智能制造与职业教育（精选8篇）
(南京航空航天大学机电学院，南京市，210016)摘要:简述了智能制造形成的原因及智能制造的概念；分析了智能制造国内外的发展现状；指出了智能制造的发展趋势及其面临的问题。
关键词：智能制造 人工智能 机械制造 工业4.0
The development and research of intelligent manufacturing
JiaYu Wang(College of Mechanical Engineering, Nanjing University of Aeronautics＆
Astronautics, Nanjing, 210016, China;)Abstract：This paper depicts the cause of formation and conception of IM.And presents status in the development on IM.Finally indication is given of the trend of development and question confronting IM.Key words:IM;AI;mechanical manufacture;Industrie 4.0
0 前言
智能制造装备是先进制造技术、信息技术以及人工智能技术在制造装备上的集成和深度融合，是实现高效、高品质、节能环保和安全可靠生产的下一代制造装备。在综述了智能制造装备国内外发展现状的基础上，重点论述了目前智能制造存在的问题，并得出结论，认为德国的”工业4.0”和美国的工业互联网装备将是智能制造装备未来的发展方向。
1研究背景
制造业是国民经济的基础工业部门，是决定国家发展水平的最基本因素之一。从机械制造业发展的历程来看，经历了由手工制作、泰勒化制造、高度自动化、柔性自动化和集成化制造、并行规划设计制造等阶段。就制造自动化而言，大体上每十年上一个台阶: 50-60年代是单机数控，70年代以后则是CNC机床及由它们组成的自动化岛，80年代出现了世界性的柔性自动化热潮。与此同时，出现了计算机集成制造，但与实用化相距甚远。随着计算机的问世与发展，机械制造大体沿两条路线发展:一是传统制造技术的发展，二是借助计算机和自动化科学的制造技术与系统的发展。80年代以来，传统制造技术得到了不同程度的发展，但存在着很多问题。近来年，人们对制造过程的自动化程度赋予了极大的研究热情，这是因为从1870年到1980年间，制造过程的效率提高了20倍，而生产管理效率只提高了1.8-2倍，产品设计的效率只提高了1.2倍，这表明体力劳动通过采用自动化技术得到了极大的解放，而脑力劳动的自动化程度（其实质是决策自动化程度）则很低，制造过程中人的因素尚未得到充分的认识，人尚未真正地从复杂的生产过程中解放出来，各种问题求解的最终决策在很大程度上仍依赖于人的智慧。因而，人类群体所面临的众多问题（包括社会问题、生理问题等）在制造过程中都有所反映。面对批量小、品种多、质量高、更新快的产品市场竞争要求以及各种社会因素的综合影响，制造过程的自动化程度的提高面临众多问题，譬如:（1）专家人才的短缺和转移致使一些专门技能不能及时或长久地得到提供；（2）现代制造过程中信息量大而繁杂，传统的信息处理方式已不能满足要求，大量的信息资源需要开发与共享；（3）制造环境柔性要求更大，决策过程更加复杂，决策时间要求更短；（4）制造过程的自动化程度受制于制造系统的自组织能力，即智能水平；（5）现代生产要求专家们在更大范围内进行更及时的合作，小到一个企业内部的各个生产环节，大至一个国家甚至世界范围内的工业界中的众多企业之间。各种迹象表明，“我们正处在制造历史上的一个危险时期”。幸运的是，计算机与计算机科学以及其它高技术的发展，通过集成制造技术、人工智能等而发展起来的一种新型制造工程—智能制造技术（intelligent manufacturing technology,IMT）与智能制造系统（intelligent manufacturing system,IMS）使我们有可能走出这个危机。这是因为，制造过程所面临的众多问题的核心是“制造智能”和制造技术的“智能化”。IMT是指在制造工业的各个环节以一种高度柔性与高度集成的方式，通过计算机模拟人类专家的智能活动，进行分析、判断、推理、构思和决策，旨在取代或延伸制造环境中人的部分脑力劳动；并对人类专家的制造智能进行收集、存贮、完善、共享、继承与发展。未来工业生产的基本特征应该是知识密集型，制造自动化的根本是决策自动化。
2发展现状
2.1国外研究现状：
目前，IMT&IMS的研究正迅速受到众多国家的政府、工业界和科学家们的广泛重视：
2.1.1美国
美国是国际智能制造思想的发源地之一，美国政府高度重视智能制造的发展，并且已经把它作为21世纪占领世界制造技术领先地位的基石。从上世纪90年代开始，美国国家科学基金（NSF）就着重资助有关智能制造的诸项研究，项目覆盖了智能制造的绝大部分，包括制造过程中的智能决策、基于多施主（multi-agent）的智能协作求解、智能并行设计、物流［］传输的智能自动化等1。2005年，美国国家标准与技术研究所（NIST）提出了“聪明加工系统（smart machining system,SMS）”研究计划。聪明加工系统的实质是智能化，该系统的主要目标和研究内容包括：（1）系统动态优化。即将相关工艺过程和设备知识加以集成后进行建模，进行系统的动态性能优化；（2）设备特征化。即开发特征化的测量方法、模型和标准，并在运行状态下对机床性能进行测量和通信；（3）下一代数控系统。即与STEP-NC兼容的接口和数据格式，使基于模型的机器控制能够无缝运行；（4）状态监控和可靠性。即开发测量、传感和分析方法；（5）在加工过程中直接测量刀具磨损和工件精度的方法。
2011年，美国总统奥巴马宣布实施包括工业机器人在内的”Advanced Manufacturing Partnership Plan”（先进制造联盟计划），立即得到同日发布的“实现 21世纪智能制造”新报告的积极响应。在这份由美国智能制造领导联盟（smart manufacturing leadership coalition,SMLC）公布的报告中，不但描绘了该领域未来的发展蓝图，而且确定了十大优先行动目标，意图通过采用21世纪的数字信息技术和自动化技术，加快对20世纪的工厂进行
［］现代化改造过程，以改变以往的制造方式，借此获得经济、效率和竞争力方面的多重效益2。
2.1.2 日本
日本于1990年首先提出为期10年的智能制造系统（IMS）的国际合作计划，并与美国、加拿大、澳大利亚、瑞士和欧洲自由贸易协定国在1991年开展了联合研究，其目的是为了克服柔性制造系统（FMS）、计算机集成制造系统（CIMS）的局限性，把日本工厂和车间的专业技术与欧盟的精密工程技术、美国的系统技术充分地结合起来，开发出能使人和智能设备都不受生产操作和国界限制，且能彼此合作的高技术生产系统。2.1.3 欧盟
欧盟于2010年启动了第七框架计划（FP7）的制造云项目3，特别是制造业强国的德
［］国，继实施智能工厂（Smart factory）之后4，又启动了一个投入达2亿欧元的工业4.0（Industry ［］4.0）项目5。德国政府2010年制定的《高技术战略2020》计划行动中，意图以未来项目“工业4.0”奠定德国在关键工业技术上的国际领先地位，并在2013年4月举行的汉诺威工业博览会上正式将此计划推出。“工业4.0”概念最初是在德国工程院、弗劳恩霍夫协会、西门子
［］公司等德国学术界和产业界的建议和推动下形成，目前其已上升为国家级战略6。
［］2.2 国内研究现状
国内在智能制造技术与系统方面的绝大多数研究工作，目前还处在探讨人工智能在制造领域中应用的阶段。几年来，开发出了众多类型、水平各异的面向制造过程中特定环节、特定间题的“智能化孤岛”，诸如专家系统、基于知识的系统和智能辅助系统等，而对制造环境的全面“智能化”研究工作还处于刚刚起步阶段。我国自 2009 年 5 月《装备制造业调整和振兴规划》出台以来，国家对智能制造装备产业的政策支持力度不断加大，2012年国家有关部委更集中出台了一系列规划和专项政策，使得我国智能制造装备产业的发展轮廓得到进一步地明晰。工业与信息化部发布了《高端装备制造业“十二五”发展规划》，同时发布了《智能制造装备产业“十二五”发展规划》子规划，明确提出到2020年将我国智能制造装备产业培育成为具有国际竞争力的先导产业。科学技术部也发布了《智能制造科技发展”十二五”专项规划》；国家发展改革委员会、财政部、工业与信息化部三部委组织实施了智能制造装备发展专项；工业与信息化部制定和发布了《智能制造装备产业“十二五”发展路线图》，该路线图明确把智能制造装备作为高端装备制造业的发展重点领域，以实现制造过程智能化为目标，以突破九大关键智能基础共性技术为支撑，其思路是：以推进八项智能测控装置与部件的研发和产业化为核心，以提升八类重大智能制造装备集成创新能力为重点，促进在国民经济六大重点领域的示范应用推广。问题与展望
3.1 存在问题
总的说来，目前IMS的研究仍处在人工智能在制造领域中应用的阶段，研究课题涉及到市场分析、产品设计、制造过程控制、材料处理、信息管理、设备维护等众多方面，取得了丰硕的成果，开发了种类繁多的面向特定领域的专家系统、基于知识的系统和智能辅助系统，甚至智能加工工作站（IMW），形成了一系列”智能化孤岛”（islands of intelligence）。这中间包括CIMS研究中所取得的有关进展。然而，随着研究与应用工作的深入，人们逐渐地认识到自动化程度的进一步提高依赖制造系统的自组织能力，研究工作还面临着一系列理论、技术和社会问题，、问题的核心是“智能化”。一般说来，现代工业生产作为一个有机的整体要受技术（包括生产系统）、人（包括间接影响生产过程的社会群体）和经济（包括市场竞争和社会竞争）三方面因素的制约。从技术的角度来看，对于一个企业来说，市场预测、生产决策、产品设计、原料订购与处理、制造加工、生产管理、原料产品的储运、产品销售、研究与发展等环节彼此相互影响，构成产品生产的全过程。该过程的自动化程度取决于各环节的集成自动化（integrated automation）水平，而生产系统的自组织能力取决于各环节的集成智能（integrated intelligence）水平。目前，尚缺乏这种“集成”制造智能的技术，这也是目前“并行工程”的研究重点。
