摘要

隨著人工智慧技術的發展，網際網路+AI正在觸發製造工業中模式，方法，生態的偉大改變。基於近幾年人工智慧技術在製造工業領域的應用，我們分析了網際網路+AI時代快速發展的相關核心技術。基於AI技術和資訊通訊、製造以及相關產品技術的結合，我們提出了智慧製造的新模式，方法和形式，包括智慧製造系統架構，智慧製造技術體系等。並從智慧製造應用技術、產業、應用示範等方面論述了智慧製造的發展現狀。

關鍵詞：人工智慧 智慧製造 智慧製造系統

1. 簡介

眾所周知，新技術革命和新工業革命正在蓄勢待發。我們相信，“網際網路+人工智慧”的新時代即將到來，“網際網路+人工智慧”的特點是無所不在的網路、資料驅動、共享服務、跨境融合、自動智慧和大規模創新。新人工智慧技術與網際網路技術、新一代資訊科技、新能源技術、材料技術和生物技術的快速發展和融合是新時代的重要組成部分，而新時代的到來又將使這場遊戲成為可能。

製造業是國民經濟、人民生活、國家安全的基石。製造業技術與資訊通訊技術、智慧技術，特別是與產品相關的專業知識的深度融合，正在製造模式、製造方法及其生態系統方面促成一場改變遊戲規則的變革。

2. 人工智慧發展

   略

3. 人工智慧促進智慧製造的發展

我們相信,智慧製造是一種新的製造模式和技術手段,智慧製造將新的資訊和通訊技術,智慧科技、大型製造技術(包括設計、生產、管理、測試和整合),系統工程技術,及相關產品技術整合進一個整體的系統和產品開發生命週期。製造過程的生命週期使用自主感測、互連、協作、學習、分析、認知、決策、控制和執行的人,機器,材料,和環境的資訊,以整合和優化製造企業的各個方面,包括三個要素(人/組織、運營管理和裝置和技術)和五個流(資訊流、物流流程、資本流動、知識流和服務流)。這些有利於生產，為使用者提供高效、優質、經濟、環保的服務，提高製造企業或集團的市場競爭力。

人工智慧技術促進了智慧製造領域新模型、新方法、新形式、新體系結構和新技術系統的開發

3.1 智慧製造的新模型、新方法、新形式

新模式:基於網際網路、面向服務、協作、可定製、靈活、社會化的智慧製造系統，為生產提供便利，為使用者提供服務。

新手段:數字化、物聯網、虛擬化、服務、協同、定製、靈活性、智慧化的人機一體化智慧製造系統。

新形態:泛在互聯、資料驅動、跨界融合、自主智慧、大眾創新的智慧製造生態。

這些模型、方法和形式的應用的深度整合最終將形成一個智慧製造的生態系統

3.2 智慧製造系統架構

人工智慧通過智慧製造系統應用於智慧製造領域。人工智慧在智慧製造系統之外的應用沒有任何意義。在“網際網路+人工智慧”的背景下，智慧製造系統的特點是在整個系統和生命週期中，人、機、物、環境、資訊的自主智慧感知、互聯、協作、學習、分析、認知、決策、控制和執行。該系統由資源/容量層、泛在網路層、服務平臺、智慧雲服務應用層以及安全管理和標準規範系統組成。

3.2.1 資源/能力層

資源/能力層包括製造資源和製造能力，包括:(1)機床、機器人、加工中心、計算裝置、模擬測試裝置、材料和能源等硬製造資源;(2)製造過程中的模型、(大)資料、軟體、資訊、知識等軟製造資源;(3)具有製造過程演示、設計、生產、模擬、實驗、管理、銷售、運維、整合的製造能力，以及新型數字化、網路化、智慧化製造互聯產品。

