第1章 智慧（能）工业概述

随着信息化水平的不断提升，以智能制造为主导的第四次工业革命正在各国掀起变革浪潮，工业互联网、工业4.0、智能制造等都成为大家广泛关注的热点话题，新一代信息技术与制造业的深度融合正在引发生产方式、产业形态、商业模式和经济增长点的重大变革，“制造”正在向“智造”转变。

1.1 从工业1.0到工业4.0

1.1.1 工业1.0到工业4.0的发展历程

工业1.0到工业4.0的发展历程如图1-1所示。

图1-1 工业1.0到工业4.0的发展历程

1.工业1.0（第一次工业革命）

第一次技术革命又被称为蒸汽技术革命。它是18世纪60年代从英国发起的技术革命，也是技术发展史上的一次革命，开创了以机器代替手工劳动的时代。这场革命以工作机的诞生为开始，以蒸汽机作为动力机被广泛使用为标志。这一次技术革命和与之相关的生产方式的变革被称为第一次工业革命，全世界自此进入工业1.0时代。纺织、冶铁、交通运输等行业得到发展，轻工业化特征明显。

2.工业2.0（第二次工业革命）

第二次技术革命又被称为电力技术革命。1831年，英国科学家法拉第发现了电磁感应现象，提出了发电机的理论基础。19世纪60～70年代，电灯、电报、电话、发电机、内燃机等一系列电气发明相继问世。电力作为一种优良而价廉的新能源被人们广泛应用。人类从“蒸汽时代”跨入了“电气时代”。第二次技术革命和与之相关的生产方式的变革被称为第二次工业革命，全世界自此进入工业2.0时代。汽车、石油、钢铁等重化工行业得到迅速发展。

3.工业3.0（第三次工业革命）

第三次技术革命又被称为原子能、计算机与空间技术革命。1945年，原子能技术被逐渐运用于工业，特别是核能发电。20世纪40年代后期的电子管计算机为第一代计算机，该计算机的面世开创了电子信息时代。电子计算机的广泛应用使得生产自动化人工合成材料、分子生物学和遗传工程等高新技术的出现，推动了医药、材料、航空航天等行业的发展。第三次技术革命开启了工业3.0时代，但由于生产方式没有出现明显变化，也有人认为第三次工业革命并未发生。

三次技术革命的对比见表1-1。

表1-1 三次技术革命的对比

4.工业4.0（第四次工业+科技革命）

第四次工业+科技革命也被称为信息物理融合技术的革命。

前三次工业革命使人类发展进入了空前繁荣的时代，与此同时，也造成了巨大的能源、资源的消耗，人类付出了巨大的环境代价、生态成本，人与自然之间的矛盾急剧加大。进入21世纪，人类面临空前的全球能源与资源危机、全球生态与环境危机、全球气候变化危机等多重挑战，由此引发了第四次工业+科技革命——绿色工业革命。

互联网、物联网、3D打印的出现标志着第四次工业+科技革命的开始。

互联网是在美国国防部研究计划署的阿帕网基础上发展而来的。随着互联网的商业化发展，人类进入了互联网浪潮时代。互联网对人类的生产、生活产生了全面的影响。物联网（Internet of Things，IoT）是利用互联网等通信技术，形成人与物、物与物相联的智能化网络。3D打印是一种以数字模型文件为基础，运用粉末状金属或塑料等可粘合材料，通过逐层打印的方式来构造物体的技术。

第四次工业+科技革命开启了工业4.0时代。

工业4.0最初由德国提出，并在2013年4月的汉诺威工业博览会上被正式推出，德国推出工业4.0的目的是为了提高德国工业的竞争力，并在新一轮的工业革命中占领先机。该战略已经得到德国科研机构和产业界的广泛认同，德国弗劳恩霍夫协会将在其下属的6～7个生产领域的研究所中引入工业4.0的概念，西门子公司已经开始将这一概念引入其工业软件开发和生产控制系统中。工业4.0迅速成为德国的另一个标签，并在全球范围内引发了新一轮的工业转型竞赛。

德国学术界和产业界认为，工业4.0是以智能制造为主导的第四次工业革命，或革命性的生产方法。该战略旨在通过充分利用信息通信技术和网络空间虚拟系统，即信息物理系统相结合的手段，将制造业向智能化方向转型。

