「 1．智能制造的(de)定義 」

制造是把原材料變成适用(yòng)的(de)産品。需要特别注意的(de)是，這(zhè)裏制造的(de)含義不止限于加工和(hé)生産。對(duì)于一個(gè)制造企業而言，其制造活動包含一切“把原材料變成适用(yòng)的(de)産品”的(de)相關活動，如産品研發、工藝設計、設備運維、采購(gòu)、銷售。

對(duì)智能制造最通(tōng)俗的(de)理(lǐ)解莫過于“把智能技術用(yòng)于制造中”。然而什(shén)麽是智能？什(shén)麽是人(rén)工智能？盡管從人(rén)工智能概念的(de)提出到現在已經過了(le)半個(gè)多(duō)世紀，但是關于人(rén)工智能的(de)定義卻依然存在争議(yì)。一般認爲，目前人(rén)工智能的(de)研究方向主要集中在自然語言處理(lǐ)、機器學習(xí)、計算(suàn)機視覺、自動推理(lǐ)、知識表示和(hé)機器人(rén)學等六大(dà)方向上。但顯然人(rén)們并不認爲，企業實施智能制造就一定要應用(yòng)上述所有技術。

關于智能制造的(de)定義有很多(duō)。

美(měi)國Wright和(hé)Bourne在其《制造智能》（智能制造研究領域的(de)首本專著）中将智能制造定義爲“通(tōng)過集成知識工程、制造軟件系統、機器人(rén)視覺和(hé)機器人(rén)控制來(lái)對(duì)制造技工們的(de)技能與專家知識進行建模,以使智能機器能夠在沒有人(rén)工幹預的(de)情況下(xià)進行小批量生産”。今天能夠用(yòng)于制造活動的(de)智能技術不隻是上述定義中所列舉的(de)，此外智能制造顯然不局限于小批量生産。但人(rén)們沒有任何理(lǐ)由因爲此定義的(de)局限性而輕視其意義，在當時(shí)（20世紀80年代）相關技術發展尚不成熟的(de)時(shí)期提出智能制造的(de)概念無疑是富有遠(yuǎn)見和(hé)開創性的(de)工作。

路甬祥曾對(duì)智能制造給出定義：“一種由智能機器和(hé)人(rén)類專家共同組成的(de)人(rén)機一體化(huà)智能系統，它在制造過程中能進行智能活動，諸如分(fēn)析、推理(lǐ)、判斷、構思和(hé)決策等。通(tōng)過人(rén)與智能機器的(de)合作共事，去擴大(dà)、延伸和(hé)部分(fēn)地取代人(rén)類專家在制造過程中的(de)腦(nǎo)力勞動。它把制造自動化(huà)的(de)概念更新、擴展到柔性化(huà)、智能化(huà)和(hé)高(gāo)度集成化(huà)”。其中強調的(de)人(rén)機一體化(huà)，乃深刻洞見。

在中國《智能制造科技發展“十二五”專項規劃》中，定義智能制造是“面向産品全生命周期，實現泛在感知條件下(xià)的(de)信息化(huà)制造，是在現代傳感技術、網絡技術、自動化(huà)技術、拟人(rén)化(huà)智能技術等先進技術的(de)基礎上，通(tōng)過智能化(huà)的(de)感知、人(rén)機交互、決策和(hé)執行技術，實現設計過程智能化(huà)、制造過程智能化(huà)和(hé)制造裝備智能化(huà)等。”此說中實現設計過程、制造過程和(hé)制造裝備的(de)智能化(huà)，隻是智能制造的(de)現象。或者說，智能化(huà)設計、裝備等隻是制造的(de)手段，而非目标。

工信部在2016年發布的(de)《智能制造發展規劃（2016—2020年）》中對(duì)智能制造明(míng)确定義：智能制造是基于新一代信息通(tōng)信技術與先進制造技術深度融合，貫穿于設計、生産、管理(lǐ)、服務等制造活動的(de)各個(gè)環節，具有自感知、自學習(xí)、自決策、自執行、自适應等功能的(de)新型生産方式。此定義無疑吸取了(le)多(duō)位學者和(hé)專家的(de)智慧，點明(míng)了(le)智能制造的(de)技術基礎、應用(yòng)的(de)環節，揭示了(le)其功能表象，但未能觸及智能制造的(de)本質和(hé)内涵。

