以智能制造为主攻方向，构建新质生产力

推动制造业转型升级的技术与理念可以分为五个层级：战略理念、制造范式、推进策略、交叉融合技术、使能技术，分别代表了从宏观战略到微观实施的不同层面。

战略理念是一种长期的、宏观的、方向性的规划和决策，是制造业在长远发展过程中，所秉持的核心理念和目标，指导制造业在转型升级过程中的方向和重点。战略理念需要全球各国和社会各界的共同参与和努力，通过整合资源、优化配置、创新技术和改进管理，来实现生产力的提升和经济的转型升级。工业4.0、ESG、两化融合、新型工业化、新质生产力都属于战略理念。

2002年，党的“十六大”首次提出“新型工业化”，“坚持以信息化带动工业化，以工业化促进信息化，走出一条科技含量高、经济效益好、资源消耗低、环境污染少、人力资源优势得到充分发挥的新型工业化路子。”

2004年，ESG（环境、社会和治理）在可持续发展的背景下诞生，它强调企业在环境保护、社会责任和良好治理方面的表现。其目标是推动企业在经济发展的同时，积极应对环境问题、履行社会责任，并建立良好的治理机制。

2007年,党的“十七大”报告正式将信息化列入“五化”,提出“两化融合”的概念,即信息化与工业化融合。这一概念的提出是为了通过信息化带动工业化、以工业化促进信息化，走新型工业化道路。

2013年，面对新的工业革命带来的机遇和挑战，为了保持和增强德国制造业的全球竞争力，德国选择了主动引领变革，提出了“工业4.0”战略。“工业4.0”是指通过信息物理系统（Cyber-Physical Systems, CPS）将生产系统与互联网相连，实现生产过程的智能化、网络化和个性化。

2023年9月，我国首次提出“新质生产力”。新质生产力的核心是创新起主导作用，摆脱传统经济增长方式、生产力发展路径，具有高科技、高效能、高质量特征，符合新发展理念的先进生产力。

制造范式是指制造业在生产组织、技术应用、资源配置、产品结构、市场定位等方面所遵循的基本模式。制造范式的变化通常与工业革命和技术革新紧密相关，比如从手工制造到机械化，再到电气化、数字化/自动化和智能化。每一种制造范式的出现都极大地推动了生产力提升和制造业发展。它体现了制造业在特定时期内的发展趋势和主要特征，主要包括制造方式和管理模式的创新。其中，CIMS、并行工程、敏捷制造、智能制造和绿色制造属于制造模式变革和制造业价值链创新，六西格玛和精益生产则是从生产现场发展起来的管理模式创新。

并行工程于1988年提出，初衷是缩短国防武器和军用产品的生产周期，降低成本。在此之前，产品功能设计、生产工艺设计、生产准备等步骤以串行生产方式进行。并行工程是集成、并行地设计产品及其相关的各种过程(包括制造过程和支持过程)的系统方法。后来这种方法从军品生产扩展到了民品生产领域。

CIMS（计算机集成制造系统）于1973年提出，集成了计算机技术、自动化技术和制造技术的系统，旨在实现制造过程的自动化、信息化和智能化，通过集成管理和控制整个制造过程，实现从订单处理到产品设计、生产、物流等各个环节的高效协同。得益于强大算力、宽带支持和集成技术，当今的智能制造已经实现了CIMS的愿景。

智能制造的概念可追溯到上世纪 80代，美国出版的《制造智能》（Smart Manufacturing）一书中，首次提出“通过集成知识工程、制造软件系统、机器人视觉和机器人控制来对制造技工们的技能与专家知识进行建模，以使智能机器能够在没有人工干预的情况下进行小批量生产”。1991年，日、美、欧共同发起实施的“智能制造国际合作研究计划”中提出“智能制造系统是一种在整个制造过程中贯穿智能活动，并将这种智能活动与智能机器有机融合，将整个制造过程从订货、产品设计、生产到市场销售等各环节以柔性方式集成起来的能发挥最大生产力的先进生产系统”。在维基百科对于智能制造（Smart manufacturing）的定义中，已经明确指出智能制造采用了CIMS技术：Smart manufacturing is a broad category of manufacturing that employs computer-integrated manufacturing, high levels of adaptability and rapid design changes, digital information technology, and more flexible technical workforce training. Other goals sometimes include fast changes in production levels based on demand, optimization of the supply chain, efficient production and recyclability.（智能制造是一个广泛的制造业类别，支持计算机集成制造、高度适应性和快速设计变更，数字信息技术和更灵活的技术人员培训，并可以根据需求，快速改变生产水平、优化供应链，实现高效生产和可回收。）