1.1.2 工业4.0的内涵

1.工业4.0的三大主题

工业4.0项目主要分为三大主题。

（1）智能工厂

智能工厂重点研究智能化生产系统及其生产流程。基于云安全网络的智能工厂生产流程如图1-2所示。

图1-2 基于云安全网络的智能工厂的生产流程

（2）智能生产

智能生产主要涉及整个企业的生产物流管理、人机互动、机器人以及3D打印技术及其在工业生产过程中的应用等。机器人的工作原理如图1-3所示。

图1-3 机器人的工作原理

（3）智能物流

智能物流主要通过互联网和物联网整合物流资源，充分发挥现有物流资源供应方的作用，而需求方则能够快速获得服务匹配，并得到物流支持。

2.工业4.0的三大趋势

工业4.0的三大趋势如图1-4所示。

图1-4 工业4.0的三大趋势

1.2 智能制造

1.2.1 何谓智能制造

我们可以从制造和智能两方面解读智能制造。

制造是指对原材料进行加工或再加工，以及装配零部件的过程。通常，按照生产方式连续性的不同，制造可分为流程制造与离散制造（也有离散和流程混合的生产方式）。

智能由“智慧”和“能力”两个词语构成。从感觉到记忆再到思维的过程被称为“智慧”，智慧的结果产生了行为和语言，行为和语言的表达过程被称为“能力”，两者合称为“智能”。因此，我们将感觉、记忆、回忆、思维、语言、行为的整个过程称为智能过程，它是智慧和能力的表现。

智能制造是新工业革命的核心，它并不仅仅是提高设备的效率和精度，而是更加合理化和智能化地使用设备，通过智能运维实现制造业的价值最大化。智能制造聚焦生产领域，是一次全流程、端到端的转型过程，会使研发、生产、产品、渠道、销售、客户管理等一整条生态链为之发生剧变。对工业企业来说，生产企业和工厂依然可以以规模化、标准化、自动化为基础，但智能制造被赋予了柔性化、定制化、可视化、低碳化的新特性。对商业模式而言，其也会出现颠覆性的变化，生产者影响消费者的模式被消费者需求决定产品的生产模式取代。国家层面则需要建立一张比消费互联网更加安全可靠的工业互联网。

智能制造包含产品智能化、装备智能化、生产方式智能化、管理智能化、服务智能化、制造个性化、制造分散化、制造资源云化这8个方面。

1.产品智能化

新一轮的信息技术革命为产品创新提供了更大的空间，几乎所有的产品都在走向智能化。在智能化网络互联的基础上，互联的智能产品将为社会和人类生活提供更好的服务。

产品智能化是指传感器、处理器、存储器、通信模块、传输系统与各种产品相融合，使产品具备动态存储、感知和通信的能力，从而实现产品可追溯、可识别、可定位，具体如图1-5所示。计算机、智能手机、智能电视、智能机器人、智能穿戴设备都是物联网的“原住民”，这些产品是网络终端。而传统的空调、冰箱、汽车、机床等都是“移民”在物联网的，未来，这些产品都需要与网络联接。

2.装备智能化

先进制造、信息处理、人工智能等技术的集成和融合可以形成具有感知、分析、推理、决策、执行、自主学习及维护等自组织、自适应功能的智能生产系统以及网络化、协同化的生产设施，这些都属于智能装备，如图1-6所示。单纯的研发和生产端的改造不是智能制造的全部，基于渠道和消费者洞察的前端改造也是重要的一环。两者相互结合、相辅相成才能完成端到端的全链条设备的智能化改造。

3.生产方式智能化

智能生产的侧重点是将人机互动、3D打印等先进技术应用于整个工业生产过程，并对整个生产流程进行监控和数据采集，从而形成高度灵活、个性化、网络化的产业链。

图1-5 产品智能化

图1-6 装备智能化

（1）人机交互

人机交互是指人与计算机之间使用某种对话语言，以特定的交互方式，为完成既定任务进行信息交换的过程。

人机交互是一门研究系统与用户间交互关系的学科。系统可以是各种各样的机器，也可以是计算机化的系统和软件。人机交互界面通常指用户可见的部分。用户通过人机交互界面与系统交流，并进行操作。

人与机器的信息交换方式会随着技术融合步伐的加快向更高层次迈进，新型的人机交互方式被逐渐应用于生产制造领域，具体表现在智能交互设备的柔性化和智能交互设备在工业领域的应用两个方面。在生产过程中，智能制造系统可独立承担分析、判断、决策等任务，突出人在制造系统中的核心地位，同时在工业机器人等智能设备的配合下，更好地发挥人的潜能。

