智能制造研究分析范文
发布时间：2023-10-08 10:04:01
导语：想要提升您的写作水平，创作出令人难忘的文章？我们精心为您整理的13篇智能制造研究分析范例，将为您的写作提供有力的支持和灵感！
篇1
中图分类号：F406．14 文献标志码：A 文章编号：1673－291X（2008）02－0031－03
一、引言
制造业作为国民经济的顶梁柱，其发展规模和技术水平是衡量一国综合实力和现代化程度的主要标准。诸如美国、日本、德国这样的经济强国都无不得益于其先进的制造业。而中国，则因其人力成本低、技术落后而成为“世界制造工厂”。改革开放以来，我国制造业虽然已有较大发展，但与发达国家相比差距较大，这主要表现为我国制造业生产技术特别是关键技术主要依靠国外的状况仍未得到根本改变，一方面自主研发能力薄弱，缺少自主知识产权的高新技术；另一方面，对国外先进技术的消化、吸收、创新不足。目前，我们进口的产品占到外贸出口总额的近50％，集成电路95％要进口，轿车制造装备、数控机床、纺织机械70％依赖进口。我们出口的是中低端产品，即使少数高新技术产品也是劳动密集型的或者是来料加工型，经济附加值比较低，而进口的是高新技术产品，成本高昂。近日，少数媒体就借“中国玩具被召回事件”对“中国制造”进行恶意炒作，迫使商务部多次出面澄清。要改变这种被动局面，我们必须从技术创新角度入手，加大自主研发力度，提高企业自主创新能力。
二、评价体系的构建与数据选取
（一）构建评价指标体系
本文选取如下14个指标：（1）开展自主创新的企业所占比重（％）（A1）；（2）R＆D人员数（人）（A2）；（3）R＆D经费（万元）（A3）；（4）R＆D经费投入强度（A4）；（5）R＆D项目数（项）（A5）；（6）R＆D项目人员（人）（A6）；（7）R＆D项目经费（万元）（A7）；（8）新产品产值（亿元）（A8）；（9）新产品销售收入（亿元）（A9）；（10）专利申请量（件）（A10）；（11）发明专利（件）（A11）；（12）发明专利拥有量（件）（A12）；（13）引进技术支出（万元）（A13）；（14）消化吸收经费支出（万元）（A14）。各指标内单位一致，选取2006年的相关统计数据。
（二）评价方法和数据选取
采用SPSS13．0统计分析软件，利用主成分分析法的降维思想从众多影响因素中提取具有实际意义的主要因子，较大部分（85％以上）的反映原有指标体系包含的信息，并同时确定各主要因子的影响权重，最后得出综合得分，比较准确和客观地反映我国制造业的自主创新能力。本文数据选取我国制造业大中型企业2006年相关统计数据。
三、数据处理
（一）模型检验
该模型Bartlett值＝1123．62，P＜0．0001，适合作主成分分析；KMO值＝0．728＞0．6，信度较好。
（二）数据标准化
利用SPSS13．0自有数据标准化功能，得出标准化的指标数据。
（三）建立模型求综合得分
对模型取特征值大于1，得方差贡献表和因子负荷矩阵。分别见下页表1和表2。
四、结论分析
根据综合得分和排名，我们发现，目前我国的制造业下属各行业自主创新能力存在较大差异，有8个子行业（前八名）处于行业内平均水平之上，并且自主创新能力优势明显。而其余21个子行业低于平均水平，但差异性不大。按照本文观点，我们将其分为三大层次，第一个层次（1－8名），处于该层次上的企业多属装备制造业、信息产业等支撑国民经济发展的重工业或新兴行业，这类企业通常规模较大，实力比较雄厚，对技术创新要求比较高，因此研发投入比较大；同时，国家近年来对该类企业的发展相对比较重视，这也为其研发活动提供了一个良好的宏观环境。以上分析共同决定了这类企业走在自主创新的最前列。这说明我国的“建设创新型国家”战略取得初步成效，需要进一步扶持和优化。第二个层次（9－19名），这个层次上的企业多属医药、化学制品等加工工业，它们对新技术的要求不是很迫切，其创新主要体现在工艺、流程上。这类企业对生产成本比较重视，因而在科技研发活动上投入不足，自主创新能力相对较弱。第三个层次（20－29名），这个层次的企业多属食品加工、纺织、艺术品等传统行业。这类企业创新活动很少，多为中小型民营企业甚至手工作坊，这种现状一方面它们对新技术的需求不明显，缺少创新规划。另一方面，企业主本身素质不高，自主创新意识薄弱。
针对以上症结，本文认为应该从以下方面着手，提升我国制造业自主创新能力，建设创新型经济强国。
第一，大力推进人才兴国战略。人才是创新的载体，全方位的培养科技人才对我国高等教育提出了更高的要求。我们相信，只有科技才能兴国，只有人才，才能使技术不断进步。
第二，完善创新机制，营造创新氛围。我国现有创新机制欠合理，产、学、研之间信息流通不顺畅，未能实现有效运转，当前，高校中拥有的大量科研资源不能得到有效运用，校企脱节严重，这既不利于社会型人才培养，也不利于研究成果市场化、产业化。
第三，全面实施创新战略，提升整体创新能力。没有政策的正确指引，产业就不可能兴旺，对于我国制造业自主创新能力普遍偏低的现状，除了装备制造业、信息产业等高新技术产业，对于加工工业及其传统工业也应给予足够的扶持和重视。在加入世贸组织的背景下，每个行业都要参与世界性的市场竞争，没有技术创新，就没有企业的生命力。
第四，增强自主创新意识，加大研发投入比重，有效管理创新资源。我国市场经济起步较晚，要全面实现与国际市场接轨还需假以时日，企业对竞争和创新的意识比较薄弱，很大程度上影响了企业创新活动的开展。在研发投入方面，我国制造业与发达国家相比还有很大差距，2005年，我国制造业大中企业研发投入比重仅为0．7％，而发达国家这一数据为2．5％～4．0％。另外，在我国科研经费使用不合理现象普遍存在，相关部门对创新活动缺乏有效的跟踪管理，相互借鉴抄袭、“张冠李戴”现象比较严重，创新成果质量不高，造成创新资源的巨大浪费。
参考文献：
[1] 史锦凤，马力．基于主成分分析的区域创新能力评价[J]．济南大学学报：自然科学版，2007，（1）：68－71．
[2] 国家统计局．中国统计年鉴（2006）[M]．北京：中国统计出版社，2006．
[3] 路甬祥．制造业的创新与竞争力[J]．中国制造业信息化，2003，（3）：4－14．
[4] 路甬祥．中国制造科技的现状与发展[J]．中国科学基金，2006，（5）：257－261．
[5] 刘希宋，李．我国制造业基于自主创新的发展思路探讨[J]．科学学与科学技术管理，2006，（10）：56－59．
[6] 张华胜．中国制造业技术创新能力分析[J]．中国软科学，2006，（4）：15－23．
篇2
一、引言
装备制造业作为我国的基础性和战略性产业，其发展水映了一个国家的自主创新能力、产业竞争力和在全球价值链分工中的地位。我国装备制造业经过多年发展，已经形成了相当规模和一定技术水平的装备制造业体系，并成为经济发展的重要支柱产业。但我国装备制造业“大而不强”的特征明显，呈现出一定程度的产业“空心化”现象，技术创新能力不足已经成为装备制造业升级的瓶颈因素。关于装备制造业的技术创新能力评价问题，近年来引起许多学者的关注。陈红梅（2009）将AHP和DEA模型引入技术创新能力评价领域，对装备制造业的行业技术创新能力进行绩效评价。商潇丹（2007）认为影响装备制造业技术创新能力的主要因素是创新投入水平、创新产出实现效益水平和创新环境。王章豹等（2006）认为必须通过技术创新、组织创新、制度创新的有效互动来推动装备制造业的结构升级。柳喜花（2006）利用灰色关联度评价法对我国装备制造业技术创新能力进行了测算和分析。这些文献都从某一层面对我国装备制造业创新水平进行研究，无法了解我国装备制造业自主创新能力整体不足的主要根源。基于此，本文运用因子分析方法对技术创新能力进行全面评价，了解我国装备制造业整体产业技术创新能力的优势和劣势，为制定我国装备制造业产业发展战略提供科学依据。
二、指标体系的构建
（一）指标的选择
本文在构建我国装备制造业技术创新能力评价指标体系时，遵循指标选取的科学性、可比性、代表性及可获取性的原则，构建如下指标体系。
（二）模型设定
三、实证分析
（一）样本选择及数据来源
因子分析法对样本数有一定的要求，为提高测评的准确性，我们在进行主成分分析时，将样本数据扩大到制造业29个行业，从中再挑出装备制造业七个行业进行综合评价和实证分析。原始数据主要采集自《中国统计年鉴》、《中国工业统计年鉴》、《中国科技统计年鉴》以及国家统计局网站公布的2010年“大中型企业自主创新统计资料”。
（二）因子分析步骤
1.KMO统计检验及Bartlett球形检验。当KMO值越大，表示其越适合进行因子分析，若其值小于0.5，则不适合进行因子分析。检验结果显示KMO的值为0.724>0.5，所以适合做因子分析。
2.根据主成分法提取公共因子，前4个主成分的累积方差贡献率达到91.627%，选取前4个因子为公共因子。由旋转后的结果可以看出第一公因子的特征值最大，为5.559，方差贡献率达到了34.774%，第二因子、第三因子以及第四因子的方差贡献率分别为26.726%、23.276%、6.881%。
3.由旋转后的因子载荷阵可知，第一因子在科技项目人员数、RD项目数、新产品开发项目数、有科技活动企业数、RD项目经费支出、新产品开发经费上的载荷远远大于其他指标的载荷，可定义为技术创新保障因子；第二因子在科技活动人员占从业人员比重、新产品产值比重、新产品销售收入占主营业务收入比重、RD经费占主营业务收入比重、新产品劳动生产率上的载荷远远大于其他指标的载荷，它体现了我国在装备制造业创新资源的投入强度以及产出能力，故命名为创新资源投入产出因子；第三因子在技术改造经费支出、购买国内技术经费支出、引进技术经费支出、消化吸收经费支出上的载荷大于其他指标，可将其命名为技术创新转化吸收能力因子；第四因子只在每千人专利申请数上的载荷比较大，故将其命名为自主创新能力因子。
四、实证结果分析
（一）由表2中各因子的排名可知，交通运输装备制造业技术创新综合实力最强，该行业的投入产出因子F2和自主创新能力因子F4都排在第1位，远远高于其它行业。但是，从该行业的创新投入产出原始数据看出，其技术创新的投入较多，产出却较差，这说明位列首位的投入产出因子是由较大的创新投入拉动的。投入多，产出少，说明该行业整体运作能力相对较弱。该行业的专利申请数相对较多，说明其自主创新能力较强
（二）通信设备、计算机及其它电子设备制造业综合排名第2。其创新资源保障能力因子得分最高，但转化吸收能力因子位居倒数第1，创新资源投入产出因子及自主创新能力因子均排名第6位。说明虽然该行业技术创新整体投入较高，拥有较多的技术创新资源，但技术创新的转化吸收能力和产出能力及自主创新能力都很弱，该行业在创新资源利用上效率较低。
（三）电气机械及器材制造业技术创新综合排名第3。该行业创新资源保障能力因子排名第2，投入产出能力排名第3，转化吸收能力因子及自主创新能力因子均排名第5，该行业技术创新能力在创新资源保障及创新产出方面能力较强，但转化吸收能力及自主创新能力不足。
（四）通用设备制造业技术创新能力综合排名居第4位，其投入产出能力排名第2，转化吸收能力因子和技术创新保障能力因子及自主创新能力因子排名均为第4位，说明其投入产出能力较强，其他技术创新能力均一般。
（五）专用设备制造业和仪器仪表及文化、办公用器械制造业综合得分分别居第5位和第6位，这两个行业在创新资源保障因子及创新资源投入产出因子排名都比较靠后。但是，专用设备制造业的创新技术转化吸收能力排名第一，说明该行业在这方面做得比较好。办公用器械制造业在技术创新转化吸收能力及自主创新能力因子的排名均为第二，说明该行业在这两方面做的相对较好。
（六）金属制品业综合排名在最后一位，各个因子的排名也都比较靠后，自主创新能力更是排在最后一位。该行业属于传统的机械业，技术创新能力相对较弱，目前仍处于技术含量低的行业状态。因此，加大科技投入和产出，提升其整体运作能力和技术创新支撑能力是其首要任务。
五、几点相关建议
（一）加强装备制造业企业间的研发合作和产学研合作，实现各行业自主创新能力的同步发展。
（二）强化政府和金融机构的作用，创建良好的技术创新环境。
（三）增大企业研究开发投入强度，构建以企业为主体、市场为导向、产学研相结合的技术创新体系。
参考文献
[1]陈红梅.基于AHP和DEA的装备制造业行业技术创新能力综合评价[J].企业经济，2009（3）：
117-119.
