美国智能制造的发展及启示

本文刊载于《中国科学院院刊》2021年第11期“政策与管理研究”

孙 毅1* 罗穆雄2

1 中国科学院大学 经济与管理学院

2 中国科学院大学 中丹学院

在政策引导与以数字技术为代表的第四次产业革命的推动下，传统制造业正加速与信息技术融合，不断形成新产品、新流程与新模式。我国制造业虽然规模较大，但与发达国家相比还有较大差距，大而不强、创新能力弱、对外依存度高、创新体系不完善等问题依旧突出。

美国先进制造业的发展为我国推进制造强国建设提供了有益借鉴。美国智能制造产业政策虽然在奥巴马、特朗普和拜登执政时期侧重点各有不同，但其本质都是通过建立有助于跨界知识融合的体制机制，从国家层面上推动传统制造业、数字经济、商业管理等跨界知识的深度融合。美国智能制造系列战略上的核心思路虽历经奥巴马、特朗普和拜登 3 届政府，但迄今为止依然保持不变：

1. 主张建立制造业与创新的联系，重塑美国工业生态系统；

2. 强化政府对制造业的宏观指导、重视顶层设计；

3. 重视中小企业的发展、发挥大型企业的创新引领作用；

4. 建立多层级的人才培养机制，重视具备数字化素养的新型技术工人的培养。

这一系列政策在提高美国制造业创新能力、重振美国全球竞争力的进程中发挥了重要作用。基于此，本研究通过对美国智能制造政策的梳理，深入分析美国智能制造的主要实践，总结相关经验，以期对我国智能制造发展有所借鉴。

1、 美国智能制造的政策要点

2008 年金融危机之后，美国开始反思过度依赖虚拟经济的产业政策，同时将制造业作为振兴美国经济的抓手。在总统科学技术顾问委员会（PCAST）的建议下，美国国会通过了《先进制造业伙伴计划》（Advanced Manufacturing Partnership）和《振兴美国制造业和创新法案》（Revitalize American Manufacturing and Innovation Act of 2014）。这 2 部法案为美国智能制造业的顶层设计奠定了重要基础，对美国制造业创新中心的设立起了重要的引导作用。随后，美国国会于 2014 年以法案形式确立了《国家制造业创新网络》（National Network for Manufacturing Innovation） ，主张建立关键领域的研究所来聚合产业界、学术界、联邦及地方政府等多个主体，建立和完善创新生态系统。在美国制造的基础上，美国参众两院又提出了不同的立法法案以增强美国制造业的创新能力与竞争力。2021 年 6 月，美国参议院通过了《2021 年美国创新和竞争法案》（United States Innovation and Competition Act of 2021），其中的拨款方案和《无尽前沿法案》（Endless Frontiers Act）主张美国联邦政府应通过关键领域的公共投资增强美国新技术实力。另外，美国众议院通过了《国家科学基金会未来法案》（National Science Foundation for the Future Act），该法案一方面从机构设置上对美国国家科学基金会（NSF）进行改造，另一方面倡导对多个技术领域的投资与关注。总的来说，美国智能制造产业政策体现在 4 个方面。

政府发挥全方位引领作用，强化高端产业布局

美国智能制造业一个突出的特点是采取大规模的公私合作，以支持智能制造的相关活动。例如，《国家制造业创新网络》主张各研究所重点各关注 1 个领域，通过项目定制和招标，推动会员之间紧密联系、信息共享和合作研究，达成共同的利益关注和资源投入。拜登政府颁布的《2021 年美国创新和竞争法案》将 570 亿美元作为紧急拨款，重点发展芯片和 5G 网络 2 个领域。同样，《无尽前沿法案》也要求美国国家科学基金会 5 年内在人工智能和机器学习、高性能计算、半导体和先进计算机硬件、量子计算和信息系统、机器人、自动化与先进制造等 10 个关键技术领域投资 1000 亿美元。

培育创新生态系统，共享智能制造资源

《美国先进制造领先战略》强调智能制造应连接中小企业并创建生态系统，具体措施包括向中小企业开放生产设施、专用设备及技术咨询援助，以帮助中小企业应对所面临的挑战。同时，各研究所积极创造便利条件以帮助新的创业公司，促进创业公司科技成果的商业化。《无尽前沿法案》促进了联邦机构之间及其与非政府合作伙伴在创新方面的合作，体现在 3 点：

1. 授权美国商务部，扩大制造业拓展伙伴计划；

2. 在美国商务部建立一个供应链弹性计划，以缓解供应链脆弱性；

3. 增加了对科研基础设施的投入，建立各类创新中心。

完善人才培养体系，加快发展先进制造业劳动力的步伐

在教育方面，《无尽前沿法案》提出，将在美国国家科学基金会设立一名首席多元化官（Chief Diversity Officer），加大理工科教育投入，以增强美国理工科人才培养能力。该法案拟增加大学的研究支出，设立本科生奖学金和行业培训项目、研究生奖学金和实习计划及博士后研究项目，促进和加速新技术从实验室向市场转移。除此之外，《国家科学基金会未来法案》规定了美国国家科学基金会应与美国国家科学院、国家工程院和国家医学院签订合同，资助多学科研究中心，以促进科技成果转化，以及科学、技术、工程和数学（STEM）等方面的人才培养。

