數字(zì)化(huà) || 智能制(zhì)造走向深(shēn)水區(qū)
人氣：發表(biǎo)時間(jiān)：2022-06-17
從(cóng)全(quán)球價值(zhí)鍊上(shàng)來看(kàn)，中國制(zhì)造(zào)業核心競争力(lì)仍然(rán)不強。具體從貿(mào)易增(zēng)加值和國民收入視(shì)角來看，生(shēng)産出(chū)口賺得的(de)一部分收益其(qí)實是(shì)要被劃分為外(wài)國國民收入[1,2]。在(zài)全球(qiú)價值鍊中(zhōng)，中國制造(zào)業主要還是在賺取(qǔ)加工(gōng)費，一(yī)部分中(zhōng)國企業仍然(rán)依賴于(yú)外(wài)國(guó)資(zī)本要(yào)素和(hé)技術(shù)要素，歐(ōu)美國家則掌握(wò)着(zhe)通過專(zhuān)利技(jì)術等要(yào)素來獲取收益(yì)的方式(shì)。
目前我(wǒ)國制(zhì)造業面臨(lín)“雙向擠壓(yā)”的局(jú)面(miàn)沒有發(fā)生根(gēn)本性扭轉。一方(fāng)面在中(zhōng)低端領(lǐng)域面臨(lín)其(qí)他發(fā)展中(zhōng)國(guó)家的競(jìng)争，我國已經不(bú)能延(yán)續21世紀初期依靠(kào)人口紅(hóng)利的(de)發(fā)展模式(shì)，即繼續依靠人工大(dà)規模生産(chǎn)低附加值(zhí)工業(yè)品。另一方(fāng)面，在中高端(duān)領(lǐng)域，我(wǒ)國制(zhì)造業企業(yè)自動化(huà)、智能化程度(dù)相(xiàng)較于發(fā)達國(guó)家還(hái)較低(dī)，還沒(méi)有完(wán)全掌(zhǎng)握重(zhòng)點行業的(de)關鍵(jiàn)核(hé)心技術(shù)，在研發設(shè)計和(hé)國際(jì)标(biāo)準制定(dìng)等方面還沒有足夠的主導權(quán)。正(zhèng)是在這(zhè)種情(qíng)形下(xià)，我國政府提出要實現智能制造，在“十三(sān)五”、“十(shí)四五”期間(jiān)連續(xù)編制智能(néng)制造(zào)發展(zhǎn)規劃，促進制造業企(qǐ)業實現數字化(huà)、網絡(luò)化、智能化(huà)轉(zhuǎn)型，向制造強(qiáng)國邁進(jìn)。本文将(jiāng)結合筆者觀察(chá)到的一(yī)些産業前沿進展來重點闡(chǎn)述如下幾(jǐ)個方面(miàn)：如(rú)何理解智能制(zhì)造？
智(zhì)能制造的(de)底層(céng)基礎是數字化(huà)
實(shí)現智能(néng)制造(zào)應當聚焦(jiāo)裝備(bèi)和工藝(yì)
制(zhì)造工(gōng)藝和設計(jì)仿真(zhēn)協同促進(jìn)正向(xiàng)設計(jì)
企(qǐ)業設計(jì)仿真(zhēn)、生産制造及服務全流程(chéng)協同
制(zhì)造(zào)業通(tōng)過數(shù)字化、智能(néng)化技(jì)術提(tí)升管理決策水平
智能制造領(lǐng)域的(de)人才和(hé)初(chū)創企(qǐ)業
從企業經營(yíng)和産(chǎn)業發展角(jiǎo)度看(kàn)待智能制(zhì)造
展(zhǎn)望
談及智(zhì)能制造，首先就(jiù)需要(yào)從企業(yè)需求角(jiǎo)度出發。制造業(yè)企業(yè)最(zuì)關心的(de)是質量能不能更好(hǎo)？成本(běn)能不(bú)能再低(dī)一些？怎(zěn)麼讓交付更快？說到(dào)底是制造(zào)業本身(shēn)對規模效應的追(zhuī)求，特别是在當今市(shì)場需求愈發多(duō)樣化(huà)、個性化，企(qǐ)業需(xū)要具備更(gèng)強的柔性制造(zào)能力(lì)和産品設(shè)計創新能力。智(zhì)能制造正是要回應(yīng)企業(yè)對規(guī)模效應和(hé)柔性(xìng)化制造這兩(liǎng)方(fāng)面的訴求(qiú)。智能(néng)制造是要(yào)貫穿(chuān)企業研發(fā)設計(jì)、生産(chǎn)制造到服(fú)務的全過程，核(hé)心落(luò)腳點(diǎn)是在制造環節(jiē)，特别(bié)是在(zài)工藝和裝(zhuāng)備兩方面上。我(wǒ)們的分析也(yě)将從裝備工(gōng)藝開始逐步延伸至(zhì)設計仿真、服務(wù)環節。中國制造(zào)要向(xiàng)中高端領(lǐng)域邁進，生産出(chū)更高(gāo)性(xìng)能(néng)、更高精度(dù)的(de)高質量産品，勢(shì)必将對(duì)工藝和(hé)裝(zhuāng)備以(yǐ)及企業正向設(shè)計能(néng)力(lì)提出更高的要求。實現智能制(zhì)造，企業(yè)需要使(shǐ)用智能化的裝(zhuāng)備(bèi)，在生産過程(chéng)中形成(chéng)更優(yōu)的生産工(gōng)藝(yì)，做出全(quán)局最(zuì)優的生(shēng)産和研(yán)發決策。而(ér)不是(shì)僅僅(jǐn)停(tíng)留(liú)在看(kàn)一個顯示生産(chǎn)過程(chéng)數(shù)據(jù)的大(dà)屏系統(tǒng)，又或者是單(dān)純(chún)的(de)可視(shì)化渲染界面，新(xīn)技術的應用還(hái)是要深入生産過程中(zhōng)去(qù)，避免“高大(dà)全的花架(jià)子”。從(cóng)控制論的(de)角度來看，實現(xiàn)智能制造應理(lǐ)解為是要(yào)打造一個(gè)閉環(huán)控制(zhì)系統，控制目标(biāo)即為實現最佳生産工藝流程(chéng)，達到最佳(jiā)生産狀态。控(kòng)制(zhì)系統運行的關鍵在(zài)于可以實(shí)現良(liáng)好的負反饋調(diào)節，以及(jí)實現從決策端到(dào)執行(háng)端的打通。閉環(huán)控制(zhì)系(xì)統的覆(fù)蓋範圍可以是(shì)一台機器或者(zhě)一條生産線，也(yě)可以(yǐ)是(shì)一個車(chē)間、一個工廠甚至是一條(tiáo)産業(yè)鍊。同時，這(zhè)個系(xì)統具有自适應性。由此(cǐ)可見，智能(néng)制造(zào)包含(hán)感知、決策(cè)和執行(háng)三(sān)個要(yào)素，通過(guò)工(gōng)業物聯網、邊緣(yuán)計算等技術收(shōu)集系(xì)統内産品(pǐn)、設(shè)備(bèi)、車間(jiān)和企(qǐ)業的(de)運行狀态(tài)，這些(xiē)數據經過處理後會(huì)彙總(zǒng)到工(gōng)業數據平台(tái)上。最為(wéi)核心的是(shì)決策中樞，過去(qù)企業(yè)的(de)生産決(jué)策都是以依靠(kào)人的經驗判斷為主，智能(néng)制造(zào)系統中決(jué)策将(jiāng)逐漸(jiàn)以數據驅(qū)動+工業機理融(róng)合模型的判(pàn)斷(duàn)為主(zhǔ)，決策(cè)中樞将具有(yǒu)自适應(yīng)性。執(zhí)行系統也是必不可(kě)少的(de)，現在也有(yǒu)企業将rpa技術應(yīng)用到(dào)一些固定的機(jī)台聯動操作流程上，減少(shǎo)人工操作(zuò)，進一(yī)步提高生産(chǎn)的自動化程(chéng)度。智(zhì)能制造的(de)底層基礎是數字化(huà)新一(yī)代信(xìn)息技術與制(zhì)造(zào)業深度融合(hé)，引發出一個(gè)重要變化(huà)：數據作為(wéi)一種(zhǒng)新型生産要素(sù)逐漸(jiàn)得到産業(yè)界的重視。可以看出(chū)，智能(néng)制造(zào)的底層基礎是(shì)數字化，即(jí)數(shù)據(jù)需要在系(xì)統内(nèi)得到精準的采(cǎi)集、傳輸、存儲和(hé)分析。智(zhì)能(néng)制造的核(hé)心數據來自裝備(bèi)和(hé)工藝(yì)過程(chéng)，在此(cǐ)基礎(chǔ)上包含(hán)裝備與(yǔ)生産(chǎn)管理軟件(jiàn)間的交互，以及軟件間的交互(hù)。整個系統要對數據(jù)實現(xiàn)整合(hé)分析和閉(bì)環控(kòng)制，就(jiù)需要面向(xiàng)工業物聯網場(chǎng)景的數據接入(rù)和轉換協議方案(àn)、消(xiāo)息中間件(jiàn)、時序數據庫或(huò)實時(shí)數據庫、邊(biān)緣ai推(tuī)理框架或(huò)工具(jù)乃至一整(zhěng)套(tào)的雲(yún)邊(biān)端automl平台。