[2]丁耀民.着力推进装备制造业技术创新[J].中国经贸导刊，2008（6）.
[3]王章豹，孙陈.基于主成分的装备制造业行业技术创新能力评价研究[J].工业技术经济，2007（12）：63-68.
[4]商潇丹.提升辽宁省装备制造业技术创新能力的研究[D].吉林大学，2007.
[5]杨华峰，申斌.装备制造业原始创新能力评价指标体系研究[J].工业技术经济，2007.
篇3
中图分类号：TP2 文献标识码：A 文章编号：1007-3973(2011)002-095-01
1 引言
“科技就是力量”，机械制造智能化直接影响着我国机械制造业的发展水平，先进的机械制造技术促进我国机械制造业的发展，落后的机械制造技术则影响我国机械制造也的发展水平。在“十二五”的背景下，对机械制造业新的设计、工艺、功能上的发展固不可少，不过，对机械制造智能化也应该关注。了解世界机械行业发展的现状，对改善我国机械制造水平的不足，以及帮助发展机械制造智能化都有重要的意义。
2 机械制造智能化发展的现状
智能制造是从80年代末发展起来的，最早的几本有关智能制造及系统方面的专著是在1988年由Wright MilaciC等人编写的，随后、Kusiak和Pain也相继出版了这方面的研究著作。
国际方面：国际智能化制造业采用或准备采用的先进制造技术主要体现在：(1)新型(非常规)加工方法的发展，包括激光加工技术、电磁加工技术、超塑加工技术及两种以上加工方法复合应用等；(2)专业、科学间交叉融合，冷热加工、加工过程、检测过程、物流过程、设计、材料应用、制造等方面，界限逐渐淡化；(3)工艺研究由“经验”走向“定量分析”；(4)高新技术与传统工艺紧密结合，使传统工艺产生显著的、本质的变化，极大地提高生产效率和产品质量；(5)常规制造工艺的优化，以形成优质高效、低耗、少污染的制造技术为主要目标；(6)以计算机与网络技术为核心。
国内方面：我国也在这方面也有所作为。当前，国民经济各部门中智能化已露端倪。机械企业当务之急是进行产品结构调整。在面向市场，特别是面向全球化经济的形势下，我国机械工业各企业在选择产品时都要首先选择带有智能信息技术的机电一体化产品。
3 机械制造智能化发展的必然性分析
智能制造技术(Intelligent Manufacturing Technology，IMT)是指利用计算机模拟制造专家的分析、判断、推理、构思和决策等职能活动，并将这些职能活动与智能机器有机的融合起来，将其贯穿应用于整个制造业企业的各种子系统(如经营决策、采购、产品设计、生产计划、制造、装配、质量保证和市场销售等)，以实现整个制造企业经营运作的高度柔性化和集成化，从而取代或延伸制造环境中专家的部分脑力劳动，并对制造业专家的智能信息进行收集、储存、完善、共享、继承和发展的一种极大地提高生产效率的先进制造技术。
智能制造系统(IntellientManufactingS,IMS)是指基于智能制造技术，利用计算机综合应用人工智能技术(如人工神经网络、遗传算法等)、智能制造机器、技术、材料技术、现代管理技术和系统工程理论和方法，在国际标准化和互换性的基础上，使整个企业制造系统中的各个子系统分别智能化，并使制造系统形成又网络集成的、高度自动化的一种制造系统。
4 机械制造智能化发展的趋势
未来必然是以高度的集成化、柔性化和自动化为特征的智能化制造系统，并以部分取代制造中人的脑力劳动为研究目标，也是当代传统制造技术、新兴计算机技术、人工智能技术等发展的必然结果，亦即在整个制造过程中通过计算机将人的智能活动与智能机器有机融合，以便有效地推广专家的经验知识，从而实现制造过程的最优化、智能化和自动化。对于它的研究不仅是为了提高产品质量和生产效率及降低成本，而且也是为了提高国家制造业响应市场变化的能力和速度，以及在未来竞争中求得生存和发展。它的研究成果，将不只是对制造业有促进作用，还对工业过程自动化或精密生产环境等有应用价值。它的出现将使人们从一个完全崭新的角度去从事科学技术和制造领域的研究。所以，机械制造智能化无疑是本世纪制造技术的最优选择。国际上对其研究的兴起也决非偶然，试想，发达国家一旦拥有这项技术，而我们又在这方面与之相差甚远的话，我们将面临失去更多与之竞争机会的危险。因为一方面它是本世纪的最先进的制造技术，发达国家将不再“依赖”发展中国家的“廉价”劳动力；另一方面专业技术人员和熟练技术工人缺乏问题在我国尤其严重，企业生产中的各个环节相脱节的现象也十分突出。再者，重复投资增大，企业生产的不规范化及自动化程度低下等也是大问题。目前发达国家正在积极起动这一高新技术，并投巨资、集中大批优秀人才进行跨国际合作研究与开发，我国也应当适度开展跟踪研究。因此，基于国外发达国家积极抢占这一国际制造业制高点的严峻形势，参照我国实情，我认为，当前应该系统深入地开展基础理论研究和现有加工单元技术与机器设备的智能自动化研究。特别是开发出具有自身特色的，即能实现高精度、易操作和无人管理的智能制造系统，以满足我国制造业日益发展的需要。如果条件许可。还可试点进行研究领域中的下一代设计过程、工厂、自主功能模块和虚拟制造系统等方面的前期实验研究工作。
篇4
机电一体化又称机械电子学(Mechatronics，由英文机械学Mechanics的前半部分与电子学Electronics的后半部分组合而成)。随着计算机技术的迅猛发展和广泛应用，机电一体化技术获得前所未有的发展。现在的机电一体化技术，是机械和微电子技术紧密集合的一门技术，它的发展使冷冰冰的机器有了人性化和智能化。如今的现代化企业已经进入了崭新的智能制造时代。
一、智能制造的概念
智能制造应当包含智能制造技术(IMT)和智能制造系统(IMS)。因本文不涉及智能制造技术本身，只侧重于论述制造模式，所以重点讨论智能制造系统。智能制造技术是指利用计算机模拟制造专家的分析、判断、推理、构思和决策等智能活动，并将这些智能活动与智能机器有机地融合起来，将其贯穿应用于整个制造企业的各个子系统，以实现整个制造企业经营运作的高度柔性化和集成化，从而取代或延伸制造环境中专家的部分脑力劳动，并对制造业专家的智能信息进行收集、存储、完善、共享、继承和发展的一种极大地提高生产效率的先进制造技术。智能制造系统是指基于IMT，利用计算机综合应用人工智能技术、智能制造机器、技术、材料技术、现代管理技术、制造技术、信息技术、自动化技术、并行工程、生命科学和系统工程理论与方法，在国际标准化和互换性的基础上，使整个企业制造系统中的各个子系统分别智能化，并使制造系统形成由网络集成的、高度自动化的一种制造系统。
IMS是智能技术集成应用的环境，也是智能制造模式展现的载体。IMS理念建立在自组织、分布自治和社会生态学机制上，目的是通过设备柔性和计算机人工智能控制，自动地完成设计、加工、控制管理过程，旨在解决适应高度变化的环境制造的有效性。由于智能制造模式突出了知识在制造活动中的价值地位，而知识经济又是继工业经济后的主体经济形式，所以智能制造就成为影响未来经济发展过程的制造业的重要生产模式。
二、智能制造系统的特点
IMS具有以下几个特征:
一是自组织能力，二是自律能力，三是自学习和自维护能力，四是整个制造系统的智能集成，五是人机一体化智能系统，六是虚拟现实。
综上所述，可以看出IMS作为一种模式，它是集自动化、柔性化、集成化和智能化于一身，并不断向纵深发展的先进制造系统。
三、智能制造的支撑技术
人工智能技术；
并行工程；
虚拟制造技术；
信息网络技术。
四、智能制造主要研究内容及目标
1.智能制造主要研究内容
（1）智能制造理论和系统设计技术；
（2）智能制造单元技术的集成；
（3）智能机器的设计。
2.智能制造主要研究目标
（1）整个制造过程的全面智能化，在实际制造系统中，以机器智能取代人的部分脑力劳动作为主要目标，强调整个企业生产经营过程大范围的自组织能力。
（2）信息和制造智能的集成与共享，强调智能型的集成自动化。
五、智能制造的发展简况
1.国外发展简况
自20世纪80年代美国提出IMS概念以来，IMS一直受到众多国家的重视和关注。日本、美国、加拿大、澳大利亚、瑞士和欧洲自由贸易协定国在1991年1月联合开展了由日本首先于1990年4月提出的为期10年的IMS国际合作计划。
2.国内发展简况
我国20世纪80年代末也将“智能模拟”列入国家科技发展规划的主要课题，已在专家系统、模式识别、机器人方面取得了一批成果。1993年，中国国家自然科学基金委员会重点项目“智能制造技术基础的研究”获准设立，1994年开始实施，由华中理工大学、南京航空航天大学、西安交通大学和清华大学联合承担。研究内容为IMS基础理论、智能化单元技术、智能机器等。至今，已取得了不少可喜的研究成果。
篇5
一、引言
在人类发展的漫长过程中，技术是重要的一个环节，和人们的生活息息相关。智能控制技术作为20世纪科学技术发展的主要标志，是现代机械制造工业中最为热门的一项。智能技术和现代信息社会光电子技术成为了现代工业的支柱。本文将会针对智能技术和智能产业的发展前景和局限做出探讨，研究其在机械制造中的应用和发展。毕竟是受到世界先进国家的高度重视的智能控制技术，在机械制造工业中的应用前景还是很大的。
二、相关概念的基本定义
在详细介绍智能控制在机械制造中的应用探讨之前，先简单介绍一下其中基本术语的简单定义。
（一）智能控制
智能控制（intelligent controls）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。
（二）机械制造
机械制造指从事各种动力机械、起重运输机械、农业机械、冶金矿山机械、化工机械、纺织机械、机床、工具、仪器、仪表及其他机械设备等生产的工业部门。
三、智能控制在机械制造中的应用优势
智能控制在机械制造中起到了一定的应用优势。如，帮助提升开拓市场的桥梁，智能加工工艺提高了整体的机械制造水平。当然，智能控制在机械制造中也对生产工艺产业的水准提高起到了决定性的重要作用。这些对智能控制的前景发展是具有非常重要的作用的。推土机主机架智能的理论在这里也是不容忽视的。
