智能制造的發展現狀與系統的總體設計

甘亦潤，秦 萌，樊衍衍

（江蘇海洋大學，江蘇連云港 222000）

智能制造是由智能機器人和人類專家組成的集成智能人機系統。我國的智能制造產業在制造業領域中發揮著舉足輕重的作用。中國制造業的智能化程度將更高，附加值也將更高。隨著工業改革的深入，社會需求的變化和技術進步，全球機器人市場正經歷著爆炸性的增長。世界各國在提高機器人發展戰略方面展開競爭。以云計算、大數據、移動和社會聯系為代表的第三種平臺技術推動了全球機器人工業向智能化、創新和數字化方向發展。但是智能制造依然存在制造技術水平不高，人才體系不完善，供給水平不夠高等問題制約著發展。為了提高智能制造的發展質量，應當加強數字化新智能制造模式的應用，合理布局，健全制造產業支撐體系，引進智能制造復合型人才，建立智能改造服務平臺，深化對外開放合作，提升供給水平，創新服務模式。

1 智能制造的發展現狀和前景

1.1 工業機器人的應用

制成工業機器人需要經過鑄件、打磨和拋光、切割和焊接等幾個過程。工業機器人是在工業領域普及的多自由度或多關節機械手的機械裝置，具備一定的自動化程度，它可以遵循自身的動力能源和控制能力完成不同的工業加工和生產功能。工業機器人在化工、電子、物流等領域均有涉及。隨著智能制造發展步伐的加快，作為占有智能制造業重要地位，起到深遠影響力的工業機器人也隨之邁入一個快速發展的階段。焊接機器人在工作時相比于人工有著更高的準確性，這得益于焊接機器人的各類傳感器和精密的控制系統，使得焊接機器人有著較高的焊接精度，而且焊接機器人對環境的要求更低，可以在極端溫度、密閉環境等惡劣條件下工作。激光加工機器人是激光技術和機器人技術結合的產物，可以實現對工件的精密切割、鉆孔和對金屬材料表面進行特殊處理。目前，我國激光加工機器人技術還不成熟，應用也不廣泛，仍有著較大的發展空間。

1.2 人才需求與培養

從國外的“工業4.0”技術、“工業互聯網”應用到國內的“智能制造”行業，以“大云智物”為代表的一系列當代信息技術，正在引領和推動當代產業領域的發展。原始的制造業逐步向智能制造轉型，對專業人員的資格和資質提出了新的條件。智能制造產業的完善提升，需要對智能控制、智能制造、自動化、工業機器人等專業具有較深造詣的創新型技術人才。我國制造業十大重點領域人才數量的增長與智能制造專業的發展呈正相關。其中，2015年、2020年當代信息產業領域預估的兩次人才總數分別為1050萬人、1800萬人，從同比增速上看，此重點領域同比增速最快。2020年預估的人才缺口總數為750萬人，相比于其他9個重點領域的人才數量預測，新一代信息技術產業人才總量預測排名第一。根據中國電子學會發表的《中國機器人產業發展報告（2019）》所涉及的相關綜合分析與評估，我國的機器人行業發展規模不斷壯大，但是作為持續5 a 成為全球第一大工業機器人銷量的國家，放眼當下，我國機器人領域相關的技術人員短缺，與龐大的市場需求量不相適應。面臨著制造業巨大的人才缺口，在《制造業人才發展規劃指南》一書中點明指出“完備多個等級多項類別形成的人才培養體系”，同時“推動為制造業供應人才布局的改良”“精確銜接關鍵領域的人才需求”，引起對制造業專項人才的栽培的側重關注。

1.3 新一代人工智能技術在工業4.0領域的應用前景

工業4.0的方針是達到生產流程從原先的信息化向智能化變更的目的，因此人工智能是一切改造的根基。工業4.0的根本目的是使現場設備的自動化、數字化與智能化得到落實，因此其主要展現形式即為實現使現場控制高度智能化。目前，現場智能控制技術涵蓋了以專家系統、人工神經網絡、模糊控制、遺傳算法等前沿技術為基礎的創新。與此同時結合對圖像質量的改良，靈活運用計算機視覺與模式識別技術分門別類地處理各種圖像。除了這種方式，還可以通過對人工智能技術達成這一經驗的借鑒對圖像中包含的信息進行智能化處理。信息技術是智能生產制造系統的模板，通過構造生產管理信息系統，并巧妙運用工業4.0平臺實現制造流程的高靈敏度和集成特性，采用人工智能模擬技術達到智能分析、處理、計劃控制專家系統的目的，繼而達成對整個制造過程高精度的智能優化與控制，最后達成全流程智能化現場生產。隨著生產現場的數字化轉型，特別當工業4.0得到了廣泛的推行時，這將會成為一筆巨大的財富，給設備狀態預估帶來極大的技術勝勢。