20世纪90年代，在全球市场竞争加剧、客户需求多样化、信息技术迅速发展的大背景下，美国提出“敏捷制造”，借鉴了软件开发领域的敏捷开发方法，通过灵活的组织结构、生产流程和供应链管理，实现对市场需求的快速响应和定制化生产。

近年来，绿色制造成为生产方式变革的重要内容，这是一种以环保、节能、可持续发展为核心的生产方式，关键在于采用清洁能源、绿色产品、绿色材料、绿色工艺、绿色包装和绿色工厂等技术，减少生产过程中的废弃物和污染物排放，实现生产与环境保护的双赢。

六西格玛和精益生产都是20世纪80年代从生产现场发展起来的管理模式。六西格玛的概念最早由摩托罗拉提出，在GE得到进一步的发展和完善，其核心是通过对业务流程的优化，减少过程变异，从而降低缺陷率，提高产品和服务的质量；精益生产则是源自丰田生产方式的一种管理哲学，其理念是基于客户需求拉动生产，而非推动式生产，旨在消除浪费任何不增加客户价值的活动，强调准时化和人机协作。两种管理模式都追求提高产品和服务质量，减少浪费，提升客户满意度，强调持续改进和全员参与。不同的是，六西格玛更侧重于数据驱动决策，使用一系列统计工具和技术来分析问题并设计解决方案。精益生产则强调通过5S、看板、价值流程图、持续流动和暂停按钮等更加直观的方法不断地识别和消除浪费，更关注实际操作。

推进策略在制造业转型升级过程中至关重要，它是指为了确保技术的有效实施和业务的顺利转型而采取的一系列步骤和方法。不同策略的侧重点和作用域有所不同。例如：

集成产品开发（Integrated Product Development，IPD）方法可以实现产品设计、开发、生产等环节的高效协同，提高产品开发效率和市场响应速度。

基于模型的系统工程（Model-Based Systems Engineering，MBSE）可以显著改善产品研发过程上游的数字化研发能力，即利用标准系统建模语言，将系统工程中所涉及的分析要素，以对象化、图形化、数字化方式抽象化为计算机数学模型（如需求模型、功能模型），使模型具有描述系统运行逻辑和逻辑验证的能力，并在研发早期在虚拟环境中进行系统级仿真，以此规避大量的研发返工。

通过推进IT与OT融合，实现生产设备的互联互通，高效地完成数据采集，将IT系统的数据处理能力和OT系统的实时控制能力相结合，实现更高效的生产和更智能的决策。目前，OPC UA和MQTT是实现IT/OT融合的主流协议。

在数字技术蓬勃发展的背景下，通过推进数字化转型（Digital Transformation），企业可以实现商业模式、研发模式、制造模式、营销模式、服务模式、运营模式以及决策模式的转型，真正实现数据驱动决策，发挥数据的价值，创造新的增长机会。数字化是不可逆转的潮流，数字化转型的本质是通过信息技术在深度、广度方面的持续应用，来支撑企业本身的业务转型与变革，能够帮助企业更好地应对各种不确定性。只有能够顺应数字化大潮的企业才能随需而变，实现可持续发展。从根本上说，数字化是信息化的高级阶段，是全面深入应用信息技术来创造价值的更高境界。数字化转型已被公认为制造业转型升级的核心策略。

随着科技的不断进步，各种领域之间的交叉融合已经成为了一个不可逆转的趋势。交叉融合技术通过多种技术的相互作用和协同效应，创造出新的技术、产品、服务和解决方案。这些交叉融合技术能够带来跨学科的创新，创造更大的价值，解决更复杂的问题。例如：

工业大数据需要应用数据采集技术、数据管理技术和数据分析技术，才能使工业大数据中所蕴含的价值得以挖掘和展现。

数字孪生是在物联网、建模/仿真与优化、三维可视化、人工智能等多种使能技术迅速发展和交叉融合的基础上，通过构建物理实体所对应的数字孪生模型，并对数字孪生模型进行可视化、调试、体验、分析与优化，从而提升物理实体性能和运行绩效的综合性技术。