推动科技体制变革，创新资源配置方式

《无尽前沿法案》和《国家科学基金会未来法案》都阐述了美国国家科学基金会的结构变更。《无尽前沿法案》主张设立技术理事会，同时授予美国国防部高级研究计划局（DARPA）类似的权限和项目管理权限；《国家科学基金会未来法案》则详细规定了美国国家科学基金会外部合作、科技转化、教育培训等具体职能，而且要求设立科学与工程解决方案理事会（SES），以加快将基础研究转化为新技术和新产品的进度。

2、 美国智能制造的典型实践

《振兴美国制造业和创新法案》《国家制造业创新网络》《2021 年美国创新和竞争法案》等政策一方面强化了政府在制造创新中的作用，主张通过公私合作的方式开发新兴技术和支持制造产业；另一方面打造了制造业创新系统，以促进不同知识的融合。为贯彻落实相关政策，美国联邦政府主要采取关键领域的公共投资、新机构（项目）的设立、“政、产、学、研”协调机制的建立等举措，不断提高美国制造业的创新能力，这主要体现在制造业创新研究所的设立与制造业拓展伙伴计划的实施过程中。制造业创新研究所本质上是公私联合体（即由公共与私人投资共同资助），每个研究所都专注于特定的先进制造技术。制造业拓展伙伴计划也是基于公共部门和私营部门之间的协调，该计划结合了美国工业、教育机构、政府、其他联邦研究实验室与机构的优势资源，将重点放在了美国制造企业技术、流程和服务的获取。

制造业创新研究所的实施方案及效果

美国制造业创新研究所将各方的资源聚集在一起，采用公私合作的方法来创新和发展先进的制造技术。2012—2020 年，美国已建立了 16 个各有侧重的制造业创新研究所（表 1），形成了遍布全国的先进制造创新网络，通过政府牵引、企业主导、高校和科研机构支持，打通了先进制造技术从基础研究到产业化、规模化应用的创新链条。美国制造业创新研究所的实施及成果包括顶层设计、运行模式和实际效果 3 个方面。

表1 美国 16 个制造业创新中心简介

1、 顶层设计

美国制造业创新研究所的顶层决策机制分为 2 个层面：

1. 制造业创新研究所的设立流程。 首先，《先进制造业伙伴计划》指导委员会提出相关建议，并通过总统科技顾问委员会向总统报告；然后，经国家科技委员会（NSTC）决策通过后提交国会审议；最后，国会审议通过并形成法案。

2. 制造业创新研究所的管理协调机制。 先进制造国家项目办公室（AMNPO）承担主要责任并对《国家制造业创新网络》中的各部门进行协调。

2、 运行模式

美国制造业创新研究所主要采取公私合营模式（PPP）运营，以激励各参与方共同努力实现创新目标。美国联邦政府与项目的大型制造公司、中小企业、州政府至少按 1∶1 的分摊资金（即投资主体的投资大于联邦政府的投资）。美国制造业创新研究所的各参与者分工明确：联邦政府负责战略规划和启动资金；研究机构负责研发；地方大学和社区学院负责训练劳动力；当地创新孵化器和风险资本提供者要引进企业家和创新技巧；制造商主要提供中心的启动与运行的资金、设备、材料及劳动力 。按照《振兴美国制造业和创新法案》和《国家制造业创新网络》要求，制造业创新研究所的评估方式主要包括 2 个方面：

1. 采用科学、精准的政策评估指标体系；

2. 委托第三方机构开展独立评估并提供报告。

3、 实际效果

采取一系列举措后，美国先进制造领域创新活跃度高、产业转型升级成效显著。美国制造业创新研究所在近 5 年内取得 3 方面进展（表 2）：

表 2 2015—2019 年美国制造业创新研究所产生效果

1. 促进了公共部门与私营部门的合作，提高了美国的创新能力。 2015—2019 年，美国联邦政府投资与私人投资稳步增长，投资金额分别从最初的 1.04 亿美元（联邦政府）、2.17 亿美元（私人）增至 1.33 亿美元（联邦政府）、3.55 亿美元（私人）。与此同时，美国制造业创新研究所的数量由 2015 年的 7 家增至 14 家。

2. 为中小企业提供有效支持。 从项目与中小企业会员的角度看，截至 2019 年，各研究所与产业界、学术界合作项目总计 561 项，是 2015 年项目数量（147 项）的近 3 倍，会员总数达到了 1920 家，相比于 2015 年（800 家），增长了 140%。

3. 提供劳动力培训项目，满足智能制造人才需求。 2015 年，3.5 万名工人、学生参与了制造业创新研究所的教育和劳动力发展培训。经过 3 年发展，各制造业创新研究所对美国劳动力培训数量增到 20 万人。

制造业拓展伙伴计划的实施方案及效果

制造业拓展伙伴（MEP）计划是美国联邦政府为提升中小制造企业竞争力而设立的一项国家计划。该计划促进了政府、产业、学界等多方协作，建立了独特的公私合作伙伴关系。目前，这一计划涵盖了美国国家标准与技术研究所（NIST）的制造拓展合作伙伴、位于美国全部 50 个州和波多黎各的 51 个制造业拓展伙伴中心、385 个服务点及 1400 多名专家。