在美(měi)國、歐盟、韓國等受到重視的(de)SM（smart manufacturing），可(kě)看成是智能制造發展的(de)更高(gāo)級階段。SM是近些年一些前沿技術迅猛發展的(de)結果，如，物(wù)聯網、大(dà)數據、VR（虛拟現實）/AR（增強現實）、智能傳感、雲技術、新一代人(rén)工智能等。美(měi)國國家标準技術局認爲，SM是完全集成的(de)協同制造系統，能夠實時(shí)響應企業、供應鏈和(hé)客戶中需求及條件的(de)變化(huà)。這(zhè)一定義頗爲簡單，并未直接點出所涉及的(de)技術及系統具體的(de)功能，卻更清晰地揭示了(le)智能制造的(de)目标。

此處給出智能制造及系統的(de)極簡定義，之所以如此，恰恰因爲智能制造還(hái)在發展中。簡單的(de)定義可(kě)能包羅更廣的(de)功能和(hé)技術要素，不管是已有的(de)，還(hái)是未來(lái)的(de)；簡單的(de)定義可(kě)能含義更深，不管是表象的(de)，還(hái)是内在的(de)；不管是顯性的(de)，還(hái)是隐性的(de)。

機器智能包括計算(suàn)、感知、識别、存儲、記憶、呈現、仿真、學習(xí)、推理(lǐ)等，既包括傳統智能技術（如傳感，基于知識的(de)系統KBS等）,也(yě)包括新一代人(rén)工智能技術（如基于大(dà)數據的(de)深度學習(xí)）。一般來(lái)說，人(rén)工智能分(fēn)爲計算(suàn)智能、感知智能和(hé)認知智能3個(gè)階段。第一階段爲計算(suàn)智能，即快(kuài)速計算(suàn)和(hé)記憶存儲能力。第二階段爲感知智能，即視覺、聽(tīng)覺、觸覺等感知能力。第三階段爲認知智能，即能理(lǐ)解、會思考。認知智能是目前機器與人(rén)差距最大(dà)的(de)領域，讓機器學會推理(lǐ)和(hé)決策異常艱難。

雖然機器智能是人(rén)開發的(de)，但很多(duō)單元智能（如計算(suàn)、記憶）的(de)強度遠(yuǎn)超人(rén)的(de)能力。将機器智能融合于各種制造活動，實現智能制造，通(tōng)常有如下(xià)好處：

（1）智能機器的(de)計算(suàn)智能高(gāo)于人(rén)類，在一些有固定數學優化(huà)模型、需要大(dà)量計算(suàn)、但無需進行知識推理(lǐ)的(de)地方，比如，設計結果的(de)工程分(fēn)析、高(gāo)級計劃排産、模式識别等，與人(rén)根據經驗來(lái)判相比，機器能更快(kuài)地給出更優的(de)方案。因此，智能優化(huà)技術有助于提高(gāo)設計與生産效率、降低成本，并提高(gāo)能源利用(yòng)率。

（2）智能機器對(duì)制造工況的(de)主動感知和(hé)自動控制能力高(gāo)于人(rén)類。以數控加工過程爲例，“機床/工件/刀(dāo)具”系統的(de)振動、溫度變化(huà)對(duì)産品質量有重要影(yǐng)響，需要自适應調整工藝參數，但人(rén)類顯然難以及時(shí)感知和(hé)分(fēn)析這(zhè)些變化(huà)。因此，應用(yòng)智能傳感與控制技術，實現“感知—分(fēn)析—決策—執行”的(de)閉環控制，能顯著提高(gāo)制造質量。同樣，一個(gè)企業的(de)制造過程中，存在很多(duō)動态的(de)、變化(huà)的(de)環境，制造系統中的(de)某些要素（設備、檢測機構、物(wù)料輸送和(hé)存儲系統等）必須能動态地、自動地響應系統變化(huà)，這(zhè)也(yě)依賴于制造系統的(de)自主智能決策。

（3）制造企業擁有的(de)産品全生命周期數據可(kě)能是海量的(de)，工業互聯網和(hé)大(dà)數據分(fēn)析等技術的(de)發展爲企業帶來(lái)更快(kuài)的(de)響應速度、更高(gāo)的(de)效率和(hé)更深遠(yuǎn)的(de)洞察力。這(zhè)是傳統憑借人(rén)的(de)經驗和(hé)直覺判斷的(de)方法所無可(kě)比拟的(de)。