以數(shù)據存儲(chǔ)環節的數據(jù)庫為(wéi)例，由于工業物聯網(wǎng)場景下的(de)工業(yè)數據規(guī)模(mó)巨大(dà)，例如goldwind每個(gè)風機部署有(yǒu)120-510個傳感(gǎn)器，數據(jù)采(cǎi)集頻(pín)率最高會達到(dào)50hz，2萬台風機(jī)每秒就會(huì)有5億個時(shí)序數(shù)據，這些海(hǎi)量(liàng)數(shù)據(jù)的(de)存儲(chǔ)和實時計(jì)算就(jiù)會對(duì)數據庫提(tí)出更(gèng)高要求[3]。在(zài)實際(jì)訪(fǎng)談和調(diào)研(yán)中發(fā)現，工業數據的(de)收集(jí)、協議的轉換(huàn)确實(shí)是一個(gè)令人頭(tóu)疼的問題，因為(wéi)采(cǎi)集的物理量(liàng)會有很多，工業(yè)協議(yì)又(yòu)有(yǒu)很多(duō)種，業界(jiè)也(yě)有在(zài)探索應(yīng)用(yòng)opc ua over tsn等技(jì)術解決這類問(wèn)題。但更重要的(de)問題是采(cǎi)集哪些數(shù)據更有用(yòng)，以及(jí)數據收集後怎(zěn)麼把數據(jù)用起來。這裡面(miàn)還是(shì)要(yào)以工藝(yì)優化、生(shēng)産決策(cè)優化(huà)為導向，不(bú)能(néng)為了(le)采集而(ér)采集，為(wéi)了上數(shù)據平台而上數(shù)據平台。數字化(huà)、網絡(luò)化和智能化是相互(hù)支撐(chēng)的，不(bú)實(shí)現智能(néng)化變(biàn)革，數字化(huà)轉型也(yě)會(huì)失去方向(xiàng)和(hé)價值支(zhī)撐。僅以生(shēng)産過(guò)程為例(lì)，生産過(guò)程中自動化設備産生(shēng)的生産數據沉澱下來(lái)，網絡(luò)化就(jiù)是指(zhǐ)通過(guò)網絡(luò)技術(shù)将數據傳輸至(zhì)數據平台或現場控(kòng)制(zhì)系(xì)統中(zhōng)，更重要的(de)是對(duì)數據進行(háng)分析(xī)處理，實時(shí)決策控制(zhì)裝備(bèi)和工(gōng)藝過程，實(shí)現智能化生(shēng)産(chǎn)。實現智能制造應當聚(jù)焦(jiāo)裝備和工(gōng)藝智能制造涉及裝備、生(shēng)産工藝、生産決(jué)策、産(chǎn)品(pǐn)全生命(mìng)周期管理(lǐ)、研發設計等方(fāng)面，這(zhè)些方面始終圍(wéi)繞(rào)的核心是質(zhì)量。質量是制造(zào)業企業(yè)的(de)生命線，而質(zhì)量依賴(lài)于可(kě)靠的裝備(bèi)和先(xiān)進的工藝(yì)。裝備承(chéng)載工(gōng)藝(yì)，工藝(yì)引導裝備，兩者不可分割(gē)并且(qiě)會相(xiàng)互促進。因此智能制(zhì)造的重(zhòng)點首先(xiān)是要深(shēn)入工藝(yì)生産環節，落在裝備(bèi)智能(néng)化和(hé)生産智能化上(shàng)。裝備和生産(chǎn)工(gōng)藝智能(néng)化(huà)特别需要企(qǐ)業(yè)将新(xīn)一代信息技術與先進(jìn)制造技(jì)術融合，但(dàn)不是(shì)一味強(qiáng)調ai一類(lèi)的新技術。認為(wéi)有了(le)新技術可(kě)以解(jiě)決一切問(wèn)題或(huò)者(zhě)彎道超(chāo)車的觀(guān)點(diǎn)是有失偏(piān)頗(pō)的(de)，實現(xiàn)裝備(bèi)和工(gōng)藝智能化需要立足(zú)制造規(guī)律和工(gōng)業基礎。裝(zhuāng)備方(fāng)面，機床是(shì)最為重要的機械裝(zhuāng)備，主要分為切(qiē)削加工和成形機床兩大(dà)類。其(qí)中切削(xuē)加(jiā)工機(jī)床的智(zhì)能化主(zhǔ)要(yào)在(zài)以下方面(miàn)：通過實時(shí)采集(jí)振動(dòng)、主軸(zhóu)溫度(dù)、切削力具(jù)備感(gǎn)知力(lì)，進(jìn)而可以(yǐ)針對外界環境(jìng)和機(jī)床及刀具本身(shēn)狀态(tài)的變化進(jìn)行自适應(yīng)決策(cè)，即動态實(shí)時優化控制進(jìn)給深度、進(jìn)給速(sù)度和切(qiē)削(xuē)速度(dù)以及溫(wēn)度誤差(chà)補償(cháng)等，同時防(fáng)止(zhǐ)刀具過度磨(mó)損。但是(shì)機床的(de)加工工藝目前(qián)仍然需要工藝(yì)規劃人員(yuán)人工(gōng)設置，尚未實現(xiàn)自主規劃和(hé)自适應的(de)優化，無(wú)法高效(xiào)應對多(duō)品種(zhǒng)小批(pī)量的(de)柔性生産需求(qiú)[4]。再以金(jīn)屬塑性(xìng)加工中的(de)鍛壓(yā)裝備(bèi)為例，目前鍛壓裝備正在數控技術基礎(chǔ)上向智能化邁(mài)進，通過分(fèn)散多動力、伺(sì)服(fú)電動機直(zhí)接驅動和集(jí)成一體(tǐ)化等(děng)技術途(tú)徑滿(mǎn)足(zú)智能化鍛壓設(shè)備生産(chǎn)過程高效、柔性、高(gāo)精度(dù)的要(yào)求(qiú)[5]。在(zài)新興(xìng)的增(zēng)材制(zhì)造領(lǐng)域，國(guó)外公司markforged通(tōng)過嵌入ai算(suàn)法驅(qū)動的軟件并結(jié)合(hé)iot傳感器(qì)提升(shēng)裝備的(de)智能化程度。其增(zēng)材制造裝(zhuāng)備(bèi)可以自(zì)适應地打(dǎ)印零(líng)部件，實時進行(háng)公差(chà)補償(cháng)和路(lù)徑優化。而(ér)且每一台3d打印(yìn)機的(de)打印流程數據都(dōu)會沉澱(diàn)在雲端平(píng)台，于(yú)是整(zhěng)個增材制(zhì)造系統将通(tōng)過這種(zhǒng)聯合(hé)學習實現(xiàn)自我優化，用戶(hù)也将(jiāng)得到更精确的制造流程(chéng)。對于增(zēng)材制造(zào)這種(zhǒng)成型同時成(chéng)性的(de)制造方(fāng)式，軟(ruǎn)件提供(gòng)的(de)智能化價值更(gèng)加重(zhòng)要(yào)。在工業(yè)機器(qì)人智(zhì)能化(huà)方(fāng)面，自(zì)适(shì)應編(biān)程軌迹規劃的(de)需求日益增長，學術界和業界(jiè)都在進行探索。業界(jiè)如摩(mó)馬智(zhì)能自(zì)主研(yán)發認(rèn)知智能算(suàn)法訓練平(píng)台，将基于(yú)ai的自适(shì)應軌迹規劃(huà)算法下發(fā)到邊緣(yuán)端，使(shǐ)得機器(qì)人可(kě)以根據不同産品的生産(chǎn)工藝(yì)及周(zhōu)圍(wéi)環境的(de)變化(huà)，實時做出動作決策。如此，工業(yè)機械(xiè)臂(bì)的部署(shǔ)時間(jiān)可以縮短(duǎn)到十幾小時甚(shèn)至是幾(jǐ)個小時(shí)。對企(qǐ)業來說，節(jiē)省換(huàn)線部署成(chéng)本和人(rén)工調試(shì)成(chéng)本是(shì)具有很(hěn)高價(jià)值(zhí)的(de)[6]。工(gōng)藝(yì)方面，目前(qián)主要(yào)通過機(jī)理模型(xíng)和數據驅動模(mó)型兩(liǎng)種建模方(fāng)式來實(shí)現(xiàn)智能(néng)化。又(yòu)因為實際(jì)工業(yè)場(chǎng)景中的諸多(duō)工藝過程大多具有非線(xiàn)性、時變(biàn)性及複(fú)雜多尺度的特點，有(yǒu)的(de)場(chǎng)景甚(shèn)至無(wú)法建(jiàn)立完整的機理模型(xíng)或者建(jiàn)立(lì)難(nán)度(dù)非常大，所(suǒ)以通(tōng)常會将(jiāng)機(jī)理模(mó)型和(hé)以ai技術為(wéi)基礎的數據驅(qū)動模(mó)型融合起(qǐ)來，實現工(gōng)藝過(guò)程的(de)自(zì)主學習(xí)叠代(dài)和智(zhì)能決策控(kòng)制(zhì)。流程行(háng)業中張夢軒等(děng)總結了将(jiāng)化工過程的(de)第(dì)一性(xìng)原理(lǐ)及過程數(shù)據和ai算法相結合的混合建(jiàn)模方法。混合(hé)模型可以綜合(hé)機理(lǐ)模型和數據驅動模(mó)型各自的(de)優點，應(yīng)用(yòng)在化(huà)工過程中的監(jiān)測、優化、預測和(hé)軟測(cè)量方(fāng)面[7]。離(lí)散行業中的塑(sù)性加工的(de)鍛造(zào)成形過程(chéng)也是(shì)一個(gè)複雜的非(fēi)線性時變過程，加(jiā)上(shàng)實(shí)際場景(jǐng)中還可能存在油液(yè)洩(xiè)漏等衆(zhōng)多不确定的幹(gàn)擾因(yīn)素(sù)，所(suǒ)以精(jīng)準鍛造過程控制難度很高。