周宏仁：智能制造的三个支点

国家信息化专家咨询委员会常务副主任周宏仁在《论智能制造》系列中的“论智能制造的三个阶段”中，谈到了对三个阶段的基本认识。而如何实施智能制造，则需要考虑智能制造的三个支点：产品、装备和过程。

第一个需要考虑的是推动智能制造的目标是什么。显然，企业追求的是产品，而不是要把企业搞的有多时髦。企业销售产品的时候，不是要宣传企业的生产线有多漂亮、多现代，而一定要说明这个产品的价值何在。产品是企业面向社会的表现。智能制造的目标是产品，而不是智能制造本身。

因此，产品的智能化是企业必须考虑的首要问题之一。智能制造如果不能生产出智能的产品，智能制造就失去了时代的意义。而且，企业的产品如果不是智能化的，产品和企业今后被淘汰的可能性就很大。

第二个支点是装备，生产过程（包括研发、设计）中的每一个关键环节上的装备，一定要智能化。如果这个智能化实现不了，劳动生产力和劳动效率就不可能得到很大提高，企业可能就没有竞争力。不是数字化、网络化和智能化的生产装备，就不是这个时代的先进制造装备。而且，如果设备没有智能化，也可能无法生产出企业想要生产的智能化产品。

第三个支点是企业生产过程的智能化问题。装备智能化解决的是生产过程中“点”的智能化问题；企业只有实现生产全过程的智能化，才能实现企业全局的智能化，才能够实现智能化效益的最大化。

智能制造是第一支点

一个机床生产厂，生产装备和过程如果都是智能化的，而它生产出来的机床却是一般的机床，没有智能化的要素，那么这个机床厂的前途就非常堪忧。因为，他自己都不会去购买这样不够智能化的机床。

因此，任何一个企业在考虑其智能制造如何发展的时候，首先应该想到的是自己的产品怎么实现智能化。即使生产过程没有部分或全部实现智能化，能够把智能的产品做出来，那么企业还是应该首先考虑产品的智能化问题。

产品智能化是当今计算技术发展的一个新的重大趋势。计算技术发明的初衷是为了科学计算。而后，发展为支持人类各种业务活动的信息处理和传播，即业务计算。上世纪90年代以后，随着互联网的发展，QQ、微信、Facebook等开始崛起，计算技术渗入了人们的社会生活，大大地推动了社会计算的发展。现在，计算技术开始向各种产品领域渗透，提升产品的智能化水平，因此，计算技术应用的下一个热点，是产品计算。

智能装备是最大难点

装备是智能制造最大的难点。

生产装备一般都比较复杂，而且批量可能不大，所采用的工业软件也往往非常复杂。这使得生产成本很高，市场很小，因此愿意或有实力从事智能装备制造的企业并不多。而且，由于装备的开发周期长，导致企业经营的风险很大。另外，装备制造的难点很大程度上是在软装备上面，没有软装备，就不可能有“数字化、网络化、智能化”。抽去软件，信息化的一切成果都不复存在。工业软件首先是一个工业产品，而且往往是高端工业产品。这是中国制造2025主要的难点，而工业界对这一点的认识，还很不充分。

过程智能化

发达国家的制造业在生产装备智能化这一点上，已经非常领先。尤其是日本和德国，已经基本上垄断了全球重大制造业生产装备的市场。而智能制造的下一步的发展，就是要实现过程的智能化，完成从装备这个“点”向过程这条“线”的发展。

过程智能化最典型的代表，正是工业4.0和工业互联网的奋斗目标。工业4.0提出，企业的信息系统要走向一体化，包括纵向一体化和横向一体化。纵向一体化就是《三论智能制造》的系列之一中提到的企业的内部网，而横向一体化正是企业的外部网。现在，要把内部网和外部网完全整合在一起，将数据完全打通。

内部网和外部网的一体化

过程智能化的实现

工业4.0或者工业互联网的目标，不仅要把内部网、外部网连起来，而且要变成一个智能物理系统。二者都可以通过一个“5C（五层）”结构来表述。

最下面一层是智慧的连接层，第二层是数据转换成信息，第三层是企业的云计算数据中心。在这里，需要把第二层处理所得的有效数据，与企业计算机系统中相对应的期望值做对比分析。第四层是认知层，根据对比差异，找到问题之所在及解决问题的方法。因此，这一层实际上是一个决策层。第五层是配置层，可以按照决策要求，通过计算机网络，对人、对物、对计算机进行重新配置或更改。

这样的一个五层结构，构成了一个标准的反馈控制系统，可以对企业的控制对象，即：人（员工）、机器、计算机系统、各种物理实体等，进行实时的反馈和控制。这样的一个反馈系统，其各层次所对应的技术支撑，如图所示。正是利用这些当下最时髦的先进技术，工业互联网实现了企业整个业务活动全过程的的智能控制。

工业互联网和工业4.0的“5C（五层）”架构

这个架构设计描述了工业互联网系统的内外三层结构。从边缘层，到平台层，再到企业层。在边缘层上主要是边缘的网关，采集各种各样的数据；送到平台层之后，平台层对数据做必要的处理和分析；分析完之后，再送达企业层，送到企业的应用系统。企业会根据不同的应用做不同的分析，做出判断和决策，将数据再往回传送到平台层和边缘层，直至送达企业内外联接的各个部门和单位。

显然，数据分析和处理在工业互联网系统中极为重要，包括：端点数据的获取、从数据中提取信息的先进数据处理技术，各种决策模型的分析计算，以及系统结果的输出。其中，大量使用的是计算科学的办法：需要建模，需要算法，需要数据等等，最后产生的是决策数据。当然，安全、可信、隐私等，在结构中也有详细的考虑。

智能制造与工业互联网

工业互联网平台，是一个以企业为中心的平台，而不是说在整个工业行业建一个大的所谓“工业互联网平台”。所谓平台化是发展的趋势，其实是指企业的平台化，每一个大企业都会有自己的一个企业平台，而不会把自己的业务搬到其他企业的平台上去。

如果把智能制造的全部资源和精力都投在工业互联网平台上，又把平台理解为产业的平台，可能就误判了智能制造的发展方向。当务之急，还是我们的产品和装备的智能化问题，这对当下的中国来讲，是智能制造的重点努力方向。

声明：本网站所收集的部分公开资料来源于互联网，转载的目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。本站部分作品是由网友自主投稿和发布、编辑整理上传，对此类作品本站仅提供交流平台，不为其版权负责。如果您发现网站上所用视频、图片、文字如涉及作品版权问题，请第一时间告知，我们将根据您提供的证明材料确认版权并按国家标准支付稿酬或立即删除内容，以保证您的权益！联系电话：010-58612588 或 Email:editor@blueai.net.cn。