智能制造工程问题智能制造：多重困境与五大难点|智能制造|上海羊羽卓进出口贸易有限公司

智能制造：多重困境与五大难点

当前，我国制造业面临着异常严峻的挑战，在这种背景下，制造企业如何实现转型升级？推进智能制造成为重要的途径。然而，目前我国制造企业推进智能制造面临着诸多难点问题。

NO.1

概念满天飞，技术一大堆

近几年来，从工业4.0的热潮开始，智能制造、CPS、工业互联网（平台）、企业上云、工业APP、人工智能、工业大数据、数字工厂、数字经济、数字化转型、C2B(C2M)等概念接踵而至，对于大多数制造企业而言，可以说是眼花缭乱、无所适从。

智能制造涉及的技术非常多，例如云计算、边缘计算、RFID、工业机器人、机器视觉、立体仓库、AGV、虚拟现实/增强现实、三维打印/增材制造、工业安全、TSN（时间敏感网络）、深度学习、Digital twin、MBD、预测性维护......让企业目不暇接。这些技术看起来都很美，但如何应用，如何取得实效？很多企业还不得而知。

NO.2

摸着石头过河

企业推进智能制造领域的相关技术十分缺乏经验，欠缺可以借鉴的成功案例。目前，制造企业已经存在三种类型的孤岛：信息孤岛、自动化孤岛，以及信息系统与自动化系统之间的孤岛。 企业目前也缺乏统一的部门来系统规划和推进智能制造。在实际推进智能制造的过程中，企业也仍然是头痛医头，缺乏章法。

NO.3

理想很丰满，现实很骨感

推进智能制造，前景很美好。但是绝大多数制造企业利润率很低，缺乏自主资金投入。 在“专项”、“示范”以及“机器换人”等政策刺激下，一些国有企业和大型民营企业争取到各级政府给予的资金扶持，而中小企业只能“隔岸观火”，自力更生。然而，为了争取政府项目，方案必须做得漂亮，档次必须高大上，投入必须上亿。

大屏幕指挥中心是必须有的，大量采用机器人的自动化生产线是必须建的，立体仓库、AGV也是可以有的，MES更是必不可少的，国产系统是必须用的。至于究竟能否取得实效，就只有企业“冷暖自知”了。

NO.4

自动化、数字化还是智能化？

在推进智能制造过程中，不少企业对于建立无人工厂、黑灯工厂跃跃欲试，认为这就是智能工厂。而实际上，高度自动化是工业3.0的理念。

对于大批量生产的产品，国外的优秀企业早就实现了无人工厂，例如日本FANUC全自动装配伺服电机，40秒一个，但其前提是产品的标准化、系列化，以及面向自动化装配的设计，例如将需要用线缆进行插装的结构改为插座式的结构。

从技术和管理的角度看，中国制造要走向智能制造，主要还存在五大难点：

一，智能制造是基于新的物联网、大数据、云计算等数字化技术与先进制造技术的深度融合，贯穿于从设计、供应、生产制造、服务等整个供应链制造、运营和管理的各个环节。

因此，智能制造包含两个系统工程，一个是智能制造技术（制造技术和信息技术）整合的系统工程，另一个是管理的系统工程。目前，这两个系统工程不仅是中国企业面临的问题，欧美企业也同样面临这个问题。

二，装备制造业仍然是瓶颈，跟不上智能制造发展的要求。智能制造最终还是要落到制造技术和装备上，虽然我国在互联网、物联网、大数据、云计算等数字化技术以及5G的深入应用上处于优势地位，但制造最后的执行单元还得是机床，在这方面我们与欧美日企业相比还存在很大的差距，比如工业机器人、3D打印、芯片光刻机、高精度的测量测试设备等。

三，基础数据平台深度开发不受控。企业要实现智能制造，需要两个基础系统平台，一个是MES系统，另一个是ERP系统，而这两个系统我们没有自主的软件平台，还是要依赖于欧美，因此在深度定制开发上还是受限制。

四，算法开发。智能制造需要基于数据并充分挖掘数据价值而实现自决策、自管理、自学习，从数据源采集、数据呈现、数据分析到自行诊断、自动反馈、自动调整控制，中间就离不开算法的开发，智能的核心也就是算法。

而算法开发是一个多元跨界和交叉学科的工作，既要求对业务有深入理解，又要有IT技术思维。目前，我们在算法开放的资源上还存在很大的差距。

五，管理和组织的变革。一方面，智能制造基于数据实现端对端、信息充分共享、管理平台化，打破了企业原有的金字塔官僚管理体制结构，来自原有权力结构拥有者的变革阻力会很大，往往他们还掌握了决策权，导致智能制造的资源投入不到位。

另一方面，管理方式会因信息平台化而发生改变，个体和任务小团队的自管理、自决策机制会越来越普遍，但是，目前还没有找到很好的组织管理方式及组织文化激发个体和小团队的工作意愿并相互协同。