1、 计划定位

制造业拓展伙伴计划的法定目标是提高美国制造业的生产率和技术性能，具体包括 3 项措施：

1. 将工业界、大学、联邦机构开发的技术转让给美国各地的制造公司；

2. 积极向中小型制造公司传播有关制造业的科学、工程、技术和管理信息；

3. 扩大行业、协会和地方学院提供的认证系统，包括培训人员、支持全新或现有的学徒制，解决劳动力需求和技能缺口问题。

2、 运行模式

在组织层面上，制造业拓展伙伴计划项目由美国国家标准与技术研究所的制造业拓展伙伴项目办公室、制造业拓展伙伴咨询委员会及 51 个制造业拓展伙伴中心 3 部分组成。

1. 国家标准与技术研究所的制造业拓展伙伴项目办公室由 5 个部门组成，分别执行全国性制造业合作伙伴关系网络的推广、战略执行、营销与传播、项目评估、财务管理、监督协调等任务。

2. 制造业拓展伙伴咨询委员会需向国家标准与技术研究所主任提供制造业拓展伙伴活动、计划和政策方面的建议，评估制造业拓展伙伴计划和战略的合理性。

3. 各地的制造业拓展伙伴中心则向中小制造商转让和传播研究成果及中心的专业知识 。

3、 实际效果

自该计划创建以来，制造业拓展伙伴网络充分发挥伙伴关系的优势，与中小制造商合作开发新产品和客户，扩大和多样化市场，提高了供应链中的价值。由表 3 数据可知，这一计划从 2 个方面提升了美国制造业的竞争力：

1. 通过新技术促进了中小制造业的“提质降本增效”。 各类制造商的新增销售额由 2016 年的 23 亿美元增长到了 2020 年的 130 亿美元，2020 年节约的成本（27 亿美元）大致是 2016 年（14 亿美元）的 2 倍。

2. 通过知识共享与融合的方式推动了国家创新网络的扩张，进而形成了更加强大的供应链与人才培养体系。 5 年以来，制造业拓展伙伴计划始终维持着与 2 万余家中小制造商的互动，并不断地为制造业创造和保留就业岗位。以 2020 年为例，27574 家中小制造商在 MEP 国家网络中协作，新增了 105748 个制造业岗位。

3、 美国智能制造的主要经验

完善顶层设计，构建创新生态系统

《国家制造业创新网络》强调网络的协同发展，通过各具特色的制造业创新研究所，整合创新资源，形成完整的技术创新链条，构建产业创新生态。制造业创新研究所一般选择在人才、科技、产业及上下游配套等方面具备优势的地区建立，充分依托区域资源优势并反哺区域经济，从而提高创新成果的社会效益和对区域产业发展的带动作用。同时，《2021 年美国创新和竞争法案》《国家科学基金会未来法案》在公共技术投资、科技体制改革、新型人才培养体系等方面做出了相关规定，其目的依然是重塑美国智能制造生态系统。

重视中小企业参与，扶持中小企业发展

美国非常重视提高中小企业在先进制造创新网络中的参与度，以充分发挥中小企业活力。《振兴美国制造业和创新法案》将美国国家标准与技术研究院的《制造扩展合作伙伴关系》纳入美国制造业拓展伙伴计划。依托遍布全美的 51 个制造业拓展伙伴中心，美国将小型制造商与美国制造协会提供的技术和资源联系起来。通过派驻员工、共享科研项目等方式，制造业拓展伙伴中心帮助美国制造业创新研究所的中小型制造企业进行改造创新。《美国先进制造领先战略》提高了美国中小制造企业在先进制造业中的作用，将中小企业供应商、大学、国家实验室、美国制造业研究所等机构相连接，以确保其能获得相应的技术和专业知识。

提升职业教育地位，保证多层次人才供给

为满足美国先进制造发展的人才需求，劳动力发展和人才教育是《国家制造业创新网络》的优先事项。一方面，美国充分利用“国家制造日”的各种公共活动逐步扭转民众对制造业的传统观念，重塑制造业形象；另一方面，加大对社区学院（职业学校）的投入，强化其在先进制造人才培养方面的作用。此外，美国通过推行职业和技术教育计划来实现社区学院与产业界的结盟，不断完善先进制造人才资格证书体系发展，以帮助美国公民更好地从事高技能制造业工作。《无尽前沿法案》增加了 STEM 教育经费，同时也授予美国商务部和其他联邦部门及机构协调建立区域技术中心的权利，将人才与发展关键技术的创新性的工作和商业机会联系起来。

4、 美国智能制造实践对推进我国智能制造政策的启示

虽然我国制造业规模位居世界前列，同时我国拥有全球门类最为齐全的工业体系，但总体而言，我国制造业目前还处在大而不强的水平。

我国智能制造政策与美国智能制造政策有一定共性：

1. 以创新为导向，既注重新兴技术的布局，又强调科技成果转化；

2. 推进制造业的知识融合，利用“政、产、学、研”的创新机制促进资源的高效使用与合理配置；

3. 构建全面开放、能力共享的制造业新格局。总体而言，美国智能制造的实践，为我国推进智能制造工作、落实创新驱动发展提供许多有益的启示。

加强政府的引领作用，完善智能制造顶层设计

美国智能制造的实践表明，政府在布局重点领域、实现产业转型升级中的作用至关重要。与美国相比，我国的举国体制会更具有连续性和稳定性。我国应该充分发挥体制优势，应进一步完善推进智能制造的工作体系、优化政府在创新过程中的引领、支持和协调作用，并保证创新政策的一致性，加强重点创新领域的统筹规划，合理安排创新系统建设和新兴产业布局，避免重复建设。