3.2.2 泛在網路層

泛在網路層包括物理網路層、虛擬網路層、業務安排層和智慧感知/訪問層。

1. 物理網路層主要包括光寬頻、可程式設計交換機、無線基站、通訊衛星、地面基站、飛機、船舶等。
2. 虛擬網路層通過南向和北向介面，實現拓撲管理、主機管理、裝置管理、訊息接收和傳輸、服務質量(QoS)管理、IPv4/IPv6協議管理等開放網路。
3. 業務安排層以軟體的形式提供網路功能，通過軟硬體解耦和功能抽象實現新業務的快速開發和部署，並提供虛擬路由器、虛擬防火牆、虛擬廣域網(WAN)優化控制、流量監控、有效負載均衡等功能。
4. 智慧感測/接入層通過射頻識別(RFID)感測器、無線感測器網路、聲、光、電子感測器/裝置、條碼/二維條碼、雷達等智慧感測單元感知企業、行業、人、機、物等物件，並通過網路傳輸資料和指令。

3.2.3 服務平臺層

服務平臺層由虛擬智慧資源/能力層、核心智慧支援功能層和智慧使用者介面(UI)層組成。

1. 虛擬智慧資源/能力層提供製造資源/能力的智慧描述和虛擬設定，將物理資源/能力對映到邏輯智慧資源/能力，形成虛擬智慧資源/能力池。
2. 核心智慧支援功能層由一個基本的雲端計算平臺和智慧製造平臺,每個分別提供基礎中介軟體功能,如智慧系統施工管理,智慧系統操作管理、智慧系統服務評價、人工智慧引擎和智慧製造等功能群體智慧設計、大資料和基於知識的智慧設計,智慧人機混合生產，虛實結合的智慧實驗，自主決策的智慧管理，以及智慧保證線上服務遠端支援。
3. 智慧UI層廣泛支援智慧終端互動裝置，為服務提供商、運營商和使用者提供定製的使用者環境。

3.2.4 智慧雲服務應用層

智慧雲服務應用層突出了人/組織的作用，包括四種應用模式:單租戶單階段應用模式、多租戶單階段應用模式、多租戶跨階段協同應用模式、多租戶按需獲取製造能力模式。支援自主智慧感測、互聯、協作、學習、分析、預測、決策、控制、執行等智慧製造系統在人、計算機、材料、環境、資訊等方面的應用。

3.2.5 安全管理和標準規範

安全管理和標準規範包括自主可控的安全防護系統，確保智慧製造系統的使用者識別、資源訪問、資料安全;規範智慧製造系統技術應用和平臺接入、監控、評估的標準規範系統。
顯然，智慧製造系統是一種基於泛在網路及其組合的智慧製造網路化服務系統，它集人/機/物/環境/資訊於一體，隨時隨地為智慧製造和隨需應變服務提供資源和能力。它是一個以“網際網路(雲)+智慧製造資源和能力”為基礎，集人、機、物為一體的網路化智慧製造系統。

3.3 智慧製造技術系統

智慧製造技術系統主要由通用技術、基礎平臺技術、智慧製造平臺技術、泛在網路技術、產品生命週期智慧製造技術和支撐技術組成。

3.3.1 通用技術

通用技術主要包括智慧製造體系結構技術、軟體定義網路化(SDN)系統體系結構技術、空地系統體系結構技術、智慧製造服務業務模型、企業建模與模擬技術、系統開發與應用技術、智慧製造安全技術、智慧製造評價技術、以及智慧製造標準化技術。

3.3.2 智慧製造平臺技術

智慧製造平臺技術主要包括面向智慧製造的大資料網路互聯技術，智慧資源/容量感知和物聯網技術，智慧資源/虛擬容量和服務技術，智慧服務環境建設/管理/運營/評估技術，智慧知識/模型/大資料管理，分析與挖掘技術，智慧人機互動技術/群體智慧設計技術，基於大資料和知識的智慧設計技術，智慧人機混合生產技術，虛擬 - 實際組合智慧實驗技術，智慧化自動決策管理技術與線上遠端支援服務智慧保障技術。

3.3.3 無處不在的網路技術

泛在網路技術主要包括融合網路技術和空-空-地網路技術。

3.3.4 產品生命週期智慧製造技術

產品生命週期智慧製造技術主要包括智慧雲創新設計技術、智慧雲產品設計技術、智慧雲生產裝置技術、智慧雲運營管理技術、智慧雲模擬與實驗技術、智慧雲服務保障技術。

3.3.5 基礎支撐技術

支援技術主要由人工智慧2.0,資訊和通訊技術(如當今的基於大資料的技術,雲端計算技術、建模與模擬技術),新的製造技術(如3 d列印技術、電化學加工技術),和專業技術的生產應用領域(專業技術的航空、航天、造船、汽車、和其他行業)。