單(dān)純依靠機(jī)理模型的(de)控(kòng)制策略(luè)存在(zài)偏差。将基(jī)于物理動(dòng)力學(xué)的機理(lǐ)模型和(hé)具有在線(xiàn)樣本學習能(néng)力(lì)的數(shù)據驅動(dòng)模型結(jié)合起來(lái)，可(kě)以在(zài)鍛造過程中(zhōng)對(duì)鍛造工(gōng)藝參數進行實(shí)時調整(zhěng)與補償，實現鍛(duàn)造過(guò)程的智能(néng)化控制[8]。再(zài)比如工業中應用場(chǎng)景最(zuì)為(wéi)廣(guǎng)泛的工藝(yì)：焊接。還是(shì)動力電池組的(de)電阻點焊，大(dà)多(duō)依賴(lài)人工(gōng)焊接[9]。正式焊(hàn)接前通(tōng)常需要(yào)進行大(dà)量嘗(cháng)試各種焊(hàn)接參(cān)數組合，才(cái)能得到制造需(xū)求的最優參數(shù)，這種(zhǒng)“試錯法”耗(hào)時長(zhǎng)、材料消耗大。星雲電子(zǐ)的(de)徐海威等研究發現(xiàn)利用貝葉(yè)斯極限梯度提升機(bayes-xgboost)與粒子群(qún)優化(huà)(pso)算法(fǎ)結合預測(cè)最優參數(shù)，可以(yǐ)幫助電阻(zǔ)點焊(hàn)工程師面(miàn)對新的動力電(diàn)池組(zǔ)生産需求時快速選(xuǎn)取合(hé)适工藝參數，提(tí)升人工焊接生(shēng)産效(xiào)率，避免耗(hào)費大量材(cái)料(liào)[10]。其(qí)次，無(wú)論是人工(gōng)焊接(jiē)還是機器人焊接，其焊接過程仍屬于開(kāi)環控制。即使是(shì)高度(dù)自動(dòng)化焊接機器(qì)人産線(xiàn)，其焊(hàn)接過程和(hé)質量都不是完(wán)全可(kě)控，單機的(de)誤差累計(jì)和多(duō)機之間的(de)相互影響都會影響焊接質(zhì)量，而焊(hàn)接質(zhì)量直接決(jué)定了産品(pǐn)安全(quán)性能(néng)。比(bǐ)如一台(tái)汽車(chē)白(bái)車(chē)身的焊點數量在4000~7000個(gè)，為了保障(zhàng)焊點(diǎn)質量，國(guó)内(nèi)外車企都會(huì)在(zài)自動(dòng)化焊(hàn)接後(hòu)進行(háng)人(rén)工(gōng)抽(chōu)樣檢測(cè)，再根據抽(chōu)檢結(jié)果進行(háng)焊接工藝參數的離線(xiàn)調整。但這種事(shì)後(hòu)抽檢無(wú)法做(zuò)到100%質量保(bǎo)障，一(yī)旦出(chū)現(xiàn)問題就會批(pī)次召回，損(sǔn)失很(hěn)大(dà)。這(zhè)就迫(pò)切需要針(zhēn)對工(gōng)藝過(guò)程(chéng)環節的(de)在線控(kòng)制(zhì)和實時質(zhì)量評(píng)價技(jì)術[11]。對于人(rén)工焊(hàn)接(jiē)，工藝智能分(fèn)析技(jì)術可以将(jiāng)iot層面收集的實(shí)時信息和分析(xī)結果(guǒ)通過(guò)mes下發(fā)到現場，幫(bāng)助企(qǐ)業實現生(shēng)産加(jiā)工缺陷實(shí)時智(zhì)能診斷(duàn)。對于焊(hàn)接機(jī)器人，可以采用基于焊工(gōng)智能技術的(de)方(fāng)法提升(shēng)焊接機器人智(zhì)能化水(shuǐ)平，思(sī)路是使機(jī)器人(rén)具備(bèi)類似(sì)人類焊工的學(xué)習動(dòng)态(tài)焊(hàn)接問(wèn)題的(de)能力，主要(yào)通過視覺、體覺和思維上在線(xiàn)感知(zhī)實(shí)時(shí)焊(hàn)接狀态(tài)，并具備類(lèi)似焊接(jiē)工人對(duì)焊接(jiē)場景(jǐng)形成(chéng)記(jì)憶的(de)學習能力。在(zài)焊接過(guò)程(chéng)中，機器人(rén)主要(yào)基于熔池動态(tài)捕捉和(hé)識别算法(fǎ)實(shí)現對熔池(chí)的動态監(jiān)測(cè)，并(bìng)通過調整(zhěng)焊接(jiē)速度和焊接電流兩(liǎng)個工藝參(cān)數對熔池進行(háng)實時(shí)控制，最終得到受控(kòng)的連(lián)續均勻焊縫[12]。該(gāi)方法(fǎ)屬于(yú)一種(zhǒng)基于質量在線(xiàn)評價(jià)的工藝(yì)實時閉環控制技(jì)術。應用這類智(zhì)能化焊接技術(shù)可以有效(xiào)解決(jué)焊接機(jī)器人的(de)自适應(yīng)決策控(kòng)制難(nán)題(tí)，不僅可以幫助企業實(shí)現加工過程的(de)精确控制(zhì)，獲得(dé)最佳(jiā)的材(cái)料組(zǔ)織性能(néng)與成型(xíng)質量(liàng)，還可以幫(bāng)助企業節省下來日(rì)常(cháng)調(diào)試(shì)和換線(xiàn)部署(shǔ)機器(qì)人的時(shí)間(jiān)成本和高(gāo)昂的人工(gōng)成本。上述(shù)參數(shù)尋優、質量在線評價及實時控(kòng)制技術在業界也已(yǐ)經開始了(le)相(xiàng)關産業(yè)實踐(jiàn)，比如蘊(yùn)碩(shuò)物聯和大熊星座，大(dà)熊星座(zuò)更(gèng)側重(zhòng)視覺(jiào)技術上的焊縫識别。從以(yǐ)上例子可以(yǐ)看出，就工(gōng)藝智能(néng)化而言，其(qí)控制(zhì)目标(biāo)是生産條件達到最優，産(chǎn)成品(pǐn)良率(lǜ)得(dé)到(dào)提升，減少交付(fù)時的殘(cán)次品數(shù)量。我(wǒ)們(men)會很自(zì)然地發現(xiàn)，相較(jiào)于在(zài)質檢(jiǎn)環節單點式(shì)地(dì)運用(yòng)檢測技(jì)術，工藝(yì)智能(néng)可以從源(yuán)頭上解(jiě)決(jué)質量(liàng)問題，因(yīn)為前者(zhě)隻是一種(zhǒng)事後(hòu)檢驗(yàn)評(píng)價。誠然(rán)，廠商(shāng)需要(yào)對缺(quē)陷(xiàn)等(děng)産品(pǐn)殘次(cì)情況進(jìn)行(háng)檢測，目前ai技術(shù)在工業中的應用也主要(yào)集中于視(shì)覺檢(jiǎn)測，但廠商更需要(yào)形成對(duì)殘次原因(yīn)追根溯源(yuán)和精細化(huà)工藝參數反饋控制的能力。由(yóu)此，單純的機器視覺、設備制造乃至工(gōng)業軟件等公(gōng)司都可以(yǐ)從自身産品出發逐步擴展，實(shí)現更大範(fàn)圍内的智能(néng)優(yōu)化。這(zhè)方面舉一(yī)些半導體(tǐ)行業中将(jiāng)工藝制程優化和視覺檢測結(jié)合的案(àn)例，例如(rú)應用(yòng)材料公司(sī)将機器學習算(suàn)法融入(rù)adc（自動缺(quē)陷分類）技(jì)術中(zhōng)，其purity ii adc技術拓展了(le)應用材料semvision g7系統(tǒng)的機(jī)器學習能(néng)力。基于ml算法進行實時自動分(fèn)類、缺(quē)陷檢測和根本(běn)原因分析，可以促進半導(dǎo)體制造企業工(gōng)藝和良率管理水平(píng)的提升[13]。國(guó)内的(de)初創(chuàng)公司(sī)哥瑞利、昆山潤(rùn)石科技(jì)等(děng)也在進行類似工作(zuò)，将工藝(yì)制(zhì)程管理的(de)fdc（自動失效分類系(xì)統）和adc系(xì)統結合(hé)起來，使(shǐ)用ai算法(fǎ)并(bìng)融合(hé)iot設備采集(jí)的過(guò)程數(shù)據，共同形成了(le)一個可實(shí)現負反饋調節(jiē)的制程(chéng)優(yōu)化控(kòng)制系統，幫(bāng)助企業快速定位缺(quē)陷産生原因、優(yōu)化工(gōng)藝，進而(ér)可(kě)以縮短産線調(diào)試周(zhōu)期(qī)和提升(shēng)良率。上述列舉(jǔ)了裝備和工藝(yì)智能化方(fāng)面的典型(xíng)案例(lì)，這些(xiē)案例都是(shì)從制(zhì)造業(yè)最關心的質(zhì)量問(wèn)題出發(fā)，以實現生産過程的實(shí)時自适應決(jué)策(cè)控制為(wéi)目标。這些智能化技(jì)術将以軟(ruǎn)件形态交付給(gěi)設備使用企業甚至是設(shè)備制(zhì)造商。持續(xù)沉澱(diàn)積累(lèi)的工(gōng)藝數(shù)據将不斷加(jiā)強這類工藝(yì)智能(néng)軟件的(de)技(jì)術壁(bì)壘。對于裝備制造(zào)業(yè)企業來講(jiǎng)，需要(yào)從單純提供硬(yìng)件(jiàn)産(chǎn)品轉(zhuǎn)變到同(tóng)時(shí)交付(fù)軟件和硬件産(chǎn)品，提高客戶粘(zhān)性，加強自身技(jì)術壁(bì)壘。制(zhì)造工藝和設計(jì)仿真