企業的(de)制造活動包括研發、設計、加工、裝配、設備運維、采購(gòu)、銷售、财務等；融合意味著(zhe)并非完全颠覆以前的(de)制造方式，通(tōng)過融入機器智能，進一步提高(gāo)制造的(de)效能。定義中指出了(le)智能制造的(de)目的(de)是滿足企業相應的(de)目标。雖未指明(míng)具體目标，但讀者容易明(míng)白，提高(gāo)效率、降低成本、綠色等均隐含其中。

智能制造系統：把機器智能融入到包括人(rén)和(hé)資源形成的(de)系統中，使制造活動能動态地适應需求和(hé)制造環境的(de)變化(huà)，從而滿足系統的(de)優化(huà)目标。

除了(le)智能制造中的(de)關鍵詞外，這(zhè)裏的(de)關鍵詞還(hái)有：系統、人(rén)、資源、需求、環境變化(huà)、動态适應、優化(huà)目标。資源包括原材料、能源、設備、工具、數據……；需求可(kě)以是外部的(de)（不僅考慮客戶的(de)，而且還(hái)應考慮社會的(de)），也(yě)可(kě)以是企業内部的(de)；環境包括設備工作環境、車間環境、市場(chǎng)環境……；此定義中，系統是一個(gè)相對(duì)的(de)概念，如圖所示。即系統可(kě)以是一個(gè)加工單元或生産線，一個(gè)車間，一個(gè)企業，一個(gè)由企業及其供應商和(hé)客戶組成的(de)企業生态系統；動态适應意味著(zhe)對(duì)環境變化(huà)（如溫度變化(huà)、刀(dāo)具磨損、市場(chǎng)波動）能夠實時(shí)響應；優化(huà)目标涉及企業運營的(de)目标，如效率、成本、節能降耗等。至于系統所需的(de)各種手段均隐含其中。

智能制造系統的(de)層次

特别需要注意的(de)是，上述定義隐含：

韓國學者Kang等指出，智能制造（SM）不能僅僅著(zhe)眼于增效降本的(de)經濟性指标，還(hái)應該能夠持久地對(duì)社會創造新的(de)價值。缺乏對(duì)人(rén)和(hé)社會問題的(de)考慮可(kě)能會引發一些問題。不能把智能制造僅僅簡單地視爲IT前沿技術的(de)應用(yòng)，它應該是基于面向人(rén)和(hé)社會“可(kě)持續發展”哲學的(de)、能夠導緻持續增長(cháng)的(de)制造發動機。

「 2. 智能制造的(de)基本内涵 」

引言中概述了(le)從自動化(huà)到數字化(huà)、網絡化(huà)進而到智能化(huà)發展的(de)必然。自動化(huà)技術經過百餘年的(de)發展，相對(duì)而言已經很成熟了(le)。稍加觀察和(hé)略爲抽象地思索一下(xià)自動化(huà)技術适合解決的(de)問題。

适合于自動化(huà)技術所能解決的(de)問題基本上都是确定性的(de)。所有的(de)自動線、自動機器，其工藝流程是确定的(de)，運動軌迹是确定的(de)，控制對(duì)象的(de)目标是确定的(de)。當然，機器實際的(de)運動可(kě)能存在誤差，反映在制造物(wù)品的(de)質量上也(yě)存在誤差，也(yě)就是說，不确定性并非完全不存在。但就一個(gè)自動系統的(de)設計考慮言，其系統的(de)輸入輸出工作方式、路徑、目标等等都是确定的(de)，隻需要保證産生的(de)誤差在允許的(de)範圍内即可(kě)。

經典的(de)自動化(huà)技術面對(duì)的(de)基本都是結構化(huà)的(de)問題。能夠用(yòng)經典的(de)控制理(lǐ)論描述的(de)問題，是結構化(huà)的(de)，如自動調節問題，PID（比例積分(fēn)微分(fēn)）控制等。電子和(hé)計算(suàn)機技術的(de)發展加速了(le)程序控制、邏輯控制在自動化(huà)系統中的(de)應用(yòng)，其針對(duì)的(de)問題也(yě)是結構化(huà)的(de)。在現代的(de)控制系統中，某些場(chǎng)合人(rén)們用(yòng)基于知識的(de)系統，類似于IF-THEN，本身就是一種結構，處理(lǐ)的(de)問題還(hái)是結構化(huà)的(de)。