（2）3D打印

3D打印是一项颠覆性的创新技术。制造业的全流程都可以引入3D打印技术，达到节省成本、加快进度、减少材料浪费的目的。在设计环节，借助3D打印技术，设计师能够获得更大的自由度和创意空间，可以专注产品形态创意和功能创新等方面，而不必考虑产品形状复杂度对设计的影响，因为3D打印可以完成大部分物品的形状构建。在生产环节，借助3D打印技术，制造厂商可以直接将数字化模型转换生成零部件，不再需要专门的模具制作等工序，既节省了成本，又加快了产品上市进程。此外，传统制造工艺在铸造、抛光和组装部件的过程中通常会产生废料，而相同部件使用3D打印技术生成时则可以一次性成形，基本不会产生废料。在分销环节，3D打印技术可能会挑战现有的物流分销网络。未来，企业使用的零部件不再需要从原厂商采购，企业可以从供应商的在线数据库中下载3D打印模型文件，然后在本地快速打印出来。

3D打印已经形成了一条完整的产业链。产业链的每个环节都聚集了一批领先企业。从全球范围来看，以Stratasys、3D Systems为代表的设备企业在产业链中占据了主导地位，且这些企业通常能够提供材料和打印服务业务，具有较强的话语权。

4.管理智能化

随着纵向集成、横向集成和端到端集成的不断深入，企业数据的及时性、完整性、准确性不断提高，这必然使车间、工厂、供应链的管理更加准确、高效和科学，具体如图1-7、图1-8和图1-9所示。

图1-7 车间管理智能化

图1-8 工厂管理智能化

图1-9 供应链管理智能化

5.服务智能化

传统的工业体系主要关注产品的生产阶段，互联网时代则不仅关注产品的生产，更关注产品的使用和服务。企业通过网络实现对产品使用服务全生命周期的支撑、远程健康管理、诊断运营服务，从而带来全新的运营方式。国内很多的企业，例如，海尔等大型的制造企业都在开展产品全生命周期服务。

6.制造个性化

基于网络，制造业必然走向个性化发展，传统的以生产为中心的模式必然造成产品过剩。互联网时代的智能生产是用户的需求和生产紧密融合而产生的，通过网络融合，企业既可实现个性化定制，又可实现大规模生产。企业通过网上的订单、网络的智能分析和分解，在全球范围内进行资源的组织和配置，实现即时定制，从而实现从生产向服务、用户直接驱动的制造方式和用户体验转变。

7.制造分散化

制造业未来的发展是走向分散化的。未来，生产制造不是传统的大规模集中式生产，而是通过网络空间汇集、使用最优的资源进行制造。互联网平台汇集了企业的生产要素和资源，推动各产业链环节形成分散化的组织形态。

8.制造资源云化

这是制造业发展到网络云制造、工业云的高级阶段。企业通过网络汇集所有的制造资源，使这些制造资源在全球范围内发挥最大、最有效的作用，从而使得企业更加有效地利用制造资源成为可能。把制造资源利用效率最大化、制造资源云化是提升我国制造业核心竞争力的最智慧的形式。

云制造是指制造企业将先进的信息技术、制造技术以及新兴的物联网技术等交叉融合，并将工厂产能、工艺等数据集中于云平台，从而在云端管理与分析大数据，使企业发挥最大效能。

云制造作为一种初生的概念，为制造业信息化提供了一种崭新的理念与模式，未来具有巨大的发展空间。但云制造的未来发展仍面临众多关键技术的挑战，除了对云计算、物联网、语义Web、高性能计算、嵌入式系统等技术的综合集成，基于知识的制造资源云端化、制造云管理引擎、云制造应用协同、云制造可视化与用户界面等技术均是未来需要攻克的重要技术。

1.2.2 智能制造的发展

智能制造经历了两代的发展。

1.第一代智能制造

日本于1989年提出智能制造系统（Intelligent Manufacturing Systems，IMS），并于1994年启动了IMS合作研究项目；美国于1992年大力支持包括信息技术、新型制造工艺和智能制造技术在内的关键重大技术；欧盟于1994年启动新的研发项目，选择了39项核心技术，其中，信息技术、分子生物学和先进制造技术中均突出了智能制造技术的地位；我国对智能制造的研究与其他国家基本同步，在专家系统、模式识别、机器人等技术方面取得了一定成果。

