行控制功能的制造系统，旨在高效、优质、柔性、清洁、安全、敏捷地制造产品和服务用户。虚拟网络和实体生产的相互渗透是智能制造的本质：一方面，信息网络将彻底改变制造业的生产组织方式，大大提高制造效率；另一方面，生产制造将作为互联网的延伸和重要结点，扩大网络经济的范围和效应。以网络互连为支撑，以智能工厂为载体，构成了制造业的最新形态，即智能制造。这种模式可以有效缩短产品研制周期、降低运营成本、提高生产效率、提升产品质量、降低资源能源消耗。从软硬结合的角度看，智能制造即是一个“虚拟网络+实体物理”的制造系统。02智能制造的概念、内涵和特征智能制造的特征是将智能活动融合到生产制造全过程，通过人与机器协同工作，逐渐增大、拓展和部分替代人类在制造过程中的脑力劳动，已由最初的制造自动化扩展到生产的柔性化、智能化和高度集成化。智能制造不仅采用新型制造技术和设备，而且将由新一代信息技术构成的物联网和服务互联网贯穿整个生产过程，在制造业领域构建的信息物理系统，将彻底改变传统制造业的生产组织方式，它不是简单地用信息技术改造传统产业，而是信息技术与制造业融合发展和集成创新的新型业态。智能制造要求实现设备之间、人与设备之间、企业之间、企业与客户之间的无缝网络链接，实时动态调整，进行资源的智能优化配置。它以智能技术和系统为支撑点，以智能工厂为载体，以智能产品和服务为落脚点，实现大幅度提高生产效率、生产

能力。02智能制造的概念、内涵和特征智能制造包括智能制造技术与智能制造系统两大关键组成要素和智能设计、智能生产、智能产品、智能管理与服务4大环节。其中智能制造技术是指在制造业的各个流程环节，实现了大数据、人工智能、3D打印、物联网、仿真等新型技术与制造技术的深度融合。它具有学习、组织、自我思考等功能，能够对生产过程中产生的问题进行自我分析、自我推理、自我处理，同时对智能化制造运行中产生的信息进行存储，对自身知识库不断积累、完善、共享和发展。智能制造系统就是要通过集成知识工程、智能软件系统、机器人技术和智能控制等来对制造技术与专家知识进行模拟，最终实现物理世界和虚拟世界的衔接与融合，使得智能机器在没有人干预的情况下进行生产。智能制造系统相较于传统系统更具智能化的自治能力、容错功能、感知能力、系统集成能力。智能制造的内容包括：制造装备的智能化、设计过程的智能化、加工工艺的优化、管理的信息化和服务的敏捷化/远程化。02智能制造的概念、内涵和特征在2010年前，中文的“智能制造”主要是指传统智能制造。IM是20世纪80年代末随着计算机集成制造系统（Computer

Integrated

Manufacturing

Systems，CIMS）的研究开始兴起的，核心是借助IM系统实现制造过程的自测量、自适应、自诊断、自学习，达到制造柔性化、无人化。制造智能主要表现在智能调度、智能设计、智能加工、智能操作、智能控制、智能工艺规划、智能测量和诊断等多方面。02智能制造的概念、内涵和特征在2010年后，中文的“智能制造”是指IM或Smart

Manufacturing（SM）或两者。SM又被译为智慧制造。2008年，IBM提出“智慧地球”的概念，从而

拉开了新一代信息技术应用的大幕，先是物联网技术，接着是移动宽带、云计算技术、信息物理系统，然后是大数据。这些新一代信息技术具有诸多有别于传统IT技术的特点，将其应用于制造系统将从根本上改变当前的制造模式发展格局，从诸多方面改变制造业信息化建设的路径，使得智能制造范畴有了较大扩展。新一代信息技术极大地推动了新兴制造模式的发展，其中具有代表性的先进制造模式有：以社会化媒体／Web2.0为支撑平台的社会化企业、以云计算为使能技术的云制造、以物联网（Internet

of

Things）为支撑的制造物联、以泛在计算（Ubiquitous

Computing）为基础的泛在制造、以信息物理系统（Cyber

Physical

Systems，CPS）为核心的工业4.0下的智能制造，以大数据为驱动力的预测制造乃至主动制造等。02智能制造的概念、内涵和特征智能制造的特点：第一，生产过程高度智能。智能制造在生产过程中能够自我感知周围环境，实时采集、监控生产信息。第二，资源的智能优化配置。信息网络具有开放性、信息共享性，由信息技术与制造技术融合产生的智能化、网络化的生产制造可跨地区、跨地域进行资源配置，突破了原有的本地化生产边界。第三，产品高度智能化、个性化。智能制造产品通过内置传感器、控制器、存储器等技术具有自我监测、记录、反馈和远程控制功能。智能制造模式和技术体系智能制造模式和技术体系智能制造模式智能制造技术体系智能制造关键技术01智能制造模式1、社会化企业社会化企业是将Web2.0应用于企业而引伸出来的概念，并将其定义为“企业内部、企业与企业之间，以及企业与其合作伙伴/用户间对社会软件的运用”。企业借助Web2.0等社会化媒体工具，使用户能够参与到产品和服务活动中，通过用户的充分参与来提高产品创新能力，形成新的服务理念与模式。Web2.0通过社会性软件拓展和延伸了社会世界，使人们的相互沟通交流、知识共享和协作等产生了革命性变化。社会化企业背景下产生了众包生产、产品服务系统等制造模式。01智能制造模式社会化企业具有以下特点：开放协作：社会化企业破除了传统企业和外部的边界，面向更广泛的群体、面向整个社会，充分利用外部优质资源，以此博采众长和资源共享，在全社会范围内对产品研发、设计、制造、营销和服务等阶段进行大规模协同，整合产生效益，实现企业从有边界到无边界的突破、从“企业生产”到“社会生产”的转变；平等共享：平等就是去中心化、去等级化，传统的集中经营活动将被社会化企业分散经营方式取代，层级化的管理结构将转变为以节点组织的扁平化结构，产品采取模块化研发生产方式，以适应顾客的个性化需求；社会化创新：产品创新的思想往往来自用户，社会化企业注重客户参与的互动性、知识运用、隐性知识的集成，通过社会性网络能够充分利用群体智慧的认知与创新能力，提供任务解决方案、发现创意或解决技术问题，帮助进行产品/服务创新。01智能制造模式2、云制造云制造是以云计算技术为支撑的网络化制造新形态，云制造通过采用物联网、虚拟化和云计算等网络化制造与服务技术对制造资源和制造能力进行虚拟化

