第2章 智能制造与智能注塑机

从制造业的角度来看，制造业的智能是“智慧”和“能力”的总称。将感觉、记忆和思维称为“智慧”，行为和语言的表达称为“能力”，两者合称为“智能”。因此将感觉、记忆、回忆和思维、语言和行为整个过程称为智能过程，它是智慧和能力的体现。又可以分别用“智商”和“能商”来描述个体智能的程度。从其外延来看，“智能”就是发现规律、运用规律的能力和分析问题、解决问题的能力。

通常“智能”包括4个方面的能力，即感知能力、记忆与思维能力、学习能力和自适应能力。而对于制造业智能化的概念，目前尚无明确的、公认的和科学的定义，但通常认为其应当包括两方面的含义：一是采用“人工智能”的理论、方法和技术来处理各种问题；二是具有“拟人智能”的特性，具备自适应、自学习、自校正、自协调、自组织、自诊断和自修复等功能。“拟人智能”特性可以作为衡量是否为智能化装置、设备、系统的基本标准。

智能制造源于人工智能的研究，人工智能是用人工方法在计算机上实现的智能。智能制造的概念提出于20世纪80年代。日本在1989年提出智能制造系统，并且于1994年启动了先进制造国际合作研究项目，该项目包括公司集成和全球制造、制造知识体系、分布智能系统控制和快速产品实现的分布智能系统技术等。加拿大制定的1994—1998年发展战略计划认为，未来知识密集型产业是驱动全球经济和加拿大经济发展的基础，因此发展和应用智能系统至关重要，并将具体研究项目选择为智能计算机、人机界面、机械传感器、机器人控制、新装置和动态环境下系统集成。欧洲联盟的一项信息技术研究项目ESPRIT项目，该项目大力资助有市场潜力的信息技术研究。欧洲联盟于1994年启动的新研发项目，选择了39项核心技术，其中3项技术（信息技术、分子生物学和先进制造技术）均突出了智能制造的地位。我国于20世纪80年代末也将“智能模拟”列入国家科技发展规划的主要课题，已在专家系统、模式识别、机器人和汉语机器理解方面取得了一批成果。作为我国未来10年实施制造强国战略的行动纲领和未来30年实现制造强国梦的奠基性文件《中国制造2025》明确提出：“智能制造是新一轮科技革命的核心，也是制造业数字化、网络化、智能化的主攻方向”。

目前大家普遍接受的智能制造概念是：智能制造（Intelligent Manufacturing，IM）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，它在制造过程中能进行智能活动，诸如分析、推理、判断、构思和决策等。智能制造通过人和智能机器的合作，扩大、延伸和部分取代人类专家在制造过程中的脑力劳动。智能制造不只是人工智能系统，而是人机一体化智能系统，是混合智能。智能制造系统可独立承担分析、判断和决策等任务，突出了人在制造系统中的核心地位，同时机器智能和人的智能真正集成在一起，互相配合，相得益彰，其本质是人机一体化。

“智造”，一方面体现在制造工艺上，应用信息化技术大幅度提高各种设计制造工艺的精度和效率，大幅度提升制造工艺水平；另一方面体现在生产过程中，比如数字化车间乃至数字化工厂，生产系统向着具有感知、决策和执行能力的智能化系统发展。

（1）智能制造的发展特征

1）从无人化到协同化。智能制造的提出，使得“无人”的概念再一次被频繁地提及，从无人商店到无人餐馆，相关标题频繁出现在各类媒体的推文之中，资本也在积极进入相关领域。

事实上，无人化最早兴起的领域正是制造业，这是因为工业化大规模生产使得制造业的标准化程度最高。早在1952年，福特公司就建立了第一个生产发动机的全自动化工厂。然而，受当时的技术条件和认识的限制，机器不够“聪明”。“无人化”是以机器的重复生产为中心，一般机器的生产环境与人的工作环境相隔离，如果人要介入机器生产（比如处理故障等），往往需要停止整个生产线运行，并且需要进行复杂的操作，因此成本高、安全风险大。

