FOXBORO FBM202

    随着智能传感器的不断发展，各种算法不断优化，智能检测和装配技术在航空航天、汽车零部件、半导体电子医药医疗等众多领域都得到了广泛应用。基于机器视觉的多功能智能自动检测装备可以准确分析目标物体存在的各类缺陷和瑕疵，确定目标物体的外形尺寸和准确位置，进行自动化检测、装配，实现产品质量的有效稳定控制，增加生产的柔性、可靠性，提高产品的生产效率。数字化智能装配系统可以根据产品的结构特点和加工工艺以及供货周期进行全局规划，最大限度地提高装配设备的利用率。除了在航空航天、汽车领域的应用，智能检测和装配装备在农产品分选和环保领域领域将有很大的潜力。

    3国内外发展现状和形势

    20世纪80年代，工业发达国家已开始对智能制造进行研究，并逐步提出智能制造系统和相关智能技术。进入21世纪，网络信息技术迅速发展，实现智能制造的条件逐渐成熟。在国际金融危机之后，虚拟经济出现泡沫，传统制造业强国开始将重心转回实体制造，颁布了一系列发展智能制造的国家战略（表1），期望以发展制造业刺激国内经济增长，巩固大国地位。

    1）美国：先进制造业伙伴计划，重塑工业竞争力

    美国通过先进制造业伙伴计划重新规划了本国的制造业发展战略，投入超过20亿美元研究先进工业材料、创新制造工艺和基于移动互联网技术的第三代工业机器人，希望通过发展先进制造业，实现制造业的智能化升级，保持美国制造业价值链上的高端位置和制造技术的全球领先地位。美国智能制造现阶段重点研究领域及内容：

    智能机器人：结合互联网技术，增加机器人的交互能力；

    物联网：将传感器和通信设备嵌入到机器和生产线中；

    大数据和数据分析：开发可解读并分析大量数据的软件和系统；

    信息物理系统和系统集成：开发大规模生产系统，实现高效灵活的实时控制和定制；

    可持续制造：通过绿色设计，使用环保材料，优化生产工艺，开发可提高资源利用率、减少环境有害物质排放的生产体系；

    增材制造：将3D打印技术应用于部件和产品制造，减少产品开发和制造的时间与成本。

    随着智能制造的兴起，欧洲各国都提出了相应的战略计划。欧盟在整合各国战略的基础上，提出数字化欧洲工业计划，用于推进欧洲工业的数字化进程。计划主要通过物联网（IoT，InternetofThings）、大数据（BigData）和人工智能（AI，ArtificialIntelligence）三大技术来增强欧洲工业的智能化程度；将5G、云计算、物联网、数据技术和网络安全等五个方面的标准化作为发展重点之一，以增强各国战略计划之间的协同性；同时，投资5亿欧元打造数字化区域网络，大力发展区域性的数字创新中心，实施大型的物联网和先进制造试点项目，期望利用云计算和大数据技术把高性能计算和量子计算有效结合起来，以提升大数据在工业智能化方面的竞争力。

    3）德国：工业4.0，构建智能生产系统

    2013年，德国正式发布《保障德国制造业的未来：关于实施“工业4.0”战略的建议》，并将工业4.0上升为国家级战略，期望做第四次工业革命的领导者，得到各界的支持。该计划是一项全新的制造业提升计划，其模式是通过工业网络、多功能传感器以及信息集成技术，将分布式、组合式的工业制造单元模块构建成多功能、智能化的高柔性工业制造系统；将在生产设备、零部件、原材料上装载可交互智能终端，借助物联网实现信息交互，实时互动，使机器能够自决策，并对生产进行个性化控制；同时，新型智能工厂可利用智能物流管理系统和社交网络，整合物流资源信息，实现物料信息快速匹配，改变传统生产制造中人机料之间的被动控制关系，提高生产效率。

    4）日本：创新工业计划，巩固自动化生产强国位置

    日本提出创新工业计划，大力发展网络信息技术，以信息技术推动制造业发展。通过加快发展协同机器人、多功能电子设备、嵌入式系统、智能机床和物联网等技术，打造先进的无人化智能工厂，提升国际竞争力。制造业工厂十分注重自动化、信息化与传统制造业的融合发展，已经广泛普及了工业机器人，通过信息技术与智能设备的结合、机器设备之间的信息高效交互，形成新型智能控制系统，大大提高生产效率和稳定性。2016年，日本发布工业价值链计划，提出“互联工厂”的概念，联合100多家企业共同建设日本智能制造联合体。同时，以中小型工业制企业为突破口，探索企业相互合作的方式，并将物联网引入实验室，加大工业与其他各领域的融合创新。

    我国对智能制造的研究开始于20世纪80年代，已取得了一些成果，但研究规模一直较小，没有形成完整的研究体系。新世纪金融危机爆发后，各国经济衰退，引发了各国政府对制造业的重新关注，我国政府及企业也逐渐加大了对智能制造的关注和投入。从最开始的《智能制造装备产业“十二五”发展规划》到2015年《中国制造2025》的正式发布，国家发展智能制造产业的政策逐步完善。这些政策都以发展先进制造业为核心目标，旨在提升制造业的核心技术，逐步达成我国的制造强国梦。快速发展的网络信息技术和先进制造技术为推进我国智能制造发展提供了良好的条件，提高了我国的制造业智能化水平。我国自主研发的多功能传感器、智能控制系统已逐步达到世界先进水平。工业机器人、智能数控机床和自动化成套生产线等智能装备制造技术也取得了较大进步，并逐步形成了完整的智能装备产业体系。智能制造装备和先进工艺技术在重点行业不断普及，离散型制造行业的智能装备应用、流程型制造行业的工艺流程控制和制造执行系统使制造企业生产效率大幅提高。通过在代表性制造企业推行智能制造技术和设备，逐渐形成了一些可复制推广的智能制造应用模式，为今后深入推进智能制造奠定了一定的基础。