供应链管理环节众多，主要包括供应链计划、优化与执行，具体包含采购寻源、供应商关系管理、仓储管理、运输管理、配送管理、供应链协同计划、电子数据交换（EDI）等。

工业自动化技术是基于控制理论，综合运用仪器仪表、工业计算机、工业机器人、传感器和工业通信等技术，对生产过程实现检测、控制、优化、调度、管理和决策的综合性技术，工业自动化又可以细分为面向离散制造业的工厂自动化、面向流程行业的流程自动化和针对企业内外部物流的物流自动化。PLC和DCS技术的发展对工业自动化的广泛应用具有关键性作用。近年来， APC技术在流程行业得到实际应用；而基于PC的控制系统也得到广泛应用。软件定义成为工业自动化系统的前沿方向。

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的技术科学，集成了语言识别、图像识别、自然语言处理、专家系统、机器学习，计算机视觉等技术。随着物联网、大数据及云计算等技术的普及，人工智能实现了蓬勃发展。其中，物联网使得大量数据能够被实时获取，大数据为深度学习提供了数据资源及算法支撑，云计算则为人工智能提供了灵活的计算资源。

工业软件是计算机科学、数学、物理学和管理学等各领域科学技术蓬勃发展与交叉融合的产物，是用于支撑工业企业产品研发、工艺规划、制造、营销、采购、运营和服务等核心业务的一系列工具类和管理类软件的统称。工业软件可以细分为产品创新数字化、管理数字化、工业自动化和基础数字化四大类软件。进入二十一世纪以来，随着云计算、物联网、人工智能、大数据、边缘计算等技术的迅速普及，工业软件的技术架构、部署方式、运行方式、付费模式迅速变迁，广泛应用工业软件已成为制造企业正常运营和实现可持续发展的必然选择。其中，PLM（产品全生命周期管理）、ERP（企业资源计划）、MES/MOM（制造执行系统/制造运营管理）、SCM（供应链管理）、SRM（供应商关系管理）、EAM（企业资产管理）、MDM（主数据管理）、SCADA(数据采集与监控系统)、EMS（能源管理）、QMS（质量管理）、APS（高级计划与排程）等工业软件得到广泛应用，制造企业已实现CAD（计算机辅助设计）、CAM（计算机辅助制造）、CAE（计算机辅助工程仿真）和CAPP（计算机辅助工艺规划）系统的集成应用，EDA（电子设计自动化）发展与应用方兴未艾，而全三维产品设计和工艺设计、MBD（基于模型的产品定义）、创成设计（Generative Design）、MBSE（基于模型的系统工程）成为制造业研发创新的前沿方向。工业软件系统之间的集成应用是取得实效的关键。

使能技术（Enabling technology）是指那些能够支撑制造业转型升级的基础与核心技术，充分应用各类使能技术是制造业实现转型升级的必要条件。这些使能技术包含但不限于仿真技术、数控技术、传感器、机器视觉、工业机器人、增材制造、VR/ AR、物联网、工业互联网、区块链、云计算、边缘计算等。 

仿真技术涉及多个方面，不仅包括结构、流体、电磁、振动、噪声、传热、运动学、动力学等工程仿真，拓扑结构优化，还涵盖铸造、注塑、焊接、机加工、热处理等制造工艺仿真，以及碰撞、燃烧、爆炸等物理现象的仿真，还包括设备布局、物流仿真、人因工程仿真等工厂仿真技术。仿真技术可以帮助制造企业从产品设计到制造的V型流程各个阶段更好地预知和评估产品全方位的性能，减少实物试验，提高研发效率与质量，满足产品的功能、性能、安全性、可靠性等要求。多学科仿真与优化技术的应用对于制造企业提高正向研发能力十分重要。

数控技术（CNC）是一种采用数字控制技术对机床进行控制的技术。通过预先编程的指令，机床按照特定的顺序和方式进行作业，加工出符合设计要求的零件或产品。数控技术是制造企业实现自动化和高效化生产的关键使能技术之一。各种加工工艺和加工装备都有对应的CNC技术进行数控加工，尤其是车削、铣削、磨削、切割、焊接、折弯、打磨、冲压、锻压、压铸等。通过CAM软件和数控仿真软件进行离线编程和加工仿真，可以大大提高数控加工的效率和质量。

