当前，智能制造成为业界关注的热点。那么，智能制造究竟是什么？又包含哪些范畴呢？今天，我们就站在制造企业的角度，来系统地分析一下这些问题。

关于智能制造，其内涵是实现整个制造业价值链的智能化和创新，是信息化与工业化深度融合的进一步。

智能制造融合了信息技术、先进制造技术、自动化技术和人工智能技术。目前智能制造的“智能”还处于Smart的层次，智能制造系统具有数据采集、数据处理、数据分析的能力，能够准确执行指令，能够实现闭环反馈.

而智能制造的趋势是真正实现“智能的”，智能制造系统能够实现自主学习、自主决策，不断优化。

在智能制造的关键技术当中，智能产品与智能服务可以帮助企业带来商业模式的创新；智能装备、智能产线、智能车间到智能工厂，可以帮助企业实现生产模式的创新；智能研发、智能管理、智能物流与供应链则可以帮助企业实现运营模式的创新；而智能决策则可以帮助企业实现科学决策。

智能制造的主要技术之间是息息相关的，制造企业应当渐进式、理性地推进这十项智能技术的应用。以下将对这些技术一一进行解读。

智能产品通常包括机械、电气和嵌入式软件，具有记忆、感知、计算和传输功能。典型的智能产品包括智能手机、智能可穿戴设备、无人机、智能汽车、智能家电、智能售货机等。

企业应该思考如何在产品上加入智能化的单元，产品的附加值。比如在工程机械上添加传感器，可以对产品进行定位和关键零部件的状态监测，为实现智能服务打下基础。

基于传感器和物联网（IoT），可以感知产品的状态，从而进行预防性维修维护，及时帮助客户更换备品备件，甚可以通过了解产品运行的状态，帮助客户带来商业机会。还可以采集产品运营的大数据，辅助企业进行市场营销的决策。

此外，企业通过开发面向客户服务的APP，也是一种智能服务的手段，可以针对企业购买的产品提供有针对性的服务，从而锁定用户，开展服务营销。

制造装备经历了机械装备到数控装备，目前正在逐步发展为智能装备。智能装备具有功能，可以实现在机，从而补偿加工误差，提高加工精度，还可以对热变形进行补偿。

以往一些精密装备对环境的要求很高，现在由于有了闭环的与补偿，可以对环境的要求。

目前，很多企业的技术改造，就是建立自动化生产线、装配线和线。自动化生产线可以分为刚性自动化生产线和柔性自动化生产线，柔性自动化生产线一般建立了缓冲。为了提高生产效率，工业机器人、吊挂系统在自动化生产线上应用越来越广泛。