3.2发展趋势 当前，智能制造的发展趋势以德国的”工业4.0”和美国的工业互联网装备最为清晰。
3.2.1 德国“工业4.0”
德国“工业 4.0”通过充分利用信息物理系统（CPS），实现由集中式控制向分散式增强型控制的基本模式转变，目标是建立高度灵活的个性化和数字化的产品与服务的生产模式，推动现有制造业向智能化方向转型。CPS是一个综合计算、网络和物理环境的多维复杂系统，通过3C（Computation、Communication、Control）技术的有机融合与深度协作，实现制造装备系统的实时感知、动态控制和信息服务。CPS实现计算、通信与物理系统的一体化设计，可使系统更加可靠、高效、实时协同。德国电气电子和信息技术协会于2013年发布了德国首个“工业4.0”标准化路线图，以加强德国作为技术经济强国的核心竞争力，确保德国制造［］的未来7-8。“工业4.0”项目主要分为两大主题：（1）智能工厂。重点研究智能化生产系统及过。程，以及网络化分布式生产设施的实现（工业4.0智能工厂如图1所示）；
（2）智能生产。主要涉及整个企业的生产物流管理、人机互动以及3D技术在工业生产过程中的应用等。
图1 工业4.0智能工厂
3.2.2 美国工业互联网装备
2013年，美国通用电气公司（GE）发表了《工业互联网-打破智慧与机器的边界》报告［9］。该报告提出了工业互联网（Industrial Internet）的概念。工业化创造了无数的机器、设施和系统网络，而工业互联网则是指让这些机器和先进的传感器、控制和软件应用相连接，以提高制造业的生产效率、减少资源消耗。工业互联网装备将整合两大革命性转变的优势：（1）工业革命。伴随着工业革命，出现了无数台机器、设备、机组和工作站；（2）强大的网络革命；
（3）在网络化的影响下，计算、信息与通讯系统应运而生并不断发展。小结
智能制造装备集制造、信息和人工智能技术于一身，是未来高端装备制造业的重点发展方向。各国政府高度重视智能制造装备的研发和应用，美、日、欧已有一系列的研究成果和部分产品面世，德国的“工业4.0”项目也积极地推动了制造业向智能化的转型。我国政府也充分认识到智能制造装备的重要战略地位，已出台政策推动智能制造装备的产业化水平提升。可以预见，未来智能制造装备在引领制造业低碳、节能、高效发展上的作用将进一步得到显现；同时，行业也将在工业机器人、智能机床和基础制造装备、智能仪器仪表、三维打印装备、新型传感器、自动化成套生产线等重点领域形成快速发展与突破。参考文献
如今,智能制造被视为新一轮产业革命的核心,成为全球制造业的发展趋势。各国纷纷推出了相应的发展规划,以便搭上这次产业革命的快车。如,美国制定的“工业互联网”发展战略;德国提出的“工业4.0”。今年5月国务院发布的《中国制造2025》,被视为中国版“工业4.0”规划。以数字化、网络化、智能化为特征的智能制造被置于“中国制造2025”的核心位置。未来,无论是工厂还是物流,都将在自动化的基础上向智能化发展。这不仅是制造企业面临的重要课题,也对支撑生产的物流系统提出了巨大挑战。不仅要求单体设备是智能的,而且设备之间还要实现互联互通,满足智能生产和智能物流要求,进而打造智能工厂、实现智能制造。
在本期专题中,我们将为读者深入解读“智能制造”、“工业4.0”等概念,分析智能工厂、智能生产对物流系统的要求,以及如何实现智能物流。
欧洲模具展是法兰克福大型商贸展中的一个展会。它展出了能够制造产品原型的设备，以及可将上述设备投入生产的工具。传统的工程师使用车床、钻头、冲压机和制模机工作。欧洲模具展上的设备虽由身着工装裤的工人操纵，但却一改传统油腻不堪的形象。每一个展厅摆满了发出清脆爽利声响的、高度自动化的机械工具，它们来自美国、亚洲和欧洲。操作这些设备的男男女女大多坐在计算机屏幕前。你在这里根本找不到一个锤子。
神奇的3D打印机
最近的一届欧洲模具展于2011年11月举行，展出了一种新设备——3D打印机。3D打印机通过将材料层层电解沉积的方法来生产产品，而不是像以前那样对材料锻打、弯曲、压切。这项工艺被恰如其分地称作“添加型制造”。一家名为3D系统的美国公司用3D打印机当场“印制”了一把锤子，这把锤子有整洁的仿木手柄和金属锤头。
这就是未来制造业的发展趋势。你可以找个工厂，让它为你生产一把你自己设计的锤子，而你将为此支付上千美元的费用。这是因为制造者首先要生产一个模具，浇铸锤头，磨平锤头，车削出木质手柄，最后把这些部件装配起来。仅做一把锤子，成本将无比高昂。当然，由于规模经济，如果你生产成千上万把锤子，每个锤子的成本将大大降低。但是，对3D打印机而言，规模经济效应将无足轻重。无论是生产一件产品还是生产机器能容纳的最大量的产品，开动机器的成本都是一样的。这就如同办公室里的二维打印机，无论打印一张信笺还是更多的文件，一直打印到墨盒需要更换、纸张需补充为止，其打印的单位成本总是一样的。
3D打印的应用范围之广让人难以置信。助听器和战斗机上科技含量较高的零件已经可以按个性化定制的形状打印出来。供应链的地理格局也将转变。在沙漠中央工作的工程师发现自己缺少某件工具，他不必再让人从离他最近的城市送来，只要简单地下载工具设计图然后把工具“打印”出来即可。工程项目因需要一套工具而被迫中止，顾客抱怨他们再也找不到之前买过的备用零件，这样的日子或许有一天将一去不复返。
其他的变化也差不多如此。新型材料比旧材料更轻，强度更大，更耐损耗。从飞机到山地车，碳纤维正在取代钢铁和铝，成为制造这些产品的主要材料。新技术使工程师可以用很小的尺寸塑造物品。纳米技术让产品的功能变强，如止血的绷带、效率更高的引擎和更易清洁的瓷器。因特网让更多的设计师可以合作开发新产品，因此设计的门槛正在降低。当年福特需要花很多钱来建造他那间位于胭脂河旁的庞大工厂，而他的现代同行们除了一台笔记本和发明的渴望之外，几乎可以从零开始。
就目前的情况而言，尽管像3D打印这样的“添加型制造”尚未达到造出一辆汽车或者一部iPhone手机的程度，但它已被用来生产汽车的个性化部件或者为客户定制iPhone手机内外壳。尽管这是一个相对稚嫩的技术，但大多数人或许已经拥有在3D打印机协助下生产的产品了。它可能是一双鞋子，在批量生产前作为一种设计原型被实体印制出来。它或许是一部助听器，为个人定制以适合使用者的耳型。它甚至有可能是件首饰，由3D打印机浇铸成型或者采用越来越多的可打印材料直接做成。
“添加型制造”只是引领未来制造业的众多突破之一，传统生产设备正变得更智能化、更具柔性。大众汽车公司已经推出了一项全新的生产战：横置发动机模块化平台（简称MQB），通过对某些部件如发动机挂接点的参数实施标准化。这家德国汽车制造商有望在同一条生产线上生产所有的模件。今年，大众汽车公司已经引进了这项工艺，且进展迅速，十年之内将有更多新车型面世。最终它将使美国、欧洲和中国的分厂能够根据当地市场的要求生产本土化的车辆。
智能社会化生产
由于自动化的铣床能够互换部件，进行多维切割，能够“感知”故障，再加上装有视觉和其他知觉系统的机器人，工厂的生产效率可以大幅度提升。日产汽车位于英国桑德兰的工厂建于1986年，目前是欧洲生产效率最高的汽车厂之一。1999年，它雇佣4594名员工，共生产了271157辆汽车。2011年，该厂制造了480485辆汽车，是英国产量最高的汽车厂，而它的员工只有5462名。
劳斯莱斯是英国的一家企业，它生产喷气式飞机的发动机和其他动力系统，其工程与技术部门主任科林·史密斯称，“我们不能指望使用过时的手动工具生产现代化的部件，厂大人多的时代已经一去不复返了。”
随着直接从事制造行业的人数的减少，劳动力成本在整个生产成本中的比例也将随之下降。这将鼓励制造商将一部分制造行业迁回发达国家，因为新技术使得制造商能更快地适应当地市场需求的变化，而且成本更为低廉。
产品制造的原材料也在发生变化。例如，不管是山地自行车还是大型客机的生产，碳纤维复合材料正在逐步取代钢铁和铝。再过些时日，甚至连制造设备都有可能不再是机器了，而是由经过基因工程改造后的微生物来完成。
未来工厂的一切都将由智能软件操纵。制造行业的数字化将会跟已经完成数字化的其他产业一样，产生断裂效应。这些已经完成数字化的产业包括办公设备、电信、摄影、音乐、出版和电影等行业。这种效应将不会局限在大型制造商中间。事实上，这些大企业应当未雨绸缪，因为这种即将完成的技术将会使中小企业甚至个体企业家变得更具有竞争力。产品创新将会更为容易，成本更低。提供3D打印和类似于Facebook的其他生产服务的社区，已经在网上兴起。这是一种新的现象，可以称之为社会化生产。
更关注个性化定制
以上所有变革的结果将促成第三次工业革命。由于采用了新材料、全新的生产工艺、易操作的机器人，以及在线制造协作服务的普及，制造业小批量生产变得更加划算，生产组织更加灵活，劳动投入更少。生产方式像个轮子一样兜了个圈又回到了原点，从大规模生产方式又转到了更加个性化的生产方式。这一转变反过来将会把制造业的某些就业岗位带回发达国家，这些工作岗位一度被发达国家丢弃至新兴世界。
第一次工业革命始于18世纪晚期英国的纺织业机械化。在工业革命以前，纺织业工作种类繁杂，需要许多工人在数百间纺织工坊里面手工完成，后来工作都集中到一间纺织厂里面，工厂就这样诞生了。第二次工业革命始于20世纪早期，那时候亨利·福特发明了装配流水线，迎来了大规模生产的时代。前两次工业革命让人们更加富裕，同时使得人口更加向城市集中。现在第三次工业革命正在展开，制造业正往数字化的方向发展。这次革命不仅将改变商业，还将改变除商业外的许多行业。
一些令人注目的科学技术正走入公众视线，如智能软件、新型材料、更灵敏的机器人，新型加工（尤其是3D打印）和一系列基于网络的服务。过去的工厂是基于生产大量同一产品这一理念而运作的。正如福特说过一句著名的话，他说买汽车的人可以给车涂上任何他们想要的颜色，只要是黑色就可以。但是生产品种花样更多的小批量产品的成本正在降低，这些产品每项都是按照顾客的奇思妙想定制的。未来的工厂将更关注个性化定制——比起福特的装配生产线，这看起来更像是纺织工人的小屋。
未来在哪里制造产品
像所有的革命一样，这一场革命将是破坏性的。数码技术将给媒体业和零售业带来巨大的冲击，这就好比纺织厂让手工织布机退出舞台、福特的T型老爷车让蹄铁匠失业那样。许多人看到未来的工厂会感到震惊。未来的工厂不会有积满灰尘的机器，机器边上也不会站着满身是油污穿工装裤的工人。工厂里面的机器将非常干净，而且几乎都是无人看管的。一些汽车制造商比起约十年前，已经能以同样的人力生产两倍数目的汽车。大多数工作将不在工厂现场进行，而是在附近的办公室里面。办公室里满是设计师、工程师、IT专家、物流专家、市场专员和其他领域的专业人员。在未来人们要想从事制造业，需要掌握更多的技能。