4 人工智慧在智慧製造中的應用評價

人工智慧在智慧製造領域的綜合應用可以從應用技術、行業、應用效果三個方面進行評價。
使用應用程式技術，需要評估基礎設施建設、單個應用程式、協同應用程式和業務開發的水平和能力。行業發展評估涵蓋智慧產品（可以智慧和自主完成任務的產品）和智慧連線產品（可構成生態網路的智慧產品），智慧工業軟體，支援智慧設計/生產/管理的硬體開發/除錯/安全，以及智慧製造單元，智慧車間，智慧工廠和智慧工業等不同層次的智慧製造系統的開發和執行。對於應用效果，建議將評估重點放在競爭力的變化和社會經濟效益的變化上，以衡量智慧製造系統對提高能力和經濟效益的直接或間接影響。

5 當前全球智慧製造的發展

5.1 國外發展

特別是美國、德國等已開發國家，制定了智慧製造的創新戰略和政策，如美國的“先進製造夥伴計劃”(2011)和“工業網際網路”(2012)，德國的“工業4.0計劃”(2013)。
2012年，通用電氣在美國提出了“工業網際網路”的概念，它可以將智慧裝置、人、資料連線起來，以智慧的方式分析這些資料，使人和機器做出更智慧的決策。工業網際網路的三大組成部分是智慧裝置、智慧系統和智慧決策。工業網際網路可以看作是資料、硬體、軟體和智慧之間的流通和互動。它可以儲存、分析和視覺化通過智慧裝置和網路獲取的資料，從而實現基於智慧資訊的最終智慧決策。工業網際網路的最大潛力將通過智慧裝置、智慧系統和智慧決策這三部分與機器、裝置集、設施和系統網路的整體整合來實現(Evans和Annunziata, 2012)。
2013年，德國啟動了工業4.0計劃，提出了“一核、兩個課題、三維融合、八個方案”的戰略構想，特別強調以智慧工廠和智慧生產為研究“兩大主題”。網路物理系統(CPS)網路和相應的智慧裝置系統的建設成為其主要關注的問題。工業4.0,智慧製造系統能感知和監控大量的實時資料,在生產過程中生成的,並實現智慧分析和決策,生產方式轉變成智慧製造、雲最終協作生產,和客戶定製生產,實現更多的生產要素的整合以更科學的方式。工業4.0的實質是在“網路物理系統”的基礎上實現“智慧工廠”。生產裝置將通過網路和資料，將不同的感測器與精確的過程控制相結合，實現實時感測。生產管理將採用一系列技術，構成服務雲，為物理裝置提供資訊感知、網路通訊、精確控制和遠端協調能力(Drath and Horch, 2014; Lasi et al., 2014; Wang, 2015; Ivanov et al., 2016).
顯然，發展智慧製造技術、產業和應用已成為各國戰略規劃的重點。就戰略計劃而言，美國和德國都處於領先地位。
德國基於cps的智慧製造技術取得了里程碑式的成果，美國基於工業網際網路的智慧製造技術也取得了初步成果。德國重點研究製造商的底層技術，如智慧感測、無線感測器網路和CPSs，而美國則將IT技術放在頂層，如雲端計算、大資料和虛擬現實(Lee et al.， 2015;Posada等，2015)。
隨著GE在美國開發的工業網際網路平臺Predix、西門子在德國建造的數字雲服務平臺Sinalytics等智慧製造系統工具和平臺的發展，德美兩國的智慧製造產業已經初具規模。Predix的四大核心功能包括網路資產安全監控、工業資料管理、工業資料分析、雲應用和移動，將各類工業裝置和供應商連線到雲端，提供資產效能管理和運營優化服務。西門子的Sinalytics平臺可以提供安全通訊以及對大量機器生成資料的整合和分析，通過對燃氣輪機、風力發電機、火車、建築和醫療成像系統的資料分析和反饋，提高監測和優化能力。智慧網際網路產品，如通用電氣開發的智慧網際網路引擎，可以將飛機發動機與控制系統連線起來。感測器將發動機在飛行過程中收集資料並傳輸到地面進行智慧分析，從而準確檢測發動機的執行狀態，預測故障，促進主動維修，提高發動機的安全性和使用壽命(Yang, 2015;李,2016;Winnig, 2016)。
在典型的智慧製造示範方面，德國和美國不遺餘力地展示和推動其製造業轉型升級的發展戰略。在很大程度上，西門子，SAP和GE等跨國企業的跨行業，全鏈和綜合系統解決方案的演示和推廣使這些企業在全球產業鏈的重組過程中處於領先地位，價值鏈和生態系統。例如，德國安貝格工廠是西門子公司智慧工廠的典範。在安貝格，真正的工廠與虛擬工廠一起運營，真實的工廠資料和生產環境由虛擬工廠反映，人們可以通過它來管理和控制真正的工廠。近75％的生產操作已經自動化。產品可以與生產裝置進行通訊。 IT系統負責控制和優化所有流程，確保99.9988％的產品合格率。與1989年工廠剛建成時相比，員工人數基本保持不變，而生產能力增加了8倍，每百萬電子產品的處理錯誤率降至1/40。