協同促進(jìn)正向設(shè)計
上一(yī)節闡(chǎn)述了應用(yòng)裝備(bèi)和(hé)工藝的(de)智能化(huà)技術實(shí)現精(jīng)準(zhǔn)過程控(kòng)制，進而保證産品質(zhì)量和良(liáng)率(lǜ)。但是産品良率(lǜ)提升并不是從(cóng)生産環(huán)節(jiē)的設(shè)備控制和工藝(yì)優化(huà)開始(shǐ)的，而是在(zài)設(shè)計仿真(zhēn)環節就可以開(kāi)始介入，特(tè)别是(shì)在正(zhèng)向設(shè)計開(kāi)發新(xīn)産(chǎn)品新工藝的階段。例如(rú)在锂電池制造(zào)過程(chéng)中(zhōng)，塗布、幹(gàn)燥、輥(gǔn)壓(yā)、pack這些工(gōng)藝中的參數變化以(yǐ)及工藝間(jiān)的相互(hù)作用會(huì)怎樣影響最終(zhōng)電池性能（能量(liàng)密度和循環(huán)次(cì)數）。現(xiàn)在業(yè)界主要還(hái)是(shì)使用“試錯法”來對工藝(yì)進行(háng)驗證，但是(shì)效率(lǜ)較低、耗費(fèi)成本較高。這就(jiù)需要利(lì)用(yòng)設計(jì)仿真軟件平台(tái)進行虛拟測試驗證，節省下(xià)真(zhēn)實世(shì)界(jiè)中(zhōng)物理(lǐ)測試的(de)成本。alejandro a. franco主(zhǔ)導建設了一個名為“artistic”的(de)項目，該(gāi)項目受到歐盟(méng)地平(píng)線2020科研計(jì)劃的(de)資助(zhù)。該項目團隊(duì)建(jiàn)立了一(yī)個模拟(nǐ)锂離(lí)子電池制造(zào)過(guò)程并預(yù)測(cè)其電(diàn)化學性能的計算平(píng)台。該技術平台通過離散(sàn)元法和粗粒化(huà)分子(zǐ)動力(lì)學（coarse grained molecular dynamics）模(mó)型基(jī)于工藝參數預(yù)測電(diàn)極介(jiè)觀結構，再基于(yú)連續(xù)介質模型(xíng)利用介觀(guān)結構數據(jù)預(yù)測電池(chí)宏觀(guān)上的電化(huà)學性能表現。可(kě)以看(kàn)出(chū)該項目(mù)在嘗試建(jiàn)立一(yī)個材料(liào)-工藝-（極(jí)片）結構-性能的(de)多尺度仿(páng)真平(píng)台[14]。圖片來源：artistic項(xiàng)目官(guān)網
此外，該項目綜合利用doe試驗(yàn)設計(jì)（design of experiement）、物理(lǐ)模型(xíng)和機(jī)器學習算(suàn)法的混合建模(mó)方法，來預(yù)測材料、電(diàn)極制造和電池性能之間(jiān)的最(zuì)佳組合。即将(jiāng)doe試驗和物理模型得到的結果，經(jīng)過一個數(shù)據驅(qū)動的随機電極(jí)介觀(guān)結構(gòu)生成器擴大(dà)樣(yàng)本，再(zài)将這些樣本用(yòng)于訓(xùn)練機器學(xué)習(xí)算法，以求得到制造工藝(yì)參(cān)數與電極性能之間的關系[15]。這(zhè)意味(wèi)着該(gāi)平台甚至可以用來(lái)基于目标需求(qiú)進行反(fǎn)向規劃，例如(rú)給(gěi)定一個(gè)電池目标性能和材料，确定合适的制造工藝(yì)參數(shù)，比如(rú)幹燥環節(jiē)中(zhōng)的(de)溫度(dù)控制[16]。锂電池設(shè)計(jì)仿(páng)真與制造(zào)工藝協(xié)同(tóng)方面(miàn)，國内(nèi)業(yè)界在探(tàn)索類(lèi)似(sì)實踐的有易(yì)來科得和(hé)海(hǎi)仿科技(jì)等。其(qí)實不隻是(shì)電池行業，許(xǔ)多(duō)行業(yè)的正向(xiàng)設計環(huán)節也(yě)需要通過制造工(gōng)藝-設計(jì)仿真協同來提(tí)升研發效率，以(yǐ)更快(kuài)速度、更低(dī)成本實現技術創新和産品創(chuàng)新。在半導體行業，随着(zhe)芯(xīn)片技術節點進一步(bù)變小(xiǎo)、設計(jì)和工(gōng)藝複雜性(xìng)進一(yī)步提高(gāo)，開發新技術節點(diǎn)工藝(yì)的成本激(jī)增、周(zhōu)期拉長。晶圓廠(chǎng)為加(jiā)快工(gōng)藝節(jiē)點的開發(fā)速度(dù)，需要與半導體設計企(qǐ)業更緊(jǐn)密地協同(tóng)開發叠代(dài)，集成(chéng)電路(lù)設計企業也需(xū)要更(gèng)早地(dì)介入(rù)到工藝(yì)開(kāi)發階段中，使得器件設計和工藝開(kāi)發能夠進(jìn)行針(zhēn)對性的(de)優化從而滿足(zú)自(zì)身定制化需求。于是設計-工藝協同(tóng)優化（dtco）的理(lǐ)念方法就在14nm技(jì)術節點以後逐漸發(fā)展起(qǐ)來，其主要(yào)作用就是(shì)在合(hé)理優化和利用(yòng)新工(gōng)藝(yì)技(jì)術節(jiē)點工(gōng)藝能力的(de)基礎上(shàng)，同時優(yōu)化系(xì)統ppac（ 性 能 performance, 功(gōng) 耗power, 密度 area，成本cost）[17]。dtco對(duì)于新工藝(yì)開發(fā)及良(liáng)率(lǜ)優化非常重要。從dtco的角度看，良率優化(huà)貫穿設計到制(zhì)造的全過程，需要多環節協同叠代。例如在版(bǎn)圖(tú)設(shè)計環節上(shàng)，如何有(yǒu)效識别壞點圖形，并且(qiě)據此優化(huà)對基于同(tóng)一工(gōng)藝的(de)其他芯片設計方案，可以提升(shēng)後續設計(jì)和制(zhì)造的良率。除了設計和制(zhì)造環(huán)節之間(jiān)的(de)協同(tóng)外，材料因(yīn)素也非常重要。應用(yòng)材料(liào)公司在dtco的(de)基礎(chǔ)上提出要(yào)實現(xiàn)materials to device simulation，原(yuán)因在于(yú)器件尺寸不斷(duàn)縮小、更多複雜(zá)3d幾何形狀被采用以(yǐ)及新材料(liào)的引入，半導體(tǐ)器件仿真變得(dé)越來(lái)越(yuè)複(fú)雜。這(zhè)就需要(yào)采用新(xīn)的多物理場多(duō)尺度仿真工具(jù)，将器件性(xìng)能與(yǔ)材料特性聯系(xì)起來，系(xì)統研究(jiū)材料、幾何形狀(zhuàng)以(yǐ)及(jí)工藝的變(biàn)化将如何影(yǐng)響(xiǎng)器件的電學性能，以此優(yōu)化器(qì)件設(shè)計[18]。圖(tú)片來源：應用材(cái)料公(gōng)司官網(wǎng)materials to device simulation和(hé)dtco在應用材(cái)料手(shǒu)中開(kāi)始(shǐ)呈現融(róng)合的(de)趨勢(shì)，應用(yòng)材料公司在2021年(nián)發表(biǎo)的一篇論(lùn)文中提出了materials to systems co-optimization，希(xī)望實現從材料(liào)到系統(tǒng)的(de)多尺(chǐ)度協同優化[19]。可(kě)以發現這個思(sī)路就和上述我(wǒ)們提到的锂電池“artistic”項目的非常(cháng)類(lèi)似，都是希望(wàng)将設(shè)計仿真(zhēn)從微觀(guān)尺度的材(cái)料一(yī)路擴(kuò)展到宏觀尺度的終(zhōng)端産品，并(bìng)以此(cǐ)确定最佳(jiā)工藝(yì)路線和參(cān)數（覆蓋前道(dào)、中(zhōng)道及後道中多個工藝(yì)環節）。對于我(wǒ)國半(bàn)導體(tǐ)企業來說，dtco預計(jì)可能(néng)成為優化成熟(shú)技術(shù)節點下的産品競争力、降(jiàng)低先進工藝開(kāi)發成本并縮短(duǎn)工藝開(kāi)發周期(qī)的優選方(fāng)案，可以幫助中國fab/idm加(jiā)快先進(jìn)工(gōng)藝開(kāi)發，縮短ttm（time to market）, 提升相(xiàng)同技(jì)術節(jiē)點下(xià)芯片(piàn)制造良率和可靠性，從而(ér)提升核心競争(zhēng)力。dtco也将(jiāng)幫(bāng)助eda企業沿着産業鍊(liàn)拓展用戶(hù)群，類似的(de)邏(luó)輯在剛(gāng)才提到的锂電(diàn)池行業也存在(zài)。