在机械制造中，机械设计实际上是一个模型的综合和分析的过程，在这个过程中由工人亲自操刀设计，进行一切的制造工艺，那是一个相当劳重的任务。因为这些任务不仅包括大量的计算、分析、绘图等数值计算型工作；还包括拟定初始方案，选择最优方案，制定合理结构等方案设计工作。如果在现代机械制造工业中大范围融入只能控制技术，这样就可以减少大批的劳力。因此，设计智能化已成为机械设计中一个很热门的研究课题之一，智能控制在机械制造中的应用效果也很好。减少机械自动化过程、减少制作时长，成为了智能控制在机械制造中最为主要的优势。
四、智能控制在机械制造中的不足之处
中国机械制造业经过几十年的努力已经具有相当的规模，智能控制技术的研究也已经逐渐成熟。智能控制在机械制造中的应用也有些年日，积累了大量的技术和经验。但是随着世界经济一体化的形成，智能控制在唉机械制造中的应用局限性也越来越明显。由于中国潜在的巨大市场和丰富的劳动力资源，导致机械制造工业速度跟不上，智能控制技术在国外属于较为先进成熟的技术，在国内却尚属于新兴技术。因此，智能控制技术在机械制造中依然存在一些不足之处。笔者在经过探讨和研究智能控制在机械制造中的优势之后，也按着现在所面临的前所未有的工业行业激烈竞争局面整理出了智能控制的些许不足之处。
（一）企业应变能力差
今天的市场瞬息万变，需求多样化。机械制造行业如果想要在市场中占到头名，就要有先进的生产技术做支撑。然而，企业虽然响应国家号召，积极使用智能控制技术，可惜企业的应变能力差，按订单装配MTO，按订单制造MTO，按订单设计MTD，大规模定制MC，忽略了智能控制技术的根本，导致无法好好利用智能控制技术。这是智能控制技术在机械制造应用中最大的不足。机械加工行业的品种规格繁多，生产、采购异常复杂，如果能够好好利用智能控制技术，改善企业的应变能力，想必能够大幅度提升机械制造行业的生产力。
（二）成本计算不准确，成本控制差
人工成本核算一般只能计算产品成本，无法计算零部件成本。在机械制造行业中成本的费用分摊更是非常粗糙，没有办法进行精密而细致的预算、估算。在使用了智能控制技术之后，大量成本数据采集都是通过电脑计算机归集的，然而个别企业在使用操作不当，导致计算机的估算、预算数据准确性也很差，这样子非但不能利用智能控制技术提高机械制造工艺的进展，也不能控制成本计算精准度，协助控制成本。这种利用智能控制还不能提高成本计算准确度的难题也成为了限制智能控制在机械制造中应用的一大因素。一般机械制造行业都不进行标准成本的计算，也很少进行成本分析，因此成本控制差。
（三）信息分散、不及时、不准确、不共享
在机械制造业中，产、供、销、人、财、物是一个有机的整体，他们之间存在大量信息交换。利用传统的机械制造加工模式，全部都是通过人工管理信息的，这样的管理速度很慢。如果利用智能控制技术在行业中的应用，辅助管理信息则能够提高速度，然而目前在机械制造中的应用却显示，智能控制依然具有管理分散、缺乏完善的基础数据等不足之处。由此可见，要想将智能控制很好的应用在机械制造行业的各个部分，一定要先解决信息分散、不及时、不准确、不共享、大大影响管理决策的科学性等难题。
五、智能控制在机械制造中应用的提升探讨
如果管理工具落后，大部分企业就无法提升自己的产业管理工作或者加工进度，在机械制造类行业中，这些阻力更加明显。在前文中已经提过了关于智能控制在机械制造中的不足，接下来将针对机械制造中的应用管理方面，整理一些有建议性的改善方案，希望对于仍处于分散管理或微机单项管理阶段的智能控制应用有较好的提升和完善。
（一）共享和资源的优化配置
在机械制造中，很多加工链条都是采用一条龙这样一个完美的供应链管理系统。从科学的供应链管理里节约了大量的成本，共享和资源的优化配置，这是现代企业中都需要优先学习的管理方法。所以，在提升智能控制系统在机械制造中的应用效果时，最先考虑的就是如何利用智能控制提升共享资源的效果，并且优化资源配置，给客户提供最好的服务和商品。只有加入了这样的改动，才能够使得机械制造业发展更加飞速。是机械制造业就要找扩展ERP，做成一个非常完整的集成系统，减少集成的费用。“集成”两个字说起来非常简单，只要完善和优化智能控制技术在机械制造中的应用就好。
（二）增加智能控制程度
智能控制把计算机从数值处理扩展到非数值处理，这样的操作和改动使得计算机能够更好的为人类工业产业服务，智能控制技术就是在这种情况下发展起来的，包括知识与经验的集成、推理和决策，这些都是发展智能控制在机械制造中的巨大优势。只有力图使机械设计过程自动化发展，增加智能控制程度，才能够减少人类的劳累，并且提升社会生产产值。智能控制下的机械制造技术与传统的设计机械制造技术方法相比，智能控制在机械设计中有着不可比拟的优势，它不仅可以长期稳定工作、节省成本，还可以为专家知识特别是启发式知识提供存储手段和传授途径、易于继承。 （三）利用智能控制技术实现管理创新
机械制造企业是管理非常复杂的企业，目前管理中存在诸多的问题，智能控制在机械制造中的应用非常利于激烈的市场竞争环境。然而个别企业的利用率很低，不能够最大限度的发挥智能控制的应用效果。只有利用智能控制技术创新，实现管理和控制技术的双重创新，这样才能真正的提高智能控制技术在机械制造加工中的管理水平和发展速度。智能控制技术在机械制造中的优势是不容置疑的，然而因为不同的难题阻挠了智能控制技术的进步和发展，要想提升智能控制在机械制造中的应用效果，就必须按着控制理论的发展实现管理上的创新。
（四）增加相关科技技术的相互渗透
20世纪80年代以来，信息技术、计算技术的快速发展给国内的各项工业企业带来了一定的推动发展作用。现在兴起的智能控制技术要想在机械制造业中进一步发展，就必须要增加和其他相关学科的发展和相互渗透，这样才能够更好地推动机械制造的加工工艺，为科学与工程的研究带来不断深入的启发性质。要知道智能控制系统本身就属于控制系统向新兴科技的过度发展，如果能够增加智能控制系统与其他相关科技技术的渗透发展，增能够更好的带动智能控制在机械制造中的应用趋势。
六、结论：
在现如今的社会上，智能控制的产品已经多不胜数，有专项研究表明，这是一个非常具有前途的发展行业。本文在研究了智能技术在机械制造中的应用优势和局限性之后，经过借鉴和反思整理出了相关的建议。希望这些建议能够对智能控制在机械制造中的应用和发债带来一定的帮助。无论放在哪个时期来说，机械制造都是工业产业中最重要的环节，应当对其提起高度重视。
参考文献：
[1]宋建丽；邓琦林；陈畅源；葛志军；胡德金；；宽带智能熔覆高硬度火焰喷涂层组织和裂纹行为[J]；机械工程学报；2006年12期
篇6
1智能设计技术概述
智能设计技术是近年来逐渐兴起的技术类型，它在传统研发设计的基础上，融入了大数据、智能制造、虚拟现实、智能建模、知识工程等技术形态，并根据行业设计研发的需求，形成适配于行业产品研发生产的一种全新技术形态[1]。换句话说，智能设计技术虽然基于智能制造、大数据、虚拟现实等技术范畴，但在不同行业的应用中却体现出了差异性。本文主要探讨农业机械研发制造中智能设计技术的应用，结合农业机械研发制造行业的具体情况，重点探讨了CAD智能建模技术、知识工程智能技术和虚拟现实智能验证技术三种智能设计技术的应用。
2农业机械研发制造中智能设计技术的应用
2.1CAD智能建模技术及应用
传统的CAD设计技术已被广泛应用在农业机械制造领域，能够辅助农机产品的设计、研发和三维仿真等设计工作，但在产品设计知识的高效利用领域体现了诸多问题，例如：传统CAD技术能够解决农业机械产品研发的结构性问题，但在建模设计知识与建模生成的融合上，存在灵活性、适应性和移植性不强的弊端。基于知识的CAD智能建模技术能够较好地攻克这一难题，该技术以智能化设计为基础，涵盖CAD建模标准规范、材料特性、装配语义、建模融合等新的技术形态，在农业机械研发制造中的应用体现出了新的价值。国内山东农业大学最新研发了一种基于CAD智能建模技术的农机产品制造模型特征提取方法，该方法将三维小波变换和CAD智能建模技术融合在一起，构建了农机产品设计ESB通用智能模型库，技术人员在设计农业机械产品时，可以从智能模型库中直接调取通用的设备模型，并运用三维小波变换进行智能分析，得到匹配性能最佳的产品模型，大大提升了大型复杂农业机械产品研发制造的效率和建模仿真的准确性[2]。
2.2知识工程智能技术及应用
知识工程智能技术源于专家系统的研究分支，贯穿于整个智能设计和制造领域，它以知识设计内容为基础，通过科学的表示、获取和推理过程，获得制造产品的最佳研发方案。以知识推理智能技术为例，它根据待制造产品的设计需求，从已知的知识判断得出新的设计思维方案，通过基于规则、实例和模型的推理过程，完成制造产品的智能设计过程。近年来，随着现代农业机械产品功能和性能的多元化发展，设计一款农机产品所需的知识系统越来越复杂，传统单一的设计推理模式难以满足产品的设计和研发需求，采用集成的多推理知识工程智能技术能够更好地解决现代农机产品研发面临的这一问题。例如：中国农业大学研究了一种基于知识工程的快速设计推理方法，该方法以相似度匹配算法为核心，能够对履带式收获机传动系的机械构件进行快速推理，有效地缩短了产品设计周期，提升了产品的设计智能性[3]。
2.3虚拟现实智能验证技术及应用
篇7
中图分类号： TH-39 文献标识码： A 文章编号： 1673-1069（2016）29-160-2
0 引言
随着科学技术的不断进步，机电一体化也得到了快速的发展，并且其生产应用范围逐步扩大，机电一体化技术已经成为工业化发展的动力。机电一体化技术实现了电子与机械的紧密结合，从而实现了对机械设备的智能化控制和管理，这也是智能制造的构成基础。在实际的生产制造中，智能制造基本上包含两方面的内容，一是智能制造系统，另一个是智能制造技术。智能制造已经成为社会工业化发展的主体，使工业生产更加的智能化、人性化，可以准确控制生产过程。而智能制造的发展离不开机电一体化技术，加强机电一体化技术在智能制造中的研究具有重要的现实意义。
1 智能制造概述