和服务化的感知接入，并进行集中高效管理和运营，实现制造资源和制造能

力的大规模流通，促进各类分散制造资源的高效共享和协同，从而动态、灵

活地为用户提供按需使用的产品全生命周期制造服务。目前云制造的相关研究内容包括总体框架和模式、制造资源的虚拟化和服务化、云制造服务平台的综合管理、制造云资源组合优选、云环境下的普适人机交互以及其他相关应用等。01智能制造模式云制造具有以下特点：云制造以云计算技术为核心，将“软件即服务”的理念拓展至“制造即服务”，实质上就是一种面向服务的制造新模式；云制造以用户为中心，以知识为支撑，借助虚拟化和服务化技术，形成一个统一的制造云服务池，对制造云服务进行统一、集中的智能化管理和经营，并按需分配制造资源／能力；云制造提供了一个产品的研发、设计、生产、服务等全生命周期的协同制造、管理与创新新平台，引发了制造模式变革，进而转变了产业发展方式。01智能制造模式3、工业4.0下的智能制造———信息物理生产系统工业化经历了机械化的工业1.0、电气化的工业2.0、自动化的工业3.0之后，将跨入基于互联网、物联网、云计算、大数据等新一代信息技术的工业4.0

阶段。工业4.0是德国政府提出的一个高科技战略计划，旨在提升制造业的

智能化水平，建立具有适应性、资源效率及人因工程学的智慧工厂。为应对工业4.0的挑战，中国政府推出了《中国制造2025》计划，并确定以智能制造为主攻方向。在工业4.0战略内涵中，包括机器人、3D打印和物联网等基于现代信息技术和互联网技术兴起的产业，其核心就是通过信息物理生产系统（CPS）网络实现人、设备与产品的实时连通、相互识别和有效交流，从而构建一个高度灵活的个性化和数字化的智能制造模式。01智能制造模式信息物理生产系统（Cyber-PhysicalSystems，CPS）实质上是通过智能感知、分析、优化和协同等手段，使计算、通信和控制实现有机融合和深度协同，实现实体空间和网络空间的相互指导和映射。CPS的典型应用包括智能交通领域的自主导航汽车，生物医疗领域的远程精准手术系统、植入式生命设备以及智能电网、精细农业、智能建筑等，是构建未来智慧城市的基础。在制造领域，CPS是实现智能制造的重要一环，但其应用仍处于初级阶段，目前研究集中在抽象建模、概念特征及使用规划等方面。01智能制造模式工业4.0理念下的智能制造是面向产品全生命周期的、泛在感知条件下的制造，通过信息系统和物理系统的深度融合，将传感器、感应器等嵌入制造物理环境中，通过状态感知、实时分析、人机交互/自主决策、精准执行和反馈，实现产品设计、生产和企业管理及服务的智能化。工业4.0下的智慧工厂01智能制造模式4、泛在制造泛在计算又称普适计算、环境智能等，强调计算资源普存于环境中，并与环境融为一体，人和物理世界更依赖“自然”的交互方式。与桌面计算相反，基于环境感知、内容感知能力，泛在计算不只依赖命令行、图形界面进行人机交互，它可以采用新型交互技术（如触觉显示、有机发光显示等），使用任何设备、在任何位置并以任何形式进行感知和交流，因此，从根本上改变了人去适应机器计算的被动式服务思想，使得用户能在不被打扰的情形下主动地、动态地接受信息服务。泛在计算被应用到各种领域，如U－城市、U－家庭、U－办公、U－校园、U－政府、U－医疗等，无疑也会影响制造业。01智能制造模式泛在制造在制造全生命周期应用，包括市场分析、概念形成、产品设计、原材料制备、毛坯生产／零件加工、装配调试、产品使用及维护和产品回收处理等阶段。基于泛在计算交互设备，如无线射频识别（Radio

FrequencyIDentification，RFID）设备、可穿戴设备、语音／手势交互终端、

掌上电脑（Personal

Digital

Assistant，PDA）、各种无线（或有线）网络设备等，制造企业可以自动、实时、准确、详细、随时随地、透明地获取企业物理环境信息。泛在制造-泛在计算的制造全生命周期应用01智能制造模式5、制造物联发展和采用物联网技术是实施智能制造的重要一环，我国“十二五”制造业信息化科技工程规划明确提出大力发展制造物联技术，以嵌入式系统、RFID和传感网等构建现代IoMT（Internetof

Manufacturing

Things，IoMT），增强制造与服务过程的管控能力，催生新的制造模式。IoMT采用更加开放的体系结构以支持更广范围的数据共享，并从系统整体的角度考虑进行全局优化，支持制造全生命周期的感知、互联和智能化。体系架构方面，IoMT采用可伸缩的、面向服务的分布式体系结构，制造资源和相关功能模块经过虚拟化并抽象为服务，通过企业服务总线提供制造全生命周期的业务流程应用。IoMT各子系统之间具有松耦合、模块化、互操作性和自主性等特征，能够动态感知物理环境信息，采取智能行动和反应来快速响应用户需求。01智能制造模式（a）传统企业集成模型

（b）制造物联传统企业信息系统集成与制造物联的对比采用物联网对传统的制造方式进行改造，可以加强产品和服务信息的管理，实时采集、动态感知生产现场（包括物料、机器、现场设备和产品）相关数据，并进行智能处理与优化控制，以更好地协调生产的各环节，提高生产过程的可控性，减少人工干预。此外，通过情景感知和信息融合，还可以实现新产品的快速制造、市场需求

的动态响应及生产供应链的实时优化，提高产品的定制能力和服务创新能力，借此获得经济、效率和竞争力等多重效益。01智能制造模式01智能制造模式5、基于大数据的预测制造/主动制造“大数据”一词于2011年5月最早出现在麦肯锡发布的研究报告——《大数据：创新、竞争和生产力的下一个新领域》之后，其潜在价值被越来越多的国家所认识，并将其置于国家战略高度。美国发布了“大数据研究与发展计划”，韩国积极推进“大数据中心战略”，中国制定了《大数据产业“十三五”发展规划》。在生产制造领域，随着数字工厂、泛在感知智能物件、物联网的深入应用，生产管理系统、控制系统、自动化设备以及传统的企业资源规划和制造执行系统等将产生大量数据。从高频率、大容量、种类繁多的海量工业数据中挖掘出有价值的信息，提升业务洞察力，指导运营决策，改进生产流程，降低产品／服务成本，已经成为未来企业提高综合竞争力的重要策略。01智能制造模式与传统的制造或实时制造（泛在制造、IoMT等）相比，大数据驱动预测制造/主动制造可较好地利用实时数据和历史数据进行预测，传统制造（反应型制造）主要搜索过去的历史数据，只是利用了数据的浅层价值，而且涉及的数据量和种类以及范围也相对较小。虽然实时制造可感知并利用生产实时数据（信息），但仍与传统制造模式类似，大多采用事后的被动策略。主动制造是一种基于数据全面感知、收集、分析、共享的人机物协同制造模式，它