從锂電池和半(bàn)導體(tǐ)這兩個行(háng)業的前沿(yán)案例(lì)可以(yǐ)看出，制造(zào)工藝與産(chǎn)品設(shè)計仿真的協同趨勢日益凸顯(xiǎn)，而制(zhì)造(zào)業的核(hé)心競争力最(zuì)終會歸(guī)結到(dào)如何(hé)更加快速(sù)地找到匹配(pèi)材料的(de)最佳制造(zào)方法(fǎ)，以及材料方面(miàn)的開發。因(yīn)此，我(wǒ)國工業設(shè)計仿真軟件需(xū)要在(zài)實(shí)現自主可控(kòng)的基(jī)礎上(shàng)，進一(yī)步實(shí)現(xiàn)制造工(gōng)藝-設計仿(páng)真協同優(yōu)化。在協同(tóng)優(yōu)化中(zhōng)，設計仿(páng)真也(yě)可以應用(yòng)于裝(zhuāng)備優(yōu)化，以(yǐ)此實現更佳的(de)工藝(yì)效果。例如(rú)北方(fāng)華創(chuàng)在pvd設(shè)備研發方面掌(zhǎng)握使用了自主(zhǔ)研發的(de)腔室設計與(yǔ)仿(páng)真(zhēn)模拟(nǐ)技術，其矽外延(yán)設備在感應加(jiā)熱高溫控(kòng)制技(jì)術、氣(qì)流場、溫度(dù)場模(mó)拟仿(páng)真技術(shù)等(děng)方面取得(dé)突破，可實(shí)現更優異(yì)的(de)外延工(gōng)藝效果。再比如(rú)锂電設備頭部(bù)企業先(xiān)導智能組建了40人(rén)的博士仿(páng)真設(shè)計團隊集中攻關疊(dié)片工藝中的粉塵問(wèn)題。為什麼(me)要解決粉塵問題？因為疊片時(shí)産生的細(xì)微粉(fěn)塵堆(duī)積在電池芯的表(biǎo)面會影響電(diàn)池芯質量(liàng)以及組裝(zhuāng)後的(de)電池(chí)性(xìng)能。該團隊通(tōng)過多物理(lǐ)場仿(páng)真模拟對(duì)疊片機進行優化設計，保證裝(zhuāng)備達(dá)到(dào)車(chē)規級電池(chí)制(zhì)造要求(qiú)，實現更(gèng)好品控(kòng)[20]。綜合(hé)上述兩節(jiē)内容，我們(men)的視(shì)角從(cóng)裝(zhuāng)備工藝(yì)環節(jiē)拓展(zhǎn)到了(le)設(shè)計(jì)仿真環節(jiē)，可以看出裝備(bèi)、工藝(yì)、材料和産(chǎn)品之間(jiān)是緊密聯系(xì)的。裝備工(gōng)藝的嵌入式軟(ruǎn)件使裝備可以應對不斷(duàn)變化(huà)的材料工(gōng)藝，在(zài)柔性(xìng)生産(chǎn)情況(kuàng)下形(xíng)成最優參(cān)數組合，獲(huò)得高(gāo)質量(liàng)産品(pǐn)。研發(fā)設計平台(tái)也需要協(xié)同(tóng)制造工(gōng)藝(yì)仿真來優化(huà)新産品(pǐn)的(de)開發(fā)，降低(dī)正(zhèng)向(xiàng)設計(jì)耗費(fèi)成(chéng)本，提升研發效率(lǜ)和産品良率(lǜ)。網(wǎng)絡化(huà)支撐企業(yè)設計仿真(zhēn)
生産(chǎn)制造及(jí)服務全(quán)流程(chéng)協同(tóng)
上一節(jiē)談到設計仿真，當前企業對于實現高(gāo)效協(xié)同設計仿真的(de)需求(qiú)越來(lái)越迫(pò)切。協同設計仿(páng)真需要統一的(de)數據接口以及(jí)應用雲計(jì)算、hpc等技術。以汽車行(háng)業舉例，産品設(shè)計的數據可能會在車企(qǐ)内部(bù)的不(bú)同部門間流轉(zhuǎn)，也可(kě)能會和外(wài)部供應商(shāng)進行數據交互(hù)，但是不同(tóng)部門(mén)使用的(de)軟件平(píng)台不同導緻數(shù)據交互阻(zǔ)礙很(hěn)大，具(jù)體比如電(diàn)氣控制、機(jī)械、材料、工(gōng)藝和智能(néng)駕駛(shǐ)等各方面(miàn)的建模各成一(yī)個系統，各(gè)系統間也(yě)缺乏(fá)統一的協(xié)同交(jiāo)互。為(wéi)了解(jiě)決協(xié)同仿(páng)真的難題，目前業界開(kāi)發了仿(páng)真模型交互接(jiē)口fmi（functional mockup interface），可适(shì)用于不(bú)同仿真軟(ruǎn)件之(zhī)間(jiān)的模型(xíng)交換(huàn)，并可将(jiāng)模(mó)型封裝為(wéi)fmu（functional mockup unit）用(yòng)以協同(tóng)仿真。此外，如果(guǒ)涉及(jí)一(yī)個大型(xíng)項目研發，不同(tóng)部門會希望能夠實(shí)現(xiàn)同時在線設計仿真，而這就需要(yào)雲計(jì)算和(hé)hpc（high performance computing）技術的支(zhī)持。例如在(zài)cad領域，當前設計(jì)方式(shì)已經逐(zhú)漸由單人離線設計向(xiàng)多人在線協同設計(jì)轉(zhuǎn)變。華(huá)天(tiān)軟件研發了基(jī)于雲(yún)架構的crowncad。crowncad包(bāo)含其(qí)自主(zhǔ)研發的三維幾何建(jiàn)模引擎dgm、2d以及3d約束求解引擎dcs，具(jù)有高效(xiào)的參數(shù)化應(yīng)用層機制(zhì)，這種基于雲存(cún)儲、雲(yún)計算、雲(yún)渲(xuàn)染技術的(de)cad可以支持(chí)超(chāo)大規模的協同(tóng)設計[21]。其(qí)實不光(guāng)是設計(jì)仿真環(huán)節需要(yào)網絡化協(xié)同，制造業企(qǐ)業還需(xū)要将研(yán)發設計(jì)、生産制造(zào)及服(fú)務各個環節的(de)數據和(hé)信(xìn)息模(mó)型都打通，以此提升(shēng)自身經營效率(lǜ)。由此，我們(men)讨論的範圍就(jiù)從前兩(liǎng)節的生産和設計仿真(zhēn)環節(jiē)，進一步拓(tuò)展到産品的運(yùn)營服務環節。目(mù)前業界嘗試通(tōng)過搭(dā)建工(gōng)業物(wù)聯網平台（industrial iot platform）或者說工業paas平台來(lái)實現全(quán)流(liú)程協同管(guǎn)理(lǐ)。即制造(zào)業企業基(jī)于iiot平(píng)台實現研發設(shè)計、生(shēng)産(chǎn)制(zhì)造及(jí)服務(wù)全流(liú)程的(de)提升和産(chǎn)品的(de)全生命周期管(guǎn)理。從(cóng)這一(yī)點上(shàng)來說，工(gōng)業物聯(lián)網平台或(huò)者(zhě)說工業(yè)paas平台(tái)是要(yào)搭建一個(gè)多方(fāng)協作(zuò)的橋梁。例(lì)如(rú)位(wèi)于(yú)gartner iiot魔(mó)力象(xiàng)限中(zhōng)位于頭部(bù)位置的ptc thingworx，就是一(yī)個具(jù)備設備互(hù)聯、數據存(cún)儲（集成第三方時序(xù)數據庫）、數(shù)字建(jiàn)模、智能(néng)分(fèn)析、應(yīng)用開發(fā)及增強現實(shí)的整體iiot解(jiě)決方案。ptc在(zài)thingworx的基(jī)礎上(shàng)，結(jié)合自身(shēn)cad/plm/ar等産品(pǐn)線(xiàn)，将制(zhì)造業研發(fā)、制造(zào)及服務的(de)業務(wù)線整體聯系起(qǐ)來，幫助制(zhì)造業企業(yè)客戶實現内外部(bù)協(xié)作和(hé)産品的(de)全(quán)生命周期管理。圖片來(lái)源(yuán)：36氪制(zhì)圖上圖(tú)以(yǐ)ptc客戶(hù)德國(guó)的e.go汽車制(zhì)造商的情況為(wéi)例：在研發設計(jì)階段，供應(yīng)商(shāng)和制造商可以在(zài)同一個cad和plm系統(tǒng)中基(jī)于統一的(de)産品數據進行(háng)協作，提(tí)高交付(fù)效率。制造(zào)過程(chéng)中，操(cāo)作(zuò)員可以(yǐ)借助(zhù)平闆(pǎn)電腦(nǎo)上的ar 應用程序(xù)來識别他們正(zhèng)在查(chá)看(kàn)的産品(pǐn)的配置，并可實時調(diào)用質量檢(jiǎn)查的标準(zhǔn)以便(biàn)對照。另外在産品售(shòu)後(hòu)服務環節中(zhōng)，企(qǐ)業通過(guò)物理(lǐ)vin編碼(mǎ)追蹤汽車各(gè)個零部(bù)件；持續更新的(de)部件(jiàn)數(shù)字孿生(shēng)模型(xíng)将(jiāng)反映發動機(jī)、傳動系統(tǒng)等部件的(de)後續(xù)變化，企(qǐ)業以此為汽(qì)車提供預(yù)測性維護服務(wù)，保障産(chǎn)品(pǐn)壽命，并(bìng)将實際運行(háng)數據反饋(kuì)給設計端(duān)。