培育智能制造生态系统，扶植中小企业发展

目前，我国制造业还存在“技术孤岛”的现象，这造成了创新资源无法在产业链各个环节流通，进而导致关键产业无法全面转型升级。对此，创新生态系统的构建将是一个关键问题，这是实现技术、人才等要素充分互动的基础，是形成各类创新主体协同作用的重要支撑。借鉴美国制造业创新研究所及制造业拓展伙伴计划的经验，我国可采取 3 点措施：

1. 探索建立目标清晰、利益一致、分工明确、路线清晰、“政、产、学、研”多元参与的智能制造生态系统；

2. 充分发挥国家科技创新基地与重大科研基础设施的平台和纽带作用；

3. 促进技术成果、通用资产和数据信息等资源的共享，实现不同产业、不同科学领域间的跨界知识融合。

增强自主创新能力，推动关键性技术的发现与商业化进程

目前，我国制造业面临核心技术的缺失、技术发展与产业需求的脱节等问题。然而，核心技术一方面是买不来的，另一方面是产业化也需要合适的“土壤”。为了抢占全球制造业制高点，我国制造业不应只聚焦于技术的引进，而要依靠与自主创新的技术发展模式。由美国对智能制造的探索可知，自主创新能力既要布局新兴技术领域，建立协同的创新机制，又要根据市场的实际需求把握技术的产业化。基于美国的经验，我国可围绕 3 个方面来提高自主创新能力：

1. 建立以企业为主体、市场为导向、产学研深度融合的技术创新体系；

2. 围绕特定技术领域的创新成果转移转化，加强领域内学术研讨、信息共享、设施开放及项目合作；

3. 打造技术产业化示范项目，为相关产业打造标杆。

深化开放合作，促进知识的共享与融合

结合我国的实际情况，中小企业智能制造转型过程中会遇到一些困难，主要体现在 2 个方面：

1. 自身能力差，缺乏相应的技术、资金等资源；

2. 转型的经济和社会效益差，具体表现在智能制造工程见效周期长、产业协同度不够等。

借鉴美国开放的创新生态系统模式，我国可采取 2 个方面的措施：

1. 向中小企业开放创新资源入口，共享智能制造能力。在知识产权得以有效保护的基础上，我国应促进技术成果、通用资产和数据信息等资源的共享。

2. 深化国际合作交流。在推动内部开放的基础上，我国应加强国内智能制造资源与全球创新要素的融合，对标国际先进制造标准，鼓励国内制造商与国际同行竞争与合作。

改革考核评估体系，优化创新资源配置

根据《国家智能制造标准体系建设指南（2018 年版）》，建立合适的评估体系不仅有利于我国智能制造的动态调整，而且还有助于合理分配创新资源，持续促进我国智能制造的发展。结合美国制造业创新研究所的经验，考核体系需充分利用多方协调机制。因此，建议我国建立涉及多方的考核制度：

1. 围绕科技与制造业融合的目标导向，建立客观、多元、可量化的考核评估体系，明确以促进技术和制造业融合、加快科技成果转移转化为主的考核导向，保障考核体系的完整性、客观性和科学性；

2. 尊重创新规律和产业发展规律，将阶段性考核和周期性考核有机融合；

3. 积极推进评估主体多元化，引入第三方评估机构，采用委托评估、联合评估、跨主体评估等多种方式，确保评估工作执行到位。

完善教育与培训体系，强化智能制造人才培养机制

为满足智能制造带来的人才需求，我国应进一步完善培训教育体系，培育多层次高水平的创新人才。建议我国从 4 个方面加强培训教育体系建设：

1. 高度重视社区学院和职业教育的建设和发展，建立高等院校、职业学院和工厂“三位一体”的职业教育体系，为创新驱动发展提供必要的高素质产业工人储备；

2. 结合我国“新工科”“新文科”建设，培养跨学科、跨领域的融合性创新人才；

3. 促进高等院校和企业建立紧密的合作机制，保证人才的能力结构与企业的实际需要高度吻合；

4. 高度重视由于经济转型升级带来的再就业问题，完善社会培训体系，壮大社会培训力量，让落后产能的劳动力成为新兴产业的生力军。

智能制造发展过程三个阶段及其特征

本文首先总结工业生产对控制技术的要求及工业自动化系统的特点; 然后根据智能制造系统在工业生产过程中的地位和所发挥的作用，着重讨论智能制造系统相关技术在不同时期、不同领域的技术特点和阶段，以生产系统的各个子系统间的数据流向为特征，区分智能制造发展过程的 3 个阶段; 最后以钢铁行业的案例来分析智能制造在生产中的地位，为企业实施智能制造提供参考。

为便于描述起见，本文将应用智能制造技术所实现的系统的集合称为智能制造系统，而传统的工业生产控制系统( 包括工业生产过程中的各级自动化和信息化系统的总和) 称为工业自动化系统。

1 工业自动化系统的特点

经过多年发展，钢铁行业工业自动化系统的主体架构一般分为 5 层，如图 1 所示: 检测及执行设备级 L0、基础自动化级 L1、过程自动化级L2、制造执行系统 L3 和企业资源计划 L4，每层根据功能或控制范围又划分为多个系统。各层系统之间的数据通过接口协议互相传递，业务应用互相关联。