基于以上原因，未来智能制造之路还有很长一段时间需要去探索，其中有三点是需有所创新和突破：

一是在技术上需要自主研发，突破装配和软件技术的瓶颈，同时关注整个生态链中的核心技术；

二是在适应性上，需要推动组织和管理的变革，以适应信息技术带来的管理变化。

三是在智能化的道路上需要引入系统工程、顶层设计，才有可能实现制造技术、信息技术和组织管理三者的深度融合。

来源：泊松比

知领，中国工程院中国工程科技知识中心官方订阅号。关注科技动态，普及科技知识，弘扬院士精神，传播科学思想。中国工程科技知识中心_学术社群已经组建，添加微信：xpcztym邀请您进群

智能制造的目标及需要克服的五个障碍

智能制造的目标是通过迅速创建应用程序，使所有人、系统和资产之间的合作成为可能，但为实现上述目的，需要解决一些关键问题。正确使用大数据，有助于实现更多的工业互联网（IIoT）功能。

与其它行业相比，制造业产生更多的数据。连接性、先进计算、智能传感器和设备、以及改进的数据访问和存储达到一个新的水平，正在不断扩展可用数据的范围、容量和分辨率。如果你刚好听到关于大数据的宣传，那么就清楚有一个基本的假设：如果数据可以利用，那么就可以从中获得业务价值。

未来，利用工业物联网（IIoT）带来的互联性，制造企业可以收集更多的数据，但如何能更有效的利用这些数据呢？这是需要解决的关键问题，智能制造致力于回答这个问题。

智能制造的目标

智能制造的总体目标是通过快速创建应用程序，从而使处于整个价值链应用程序和架构中的人、系统和资产之间的协作成为可能，为未来构建一个新的智能制造软件平台。

制造企业知道，要想提高经营业绩，获取数据是非常重要的一环。 如果可以将背景信息在正确的时间提供给正确的人、做出正确的决策，那就可以提高整体性能。

跨越老旧系统、获取新数据源、以及快速应用组合可以帮助企业实现智能制造。图片来源：MESA 国际

新技术每天都在产生更多的数据。一些制造商正在应用大数据和分析技术，希望从这些数据中挖掘出更多的智能信息，从而将它们的经营业绩提升到新的水平。

成功，不仅仅是数据采集以及提供更详细和更多样化的可视化数据。 事实上，这不仅仅是关于数据。它关乎快速创建和交付丰富的互动应用。例子包括：

正确的时间，提供正确的信息给正确的人，使他们能够做出正确的决定、立即采取行动；

在驱动工作流程的系统和自主行动之间通信的应用程序；

应用人工智能和机器学习技术来预防和预测问题的应用。

换句话说，它不只是提取出大数据，而是关于使用和提供“正确数据”的应用程序。

要从数据中获取价值，智能制造应用程序是必不可少的 ，这些应用程序基于角色，并实时运行。它们还可以应对特定案例与独特的业务挑战。

应用程序提供前瞻性通知，使问题得以快速解决。它们形式各异，从可穿戴设备、到移动设备、再到工业触摸屏电脑。

利用增强现实技术，应用程序可以融合现实和数字世界。 正确的应用程序非常灵活，可以随着业务的变化轻松、快速的做出调整。智能制造需要合适的应用。但在推广智能制造应用方面，也存在一些障碍。

智能制造的5个障碍

1数据情景化

企业想依据数据，做出明智的决定。 但一个企业，通常会有很多不同的软件系统，这样从这些系统获得数据的技术也就随之而有所不同。将这些业务系统数据与生产制造过程数据整合起来也就非常困难，但是数据的情境化，对作出明智决定至关重要。

2资金不足和不堪重负的IT

企业内部的信息技术（IT）部门往往面临资金不足和不堪重负的窘境。 他们没有能力交付所需的应用程序，而且在将来会有更多应用管理需求。应用程序组合最优化应该可以使业务用户能够做出明智的决定。

3变更和变更管理

在当今世界，变更已是常态 。业务战略、产品、客户需求、以及IT系统都在不断发生变化，因此应用程序必须足够灵活。将来，这些挑战肯定会加剧，因为科技进步将会产生更多的可用数据，从而对应用程序的需求量大幅增加。

4传统软件的束缚

即使应用程序已经建立，传统软件也不能满足应用程序所需要的规模和多样性要求。大多数制造人员经常被允许访问只读数据表，这些数据只能够在事后提供性能参考，对解决或规避问题并无帮助。此外，传统软件在连接信息技术（IT）和运营技术（OT）方面，也存在一定的问题。

支持制造业的应用必须连接这些方法（IT和OT）。 持续不断的进步需要灵活的应用。但是，老旧系统往往难以扩展和获得支持。他们无法很快适应于不断变化的需求。

5连接不同系统

不同系统之间现有的接口可能会存在一定的问题。目前的方法集中在记录系统和系统之间的数据交换。随着数据量的增加，这种方法会变得更复杂，更不实用。

云、移动、分析可以提供帮助

需要一种新的方法，来实现智能制造的目标。 幸运的是，现在有了无需更换老旧系统就能实现目标的新解决方案。事实上，我们可以使用与个人生活中相同的现代软件技术，来创建新的复合、基于角色的应用程序，从而可以连接老旧系统和新系统的数据源。现代软件技术包括云、移动、大数据、以及先进的分析技术等，这些技术都具有很强的适应性，并且已经经过验证。