2022年10月31日07:48:25 科技 1121

一、智能製造的定義

製造是把原材料變成適用的產品。需要特別注意的是，這裡製造的含義不止限於加工和生產。對於一個製造企業而言，其製造活動包含一切“把原材料變成適用的產品”的相關活動，如產品研發、工藝設計、設備運維、採購、銷售。

對智能製造最通俗的理解莫過於“把智能技術用於製造中”。然而什麼是智能？什麼是人工智能？儘管從人工智能概念的提出到現在已經過了半個多世紀，但是關於人工智能的定義卻依然存在爭議。一般認為，目前人工智能的研究方向主要集中在自然語言處理、機器學習、計算機視覺、自動推理、知識表示和機器人學等六大方向上。但顯然人們並不認為，企業實施智能製造就一定要應用上述所有技術。

關於智能製造的定義有很多。

美國 Wright 和 Bourne 在其《製造智能》（智能製造研究領域的首本專著）中將智能製造定義為“通過集成知識工程、製造軟件系統、機器人視覺和機器人控制來對製造技工們的技能與專家知識進行建模,以使智能機器能夠在沒有人工干預的情況下進行小批量生產”。今天能夠用於製造活動的智能技術不只是上述定義中所列舉的，此外智能製造顯然不局限於小批量生產。但人們沒有任何理由因為此定義的局限性而輕視其意義，在當時（20 世紀 80 年代）相關技術發展尚不成熟的時期提出智能製造的概念無疑是富有遠見和開創性的工作。

路甬祥曾對智能製造給出定義：“一種由智能機器和人類專家共同組成的人機一體化智能系統，它在製造過程中能進行智能活動，諸如分析、推理、判斷、構思和決策等。通過人與智能機器的合作共事，去擴大、延伸和部分地取代人類專家在製造過程中的腦力勞動。它把製造自動化的概念更新、擴展到柔性化、智能化和高度集成化”。其中強調的人機一體化，乃深刻洞見。

在中國《智能製造科技發展“十二五”專項規劃》中，定義智能製造是“面向產品全生命周期，實現泛在感知條件下的信息化製造，是在現代傳感技術、網絡技術、自動化技術、擬人化智能技術等先進技術的基礎上，通過智能化的感知、人機交互、決策和執行技術，實現設計過程智能化、製造過程智能化和製造裝備智能化等。”此說中實現設計過程、製造過程和製造裝備的智能化，只是智能製造的現象。或者說，智能化設計、裝備等只是製造的手段，而非目標。

工信部在 2016 年發布的《智能製造發展規劃（2016—2020 年）》中對智能製造明確定義：智能製造是基於新一代信息通信技術與先進制造技術深度融合，貫穿於設計、生產、管理、服務等製造活動的各個環節，具有自感知、自學習、自決策、自執行、自適應等功能的新型生產方式。此定義無疑吸取了多位學者和專家的智慧，點明了智能製造的技術基礎、應用的環節，揭示了其功能表象，但未能觸及智能製造的本質和內涵。

在美國、歐盟、韓國等受到重視的 SM（smart manufacturing），可看成是智能製造發展的更高級階段。SM是近些年一些前沿技術迅猛發展的結果，如，物聯網、大數據、VR（虛擬現實）/AR（增強現實）、智能傳感、雲技術、新一代人工智能等。美國國家標準技術局認為，SM 是完全集成的協同製造系統，能夠實時響應企業、供應鏈和客戶中需求及條件的變化。這一定義頗為簡單，並未直接點出所涉及的技術及系統具體的功能，卻更清晰地揭示了智能製造的目標。

此處給出智能製造及系統的極簡定義，之所以如此，恰恰因為智能製造還在發展中。簡單的定義可能包羅更廣的功能和技術要素，不管是已有的，還是未來的；簡單的定義可能含義更深，不管是表象的，還是內在的；不管是顯性的，還是隱性的。

機器智能包括計算、感知、識別、存儲、記憶、呈現、仿真、學習、推理等，既包括傳統智能技術（如傳感，基於知識的系統 KBS 等）,也包括新一代人工智能技術（如基於大數據的深度學習）。一般來說，人工智能分為計算智能、感知智能和認知智能 3 個階段。

第一階段為計算智能，即快速計算和記憶存儲能力。第二階段為感知智能，即視覺、聽覺、觸覺等感知能力。第三階段為認知智能，即能理解、會思考。認知智能是目前機器與人差距最大的領域，讓機器學會推理和決策異常艱難。