利用无所不在的感知收集各类相关数据，通过对所收集的（大）数据进行深度分析，挖掘出有价值的信息、知识或事件，自主地反馈给业务决策者（包括企业人员、客

户和合作企业等），并根据系统健康状态、当前和过去信息以及情境感知，预测用

户需求，主动配置和优化制造资源，从而实现感知、分析、定向、决策、调整、控

制于一体的人机物协同的主动生产，进而为用户提供客户化/个性化的产品和服务。通过大数据挖掘来主动、实时地将社会需求与企业制造能力有机地结合起来，从而

更好地满足客户的个性化需求，增强用户体验。01智能制造模式总体来看，上述新兴的新一代智能制造模式概念还比较割裂，但实质上，无论是IoMT、云制造还是基于大数据的预测制造／主动制造，都是未来智能制造的一部分，它们各自起到不同的作用。基于新一代信息技术的制造模式对比02智能制造技术体系智能制造体系主要有三个特征：通过价值链及网络实现企业之间横向的集成；贯穿整个价值链端到端工程数字化集成；企业内部灵活可重构的网络化制造体系的纵向集成。完整的智能制造系统主要包括5个层级：设备层控制层车间层企业层协同层智能制造系统层级02智能制造技术体系近年来，智能制造技术出现了各种新模式、新手段和新形式：新模式：基于互联网，面向服务，协作的、可定制的、灵活的和社会化的智能化制造系统生产和为用户提供服务。新的手段：人机一体化智能数字化、网络化制造系统事物，虚拟化，服务，协作，定制、灵活性和智能。新形式：智能制造生态具有普适互联的特点，数据驱动，跨境集成，自主智力和大众创新。上述这些模型、手段和形式的深度整合最终将形成一个智能制造生态系统智能制造新模式、新方法和新形式02智能制造技术体系智能制造系统框图资源/能力层泛在网络层服务平台层智能云服务应用层安全管理和标准规范02智能制造技术体系最底层是支撑智能制造、亟待解决的通用标准与技术。第二个层次是智能制造关键技术装备。这一层的重点不在于装备本体，而更应强调装备的统一数据格式与接口。第三个层次是智能工厂/车间。按照自动化与IT技术作用范围，划分为工业控制和生产经营管理两部分。工业控制包括DCS、PLC、FCS和SCADA等工控系统，在各种工业通信协议、设备行规和应用行规的基础上，实现设备及系统的兼容与集成。生产经营管理在MES和ERP基础上，将各种数据和资源融入全生命周期管理，同时实现节能与工艺优化。第四个层次实现制造新模式，通过云计算、大数据和电子商务等互联网技术，实现离散型智能制造、流程型智能制造、个性化定制、网络化协调制造与远程运维服务等制造新模式。第五个层次是上述层次技术内容在典型离散制造业和流程工业的实现与应用。02智能制造技术体系智能制造技术涉及的主要技术：智能制造技术主要由一般技术、基础平台技术、智能制造平、台泛在网络技术、产品生命周期智能制造技术及支撑技术组成。智能制造系统的主要技术群03智能制造关键技术1、智能制造装备及其检测技术在具体的实施过程中，智能生产、智能工厂、智能物流和智能服务是智能制造的四大主题。在智能工厂的建设方案中，智能装备是其技术基础，随着制造工艺与生产模式的不断变革，必然对智能装备中测试仪器、仪表等检测设备的数字化、智能化提出新的需求，促进检测方式的根本变化。检测数据将是实现产品、设备、人和服务之间互联互通的核心基础之一，如机器视觉检测控制技术具有智能化程度高和环境适应性强等特点，在多种智能制造装备中得到了广泛的应用。03智能制造关键技术2、工业大数据工业大数据是智能制造的关键技术，主要作用是打通物理世界和信息世界，推动生产型制造向服务型制造转型。制造业企业在实际生产过程中，总是努力降低生产过程的消耗，同时努力提

高制造业环保水平，保证安全生产。生产的过程，实质上也是不断自我调整、自我更新的过程，同时还是实现全面服务个性化需求的过程。在这个过程中，会实时产生大量数据。依托大数据系统，采集现有工厂设计、工艺、制造、

管理、监测、物流等环节的信息，实现生产的快速、高效及精准分析决策。

这些数据综合起来，能够帮助发现问题，查找原因，预测类似问题重复发生

的几率，帮助完成安全生产，提升服务水平，改进生产水平，提高产品附加

值。03智能制造关键技术3、数字制造技术及柔性制造、虚拟仿真技术数字化就是制造要有模型，要能够仿真，这包括产品的设计、产品管理、企业协同技术等等。数字化是智能制造的基础，离开了数字化就根部谈不上智能化。柔性制造技术(Flexible

Manufacturing

Technology，FMT)是建立在数控设备应用基础上并正在随着制造企业技术进步而不断发展的新兴技术，它和虚拟仿真技术，在智能制造的实现中，扮演着重要的角色。虚拟仿真技术包括面向产品制造工艺和装备的仿真过程、面向产品本身的仿真和面向生产管理层面的仿真，从这三方面进行数字化制造，才能实现制造产业的彻底智能化。增强现实技术（Augmented

Reality，AR），它是一种将真实世界信息和虚拟世界信息“无缝”集成的新技术，是把原本在现实世界的一定时间空间范围内很难体验到的实体信息（视觉、声音、味道、触觉等信息）通过电脑等科学技术，模

拟仿真后再叠加，将虚拟的信息应用到真实世界，被人类感官所感知，从而达到

超越现实的感官体验。03智能制造关键技术4、传感器技术智能制造与传感器紧密相关。现在各式各样的传感器在企业里用得很多，有嵌入的、绝对的、相对的、静止的和动的，这些传感器是支持人们获