这场革命不仅将影响到如何制造产品，还将影响到在哪里制造产品。过去，工厂常搬到低工资的国家以降低劳动力成本。但劳动力成本的重要性日渐降低：一台售价499美元的第一代iPad，只有33美元是加工劳动力成本，而最终在中国装配的成本只占8美元。越来越多的国外生产项目迁回发达国家，这不是因为中国工资成本在上升，而是因为这些公司想贴近客户，以更快地应对市场需求的变化。并且，因为一些产品很精密，所以让设计人员和生产人员在同一个地方更有利于沟通。波士顿咨询集团预计，在诸如运输、电脑、金属制品和机械制造等领域，美国有10%～30%的产品从中国进口，而到2020年这些产品全部可以在美国本土制造，使美国出口总值每年增加200亿到550亿美元。
当前，以智能制造为代表的新一轮产业变革迅猛发展，数字化、网络化、智能化日益成为制造业的主要趋势。为加速我国制造业转型升级、提质增效，国务院发布实施《中国制造2025》，将智能制造作为主攻方向，加速培育我国新的经济增长动力，抢占新一轮产业竞争制高点。目前，我国制造业机械化、电气化、自动化、信息化并存，不同地区、不同行业、不同企业发展不平衡，发展智能制造面临关键技术装备受制于人、智能制造标准／软件／网络／信息安全基础薄弱、智能制造新模式推广尚未起步、智能化集成应用缓慢等突出问题。因此，作为一项必须长期坚持的战略任务，推动我国制造业智能转型，环境更复杂、形势更严峻、任务更艰巨。《智能制造工程实施指南（2016一2020年）》明确“十三五”期间同步实施数字化制造普及、智能化制造示范。按照专项行动确定的连续实施三年，2016年要边试点示范、边总结经验、边推广应用的总体安排，继续组织开展智能制造试点示范专项行动。实施智能制造试点示范专项行动，是落实《中国制造2025》以及智能制造工程的重要措施，对于实现制造强国目标具有重要意义。
二、总体思路
贯彻落实《中国制造2025》，推进《智能制造工程实施指南（2016一2020年）》计划实施，在总结2015年专项行动经验的基础上，2016年将继续坚持“立足国情、统筹规划、分类施策、分步实施”的方针，进一步扩大行业和区域覆盖面，全面启动传统制造业智能化改造，开展离散型智能制造、流程型智能制造、网络协同制造、大规模个性化定制、远程运维服务5种智能制造新模式的试点示范，继续注重发挥企业积极性、注重智能化持续增长、注重关键技术装备安全可控、注重基础与环境培育，逐步探索与实践有效的经验和模式，不断丰富成熟后在制造业各领域全面推广。
三、主要目标
2016年，在符合两化融合管理体系标准的企业中，在有条件、有基础的重点地区、行业，特别是新型工业化产业示范基地中，遴选60个以上智能制造试点示范项目。通过试点示范，进一步提升高档数控机床与工业机器人、增材制造装备、智能传感与控制装备、智能检测与装配装备、智能物流与仓储装备五大关键技术装备自主化能力，以及智能制造标准、核心软件和工业互联网创新应用能力，形成关键领域一批智能制造标准，不断形成并推广智能制造新模式。智能车间／工厂试点示范项目通过2一3年持续提升，实现运营成本降低20%，产品研制周期缩短20%，生产效率提高20%，产品不良品率降低10%，能源利用率提高10%。
四、重点行动
（一）离散型智能制造试点示范服装、医疗器械、电子信息等离散制造领域，开展智能车间／工厂的集成创新与应用示
范，推进数字化设计、装备智能化升级、工艺流程优化、精益生产、可视化管理、质量控制与追溯、智能物流等试点应用，推动企业全业务流程智能化整合。
（二）流程型智能制造试点示范
在石油开采、石化化工、钢铁、有色金属、稀土材料、建材、纺织、民爆、食品、医药、造纸等流程制造领域，开展智能工厂的集成创新与应用示范，提升企业在资源配置、工艺优化、过程控制、产业链管理、质量控制与溯源、能源需求侧管理、节能减排及安全生产等方面的智能化水平。
（三）网络协同制造试点示范
在机械、航空、航天、船舶、汽车、轨道交通设备、家用电器、集成电路、信息通信产品等领域，选择有条件的企业，利用工业互联网网络等技术，建设网络化制造资源协同平台，集成企业间研发系统、信息系统、运营管理系统，推动创新资源、生产能力、市场需求的跨企业集聚与对接，实现设计、供应、制造和服务等环节的并行组织和协同优化。
（四）大规模个性化定制试点示范
在石化化工、钢铁、有色金属、建材、汽车、纺织、服装、家用电器、家居、数字视听产品等领域，利用工业云计算、工业大数据、工业互联网标识解析等技术，建设用户个性化需求信息平台和个性化定制服务平台，实现研发设计、计划排产、柔性制造、物流配送和售 后服务的数据采集与分析，提高企业快速、低成本满足用户个性化需求的能力。
（五）远程运维服务试点示范
在石化化工、钢铁、建材、机械、航空、家用电器、家居、医疗设备、信息通信产品、数字视听产品等领域，集成应用工业大数据分析、智能化软件、工业互联网联网、工业互联网IPv6地址等技术，建设产品全生命周期管理平台，开展智能装备（产品）远程操控、健康状况监测、虚拟设备维护方案制定与执行、最优使用方案推送、创新应用开放等服务试点。
五、重点工作及进度安排
（一）制定2016年智能制造试点示范项目要素条件
2016年2一3月，组织开展试点示范项目要素条件调研，编制《智能制造试点示范项目要素条件》；4月底前，下发《关于开展2016年智能制造试点示范项目推荐的通知》。
（二）遴选2016智能制造试点示范项目
5月底前，在各地工业和信息化主管部门推荐的项目中组织行业专家遴选；6月底前，确定60个以上智能制造试点示范项目，其中：选择20个以上离散型智能制造试点示范项目，选择20个以上流程型智能制造试点示范项目，选择20个以上网络协同制造、大规模个性化定制、远程运维服务试点示范项目。
（三）完成智能制造发展对策研究
2016年6月底前，组织相关单位完成“智能制造发展对策研究”重大软科学课题，进一步完善促进智能制造发展的相关政策。
（四）启动并组织实施重点领域智能化改造工作 2016年2一12月，利用工业转型升级资金、专项建设基金，在石油化工、化工园区、钢铁、有色金属、稀土材料、建材、船舶、航空、汽车、电力装备、机床、纺织、食品、医药、轻工、消费类电子、新型显示高世代线、太阳能电池及光伏组件、民爆等行业，持续开展重点企业关键环节、生产线、车间、工厂的智能化改造，培育一批系统解决方案供应商，形成智能化标准与模式并进行复制推广。
（五）开展工业互联网产业推进工作
2016年2一12月，组织企业在工业以太网、工厂无线应用、标识解析、IPv6应用、工业云计算、工业大数据等领域开展创新应用示范，支持相关单位开展工业互联网试验验证平台、工业互联网关键资源管理平台和工业互联网商用流转数据管理平台建设。
（六）开展智能制造网络安全保障能力建设
2016年6月底前，完成工业互联网安全监测平台、工控网络安全防御平台、工业控制系统仿真测试与验证平台等项目立项论证；12月底前开展关键技术预先研究。
（七）开展智能制造标准体系建设
2016年5月，召开中德智能制造／工业4.0标准化高端论坛；11月底前完成智能制造标准试验验证项目的立项工作，下达智能制造标准编制立项，形成10项以上重点标准草案。
（八）开展智能制造经验交流与推广工作
2016年9月底前，组织召开2016年全国智能制造试点示范经验交流电视电话会议；10一12月，组织开展原材料、装备、消费品、电子、民爆行业典型案例经验交流与模式推广；12月底前，编制完成《智能制造探索与实践一一2016年试点示范项目汇编》。
（九）组织智能制造试点示范项目集中展示业博览会上设专区，集中展示智能制造试点示范项目取得的成果。
（十）开展专项行动评估与总结
2016年11月，完成专项行动检查与效果评估，完成专项行动工作总结。
5月17日国务院召开常务会议，指出下一步深入实施《中国制造2025》，把发展智能制造作为主攻方向。
扩大试点示范城市(群)覆盖面，选择20至30个基础条件好、示范带动作用强的城市(群)，继续开展“中国制造2025”试点示范创建工作，以试点示范推进《中国制造2025》深入实施。
面对国际产业竞争形势、国内经济转型的改革需求，我们认为下一阶段最重要的风口在“智能制造”。20智能制造试点正在申报中，值得市场关注。
1
下一阶段最重要的风口在“智能制造”
落子智能制造， 紧跟全球发展竞争形势。前三次工业革命都有明显的标志，如蒸汽、电力、可编程计算机，第四次工业革命已经到来，以互联网产业化、工业智能化、工业一体化为代表，各个国家都尝试定义。
美、德先后于2月、4月推出工业4.0、工业互联网等先进制造业战略计划，其实质即是智能制造。我国为了适应全球经济发展新形势，也适时提出了中国制造2025、互联网+等一系列战略计划，因为智能制造可能成为我国在此次技术创新竞争中实现弯道超车的契机。
第四次工业革命带来的智能制造对我国影响巨大，一是7000-8000万产业就业人群;二是大量制造业产品出口;三是涉及我国军事安防，以上均需要未来的互联网和工业融合的智能制造来实现。如果错失紧跟这一轮工业革命的步伐，对整个国家的发展有较大的影响。
互联网进入工业化第二阶段，未来十年发展方向具有确定性。互联网来到中国，首先进入的是第三产业，迎来“消费互联网”的黄金，其间产生了阿里巴巴等重量级企业。现在工业4.0到来，实际上即宣布互联网开始进入工业，这是互联网产业化的第二个时期。
20全球的第四次工业革命迎来战略升级，目前中国有450万制造业企业，这些企业在未来或，至少有20%的企业要转型成自动化、智能化生产，一个数以十万亿计的市场正在缓缓展开。
供给侧改革初现成果，制造业升级正当时。自中央经济工作会议明确提出深化供给侧结构性改革以来，推进“三去一降一补”任务已有实质性进展，产能过剩、库存过大、杠杆偏高、成本高企、短板约束等重大结构性失衡问题均有所破,解，为经济转型升级扫清障碍、蓄积动能。
中国经济注入新动力无外乎两种途径：一是将经济增长由投资导向型逐渐转向消费导向型，目前“消费互联网”已有所发力;二是提升制造业的水平，让制造业重新成为驱动中国经济的核心力量。