第一代智能制造是指基于符号的智能制造，主要表现形式为“专家系统”，该系统应用了当时较早的人工智能（Artificial Intelligence，AI）技术来实现生产过程的智能化（如生产调度、在线监测、故障诊断、远程监控等），增强了制造系统的自动化和柔性化，具体如下。

① 基于规则的专家系统：采用“IF-THEN规则（即不必产生决策树）”的AI技术，利用人类专家的知识与经验，形成可指导生产的知识系统，解决需要人类专家处理的复杂问题，以实现智能决策。

② 基于模糊理论的专家系统：采用“模糊理论”的AI技术，把知识表达从传统的确定性拓展到模糊性，利用可能性理论来解决含有模糊性的生产问题。

③ 基于神经网络的专家系统：采用“人工神经网络”的AI技术，引入连接主义的思想，把知识表达从显式拓展到隐式，并可通过预测来指导生产。

④ 基于框架的专家系统：采用“框架知识表达”的AI技术，通过框架管理和应用知识，拓展了传统专家系统的知识表达和利用方式。

⑤ 基于案例的专家系统：采用“经验知识推理”的AI技术，通过案例分析学习，自动处理新案例，使知识得以传承，也使专家系统具备一定的学习能力。

⑥ 基于Agent（在分布计算领域，人们通常把在分布式系统中持续自主发挥作用的，具有自主性、交互性、反应性、主动性特征的计算实体称为Agent）的专家系统：采用Agent技术，将分布式计算引入制造，实现了多个智能单元联合协调运作，促进了专家系统由集中式向分布式转变。

⑦ 基于Web的专家系统：采用Web网络技术，通过网络技术促进专家系统向远程分布式转变，更好地实现制造的知识共享和利用。

2.第二代智能制造

不同于第一代智能制造以符号逻辑推理为基础，第二代智能制造则广泛以物联网、云计算、信息物理系统、社会信息物理系统、大数据和深度学习等新一代信息技术为基础，是面向个性化需求、具有自感知、自学习、自决策、自执行、自适应等特征的新一代智能制造系统。

典型的第二代智能制造案例，如德国提出的智能工厂，该工厂采用的核心技术有物联网、普适计算、监控技术，利用情景感知构建物联网制造工厂，可实现实时访问各种集中的制造信息和分散的制造信息，有效融合传感器信息，监控生产状态，控制生产计划，定位工具或物料位置，减少人工干预，加强信息管理和服务，实现可持续的绿色化生产。

此外，德国提出基于信息物理系统的“工业4.0”，该系统采用的核心技术有IoT、云计算、控制技术，且更加强调基于云计算与IoT的“控制”。目前，信息物理系统在制造领域的应用刚起步，主要集中在概念化、建模和利用规划等方面。

1.3 未来的智能制造发展方向——智慧工业

我们只有把新一代人工智能、信息通信技术与工业制造技术深度融合，才能使智能制造更为智能。将来的智能制造具备以下几个显著的特性。

1.3.1 泛网络化

尽管网络无处不在，但其各自在传输数据时，各种网络协议各有不同，这严重降低了数据传输、采集、处理与利用的效率，甚至阻碍了智能制造系统的应用与发展。

在将来的智能制造中，工业制造系统会根据不同的网络自动切换协议，整合各类网络资源，形成统一的或者自主的传输协议，以更好地融合知识网、人际网和物联网等，实现智能制造。

1.3.2 认知计算化

在大数据背景下，将来的智能制造可基于深度学习等智能算法处理与利用数据，主动预测生产，控制生产中的各环节；在缺少数据的情况下，智能制造可以通过自主学习，完成生产制造。

面对制造过程中的突发情况，将来的智能制造具有人类思维，会根据实际情况，做出相应的调整，如更换刀具、设备，停工检修等。整个制造系统具有一定的认知能力，可实现自主学习、自主思考、自主决策。

1.3.3 多功能化

智能制造的多功能化展现是指每个领域里的智能制造系统之间可以直接相互交流学习，一个智能制造系统可实现多领域的制造功能，或一个领域的制造系统可直接借助其他领域的制造系统的知识以实现多个领域的制造功能，从而扩大智能制造系统的知识应用领域。