得信息的重要手段。传感器用得越多，人们可以掌握的信息越多。传感

器很小，可以灵活配置，改变起来也非常方便，例如智能制造里有传感

器九条龙，诸如轨道交通传感器一条龙，新能源汽车传感器一条龙等。

传感器属于基础零部件的一部分，它是工业的基石、性能的关键和发展

的瓶颈。传感器的智能化、无线化、微型化和集成化是未来智能制造技

术发展的关键之一。03智能制造关键技术5、人工智能技术人工智能(ArtificialIntelligence，AI)是研究、开发用于模拟、延伸和扩展人的能的理论、方法、技术及应用系统。它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统、神经科学等。到2020年，人类社会全面进入“弱”人工智能时代。在这一时期，智能技术应用领域，包括深度学习在内的特征表现学习不断发展，催生新型人工神经网络技术，开发出同时具备语音识别、图像处理、自然语言处理、机器翻译等能力的通用性人工智能技术。硬件设施缩小甚至隐形，虚拟现实应用领域进一步扩大；实现通过手势、表情及自然语言的双向人机互动，智能系统初步具有人的特性，可定制智能助理将会出现；视觉处理、无人驾驶会有爆发式发展，无人驾驶汽车上路；概念性类脑智能机器人投入应用。到2030年，神经科学和类脑人工智能将迎来第一轮重大突破，革新原有人工智能的算法基础，人类社会初步进入“强”人工智能时代专家预测，到2030年，神经科学将迎来第一轮重大突破，在神经感知和神经认知理解方面出现颠覆性成果，从而反哺、革新人工智能的原有算法基础，人类进入实质性类脑人工智能阶段。到2050年，神经科学和类脑人工智能将迎来第二轮重大突破、类脑人工智能进入升级版，人类社会将全面进入强人工智能时代。专家预测，到2050年，神经科学将迎来第二轮重大突破，在情感、意识理解方面出现颠覆性成果，类脑人工智能进入升级版，并将推动人类脑的超生物进化，神经科学和类脑人工智能融为一体。03智能制造关键技术6、射频识别和实时定位技术射频识别是无线通信技术中的一种，通过识别特定目标应用的无线电信号，读写出相关数据，而不需要机械接触或光学接触识别系统和目标。无线射频可分为低频、高频和超高频三种，而RFID读写器可分为移动式和固定式两种。射频识别贴附于物件表面，可自动远距离读取、识别无线电信号，可作快速、准确记录和收集用具使用。其中，RFID技术的应用简化了业务流程，增强了企业的综合实力。在生产制造现场，企业要对各类别材料、零件和设备等进行实时跟踪管理，监控生产中制品、材料的位置、行踪，包括相关零件和工具的存放等，这就需要建立实时定位管理体系。通常做法是将有源RFID标签贴在跟踪目标上，然后在室内放置3个以上的阅读器天线，这样就可以方便地对跟踪目标进行定位查询。广播信号系统

将信号发送至所有阅读器天线中，软件系统所发出的信号传递出去后，可通过目

标定位对其进行计算测量。03智能制造关键技术7、信息物理融合网络赛博物理系统（Cyber-Physical

Systems，CPS）是一个综合计算、网络和物理环境的多维复杂系统，通过3C（Computing、Communication、

Control）技术的有机融合与深度协作，实现大型工程系统的实时感知、动态控制和信息服务，让物理设备具有计算、通信、精确控制、远程协调和自治等五大功能，从而实现虚拟网络世界与现实物理世界的融合。CPS可以将资源、信息、物体以及人紧密联系在一起，从而创造物联网及相关服务，并将生产工厂转变为一个智能环境。03智能制造关键技术8、网络安全系统数字化对制造业的促进作用得益于计算机网络技术的进步，但同时也给工厂网

络埋下了安全隐患。随着人们对计算机网络依赖度的提高，自动化机器和传感

器随处可见，将数据转换成物理部件和组件成为了技术人员的主要工作内容。

产品设计、制造和服务整个过程都用数字化技术资料呈现出来，整个供应链所

产生的信息又可以通过网络成为共享信息，这就需要对其进行信息安全保护。

针对网络安生产系统，可采用IT保障技术和相关的安全措施，例如设置防火墙、预防被入侵、扫描病毒仪、控制访问、设立黑白名单、加密信息等。03智能制造关键技术9、物联网及应用技术智能制造系统的运行，需要物联网的统筹细化，通过基于无线传感网络、

RFID、传感器的现场数据采集应用，用无线传感网络对生产现场进行实时监控，与生产有关的各种数据，实时传输给控制中心，上传给大数据系统并进行云计算。为了能有效管理一个跨学科、多企协同的智能制造系统，物联网是必需的。德国工业4.0计划就推出了“工业物联网”的概念，从而实现制造流程的智能化升级，其他国家也都纷纷建立本国工业化制造标准。10、系统协同技术系统协同技术需要大型制造工程项目复杂自动化系统整体方案设计技术、安装调试技术、统一操作界面和工程工具的设计技术、统一事件序列和报警处理技术、一体化资产管理技术等相互协同来完成。智能制造技术的应用及发展趋势*智能制造技术的应用及发展趋势智能制造技术的应用智能制造技术的研究热点和今后的发展趋势01智能制造技术的应用1、智能产品（Smart

Product）、智能产品通常包括机械、电气和嵌入式软件，具有记忆、感知计算和传输功能。典型的智能产品包括智能手机、智能可穿戴设备、无人机、智能汽车、智能家电、智能售货机等，包括很多智能硬件产品。智能装备也是一种智能产品。（a）调酒机器人（b）服务机器人（c）下棋机器人（d）垂直多关节型机器人01智能制造技术的应用2、智能服务（Smart

Service）基于传感器和物联网（IoT），可以感知产品的状态，从而进行预防性维修维护，及时帮助客户更换备品备件，甚至可以通过了解产品运行的状态，帮助客户带来商业机会。还可以采集产品运营的大数据，辅助企业进行市场营销的决策。此外，企业通过开发面向客户服务的APP，也是一种智能服务的手段，可以针对企业购买的产品提供有针对性的服务，从而锁定用户，开展服务营销。3、智能装备（Smart

Equipment）典型的智能装备如工业机器人、数控机床、3D打印装备、智能控制系统等。制造装备经历了机械装备到数控装备，目前正在逐步发展为智能装备。智能装备具有检测功能，可以实现在机检测，从而补偿加工误差，提高加工精度，还可以对热变形进行补偿。智能装备的特点是：可将专家的知识和经验融入感知、决策、执行等制造活动中，可赋予产品制造在线学习和知识进化能力。01智能制造技术的应用4、智能产线（Smart

Product

on

line）典型的智能产线具有如下性能：在生产和装配过程中，能够通过传感器或RFID自动进行数据采集，并通过电子看板显示实时的生产状态；能够通过机器视觉和多种传感器金相质量检测，自动剔除不合格品，并对采集的质量数据进行SPC分析，找出质量问题的成因；支持多种相似产品的混线生产和装配，灵活调整工艺，适应小批量、多品种的生产模式；具有柔性，如果生产线上有设备出现故障，能够调整到其它设备生产；针对人工操作的工位，能够给予智能的提示。01智能制造技术的应用5、智能车间（Smart

workshop）要实现车间的智能化，需要对生产状况、设备状态、能源消耗、生产质量、物料消耗等信息进行实时采集和分析，进行高效排产和合理排班，显著提高设备利用率（OEE）。因此，无论什么制造行业，制造执行系统（MES）成为企业的必然选择。6、智能工厂（Smart

