1.3 智能制造关键技术

1.物联网

物联网（Internet of Things, IOT）即“万物相连的互联网”，是在互联网基础上延伸和扩展的网络，通过将各种信息传感设备与互联网结合起来而形成一个巨大网络，实现在任何时间、任何地点，人、机、物的互联互通。物联网是通过RFID、红外线感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把任何物品与互联网相连接，进行信息交换和通信，以实现对物品的智能化识别、定位、跟踪、监控和管理的一种网络。

物联网的基本特征可概括为整体感知、可靠传输和智能处理。整体感知可以利用RFID、二维码、智能传感器等感知设备来感知、获取物体的各类信息。可靠传输是通过对互联网、无线网络的融合，将物体的信息实时、准确地传送，以便信息交流、分享。智能处理是使用各种智能技术，对感知和传送到的数据、信息进行分析处理，实现监测与控制的智能化。智能制造系统的运行，需要物联网的统筹细化，通过基于无线传感网络、RFID、传感器的现场数据采集应用，用无线传感网络对生产现场进行实时监控，将与生产有关的各种数据实时传输给控制中心，上传给大数据系统并进行云计算。为了能有效管理一个跨学科、多企业协同的智能制造系统，物联网是必需的。德国工业4.0计划就推出了“工业物联网”的概念，从而实现制造流程的智能化升级。

2.RFID和实时定位技术

识别功能是智能制造服务环节关键的一环，需要的识别技术主要有RFID技术、基于深度三维图像识别技术，以及物体缺陷自动识别技术。基于深度三维图像识别技术的任务是识别出图像中有什么类型的物体，并给出物体在图像中所反映的位置和方向，是对三维世界的感知和理解。在结合了人工智能科学、计算机科学和信息科学之后，三维图像识别技术在智能制造服务系统中成为识别物体几何情况的关键技术。以RFID技术、传感技术、实时定位技术为核心的实时感知技术已广泛用于制造要素信息的识别、采集、监控与管理。RFID是无线通信技术中的一种，通过识别特定目标应用的无线电信号，读写出相关数据，而不需要机械接触或光学接触来识别系统和目标。无线射频可分为低频、高频和超高频三种，RFID读写器可分为移动式和固定式两种。RFID标签贴附于物件表面，可自动远距离读取、识别无线电信号，可作快速、准确记录和收集用途。使用RFID技术能够简化业务流程，增强企业的综合实力。RFID技术可以在产品全生命周期中为访问、管理和控制产品数据与信息提供可能。

在生产制造现场，企业要对各类别材料、零件和设备等进行实时跟踪管理，监控生产中制品、材料的位置、行踪，包括相关零件和工具的存放等，这就需要建立实时定位管理体系。通常的做法是将有源RFID标签贴在跟踪目标上，然后在室内放置三个以上的阅读器天线，这样就可以方便地对跟踪目标进行定位查询。

3.信息物理系统

信息物理系统（Cyber Physical Systems, 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（Computing、Communication、Control）技术的有机融合与深度协作，实现大型工程系统的实时感知、动态控制和信息服务，让物理设备具有计算、通信、精确控制、远程协调和自治五大功能，从而实现虚拟网络世界与现实物理世界的融合。CPS可以将资源、信息、物体及人紧密联系在一起，从而创造物联网及相关服务，并将生产工厂转变为一个智能环境。

CPS取代了以往制造业的逻辑。在该系统中，一个工件能计算出哪些服务是自己所需的，在现有生产设施升级后，该生产系统的体系结构就被彻底改变了。这意味着现有工业可通过不断升级得以改造，从而改变以往僵化的中央工业控制系统，转变成智能分布式控制系统，并应用传感器精确记录所处环境，使用生产控制中心独立的嵌入式处理器系统做出决策。CPS作为这一生产系统的关键技术，在实时感知条件下，实现了动态管理和信息服务。CPS被应用于计算、通信和物理系统的一体化设计中，其在实物中嵌入计算与通信的过程，使这种互动增加了实物系统的使用功能。在美国，智能制造关键技术即信息物理技术，该技术也被德国称为核心技术，其主攻方向为智能化应与实际生产紧密联系起来。

4.工业大数据

工业大数据是从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品全生命周期各个环节所产生的各类数据及相关技术和应用的总称。其以产品数据为核心，极大地延展了传统工业数据范围，同时还包括工业大数据相关技术和应用。工业大数据是智能制造的关键技术，主要作用是打通物理世界和信息世界，推动生产型制造向服务型制造转型。工业大数据技术是使工业大数据中所蕴含的价值得以挖掘和展现的一系列技术与方法，包括数据规划、采集、预处理、存储、分析挖掘、可视化和智能控制等。工业大数据应用则是对特定的工业大数据集，集成应用工业大数据系列技术与方法，获得有价值信息的过程。

依托大数据系统，采集现有工厂设计、工艺、制造、管理、监测、物流等环节的信息，实现生产的快速、高效及精准分析决策。这些数据综合起来，能够帮助发现问题、查找原因、预测类似问题重复发生的概率，帮助完成安全生产、提升服务水平、改进生产水平、提高产品附加值。应用大数据分析系统，可以对生产过程数据进行分析处理。鉴于制造业已经进入大数据时代，智能制造还需要高性能计算机系统和相应网络设施。云计算系统提供计算资源专家库，通过现场数据采集系统和监控系统，将数据上传至云端进行处理、存储和计算，计算后能够发出云指令，对现场设备进行控制（例如控制工业机器人）。

5.传感器技术

智能制造与传感器紧密相关。现在各式各样的传感器在企业里用得很多，有嵌入的、绝对坐标的、相对坐标的、静止的和运动的，这些传感器是支持人们获得信息的重要手段。传感器用得越多，人们可以掌握的信息就越多。传感器很小，可以灵活配置，改变起来也非常方便。传感器属于基础零部件的一部分，它是工业的基石、性能的关键和发展的瓶颈。传感器的智能化、无线化、微型化和集成化是未来智能制造技术发展的关键之一。

6.人工智能技术

人工智能（Artificial Intelligence, AI）是研发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的科学。它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统、神经科学等。

7.网络安全系统

数字化对制造业的促进作用得益于计算机网络技术的进步，但同时也给工厂网络埋下了安全隐患。随着人们对计算机网络依赖程度的提高，自动化机器和传感器随处可见，将数据转换成物理部件和组件成了技术人员的主要工作。产品设计、制造和服务的整个过程都用数字化技术资料呈现出来，整个供应链所产生的信息又可以通过网络成为共享信息，这就需要对其进行信息安全保护。针对网络安全生产系统可采用IT保障技术和相关的安全措施，例如设置防火墙、预防被入侵、扫描病毒仪、控制访问、设立黑白名单、加密信息等。工厂信息安全是将信息安全理念应用于工业领域，实现对工厂及产品使用维护环节所涵盖的系统及终端进行安全防护。所涉及的终端设备及系统包括工业以太网、数据采集与监视控制（Supervisory Control And Data Acquisition, SCADA）系统、分布式控制系统（Distributed Control System, DCS）、过程控制系统（Process Control System, PCS）、可编程序控制器（Programmable Logic Controller, PLC）、远程监控系统等网络设备及工业控制系统。应确保工业以太网及工业系统不被未经授权的访问、使用、泄漏、中断、修改和破坏，为企业正常生产和产品正常使用提供信息服务。