从目前的社会发展来看是，智能制造主要包含两方面的内容：一是智能制造技术（IMT）。主要指的是，技术人员借助计算机模拟系统，从而实现对某一系统的分析、决策等，节省了大量的人力和物力，研究人员只需通过计算机系统就可以实现系统的分析，有效保证了研发的可靠性，同时也保证了生产的实效性。二是智能制造系统（IMS）。可以简单地理解为人机一体化智能系统，由智能机器人和人类专家共同组成。它在应用的过程中，以计算机为主要工具，借助人类专家进行分析、构思以及决策等智能活动，代替制造工程中人力脑力活动。智能制造系统是智能制造技术的延伸，是集网络化、自动化技术于一体的制造系统，使整个子系统实现智能化运转。这也是本文应用研究的重点。
智能制造系统一方面是集成应用的主要场所，另一方面也是智能制造模式展现的主要载体。智能制造系统主要是基于社会生态学的根基上，借助计算机并通过人工智能的控制，从而实现设计、加工以及控制管理等各个阶段，该系统在高度变化较为显著的环境中较为适用。在智能制造模式中对知识体系的注重程度较高，知识经济也是新兴经济的主导模式，因此智能制造将引领未来社会制造业的潮流，成为发展的必然趋势与目标。
2 机电一体化技术的发展概况
机电一体化技术研究的时间比较长，在发展的初期人们并没有实现电子技术与机械技术的融合，还将其视为分裂的个体，主要是要靠电子技术在机械工业中的应用，来提高机械生产效率，提升产品质量。但是，在当时的发展阶段，机械工业与电子没有融合，还是独立的个体存在于机械生产中，使得其发展水平并没有达到预期的目的，应用范围也不大，该技术没有得到充分的发展。而随着计算机技术、信息技术等的发展，机电一体化又焕发了新的活力，在生产中得到广泛的应用，其在智能制造中的应用更是促进了整个机械行业的发展，使生产管理工作更加的智能化、自动化，为生产工作的开展提供了更加便捷的服务。
机电一体化囊括了多种技术，并且不断更新技术内容，保持技术的先进性。机电一体化技术借助电子技术，以人工智能的方式，借助计算机系统，从而实现对机械设备的自动化控制，使生产更加的便捷、高效。并且随着网络技术的出现和普及，出现了很多跨地域生产活动，这主要是借助远程操控系统实现的。机电一体化技术的应用，解决了很多生产中的难题，使生产活动更加规范化、自动化、规模化。
3 机电一体化技术在企业智能制造中的发展与应用
3.1 传感技术的应用
传感技术是机电一体化技术中的一个重要技术之一，由于其具有较高的精准性与敏捷性，可最大限度地免受来自外界其他信号对设备的影响，若将其应用于智能生产中则将会发挥巨大的作用，而普通的传感器则效果不显著，若要使用还需构建相对应的传感器网络系统，这样才能实现信息之间的对接与传输，并借助计算机将所收集到的信息进行整合与分析，从而使整个生产过程得以有效控制。纵观当前各大生产制造中所使用的传感器，我们发现其主要使用的是光纤电缆传感器，并使用标准化的接口，这样可大大降低设计的难度与标准，在一定程度上也可节约一定的成本。
3.2 数控生产中的应用
在我国机电一体化最早应用在数控加工技术中，对提升我国机械制造水平方面发挥了重要作用。机械制造业的发展水平直接关系到我国的工业化水平，将机电一体化技术应用到数控制造中，在提升机械加工精度以及机械加工效率方面发挥了重要的作用。数控生产的价值主要体现在加工精度上，所以数控生产对智能控制系统要求十分严格。目前数控机床中的智能控制系统基本上采用CPU和总主线模式。该模式利用在线诊断技术和智能控制技术，实行三维仿真，模拟数控技术加工的整个工程，为数控机床的实际操作提供重要的依据。
3.3 自动生产线与自动机械的应用
目前许多大规模生产企业基本上都采用了自动化生产线和自动生产机械。该技术主要是借助电子技术中的光电控制系统以及人机界面控制装置，从而对生产流程实现全面的控制。自动生产线与自动机械应用的范围十分的广泛，例如在电脑、手机等都已经实现了自动化生产线。智能制造企业在生产的过程中融合柔性制造系统（图1所示），主要利用计算机控制系统对生产设备进行有序的融合，即数控设备、计算机设备等生产要素实行一体化管理，从而实现集约化、网络化生产。
3.4 工业智能机器人
工业智能机器人是当前机电一体化技术在智能制造中最先进的应用，并且结合了多种先进技术，是人工智能技术、仿生学还有计算机系统等众多学科相互作用的新型成果。机器人是当期科学技术的研究重点，智能机器人技术是控制论、传感技术以及信息技术等综合体，我国在其研究上已经取得了一定的成绩，并且在生产行业中已经得到应用。工业智能机器人的出现，在提高产品质量，增加产量以及减轻员工劳动强度方面发挥重要作用。工业智能机器人在应用的过程中具有明显的优点：一是能够有效甄别信息资料；二是可快速地完成较为复杂的工作流程；三是生产的精准度高，可应用于军事生产制造中，受到社会各界的认可。
4 结束语
综上所述，智能制造是工业生产行业的主要发展趋势，实现了工业生产的自动化、智能化管理，有效提升了工业生产效率和产品质量，为企业创造更多的经济效益和社会价值。机电一体化是智能制造实现的重要技术条件，其运用水平也直接关系到智能制造功能的实现。因此一定要注重机电一体化技术在智能制造中的应用，促进智能制造更好的发展。
参 考 文 献
[1] 林少锐.机电一体化技术在智能制造中的应用[J].科技资讯，2015（14）：92-92，94.
篇8
中图分类号：F273.7 文献标识码：A
Abstract： At present， China is in the accelerating transition to a post-industrial phase. How to make modern manufacturing and modern logistics industry achieve win-win and joint development is a serious problem currently. With the application of IOT technology in the field of manufacturing and logistics， for the problem of combination of the traditional manufacturing processes and logistics processes in independent mode， this paper uses innovative IOT technologies and systems to build a manufacturing-logistics joint smart collaborative services platform based on IOT and demonstrates the effectiveness of the“manufacturing-logistics”real-time joint system.
Key words： the internet of things（IOT）； manufacturing industry； logistics industry； real-time joint
0 引 言
现代制造业的发展需要现代物流业的支撑，现代物流业的发展也要以现代制造业的发展为基础。目前我国正处于加速向工业化后期过渡的阶段，如何使现代制造业与现代物流业实现联动式共赢发展，是当前亟待解决的问题。制造业与物流业联动是制造业与物流业互相深度介入对方企业的管理、组织、计划、运作、控制等过程，共同追求资源集约化经营与企业整体优化的协同合作方式。制造业与物流业联动本质上是社会分工专业化的体现，即制造业与物流业各自专注于自身核心竞争力的培养与发展，最终实现“两业”联动双赢。
在传统的制造流程与物流流程独立运作的模式下，由于信息沟通的局限，制造与物流的业务逻辑在横向上缺乏关联，诸多环节上造成了计划可行性差，运作效率低下等问题。然而，当物流过程与制造过程各个环节实现横向联动，以上的问题将得到全面改观。物联网技术已成为制造物流产业联动的重要推动力。“物联网”的产生为建设面向制造―物流联动的智能协同服务平台带来了良好的契机。然而，当面向生产制造与物流服务互相深度介入、实现全面联动的这一新需求时，目前的物联网设备、技术和系统平台的发展仍无法满足其需要，这已成为制约制造业和物流业快速联动发展的重要障碍。
本文以“物联网”概念和相关技术的发展、普及应用为契机，以推动制造业与物流业在管理、组织、计划、运作、控制等过程的深度融合，并实现资源集约化经营与企业整体优化的协同合作为最终目的，提出了一套“制造―物流联动”协同决策服务信息架构。并在数据采集、信息整合、服务封装以及上层决策等多个层级开发了一系列物联网关键技术和系统平台，实现制造环节与物流环节的全面多维动态联动。
1 文献综述
1.1 “制造―物流联动”发展现状。从2005年始，国内研究者纷纷就本地区制造业与物流业联动发展现状开展深入的研究，并针对实际问题提出联动发展的对策及建议[1-2]；同时，运用计量经济学的灰色关联模型，得出福建省制造业与物流业的协调发展正处于协调与不协调的临界状态的结论[3]；应用灰色关联理论对广东省制造业与物流业的关系进行定量分析，得出广东制造业与物流业没有实现有效联动的事实，进而提出促进广东“两业”联动发展的一些建议[4]；从产业集群演化的角度分析制造业集群与物流产业的关系，并证实了长三角制造业集聚与物流业发展的耦合关系[5]；也有一些学者运用投入产出法，对中国物流业对制造业的关联波及效应进行分析[6]。目前我国在各环节中的“两业”联动存在以下问题：生产上游产品研发及设计的“两业”联动，涉及到物流基础设施的应用，我国物流业竞争市场规范化较差，管理水平和信息化程度相对较低；中游产品制造中与上下游企业之间信息不畅通，政策落实不到位，在物料需求、生产控制及销售控制上，制造业和物流业信息集成及信息共享不畅通等；生产下游中，产品从下生产线开始，经过包装、装卸搬运、储存、流通加工、运输、配送，直至最后送到用户手中的整个产品实体流动过程中，通过通讯及计算机技术、管理软件以及各种新思想和新方法来实现物流信息的共享、跟踪及JIT（准时制）物流是当前面临的重要任务之一。