传感器通常是基于物理、化学或者生物学的效应，将外界的光、热、压力、湿度、运动等物理量转换为可用的电信号。这个电信号通常会被进一步被处理和分析，以便实现对被测量对象的精确监测和控制。传感器已经成为工业生产中的智能“感官”，帮助企业检测关键变量，监控生产过程，保障生产安全。

机器视觉是一种利用机器模拟人类视觉系统来理解和识别图像的综合技术。机器视觉能够从图像或视频中提取信息，协助进行物体的检测、测量、识别和定位，是实现自动检测、自动化控制和智能决策的关键技术。

工业机器人是一种能自动控制、可重复编程，多功能、多自由度的操作机，能搬运材料、工件或操持工具，来完成各种作业。工业机器人具有可编程、拟人化、通用性、机电一体化等特征，在制造业中的优势主要体现为自动化、高效率和安全性。近年来，伴随着机器人控制、智能传感、人工智能等技术的迅速发展，工业机器人迎来了重大技术革新，AMR(自主移动机器人)、协作机器人和并联机器人得到广泛应用，其应用场景也逐渐由单机应用走向多机协同，强调人机共融。人形机器人成为研究与应用的前沿方向，但在工业场景落地还处于初期阶段。

增材制造是采用材料堆积叠加的方法制造三维实体的技术，相对于传统的材料去除－切削加工技术，是一种“自下而上”的新型材料成型方法。增材制造有多种类型，可以满足轻量化、灵活的设计需求，实现高精度、复杂形状、小批量的生产，为制造企业的设计与制造提供了全新的方向，在航空航天、生物医疗、汽车制造等行业有典型应用，尤其是金属增材制造在结构复杂和单件小批零件的制造方面有独特的应用价值。

虚拟现实（Virtual Reality，VR）是指通过计算机技术生成的一种模拟环境，用户通过特定的交互设备，与这个虚拟环境进行交互，从而产生身临其境的感觉；增强现实（Augmented Reality，AR）是一种将虚拟信息叠加到真实世界中的技术，它通过计算机系统提供的信息来增强用户对现实世界的感知。经过多年的发展，VR/AR已经从实验室的研究项目走向实际应用，在工业领域逐渐形成可落地的应用，被广泛应用于设计、营销、培训、客户服务等诸多领域，模拟训练、虚拟样机技术等典型应用受到许多工业企业的重视。

物联网是指通过各种网络技术及射频识别、红外感应器、全球定位系统、激光扫描器等信息传感设备，按照约定协议将包括人、机、物在内所有能够被独立标识的物端按需求连接起来，进行信息传输和协同交互，以实现对物端的智能化信息感知、识别、定位、跟踪、监控和管理。

工业物联网是把物联网技术延伸到工业领域，通过将物联感知和通信技术融入到工业生产过程各个环节，实现设备与软件、设备与设备之前间的互联互通和智能控制。

工业互联网是连接工业要素的网，其核心是工业产品和工业设备的互联，需要连接的内容包括企业的各种设备、产品、客户、业务流程、员工、订单和信息系统等工业要素，连接的实质是数据，而且必须实现安全、可靠地连接。工业互联网是实现智能制造的关键基础设施。实际上，工业互联网的概念与工业物联网相似。

区块链是一种去中心化的分布式数据库技术，将数据以加密的方式记录在多个区块中，并通过网络中的多个节点进行验证和存储，从而确保数据的安全性和不可篡改性。由于其具有去中心化、高度安全性、无需托管机构服务等特性，被广泛应用于供应链管理、物联网等领域。

云计算是一种现代计算模型，它允许用户通过网络按需访问共享的计算资源池，这些资源包括硬件（如服务器和存储设备）、软件（如应用程序和服务）、数据和平台。云计算根据部署方式可以分为私有云、公有云和混合云，云计算还可以分为基础设施服务化（IaaS）、平台服务化（PaaS）和软件服务化（SaaS）。

边缘计算是一种分布式计算框架，它将数据处理和应用程序部署从中心化的云数据中心转移到网络的“边缘”位置（如物联网设备、路由器、网关或其他位于网络边缘的设备），减少数据传输延迟，提高响应速度，减少带宽使用，从而在需要实时数据处理和响应的应用场景中提供更加高效的服务。边缘计算与云计算相辅相成，云计算提供强大的中央数据存储和处理能力，而边缘计算则专注于实时数据处理和快速响应。

2、新兴技术发展规律与术语的生命周期