雖然機器智能是人開發的，但很多單元智能（如計算、記憶）的強度遠超人的能力。將機器智能融合於各種製造活動，實現智能製造，通常有如下好處：

智能機器的計算智能高於人類，在一些有固定數學優化模型、需要大量計算、但無需進行知識推理的地方，比如，設計結果的工程分析、高級計劃排產、模式識別等，與人根據經驗來判相比，機器能更快地給出更優的方案。因此，智能優化技術有助於提高設計與生產效率、降低成本，並提高能源利用率。
智能機器對製造工況的主動感知和自動控制能力高於人類。以數控加工過程為例，“機床/工件/刀具”系統的振動、溫度變化對產品質量有重要影響，需要自適應調整工藝參數，但人類顯然難以及時感知和分析這些變化。因此，應用智能傳感與控制技術，實現“感知—分析—決策—執行”的閉環控制，能顯著提高製造質量。同樣，一個企業的製造過程中，存在很多動態的、變化的環境，製造系統中的某些要素（設備、檢測機構、物料輸送和存儲系統等）必須能動態地、自動地響應系統變化，這也依賴於製造系統的自主智能決策。
製造企業擁有的產品全生命周期數據可能是海量的，工業互聯網和大數據分析等技術的發展為企業帶來更快的響應速度、更高的效率和更深遠的洞察力。這是傳統憑藉人的經驗和直覺判斷的方法所無可比擬的。

企業的製造活動包括研發、設計、加工、裝配、設備運維、採購、銷售、財務等；融合意味着並非完全顛覆以前的製造方式，通過融入機器智能，進一步提高製造的效能。定義中指出了智能製造的目的是滿足企業相應的目標。雖未指明具體目標，但讀者容易明白，提高效率、降低成本、綠色等均隱含其中。

除了智能製造中的關鍵詞外，這裡的關鍵詞還有：系統、人、資源、需求、環境變化、動態適應、優化目標。資源包括原材料、能源、設備、工具、數據……需求可以是外部的（不僅考慮客戶的，而且還應考慮社會的），也可以是企業內部的；環境包括設備工作環境、車間環境、市場環境……此定義中，系統是一個相對的概念，如下圖所示。

即系統可以是一個加工單元或生產線，一個車間，一個企業，一個由企業及其供應商和客戶組成的企業生態系統；動態適應意味着對環境變化（如溫度變化、刀具磨損、市場波動）能夠實時響應；優化目標涉及企業運營的目標，如效率、成本、節能降耗等。至於系統所需的各種手段均隱含其中。

特別需要注意的是，上述定義隱含：

韓國學者 Kang 等指出，智能製造（SM）不能僅僅着眼於增效降本的經濟性指標，還應該能夠持久地對社會創造新的價值。缺乏對人和社會問題的考慮可能會引發一些問題。不能把智能製造僅僅簡單地視為 IT 前沿技術的應用，它應該是基於面向人和社會“可持續發展”哲學的、能夠導致持續增長的製造發動機。

二、智能製造的基本內涵

引言中概述了從自動化到數字化、網絡化進而到智能化發展的必然。自動化技術經過百餘年的發展，相對而言已經很成熟了。稍加觀察和略為抽象地思索一下自動化技術適合解決的問題。

適合於自動化技術所能解決的問題基本上都是確定性的。所有的自動線、自動機器，其工藝流程是確定的，運動軌跡是確定的，控制對象的目標是確定的。當然，機器實際的運動可能存在誤差，反映在製造物品的質量上也存在誤差，也就是說，不確定性並非完全不存在。但就一個自動系統的設計考慮言，其系統的輸入輸出工作方式、路徑、目標等等都是確定的，只需要保證產生的誤差在允許的範圍內即可。

經典的自動化技術面對的基本都是結構化的問題。能夠用經典的控制理論描述的問題，是結構化的，如自動調節問題，PID（比例積分微分）控制等。電子和計算機技術的發展加速了程序控制、邏輯控制在自動化系統中的應用，其針對的問題也是結構化的。在現代的控制系統中，某些場合人們用基於知識的系統，類似於 IF-THEN，本身就是一種結構，處理的問題還是結構化的。

傳統自動化技術處理的問題均有其固定的模式，像自動加工、流水生產、物料自動輸送等。

傳統自動化技術針對的問題相對而言是局部的，很少有企業系統層面的問題，如供應鏈問題、客戶關係、戰略應對等。

讓我們再觀察和思考一下企業的現實問題。企業里存在大量的不確定性問題，譬如說，任何企業都必須關注的質量問題。對於一些預先就知道的、確定性的、可能引發質量缺陷的問題，可通過設置相應的工序及自動化手段去解決，這是傳統自動化技術所能及的。有很多影響質量的隨機因素，如溫度、振動等，雖然預先知道這些因素將影響質量，但只是定性的概念，無法事前設定控制量。這就需要實時地監測製造過程中相關因素的變化，且根據變化施加相應的控制，如調節環境溫度，或者自動補償加工誤差。這就是初步的智能控制了。