傳統自動化(huà)技術處理(lǐ)的(de)問題均有其固定的(de)模式，像自動加工、流水(shuǐ)生産、物(wù)料自動輸送等。

傳統自動化(huà)技術針對(duì)的(de)問題相對(duì)而言是局部的(de)，很少有企業系統層面的(de)問題，如供應鏈問題、客戶關系、戰略應對(duì)等。

讓我們再觀察和(hé)思考一下(xià)企業的(de)現實問題。企業裏存在大(dà)量的(de)不确定性問題，譬如說，任何企業都必須關注的(de)質量問題。對(duì)于一些預先就知道的(de)、确定性的(de)、可(kě)能引發質量缺陷的(de)問題，可(kě)通(tōng)過設置相應的(de)工序及自動化(huà)手段去解決，這(zhè)是傳統自動化(huà)技術所能及的(de)。有很多(duō)影(yǐng)響質量的(de)随機因素，如溫度、振動等，雖然預先知道這(zhè)些因素将影(yǐng)響質量，但隻是定性的(de)概念，無法事前設定控制量。這(zhè)就需要實時(shí)地監測制造過程中相關因素的(de)變化(huà)，且根據變化(huà)施加相應的(de)控制，如調節環境溫度，或者自動補償加工誤差。這(zhè)就是初步的(de)智能控制了(le)。這(zhè)類引發質量問題的(de)随機因素雖然有不确定性，但是顯性的(de)，容易爲人(rén)們所意識到。更有一類不确定性因素是隐性的(de)，是工程師和(hé)管理(lǐ)人(rén)員(yuán)甚至難以意識到的(de)。如，一個(gè)先進的(de)、複雜(zá)的(de)發動機系統，影(yǐng)響其性能的(de)關聯及組合因素到底有多(duō)少？影(yǐng)響到何種程度？又如，某種新的(de)工藝，可(kě)能存在的(de)、非顯性地影(yǐng)響工藝性能的(de)參數有哪些？影(yǐng)響程度？于工程師而言，這(zhè)些可(kě)能是不确定的(de)。其實，其中某些因素及其關聯影(yǐng)響有确定性的(de)一面，隻是人(rén)們對(duì)其客觀規律還(hái)缺乏認識，導緻主觀的(de)不确定性。另外，還(hái)有一些原本确定性問題，因爲未能數字化(huà)而導緻人(rén)對(duì)其認識的(de)不确定性。如企業中各種活動、過程的(de)安排，本來(lái)就是确定性的(de)。但因爲涉及的(de)人(rén)太多(duō)，且發生時(shí)間各異，若無特殊手段，于人(rén)的(de)認識而言紛亂如麻。此亦即人(rén)的(de)主觀不确定性或認識不确定性。爲何把主觀不确定性也(yě)視爲制造系統的(de)不确定性？因爲制造系統中本來(lái)就應該包括相關的(de)人(rén)。還(hái)有一類隐性的(de)影(yǐng)響因素本身就是不确定的(de)。如，精密制造過程中原材料性能的(de)細微不一緻性，能源的(de)不穩定性，突發環境因素（如突發的(de)外部振動）等，導緻質量的(de)不穩定；車間中人(rén)員(yuán)崗位的(de)臨時(shí)改變而引發的(de)質量問題；某一時(shí)期某些員(yuán)工因特别的(de)社會重大(dà)活動（如足球世界杯）而緻的(de)作息時(shí)間改變引發的(de)質量問題；重大(dà)公共衛生安全發生後，對(duì)企業的(de)具體影(yǐng)響程度，這(zhè)些與企業供應鏈、所處地區(qū)位置、人(rén)流、企業人(rén)員(yuán)受感染等各種特殊性（各個(gè)企業都不一樣）有關。目前，人(rén)們對(duì)此類問題隻能有抽象、定性的(de)認識，很難根據具體影(yǐng)響程度進行相對(duì)精細的(de)應對(duì)。對(duì)諸如此類的(de)問題，經典的(de)自動控制技術自然被束之高(gāo)閣，即使帶有一定智能特征的(de)現代控制技術也(yě)無能爲力。