5.2 國內發展

從價值鏈的低端到中高階，從製造業巨頭到製造業，從“中國製造”到“中國創造”，中國製造業正面臨著一個關鍵的歷史時刻。 。中國政府提出了“2025年中國製造”戰略規劃，“國務院關於促進網際網路+行動的指導”，“國務院關於深化製造業與網際網路一體化的指導意見”和“十三五”規劃國家科技創新計劃’支援轉型。 “2025年中國製造”明確了30年，3個步驟和3個階段的戰略目標，指導和路線圖，以提高國家的製造力。它確立了成為製造業強國第二層的原則：創新驅動，質量第一，環境友好型發展，結構優化，以人才為中心，以及戰略路線圖：堅持走新型工業化道路具有中國特色，以創新發展為主題，注重提高質量，提高經濟效益，是加快新一代資訊科技與製造業深度滲透的主要目標，也是智慧製造業的亮點。其中包括以下內容：
九項任務：（1）提高國家制造業的創新能力，（2）促進資訊與工業化的深度融合，（3）加強基礎產業能力，（4）蓬勃發展優質品牌建設，（5）普及環境 - 友好製造業，（6）推進重點領域的突破，（7）進一步推進製造業結構調整，（8）推進製造業和生產服務業，（9）加強國際製造業參與。
十大發展領域：（1）新一代資訊通訊技術產業，（2）先進的數控機床和機器人，（3）航空航天裝置，（4）海洋工程裝置和高科技海軍陸戰隊，（ 5）鐵路運輸裝置，（6）節能和新能源汽車，（7）電力裝置，（8）新材料，（9）生物醫學和高效能醫療器械，以及（10）農業裝置和機械。
五大計劃：（1）製造業國家創新中心建設計劃，（2）加強產業基礎的計劃，（3）資訊科技與工業化計劃的深度整合，（4）環境友好型製造業計劃，以及（5）高階裝置創新計劃。

八，戰略支援和保障：（1）加強治理和行政機制改革，（2）建立公平競爭的市場環境;（3）完善財政支援政策;（4）加強財稅政策支援;（5）完善多元化 - 人才培訓體系，（6）改善小微企業政策，（7）進一步開放製造業，（8）加強組織實施機制。

近年來，中國在智慧製造方面在技術，工業和應用方面取得了令人鼓舞的進展。

在智慧製造技術方面，中國於2009年首次提出了基於雲製造的智慧製造模型，方法和形式（Li et al。，2010）。它的成就已被國際學術界普遍提及並得到其認可（Ren et al。，2013）。此外，智慧製造的關鍵領域取得了重大突破，如高階計算機數控（CNC）機床，工業機器人，智慧儀表和增材製造，建立了初始智慧製造標準體系（Miao，2016）。