綜合(hé)來看(kàn)，制造業企(qǐ)業實(shí)現内(nèi)部高效協(xié)同的挑戰(zhàn)有很多，比(bǐ)如硬(yìng)件設(shè)備種類(lèi)多，沒有(yǒu)統一的數據接(jiē)口，各(gè)環節不連(lián)貫。這(zhè)也(yě)就是為(wéi)什麼提出推進(jìn)兩化融合，這也(yě)就是(shì)為什麼工(gōng)業4.0的一個終極(jí)目(mù)标就是(shì)讓軟(ruǎn)件定義制造。試(shì)想一(yī)下，如(rú)果所(suǒ)有的制(zhì)造單元(yuán)都可以(yǐ)通(tōng)過軟(ruǎn)件(jiàn)柔性(xìng)拼(pīn)接（中(zhōng)間由(yóu)amr連接(jiē)工序(xù)），所有子(zǐ)系(xì)統内的設計仿真模(mó)型都可(kě)以相互(hù)交(jiāo)互(hù)，整(zhěng)個工廠(chǎng)具備了強大的(de)互操(cāo)作性(xìng)，運營效率就(jiù)将(jiāng)得到(dào)極大提升，制造(zào)業(yè)企(qǐ)業将不再(zài)這麼笨重(zhòng)。當然(rán)實現這(zhè)個圖景絕非(fēi)朝(cháo)夕(xī)之間(jiān)就能(néng)達成，需要(yào)長久的努力。數字化支撐(chēng)制造業(yè)提(tí)升管(guǎn)理水(shuǐ)平
&企業生(shēng)産決(jué)策智能化(huà)
以(yǐ)上闡(chǎn)述的主(zhǔ)要是側重(zhòng)技術(shù)方面的(de)創(chuàng)新應(yīng)用，但是對于企(qǐ)業來(lái)說(shuō)技術和(hé)管理(lǐ)不(bú)可偏廢(fèi)。現在(zài)很(hěn)多(duō)制(zhì)造(zào)業企業的(de)日常管理方式(shì)還很粗糙(cāo)，例如(rú)在紡(fǎng)織業中，印染廠(chǎng)的訂單(dān)下(xià)放、報(bào)工、坯(pī)布入(rù)庫、領(lǐng)料、成品(pǐn)出庫主(zhǔ)要通(tōng)過人員手(shǒu)工填(tián)報完(wán)成，實(shí)時性(xìng)差且受人(rén)為因素影響大。管理者如(rú)果想(xiǎng)了解(jiě)一個訂單(dān)的(de)情況(kuàng)可能得(dé)花上(shàng)幾(jǐ)個小時(shí)才能(néng)準确得知(zhī)全貌，車間管理者處理(lǐ)生産異(yì)常事件(jiàn)效(xiào)率較(jiào)低。這些(xiē)又不是(shì)mes系統(tǒng)所能完全(quán)解決的。對于任(rèn)何一(yī)個(gè)制(zhì)造業(yè)企(qǐ)業，管(guǎn)理(lǐ)水平(píng)的提(tí)升是非常(cháng)重要(yào)的，比(bǐ)如如何對知識進行(háng)有效的(de)管理、如(rú)何轉變日(rì)常生(shēng)産活(huó)動的(de)管(guǎn)理(lǐ)方式和手段等(děng)等。數(shù)字化技術(shù)對管理(lǐ)的支撐(chēng)作用不可忽視(shì)，目前出現(xiàn)一批初創公(gōng)司開始幫助制(zhì)造(zào)業企(qǐ)業進行移動端(duān)的(de)數字化改造(zào)，通過(guò)交付生産(chǎn)管理saas軟件(jiàn)提高企業(yè)工(gōng)廠管理水平，可以(yǐ)提高企業車(chē)間管理(lǐ)的協(xié)同效率(lǜ)，如(rú)專注紡(fǎng)織(zhī)業的(de)數制科技(jì)，還有服務離散制造(zào)行(háng)業的羚(líng)數智(zhì)能等。企業(yè)日常管理(lǐ)中最重要的部(bù)分是生産(chǎn)決策，決策(cè)覆蓋(gài)的層次會從裝(zhuāng)備、産線一(yī)直到車間、企業(yè)乃至(zhì)整條上下遊供(gòng)應鍊(liàn)。幫助企業(yè)實現生産(chǎn)決策(cè)智能化是智能(néng)制造(zào)的一(yī)個重要方面。目(mù)前在(zài)企業層次的生(shēng)産決(jué)策方面，大(dà)部分企業主要通過高級(jí)排産(chǎn)人員依靠(kào)自身經驗(yàn)和業(yè)務規(guī)則進行排(pái)産，工(gōng)具上還在使用(yòng)excel，算法方面仍以(yǐ)啟發式規則算(suàn)法或遺傳(chuán)算法等算法為主。但(dàn)是，單純依賴高(gāo)級排産(chǎn)人員的(de)經驗很難實現(xiàn)決策(cè)的精準性(xìng)和合理性(xìng)，特别(bié)是在柔性生(shēng)産(chǎn)的場景中。這就(jiù)需要(yào)基(jī)于運籌(chóu)學和ai算法的aps系(xì)統來幫助企業(yè)進行排(pái)産決策(cè)。企業生産過程(chéng)中，有(yǒu)效加(jiā)工時(shí)間其實占比很(hěn)少，90-95%的(de)時間(jiān)其實(shí)都是在等待物(wù)料運輸(shū)、上(shàng)下料(liào)和定(dìng)位(wèi)等中間(jiān)環節上消(xiāo)耗掉(diào)了。部署agv/amr可以幫(bāng)助企業實現生(shēng)産搬運和倉儲(chǔ)管理的自動化(huà)，提升廠内物流(liú)的自動化程度(dù)，進而(ér)可以(yǐ)使生(shēng)産線上各(gè)設備(bèi)之間的運作更(gèng)為協(xié)同(tóng)高效，提升企(qǐ)業oee。在實際(jì)實施過程中，amr的(de)實時(shí)調度(dù)算法(fǎ)非常(cháng)重(zhòng)要，而且(qiě)amr的實時調度也(yě)要和aps系統對企(qǐ)業整體生(shēng)産調度結(jié)合起來，确保決策(cè)計劃層(céng)和執行層(céng)之間(jiān)數據(jù)互通。值得(dé)注意的是(shì)，無論(lùn)是aps還是amr，都(dōu)需要(yào)注重提煉與企業生(shēng)産工藝密(mì)切相關的(de)調度規則和(hé)産能平(píng)衡設計，将(jiāng)企業(yè)制造資(zī)源和工(gōng)藝流程完全融合，如此(cǐ)才可能(néng)滿足客戶(hù)對(duì)生(shēng)産過(guò)程中(zhōng)産能(néng)和效率(lǜ)的需求(qiú)。生産(chǎn)決(jué)策(cè)也可(kě)以從一家企業(yè)延伸(shēn)至(zhì)一(yī)條産(chǎn)業鍊的(de)上(shàng)下遊(yóu)，在上(shàng)下(xià)遊企業(yè)之間實現協同(tóng)制造(zào)。例(lì)如浙江(jiāng)省正在對30個細(xì)分行業推行的(de)産業大腦(nǎo)，通過産業(yè)鍊的整體(tǐ)數據輔助(zhù)企業(yè)動态決策，可(kě)見(jiàn)政府也在(zài)這方面進行(háng)有益的(de)嘗試。還有比如深圳(zhèn)的雲工廠(chǎng)、上海的捷(jié)配(pèi)科技等(děng)在嘗試打(dǎ)造分布式(shì)制造(zào)系統(tǒng)，分布式制造系統(tǒng)在競争(zhēng)格局分散(sàn)的行(háng)業環節中(zhōng)具有市場價(jià)值，如紡(fǎng)織、機加工和smt等行(háng)業(yè)。中(zhōng)小型企(qǐ)業由(yóu)于具有産(chǎn)能利用率(lǜ)不高(gāo)、外協程(chéng)度高、信(xìn)息不(bú)對稱，通過(guò)制造(zào)平台(tái)公司(sī)可以實(shí)現集中(zhōng)訂單和(hé)供(gòng)應鍊采購，整合産能(néng)共享協同(tóng)，提升(shēng)整體(tǐ)行(háng)業交付(fù)效率。國外的protolabs可(kě)以算(suàn)是這個領(lǐng)域的一(yī)個(gè)标杆。智能制造(zào)領域的人才和(hé)初創企(qǐ)業(yè)人才(cái)對于任何(hé)一個行業(yè)都是非常(cháng)重要的。這裡需要強調的是制(zhì)造過程本(běn)身(shēn)積(jī)累的知(zhī)識需要(yào)通過人才(cái)沉澱(diàn)下來(lái)服務于設(shè)備設計、工(gōng)藝優(yōu)化，逐步凝結成(chéng)新一代(dài)的(de)硬件(jiàn)設備和(hé)工業軟(ruǎn)件。因(yīn)此在裝備(bèi)智(zhì)能化、生産過(guò)程智能化(huà)乃至設計(jì)仿真(zhēn)與工(gōng)藝協同的發展(zhǎn)過程(chéng)中，設備工程師(shī)和工藝工(gōng)程師的作用不(bú)可忽視(shì)。未來也需要(yào)越(yuè)來越多(duō)懂工業技術的軟件(jiàn)工程師參(cān)與工業數字(zì)化(huà)、智能(néng)化(huà)的曆史(shǐ)進程中(zhōng)來(lái)，工程(chéng)師的(de)工作(zuò)内容(róng)也将更多(duō)放在(zài)工業知識(shí)沉(chén)澱和數據分析研判方面。