    我国装备制造业是新中国成立后才开始起步的，经过改革开放四十年来的扶持与发展，其工业体系和相关产业链逐渐完善，取得了许多优秀成绩，从之前的低端制造业慢慢向中高端拓展，在规模和水平上都有了长足的进步，目前已发展成为结构体系完整、具有较高水平、具备国际竞争力的国民支柱性产业，为我国工业、经济和国防建设做出了十分重要的贡献。

    到2015年，我国拥有39个工业大类、191个中类、5个小类，成为全世界唯一拥有联合国产业分类中全部工业类的国家。随着国家对高端装备制造业越来越重视，在国家政策的大力扶持下，智能制造装备行业发展迅速，已逐渐形成规模。整体上来说，我国对装备制造业的投资呈逐年增长趋势，这在很大程度上得利于政府为吸引投资付出的努力和其提供的有利政策环境。从2010年到2016年，中国智能制造装备产业值由不足4000亿元到超过1.2万亿元，体现了我国智能制造装备产业巨大的发展潜力。与此同时，国内大规模的基础设施建设以及市场规模的扩大，也使得相关装备制造业企业迎来较好的发展前景，为国家推动传统行业智能化转型升级提供了良好的基础条件和环境优势。根据国家工信部数据，2017年全国规模以上工业企业利润增长21%，增加值同比上升12.5%，装备制造业增加值11.3%，高技术增加值同比上升13.4%，工业机器人产量增加68.1%，集成电路产量增加23.8%。

    从总体上讲，我国装备制造业发展明显加快，形成了具备较好物质技术基础的独立工业体系，重大技术装备自主化水平显著提高，国际竞争力进一步提升。虽然取得了一些研究成果，但是根据国内装备制造业智能化的实际应用情况来看，智能化只是解决了制造效率低和精度低的问题，没有达到智能制造应用的设计水平。产品在市场上的竞争力偏弱，市场供求关系仍存在较大偏差。与装备制造业强国相比，我国装备制造业综合竞争力依旧较弱。在智能化过程中，存在缺乏核心技术自主创新能力、标准体系不够完善、软件与信息技术发展较弱、缺少行业优秀企业领导和相关先进制造服务业支持等问题。因此，我国的装备制造业智能化发展要从实际国情出发，借鉴国外发展的优秀经验，规划发展的长期路线，抓住全球制造业重新布局的战略机遇，总结出适合中国的发展道路。

    4我国装备制造业智能化发展需要解决的问题

    通过对我国装备制造业智能化关键技术装备、核心支撑软件、工业互联网等方面的分析，对工业强国的对比，以及对六大重点研发领域的展望，针对我国装备制造业发展智能化可总结出以下四点问题。

    4.1自主创新能力不强，核心技术对外依存度较高

    目前，我国制造业整体创新能力不强，装备制造业的产品和核心技术在国际上缺乏竞争力。在智能化过程中，需要大幅度依赖国外的先进制造设备、关键零部件和关键材料等。同时，在智能控制技术、在线分析技术、智能化嵌入式软件，高速精密轴承等先进技术方面自给率低，对外依赖度高。此外，国产智能装备的性能和稳定性难以满足装备制造业智能化发展的需求，约90%的工业机器人，70%的汽车制造关键设备，40%的大型石化装备、核电等重大工程的自动化成套控制系统、大功率变频技术严重依赖进口。这些核心技术及设备的缺失，增加了建设成本，加大了我国推行智能装备制造的难度。

    装备制造业智能化过程中所需的各种信息集成软件、设备关键部件接口、信息网络端口等，都需要统一连接标准，以实现网络间信息的顺利对接。而中国企业大多注重发展技术，忽略了设备和技术管理的标准化。由于厂商不同，国内大部分传统制造业的自动化系统技术参数缺乏统一标准，导致网络之间、设备之间存在严重的异质异构问题。尽管智能制造的发展带来了新的生产模式，企业对智能制造的生产组织方式和商业运营模式却没有统一的管理标准。2015年，工业和信息化部、国家标准化管理委员颁布了智能制造相关标准建设指南，但由于我国制造业的发展不均衡，标准化普及做得并不好，依然会出现标准缺失、滞后以及交叉重复等问题。

    4.3工业大数据应用价值未充分挖掘

    在装备制造业智能化的过程中会产生大量数据，企业通过对这些数据进行分析，充分挖掘工业大数据的价值，可优化企业生产、服务和商业模式，为企业智能化提供重要驱动力。工业大数据的分析应用已被各国重视，德国工业4.0战略信息互联技术重点研究大数据分析和工业数据交换，欧盟数字化欧洲工业计划也花巨资打造了数字创新中心，以提升工业大数据在工业智能化中的应用。但这些数据由传感器、物联设备、生产经营业务数据、外部互联网数据组成，数量巨大、来源分散又格式多样，很难得到有效利用。而我国对工业大数据的应用才刚起步，存在核心技术体系不完善、数据整合缺乏统一标准、专业数据服务匮乏等问题。