Factory）作为智能工厂，不仅生产过程应实现自动化、透明化、可视化、精益化，同时，产品检测、质量检验和分析、生产物流也应当与生产过程实现闭环集成。一个

工厂的多个车间之间要实现信息共享、准时配送、协同作业。一些离散制造企

业也建立了类似流程制造企业那样的生产指挥中心，对整个工厂进行指挥和调

度，及时发现和解决突发问题，这也是智能工厂的重要标志。智能工厂必须依

赖无缝集成的信息系统支撑，主要包括PLM、ERP、CRM、SCM和MES五大核心系统。01智能制造技术的应用7、智能研发（Smart

R&D）离散制造企业在产品研发方面，已经应用了CAD/CAM/CAE/CAPP/EDA等工具软件和PDM/PLM系统，但是e-works在为制造企业提供咨询服务的过程中发现，很多企业应用这些软件的水平并不高。企业要开发智能产品，需要机电软多学科的协同配合；要缩短产品研发周期，需要深入应用仿真技术，建立虚拟数字化样机，实现多学科仿真，通过仿真减少实物试验；需要贯彻标准化、系列化、模块化的思想，以支持大批量客户定制或产品个性化定制；需要将仿真技术与试验管理结合起来，以提高仿真结果的置信度。流程制造企业已开始应用PLM系统实现工艺管理和配方管理，LIMS（实验室信息管理系统）系统比较广泛。01智能制造技术的应用8、智能管理（Smart

Management）制造企业核心的运营管理系统还包括人力资产管理系统（HCM）、客户关系管理系统（CRM）、企业资产管理系统（EAM）、能源管理系统（EMS）、供应商关系管理系统（SRM）、企业门户（EP）、业务流程管理系统（BPM）等，国内企业也把办公自动化（OA）作为一个核心信息系统。为了统一管理企业的核心主数据，近年来主数据管理（MDM）也在大型企业开始部署应用。实现智能管理和智能决策，最重要的条件是基础数据准确和主要信息系统无缝集成。智能管理主要体现在不移动应用、云计算和电子商务结合。9、智能物流与供应链（Smart

logistics

and

SCM）制造企业内部的采购、生产、销售流程都伴随着物料的流动，因此，越来越多的制造企业在重视生产自动化的同时，也越来越重视物流自动化，自动化立体仓库、无人引导小车（AGV）、智能吊挂系统得到了广泛的应用；而在制造企业和物流企业的物流中心，智能分拣系统、堆垛机器人、自动辊道系统的应用日趋普及。WMS（Warehouse

Management

System，仓储管理系统）和TMS（TransportManagement

System，运输管理系统）也受到制造企业和物流企业的普遍关注。10、智能决策（Smart

Decision

Making）企业在运营过程中，产生了大量的数据。一方面是来自各个业务部门和业务系统产生的核心业务数据，比如与合同、回款、费用、库存、现金、产品、客户、投资、设备、产量、交货期等数据，这些数据一般是结构化的数据，可以进行多维度的分析和预测，这就是BI（BusinessIntelligence，业务智能）技术的范畴，也被称为理驾驶舱或决策支持系统。同时，企业可以应用这些数据提炼出企业的KPI，并与预

设的目标进行对比，同时，对KPI进行层层分解，来对干部和员工进行考核，这就是EPM（Enterprise

Performance

Management，企业绩效管理）的范畴。从技术角度来看，内存计算是BI的重要支撑。01智能制造技术的应用02智能制造技术的研究热点和今后的发展趋势1、国内外的研究热点国内外相关研究的关键词频次和中心度较高的有：Intelligent

Manufacturing（智能制造）、Computer

Numerically

Controlled（数控机床）、ArtificialIntelligence（人工智能）、Wireless

Sensor

Networks（无线传感器网络）、Multi-agent

Systems（多主体系统）、Model（模型）、Internet

of

Things（物联网）、Simulation（仿真）、Service（服务）Performance（绩效）等关键词。02智能制造技术的研究热点和今后的发展趋势智能设计方面。主要从信息科学的视角，研究将计算机辅助制造/设计（CAM/CAD）、网络化协同设计、模型知识库等各种智能化的设计手段和方法，应用到企业的产品研发设计中，以支持设计过程的智能化提升和优化运行。智能生产方面。主要从制造科学的视角，研究将分布式数控系统、柔性制造系统、无线传感器网络等智能装备、智能技术应用到生产过程中，支持企业生产过程的智能化；将多主体系统（Multi-agentSystems）引入到生产过程的仿真模拟中，以适应智能制造生产环境的新要求。智能管理方面。从管理科学的视角，研究智能供应链管理、外部环境的智能感知、生产设备的性能预测及智能维护、智能企业管理（人力资源、财务、采购及知识管理等），最终目的是达到企业管理的全方位智能化。智能制造服务方面。从服务科学的视角，研究智能制造服务，主要包括产品服务和生产性服务。其中产品服务主要针对产品的销售以及售后的安装、维护、回收、客户关系的服务；生产性服务主要包含与生产相关的技术服务、信息服务、金融保险服务及物流服务等。其他相关方面。对不同文化背景下的国家或地区智能制造组织管理模式进行研究，重点研究人在系统中的重要性，强调智能制造需要“以人为本”。02智能制造技术的研究热点和今后的发展趋势2、智能制造的主要发展趋势与动向信息网络技术加强智能制造的深度。

网络化生产方式提升智能制造的宽度。基础性标准化再造推动智能制造的系统化。物联网等新理念系统性改造智能制造的全局面貌。02智能制造技术的研究热点和今后的发展趋势智能制造产业发展趋势：智能制造产业将与以互联网为代表的新一代信息技术产生深度融合。新一代互联网技术向生产和消费领域全面渗透，在物联网、云计算、大数据等新一代互联网基础设施的支持下，制造业产品、生产流程管理、研发设计、企业管理乃至用户关系将出现智能化趋势，互联网重构了产业生态链及价值链，生产组织方式、要素配置方式、产品形态和商业服务模式都发生变革，已成为撬动智能制造的重要力量，将推动“中国制造”向“中国智造”转型。大数据驱动下，智能制造产业将出现按需定制的制造模式变革。智能制造产业开始走向个性化定制的一个新时代，进行网络化和智能化的柔性和协同生产，将出现网按需定制的制造模式变革。生产制造系统将具备高度柔性化、个性化以及快速响应市场等特性。将出现消费需求智能感知的制造模式变革，对制造业的生态和业态产生深刻的影响，从而重构智能制造产业生态圈，推动智能制造产业集群在线上实现转型升级。第2章智能设计技术本

章

要

点概述设计方案的智能映射与决策智能设计系统智能CAD系统及设计方法智能设计系统开发实例概

述概述智能设计的产生、发展智能设计的特点01智能设计的产生与发展智能设计：指应用现代信息技术，采用计算机模拟人类的思维活动，提高计算机的智能水平，从而使计算机能够更多、更好地承担设计过程中各种复杂任务，成为设计人员的重要辅助工具。智能设计在ICAD阶段，是以设计型专家系统的形式出现，仅仅是为解决设计中某些困难问题的需要而产生的。在