這類引發質量問題的隨機因素雖然有不確定性，但是顯性的，容易為人們所意識到。更有一類不確定性因素是隱性的，是工程師和管理人員甚至難以意識到的。如，一個先進的、複雜的發動機系統，影響其性能的關聯及組合因素到底有多少？影響到何種程度？又如，某種新的工藝，可能存在的、非顯性地影響工藝性能的參數有哪些？影響程度？於工程師而言，這些可能是不確定的。

其實，其中某些因素及其關聯影響有確定性的一面，只是人們對其客觀規律還缺乏認識，導致主觀的不確定性。另外，還有一些原本確定性問題，因為未能數字化而導致人對其認識的不確定性。如企業中各種活動、過程的安排，本來就是確定性的。但因為涉及的人太多，且發生時間各異，若無特殊手段，於人的認識而言紛亂如麻。此亦即人的主觀不確定性或認識不確定性。為何把主觀不確定性也視為製造系統的不確定性？因為製造系統中本來就應該包括相關的人。

還有一類隱性的影響因素本身就是不確定的。如，精密製造過程中原材料性能的細微不一致性，能源的不穩定性，突發環境因素（如突發的外部振動）等，導致質量的不穩定；車間中人員崗位的臨時改變而引發的質量問題；某一時期某些員工因特別的社會重大活動（如足球世界盃）而致的作息時間改變引發的質量問題；重大公共衛生安全發生後，對企業的具體影響程度，這些與企業供應鏈、所處地區位置、人流、企業人員受感染等各種特殊性（各個企業都不一樣）有關。目前，人們對此類問題只能有抽象、定性的認識，很難根據具體影響程度進行相對精細的應對。對諸如此類的問題，經典的自動控制技術自然被束之高閣，即使帶有一定智能特徵的現代控制技術也無能為力。

注意：顯性的和隱性的不確定性因素！

企業中有大量的問題是非結構化的。當人們想儘可能提升質量時，發現影響質量問題因素的構建就是困難的；重大公共衛生安全發生後，對企業的具體影響程度，很難有定量的分析，更何況應對；這些都因為環境及問題本身就是非結構化的。企業中有大量的信息並非常規的數值數據或存儲在數據庫中的可用二維表結構進行邏輯表達的結構化數據，如全文文本、圖像、聲音、超媒體等信息，此即非結構化數據。這些非結構化的數據都是企業有用的信息，如研發人員的報告、收集的外部資料（文本、圖像等）……傳統的自動化技術未能有效利用這些信息，只能止步於此。

企業中的很多問題是非固定模式的。如今很多企業為了更好地滿足客戶需求，實施個性化定製。不同類型的企業實施個性化定製的方式肯定不一樣。即使對同一個企業而言，對不同的產品、不同類型的客戶，可能也需要不同的模式。數據的收集、處理，數據驅動個性化設計和生產的方式都不盡相同。又如工廠或車間的節能，不同類型的企業節能的途徑可能不一樣。即使同類產品的企業，其設備不一樣，地區環境不一樣，廠房結構不一樣，都會導致節能模式的不同。從事傳統自動控制的技術工作者自然不會問津這類非固定模式的問題。

我們的祖先有一個很好的文化傳統，即注重整體聯繫。中國古代的物質觀，金木水火土，相生相剋。此一說雖然並不科學，但其注重整體聯繫的思想卻有合理成分。中國傳統醫學把人視為一個整體，如經絡說，實際上強調人體的整體聯繫。雖然從科學的角度言，其說有局限性，但從某些實踐（如針灸）的有效性依然可見其思想的合理成分。

企業是一個大系統，其中有很多分系統、子系統，有各種各樣的活動（設計、加工、裝配……）,各種各樣的資源（原材料、工具、零部件、設備、人力……）,供應商，客戶……大系統中如此多的因素，相互關聯和影響嗎？肯定影響——憑想象和感覺。對大系統的整體效能的具體影響程度？高級管理人員和工程師們未必清楚。

即使是一個設備系統，其部件、子系統、運行參數、環境等諸多要素之間的相互影響，同樣人們只能定性地知道某些影響，難以全部清晰地認識其影響程度。總之，我們對企業大系統及其分系統的整體聯繫的認識是很有限的，之所以如此，不僅在於系統之大而複雜，還在於系統充滿前述的不確定性、非結構化、非固定模式的問題。

並非言以前人們就意識不到整體聯繫、不確定性等問題的存在，只是苦於缺乏工具而腦力所不及。人類從來不會停止追求“超自然存在”工具的步伐。基於更清晰認識乃至更精細地駕馭整體聯繫、不確定性、非結構化、非固定模式等問題的欲求，人類終於創造出合適的工具，即物聯網、大數據分析、人工智能（尤其是新一代的）等。正是有了這些工具和手段，就不能繼續讓整體聯繫、不確定性等問題困擾我們，製造領域自不例外。至此，我們可以更深刻地理解智能製造的內涵：