过去制造业由于加工贸易和中低端商品加工并不要求技术和创新，中国制造业水平并未随经济总量一同攀升，同时导致大量高附加值产品依赖进口，由于无法输出高附加值产品，我国高端制造业中只有少数领域有企业能够在世界立足。
当下时点，传统资源型工业领域进行供给侧改革已初现成果，此后的经济动能培养将逐步提上重要日程，年5月17日国务院召开常务会议，指出下一步深入实施《中国制造2025》，把发展智能制造作为主攻方向。
2
产业链及细分行业重点梳理
智能制造体系是基于新一代信息技术，贯穿设计、生产、管理、服务等制造活动各个环节，是先进制造过程、系统与模式的总称。
其中智能制造过程是指通过自动化装备及通信技术实现生产自动化，并能够通过各类数据采集技术，以及应用通信互联手段，将数据连接至智能控制系统，并将数据应用于企业统一管理控制平台，从而提供最优化的生产方案、协同制造和设计、个性化定制，最终实现智能化生产。
智能制造发展需经历自动化、信息化、互联化、智能化四个阶段。智能制造发展需经历不同的阶段，每一阶段都对应着智能制造体系中某一核心环节的不断成熟，分为四个阶段。
分别为自动化(淘汰、改造低自动化水平的设备，制造高自动化水平的智能装备)、信息化(产品、服务由物理到信息网络，智能化元件参与提高产品信息处理能力)、互联化(建设工厂物联网、服务网、数据网、工厂间互联网，装备实现集成)、智能化(通过传感器和机器视觉等技术实现智能监控、决策)。
我国目前仍处于“工业2.0”(电气化)的后期阶段,“工业3.0”(信息化)还待普及，“工业4.0”正在尝试尽可能做一些示范，制造的自动化和信息化正在逐步布局。
自动化生产线集成
国内系统集成商正在崛起。系统集成方案解决商处于相对于智能设备的下游应用端，为终端客户提供应用解决方案，负责工业机器人软件系统开发和集成。目前我国系统集成商多是从国外购买机器人整机，根据不同行业或客户的需求，制定符合生产需求的解决方案。
业务形式主要以大型项目(关键设备生产线的集成，如机器人工作岛)和工厂的产线技术改造为载体，对现有设备进行升级和联网，提供工业控制、传动、通讯、生产与管理信息等方面的系统设计、系统成套、设备集成及EPC工程等服务。
在系统集成应用领域，外资系统集成商包括ABB、柯玛、KUKA等，国内领先的系统集成商包括新松机器人、大连奥托、成焊宝玛、晓奥享荣等。
应用市场主要集中于汽车工业，市场规模已超百亿。目前国内智能制造系统集成领域，大部分集中于汽车工业，20国内机器人下游应用领域中，占比最大的是汽车制造(48%)，其次是3C制造(24%)。
根据中汽协数据，汽车整车、零部件制造业固定资产投资额分别为2724.16 亿、8685.49亿，若按整车及零部件行业机器人占固定资产投资额比值分别为1%、0.2%来估计机器人本体市场规模，并在此基础上估计系统集成市场规模，则年系统集成市场空间就已达134-178亿。
中投顾问产业研究中心预测显示，至系统集成规模有望接近830亿，2016-年期间复合增速可达20%。
其他应用领域不断扩围。随着国内自主品牌整车企业的崛起，近年来国内系统集成企业份额开始不断提升，机器人产品认可度的不断提高，系统集成应用领域也扩展至一般工业;
根据中国机器人产业联盟的数据，2016年上半年国产工业机器人应用行业进一步拓宽至农副食品加工业，酒、饮料和精制茶制造业，医药制造业，餐饮业等，较增加6个行业中类、21个行业小类;
其中金属制造业行业和以家用电器制造、电子元器件、计算机和外部设备制造等为代表的电器机械和器材制造行业，在国产工业机器人销售总量中的占比最高，分别占31%和23%，汽车以外其它领域的系统集成正在迅速增加。
自动化装备
?工业机器人
工业机器人销量得到快速提升。由于人工成本的增加和产业转型升级的需求，我国的工业机器人自始，表现了大幅增长，此后销量增速保持在20%-50%的较高水平。
根据IFR初步统计数据，2016年我国工业机器人销量已高达9万台，较年增长31.28%，显著高于全球工业机器人14%的销量增速，其中中国工业机器人销量占全球销量比重以达31%，我国工业机器人的需求有了显著增长，成为全球的重要市场。
目前工业机械人需求仍高度依赖进口，每年的进口量往往高于当年销量，但2015年数据已显示进口量4.67万台低于当年销量的6.85万台，可见我国自主生产的工业机器人也逐步得到市场的认可。
我国工业机器人密度仍偏低。从工业机器人的普及使用情况看，截止2015年我国每万人拥有工业机器人的数量已升至49台，虽然仍显著低于全球每万人69台，但较我国每万人10台已有显著提升，目前水平已接近年时全球的每万人50台。
年工信部曾下发《关于推进工业机器人产业发展的指导意见》，提出到2020年机器人密度达到100。由此预计，截止2020年，我国工业机器人有50万台的需求空间，按照年均10万台及均价10万/台来估算，在不考虑出口的情况下，国内工业机器人本体的市场空间未来5年每年保守估计均有100亿。
行业发展主要受制于重要核心零部件 、工控系统依赖于进口。工业机器人的核心零部件主要包括减速器、伺服系统、控制系统三部分，对应着执行系统、驱动系统、控制系统，多轴工业机器人的成本中分别占比分别为36%、24%、12%。
其中减速器成本占比较最大且对精度要求高，而全球减速器行业集中度较高，目前基本被日本的纳博特斯克(Nabtesco)和哈默纳科(Harmonic Drive)所垄断，全球市场份额超75%;控制器方面，复杂高端工业机器人的控制器对进口依赖较高，中低端机器人的控制器国内基本能够实现自给;而伺服电机的技术门槛相对较低，与国际差距相对较小，目前国内部分企业已能实现自给，如埃斯顿、新时达的部分机器人已开始使用自行研制的控制器和伺服系统，但高端市场仍被日本、欧美名企占据，占据近80%的市场份额。
?数控机床
目前我国数控机床已有较高产量水平。数控机床是一种装有程序控制系统的自动化机床，该控制系统能够处理具有控制编码或其他符号指令规定的程序，通过信息载体输入到数控装置，经运算处理由数控装置发出控制信号，控制机床动作，从而自动进行零件加工。
数控机床主要用于金属切削和金属成形，从结构上来看，2015年1-10月年中国数控金属切削机床、数控金属成形机床(数控锻压设备)产量分别为19.7万台、2.0万台，同比下降7.1%、4.6%，但仍保持较高产量水平。
根据中国产业信息网预测，预计我国2017年数控金属切削机床、数控金属成形机床(数控锻压设备)产量将分别达到25.3万台、2.76万台，未来五年(2017-)年均复合增长率约分别为3.47%、6.33%。
高端数控仍处于起步阶段。我国目前处于数控机床的智能化技术起步阶段，现阶段大部分的数控机床还不具备智能化功能，自主生产的数控机床主要以中低端产品为主，高端数控机床(数控系统)主要依靠进口，2016年我国数控机床进口额约26亿美元。
国内机床行业市场集中度并不高，主要的市场参与者包括沈阳、大连、济南、秦川等机床厂，进口数控机床主要来自西门子、发那科、三菱等外企;数控系统方面，国产数控系统厂家主要为华中数控、广州数控、大连光洋、沈阳高精和航天数控等。
目前这5家数控企业均对数控系统软硬件平台等一批高端数控系统关键技术有所突破，高端数控机床被列入“中国制造2025”目标，到2020年，国内市场占有率超过70% 。
目前该行业的示范效用已取得了一定成果， 由云南CY集团承担的工信部《高档数控车床制造数字化车间的研制与示范应用》于2016年8月通过验收，该项目的关键设备数控化率100%。
工业信息化
工业信息化以工业软件为主，工业软件是指在工业领域进行设计、生产、管理等环节应用的软件，可以被划分为系统软件、应用软件和中间件(介于这两者之间)，其中系统软件为计算机使用提供最基本的功能，并不针对某一特定应用领域;
应用软件则能够根据用户需求提供针对性功能，在智能制造流程中，工业软件主要负责从事生产控制、运营管理、研发设计等方面进行优化、仿真、呈现、决策等职能。
全球各类工业软件发展呈较大差异。由于制造企业的不同发展阶段，对工业软件的功能和技术需求也会出现差异，从而导致每一类工业软件在产业发展中呈现较大差异。
根据Gartner统计，20以来，全球工业软件市场规模每年保持约6%的速度增长。其中研发设计类软件的重要性有所提升，制造企业在产品生命周期各阶段对仿真软件的应用增多，CAE软件在制造业各领域的应用日益广泛，保持8%左右的增速;
传统管理软件稳步增长，管理软件市场进入成熟期，规模保持平稳上升，增速有所放缓;ERP等相对成熟的市场加快转向按需付费的软件服务模式，在一定程度上影响了行业收入的增长速度。近年来，生产管理类软件市场空间进一步打开，MES软件成为智能工厂多个环节数据交换的核心。
截止2015年全球MES软件的规模达到78亿美元，维持17%左右的高增长率。客户管理和供应链管理软件的高速增长也反映出制造企业顺应“网络化协同制造”的要求，更加重视与消费者和产业链的信息交流。
目前产业格局仍是欧美企业主导。从产业格局看，目前全球工业软件产业主要由欧美企业主导，呈“两极多强”态势，SAP、Siemens在多个领域均崭露头角，而IBM、达索系统和Salesforce.com在各自专业领域形成了一定优势。
其中ERP软件产业格局相对稳定，SAP和Oracle两家企业占据主导，属于一线ERP软件，Infro、Sage、Microsoft隶属二线;在CRM领域中，Salesforce 占据全球CRM市场第一位，且发展迅速，其成功来自基于SaaS的云服务模式;
CAD产业的主导者是Autodesk和达索系统，且随着仿真、设计技术与先进技术的结合，逐渐出现新的参与者;MES软件具有较强的行业应用特性，与特定的行业关系紧密，需要大量行业领域知识的积累，因此形成不同MES厂家占据不同行业的局面。
国内企业市占比偏低，水平与领先企业有较大差距。在国内市场方面，国产软件企业在研发设计、业务管理和生产调度、过程控制三类软件中均有一定市场份额，但在某些细分领域仍与国外领先软件企业差距较大，属于行业末端跟随者的角色。
中商产业研究院：《2020年中国智能制造行业投资前景研究报告》发布
智能制造是指基于大数据、物联网等新一代信息技术与制造技术的集成，能够自主动态地适应制造环境变化，实现产品从设计制造到回收再利用全生命周期的高效化、优质化、绿色化、网络化、个性化的制造系统或者模式。智能制造是抢占未来经济和科技发展制高点的战略选择，更是传统制造业企业转型升级的必由之路。