目前，很多汽车整车厂已实现了混流生产，在一条装配线上可以同时装配多种车型。

智能产线在我国制造企业的应用还处于起步阶段，但必然是发展的方向。智能产线的特点是：

在生产和装配的过程中，能够通过传感器或RFID自动进行数据采集，并通过电子看板显示实时的生产状态；

能够通过机器视觉和多种传感器进行质量，自动剔除不合格品，并对采集的质量数据进行SPC分析，找出质量问题的成因；

能够支持多种相似产品的混线生产和装配，灵活调整，适应小批量、多品种的生产模式；

具有柔性，如果生产线上有设备出现故障，能够调整到其他设备生产；

针对人工*作的工位，能够给予智能的提示。

无论什么制造行业，制造执行系统（MES）成为企业的必然选择。对于药品、食品等行业，有强制性的追溯要求，需要通过GMP等行业认证，因此推进MES更加紧迫。

前文提到的数字化制造（DM）技术也是智能车间的支撑工具，可以帮助企业在建设新厂房时，根据设计的产能科学进行设备布局，物流效率，提高工人工作的舒适程度。

对于机械制造企业，可以通过DNC技术实现设备状态信息和加工代码的上传下达，目前已有成熟的产品。

另外，实现车间的无纸化，也是智能车间的重要标志，企业可以应用三维轻量化技术，将设计和文档传递到工位。

此外，智能车间还有一个典型应用，就是视频监控系统不仅记录视频，还可以对车间的环境，人员行为进行监控、识别与报警。

例如，智能车间应当在温度、湿度、洁净度的控制和工业（包括工业自动化系统的、生产环境的和人员）等方面达到智能化水平。

一个工厂通常由多个车间组成，大型企业有多个工厂。前文已经提到了智能工厂与数字化工厂的区别，一个普遍的共识是，仅仅有自动化生产线和一大堆机器人，并不是智能工厂。

作为智能工厂，不仅生产过程应实现自动化、透明化、可视化、精益化，同时，产品、质量检验和分析、生产物流也应当与生产过程实现闭环集成。

工人可以通过智能手机查询工单，可以开视频会议，维修人员碰到疑难问题，可以通过手机视频寻求专家解答，还给智能手机配备了RFID和条码扫描的接口，这也是一个智能工厂的创新实践。

智能工厂还应当重视利用智能的仪器，结果直接进入信息系统，无需人工干预。而展望未来，AR（Augmented Reality，增强现实）技术也将在智能工厂大显身手。

企业要开发智能产品，需要机电软多学科的协同配合；要缩短产品研发周期，需要深入应用仿真技术，建立虚拟数字化样机，实现多学科仿真，通过仿真减少实物试验；需要贯彻标准化、系列化、模块化的思想，以支持大批量客户定制或产品个性化定制；需要将仿真技术与试验管理结合起来，以提高仿真结果的置信度。

目前，流程制造企业已开始应用PLM系统实现管理和配方管理，LIMS（实验室信息管理系统）系统比较广泛。

另外，汽车整车企业和设计公司广泛应用Cave技术，利用虚拟现实技术辅助产品研发，也是一个智能研发技术。

全球PLM领导厂商之一，达索系统公司提出了三维体验（3D Experience）的理念，在VR和AR方面提供了解决方案。

将仿真技术与精密制造紧密结合，可以将以为需要多个零件分散制造融合为一个复杂零件，从而了零件的性能，了零件的重量。

制造企业核心的运营管理系统还包括人力资产管理系统（HCM）、客户关系管理系统（CRM）、企业资产管理系统（EAM）、能源管理系统（EMS）、供应商关系管理系统（SRM）、企业门户（EP）、业务流程管理系统（BPM）等，国内企业也把办公自动化（OA）作为一个核心信息系统。

为了统一管理企业的核心主数据，近年来主数据管理（MDM）也在大型企业开始部署应用。实现智能管理和智能决策，重要的条件是基础数据准确和主要信息系统无缝集成。

实现智能物流与供应链的关键技术包括自动识别技术，例如RFID或条码、GIS/GPS定位、电子商务、EDI（电子数据交换），以及供应链协同计划与优化技术。

其中，EDI技术是企业间信息集成（B2B Integration）的必备手段，然而我国企业对EDI的重视程度*不够。

EDI技术重要的价值，就是可以实现供应链上下游企业之间，通过信息系统之间的通讯，实现整个交易过程无需人工干预、而且不可抵赖。

企业在运营过程中，产生了大量的数据。

一方面是来自各个业务部门和业务系统产生的核心业务数据，比如与合同、回款、费用、库存、现金、产品、客户、投资、设备、产量、交货期等数据，这些数据一般是结构化的数据，可以进行多维度的分析和预测.

这就是BI（Business Intelligence，业务智能）技术的范畴，也被称为管理驾驶舱或决策支持系统。

同时，企业可以应用这些数据提炼出企业的KPI，并与预设的目标进行对比。从技术角度来看，内存计算是BI的重要支撑。

SAP HANA和QlikView软件在这方面已经先行一步。BI软件的另一个趋势是移动BI，支持在智能手机和PAD上进行分析和应用，而要移动BI的应用效果，基于云服务无疑是必由之路。

对于制造企业而言，要实现智能决策，首先必须将业务层的信息系统用好，实现信息集成，确保基础数据的准确，这样才能使信息系统产生的数据真实可信。