1.2 物联网技术在制造及物流行业的应用。从当前技术发展和应用前景来看，物联网在工业领域的应用主要集中在以下几个方面：（1）制造业供应链管理。如空中客车通过在供应链体系中应用传感网络技术，构建了全球制造业中规模最大、效率最高的供应链体系。（2）生产过程工艺优化。如钢铁企业应用各种传感器和通信网络，在生产过程中实现对加工产品的宽度、厚度、温度实时监控，提高产品质量，优化生产流程。（3）生产车间智能制造。具体包括：柔性生产和流程可视。（4）产品全生命周期监控。具体包括：单品管理、全程监控、绿色环保。
物流业是很早就应用物联网的行业之一。概括起来，目前相对成熟的应用主要在如下三大领域：（1）产品的智能可追溯的网络系统。如食品的可追溯系统、药品的可追溯系统等等。（2）物流过程的可视化智能管理网络系统。如基于GPS卫星导航定位技术、RFID技术、传感技术等多种技术，在物流过程中可实时实现车辆定位、运输物品监控，在线调度与配送可视化与管理系统。（3）智能化的企业物流配送中心。
根据对制造和物流行业相关物联网设备的国内外发展趋势的分析可以得到以下几点结论：（1）RFID技术是物品自动识别领域的必然趋势。（2）多维制造加工和仓储环境信息的监控已成为制造和物流行业提升生产控制能力、服务质量的新需求，多传感器和传感器网络技术成为实现该项任务的基础技术。
2 面向制造―物流联动的物联网智能协同服务平台框架
本文提出的面向制造―物流联动的物联网智能协同服务平台框架如图1所示，包括四个联动层：最下层为设备联动层，用于制造流程及物流过程中的多维实时信息的采集；信息联动层把实时采集的信息进行统一整合，通过处理后形成标准的信息流；服务联动层通过标准的信息流输入，采用一系列的智能体，提供各种服务；最高层决策联动层包括一系列的决策应用系统，为制造过程和物流流程提供相应的指导，以此形成四层相互联动、统一优化资源的物联网驱动的绿色服务模式。
2.1 物联网驱动的制造―物流联动服务模式。物联网驱动的制造―物流联动服务模式主要包括纵向和横向联动服务模式，所谓横向联动，即在整个物联网过程的两个阶段：制造阶段和物流阶段，通过联动的方式优化其交叉资源，利用智能物联网感知设备把两个阶段无缝连接起来，形成相互融合和动态交互的横向联动模式；纵向联动即在物联网信息传递与使用的过程中的相互联动过程，该过程包括感知、处理、整合、应用几个层面，分别对应于四个联动层，因而形成上下层级之间的动态交互，最终达到纵横联动模式。该模式将以资源利用最优化为前提，以绿色化为目标，避免资源特别是各阶段、各层级紧缺资源的浪费，最终达到可持续性发展。
2.2 物联网驱动的制造―物流联动关键使能设备。本文的物联网驱动的制造―物流联动关键使能设备包括两类：一是多维RFID主动标签，另外是制造和物流信息统一集成网关。
（1）多维RFID主动标签。实现制造―物流联动环境下的RFID标签设备及实时数据可视化；针对特定制造―物流联动应用的GPS信息和3G视频模组及实时信息获取；针对制造―物流联动敏感环境（如保鲜食品仓，易碎物品仓）的多传感器智能主动式RFID标签设备及实时信息获取。（2）制造和物流信息网关。制造―物流联动信息集成网关包括制造信息网关和物流信息网关。这两类网关的主要任务是对所部署的传感器，数据采集设备提供标准化数据获取和传输接口，实现异构信息系统之间的平滑信息交换和整合。它们都提供一套数据获取、处理和交换的标准化接口，其功能主要包括：数据源标准化定义，实现对多样化数据源元素归一化描述，如数据提供源唯一地址描述，数据结构，数据查询条件的标准化描述；数据标准化处理，提供一种异构数据标准化转换的技术，将数据通过统一标准的描述格式返回给数据请求方；数据交换接口标准化，实现异构信息系统之间数据获取，更新和存储的通用方法和调用接口。
2.3 物联网驱动的制造―物流联动协同服务平台信息架构。物联网驱动的制造―物流联动协同服务平台信息架构主要包括以下几层：（1）设备联动层。设备联动层通过把制造和物流流程的数据进行感知采集，在制造流程当中，通过多种类的传感器，如生产线信息终端设备、手持式RFID终端、固定式RFID设备等把制造流程中各结点的信息如生产进度、车间在制品和成品等统一采集；在物流流程中，采用多维主动RFID标签、3G视频、GPS和RFID仓储管理硬件等设备把物流过程的环境信息、配送信息和仓储信息等统一整合，为制造―物流联动提供基础的数据支持。（2）信息联动层。信息联动层把设备联动层的信息进行统一管理，这一层主要包括两个信息网关，制造信息网关针对制造流程的感知信息进行统一的管理，物流信息网关对物流过程中的感知信息进行集中整合，两个网关之间相互实时交互针对两个阶段的资源进行统一管理，信息联动层的网关主要包括四个主要使能模块，分别是：①智能网关异构硬件管理模块：对接入物联网的硬件设备进行统一的管理，包括硬件MAC地址分配、物联网唯一标识管理、注册管理等；②基于ISA95的异构信息标准化模块：对异构感知设备获取的信息进行标准化处理，包括数据字段定义、数据格式描述、数据表达、语义分析、谓词诠释等；③层级化复杂事件处理模块：对海量事件进行分层动态处理，其中包括事件分类操作、事件组合管理、事件响应决策等；④动态工作流定义配置模块：针对制造―物流联动机制下的动态工作流管理，提供自定义和可重配的方法，其中包括流程结点定义、结点互联操作、流程配置服务和流程优化等。（3）服务联动层。服务联动层通过一系列的智能体对象，把信息联动层提交的数据进行处理，然后为决策联动层提供支持服务，该层主要的智能体包括：①实时制造资源智能体：把制造过程中的资源封装成智能体（Smart Object Agent），为制造流程提供资源配置、优化、协调和整合，以实现制造过程中制造资源的闭合管理；②实时WIP（work in product）智能体：制造过程中的在制品通过智能化封装后成为WIP智能体，为在实时在制品库存预测及管理、WIP优化等；③实时仓储资源智能体：仓储资源通过智能化封装后成为实时仓储资源智能体，这些智能体为制造和物流环节提供各种资源的实时信息服务；④实时车辆资源智能体：车辆资源通过多种传感器及智能化技术封装成车辆资源智能体，对物流的承载主体进行统一规划、合理调度、优化路径、实时监控等综合；⑤实时在途品智能体：物流过程中的在途品通过封装后成为在途品智能体，通过感知技术可以实时获得在途品的温度、湿度、气压等承载环境信息，以及在途品数量、状态等信息。（4）决策联动层。决策联动层通过服务层中各种智能体提供的服务信息，为一系列的系统提供支持，其中包括以下几个系统：传统制造应用系统（MES）、传统物流应用系统、JIT型实时对线配送系统、智能化WIP管理系统和智能化物流配送系统。其中传统制造应用系统（MES）、传统物流应用系统为企业现有系统，本文的决策联动层主要包括以下三个系统：①JIT型实时对线配送系统：制造―物流联动机制下的物联网，以控制原料库存、减低在制品存量，实现精细化JIT型生产为目的绿色管理模式，为各个生产厂商的基于生产节拍的原材料需求信息，以及所需物料的实时仓储位置信息进行智能规划、综合越库、转运以及直接配送等。②智能化WIP管理系统：在对制造―物流联动环境下的在制品进行最优化管理的前提下，控制各制造流程阶段的WIP数量，综合考虑物流成本、仓储成本等约束，在物流调度、路径规划、生产协同的基础上得到最优的组织方式，以达到绿色化的制造过程WIP管理。③智能化物流配送系统：在对原材料进行协同采购的前提下，利用实时动态化物流资源信息（包括仓储位置，载具，车辆等资源的信息），对多种类、多批次的整个物流过程进行规划、决策以及执行监管。
3 系统演示
3.1 生产联动物流。该情况为最经典的生产物流联动过程，核心决策环节为生产车间子系统：由生产车间的实时生产流程拉动配送和仓储环节提供生产物流服务，常见于生产计划的调整余地较小、调整成本偏高、或调整难度大，而物流资源（例如配送车辆和仓储空间）较为充足而具有较大调整空间的生产企业中。针对该情况，开发了基于RFID的智能生产线实时管理系统，其运作情况如图2所示。
3.2 物流联动生产。该情况的核心决策环节为仓库子系统：由仓库实时状态（仓储空间的释放计划、客户成品需求/供应商供货节拍、及预设仓储策略等）拉动生产车间及物流车队进行生产与配送出/入库计划。此情况多见于珠三角及沿海发达地区，由于企业不断扩大生产规模，却无力扩大仓库面积而造成。针对该情况，开发了基于IOT的成品物流规划与管理系统，其运作情况如图3所示。
4 结论与展望
本文从制造―物流联动物联网背景入手，利用创新的物联网设备、技术和系统构建了面向制造―物流联动的物联网智能协同服务平台，并详细介绍了该平台的信息架构。具有以下三方面的特色：（1）面向制造―物流联动的物联网智能协同服务平台的服务模式。（2）物联网背景下制造―物流联动中的整合规划、合理利用和资源优化。（3）提出一套适用于制造―物流联动物联网下的关键使能设备。
本文以制造物流联动为切入点，将企业生产和仓储、物流流程在多环节紧密衔接，并集中应用物联网技术，通过“集中式共享、服务化运营”的策略在工业园区和大型集团集群企业中进行应用推广，个体企业应用物联网技术的种种弊端将被屏蔽和缓冲。
参考文献：
[1] 李江虹，常春英，陈思嘉，等. 广东省物流业与制造业协调联动发展探析[J]. 物流技术，2011（23）：34-36.
[2] 段雅丽，樊锐，黎忠诚. 湖北制造业与物流服务业协调发展现状及对策分析[J]. 物流技术，2009（9）：11-14.
[3] 陈春晖. 基于灰色关联的福建省制造业与物流业联动发展研究[J]. 中国市场，2012（2）：15-18.
[4] 李松庆，苏开拓. 广东制造业与物流业联动发展的灰色关联分析[J]. 中国集体经济，2009（15）：104-105.
[5] 刘雪妮，宁宣，张冬青. 产业集群演化与物流业发展的耦合分析――兼论长三角制造业集群与物流产业的关系[J]. 科技进步与对策，2007（9）：161-166.
[6] 梁红艳，王健. 物流业与制造业的产业关联研究――基于投入产出表的比较分析[J]. 福建师范大学学报（哲学社会科学版），2013（2）：70-78.
[7] 蒋照连，黄峰，吴丽娟. 物流业与制造业联动发展策略研究[J]. 福建论坛（社科教育版），2010（4）：41-42.