目前，智能制造产业是我国制造业发展的重要领域之一。随着制造业智能化的升级改造，我国智能制造产业呈现较快的增长。2017年，中国智能制造产业产值规模近15000亿元，预计2020年产值规模将超27000亿元，产业前景十分广阔。
为了更好地了解我国智能制造产业的发展，中商产业研究院特推出《2020年中国智能制造行业投资前景研究报告》。《报告》从智能制造产业相关概述、智能制造产业发展环境、全球智能制造产业现状、中国智能制造产业现状、智能制造产业主要企业和智能制造产业发展存在问题及前景分析六大方面剖析了我国智能制造产业。
以下是报告详情：
PART1：智能制造产业相关概述
智能制造(IntelligentManufacturing，IM)在中国的概念可以参考工业和信息化部公布的“2015年智能制造试点示范专项行动”中的描述——智能制造定义为基于新一代信息技术，贯穿设计、生产、管理、服务等制造活动各个环节，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称。
国际上，智能制造通常是指一种由智能机器和人类专家共同组成的人机一体化智能系统，其技术包括自动化、信息化、互联网和智能化四个层次。智能制造产业链涵盖感知层、网络层、执行层和应用层，涵盖智能装备(机器人、数控机床、服务机器人、其他自动化装备)，工业互联网(机器视觉、传感器、RFID、工业以太网)、工业软件(ERP/MES/DCS等)、3D打印以及将上述环节有机结合的自动化系统集成及生产线集成等。
PART2：智能制造产业发展环境
智能制造作为制造业发展的重要方向，是我国培育经济增长新动能、建设制造强国的重要依托。近年来，智能制造行业利好政策频出，国家不断出台法律法规和政策支持制造行业健康、良性发展。
PART3：全球智能制造产业现状
近年来，发达国家技术工人短缺，新兴国家劳动力成本上涨，同时制造业又出现了制造地点分散、生产方式变更、制造技术日益复杂化等变革。为应对新的社会课题，美国、德国、英国、日本等世界发达国家纷纷实施了以重振制造业为核心的“再工业化”战略，颁布了一系列以“智能制造”为主题的国家战略。
PART4：中国智能制造产业现状
智能制造产业市场潜力大，各地争相抢占智能制造高地。目前，我国智能制造形成了4大聚集区：环渤海地区、长三角地区、珠三角地区、中西部地区。4大智能制造聚集区各具特色。
PART5：智能制造行业主要企业分析
科大智能是全国领先的工业智能化解决方案供应商之一，专注于工业机器人、服务机器人、电力和新能源领域的产品研发及应用。致力于为各领域客户提供便捷的产品和服务。
在智能制造领域，主要业务及产品包括移载、输送、装配、智能焊装、智能生产物流及仓储自动化系统。在现有业务稳步发展的同时，公司着力发展工业生产和电商领域的智能物流系统，并全面布局人工智能、工业大数据、服务机器人技术研发和产业化推广。
PART6：智能制造产业发展存在问题及前景分析
目前，智能制造在汽车行业、3C电子领域的应用已经逐步加深，当各企业开始认识到智能制造是实现中国制造2025的重要方向后，数字化、网络化、智能化能够对企业的产值和效率持续优化，智能制造会进一步渗透石化、纺织、机械等行业，未来其产业规模将进一步加速扩大。
国内外智能制造现状分析
我国以往关于智能制造的研究大多是基于国外经验和一般性总结研究。
目前，我国对智能制造的研究大多是参考性研究和对国外经验的一般性归纳和总结性研究，大多侧重于理论探讨，缺乏实证数据的支持。此外，对相关现象的分析基本上仍停留在问题描述和对策层面，但由于缺乏实证数据实践经验的支持，使得所提的对策建议较为宏观，现实针对性不强。
一、高校是智能制造研究论文主力军
数量分布
与国外相比，国内智能制造研究起步较晚，最早开始于1992年。近年来，在“中国制造”转型升级背景下，智能制造受到社会各界越来越多的重视，并成为当前制造领域的热点课题，该领域的文献数量进入迅猛增长阶段，但总量依然偏少。20也还不到30篇。
研究机构
176篇文献共来自40家研究机构，其中发文数量大于5篇的有15家(如华中科技大学、浙江大学、西安交通大学、清华大学、南京航空航天大学等)，共发表文献96篇，占总文献量的54.5%。由此可见，这些研究机构可看作智能制造研究的核心单位。
二、美英德是论文数量产出大国
国家和地区分布
在智能制造研究领域发文量居首位的国家是美国，发表论文412篇，占文献总量的26.3%，具有非常明显的学术优势。其次是英国、德国等欧洲地区，共发表论文346篇，占比为22.1%;再次是亚洲地区以日、韩为代表，在该领域的研究水平也较高，占比为17%。
数量分布
Web of Science核心数据库中检索到的智能制造各年份文献数量。总体上看，国外该研究领域论文年发表数量保持着稳定增长的趋势，特别是金融危机后论文数量更是明显增长，这说明智能制造研究领域具有很大的活力，并且随着全球制造业的转型与发展，研究队伍也在不断壮大。
三、国内智能制造研究热点析分
概括出中国智能制造研究热点如下。
1、智能制造理论研究
该部分的研究热点，主要是讨论智能制造的概念、内涵、模式、发展路径及影响因素等方面。由于制造技术、信息技术、网络技术等不断发展，关于智能制造的概念和内涵，也处在不断变化、充实和完善之中。
杨叔子和丁洪从智能制造的研究背景和发展现状出发，指出智能制造研究领域主要包括智能制造技术(IMT)与智能制造系统(IMS)，同时强调了智能制造从属于21世纪先进制造范畴，双I( Integration & Intelligence) 是其重要特征。虽然学界对智能制造理解的侧重点不同，但总体上可概括为两个层面，一是制造设备、产品的智能化，二是制造过程、管理的智能化。前者关注制造对象，后者关注制造主体，后者的研究正受到越来越多学者的重视。
四、国外智能制造研究热点分析
对国外节点文献做一步分析，概括出国外智能制造研究热点如下：
1、智能设计方面
Gillenwater等主要从信息科学的视角，研究了将计算机辅助制造/设计(CAM/CAD)、网络化协同设计、模型知识库等各种智能化的设计手段和方法，应用到企业的产品研发设计中，以支持设计过程的智能化提升和优化运行。
2、智能生产方面
Prickett等主要从制造科学的视角，研究了将分布式数控系统、柔性制造系统、无线传感器网络等智能装备、智能技术应用到生产过程中，支持企业生产过程的智能化。Ruiz等将多主体系统(Multi-agent Systems)引入到生产过程的仿真模拟中，以适应智能制造生产环境的新要求，最后通过实例验证了该仿真方法的优势。
3、智能制造服务方面
Tso和Hu从服务科学的视角，研究了智能制造服务。主要包括产品服务和生产性服务，其中产品服务主要针对产品的销售以及售后的安装、维护、回收、客户关系的服务，生产性服务主要包含与生产相关的技术服务、信息服务、金融保险服务及物流服务等。
4、智能管理方面
Choy和Su从管理科学的视角，研究了智能供应链管理、外部环境的智能感知、生产设备的性能预测及智能维护、智能企业管理(人力资源、财务、采购及知识管理等)，最终目的是达到企业管理的全方位智能化。
（2016-2020）
为贯彻落实《中国制造2025》，组织实施好智能制造工程（以下简称“工程”），特编制本指南。
一背景
自国际金融危机发生以来，随着新一代信息通信技术的快速发展及与先进制造技术不断深度融合，全球兴起了以智能制造为代表的新一轮产业变革，数字化、网络化、智能化日益成为未来制造业发展的主要趋势。世界主要工业发达国家加紧谋篇布局，纷纷推出新的重振制造业国家战略，支持和推动智能制造发展，以重塑制造业竞争新优势。为加速我国制造业转型升级、提质增效，国务院发布实施《中国制造2025》，并将智能制造作为主攻方向，加速培育我国新的经济增长动力，抢占新一轮产业竞争制高点。
当前，我国制造业尚处于机械化、电气化、自动化、信息化并存，不同地区、不同行业、不同企业发展不平衡的阶段。发展智能制造面临关键技术装备受制于人、智能制造标准/软件/网络/信息安全基础薄弱、智能制造新模式推广尚未起步、智能化集成应用缓慢等突出问题。相对工业发达国家，推动我国制造业智能转型，环境更为复杂，形势更为严峻，任务更加艰巨。
《中国制造2025》明确将智能制造工程作为政府引导推动的五个工程之一，目的是更好地整合全社会资源，统筹兼顾智能制造各个关键环节，突破发展瓶颈，系统推进技术与装备开发、标准制定、新模式培育和集成应用。加快组织实施智能制造工程，对于推动《中国制造2025》十大重点领域率先突破，促进传统制造业转型升级，实现制造强国目标具有重大意义。
二总体要求
加快贯彻落实《中国制造2025》总体战略部署，牢固树立创新、协调、绿色、开放、共享的新发展理念，以构建新型制造体系为目标，以推动制造业数字化、网络化、智能化发展为主线，坚持“统筹规划、分类施策、需求牵引、问题导向、企业主体、协同创新、远近结合、重点突破”的原则，将制造业智能转型作为必须长期坚持的战略任务，分步骤持续推进。“十三五”期间同步实施数字化制造普及、智能化制造示范，重点聚焦“五三五十”重点任务，即：攻克五类关键技术装备，夯实智能制造三大基础，培育推广五种智能制造新模式，推进十大重点领域智能制造成套装备集成应用，持续推动传统制造业智能转型，为构建我国制造业竞争新优势、建设制造强国奠定扎实的基础。
（一）基本原则
坚持统筹规划、分类施策。统筹兼顾智能制造各个关键环节，加强构建新型制造体系的顶层设计与规划。针对我国制造业机械化、电气化、自动化、信息化并存，不同地区、行业、企业发展不平衡的局面，分类指导、并行推进，推动优势领域率先突破，促进传统制造业智能转型。
坚持需求牵引、问题导向。瞄准制造业数字化、网络化、智能化的发展趋势，面向重点领域率先突破和传统制造业智能转型迫切需求，针对我国发展智能制造面临的关键技术装备受制于人、智能制造标准/软件/网络/信息安全基础薄弱等突出问题，系统推进技术与装备开发、标准制定、新模式培育和集成应用。
坚持企业主体、协同创新。充分调动企业开展智能制造的积极性和内生动力，突出企业开展集成创新、工程应用、产业化与试点示范的主体作用。发挥企业、研究机构、高等院校等各方面优势，协同推进关键技术装备、软件、智能制造成套装备等的集成创新。
坚持远近结合、重点突破。充分认识推进智能制造是一项需要多方面力量长期共同努力的复杂系统工程，要立足现状、着眼长远，做好顶层设计，分阶段实施，集中力量突破一批需求迫切、带动作用强的关键技术装备、智能制造成套装备，提升智能制造支撑能力，在基础条件好的领域推进集成应用和试点示范。