2 智能制造系統的規劃與研究

2.1 以CPS為基礎的智能制造系統

CPS 是一種基于對外部環境的感應，通信、計算和控制能力高度集成的可信賴、可操控、可擴充性能一體化的網絡物理配置系統。工業4.0智能制造的重中之重是CPS，運用CPS 技術使云安全網絡與物理設備彼此聯合，繼而物理設備擁有了感應、推斷、剖析、評估、長途調和、規劃和操控等智能性能，將人才與相關材料、有效信息和物理設備相結合，助力企業創造全球化網絡系統，使產品策劃、創造、物流與生產設備等與智能制造相關的因素彼此融合，構成智能制造系統。CPS 也是一種分散的異構系統，由多個具有不同構造和性能的子系統組成，但是這些子系統還能劃分成相異的地理區域。CPS 具有獨立性、順應性、快捷性、功效性、穩當性和安全性的特性和需求。

2.2 裝備和系統是智能制造發展的核心力量

智能制造裝備向世界展示出制造流程、當代信息科技、智能化科技在裝備成果上的集中化和協同革新，既是評定一個國家在智能制造領域發展情況的關鍵，又是科技發展的最終導向，還是促進社會生產力進步的內驅力。相較于原始制造裝備，智能制造裝備擁有對周圍環境和裝備運轉狀況的準點測定、剖析和應對技能；根據裝備運轉狀況的變動獨立構思、操縱和計劃技能；對機器運轉過程中可能碰到的一系列障礙的獨立判定和獨立解決功效。以及對自身機能變化的自我判斷和保障功效。同時介入關于網絡的集中化與聯合化的功效。工業機器人就屬于典型的智能制造裝備之一，它能精確地判斷出周圍環境以及任務的變化，實現各類自主操作，擁有感知功能、敏捷的思維。但是我國工業基礎相較于發達國家，還存在短板，基礎不夠牢固，和發達國家之間的差距較為明顯。在最近的幾年中，我國堅定地走"十三五"發展之路，拓寬智能制造領域，提升我國在此領域的地位。

2.3 智能制造自動化技術的新模式

自動化科技導致原始的人工操作模式發生變化，可以靈活使用計算機系統使整個生產流程順利進行，達成對于相關數據的控制與計算的自動化，同時也可以達到高效監控整個設備運轉狀況的目的，當運轉出現障礙時機器會拉響警報。通過技術生產的自動化，顯著減小產品生產加工流程中可能遇到的風險，從而維持設備運作的穩定，產生了積極的經濟效益，達到精密產品的大范圍創造。對于相關技術的運用和基本原理，自動化技術都已經發展到十分完善的階段，其中以包括EMCU 在內的微控制器較為多見，除此之外還有觸摸屏技術、PLC 可編程邏輯控制器、傳感器技術、VFD 變頻器、IPC 工業控制計算機等。智能制造技術能得到順利實踐，離不開以它們為基礎。使用各種計算機自動監控設備生產、產品運行設備結構，使制造業能夠恰到好處地把控制制造流程中需要運用到的相關數據，順利完成自動處理信息、自動保護隱私和自動報警的一系列行為。物聯網技術是信息時代的象征，能夠在智能制造自動化生產中供應各種各樣的工具處理各項得出的數據，能夠通過細微的調整、思維性編輯、管理程序等方式來促進工作的高效性。在自動化技術領域。云制造技術可以通過環繞生產設備、資源監控、資源計算、物質資源、資源儲備、資源運載等方案進行重組。在設置軟資源時，通過策劃、剖析、模擬和規劃整個流程等方式，著手從自動化生產的有效期限切入主題，可以從多個方面改善云制造流程；同時，憑借相關的工程常識、產品樣式或相關技術的規范，可以以云制造的技術標準為中心創立工藝過程，最后達到自動化水平的提升。