制造业目前正在向智能化转型，“无人化”其实已不再是主要障碍。流水线式的“机器替人”于20世纪就实现了。如今制造业的升级，需要重点解决的是20世纪“无人化”未能解决的问题，即人机协同问题。因为人工智能等技术的突破性发展使得机器性能得到升级，可以更好地与人协同。因此，制造业有望重新回归以人为中心的生产制造组织方式，让机器协助人而非人去适应机器，实现人机高效协同生产。人机协同如图2-1所示。

聪明的“机器”在制造业中的主要作用就是使机器能够“达到甚至超过人类技工水平”，以实现企业生产运营效率的提升。“人工智能”中的“智能化”与过去制造业追求的“自动化”有本质的区别。“自动化”追求的是机器自动生产，本质是“机器替人”，强调大规模的机器生产；而“智能化”追求的是机器的柔性生产，本质是“人机协同”，强调机器能够自主配合生产要素变化和人的工作。因此，未来人机协同所追求的目标不应该是简单的“机器替人”，而是将工业革命以来已经极度细化、甚至异化的工作流水线作业重新拉回“以人为本”的组织模式，即让机器承担更多简单重复甚至危险的工作，而人承担更多管理和创造工作。

制造业实际上是一个庞大的产业。例如在同一个厂房里，可能有好几种来自不同厂家的生产设备，这些设备往往采用各自的技术和数据标准，彼此之间并不能直接连通和交互。不同的工厂乃至不同的制造业企业之间的差异很明显，这种差异使得传统制造业实现信息化的难度加大、效率提升有限。互联网的普及和发展催生了新型平台模式，平台内信息传播的速度显著提高、交易成本大大降低，有效地促进了经济效率的提升。近几年，互联网平台模式逐渐扩展到了各行各业，对于制造业而言，这种模式就是“工业互联网平台”模式。

“工业互联网平台”是未来实现人机协同的重要基础，由它为产业提供通用的算力（工业云计算和边缘计算）、算据（工业大数据）和算法（工业人工智能），从而推动整个制造产业的转型升级。根据调研公司Marketsand Markets的数据显示，以上三部分所代表的全球工业互联网平台的市场规模占整体智能制造人机协同的比例将从2016年的24%增长到2025年的36%，达到2600亿美元。工业互联网平台未来发展将主要集中在以下三个方面：

一是产品方面，从软件到硬件的智能升级。互联网将可以依据其自身人工智能算法，以能力封装和开放方式嵌入到产品中，从而帮助制造业生产新一代的智能产品。如谷歌公司开发出专用于大规模机器学习的智能芯片TPU、腾讯公司的AI开放平台对外提供计算机视觉服务等。

二是服务方面，提高营销和售后的精准水平。互联网可利用其人工智能算法，为制造企业提供更精准的增值服务。一方面是售前营销，以人工智能进行用户侧需求数据的多维分析，实现更实时、精准的广告信息传递；另一方面是售后维护，通过物联网、大数据和人工智能算法，实现对制造业产品的实时监测、管理和风险预警。如三一重工股份有限公司利用腾讯云，把分布在全球的30万台设备接入平台，利用大数据和智能算法远程管理庞大设备群的运行状况，有效地实现了故障风险预警，大大提升了排障效率，降低了维护成本。

三是生产方面，增强机器自主生产能力。互联网可以帮助制造企业将人工智能技术嵌入生产流程中，使得机器能够在更复杂的情况下实现自主生产，从而全面提升生产效率。目前，人工智能技术在生产方面的应用主要体现在两个环节：工艺优化，即通过机器学习建立产品的健康模型，识别各制造环节参数对最终产品质量的影响，最终找到最佳生产工艺参数；智能质检，即借助机器视觉识别，快速扫描产品质量，提高质检效率。