（二）总体目标
工程分为两个阶段实施：“十三五”期间通过数字化制造的普及，智能化制造的试点示范，推动传统制造业重点领域基本实现数字化制造，有条件、有基础的重点产业全面启动并逐步实现智能转型；“十四五”期间加大智能制造实施力度，关键技术装备、智能制造标准/工业互联网/信息安全、核心软件支撑能力显著增强，构建新型制造体系，重点产业逐步实现智能转型。
“十三五”期间工程具体目标如下：
1、关键技术装备实现突破。高档数控机床与工业机器人、增材制造装备性能稳定性和质量可靠性达到国际同类产品水平，智能传感与控制装备、智能检测与装配装备、智能物流与仓储装备基本满足国内需求，具备较强竞争力，关键技术装备国内市场满足率超过50%。
2、智能制造基础能力明显提升。初步建立基本完善的智能制造标准体系，完成一批急需的国家和行业重点标准；具有知识产权的智能制造核心支撑软件国内市场满足率超过30%；初步建成IPv6和4G/5G等新一代通信技术与工业融合的试验网络、标识解析体系、工业云计算和大数据平台及信息安全保障系统。
3、智能制造新模式不断成熟。离散型智能制造、流程型智能制造、网络协同制造、大规模个性化定制、远程运维服务等五种智能制造新模式不断丰富完善，有条件、有基础的行业实现试点示范并推广应用，建成一批智能车间/工厂。试点示范项目运营成本降低30%、产品生产周期缩短30%、不良品率降低30%。
4、重点产业智能转型成效显著。有条件、有基础的传统制造业基本普及数字化，全面启动并逐步实现智能转型，数字化研发设计工具普及率达到72%，关键工序数控化率达到50%；十大重点领域智能化水平显著提升，完成60类以上智能制造成套装备集成创新。
三重点任务
（一）攻克关键技术装备
针对实施智能制造所需关键技术装备受制于人的问题，聚焦感知、控制、决策、执行等核心关键环节，依托重点领域智能工厂、数字化车间的建设以及传统制造业智能转型，突破高档数控机床与工业机器人、增材制造装备、智能传感与控制装备、智能检测与装配装备、智能物流与仓储装备五类关键技术装备，开展首台首套装备研制，提高质量和可靠性，实现工程应用和产业化。
专栏1 关键技术装备研制重点
高档数控机床与工业机器人。数控双主轴车铣磨复合加工机床；高速高效精密五轴加工中心；复杂结构件机器人数控加工中心；螺旋内齿圈拉床；高效高精数控蜗杆砂轮磨齿机；蒙皮镜像铣数控装备；高效率、低重量、长期免维护的系列化减速器；高功率大力矩直驱及盘式中空电机；高性能多关节伺服控制器；机器人用位置、力矩、触觉传感器；6-500kg级系列化点焊、弧焊、激光及复合焊接机器人；关节型喷涂机器人；切割、打磨抛光、钻孔攻丝、铣削加工机器人；缝制机械、家电等行业专用机器人；精密及重载装配机器人；六轴关节型、平面关节（SCARA）型搬运机器人；在线测量及质量监控机器人；洁净及防爆环境特种工业机器人；具备人机协调、自然交互、自主学习功能的新一代工业机器人。
增材制造装备。高功率光纤激光器、扫描振镜、动态聚焦镜及高品质电子枪、光束整形、高速扫描、阵列式高精度喷嘴、喷头；激光/电子束高效选区熔化、大型整体构件激光及电子束送粉/送丝熔化沉积等金属增材制造装备；光固化成形、熔融沉积成形、激光选区烧结成形、无模铸型、喷射成形等非金属增材制造装备；生物及医疗个性化增材制造装备。
智能传感与控制装备。高性能光纤传感器、微机电系统（MEMS）传感器、多传感器元件芯片集成的MCO芯片、视觉传感器及智能测量仪表、电子标签、条码等采集系统装备；分散式控制系统（DCS）、可编程逻辑控制器（PLC）、数据采集系统（SCADA）、高性能高可靠嵌入式控制系统装备；高端调速装置、伺服系统、液压与气动系统等传动系统装备。
智能检测与装配装备。数字化非接触精密测量、在线无损检测系统装备；可视化柔性装配装备；激光跟踪测量、柔性可重构工装的对接与装配装备；智能化高效率强度及疲劳寿命测试与分析装备；设备全生命周期健康检测诊断装备；基于大数据的在线故障诊断与分析装备。
智能物流与仓储装备。轻型高速堆垛机；超高超重型堆垛机；高速智能分拣机；智能多层穿梭车；智能化高密度存储穿梭板；高速托盘输送机；高参数自动化立体仓库；高速大容量输送与分拣成套装备、车间物流智能化成套装备。
（二）夯实智能制造基础
重点围绕智能制造标准滞后、核心软件缺失、工业互联网基础和信息安全系统薄弱等瓶颈问题，构建基本完善的智能制造标准体系，开发智能制造核心支撑软件，建立高效可靠的工业互联网基础和信息安全系统，形成智能制造发展坚实的基础支撑。
1、构建国家智能制造标准体系。制定并发布《国家智能制造标准体系建设指南》，开展智能制造的基础共性、关键技术、重点行业标准与规范的研究，构建标准试验验证平台（系统），进行技术规范、标准全过程试验验证，在制造业各个领域进行全面推广，形成智能制造强有力的标准支撑。
专栏2 智能制造重点标准
基础共性标准与规范。术语定义、参考模型、元数据、对象标识注册与解析等基础标准；体系架构、安全要求、管理和评估等信息安全标准；评价指标体系、度量方法和实施指南等管理评价标准；环境适应性、设备可靠性等质量标准。关键技术标准与规范。工业机器人、工业软件、智能物联装置、增材制造、人机交互等装备/产品标准；体系架构、互联互通和互操作、现场总线和工业以太网融合、工业传感器网络、工业无线、工业网关通信协议和接口等网络标准；数字化设计仿真、网络协同制造、智能检测、智能物流和精准供应链管理等智能工厂标准；数据质量、数据分析、云服务等工业云和工业大数据标准；个性化定制和远程运维服务等服务型制造标准；工业流程运行能效分析软件标准。
重点行业标准与规范。以典型离散行业的数字化车间集成应用和流程行业智能工厂集成应用为代表的十大重点领域行业标准与规范。
2、提升智能制造软件支撑能力。针对智能制造感知、控制、决策、执行过程中面临的数据采集、数据集成、数据计算分析等方面存在的问题，开展信息物理系统的顶层设计，研发相关的设计、工艺、仿真、管理、控制类工业软件，推进集成应用，培育重点行业整体解决方案能力，建设软件测试验证平台。
专栏3 智能制造核心支撑软件开发重点
设计、工艺仿真软件。计算机辅助类（CAX）软件、基于数据驱动的三维设计与建模软件、数值分析与可视化仿真软件、模块化设计工具以及专用知识、模型、零件、工艺和标准数据库等。
工业控制软件。高安全、高可信的嵌入式实时工业操作系统，智能测控装置及核心智能制造装备嵌入式组态软件。
业务管理软件。制造执行系统（MES）、企业资源管理软件（ERP）、供应链管理软件（SCM）、产品全生命周期管理软件（PLM）、商业智能软件（BI）等。
数据管理软件。嵌入式数据库系统与实时数据智能处理系统、数据挖掘分析平台、基于大数据的智能管理服务平台等。
系统解决方案。生产制造过程智能管理与决策集成化管理平台、跨企业集成化协同制造平台，以及面向工业软件、工业大数据、工业互联网、工控安全系统、智能机器、智能云服务平台等集成应用的行业系统解决方案，装备智能健康状态管理与服务支持平台。
测试验证平台。设计、仿真、控制、管理类工业软件稳定性、可靠性测试验证平台。重点行业CPS关键技术、设备、网络、应用环境的兼容适配、互联互通、互操作测试验证平台。
3、建设工业互联网基础和信息安全系统。研发融合新型技术的工业互联网设备与系统，构建工业互联网标识解析系统及试验验证平台，在重点领域制造企业建设试验网络并开展应用创新。研发安全可靠的信息安全软硬件产品，搭建基于可信计算的信息安全保障系统与试验验证平台，建立健全工业互联网信息安全审查、检查和信息共享机制，在有条件的企业进行试点示范。
专栏4 工业互联网基础和信息安全系统建设重点
工业互联网基础。基于IPv6、4G/5G移动通信、短距离无线通信和软件定义网络（SDN）等新型技术的工业互联网设备与系统；核心信息通信设备；工业互联网标识解析系统与企业级对象标识解析系统；工业互联网测试验证平台建设；工业互联网标识与解析平台建设；基于IPv6、软件定义网络（SDN）等新技术融合的工业以太网建设；覆盖装备、在制产品、物料、人员、控制系统、信息系统的工厂无线网络建设试点；工业云计算、大数据服务平台建设。
信息安全系统。基于OPC-UA的安全操作平台、可信计算支撑系统、可信软件参考库、工业控制网络防护、监测、风险分析与预警系统、信息安全数字认证系统，工业防火墙、工业通讯网关、工业软件脆弱性分析产品、工控漏洞挖掘系统、工控异常流量分析系统、工控网闸系统、安全可靠的工业芯片、网络交换机；工业互联网安全监测平台、信息安全保障系统验证平台和仿真测试平台、攻防演练试验平台、在线监测预警平台、通讯协议健壮性测试验证平台、工业控制可信芯片试验验证平台、工控系统安全区域隔离、通信控制、协议识别与分析试验验证平台的建设，建立工业信息安全常态化检查评估机制、信息安全测评标准与工具；工业控制网络安全监测、信息安全防护与认证系统建设试点，系统边界防护、漏洞扫描、访问控制、网络安全协议以及工业数据防护、备份与恢复技术产品的应用示范。
（三）培育推广智能制造新模式
针对原材料工业、装备工业、消费品工业等传统制造业环境恶劣、危险、连续重复等工序的智能化升级需要，持续推进智能化改造，在基础条件好和需求迫切的重点地区、行业中选择骨干企业，推广数字化技术、系统集成技术、关键技术装备、智能制造成套装备，开展新模式试点示范，建设智能车间/工厂，重点培育离散型智能制造、流程型智能制造、网络协同制造、大规模个性化定制、远程运维服务，不断丰富成熟后实现全面推广，持续不断培育、完善和推广智能制造新模式，提高传统制造业设计、制造、工艺、管理水平，推动生产方式向柔性、智能、精细化转变。
专栏5 智能制造新模式关键要素
离散型智能制造。车间总体设计、工艺流程及布局数字化建模；基于三维模型的产品设计与仿真，建立产品数据管理系统（PDM），关键制造工艺的数值模拟以及加工、装配的可视化仿真；先进传感、控制、检测、装配、物流及智能化工艺装备与生产管理软件高度集成；现场数据采集与分析系统、车间制造执行系统（MES）与产品全生命周期管理（PLM）、企业资源计划（ERP）系统高效协同与集成。
流程型智能制造。工厂总体设计、工艺流程及布局数字化建模；生产流程可视化、生产工艺可预测优化；智能传感及仪器仪表、网络化控制与分析、在线检测、远程监控与故障诊断系统在生产管控中实现高度集成；实时数据采集与工艺数据库平台、车间制造执行系统（MES）与企业资源计划（ERP）系统实现协同与集成。