在智慧製造業發展方面，網路基礎設施已進入更高水平，據苗（2016）稱，高效能運算，網路通訊裝置，智慧終端和軟體取得了突破性進展，形成了一系列移動網際網路，大資料和雲端計算領先企業，支援智慧製造的發展。在智慧產品和智慧網際網路產品開發領域，最近的突破包括智慧硬體和車載網際網路等產品和服務。以智慧硬體裝置為例，2015年可穿戴智慧裝置全球零售市場規模為7200萬臺，比2014年增長132％。預計到2020年總體銷量將達到1.969億臺，並進行比較2013年將達到179,000，年增長率將達到25％。至於中國，2014年市場容量為430萬臺，2015年增長至1680萬臺。接近全球市場量的1/4，中國的增長率明顯高於全球平均水平。由於智慧製造的典型演示，智慧水平在關鍵領域得到了改進，如研發設計，生產裝置，過程管理，物流配送和能源管理。苗（2016）認為，重點行業數字化設計工具的滲透率超過85％。近年來，中國航天科工集團，青島海爾集團，紅領集團等中國企業實施了智慧製造應用。以CASIC為例，CASICloud是第一個雲製造平臺，已經上線超過一年，吸引了超過23萬註冊，並在製造業的各個方面釋出了超過430億人民幣的CASIC業務需求。超過1000個創新和創業專案已在網上釋出，與國際智慧製造和科學服務的合作正在進行中。
然而，總的來說，中國的製造業正面臨著一些艱鉅的挑戰，我們需要加速“五個轉變”：（1）從技術追隨者向獨立開發者轉變為技術領導者; （2）從傳統制造到數字，網路和智慧製造，（3）從廣泛製造到高質量和高效率製造，（4）從資源消耗和環境汙染製造到綠色製造，（5）從生產製造到生產+服務製造。我國的智慧製造在應用技術，工業化和應用方面仍處於起步階段。最近釋出的中國“智慧製造發展計劃”（2016-2020）指出：
“中國製造業正處於不同地區，行業和企業之間發展不平衡的階段，機械化，電氣化，自動化和數字化並存。智慧製造業的發展面臨著許多問題：關鍵的共同技術和核心裝置由其他國家控制;智慧製造標準，軟體，網路和資訊的弱安全基礎;不成熟的智慧製造新模式;系統和整體解決方案供應不足;缺乏國際領先企業和跨學科整合的智慧製造人才。與已開發國家相比，中國在推進智慧製造業轉型的過程中面臨著更復雜的環境，更加嚴峻的形勢和艱鉅的任務。“

6.智慧製造業AI 2.0的研究方向

從應用技術，行業發展和應用示範的角度出發，針對AI 2.0在智慧製造行業的應用提出了以下研究方向。

6.1 智慧製造應用技術

基於AI 2.0技術，製造科學技術，資訊通訊科學技術和製造業製造應用技術的深度整合，本研究主要關注智慧製造應用技術的以下幾個方面：

1. 智慧製造系統通用技術，包括智慧製造框架技術、SDN網路系統框架技術、空地一體化系統框架技術、智慧製造服務業務模型、企業建模與模擬技術、系統開發、應用與實現技術、智慧製造安全技術、智慧製造評估技術、以及智慧製造標準化技術。
2. 智慧製造系統平臺技術：基於智慧製造的大資料網路技術，智慧資源/容量感知，物聯網;智慧資源/容量虛擬化和服務技術;智慧服務的建設/管理/評估技術;智慧知識/模型/大資料的管理，分析和挖掘;智慧人機互動技術;群智慧設計技術;基於大資料和大量知識的智慧設計技術;人機混合智慧生產技術;結合活力與現實的智慧實驗技術;獨立決策的智慧管理技術;智慧支援技術，提供線上服務和遠端支援。
3. 智慧製造的整個圈子涉及智慧化設計，生產，管理，實驗，支援等關鍵技術，包括：智慧雲創新設計技術，智慧雲產品設計技術，智慧雲生產裝置技術，智慧雲運營管理技術，智慧雲模擬和實驗技術，智慧雲服務和支援技術。

6.2 智慧製造業發展

智慧產品和智慧互聯產品有待研究。

對於智慧製造支援工具，需要進行以下研究：智慧工業軟體，包括系統軟體，平臺軟體和應用軟體，以及支援智慧設計，生產，測試和保證的智慧硬體，包括智慧材料，智慧感測器，智慧裝置，智慧機器人，新一代智慧網路裝置，面向服務的SDN控制平臺，以及新的網路評估系統。