随着计算机和控制器的能力越来越强大，过程自动化级的很多功能“下沉”至基础自动化级来执行，融合形成“过程控制级”; 而管理的扁平化需求，使得制造执行系统和企业资源计划的分工界限变得不那么明显，融合形成“生产管理级”。但无论是 5 层结构，还是其他类型的结构，总体上都是围绕企业的核心发展目标，实现各系统的功能定位和分工合作。

图 1 工业自动化系统的结构

通过总结工业生产对控制技术的要求，工业自动化系统一般需要具有以下特点。

( 1) 确定性。确定性是指工业自动化系统必须有确定的响应能力，主要包括: 1) 实时性。工业自动化系统一般都是实时系统，很多情况下延迟对于生产过程信息传送来说是不可接受的。 2) 可预测性。即在满足一定条件下，系统的输出是可预期的，差异在可控或可接受的范围内。3)手动优先。在非正常的情况下，工业自动化系统的部分功能可以被操作人员确定性的手动接管，使得整个系统可以在降低部分性能( 包括便利性) 的手动模式下继续运行。

( 2) 可用性。可用性是指在外部资源得到一定程度的保证的前提下，工业自动化系统可执行规定功能的能力。主要包括: 1) 可靠性。由于其控制对象的重要性，工业自动化系统一般要求连续工作，不允许控制系统的突然中断和重新启动，这也就意味着在传统 IT 技术中通过重启动来复位系统的意外故障，在工业自动化系统中几乎是不可接受的。因此，在工业自动化系统中要通过尽量简洁、可控、必要的代码去实现所需的功能，在投入运行前经过反复详细的测试，以确保尽量减少意外中断的可能。2) 容错性。工业自动化系统在设计和测试时就必须尽量多地考虑系统在各类输入条件下的响应，在部分输入信号出现异常时，系统可以继续工作或自动进入安全状态，避免产生极端的错误输出，导致设备或产品损害，甚至人身伤害。3) 安全性。工业自动化系统一旦受到网络攻击所带来的后果比 IT 领域要严重的多，会导致生产停机、设备损害或安全事故，因此必须结合应用场景，合理部署安全解决方案，实现功能安全和信息安全的有机融合。

( 3) 经济性。经济性是指企业从一项投资活动中得到的经济回报。钢铁企业有深厚的行业背景和鲜明的个性化特征，很多先进的技术难以在其他行业、不同生产线之间实现简单的复制推广，IT 领域的市场模式在工业领域并不一定适用。因此，技术的开发是否具备合适的经济性需要综合考虑。

随着计算机技术的发展，工业自动化系统大量使用计算机、操作系统和各类网络协议，引入越来越多的IT技术。一些技术在引入的过程中，针对工业生产的要求进行了改造、验证和推广应用。智能制造系统中很多基础性技术如人工智能、工业大数据、工业互联网平台等也来源于IT技术，在引入工业生产的过程中，也需要根据要求，综合考虑确定性、可用性、经济性因素，进行必要的调整改造。

智能制造的发展总体上应该是一个循序渐进的过程，需要依据生产需求和相关技术在不同发展阶段的特点，合理确定相关技术所能发挥的作用，以及其在整个生产体系的地位，最终目标是实现各项技术与现有的工业自动化系统结合，形成有机的整体，有效地实现企业的发展目标。

2 智能制造系统发展过程的 3 个阶段

依据智能制造系统所要解决的问题和在整个生产体系中的地位，可以粗略地将智能制造的发展过程分为 3 个阶段。

2． 1 第一阶段———智能制造初级阶段

在这个阶段，人工智能等先进技术不断向传统的工业自动化系统延伸，通过先进的手段，显示生产过程中的可见或隐性的状态，辅助人作出正确的操作或决策，优化工业自动化系统的功能。智能制造系统所采用的很多技术，如工业大数据分析、人工智能等，在图像识别、故障预测等某些特定的领域有可能超过人，然而在实际生产中，由于现实情况复杂多变，无法取代人凭借自身的经验或直觉作出正确的判断，但可以作为一个很好的决策参考或对系统进行辅助优化。

在这个阶段，由于智能制造系统主要是围绕企业的某一方面功能发挥“画龙点睛”的作用，在开发时需要在现有系统中以“打补丁”或局部改造的方式接入数据，如采用扫描方式搭建生产线三维模型，在生产线上增加安装检测设备等。但在实现过程中有很多因素会制约功能的实现，如扫描方式建立的模型会比较粗略，信息不足; 安装检测设备会受到现有工艺设备布置等因素影响等。在过去的几年中，各企业从自身实际出发，围绕企业的发展目标，克服不利因素，在多个领域对智能制造进行了艰苦探索和深入实践，取得了良好的效果。这些探索实践工作对于智能制造的发展是非常有益的。

在这个阶段，工业生产仍由传统的工业自动化系统为主导来控制。智能制造系统总体上相当于是智囊团，随着时间延伸到越来越多的领域，针对企业的痛点和问题提出解决方案，但仍需要人依据经验，在工业自动化系统的基础上作最终决策或在限定的范围内发挥作用，在智能制造系统不能正常工作时，仍然可以依靠人的经验和工业自动化系统继续进行生产。