网络协同制造。建立网络化制造资源协同平台，企业间研发系统、信息系统、运营管理系统可横向集成，信息数据资源在企业内外可交互共享。企业间、企业部门间创新资源、生产能力、市场需求实现集聚与对接，设计、供应、制造和服务环节实现并行组织和协同优化。
大规模个性化定制。产品可模块化设计和个性化组合；建有用户个性化需求信息平台和各层级的个性化定制服务平台，能提供用户需求特征的数据挖掘和分析服务；研发设计、计划排产、柔性制造、物流配送和售后服务实现集成和协同优化。
远程运维服务。建有标准化信息采集与控制系统、自动诊断系统、基于专家系统的故障预测模型和故障索引知识库；可实现装备（产品）远程无人操控、工作环境预警、运行状态监测、故障诊断与自修复；建立产品生命周期分析平台、核心配件生命周期分析平台、用户使用习惯信息模型；可对智能装备（产品）提供健康状况监测、虚拟设备维护方案制定与执行、最优使用方案推送、创新应用开放等服务。
（四）推进重点领域集成应用
聚焦《中国制造2025》十大重点领域，开展基于智能制造标准、核心支撑软件、工业互联网基础与信息安全系统的关键技术装备和先进制造工艺的集成应用，以系统解决方案供应商、装备制造商与用户联合的模式，开发重点领域所需智能制造成套装备，实现推广应用与产业化，支撑重点领域率先突破和传统制造业智能化改造。
专栏6 十大领域智能制造成套装备集成创新重点
电子信息领域。消费类电子整机产品制造成套装备；极大规模集成电路（芯片）制造工艺装备；集成电路先进封装与测试成套装备；低温共烧陶瓷（LTCC）、薄膜等先进基板制造成套装备；表面贴装成套装备；高密度混合集成模块、微机电系统（MEMS）器件组装成套装备；新型元器件（片式电子器件、高性能元件、电池、高亮度半导体照明芯片和器件、大功率半导体器件）制造成套装备；新型平板显示制造成套装备；高效太阳能电池片制造成套装备；以碳化硅（SiC）、氮化镓（GaN）为代表的宽禁带半导体电力电子器件制造成套工艺与装备。
高档数控机床和机器人领域。高精度床身箱体类零件智能加工成套设备；高精度丝杠与导轨、高速主轴、长寿命模具、高压大流量泵阀等核心零部件制造所需的精密加工与成形制造成套装备；微纳加工、电加工与激光特种加工成套装备；机器人减速器、伺服电机精密制造成套装备。
航空航天装备领域。航空航天钣金件高效加工与成形成套装备；难变形金属件智能化激光焊接、超塑/扩散连接成套装备；大型复合材料机身和机翼、航天复合材料构件自动化数字化铺放、成形、加工和检测成套装备；飞机、火箭整机、发动机及大部件数字化柔性对接与装配成套装备；发动机空气动力性能智能试验平台；整机结构疲劳及承载力多通道智能化测试试验成套装备；飞机整机渐变自动喷漆成套装备；固体发动机装药界面粘接质量无损检测装备。
海洋工程装备及高技术船舶领域。柔性可重构工装、高功率激光复合焊接（FCB）、多点压力成形船舶分段流水线智能化成套装备；船体外板涂装、环缝涂装、典型结构智能焊接、大船舱自动化柔性对接与装配、大尺寸智能测量与定位、舵浆高效定位与安装等总装建造关键成套工艺装备；大型柴油机缸体、曲轴、齿轮、叶片智能加工成套装备；水深超过1000米饱合潜水焊接成套装备；海工装备海上检测试验成套装备；海底油气输送管道自动化焊接与涂装成套装备；海上大型压力容器智能化焊接成套装备。
先进轨道交通装备领域。铝/镁合金、不锈钢轻量化车身的高效激光及激光复合焊、搅拌摩擦焊新型成套装备；大型铝合金板材超塑成形成套装备；复合材料车身快速成形成套装备；大功率高可靠柴油机核心部件制造成套装备；30吨轴重以上电力机车核心部件制造成套装备；120km/h以上高载客能力高加减速轻量化城轨列车及250km/h、350km/h以上高速列车用齿轮、轴承、轮对、转向架、制动系统等轻量化加工与成形成套装备。
节能与新能源汽车领域。轻量化多材质混合车身智能制造成套装备、车用碳纤维复合材料构件高效低成本成形成套装备；基于机器人的伺服冲压/模压成形、高效连接（激光焊、铆、粘）、节能环保型涂装等智能成形成套装备;汽车发动机、变速箱等高效加工与近净成形成套装备、柔性装配与试验检测装备；柴油高压共轨、汽车ABS/ESP、新能源汽车机电耦合系统等精密加工、成形、在线检测与装配成套装备；动力电池数字化制造成套装备。
电力装备领域。百万千瓦级核电机组主设备智能化加工与成形成套装备；大型发电设备用定转子、转轮、叶片、锅炉受压部件等先进加工与机器人焊接成套装备；超特高压输变电关键设备智能制造及装配成套装备；智能电网及用户端关键设备精密制造及装配成套装备；大功率电力电子器件、高温超导材料、大规模储能、新型电工材料、高压电容器、高压电瓷和绝缘子等关键元器件、材料的智能制造成套装备；在线检测、远程诊断与可视化装配成套装备。
农业装备领域。联合收割机底盘、脱离滚筒等部件激光焊接、铆接与涂装成套装备；土壤工作、采收作业等关键部件智能冲压、模压成形、表面工程等成套装备；农产品智能拣选、分级成套装备；食品高黏度流体灌装智能成套装备；多功能PET（聚对苯二甲酸乙二醇酯）瓶饮料吹灌旋一体化智能成套设备；液态食品品质无损检测、高速无菌灌装成套设备。
新材料领域。先进钢铁洁净化、绿色化制备及高效精确成形成套装备；有色金属材料低能耗短流程、高性能大规格制备成套装备及低成本化精密加工与高效成形成套装备；先进化工材料高效合成与制备装备；先进轻工材料的绿色高效分离、功能化和高值化加工制备、改性成套装备；先进纺织材料的材料设计、加工、制造一体化成套工艺与装备；特种合金、高性能碳纤维、先进半导体等关键战略材料的稳定批量制备与高效低成本加工成套装备；增材制造材料、石墨烯、超导、智能仿生与超材料等中小批量纯化制备、调控与分离成套装备。
生物医药及高性能医疗器械领域。应用过程分析技术、自动化和信息化程度高、满足高标准GMP要求的无菌原料药制造成套设备；注射剂高速灌装联动智能成套装备；高速口服固体制剂智能成套设备；中药高效分离提取智能成套装备；缓控释等高端剂型智能生产成套设备；高速智能包装设备；数字化影像设备；全自动生化免疫检验成套装备；远程监护和远程诊疗设备。
四组织实施
1、充分发挥市场主体作用。尊重市场经济规律，坚持需求导向，充分发挥企业开展智能制造的积极性，突出企业开展集成创新、工程应用、产业化、试点示范的主体地位，支持产学研用合作和组建产业创新联盟，联合推动智能制造新模式应用。
2、充分调动多方积极性。鼓励各地方出台支持企业实施智能制造的相关支持政策。充分发挥行业协会、产业创新联盟等社会组织的积极作用，搭建行业协同创新平台、产业供需对接平台及信息服务平台。
3、创新资金支持方式。充分调动社会资源推进产业化和推广应用，加强产融对接，鼓励产业投资基金、创业投资基金和其他社会资本投入，共同支持智能制造的发展。
4、分类遴选项目承担单位。试点示范类项目的承担单位，由相关企业根据申报通知自愿申报，通过地方及行业推荐、专家评审、公示等环节遴选确定。智能制造专项项目的承担单位，由牵头部门发布专项指南，符合条件的企业自愿申报，经过地方及行业推荐、专家评审，牵头部门联合审议共同确定。其他专项、计划项目的承担单位，按照相应的管理办法进行确定。
五保障措施
（一）加强统筹协调
加强顶层设计和组织协调，建立由工业和信息化部牵头，发展改革委、科技部、财政部、国防科工局、中国工程院、商务部参加的部门联席会议制度。设立智能制造工程专家咨询组，为把握技术发展方向提供咨询建议。滚动制定传统制造业智能转型推进指南，指导企业实施智能制造。有效统筹中央、地方和其他社会资源，做好部门间协调，考虑地方及行业差异，聚焦工程重点任务，加强与国家其他重点工程、科技计划的衔接，确保工程各项任务的落实。
（二）健全技术创新体系
支持现有国家工程（技术）研究中心、国家重点实验室、国家认定企业技术中心，加大智能制造研究力度。支持产学研用合作和组建产业创新联盟，开展智能制造技术与装备的创新与应用。加大对智能制造试点示范企业的培育与支持，加快培育系统解决方案供应商。建立智能制造知识产权运用保护体系，实施重大关键技术、工艺和关键零部件专利布局，形成一批产业化导向的关键技术专利组合。在集成创新、工程应用、产业化等支持产学研用市场主体建立知识产权联合保护、风险分担、开放共享的协同运用机制。强化企业质量主体责任，加强质量技术攻关、品牌培育。
（三）加大财税金融支持力度
充分利用现有渠道，加大中央财政资金对智能制造的支持力度。完善和落实支持创新的政府采购政策。推进首台（套）重大技术装备保险补偿机制试点。对符合条件的智能制造企业，可享受相关软件产业政策。鼓励企业发起设立按市场化方式运作的各类智能制造发展基金。加强政府、企业信息与金融机构的共享，研究建立产融对接新模式，引导和推动金融机构创新符合企业需求的产品和服务方式。对涉及科技研发相关内容，如确需中央财政支持的，可通过优化整合后的中央财政科技计划（专项、基金等）统筹考虑予以支持。
（四）大力推进国际合作
在智能制造标准制定、知识产权等方面广泛开展国际交流与合作，不断拓展合作领域。支持国内外企业及行业组织间开展智能制造技术交流与合作，做到引资、引技、引智相结合。鼓励跨国公司、国外机构等在华设立智能制造研发机构、人才培训中心，建设智能制造示范工厂。探索利用产业基金等渠道支持智能制造关键技术装备、成套装备等产能走出去，实施海外投资并购。
（五）注重人才培养
中国制造2025, 是我国实施制造强国战略第一个十年的行动纲领, 就是使“中国制造”加速向“中国智造”转型, 实现中国的第四次工业革命。这对于我国物流行业来说, 无疑也是一个新的机遇。过去的中国具有低成本竞争优势, 而随着企业用工成本却不断攀升, 经济发展放缓, 中国经济“高成本时代”逐渐来临, 这些都给企业带来了前所未有的巨大压力。这种背景正是传统物流向智能物流发展的强大动力。
近年来, 已有包括德马、北自所等国内物流装备技术行业领头羊在物流智能化领域进行了探索, 或发布其智能化战略, 或实施了智能物流项目。不久前, 圆通速递获得阿里巴巴联手云峰基金的战略投资更是引人关注, 此次战略投资完成后, 菜鸟网络将与圆通开展更深层面合作, 依托双方的地位和品牌, 打造整个互联网和快递行业的升级版, 以满足越来越大的市场需求。作为智慧物流、智能流通的“急先锋”, 在阿里巴巴的菜鸟网络体系之下, 智慧物流的“天网”和“地网”正在铺开———“天网”是指物流信息的云端数据收集、分析系统;“地网”则是在全国各个物流中心区域建设仓储中心, 搭建联通全国的高标准仓储体系。一场围绕智能化的产业革命正席卷整个物流行业。