[8] 建红，汪标. 物流业与制造业联动发展研究综述[J]. 生产力研究，2012（2）：246-248.
[9] 庞文英. 浅谈我国制造业与物流业的联动发展[J]. 物流工程与管理，2009（11）：1-10.
[10] 胡红云，林希. 我国制造企业生产物流的发展现状、问题与对策[J]. 重庆科技学院学报（社会科学版），2011（2）：89-91.
[11] 叶茂盛. 现代物流业与制造业升级互动关系探析[J]. 市场周刊（新物流），2007（10）：62-63.
篇9
随着社会经济的高速发展，先进制造技术已经成为全球经济竞争的主战场。数据采集技术是在不同学科之间交叉渗透的基础上出现的，对于制造企业而言，传统的信息采集方式已经难以满足制造业信息化的实时需求，所以迅速及时地将相关学科领域的最新研究成果应用到数据采集技术中，研究新型的数据采集技术方法，方便企业及时引进生产技术实现制造自动化，对产品质量的提高以及企业的竞争力增强是不可或缺的。
1制造系统数据采集方式
制造企业外部环境与自身环境复杂多变，要实现生产制造的安全高效，在注重环保效益的前提下生产出高品质的产品，需要制造系统安置大量的传感器与数据采集系统。对生产中设备运行状况、工艺水平、产品品质以及内外部环境变化数据实时监控反馈，为生产提供技术保障。制造系统数据采集技术主要有以下三种：
1.1集中式采集方式
集中式采集方式适用于小规模与相对简单的系统，这种方式系统全部传感器与数据采集系统直接相连，用一台工控机可以实现所有的数据采集与处理，具有结构简单、易于操作、维护方便、价格低廉的特点。
1.2分布式采集集中控制方式
这一方式适合规模适中且生产线较为简单的系统，可以实现生产线上分散的单体设备集中管理，被各大中型制造系统广泛采用。该方式将系统需要采集的数据依据一定的条件进行分组，由各组独立采集所辖区域的数据信息，各组协同完成整个生产过程的数据采集任务。通过各数据采集点设有独立的数据采集服务器，对站点进行维护管理，形成相对独立的局域网络。具有结构复杂、成本相对较高、使用维护简单以及具备网络功能的特点。
1.3集中式与分布式相结合方式
这种数据采集方式是前两种方式的高效组合，适用于大规模且承担复杂制造的系统，兼具前两种采集方式的优势。
2基于智能主体的制造系统数据采集技术
2.1智能主体与分布式人工智能
智能主体（Agent）涉及人工智能(Artificial Intelligent)技术的深层次问题，为人工智能技术以及计算机科学发展提供了新的计算求解范例和方法，也为CIMS（Computer Integrated Manu-facturing Systems，计算机集成制造系统）提供了更加高效便利的解决方案。应用智能主体思想与方法构建基于智能主体的数据采集系统，进一步推进数据采集智能化发展。智能主体属于分布式人工智能（DAI， Dis-tributed Artificial Intelligent）研究范围。分布式人工智能是相对于集中控制技术而言的，分布式问题求解的思想在工程领域应用始于分布式控制系统的研究。控制系统规模的扩大以及结构复杂化、功能增多等一系列影响系统性能的因素增加，需求一种基于整体优化的控制策略，亦即整体的总目标函数最优化控制方式。该函数包括质量产量技术指标，以及能源、成本与环保等经济社会指标，实现综合自动化生产。将大系统分解为若干相关小系统，控制小系统的目标对象，同时要考虑小系统之间的相互影响与作用，以小系统的最优化促进大系统的最优。
2.2基于智能主体的数据采集技术
该智能主体技术以主体感知外部环境信息以及对信息分析、推理、评估，为下一步采取应对措施为基本思想。制造系统之所以要设置数据采集系统，是为了通过传感器监控制造过程中的各种信息，并对其处理、分析，对系统的运行状况以及运行趋势做出判断预测，对故障指出处理措施。基于这一思想，构造依托于多智能体的数据采集系统可以对当下的数据采集方法给予加强改进，一种适用于先进制造系统的数据采集系统模式应运而生。该模式由若干传感器与一个数据采集平台组成，数据采集平台由一个数据采集服务器与多个数据采集点组成。传感器用以监控生产过程中的各种内部外部信息，数据采集平台负责数据的采集、处理、存储与输出，在形式上依然是分布式与集中式采集集中管理模式。
3结语
计算机技术与信息技术的飞速发展为制造系统数据采集技术提供了更多的可能性，基于智能主体的制造系统数据采集技术，对于制造企业运用现代化的制造技术，在制造自动化、提高生产力与生产制造高品质的产品、增强企业的综合竞争能力，实现经济效益与社会效益有重要意义。
参考文献:
篇10
杜宝瑞等（2015）[2]分析了智能工厂的基本特征和框架体系，认为智能工厂与传统数字化工厂、自动化工厂相比，具有制造系统集成化、决策过程智能化、加工过程自动化、服务过程主动化的特点，其框架体系由智能决策与管理系统、企业数字化制造平台以及智能制造车间构成，并阐述了这三个关键组成部分的基本构成。张益等（2016）[3]提出了基于资源域、服务域和组织域的智慧工厂概念参考模型，搭建了智慧工厂参考层级架构。李利民等（2016）[4]结合汾西重工“十二五”两化融合建设，提出了高端装备制造业智能工厂架构、建设目标和思路。张祖国（2016）[5]基于从研发创新到产品运维的全制造服务生命周期迭代过程，构造了智能工厂系统结构参考模型。杨春立（2016）[6]介绍了智能工厂内涵和建设重点、智能工厂主要建设模式、智能工厂发展重点环节等。智能工厂建设成为现今的热点，且国内学者也对其进行了广泛的研究，并从不同角度提出了智能工厂模型，但均偏技术层面。同时，目前对于智能工厂的建设还存在概念不清、架构模糊等现状，很多企业也只是盲目跟风，绝大多数企业还处在部分使用应用软件的阶段，少数企业实现信息集成，极少数企业能够达到智能工厂的水平。因而，本文从应用层面出发，构建智能工厂参考架构，以期为不同细分领域细分行业的智能工厂建设和实施提供参考。
2 智能工厂建设
基于《中国制造2025》的战略目标，企业智能工厂建设的总体目标为：在生产制造的各个环节应用智能制造技术，完美融合智能装备，建立企业智能化管理平台，基于全价值链实现产品全生命周期的数字化应用，以相关车间为试点进行智能车间建设，创新驱动，两化深度融合，建成以降低成本、缩短研发周期、提升产品质量和生产效率为核心的全价值链的智能工厂。
2.1 智能工厂内涵及基本框架
智能工厂是践行智能制造模式的重要载体和集中体现，交叉深度融合数字技术、新一代信息技术、智能技术与制造技术，是以客户的产品数据、优化的工艺流程、协调的生产装备为核心，实时获取工厂相关信息；以制造工艺流程和参数指令、智能装备和生产线、自动化物料配送系统的集成，实现面向产品规划、设计、制造、检测和服务等产品全生命周期各个环节的动态整合与优化的一种先进的综合制造模式，旨在提高工厂的运行效率，快速响应市场、满足客户的个性化需求，高效、优质、柔性、清洁、安全、敏捷地制造产品，推动企业各系统的无缝集成，实现产业结构调整和优化。
智能工厂的技术特征主要包括：（1）采用智能化设计手段和先进的信息化研发设计平台，实现产品性能与工艺的三维模拟与仿真优化，形成工艺数据库和知识库，实现产品研发设计的数字化智能化。（2）具有能自动完成产品制造过程，且能与互联网进行集成实现网络协同制造的智能生产线。（3）具有即插即用的软件集成平台，可对各种规模的生产线或整个工厂的运行进行模拟仿真以及优化。（4）设备联网进行实时数据采集，实现智能调度、制造信息全过程跟踪以及产品质量跟踪追溯。（5）实现产品全生命周期管理（PLM）、制造执行系统（MES）、企业资源计划（ERP）的集成应用和综合管控，建立统一的信息管理平台。
根据智能工厂内涵及技术特征表述，描绘了智能工厂的基本框架，如图1所示。
智能工厂基本框架具备智能工厂的四个特性：生产智能、过程智能、设计智能和管理智能，集成先进制造技术、数字技术、信息技术和智能技术。在实际生产中，工厂拥有众多加工装备、生产线、车间等，这些加工装备是具有感知、分析、推理、决策、控制功能的智能制造装备，如数控加工中心、高档数控机床、智能仪器仪表与试验设备、工业机器人等智能专用装备等；工厂部署的生产线属于自动化或智能化生产线，主要通过系统来操作运行，无需人工操作。智能化装备和生产线以及建设的智能车间能为制造过程提供生产所需的基础设施和制造资源。在实际生产之前，基于历史加工数据和制造信息对整个生产制造流程进行全面的仿真、模拟，然后通过生产线智能管控系统向实体工厂输出工艺、参数以及加工指令，通过工厂中部署的智能装备、自动化生产线和智能车间进行智能化生产。进行设备联网，用于工况感知和实时获取生產数据，实现数据的自动采集和人机交互等功能。与此同时，生产线智能管控系统通过生产资源管控、质量控制等对制造过程进行实时监控、调整、优化，以使制造流程达到最优水平。
2.2 智能工厂参考架构
面对制造模式的智能化转型升级，智能制造的本质仍是关注智能机器与人在生产过程中的深度融合，旨在使机器具备自动识别、计算分析、构思推理、主动服务以及决策判断等能力，建设机器与人完美契合的智能工厂。智能工厂建设需要进行顶层设计，而顶层设计的方法论就是设计参考架构。以智能工厂的内涵、技术特征、基本框架为基础，本文定义的参考架构是从工业软件层面出发，并将其应用在工厂实际生产环节中，两者相结合以完成生产任务的架构。这一参考架构使应用软件和工厂生产之间的协作得到实现，并可以指导以智能工厂建设为需求的应用项目，支持制造型企业业务运营和业务创新，构建核心竞争力。智能工厂参考架构如图2所示。