I2CAD阶段，表现形式是人机智能化设计系统，顺应了制

造业的柔性、多样性、低成本、高质量的市场需求。01智能设计的产生与发展智能设计的产生：可以追溯到专家系统技术最初应用的时期，其初始形态都采用了单一知识领域的符号推理技术——设计型专家系统，这对于设计自动化技术从信息处理自动化走向知识处理自动化有着重要意义，但设计型专家系统仅仅是为解决设计中某些困难问题的局部需要而产生的，只是智能设计的初级阶段。01智能设计的产生与发展近10年来，CIMS的迅速发展向智能设计提出了新的挑战，在计算机提供知识处理自动化(这可由设计型专家系统完成)的基础上，实现决策自动化，即帮助人类设计专家在设计活动中进行决策。在大规模的集成环境下，人在系统中扮演的角色将更加重要。人类专家将永远是系统中最有创造性的知识源和关键性的决策者。因此，CIMS这样的复杂巨系统必定是人机结合的集成化智能系统。与此相适应，面向CIMS的智能设计走向了智能设计的高级阶段——人机智能化设计系统。01智能设计的产生与发展设计型专家系统解决的核心问题是模式设计，方案设计可作为其典型代表。与设计型专家系统不同，人机智能化设计系统要解决的核心问题是创新设计，这是因为在CIMS这样的大规模知识集成环境中，设计活动涉及多领域和多学科的知识，其影响因素错综复杂。创新设计是人机智能化设计系统的核心所在。设计型专家系统与人机智能化设计系统在内核上存在差异，由此可派生出两者在其他方面的不同点，例如，设计型专家系统一般只解决某一领域的特定问题，比较孤立和封闭，难以与其他知识系统集成，而人机智能化设计系统面向整个设计过程，是一种开放的体系结构。01智能设计的产生与发展智能设计的发展与CAD的发展联系在一起，在CAD发展的不同阶段，设计活动中智能部分的承担者是不同的。传统CAD系统只能处理计算型工作，设计智能活动是由人类专家完成的。在ICAD阶段，智能活动由设计型专家系统完成，但由于采用单一领域符号推理技术的专家系统求解问题能力的局限，设计对象(产品)的规模和复杂性都受到限制，这样ICAD系统完成的产品设计主要还是常规设计，不过借助于计算机机支持，设计的效率大大提高。在I2CAD阶段，由于集成化和开放性的要求，智能活动由人机共同承担，这就是人机智能化设计系统，它不仅可以胜任常规设计，而且还可支持创新设计。因此，人机智能化设计系统是针对大规模复杂产品设计的软件系统，它是面向集成的决策自动化，是高级的设计自动化。01智能设计的产生与发展智能设计技术及其说明02智能设计的特点由于CIM技术的发展和推动，智能设计由最初的设计型专家系统发展到人机智能化设计系统。虽然人机智能化设计系统也需要采用专家系统技术，但它只是将其作为自己的技术基础之一。针对像CIMS这样大规模集成化、自动化的复杂系统，自80年代来人们开展了大量的研究，并在以往的计算机数值计算技术和人工智能科学及专家系统技术的基础上逐渐形成了一门新的学科，这就是智能工程。智能工程是适应决策自动化的一门新技术，它研究知识的自动化处理及应用的理论和方法，以及面对复杂问题建立集成化智能软件系统的技术。02智能设计的特点智能工程是智能设计的关键技术和基础，而智能设计则是智能工程的重要应用领域。在未来的高度自动化、集成化复杂系统中，只要计算机能做的，做得比人好的，就要尽量由计算机做。智能工程的主要任务就是要研究把哪些事情交给计算机做，如何去做，人的智能如何与计算机的智能相配合。随着智能工程的发展，计算机在决策自动化的集成系统中所能承担的工作会越来越多，人所承担的繁杂的脑力劳动会越来越少。这种自动化真正最大限度地把人从简单劳动中解放出来，只集中在最有创造力的脑力劳动上。决策自动化将使人类生产力发展到一个前所未有的高度，智能工程则是达到这样一个高度的云梯02智能设计的特点智能设计的特点：以设计方法学为指导。智能设计的发展,从根本上取决于对设计本质的理解。设计方法学对设计本质、过程设计思维特征及其方法学的深入研

究是智能设计模拟人工设计的基本依据。以人工智能技术为实现手段。借助专家系统技术在知识处理上的强大功能,结合人工神经网络和机器学习技术,较好的支持设计过程自动化。

(3)以传统CAD技术为数值计算和图形处理工具,提供对设计对象的优化设计、有限元分析和图形显示输出上的支持。面向集成智能化。不但支持设计的全过程,而且考虑到与CAM的集成,提供统一的数据模型和数据交换接口。提供强大的人机交互功能。使设计师对智能设计过程的干预,即与人工智能融合成为可能。设计方案的智能映射与决策设计方案的智能映射与决策智能映射智能决策智能设计系统智能CAD系统及设计方法设计方案的智能映射与决策智能CAD系统及设计方法智能设计系统开发实例01智能映射如图2.1所示的计算机世界是一个由人和计算机构成的有机的智能系统，它体现了新的生产方式，代表新的生产力水平，应当具有新的技术、生产组织和管理方式。它既要把现实世界作为一个服务对象，解决现实世界中存在的问题，以改造现实世界；同时它也要把现实世界作为自己发展的基础和源泉。01智能制造模式要使智能设计系统在更高水平承担现实世界中提出的设

计任务，首先还要经过建模阶段。设计知识模型实际上是从

现实世界到逻辑世界的映射，它的建立最终是在逻辑世界完

成的。而要进一步利用和实施设计知识模型以完成设计任务，则要将逻辑世界中的设计知识模型映射到计算机世界中去。

因此，三个世界之间有两种映射关系存在，分别对应前面所

说的智能设计的两大任务。01智能制造模式01智能制造模式通过映射依次显现的三个世界构成了一个隐含着知识处理各个环节的过程，如图2.2所示。现实世界包括了知识源，因此现实世界到逻辑世界的映射对应着知识的获取；在逻辑世界建立设计知识模型实质上是知识的组织环节；由逻辑世界向计算机世界的映射则是将逻辑世界中的知识表达为计算机世界可处理和性的形式；在计算机世界要实施知识的集成，也包括集成引起的协调管理；最后则是利用经过处理的知识以解决现实世界中的问题。因此，无论是从智能设计系统建立的角度，还是从知识处理技术的角度来看，智能设计的研究内容都是一致的。01智能制造模式01智能制造模式许多智能设计通过对设计师抽象思维的模拟，以逻辑推理的方式达到设计方案的创新。但在原理确定和基本不变下的许多创新设计往往是借助形象思维加以实现的，进化设计目标正是要加强设计师的形象思维和灵感思维能力来突破设计思维的屏障。智能设计为了更好的解决复杂的工程问题，应用基于符合知识推理的方法来求解。对于基于符号知识的推理求解来说,初始设计通过专家知识的推理得到初步方案,再进一步分析推理结果，然后评价其结果是否满意。如果结果满意,输出结果;如果结果不满意,修改相关参数,重新确定新的方案,重复以上步骤直到结果满意为止。基于符号知识的推理求解符号性知识和过程性知识，属于逻辑思维。如图2.3所示。01智能制造模式图2.3