3 大數據驅動智能制造的框架與模型

3.1 產生驅動的因素

經濟因素對其具有一定的影響。國民經濟的命脈是我國的制造業，是長久經濟之間較量的具體表現。對于新時代下的工業革命，我國出臺了“中國制造2025”政策，數據知識這一要素被包括進智能制造的基本要領。嵌入生產系統的大數據，一種“數據制造”新模式誕生了，這一舉措使制造思想更加成熟、使生產過程得到改進、使策劃機制得到完善，制造業新一輪經濟增長點因此產生，這一定會在國際政治、科技較量、經濟與獲益體例的重新建造上產生舉足輕重的影響。然后是理論因素。使用大數據的理論對制造系統進行分析，得出其內在的邏輯聯系，避免由于所謂的“經驗”而得出片面盲目的判斷。實踐因素也占據了一定地位。大數據推動了智能制造在發展道路上的前進，將“經驗”轉變成長久深刻的價值，通過知識的積累與不斷更新，使專業人員能夠相對理性、切實地處理各種疑難。技術因素也發揮了重要作用。當下，以大數據技術為基礎的"策劃—制造—營銷—效勞—約束”一體化的制造系統已經邁入實踐時段。

3.2 大數據驅動智能制造的特性

①聯合化特性。在以大數據為背景之下，物聯網、工業互聯網、移動互聯網幾大智能制造領域的前沿技術達成了彼此融合，策劃、制造、營銷、物流、服務、管束等借助大數據平臺進行宣傳和共享。接著是社會化特征。大數據在智能制造產業邁向社會化過程中起到收集、剖析、發掘用戶數據、供應指向性處理方案的功用。②融合化特征。國外的智能制造專家在《實現21世紀智能制造》的一項報告中著重闡明通過協調各項技術達成從流程驅動發展的形式到數據驅動發展的形式的轉型。國外的工業4.0策略大致思緒是推動大數據、云計算、物聯網、工業互聯網等與制造技術的協調統一。③智慧化特征。智慧制造具有優異的兼備性的規范構造，能在日益繁雜的當代制造系統中，對已經存在的制造模式進行重組同時進行一定程度的延展。

3.3 大數據驅動的智能制造結構

智能制造的大數據系統可以分為大數據管理和大數據分析兩個領域：大數據管理包括數據收集、預處理和存儲備環節，大數據分析包括對數據的分析和運用環節。幾個技術模塊相互銜接和集成，共同形成一個完善的閉路系統。通過使用物聯網中點綴在數據源之中的傳感器、RFID、讀寫器、GPS、機器之間的通信等信息感應設備把大自然中的萬事萬物融為一體，與大數據平臺相互融合，感應并收集產品有效期限的數據。需要預處理已經收集到的各項數據，包括對數據的洗滌、集成、改動、歸約、降維，以及按照數據的特征提純，按照其標簽正確操作等。數據預處理還要構造數據之間的銜接，達到數據的互聯互通。將數據存儲在受第三方管理的多臺虛擬服務器中，任何時候任何底單都可以進行考察和移用。數據可視化起到了使數據的特性得到多維顯示、隱藏的信息和規律明顯化的功用。數據可視化表示出多方式數據高分辨率顯示與多視圖的交融、聯合、相輔相成等發展趨向。

4 結語

智能制造裝備行業將會成為在未來科技發展之路上的一個關鍵性指導方向。我國在對智能制造裝備探究的發展歷程中，可以借鑒來自于國外一些發達國家更為先進的思想與豐富的經驗，然后歸納探究存在的缺陷，結合當下的探究現狀，按照智能制造裝備未來的發展趨向，對我國智能制造裝備的發展方向進行合理的變動。在工業4.0的背景下，充分考慮工業機器人的應用前景，思考并且精準定位企業對機器人相關技能的要求，同時聯合制造業、系統集成企業的要求，制定出切合要求的人才培養策略。結合工作崗位的實質需求，推廣出口即入口的教育體系，培育出企業迫切需要、匱乏的人才。與此同時，與知名企業加強合作，構建優勢互補，彼此增進的校企一體化模式，滿足企業智能化的需求。智能制造技術在當前的時代成為制造業的主力軍、主旋律、主潮流，獲得了越來越多的人的提倡，發展趨勢蒸蒸日上。