從供給(gěi)端來(lái)看，國(guó)内經(jīng)驗豐(fēng)富的技術(shù)工人數量(liàng)較少(shǎo)、培訓(xùn)周期(qī)長，且(qiě)部分領(lǐng)域(yù)呈現(xiàn)青黃(huáng)不接的趨(qū)勢(shì)，逐漸成為稀(xī)缺資(zī)源。例(lì)如高(gāo)級焊接工(gōng)人，高級排産(chǎn)人員，高(gāo)級工(gōng)藝工(gōng)程師（例如(rú)半導體刻(kè)蝕環節），以及機(jī)器人部署調試(shì)工程師等等。而(ér)這些(xiē)高級技術(shù)人才(cái)面(miàn)對的生産場(chǎng)景(jǐng)普遍(biàn)具(jù)有多品種(zhǒng)、小批(pī)量的特點，這一(yī)特點(diǎn)也在不斷(duàn)加強(qiáng)。這也意味(wèi)着如何沉澱積(jī)累出(chū)可以媲美(měi)高端技術(shù)人才(cái)經驗(yàn)能(néng)力的數(shù)據驅動(dòng)-機理融(róng)合模型(xíng)，并将(jiāng)其(qí)封裝成算(suàn)法軟(ruǎn)件，是非(fēi)常有價(jià)值的(de)。另(lìng)外(wài)初創(chuàng)公司也為制造(zào)業創新(xīn)發展帶(dài)來了(le)活(huó)力和人(rén)才。在(zài)近幾年的(de)發展(zhǎn)中，智(zhì)能制(zhì)造領域的初創(chuàng)企業數量不斷增多，特(tè)别(bié)是湧現出更(gèng)多聚焦(jiāo)生産和設(shè)計環(huán)節(jiē)、聚焦某一細(xì)分領域的初創(chuàng)企業。工業領域(yù)門類很(hěn)多，每一(yī)個子門(mén)類(lèi)下面又會有(yǒu)很(hěn)多細(xì)分領(lǐng)域和環節(jiē)，這種行業(yè)特點(diǎn)使得初(chū)創公司(sī)需要(yào)集中(zhōng)一點做(zuò)出技(jì)術創新(xīn)上的突(tū)破，即所謂專(zhuān)精特(tè)新。如果一直做(zuò)跨行(háng)業的(de)項目而無(wú)法沉澱出一個(gè)标準化的産(chǎn)品(pǐn)，這麼走(zǒu)下去團(tuán)隊隻能是一個不斷(duàn)接(jiē)項目的(de)技術(shù)服務商，沒(méi)有自己的核心(xīn)根據(jù)地。聚(jù)焦一(yī)個行業，行業内某個環(huán)節上企(qǐ)業(yè)的需(xū)求特點(diǎn)大緻(zhì)類似，這就為初創(chuàng)企(qǐ)業技(jì)術沉(chén)澱(diàn)和(hé)規模化創造了條件(jiàn)。依托核(hé)心産品(pǐn)技術平台進行(háng)新産品開(kāi)發，開(kāi)發過程(chéng)中形成(chéng)的新技(jì)術也會(huì)反哺平台，新産(chǎn)品也可能進一(yī)步衍生出新的(de)産品技術平台。平台與産品相(xiàng)互促(cù)進，可以實(shí)現從單點突破到多(duō)環節(jiē)覆蓋(gài)。硬件(jiàn)裝(zhuāng)備制造(zào)商如(rú)此，軟件服務商也是如此。之後(hòu)會再寫文(wén)章分(fèn)析這一點(diǎn)。對于智(zhì)能制造(zào)領域的初創公(gōng)司來講(jiǎng)，形成自(zì)身議價能力和(hé)技術壁壘(lěi)主要(yào)還是靠做(zuò)深入(rù)生産(chǎn)和設(shè)計環(huán)節的工(gōng)藝優化和産品優化，因(yīn)為客(kè)戶隻(zhī)有看到初創公司用(yòng)技術和産品給他們明顯改善(shàn)提升(shēng)了他(tā)們(men)的(de)生産和設(shè)計過(guò)程，客戶才會有(yǒu)較高(gāo)的付費意(yì)願。設(shè)計仿真的重要(yào)性不言而(ér)喻。聚焦工(gōng)藝優化在企(qǐ)業後續發展(zhǎn)上也有規模化的潛力，因(yīn)為一種工藝(yì)是可以用在(zài)多種(zhǒng)工業場(chǎng)景(jǐng)和環(huán)節中的(de)，初創企(qǐ)業可以将工藝(yì)智能化(huà)技術(shù)進(jìn)行跨行(háng)業(yè)的複用，無論是在産(chǎn)品标準(zhǔn)化(huà)和橫向拓(tuò)展上(shàng)都會(huì)有一定的優勢。當然(rán)光(guāng)是(shì)焊接(jiē)技術就有很多細分種類，企業(yè)也(yě)需(xū)要有選擇(zé)地進行技(jì)術(shù)研(yán)發和(hé)市場(chǎng)拓展(zhǎn)。無論(lùn)是(shì)設計仿(páng)真還是工藝智能，初創公司都(dōu)需要明(míng)确技術(shù)對應(yīng)的是(shì)一個(gè)存量(liàng)市場(chǎng)還是一個(gè)增量新興市場，選擇什麼(me)樣的(de)市(shì)場以及(jí)選擇什麼樣的(de)客戶群，會深刻(kè)影響企業(yè)的發展路徑和速度(dù)。好的客戶(hù)會對産品技(jì)術(shù)提出(chū)更高的要(yào)求，會加速公司(sī)産品(pǐn)技術研發上的(de)良性循環。這裡(lǐ)客戶的優質與(yǔ)否不完全(quán)取決(jué)于客(kè)戶(hù)規(guī)模的(de)大(dà)小。中國制造(zào)業的(de)信息化、自(zì)動化(huà)和(hé)智能化(huà)程度(dù)在(zài)各(gè)行業(yè)之間(jiān)分布(bù)并不(bú)均勻，如果(guǒ)初創(chuàng)企業(yè)選擇一個(gè)較為傳統(tǒng)的行業如紡(fǎng)織業，可以先(xiān)通(tōng)過(guò)輕量(liàng)級的(de)生産管理(lǐ)系統(tǒng)實現(xiàn)數字化改(gǎi)造，幫(bāng)助中(zhōng)小紡(fǎng)織(zhī)企業管理者(zhě)看到數字(zì)化(huà)管(guǎn)理(lǐ)帶(dài)來的效益，再深入到印染工藝環節(jiē)和排産決策中(zhōng)去，之(zhī)後去幫助(zhù)企業逐步實現(xiàn)上下遊間的(de)協同。因(yīn)此(cǐ)對(duì)于數(shù)字化和(hé)自動化(huà)程度不高的行(háng)業和企業，解決(jué)數字(zì)化是第(dì)一(yī)步，接下來(lái)需要(yào)創業(yè)團(tuán)隊解決(jué)智能化的問題(tí)。初創(chuàng)公司能否(fǒu)滿足(zú)企業智(zhì)能化階(jiē)段(duàn)的需求(qiú)，這就要考慮團(tuán)隊的(de)算法技術(shù)能(néng)力和對工業(yè)機理的(de)理解深(shēn)度。故而智能制(zhì)造領(lǐng)域的(de)創業(yè)團隊既需(xū)要有(yǒu)掌握新一(yī)代信(xìn)息技(jì)術和先(xiān)進(jìn)制造技術的新生力(lì)量(liàng)，也需要(yào)有懂工業場景(jǐng)需求、目标領域(yù)工業機理的老(lǎo)法師。綜合(hé)以上對于智能制造各方(fāng)面的(de)讨論，本文(wén)着重強調智能(néng)制造需要聚焦本源，即(jí)裝(zhuāng)備和工藝(yì)，并将設計(jì)仿真和制造工(gōng)藝協同起來，以(yǐ)滿足企業(yè)降低生産(chǎn)研發成本(běn)、提高生(shēng)産研發(fā)效率(lǜ)、提升産品(pǐn)良率的(de)核(hé)心訴求。随着我(wǒ)國制(zhì)造業向中(zhōng)高端邁進，正向(xiàng)設計日益(yì)重(zhòng)要，創新(xīn)的源(yuán)泉将着眼(yǎn)于材(cái)料、工(gōng)藝（包(bāo)含物理和化學的）以(yǐ)及兩者之(zhī)間(jiān)的(de)匹配(pèi)優化(huà)。企業設計(jì)仿真(zhēn)、生産(chǎn)制(zhì)造及服(fú)務各(gè)環(huán)節内部(bù)和之(zhī)間的(de)互操(cāo)作性和協(xié)同性(xìng)對提(tí)升企業競争力(lì)也非(fēi)常重(zhòng)要，這(zhè)些需要新(xīn)的網絡技術支撐。此(cǐ)外，企業還(hái)要通過數字化(huà)、智能化技(jì)術提(tí)升管理(lǐ)決策水(shuǐ)平和(hé)精準(zhǔn)性。至(zhì)此，本(běn)文(wén)分(fèn)析了(le)裝備(bèi)工藝(yì)、正向(xiàng)設計(jì)仿真(zhēn)及生産決(jué)策(cè)這三個智能制造的重(zhòng)要支柱。最後我(wǒ)們再從企業經(jīng)營和産(chǎn)業發展(zhǎn)的角(jiǎo)度分(fèn)析一下智(zhì)能制造的(de)價(jià)值(zhí)。