从这个意义上来讲，工业生产对于智能制造系统的确定性、可用性的要求与 IT 系统并没有显著区别，智能制造系统作用于工业生产的局部且作用有限，表现形式为与智能制造相关的多个“点”并行发展，没有( 也不必追求) 形成一个完备自治的系统。在这个阶段，由于智能制造系统本身没有形成一个完备自治的系统，因此可以考虑采用以功能的实现过程来描述智能制造: 智能制造是面向企业的生产需求，以信息系统为载体，模拟专家的智能进行分析判断和决策，进而能够扩大 /延伸 /部分取代专家的大脑思维过程的系统。

2． 2 第二阶段———智能制造中级阶段

随着技术的发展，智能制造系统在工业生产中的作用越来越重要，智能制造系统中集成的相关技术逐步成熟，经过不同产线、不同工序、长时间的反复验证，得到广泛应用，如: ( 1) 传感器和控制器变得简单经济且易获取，视频和音频等生物识别技术得到广泛的应用，使系统可获得更为全面、精准的信息; ( 2) 对于同一功能，不同子系统的计算结果互相印证和交互评价，并由智能制造系统自行决策输出; ( 3) 在外部条件发生变化或出现故障时，局部子系统的失效不影响总体系统的运行，或自动进入安全状态; ( 4) 有关智能制造的基础技术逐步成熟，确定性、可用性和经济性问题得到合理的解 决，如区块链技术逐步成熟，在理论上可以解决工业数据的安全性和信任问题。

在这些前提下，智能制造系统在工业生产中的作用将会变得越来越重要，逐步针对生产过程的特定单元或特定功能实现完全的控制，传统的工业自动化系统出于安全生产的考虑，可作为智能制造系统的补充或后备。

在这个阶段，针对生产过程的特定单元或特定功能，智能制造系统不仅是智囊团，同时也是决策者，在系统中占据统领地位，根据生产过程数据，判断生产状态并形成控制决策，输出执行，同时依据执行后的信息对系统进行优化和自适应。因此，工业生产对于智能制造系统的确定性、可用性的要求将会远高于对 IT 系统的要求。

在这个阶段，智能制造系统在局部( 生产过程的特定单元或特定功能) 形成了一个相对完备自治的系统，可以从生产单元的实施方法来描述: 智能制造通过构建“状态感知 － 实时分析 － 自主决策 － 精准执行 － 学习提升”的数据闭环，以软件形成的数据自动流动来消除复杂系统的不确定性，在给定的时间、目标场景下，实现生产过程的优化。

智能制造系统由初级阶段向中级阶段的进化是一个长期的过程。在生产系统中，不同的生产单元由于需求各异，采用的技术成熟度也不一样，处于智能制造初级阶段和中级阶段的系统将长期共存、协同作用。但总的来说，随着技术的发展，越来越多的处于智能制造初级阶段的技术将向中级阶段进化。

2． 3 第三阶段———智能制造高级阶段

随着智能制造系统在工业生产中的推广应用，在越来越多的生产单元中，智能制造系统由辅助地位过渡到统领地位，形成多个局部自治的智能制造系统。同时，围绕着通过智能制造实现企业的发展目标，企业在规划、设计阶段，从智能制造的顶层设计出发，实现面向智能工厂的全生产线三维建模和数字交付，全面管理规划、设计、施工、设备、产品、运维等各阶段数据，建立完整的、功能丰富的数字化工厂和数字孪生模型，为全面深入实施智能制造奠定良好的基础。

在中国钢铁工业协会发布的《钢铁未来梦工厂》中，对未来的智能制造钢铁企业做了全面的描述: 工厂具有基于信息物理系统、大数据、人工智能、边缘计算等新一代信息技术的智能决策与综合管控平台。实时、科学的决策指令从这里发布，最优化、高效化的资源配置将从这里开始。工厂具备自感知、自组织、自决策的智慧体系。能量流、物质流和信息流组成有机体的“血 液”，高效、连续、平稳运行的制造系统各个环节组成有机体的“骨骼”，保证了物质、能量、信息的动态平衡和运行优化。做到“精准、高效、优质、低耗、安全、环保”，全面提升发展水平，实现钢铁行业高质量发展。

在智能制造高级阶段，需要将智能制造的理念贯穿规划、设计、施工、运维、生产、管理全 过程，实现统筹规划和顶层设计，基础性工作包括: ( 1) 合理规划面向智能制造的生产系统结构; ( 2) 合理安排生产车间的平面布置，保证生产有序、物流合理; ( 3) 合理配置仪表等检测设备及其配套设施，保证数据的稳定可靠; ( 4) 实现生产线设计和建设过程的三维设计和数字交付，全面实现数字化，搭建面向生产线全生命周期的数据平台; ( 5) 合理配置智能制造基础架构，包括工业大数据平台、工业互联网平台等。

在这个阶段，智能制造系统贯穿整个生产过程，在企业生产活动的各个层面以决策者的身份出现，全面占据统领地位。生产过程对于智能制造系统的确定性、可用性的要求也远高于对 IT系统的要求。智能制造系统形成了一个完备自治的系统体系，形成了一种新型生产方式，可以从系统层面来描述智能制造: 智能制造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。