而在这背后, “中国制造2025”究竟是什么?提出这一战略是出于怎样的考虑?会使我国制造业出现哪些改变?与德国提出的“工业4.0”有哪些异同等等成为业内关注的焦点。
与德国工业4.0的异同
工业和信息化部部长苗圩认为, 2010年中国成为世界第一制造业大国, 但中国还不是制造业强国———还有一批重大技术、重大装备亟待突破, 还缺少一大批具有国际竞争力的骨干企业, “我们还需要从制造业大国向制造业强国去转化。
“中国制造业传统的成本优势不再, 但在互联网领域与国际先进水平差距却并不明显。”中国电子信息产业发展研究院信息化研究中心副主任肖拥军表示, “这是‘中国制造2025’提出的大背景。”他说, 以移动互联网、大数据、云计算等为代表的信息技术在各个领域创新应用, 已经催生出活跃的信息、通信和技术产业、繁荣的社交网络以及全球最大的网络零售市场, 并且越来越多地融入到我国的商业生态系统中, 成为我国在未来实现弯道超车的关键驱动力。“正是在这样的大背景下, 我国提出了‘中国制造2025’, 以加快从制造大国向制造强国转变的进程。”
在“中国制造2025”中, 最受关注的无疑是智能制造, 而“智能物流”是其中的重要方面, 即通过互联网+和物联网, 整合物流资源, 发挥现有物流资源供应方的效率。归根结底, 就是通过人、设备、产品的实时联通与有效沟通, 最终实现生产者和消费者直连状态。
目前美国处于全球制造业第一方阵, 德国、日本处于第二方阵, 中英法韩处于第三方阵。苗圩认为, “中国制造2025”与德国工业4.0既有很多相同之处, 也有很多不同之处。从时间段上看, 德国实现工业4.0大体需要8~10年, 和“中国制造2025”基本在一个时期。从内容上看, 德国工业4.0和中国提出的工业化和信息化深度融合、发展物联网或工业互联网有异曲同工之处。“不同点就是我们的发展阶段、发展水平不同。德国总体处在从3.0到4.0发展的阶段, 我们的工业企业有些可能还要补上从2.0到3.0发展的课, 然后才能向4.0发展。我们要结合中国工业企业的实际, 把发展的路径选择好, 走一条更好更快的发展道路。”工业4.0本质上是一场生产模式的变革, 从自动化到智能化, 跳不出的三个要素就是人、设备和产品。而从我国制造业的现状来看, “人”是中国走向工业4.0面临的最大障碍:一方面是长期处在2.0工业思维之下的技术工程师和管理人员, 技术与思维亟需模式相对滞后;另外一方面是, 中国缺乏精神传承, 没有几代人的努力, 德国与日本的工业化也不可能领先。
因此苗圩表示, “‘中国制造2025’规划纲要就是‘三步走’的第一个十年的行动纲领、路线图和时间表。我们希望通过这十年的努力, 中国能进入全球制造业的第二方阵。”
中国智造任重道远
然而, 中国制造迈向中国智造之路还需经过多方面的变革, 中国电子信息产业发展研究院院长罗文认为, 第一个变革是生产制造方式的变革, 这就是要使智能制造成为新兴的生产方式。
第二个变革是组织形态的变革。生产的小型化、智能化和专业化成为企业组织一个新的特征。要着力培育新型产业组织, 一是要引导制造企业向互联网的生产方式转型, 建立以用户为中心的、平台化和社会化参与的新兴产业组织, 二是制造企业要积极应用移动电子商务、O2O等新型业务模式。
第三个变革是产业结构的变革。制造业服务化已成为产业变革新的方向。要推动这种服务化, 首先要大力发展服务型制造, 引导企业围绕拓展产品功能、提升交易效率、增加集成能力, 向服务环节延伸产业链。例如, 制造企业做供应链金融, 就是大力发展服务型制造, 发展壮大第三方的物流服务业、发展电子商务、发展企业的检验检测认证, 就是大力发展生产性服务业。
第四个变革是产业创新方式的变革。协同创新已成为产业技术创新的新模式。按照《中国制造2025》, 要加快完善我们国家制造业的创新体系。这其中, 一是加快构建以企业为主体的产学研用的协同创新网络, 即建一批面向区域、全国的国家制造业创新体系;二是支持重点行业, 建设公共服务平台和工程数据中心;三是集中资金、力量突破一批关键核心技术, 像高端通用芯片、基础软件、集成电路等。
而中国国际经济交流中心副研究员张茉楠认为, “中国制造2025”能否让中国从制造大国走向强国有几点核心关键不容忽视。
首先, 围绕战略性新兴产业集聚科技资源, 对战略性新兴产业上下游的核心、关键以及共性技术进行攻关, 通过创新链驱动, 突破一批关键技术, 使战略性新兴产业实现跨越式发展;围绕传统优势产业链部署创新链条, 以创新链为引导, 增强传统优势产业的自主创新能力, 推动拥有核心技术和关键技术的传统企业集聚优势资源加速发展, 从而带动整个传统优势产业转型升级。
其次, 制造强国战略的核心是布局高端制造业。高端装备制造业是“国之重器”。实施制造强国战略必须高度重视高端装备制造业发展, 加快推进重点行业结构调整。要促进智能制造装备、海洋工程装备、先进轨道交通装备、新能源汽车等新兴产业快速发展, 增强企业的国际竞争力。
第三, 坚持标准先行, 把制订智能制造标准化作为智能制造的优先领域。把握智能制造发展特点和规律, 整合国内标准化资源, 借鉴德国工业4.0标准化路线图以及美国先进制造和工业互联网标准建设的工作思路和组织方式, 加快智能制造标准化体系建设。
智能设备及企业内高效的信息支持体系等“内生”而来。
以往我们习以为常的制造业全球产业转移，正出现截然不同的趋势。
从制造业的历史看，以前出现过从英国向美国的产业转移，后来又出现过向“亚洲四小龙”的产业转移，到中国崛起的时期，则更是承接了这种产业转移。但是，现在这个趋势正在改变——产业转移开始向发达地区回流。
制造业“回流”，碾压传统制造
以世界上最先进的电动汽车特斯拉为例，它居然是在美国最贵的地方之一硅谷生产。而特斯拉之所以负担得起高生产成本，一个重要原因是采用了智能制造的方式，表现之一就是汽车生产线上大批量使用的机器人。
中国制造业面临的重大挑战，就是智能制造很快会使生产中的人力成本大幅下降，而生产的敏捷性和生产系统优化的效率将大幅提升。从而导致全球制造业转移的趋势，不再是简单的从人力成本高的地区向人力成本低的地区单向转移，而是开始出现“回流”趋势。而且越是“油水”足的制造领域，“回流”的力道越是强劲。
而促使这种历史性“回流”的关键，就是智能制造。中国制造未来的命脉，也在于能不能拿下智能制造这块高地。
“变态”的市场需求催生智能制造
值得一提的是，智能制造之所以是个历史机遇，还不仅仅因为前面所说的可以将成本变得比人工更便宜，因为智能制造本质上并不是个成本导向的生产“性价比”问题，而是一种跟随着市场趋势而诞生的生产方式变革。
这种市场趋势的变化，就是企业要生存，就得适应产品生命周期越来越短，而且消费者需求越来越个性化的趋势。
未来能够生存的企业，要能以批量生产的时间和成本，去生产出具有个性化的产品。唯有顺应智能制造的产业趋势，才能够真正解决产业升级问题。
再说直白一些，市场需要的是最短的交货期、最优的品质、最低的价格和最好的服务！这样“变态”的市场需求，会让只适应规模化生产的企业必死，除非你能转到敏捷化、数据化的智能制造轨道上来。
智能制造绝非凌空“跨越”
智能制造看起来高大上（一般可以表述为设备自动化、生产透明化、物流智能化、管理移动化、决策数据化），但有个笑话说得好：阿尔法狗再厉害，也经不住农民给电线上来一锄头。
也就是说，智能制造虽然本质上是一种生产方式的跨越，但在实操层面，可千万不能一“跨越”了之。反而要抛弃跨越思维，让智能制造从企业以前的管理基础上“内生”出来。
因为智能制造不是简单“移植”而来，它是从“敏捷的软件”——企业管理水平、员工素质、培训体系等，和“柔软的硬件”——智能设备及企业内高效的信息支持体系等“内生”而来。
无论是企业让生产分散化，与全球合作伙伴进行高效率“融合”，还是内部生产的定制化、敏捷化，都离不开原有的管理基础。
也就是说，智能制造的水平，依然是由企业的管理水平所决定的。但是，为适应这种变革趋势，原有的管理基础现在必须改造升级。
特斯拉智能制造的背后
以特斯拉为例。有特斯拉员工这样描述他们在公司内的工作状态。
“全公司仅有一个人享有Principal Engineer（首席工程师）这个最高的头衔，但是工程师团队内的‘阶级’基本不存在，所有人都在一个完全开放的工作环境中工作。可以将特斯拉理解成在足球场上放置多个办公桌子、椅子的公司。”
“我可以拿着手提电脑直接放到Principal Engineer的桌上，对他说我找到了一个bug（漏洞），也可以说这个地方的设计我觉得不合理，让他解释一下这部分的架构和设计理念。Elon（埃隆·马斯克）和公司的CTO就坐在公司的一角，离我的直线距离不到20米。马斯克的桌子就是完全开放的，这种工作环境的设定也是马斯克的决定，他觉得这样开放的工作环境更有利于信息的交流，打破公司内‘阶级’的存在，员工之间的交谈变得更加直接、便捷。Elon也很鼓励员工和他直接对话，让员工讲述对公司的想法。”
当人们看到特斯拉工厂大批量机器人炫酷般运行，并为之感慨的同时，应该意识到这些只是智能制造的“冰山一角”，后面更多的是特斯拉公司内生的信息支持水平和敏捷性管理的细节。
“横空出世”不属于智能制造
其实智能制造概念虽有横空出世的效果，但它本身，并不是个横空出世的生产方式，而是制造业内在发展逻辑的一个结果。
“智能制造”的内生逻辑的根本，是市场倒逼的作用。随着市场个性化和成本压力的趋势性变化，它集成了技术创新、模式创新和组织方式创新而诞生的新生产模式。
而这种生产模式，如果企业不能从以前的管理基础上“生出”，打好智能制造的“对接基础”，想要“跨越”得越远时，跟头反而可能摔得越惨。
任何一种生产方式的革命，必然带来企业组织结构、管理模式、经营模式等的深层改变。对于中国传统制造企业来说，就是要寻找和过去不同的成长方式以及新的竞争能力。
在此情况下，智能制造的对接基础，不在那些酷炫的机器人和所谓高大上的管理概念上，而在对身边管理环境和技术条件的重新审视和策略性升级上。
【智能制造与职业教育】推荐阅读：
智能制造国家政策补贴06-20
模式识别与智能计算10-29
模具设计与制造专业简历09-13
信息技术与多元智能教学07-07
模具设计与制造类专业简历05-28
楼宇智能化现状与发展10-19
交通安全与智能控制11-10
汽车制造与检修专业发展规划书11-12
人工智能与专家系统课程设计解读10-05
多元智能理论和多元文化教育06-07