2）从C2M（用户直连工厂）到D2M（数据驱动生产）。电商领域下一步将向C2M模式转型。所谓C2M，指消费与生产的直接连接，消除包括渠道分销在内的中间环节，实现用户需求的个性化满足。目前的C2M模式大多强调的是实现个性化定制。例如，红岭公司的MTM（量身定制）成为旗帜型的企业案例被广泛传播，随后海尔集团、中国长安汽车集团股份有限公司等众多企业也纷纷推出了自己的C2M平台。而从这些现实的企业案例中，也发现C2M模式发展中面临两个主要问题：一是并非真正按用户需求完全定制，而是让用户在标准化组件中进行选择和组合，实际上需要制造企业在无限的需求和有限的资源之间做平衡；二是如果各家制造企业都推出自己的C2M平台将会碎片化市场，大部分制造企业可能仍然难以与用户实现规模性互动，中间很可能仍需一个第三方聚合平台，而非理想的顾客与工厂间无任何中间环节。因此，无论是用户的需求还是企业生产制造的能力，都需要一个中间平台进行聚合和匹配，最终的重点并不是实现用户要什么就制造什么，而是依据用户的偏好而给用户制造更合适的产品。

实际上对制造企业而言，用户的需求只是设计要素的一个方面，优秀的产品不仅仅要考虑用户需求，更要注入设计生产等专业人员的知识。而这一切信息，如果都能以数据的方式汇聚分析最终匹配生产，就能快速提升制造的效率和效果。D2M强调在C与M之间需要有一个数据平台，实现以广义的数据驱动生产与需求的最佳匹配。数据驱动带来的利益最大化如图2-2所示。

3）从Made in Internet（互联网制造）到Made in IoT（万物互联融合制造）。Made in Internet概念一推出就引起业界热议。以互联网为代表的用户需求可以推动制造业供给侧的改革，但同时也应该避免过于放大互联网的作用。对制造业的转型升级而言，互联网是其中重要的要素，但不是全部。智能制造的实现，除了需要借助互联网实现供需关系的匹配外，更需要对制造业核心的生产制造过程进行升级。这个过程需要人的连接，也需要物的连接，还需要数字信息技术和物理操作技术，而其中最重要的是“融合”。因此未来的智能制造可以认为是Made in IoT（Internet of Things，万物互联融合）。Internet解决了人的连接，但制造业更需要解决物的连接，最终实现人-物连接。将来的生产制造，很可能是需求部分来自互联网，生产部分则通过物联网执行，中间还需要建立安全互通的机制，最终实现互联网与物联网的融合。万物互联生产示意如图2-3所示。

IT+OT（信息技术+运营技术）融合：传统制造企业的信息系统和运营系统分离，信息传递和制造执行之间需要很多人为转换和对接工作，这对生产管理造成诸多不便。IT与OT的有效融合，能够促使信息系统与物理世界建立直接映射关系，信息系统的操作能够直接控制物理生产，物理操作能够直接反馈给信息系统作为下一次生产的经验参考，从而提升整个生产系统的效率，降低生产试错成本。

（2）智能制造系统的6个层级 根据制造技术的一般发展规律，智能制造系统的发展过程通常是：在智能装备层面首先实现单个技术点的智能化突破，然后出现面向智能装备的组线技术，并逐渐形成高度自动化与柔性化的智能生产线。在此基础上，当面向多条生产线的车间管控、智能调度、物联网等技术成熟之后，才可形成智能车间。由此可见，智能制造系统的发展是从低层级向高层级逐步演进的，而且在不同的发展阶段，制造系统的智能化水平均表现出其独有的特征。从智能制造系统的技术基础、实施范围等方面进行评定，智能制造系统可以划分为单元级、装备级、生产线级、车间级、工厂级以及联盟级6个层级。智能体系架构如图2-4所示。

智能制造单元是智能制造系统的最底层、最基础的构成部分，它是由具有一定感知、分析、决策能力的基础元器件构成的基本逻辑构件。智能制造装备包含了若干智能制造单元，每个单元都能实现相对完整的智能制造活动。智能制造装备包括装备本体、在装备中运行的软件系统以及与之匹配的配套设施。智能生产线将若干智能制造单元从物理或逻辑上进行关联，并通过生产线内部的智能调度与管控系统实现各制造单元的协作。智能车间则是由若干条智能生产线以及车间层级的智能决策系统、仓储/物流系统等构成。若干智能车间构成了智能工厂的主体。此外，智能工厂还包括经营决策系统、采购系统、订购与交付系统等。智能联盟以物联网和务联网为依托，支持企业之间的业务协同，进而实现在全价值链中的端到端集成。联盟的运作具有灵活性和动态性等特点，这种全新的企业组织模式正在促进制造领域的结构变革和商业模式的转变。