智慧製造系統需要在不同層面開發和執行，包括智慧製造單元，智慧車間，智慧工廠和智慧工業，以支援創新制造模型，包括過程智慧製造，離散智慧製造，網路協同製造和遠端診斷和維護服務。

6.3 智慧製造的典型範例

研究和實施的示範包括跨企業（企業）的模型驅動的智慧協同製造，智慧製造的知識驅動的企業雲服務，人機物質合作智慧車間雲，自主智慧製造單元。同時，需要在關鍵領域推廣和應用示範：

1. 跨企業的模型驅動智慧協同製造正規化。對於跨企業（企業）的模型驅動的智慧協同製造，需要構建各種製造資源/容量的雲池，並且需要使用智慧雲技術來自動匹配資源/服務的需求和需求並實現自我建設，管理，運營和評估服務環境。需要構建智慧製造雲平臺的運營中心，以支援模型驅動，協作，全生命週期活動，如研發，生產，管理，物流和支援服務。
2. 企業知識驅動的雲服務正規化。對於基於企業資料，模型和知識的整合，管理，分析和挖掘的知識驅動型企業雲服務，需要構建企業雲平臺的運營中心，以提供智慧設計等企業服務。 ，建模和模擬，測試，生產，管理，供應鏈，物流，銷售，3D列印和全面保證，以支援完整的生命週期活動。
3. 人-機-物協作雲的正規化。人機物料合作車間雲採用人機物料協同智慧機器人，程式碼處理智慧優化技術，智慧裝置保障，智慧監控，智慧物流，雲質量保證，雲管理，雲排程等技術和產品在智慧車間運營中心的幫助下，建立智慧裝置，生產線，加工控制和車間決策系統，實現人，機，物一體化。
4. 自主智慧製造單元的範例。自主智慧製造單元使用基於先進的自主無人系統，線上檢測，零件識別和定位，事故警報構建智慧裝置，處理裝置，線上監控系統，智慧工作場所，安全報警系統等智慧製造分配和規劃等技術和產品，以及基於先進的自主無人系統的控制中心的幫助，自動裝載和解除安裝裝置。

根據全生命週期活動和過程的發展要求，需要在全生命週期活動，全過程和流動智慧技術方面取得突破，包括基於AI 2.0的智慧設計，生產，管理，測試和保證。要開發和實施的演示包括基於網際網路群智慧，協作研發空間，智慧雲生產，智慧協作保障以及供應/營銷/服務鏈的可定製和創新設計，需要在關鍵行業中推廣和應用：

1. 基於網際網路的群體智慧正規化定製了創新設計。對於基於網際網路群智慧演示的客戶定製和創新設計，協同創新和設計以及定製應用等產品和技術被用於構建基於網際網路群智慧的客戶定製和創新設計平臺，實現雲群 - 基於情報的產品選擇，經驗，使用者參與設計以及關鍵行業的實時跟蹤。
2. 協同R＆D群智慧空間的正規化。協作研發空間演示使用協作，並行和整合系統方法來構建支援大資料處理，知識協作和創新聚合的群體智慧空間。它開發了以重要行業，企業和個人使用者為重點的各類協作研發空間，並鼓勵這些使用者通過網際網路眾包合作研發R＆D，分散研發任務。
3. 智慧工廠生產的範例。大資料和基於知識的大量智慧技術可以幫助實現智慧排程和規劃，過程引數優化，智慧物流管理和控制，產品質量分析和改進，預防性維護，生產成本分析和估算，能耗監控和智慧分配，監控生產過程和程式，以及整個生產圈的綜合車間效能分析和評估。工廠執行控制中心和智慧排程系統的建立可以促進靈活，搶佔式雲製造的實現，加速生產過程，實現對企業和生產的智慧管理。感知，機器學習和跨媒體的智慧過程可以實現自主決策，以支援結合虛擬和現實的生產優化。
4. 智慧協作保證和供應/營銷服務的範例。需要構建知識驅動的協作保障和供應/營銷/服務平臺，以收集物流，供應鏈以及倉庫和營銷資料。然後，資料將使用大資料技術進行分析，以優化供應鏈物流的路徑規劃，並通過交付前，倉庫以及使用者需求和產品特徵的匹配分析來改進精細物流和精準營銷。

註明：全文 https://link.springer.com/article/10.1631/FITEE.1601885 進行翻譯