智能设计的集成推理策略02智能决策现代设计方案的决策现代设计建立了许多自动化设计方式，但是自动化并不就意味着设计的智能化。当前许多设计自动化机制没有采用人工智能原理，只是对遵循逻辑和物理规律的约束方程组的求解，如：借助人工干预的半自动化设计、基于能量传递与转化的能量链通过选择合适的作用形式完成自动设计、基于广义映射原理的自动设计创新、基于超变量的自动设计、基于几何约束的方案择优。02智能决策智能设计智能工程紧密相连。智能工程是适于工业决策自动化的技术。而设计是复杂的分析、综合与决策活动。因此，可以认为智能设计是智能工程这一决策自动化技术在设计域中应用的结果。02智能决策人类在生产、工作和日常生活中有大量的决策活动。人们根据知识做决策。如果想用计算机来辅助决策，就必须要设法用计算机来自动化地处理各种各样的知识，进而实现决策的自动化（或决策的部分自动化)。这就是智能工程要研究的问题，即如何用复合的知识模型代表人类社会各种决策活动，如何使用计算机系统来自动化地处理这样的复合知识模型，进而实现决策自动化。“设计"是人类生产和生活普遍存在而又非常重要的活动，其中包括大量广泛的依据知识做决策的过程。02智能决策利用计算机系统可以实现的决策自动化，其程度要受两个因素的制约：①我们能在何种水平上建立起代表决策过程的识模型；②计算机处理这种知识模型的能力。第二个因素暂且不论，第一个因素涉及领域知识的获取与组织。随着智能工程理论与技术的发展，随着人们对设计过程规律认识的深入和提高，我们建立知识模型和利用计算机系统来处理知识模型的能力将会越来越强，具体到设计领域，它标志着我们在智能设计方面的水平会越来越高。03关于设计决策的分析说明通过建模产生的设计方案往往多种多样，并不唯一，这就需要在设计结果中进行合理的选择；另一方面，模型作为实际系统的抽象和简化，往往难以一步到位，即难以一次性建立就能满足要求，而需要不断修正完善，这就表现为设计的迭代性。设计选择和迭代的基础是评价，它们都与设计决策密切相关。事实上，设计工作的核心是在设计过程中的不断综合和反复决策。这种决策主要分为三种类型：①设计过程决策；②技术方案决策；③可接受性决策。03关于设计决策的分析说明设计过程决策是规划决策，它决定设计的下一步做什么，怎样进行下一步的工作，是否进行分析，利用什么样的资源等。技术方案决策是安排具体的技术问题，例如，材料选择、几何形状、结构尺寸、技术要求、加工工艺等。可接受性决策确定候选设计方案是否充分满足目标要求，并在多个满足目标要求的方案中择优采用一个方案。03关于设计决策的分析说明决策：应当是具有设计专家水平的决策。也就是说，能够用较少的迭代设计次数，获得最佳的设计方案。从总体上说，设计专家在决策中需要用到两类知识：一类是专家在长期实践中积累的经验知识，另一类是各种决策数据，后者是由支持资源提供的。这些支持资源包括：规划资源、设计资源、数据资源、分析资源、评价资源以及图形资源等。在设计过程中，智能设计系统应能请求不同资源的决策支持，如图2.4所示。03关于设计决策的分析说明由于有支持资源为依据，可以减少决策的盲目性，提高决策的可靠性和有效性。建造智能设计系统，正是要把各种资源和决策结合起来，这是智能设计系统开发的一个显著特点。将从智能设计系统的总体控制结构出发，根据智能设计决策的实际需求，围绕可接受性决策展开讨论。可接受性决策的核心内容和关键问题是对设计方案进行评价，而这种评价要综合考虑所设计产品的技术指标、经济指标和社会指标等诸多方面的情况。04产品设计综合评价的概念如图2.5所示的再设计结构是一种适合于智能设计系统的总体控制结构，它正确地反映了设计问题的求解思路。在实际应用中，可以根据设计任务的特征，在此基本控制结构的基础上加以扩展和完善。这种结构在许多智能设计系统中得到应用，效果良好。其工作流程是：首先，系统根据用户提出的技术要求，产生一个初始设计方案，进而对设计方案进行分析和评价，再做出可接受性决策。如果方案被否定，则进行再设计。04产品设计综合评价的概念04产品设计综合评价的概念这种“设计-分析-评价-可接受性决策-再设计”的循环一直进行到得出可以接受的设计方案为止。当然，可行的结果并不一定总是能够得到的，如果迭代设计的次数太多，或者迭代设计的时间太长，可认为再设计失败。这时系统可以要求用户降低可接受性指标或修改技术要求，这种妥协调合的方式是符合真实产品设计的实际情况的。当然，系统应能给出并解释设计失败的原因，同时推荐修改措施。04产品设计综合评价的概念由于设计过程的可分性和设计状态的多样性，产品设计往往存在多个设计方案，即使对于同一个设计方案也会有不同的看法，故存在着设计方案优选的问题；又由于设计过程的层次性和迭代性，使得设计方案可能会因为其他设计方面的修改或解决而需要重新考虑，因此，存在着产品整体设计目标与局部设计目标之间的协调和统一的问题。这些问题的解决都有赖于进行科学的产品设计评价。从图2.5中也可看出，评价是可接受性决策的基础，而产品设计评价应综合考虑产品生命周期各个阶段的诸多方面，才能保证其有效性，因此必然是一种综合。04产品设计综合评价的概念综合评价是指对被评价对象所进行的客观、公正、合理的全面评价。如果将对象（如产品设计）视为系统的话，上述问题可抽象地表述为：在若干个同类系统中，如何确认哪个系统的运行（或发展）状况好，哪个系统的运行（或发展）状况差，这是一类常见的所谓综合判断问题，即综合评价问题（comprehensiveevaluationproblem)。对于有限多个方案的决策问题来说，综合评价是决策的前提，而正确的决策源于科学的综合评价。04产品设计综合评价的概念产品设计综合评价应围绕设计方案展开，其主要工作是对设计方案进行综合评价。为了在设计过程中对产品设计方案进行比较，及时向设计人员提供产品质量、成本和时间等方面的信息，并做出经济、有效的决策，产品评价过程必须集成到设计决策过程中来。05产品设计综合评价的特点时域性。在不同的时代，市场和用户对产品的要求不同；在产品开发的不同阶段，设计评价的内容和重点不同；这种时间性反映出产品设计综合评价具有动态特性。同时，不同的人员对产品的评价要求不同；不同的地域和文化背景对产品的评价要求也不相同；这种地域性说明产品设计综合评价具有相对性。适时性。虽然设计评价可以在设计过程的任何阶段进行，但如果能在适当的时候对产品设计进行有重点的评价，这样就会用较少的精力产生及时、有效的评价效果。渐进性。由于产品的设计过程是一个渐进的过程，设计方案和设计信息是随着设计的进程逐步完善和充实的，所以，产品设计的综合评价也是一个由表及里、由浅人深、由粗到细的渐进过程。模糊性/不确定性。设计决策过程所需的信息往往是不完全的，带有模糊性；同时产品的定性和定量评价在设计、制造、使用以及回收再利用等产品整个生命周期中的各个阶段都具有不确定性。综合性、多目标性。产品设计评价要围绕整个产品生命周期，从产品的经济、环境、性能、可靠性等各个方面进行评价，是一个多目标决策问题，具有明显的综合特点。05产品设计综合评价的特点06层次分析法在产品设计过程中，存在着多种形式的设计决策，有的比较简单，而有些决策则相当复杂，处理起来颇为困难。针对复杂而困难的决策问题，常常要将其分解成各个因素，把这些因素按支配关系分组形成有序的递阶层次结构，并权衡其各方面的影响，然后综合人的判断，来决定诸因素相对重要性的先后优劣次序。层次分析法（analytic