2.2.1 参考架构体系
智能工厂架构体系分为五层，每层分工不同，各有侧重，而又紧密集成，形成上下交互的整体架构。
（1）企业层：基于管理理念、生产模型、标准规范、优化的业务流程，结合行业相关应用，进行智能工厂整体规划，建立企业管理信息系统。
（2）运营层：整合企业信息管理系统，包括供应链管理（SCM）、企业资源计划（ERP）以及客户关系管理（CRM），三者有效结合，相互支持相关依赖，形成一个完整的闭环发挥整体效用，帮助企业改善运营效率，提升管理水平。
（3）执行层：智能化生产系统及过程是涵盖智能工厂的核心，就是对生产过程的智能管控，即制造执行系统MES。以MES作为生产执行层，处于中间桥梁作用，连接上下层级，使整体架构互融互通，起到了支撑整个架构的枝干作用。智能工厂建设必须从全局出发，以MES系统为核心，考虑生产的各个方面，随时获取实时数据，最大限度地提升企业的生产效率和管理水平。
（4）过程层：实现产品全生命周期管理，贯穿产品的产能规划、产品设计、工艺设计、制造运行、检测及服务过程，实现价值链端到端的数字化流程优化和集成。
（5）支撑层：利用智能制造技术如工业物联网、工业大数据、云计算等，配备智能装备和生产线实现数据采集和人机交互等功能，加之嵌入式应用系统和远程服务，为企业层、运营层、执行层和过程层的部署和管理提供基础能力。
企业层、运营层、执行层、过程层以工业软件应用为组成，依托于IT支撑，集云计算、大数据、智能装备、信息安全于一体，全局考虑，有效地对整个智能工厂建设进行规划。搭建一个软硬件结合，多系统相互集成、协调的完整的智能工厂架构体系。
2.2.2 参考架构特点
（1）高度集成的智能工厂管控平台。建立高度集成的智能工厂管控平台，通过梳理、优化业务流程，利用新一代信息技术，建立信息集成平台，支持制造资源的优化配置、供需双方的快速匹配，提高制造效率，全面实现信息化管理，建成快捷、高效的信息化综合管理系统。管控平台以数据中心进行展示，是智能工厂最高的指挥控制中心，可以将工厂的机器设备、工装模具、产品物料、人员状态、物流输送、生产运营等信息直观地在大屏幕上显示。具体包括工厂及车间的整体规划布局；设备运行状态监控及进度；产品的三维模型、动态仿真和工艺展示；生产计划跟踪和展示；产品质量统计分析；库存信息统计等。
（2）以数据为核心，实现互联感知。基于硬件、软件、网络和工业云（新四基：一软、一硬、一网络、一平台）等一系列工业技术和信息技术构建起的智能系统其最终目的是实现资源优化配置。实现这一目标的关键要以数据为核心，并实现它的自动流动。实现数据的自动流动具体来说需要经过四个环节，分别是：感知、分析、决策、执行。大量蕴含在工厂物理设备中的隐性数据经过感知被转化为显性数据，进而能够通过信息技术手段进行分析，将显性数据转化为有价值的信息。各层级系统的信息经过集中处理形成对外部变化的科学决策，并将信息进一步转化为知识。最后以更为优化的数据作用到工厂物理层，构成一次数据的闭环流动如图3所示。
感知。是各类数据获取。工厂的在生产制造过程中产生了大量数据。包括了物理尺寸、运行原理、环境温湿度、机子转速、液体流速等。感知是指通过物联网技术将各类数据通过传感器的手段采集到信息系统，使得数据可视化，将来数据从隐性数据变为显性数据。这个环节是对数据的初始化加工，是形成数据自动流动的起点。
分析。是对显性数据的加工。将“感知”阶段的数据通过清洗、建模、算法等手段赋予数据之间的关联关系的过程。通过数据挖掘技术、机器学习技术等数据分析处理技术将感知得来的信息进行进一步分析，给予数据不断地赋值，将显性数据通过一系列技术手段变为可被直接使用信息。
决策。是对信息的判断和深加工。将“分析”阶段的信息通过不断地积累和深加工形成最优知识库的过程。通过上一阶段对各个层次数据不断的开发利用，将形成不同层次、不同系统、不同领域的各类信息，通过对各类信息的综合决策（历史积累、现实评估和未来预测），形成最优方案，不断迭代和反复优化智能工厂所需的知识库。
执行。是对决策的实现。将“决策”形成的知识库通过数据的形式作用与智能工厂的物理设备的过程。通过信息技术手段知识库形成的最优决策转换成可被物理设备接受的数据命令，实现智能工厂的精准执行。使得智能工厂的设备运行更加可靠，资源调度更加合理，最终实现工厂效率的提升。
因此，基于数据自动流动的感知、分析、决策和执行，解决智能工厂生产制造过程中的复杂性和不确定性问题，提高资源配置效率，实现资源优化。
3 结语
近年来制造业面临着诸多的挑战和压力，竞争力不断加剧，如加快投入市场的速度，越来越短的产品生命周期，复杂的产品和生产流程，个性化、多样化的生产模式，价值链协同和可持续发展等，智能制造的出现，将为各制造企业解决现有问题、实现创新驱动转型提供了一条全新的发展思路和技术途径。智能工厂建设作为智能制造发展的载体，是当前制造业的发展愿景，也是正在积极努力的重点方向。但对于智能工厂，既没有统一的定义、统一的衡量标准、统一的框架，也没有固化的参考架构，因此，如何建设与企业战略规划一致且符合企业自身实际应用需求的智能工厂是亟需在实践中思索和探讨的。总之，各制造企业应遵循智能制造的基本思路，统筹布局智能制造规划，确定智能制造模式业态以及智能工厂实施路径和实施计划，全面提升制造业整体水平。
参考文献
[1]制造强国战略研究项目组.制造强国[M].北京：电子工业出版社，2015.
[2]杜宝瑞，王勃，赵璐，等.航空智能工厂的基本特征与框架体系[J].航空制造技术，2015， （8）：26-31.
[3]张益，冯毅萍，荣冈.智慧工厂的参考模型与关键技术[J].计算机集成制造系统， 2016.06，22（1）：1-12.
篇11
中图分类号：TP273 文献标识码：A 文章编号：1671-2064（2017）09-0025-01
1 人工智能技术的基本介绍
1.1 概念
网络信息技术与计算机技术等等众多学科的技术进行有效的融合，并且对于人类进行智能模拟，最终对于机械或者是其它领域进行智能化与自动化的控制，这种技术就是人工智能技术。随着时代的发展，人工智能技术具有重要的价值。比如：对于机械等进行智能化控制，可以在遗传编程、信息图像、语言等各个方面进行应用。
1.2 特点
人工智能技术具有以下方面的特点。第一，性价比高。我们以智能制造业为例子进行具体说明。智能制造业一方面在运行中需要对于大量的数据信息等进行计算，分析等工作，另一方面需要对于运行的过程进行有效化监控。应用以往的方式需要花费大量的成本。而应用人工智能后，需要应用较小的成本，就能实现智能化控制与分析。第二，具有可靠性的特点。人工智能是在网络信息技术、计算机技术等为基础形成的新型高端技术类型，可以在全过程控制中保障智能制造业的安全。第三，具有可操作性的特点。光纤、电缆、网络信息、计算机等众多领域的进步与发展，为人工智能的应用提供了强大的技术支持，有利于其进步与发展。
2 人工智能技术在智能制造业中的应用
2.1 对于自动化控制流程的简化
在智能制造业中进行产品的生产操作比一般产品要复杂，尤其是对于操作流程的控制具有非常高的要求。而应用人工智能技术之后，有关的操作人员只需要应用网络操作智能控制系统就可以实现对于操作平台的全过程智能自动控制，一方面保障了产品的质量与安全，另一方面使得系统对于可能出现的故障进行提前判断，进行必要的安全规范处理。如图1所示。
2.2 对事故和故障的及时处理
人工智能在智能制造业中进行应用，可以对于事故和一些故障进行及时的预防和处理，最终保障智能制造业产品的质量和安全。这种应用方式的特点在于，有效的弥补了传统监测技术中存在的缺点和不足，建立起了动态化的监测网络系统，对其生产中的状态进行实时监控，对其质量的功能进行了有效的保障。除此之外，我们应用智能技术中的模糊理论可以建立起有效的刀具状态识别模型，建立起有效的监控参数和刀具状态之间的模糊关系，对于我们今后对于智能化制造技术的应用有重要的启示。但是，这种应用还存在一些问题。因此，我们需要在今后的应用中对于这种方式进行有效的改进，提高其应用的质量和水平，全面提高刀具监控的水平，提高智能制造业的质量，实现其良好的经济效益和社会价值。
2.3 对产品设计的优化
以往的制造业设计中需要进行大量的实验，设计出众多的样品，一方面花费了大量的时间、经历、金钱，最终成型的产品也不一定达到令人满意的程度。而将人工智能技术在制造业设计中进行有效的应用，其可以对于设计工作建立起网络化信息模型，并且对于设计出的产品在网络上进行生产过程应用仿真，有效了解设计出的产品具有怎样的缺点和不足，在网络模型平台中进行有效改进，再次进行应用生产过程仿真，大大提高产品设计的质量与水平，还节省了大量的时间与金钱，对于产品进行了优化设计。
3 结语
对于人工智能与制造自动化技术的挑战问题进行分析与研究，有利于我们了解人工智能发展的趋势与应用实践情况，最终可以在今后生a中有效应用这项技术，促进我国经济的发展与社会的进步。
参考文献
[1]纪.人工智能技术在电气自动化控制中的应用思路分析[J].电子测试，2014（03）：137-138.
[2]任博.人工智能技术在电气自动化控制中的应用思路分析[J].科技视界，2015（09）：108-109.