2． 4 智能制造系统发展过程 3 个阶段的特征

如上所述，在智能制造初级阶段，智能制造系统自身不构成完备的系统，而是作为工业自动化系统架构体系的重要补充，在工业生产中发挥重要的参考和补充作用; 在智能制造中级阶段，智能制造围绕特定的生产单元形成了完备的自治系统，在局部发挥决定性作用，传统的工业自动化系统将作为后备; 在智能制造高级阶段，形成了完整的智能制造架构体系，在生产过程的各个层面中全面发挥决定性作用。总结智能制造发展过程 3 个阶段的特征见表 1。

表 1 智能制造发展过程 3 个阶段的特征

3 对智能制造系统所处阶段的认识

3． 1 生产系统的数据流向

从宏观上看，工业生产过程或产业链由若干个相对独立的生产单元组成，生产单元可以是一个企业、一条生产线、一个工艺段、一个独立的设备或一项相对独立的功能等。为了对智能制造系统的不同发展阶段有一个总体上的认识，将组成工业生产过程的每个生产单元广义地分为 4个相对独立的系统，通过分析各系统间的数据流向和相互作用来判断智能制造系统所处的发展阶段。

系统包括: ( 1) 物理系统，包括生产线、产品等; ( 2) 传统的工业自动化系统，包括输入 /感知子系统和分析决策 /自学习子系统; ( 3) 人，包括操作人员、维护人员、管理人员等; ( 4) 智能制造系统，包括输入 /感知子系统和分析决策 /自学习子系统，以及数字孪生模型系统和虚拟生产系统。数字孪生模型是以物理模型为基础，基于物理系统的参数和历史数据在数字空间实现的，其输出作为智能制造系统中分析 /决策 /自学习子系统的参考和评价。另外，基于数字孪生模型系统可以实现虚拟生产，对生产过程控制、生产组织管理、新产品开发等工作进行仿真验证。

图 2 生产单元的数据流

生产单元的数据流如图 2 所示。图 2 中: 箭头方向表示数据的流向; 开关符号定义数据的接通或断开; 实线表示实时数据; 虚线表示非实时数据，包括历史数据、系统参数等; S1 表示人对工业自动化系统的设定操作和干预是否有效; S2表示智能制造系统的输出是否反馈给人作为设定操作和干预的参考; S3 表示智能制造系统的输出是否作为工业自动化系统的设定。

3． 2 智能制造不同阶段的分析

在图 2 中，各系统间的数据流向是由上述的S1 ～ S3 开关决定的，在智能制造的不同发展阶段，开关的状态组合不同，表 2 列举出不同发展阶段的数据流向特点。其中，1 代表开关接通，0代表开关断开，* 代表开关状态对智能制造所处阶段的判断无影响。

表 2 工业生产系统的控制模式

注 1: 在智能制造发展初期，智能制造系统的输出用于辅助工业自动化系统优化，以工业自动化系统的决策输出为主，总体上处于智能制造初级阶段; 随着智能制造系统的发展和优化，工业自动化系统的作用将逐步弱化，智能制造系统的输出逐渐向决定性作用演变，过渡到智能制造中级阶段。

注 2: 随着智能制造技术的发展，针对特定生产单元，智能制造系统的输出发挥决定性作用，在生产过程的其他环节，智能制造系统的输出发挥辅助性作用，两者长期共存，总体上处于智能制造中级阶段; 在越来越多的生产环节中，智能制造系统的输出发挥决定性作用，生产过程将逐步过渡到智能制造高级阶段。图 3 所示为智能制造由初级阶段经中级阶段到高级阶段的发展过程。

图 3 智能制造系统的发展过程

3． 3 相关技术分析

下面以钢铁领域的两个应用场景为例，分析相关智能制造技术在工业生产中所发挥的作用和所处的地位，判断所处阶段。

( 1) 面向智能天车的车辆识别。对于智能天车而言，一项重要的功能是通过图像或激光的方式，识别运输车辆的外形、鞍座位置和钢卷形状等参数，并将识别出的相关坐标数据发送至天车的吊运系统，作为吊运的目标位置。在智能制造初级阶段，车辆识别系统输出目标位置后，由操作人员确认位置的准确性和吊运过程的安全性，发出确认操作指令后开始吊运执行。在这个过程中，即使由于外界原因引起偶然的识别错误，由于操作人员的确认而不会导致出现重大错误。在智能制造中级阶段，车辆识别系统确定好目标位置后，直接发送吊运指令。这就对识别系统的确定性、可用性提出了很高的要求，不仅要求识别系统在任意工况条件下都要可靠准确的识别，同时也需要能够判断自身的输出是否会产生意外的结果，并且必要时自动进入安全状态或切换为手动操作模式。在智能制造高级阶段，面向智能天车的车辆识别作为生产过程中一项关键的功能，是重要组成内容之一。

( 2) 面向中厚板轧制过程的数字孪生系统。中厚板生产属于多道次可逆轧制过程，轧制过程对产品质量和生产效率有重要的影响。传统的方法需要工艺人员和操作人员经过多次试验后才能形成稳定的生产过程。为此，考虑构建面向中厚板轧制过程的数字孪生系统: 借助于设计过程的设备三维数据和生产线建设过程中的 BIM数据建立的虚拟模型，以三维形式再现生产过程; 以与生产过程控制逻辑高度一致的控制模型，再现对生产过程的操控; 以面向设备的动作和产品的变形过程为基础，建立对象模型。模型的构建方式和精度决定了模型所能实现的目标。