hierarchy

process，AHP）就是按这种“分解-判断-综合"的基本思路建立起来的，它是指将决策问题的有关因素分解成目标、准则、方案等层次，在此基础上进行定性判断和定量分析的一种综合评价方法。这一方法的特点，是在对复杂决策问题的本质、影响因素其内在关系等进行深人分析之后，构建一个层次结构模型，然后利用较少的定量信息，把决策的思维过程数学化，从而为求解无结构化的复杂决策问题，提供了一种简便而实用的有效工具。当你要进行一次旅游时，如何选择旅游地点呢？假定有3个旅游地点可供你选择，你大概会用景色、费用、旅途条件等因素去衡量这些地点。如果你对秀丽的水光山色特别偏爱，那么你可能会选择风景如画的地方；如果费用的节省在你的心目中占据很大的比重，那么你可能选择距离较近的地方；如果你想享受现代交通工具、高级旅馆的舒适，那么你可能选择旅途条件优越的地方等。不妨把人们对这个问题的一般决策过程分解一下，大致有以下几步：首先是确定景色、费用、旅途条件等因素在影响你选择旅游地点这个总目标中各占有多大比重；然后是比较3个旅游地点的景色、费用、旅途条件及其他条件如何；最后是综合以上结果得到3个旅游地点在总目标中所占的比重，一般应该选择比重最大的那个地点。这就是层次分析法的基本思想。06层次分析法运用层次分析法解决问题，大致可以分为以下5个主要步骤：①明确问题，建立递阶层次结构；②构造判断矩阵；③层次单排序；④判断矩阵的一致性检验；⑤层次总排序及总体一致性检验。06层次分析法07抽象层次模型根据智能设计的特点，总结出智能设计抽象层次模型。

如2.6图所示，有目标层、决策层、结构层、算法层、逻辑

层、传输层、物理层组成。目标层主要是整个设计的总目标，根据市场的需要和调查、用户要求。决策层把要实现的总目标分解成子目标,并采用相应的求解方法与策略,表现为任务的分解与进一步的决策。如智能设计中包含方案设计与布置设计,针对不同的设计要求,确定采用什么样的知识表达方法与求解策略。07抽象层次模型结构层提供问题组织与表达的方法。结构层的合理确定,是保证系统统一和完整的先决条件。如目前广泛采用的面向对象的组织方式,可以为问题的描述提供有力的支持,结构层是实现集成的基础。算法层是概念设计中最关键的一层,为决策层提供强有力的支持工具。算法层包所有可用的算法与方法。知识工程中的专家系统技术与基于实例的推理技术以及计算智能的人工神经网络,遗传算法都可以为决策层提供支持,是求解问题的关键所在。07抽象层次模型逻辑层为算法层的协调、协作提供保障,逻辑层通过关系与约束把算法层沟通起来,使系统融合为一体。传输层保证信息的交换,数据的管理,是以上各层信息交流的平台。物理层提供系统运行的硬件环境,包括信息的存储以及与其它外部设备的联通。07抽象层次模型图2.6智能设计的抽象设计模型智能设计系统*智能设计系统智能设计技术研究重点智能设计的分类基于实例的推理专家系统01智能设计技术研究重点智能设计技术研究重点：智能方案设计。方案设计是方案的产生和决策阶段,是最能体现设计智能化的阶段,是设计全过程智能化必须突破的难点。知识获取和处理技术。基于分布和并行思想的结构体系和机器学习模式的研究,基于基因遗传和神经网络推理的研究,其重点均在非归纳及非单调推理技术的深化等方面。面向CAD的设计理论。包括概念设计和虚拟现实,并行

工程,健壮设计,集成化产品性能分类学及目录学,反向工程设计法及产品生命周期设计法等。面向制造的设计。以计算机为工具,建立用虚拟方法形成的趋近于实际的设计和制造环境。01智能设计技术研究重点具体研究CAD集成、虚拟现实、并行及分布式CAD/CAM系统及其应用、多学科协同、快速原型生成和生产的设计等人机智能化设计系统(I2CAD)。智能设计是智能工程与设计理论相结合的产物,它的发展必然与智能工程和设计理论的发展密切相关,相辅相成。设计理论和智能工程技术是智能设计的知识基础。智能设计的发展和实践,既证明和巩固了设计理论研究的成果,又不断提出新的问题,产生新的研究方向;反过来还会推动设计理论和智能工程研究的进一步发展。智能设计作为面向应用的技术其研究成果最后还要体现在系统建模和支撑软件开发及应用上。01智能设计技术研究重点智能设计系统的关键技术包括：设计过程的再认识、设计知识表示、多专家系统协同技术、再设计与自学习机制、多种推理机制的综合应用、智能化人机接口等。设计过程的再认识设计知识表示多专家系统协同技术再设计与自学习机制多种推理机制的综合应用智能设计系统中，除了演绎推理外，还应该包括归纳推理、基于实例的类比推理、各种基于不完全知识的模糊逻辑推理方式等。上述推理方式的综合应用，可以博采众长，更好地实现设计系统的智能化。如图2.7所示。智能化人