從企業經(jīng)營角度(dù)看智能(néng)制造的價(jià)值，roe=銷(xiāo)售淨(jìng)利(lì)率×總資産周(zhōu)轉率(lǜ)×權益(yì)乘(chéng)數(shù)實現柔性(xìng)生産(chǎn)，縮短(duǎn)産能(néng)爬坡(pō)和(hé)中(zhōng)間換(huàn)線周期等(děng)可以(yǐ)提高(gāo)總資産周(zhōu)轉率，進而(ér)提高(gāo)roe。實現實時(shí)參數(shù)控制決(jué)策(cè)，優化(huà)工藝以降(jiàng)低生(shēng)産成(chéng)本，即提升(shēng)淨利率(lǜ)。降(jiàng)低對(duì)高級技術(shù)人員(yuán)的依賴及其人(rén)工成本(běn)也(yě)有助(zhù)于企業提高淨利率(lǜ)。從産業角(jiǎo)度看，制造業一方面(miàn)需要自動化智(zhì)能化裝備(bèi)和工藝智能技(jì)術實(shí)現規(guī)模效(xiào)應和柔性(xìng)制(zhì)造(zào)，不斷降低(dī)制造(zào)成本、提(tí)高交付(fù)效率，特别(bié)是在(zài)産能擴張周期，這一點在锂電(diàn)設備和锂(lǐ)電池行業(yè)近兩年的發展(zhǎn)中表(biǎo)現尤為明顯(xiǎn)。另(lìng)一方(fāng)面産業發(fā)展不(bú)可能(néng)一直(zhí)停留(liú)在追求生(shēng)産規模效應(yīng)的(de)階段(duàn)，還需要通過設計仿真技(jì)術(shù)進(jìn)行正向設(shè)計，以(yǐ)持續實(shí)現産品創新(xīn)、裝備創新(xīn)和工(gōng)藝創新。值(zhí)得注(zhù)意的是，制(zhì)造和(hé)設計(jì)兩方面不是(shì)割裂的(de)，是可以協(xié)同優(yōu)化、相互促進的(de)。從這一點上看(kàn)，中國龐大(dà)的制(zhì)造規(guī)模如果加(jiā)上先進(jìn)的設計(jì)仿真技術，将會(huì)是如虎添(tiān)翼。最(zuì)後需要(yào)強(qiáng)調的是，技術的(de)經濟(jì)性和(hé)易用性永(yǒng)遠是(shì)決定技術(shù)能否(fǒu)大規模應(yīng)用的重要(yào)因素。比如支(zhī)撐算法(fǎ)優化的硬件資源價格、算法叠(dié)代升級的(de)成本(běn)，還有企業能否(fǒu)直接獲得一個(gè)包含automl平(píng)台在内的産品方(fāng)便日(rì)後自己(jǐ)訓練模(mó)型，軟(ruǎn)件是(shì)否支持低(dī)代(dài)碼開發？這些因素都可(kě)能影響企(qǐ)業是(shì)否選擇新(xīn)方(fāng)案(àn)。還有在工業軟(ruǎn)件部(bù)署(shǔ)方面，部署周期如果很(hěn)長(zhǎng)或(huò)者(zhě)拓展性差導(dǎo)緻(zhì)後(hòu)期維(wéi)護成本很高，這(zhè)些都會阻礙企(qǐ)業選擇上一個(gè)新的軟(ruǎn)件系統(tǒng)。所以也就(jiù)出現了基于(yú)微(wēi)服務(wù)架構(gòu)的新型mes軟(ruǎn)件服務商，例如數益工(gōng)聯(lián)等。智能制(zhì)造對我國從制(zhì)造大(dà)國邁(mài)向制(zhì)造強(qiáng)國甚(shèn)至創造強國具有重要作(zuò)用。實(shí)現智能(néng)制(zhì)造還(hái)有很(hěn)多挑戰，中國還需要突破(pò)諸多(duō)關(guān)鍵核心技術和裝(zhuāng)備，例(lì)如設(shè)計(jì)仿真、基(jī)于機理和數據驅動(dòng)的(de)混合建(jiàn)模、生産智(zhì)能決(jué)策、協同優(yōu)化等(děng)技術和五軸機(jī)床、大規(guī)模集成(chéng)電路制造裝備(bèi)、智能(néng)焊(hàn)接機器(qì)人等(děng)高端(duān)裝備。本文(wén)提到的dtco、锂(lǐ)電池(chí)模拟(nǐ)平台(tái)、機器(qì)人自适應(yīng)實時決(jué)策等也(yě)都存(cún)在(zài)諸多技(jì)術挑戰，比如dtco中(zhōng)器件(jiàn)電學模型(xíng)（spice model）的提(tí)取，這(zhè)些需(xū)要無(wú)數市場主(zhǔ)體去(qù)投入研發加快(kuài)新技術的(de)産業(yè)化。“科(kē)技創新對中國來說(shuō)不僅(jǐn)是發展問題，更(gèng)是生(shēng)存問(wèn)題[22]。”制造(zào)業是關(guān)鍵核(hé)心技術的(de)策源地，也是核(hé)心技術應用的(de)試驗田(tián)。無(wú)論是(shì)中小企(qǐ)業，還是(shì)大型企業(yè)，都必(bì)須實現技術創(chuàng)新驅(qū)動的(de)高(gāo)質量發(fā)展。從産業(yè)整體發展階段來看(kàn)，我國已經(jīng)從來料加工組(zǔ)裝、模(mó)仿創新逐(zhú)漸向自主創新邁進。過去(qù)我國(guó)制造(zào)業主要通(tōng)過加工和仿制(zhì)産品向(xiàng)海外企業學(xué)習追趕，而(ér)模仿先進成熟的工藝和(hé)産品自然(rán)沒(méi)有正向(xiàng)設計(jì)的需(xū)求，自然也(yě)就沒(méi)有投(tóu)入更多精力資(zī)源在正向設計方(fāng)面(miàn)。所以(yǐ)這一(yī)點上可以看(kàn)出過去的發展特(tè)點導緻了(le)當前工業“五基(jī)”薄弱(ruò)，特别是工(gōng)業基礎軟件方面(miàn)。但我們不可能停(tíng)留在模仿創新(xīn)階段，主觀上沒有這(zhè)個意願，客(kè)觀實際上也不允許，因為産業(yè)發展如逆(nì)水行(háng)舟不進則退。技(jì)術的突破需要(yào)企業選擇(zé)自主(zhǔ)開發産品，而不(bú)是依附在某一(yī)海外品牌的供應鍊或者(zhě)技術(shù)體系内(nèi)。這(zhè)一點(diǎn)在高(gāo)鐵和(hé)汽車(chē)行業上體(tǐ)現得(dé)極為(wéi)明顯。當企(qǐ)業以自(zì)主研發理念創新、性能(néng)先進的商(shāng)業産品為目标(biāo)時，企業将産生更強(qiáng)的創新動力和(hé)學習能力(lì)[23,24]。企業(yè)在自主開(kāi)發産(chǎn)品中突破(pò)技術瓶頸(jǐng)、掌握正向(xiàng)設計能(néng)力(lì)。這一(yī)點也(yě)已經在(zài)或将在(zài)新能源汽車、锂電池及設(shè)備、半(bàn)導體(tǐ)等行業中顯現。如果(guǒ)這一産品尚未出現或成(chéng)形，同(tóng)時又是(shì)先進生(shēng)産力(lì)的方向，那(nà)麼意味着将創造一(yī)個(gè)新興産(chǎn)業，一如上(shàng)世紀(jì)誕生的大飛機、汽車、半(bàn)導體以及互聯網。希望(wàng)中國未來(lái)可以(yǐ)成為(wéi)這類科技創新的發(fā)源地，同時注重打造(zào)出面向(xiàng)大(dà)衆的(de)品牌産品(pǐn)及(jí)産(chǎn)業鍊(liàn)，實(shí)現(xiàn)c端品牌帶動(dòng)b端制造(zào)産業(yè)鍊(liàn)[25]。通過研(yán)發應用數字化(huà)、智能化(huà)和先進(jìn)制造(zào)技(jì)術，中國(guó)制造業企業将有能力進一步(bù)實現工藝流程(chéng)和産品升級(jí)，逐步從價值鍊的低附(fù)加值(zhí)位置(zhì)躍遷到高附加值位置(zhì)，掌握新(xīn)興産業的(de)産業鍊話語權(quán)，不斷(duàn)占據利潤率更高、技(jì)術含(hán)金量(liàng)更高(gāo)的(de)價值鍊(liàn)，最終實現全(quán)球(qiú)價值鍊框(kuàng)架内的産(chǎn)業升級[26]。微(wēi)觀上(shàng)企業(yè)的技(jì)術、産品和品牌(pái)每進步一分，我(wǒ)國制(zhì)造業的貿(mào)易利益獲(huò)取能(néng)力就(jiù)有可能增(zēng)強(qiáng)一分，就将在(zài)宏觀上提升(shēng)我(wǒ)國在全球(qiú)價值(zhí)鍊和收入鍊上(shàng)的位置。實現智(zhì)能制(zhì)造道(dào)阻且(qiě)長，十四五智能制造(zào)規劃中提出了(le)到2035年，重點(diǎn)行業(yè)骨幹企業(yè)基本實現智能(néng)化。這意味着(zhe)智(zhì)能制造是一項(xiàng)長期的系(xì)統工(gōng)程。相(xiàng)信在(zài)未來(lái)十幾年的發展(zhǎn)中，中國一定會湧現出(chū)越來越多創新驅(qū)動的(de)智能制造企業(yè)！由(yóu)于筆者(zhě)時間(jiān)、視野、認(rèn)知有限(xiàn)，本文難免出現(xiàn)錯誤(wù)、疏(shū)漏(lòu)等問題，期(qī)待各位讀者朋(péng)友、業(yè)界專(zhuān)家指正交流。
文(wén)章來(lái)源：數字化(huà)企業 如有侵權(quán) 請聯系删除
股權代碼：