在智能制造初级阶段，在数字孪生系统中，采用简化的机理模型构建设备的动作过程和产品的变形过程，实现对生产过程的模拟，控制功能的全面测试和各类故障的仿真，以及操作人员的仿真培训，提高生产效率。在智能制造中级阶段，对象机理模型精度不断得到提升，借助于人工智能工具和大量生产数据对模型持续进行优化，实现数字孪生模型与生产过程的高度一致。此时，数字孪生系统不仅能全面模拟生产过程，还可以精确地模拟和评估不同的生产过程对产品质量和生产效率的影响，可以自动地对生产过程进行优化和干预。在智能制造高级阶段，数字孪生系统与生产过程的智能制造系统完美结合，在全面模拟生产过程和对生产过程进行优化和干预的基础上，基于数字孪生系统实现对生产过程的全面监控，实现新产品开发测试，并在测试完成后直接进行实际生产。这时，生产过程和新产品开发过程将变得简单生 动，实现高效的智能化生产，可以形象地称之为“轧钢乐园”。

4 结语

经过多年的发展，已经形成了一套成熟的工业系统架构，企业围绕提质增效的目标，推动智能制造将是一个长期的、循序渐进的过程。在现有系统的基础上，利用智能制造系统的相关技术，不断进行补充完善和升级迭代，解决产线的痛点问题，由传统生产模式进入到智能制造的初级阶段。随着时间的推移和技术的发展，整条产线乃至车间的智能化程度会逐步提高，智能制造系统在生产中的作用也会变得更加重要，在局部领域逐步过渡到智能制造的中级阶段; 随着技术的进一步发展，逐步进入面向全生产线或全产业链的智能制造高级阶段。

对于新建或改造的生产线，在规划和设计阶段需要围绕智能制造高级阶段的目标，开展顶层设计，统筹规划工艺设计、产品设计、设备布置等，在设计阶段全面考虑与工艺生产和设备维护相关的物流、数据检测，全面真实反映生产线的状态，实现生产线的数字建模和数字交付，建立完善的智能制造基础性架构。高质量的数字化设计和完整的智能制造基础性架构是智能制造系统能够不断完善和提升效能的前提，是智能制造进入高级阶段的必要基础。

从目前落地的智能制造工作来看，智能制造系统的相关功能在生产线的作用多定位于初级阶段，部分功能接近或达到了智能制造中级阶段，这也与目前的技术发展相匹配，体现了这些企业的科学态度和务实精神。在学术界，对智能制造的探讨更多的是面向智能制造高级阶段，这是企业实施智能制造的目标，也是发展的动力。在企业实施智能制造的过程中，需要根据企业自身的发展特点及发展目标，基于智能制造技术的发展，从数字化设计的顶层设计开始，有针对性地提出解决方案和实施计划，同步制定智能制造的发展战略，分步实施，有序推进，最终实现企业的转型升级和可持续发展。

原文刊载于《冶金自动化》2020年第5期 作者：中冶京诚工程技术有限公司电气与自动化工程技术所 王云波，李铁

更多数字化转型内容请关注公众号【ID：xingongyecn】，或百度搜“新工业网”。这里是百万新工业人的知识家园。

相关问答

[回答]近期,他又指出:“继续做好信息化和工业化深度融合这篇大文章,推动制造业加速向数字化、网络化、智能化发展。这些重要论述为我国智能制造发展指明了...

先上结论:AI+Markting又称智能营销,已经广泛的应用于你生活的方方面面,总结起来主要是两个方面,一方面是减少企业端的营销成本,以最小的代价获得更多的流量...

[回答](二)项目技术上处于国内领先或国际先进水平,示范项目使用的装备和系统自主安quan可控。(三)项目符合《广东省智能制造试点示范项目要素条件》中相...

今日大盘(3月4日)如期上涨,符合上周预期。但我的个股没有跑赢大盘指数上涨,我感觉心跳加速,着急和郁闷。今日大盘一改前几天盘整走势,沪市大盘迅速冲破300...先...

图扑软件认为,能源的市场化、民主化、去中心化、智能化、物联化等趋势将注定要颠覆现有的能源行业。据电力行业2020年度发展报告指出,2019年我国能源互联网建...

“万物互联”还只是一个象征意义大于实际意义的口号,伴随着5G技术的开展,人们会感到事物之间的距离竟然如此之近。2019年,物联网将进入全面发展时期,物联网将...

对于人工智能来说,人们一直抱着又爱又恨的态度,有人说AI人工智能将成为解放人类劳动力的关键,也有人说人工智能将会把人类代入万劫不复的深渊。不管怎样,AI的...

根据iiMediaResearch(艾媒咨询)发布的《2018-2019中国智慧物流行业研究报告》,iiMediaResearch(艾媒咨询)数据显示,当前物流企业对智慧物流的需求主要包括物...

人工智能在当今已经迅猛发展,且已融入到我们普通人生产生活中去了。比如今日头条,便是以人工智能和机器学习为核心的内容分发的模式,为我们各位头条用户进行精...

所以,5G在智能制造、人工智能方面会起到非常大的作用,疫情给5G及相关产业带来巨大商机。六、养殖业、种植业、餐饮、酒店等传统行业的洗牌野生动物被全面禁止...