篇12
以“迈向大智能时代”为主题，坚持“高起点、入主流、国际化、有特色”的总体定位，由天津市人民政府、国家发展和改革委员会、科学技术部、工业和信息化部、国家互联网信息办公室、中国科学院、中国工程院共同主办的首届世界智能大会将于6月27―30日在天津梅江会展中心举行。大会期间将举办“一会一展一赛” 即世界智能大会、世界智能科技展、世界智能驾驶挑战赛等系列活动。
世界智能大会期间，为更进一步推进我国制造业转型升级，推动京津冀协同发展，由天津市工业和信息化委员会、天津经济技术开发区管理委员会、天津滨海高新技术产业开发区管理委员会、中国电子信息产业发展研究院承办的京津冀论坛・智能制造论坛将于29日下午隆重举办。
京津冀论坛・智能制造论坛亮点突出：（1）求真务实，首次直指制造业转型痛点，提供智能制造全球趋势解读、理论分析及中国企业转型路径指导；经验传承，首次以智能制造时代的中国视角出发，深入探讨中国制造企业转型之机与实践之路；能力评估，首发企业智能制造核心能力评价服务体系。（2）为深入贯彻落实京津冀协同发展重大国家战略，京津冀产业协同发展中心在论坛上揭牌；为进一步落实天津市第十一次党代会精神，滨海新区泰达智能产业区信息并揭牌。
京津冀论坛・ 智能制造论坛现场邀请到中国工程院院士吴澄、美国工业互联网联盟（IIC）联合架构主席林诗万、德国工程院院士Jivka Ovtcharova、日本工业价值链促进会IVI 理事长西冈靖之等国际知名专家亲临，为参会者带来精彩报告和观点。此外，GE、SAP、三一集团等国内外制造企业精英将现场对话，观点交锋、思S碰撞，为业界带来一场才智交融的思想盛宴。
同时，为推动世界智能领域的科技交流与合作，服务经济社会发展，大会同期，6月27日、6月28日还将召开由天津市工业和信息化委员会、天津市滨海新区人民政府、中国电子信息产业发展研究院承办的中国瑞士企业合作圆桌交流会、中德智能制造合作示范企业现场会。中国・瑞士企业合作圆桌交流会搭建起两国企业创新合作的交流平台，瑞士创新企业代表届时将组团出席会议，全面呈现瑞士创新能力，与中方企业深入磋商交流；中德智能制造合作示范企业现场会将走近天津智能制造合作示范项目方――天津中德应用技术大学，通过现场参观、经验分享，有力推动中德两国在智能制造人才培养等领域的务实合作。（霍娜）
篇13
政策催化进一步加强
国内AI有望“弯道超车”
目前，各国政府都高度重视人工智能相关产业的发展。自人工智能诞生至今，各国都纷纷加大对人工智能的科研投入。美国主攻军用机器人技术，欧洲主攻服务和医疗机器人技术，日本主攻仿人和娱乐机器人。可以说，人工智能成为各国“大脑”计划的重要内容。
当下我国社会面临老龄化压力、经济转型和制造业升级，对此，国务院在印发的《中国制造2025》中明确指示，要把智能制造和高端技术创新作为重点建设工程，特别提出要发展和培育一批产值超过100亿元的人工智能核心企业。
国内市场的扶持政策频出。2015年7月，国务院印发《“互联网+”行动指导意见》，将发展人工智能提升到国家战略层面;2016年1月，科技部部长万钢提出“科技创新-2030项目”，智能制造和机器人成为重大工程之一。
在2016年3月两会召开期间，《国民经济和社会发展第十三个五年规划纲要(草案)》正式出炉，其中提到，要大力推进先进半导体、机器人、智能系统、智能交通、精准医疗、智能材料等新兴前沿领域的创新和产业化，形成一批新增长点。
政策和资金的支持、人才储备、技术的积累和突破等都为人工智能的发展提供了基础条件。科技部高技术研究发展中心研究员刘进长认为，我国人工智能与机器人技术的快速发展，一是因为国家的高度关注与政策支持，二是得益于金融界的重视与大企业的不断进入。
“2014年，中国市场的工业机器人销量猛增54%，我国智能语音交互产业规模达到100亿元，指纹、人脸、虹膜识别等产业规模达100亿元。”广证恒生副首席分析师赵巧敏向《经济》记者分析称，在利好因素的促进下，我国人工智能技术攻关和产业应用发展势头良好。
在她看来，目前国际巨头在人工智能技术上还没有完全形成垄断。我国在人工智能的研究上与发达国家相比，甚至与美国相比都不算落后，这是难得的历史机遇，是提升综合国力和影响力的绝佳机会。
“我国完全有可能利用市场需求优势、用户数据优势等，抢占人工智能技术和产业的制高点，实现人工智能技术‘弯道超车’。”赵巧敏称。
人工智能大潮来袭
千亿市场规模可期
人工智能已经开始进入一个新的阶段。从Siri识别到无人驾驶，都是人工智能的实现载体，涉及到的技术和领域跨越多学科，包括深度学习、智能识别、专家系统、神经网络、智能机器人等。
未来，人工智能需求将会激增。据BBC预计，到2020年，全球人工智能市场规模将达到183亿美元，约合人民币1190亿元。
“目前人工智能的应用领域主要还是以工业制造为主，但是随着经济结构的转型，以及不断攀升的劳动力成本，未来包括机器人在内的人工智能产品的市场需求将会不断扩大。”爱建证券研究所研究员刘孙亮向《经济》记者表示，随着人均可支配收入的增加，以及人口老龄化时代的来临，人工智能家庭化的现象将会普及，届时家用助老服务机器人、医疗机器人以及家用清洁机器人的市场需求将会激增。
国内著名的咨询机构艾瑞咨询在参考人工智能行业全球市场规模后预计称：在不包括硬件产品销售收入、信息搜索、资讯分发、精准广告推送等的情况下，预计2020年中国人工智能市场规模将达到91亿元人民币。
而目前市场的关注点还只是在智慧金融、智能家居等应用领域，对于人工智能的发展空间来说，这只是冰山一角。
赵巧敏表示，由于人工智能属于基础型技术，与机器人和大数据联系紧密，其水平的提升将带来多领域的应用扩展，大幅拓宽传统产业的发展之路，造成未来5-10年的巨大颠覆性影响，产生10-100倍的溢出效应，由此将打开万亿规模的市场空间。
“仅仅以工业机器人领域为例，在智能化水平提高后，将降低固定资产投资成本近30%，降低人工成本近60%-70%，在汽车整车、零部件制造、食品工业及物流等行业产生8-10倍的产业集群带动作用，对应着800亿-1000亿元的市场规模。”赵巧敏说。
实际上，中国人工智能的商业化应用环境甚至能创造更大的市场空间。我国人工智能的商业应用水平已经十分繁荣，这一概念已经渗透了教育、金融、医疗、文体娱乐等领域，且获得了很好的市场反响。
“市场关心的IT和互联网领域几乎所有的主题和热点，例如智能硬件、O2O、机器人、无人机和工业4.0，发展突破的关键环节都是人工智能。”赵巧敏表示，人工智能的发展是必然趋势，它将成为未来30年内我国技术发展的重心，也会给互联网领域带来新的突破，给人们的生活带来翻天覆地的变化。
在人工智能应用领域，我国已经发展得较为全面，包括家居领域、安防领域、医疗领域、企业领域、金融领域和教育领域。
然而尽管目前我国自主知识产权的文字识别、工业机器人、娱乐机器人等智能科技成果已经进入大规模实际应用，但市场空间仍然很大。中泰证券首席宏观策略师罗文波向《经济》记者表示，我国机器人的“密度”只有德国、日本的1/10，行业发展空间巨大。
VC青睐人工智能
巨头加速并购
人工智能一直是硅谷大佬们疯狂追求的领域，谷歌、Facebook、IBM均重金投资人工智能，是目前AI领域的领导者。微软、谷歌和Facebook等全球科技巨头都认为2016年是AI迅速进化的关键节点。
Google希望在人工智能领域复制Android的成功，并力图打造一个机器人帝国;Facebook计划在2016年制造出能够在家务和工作上帮助自己的人工智能;苹果4天内接连收购两家人工智能初创公司……
据罗文波统计，目前全球人工智能企业已经超过了900家，大多集中在北美和西欧。这些人工智能初创企业总估值超过87亿美元。“随着日本、北美、欧洲的‘大脑’计划大规模布局人工智能，2040年全球很有可能实现广义的人工智能。”
除互联网巨头外，敏锐的资本方也在积极布局人工智能领域，近年来风投不断加大对人工智能初创企业的投资，持续布局人工智能这个重要风口。
“2014年人工智能企业融资总量首次超过10亿美元，2015年融资总量更是超过12亿美元。2016年到现在，全球在人工智能领域的投资已经超过4亿美元。”渤海证券研究所证券分析师齐艳丽向《经济》记者表示，随着科技巨头在人工智能领域的布局将提速，VC/PE在人工智能领域的投资也将随之爆发。
“反过来，资本层面的爆发也将持续带动人工智能行业加速爆发。”齐艳丽认为，虽短期看人工智能仍处于大规模投入期，较难变现，但未来人工智能应用于无人驾驶汽车、辅助诊断、刑侦监测等领域将会产生巨大的商业价值和社会价值。
在全球市场火爆的背景下，国内市场也充满了巨头和风投的博弈与布局。
出于对人工智能行业商业前景的看好，国内巨头纷纷进军人工智能领域，百度、阿里、腾讯均在人工智能领域发力。
其中，百度2014年研发投入接近70亿，同时涉足了深度学习与自动驾驶领域，并推出了“百度大脑”计划;阿里巴巴推出了国内首个人工智能平台DTPAI;腾讯推出了撰稿机器人Dream writer，开放了视觉识别平台腾讯优图，同时成立了腾讯智能计算与搜索实验室。一些具有创新性眼光的巨头公司也相应进入，让整个行业迎来了爆发的机会。
“互联网巨头公司和创业公司是我国AI技术基础研究主力军。在国家政策大力支持下，无论是科研机构还是企业都在加大人工智能研究的力度，由此也取得了较为不错的成绩。”据罗文波介绍，截至2015年底，我国人工智能领域已有近百家创业公司，约65家获得投资，共计29.1亿元。人工智能领域布局如火如荼。
巨头的基础层切入为人工智能基础领域的研究带来了巨大的资金优势和人才支持，使得部分技术达到世界一流水平。例如，我国的视觉、语音识别的技术已经处于国际领先水平。
而近两三年，风投也开始加速了在这一领域的投资步伐。2014年开始，我国人工智能领域投资金额、数量、参与投资机构数量均大幅增加，2015年更是实现了跨越式的增长。“2015年我国投资人工智能的机构数量已经高达48家，是2012年投资机构数量的6倍;投资额为14.23亿元，是2012年投资额的23倍。”赵巧敏表示。
短期看好应用开发
长期关注技术研究
二级市场一向是搜寻热点的风向标。人工智能市场的火爆也催热了资本市场的相关行业。在市场空间巨大、产业前景明朗的背景下，占据资金优势的上市公司纷纷瞄准人工智能领域，分享广阔蓝海。
随着人工智能的不断进步和发展，最先实现产业化的AI应用层将最早迎来投资机会。银河证券分析师杨华超向《经济》记者分析称，无人驾驶、工业4.0、智慧医疗等主题将成为未来中长期的热点，建议关注相关主题的优质标的。“同时，AI数据层和应用层作为准入门槛较高的环节，之前具有技术积累和数据资源的公司将优先受益，可以关注目前已经在人工智能领域已经有技术和规模优势的公司。”
对此，罗文波则建议投资者，选择人工智能领域的标的，要分长短期来考量。“短期可关注在人工智能商业化应用有所突破的企业，长期可关注具备技术研究实力的公司。”
在他看来，具备竞争力的上市公司主要有两类，一是与机器人硬件制造相关的公司，它们一般拥有较好的智能制造业基础，在未来产业升级过程中，拥有强大的竞争优势;二是在人工智能商业化应用有所突破的公司。
对此投资逻辑，赵巧敏也表示认同，“短期看好应用开发领域，特别是基于当下较为成熟的感知智能技术如语音、视觉识别的服务、硬件产品等的应用开发将是短期的投资亮点”。
“目前下游应用领域也面临着大量需求，如人口老龄化对服务机器人的需求、定制化生产对3D打印的需求、物流配速对无人机的需求等。”赵巧敏分析称，穿戴设备、3D打印、无人驾驶、服务机器是最值得看好的应用场景。
而从长期来看，在以现有技术为基础的应用领域基本饱和之后，只有技术研究才能推动新一轮的应用创新，赵巧敏称。技术研究是长期的投资关注点，“应该关注核心技术模块提供商和数据传输、运算、存储过程所涉及的基础设施运营商”。