注意：顯性的(de)和(hé)隐性的(de)不确定性因素！

企業中有大(dà)量的(de)問題是非結構化(huà)的(de)。當人(rén)們想盡可(kě)能提升質量時(shí)，發現影(yǐng)響質量問題因素的(de)構建就是困難的(de)；重大(dà)公共衛生安全發生後，對(duì)企業的(de)具體影(yǐng)響程度，很難有定量的(de)分(fēn)析，更何況應對(duì)；這(zhè)些都因爲環境及問題本身就是非結構化(huà)的(de)。企業中有大(dà)量的(de)信息并非常規的(de)數值數據或存儲在數據庫中的(de)可(kě)用(yòng)二維表結構進行邏輯表達的(de)結構化(huà)數據，如全文文本、圖像、聲音(yīn)、超媒體等信息，此即非結構化(huà)數據。這(zhè)些非結構化(huà)的(de)數據都是企業有用(yòng)的(de)信息，如研發人(rén)員(yuán)的(de)報告、收集的(de)外部資料（文本、圖像等）……傳統的(de)自動化(huà)技術未能有效利用(yòng)這(zhè)些信息，隻能止步于此。

企業中的(de)很多(duō)問題是非固定模式的(de)。如今很多(duō)企業爲了(le)更好地滿足客戶需求，實施個(gè)性化(huà)定制。不同類型的(de)企業實施個(gè)性化(huà)定制的(de)方式肯定不一樣。即使對(duì)同一個(gè)企業而言，對(duì)不同的(de)産品、不同類型的(de)客戶，可(kě)能也(yě)需要不同的(de)模式。數據的(de)收集、處理(lǐ)，數據驅動個(gè)性化(huà)設計和(hé)生産的(de)方式都不盡相同。又如工廠或車間的(de)節能，不同類型的(de)企業節能的(de)途徑可(kě)能不一樣。即使同類産品的(de)企業，其設備不一樣，地區(qū)環境不一樣，廠房(fáng)結構不一樣，都會導緻節能模式的(de)不同。從事傳統自動控制的(de)技術工作者自然不會問津這(zhè)類非固定模式的(de)問題。

我們的(de)祖先有一個(gè)很好的(de)文化(huà)傳統，即注重整體聯系。中國古代的(de)物(wù)質觀，金木(mù)水(shuǐ)火土，相生相克。此一說雖然并不科學，但其注重整體聯系的(de)思想卻有合理(lǐ)成分(fēn)。中國傳統醫學把人(rén)視爲一個(gè)整體，如經絡說，實際上強調人(rén)體的(de)整體聯系。雖然從科學的(de)角度言，其說有局限性，但從某些實踐（如針灸）的(de)有效性依然可(kě)見其思想的(de)合理(lǐ)成分(fēn)。

企業是一個(gè)大(dà)系統，其中有很多(duō)分(fēn)系統、子系統，有各種各樣的(de)活動（設計、加工、裝配……）,各種各樣的(de)資源（原材料、工具、零部件、設備、人(rén)力……）,供應商，客戶……大(dà)系統中如此多(duō)的(de)因素，相互關聯和(hé)影(yǐng)響嗎？肯定影(yǐng)響——憑想象和(hé)感覺。對(duì)大(dà)系統的(de)整體效能的(de)具體影(yǐng)響程度？高(gāo)級管理(lǐ)人(rén)員(yuán)和(hé)工程師們未必清楚。即使是一個(gè)設備系統，其部件、子系統、運行參數、環境等諸多(duō)要素之間的(de)相互影(yǐng)響，同樣人(rén)們隻能定性地知道某些影(yǐng)響，難以全部清晰地認識其影(yǐng)響程度。總之，我們對(duì)企業大(dà)系統及其分(fēn)系統的(de)整體聯系的(de)認識是很有限的(de)，之所以如此，不僅在于系統之大(dà)而複雜(zá)，還(hái)在于系統充滿前述的(de)不确定性、非結構化(huà)、非固定模式的(de)問題。

并非言以前人(rén)們就意識不到整體聯系、不确定性等問題的(de)存在，隻是苦于缺乏工具而腦(nǎo)力所不及。人(rén)類從來(lái)不會停止追求“超自然存在”工具的(de)步伐。基于更清晰認識乃至更精細地駕馭整體聯系、不确定性、非結構化(huà)、非固定模式等問題的(de)欲求，人(rén)類終于創造出合适的(de)工具，即物(wù)聯網、大(dà)數據分(fēn)析、人(rén)工智能（尤其是新一代的(de)）等。正是有了(le)這(zhè)些工具和(hé)手段，就不能繼續讓整體聯系、不确定性等問題困擾我們，制造領域自不例外。至此，我們可(kě)以更深刻地理(lǐ)解智能制造的(de)内涵：