智能制造：数字化是制造业的未来

第四次工业革命（即工业4.0）的技术——互联机器人、3D打印、云计算、人工智能（AI）和物联网（IoT）——使智能制造成为可能，并极大地加速了创新的发展。

机械制造的曙光始于大约十八世纪末的第一次工业革命期间，当时还是以水和蒸汽为动力。在经历了漫长的两个世纪之后，电力的使用让第二次工业革命得以大规模生产装配线和劳动分工。1970年前后，技术的飞速发展又催生了第三次工业革命，计算机和信息技术使一些工业流程实现了自动化，并带来了更复杂的通信技术。

自从2011年工业4.0这一术语被创造以来，其相关技术正不断发展，使得一种被称为智能制造的生产形式应运而生，这种生产形式包含着丰富的数据、互联性和高度自动化。

德勤公司 (Deloitte LLP) 的副总裁兼美国工业产品和建筑领域负责人Paul Wellener对智能制造做出了这样的阐释：从工厂车间到企业业务的方方面面，对所有的制造活动广泛地实施数字化的制造模式便是智能制造。这包括产品设计、供应链、生产、分销和销售。

智能制造利用了工业4.0的技术，其特点是互联的信息物理融合系统，如智能机器人和能够自我诊断并就出现故障的可能性发出警告的机器。物联网的普及带来了功能更为强大且安装有智能传感器的设备和机器，这些传感器可将设备和机器的使用数据流源源不断地上传到云端进行分析。

这些“大数据”集通过有机器学习功能的人工智能得到处理，机器学习在吸收更多数据之后将变得更加准确并具有更好的预测性。自动化和数据之间的连通创造了更加灵活的供应链，在这样的供应链中，船舶和卡车可与仓库、自动或半自动驾驶车辆以及无人机进行“交谈”。移动机器人和协作式机器人也被整合到这个过程中，使运输和物流的运作更加自动化。

智能制造可帮助制造商提高效率、保持竞争优势并探索新的商业模式和实践方法。

企业应该采用智能制造来帮助简化流程、提高生产率、保持竞争力，并为未来突发事件做好准备，包括目前还在蔓延的新冠肺炎疫情。

一家名字叫“制造企业解决方案协会”（MESA）的非营利组织正在进行一项民意调查，该调查询问受调公司，阻碍它们顺利地向智能制造转型的主要挑战是什么。大约58%的公司表示，有财务方面的担心或对相关技术缺乏了解。毫无疑问，采用智能制造需要大量的财力和人力的投入，而且还有一定的风险。

然而，就在2019年，来自德勤和制造商生产力与创新联盟（MAPI）的“智能工厂调研”得出了这样的结论：任何制造商，无论是否已经启动其智能工厂的计划，都可以通过该行动为本企业创造价值，而且这些计划的价值一般来讲要大于在财务和运营方面的风险。

这项调研将接受调查的企业分为AB两组：A组（占受调查公司的49%）目前没有智能工厂的计划，而B组（占受调查公司的51%）目前已经有一定程度的而且正在实施的智能工厂计划。调研结果显示，A组的2015-2018年生产率指数可能每年要下降2.3%，而B组的平均年生产率在同一时期内却上升了3.3%。此外，B组公司的产量平均增长了10%，工厂的产能利用率平均增长了11%。

大多数尚未实施智能制造的公司也意识到了它的重要性。“在这项调研中，接受调查的86%的制造商认为，在五年内，智能制造解决方案将成为竞争的主要推动力，”Wellener说，“这凸显了智能制造将有能力在未来的若干年中使制造企业具有竞争力的重要性。”

受新冠肺炎疫情影响，2020年经济放缓，供应链遭遇中断，但尽管如此，现在正是企业考虑并落实智能制造计划以保持竞争力的大好时机。事实上，德勤和MAPI开展了一项新的调研项目：“加速智能制造”，并于2020年10月发布了该项调研的成果。该调研表明，许多制造商在2020年扩大了对智能制造技术的应用，并有可能在2021年继续扩大这项应用。

“高管们分享了安装有计算机视觉系统的示例，这些系统可以让客户对工厂进行虚拟的参观，为一线工作人员添加可穿戴的防护设备，以便在他们进入同事的2米距离的个人空间时发出信号，以及快速添加协作式机器人以增加劳动力，因为工人们无法再肩并肩地在生产线上工作，”Wellener说道。

欧特克公司设计与制造部入市战略和营销副总裁Srinath Jonnalagadda表示，所有制造商都必须采用智能制造技术只是一个时间问题。“这确实是一个关乎生存的问题，”Jonnalagadda说，“我的观点是，要让物理世界和数字世界融合，除此之外没有别的途径。”

对于那些对智能制造感兴趣但又担心在资金或技术方面会遇到障碍的企业而言，好消息是，它们不必通过一蹴而就的方法完成对工厂的转型。事实上，上述的“智能工厂调研”表明，小步伐往往会赢得大成功。受调查的成功公司往往从最高管理层开始（特别是首席技术官）：首先要设法获得高管的支持，而且在开始时，可对几个小项目进行小规模的投资。他们可以将这些项目和可衡量的业务指标结合起来，以早期的成功经验为激励，寻求追加更多的投资。

Jonnalagadda建议，开启智能制造之旅的制造企业应该从模拟数据的数字化开始。淘汰手动的模拟过程，设法找到一个可以在一个数字数据库中捕获所有内容的系统。这些是基础数据，将来通过输入更多的来自工厂车间流程的信息来构建反馈循环都要以这些数据为基础。这种额外的输入可以是来自传感器输出的数据，也可以是来自生产过程中不同时间点工作人员输入的数据。

“当你捕获到越来越多的数据点时，便可以对正在发生的一切有一个更好的理解，”Jonnalagadda说，“它可以让你对现状有一个更好的了解机会。然后，你会感到茅塞顿开，豁然开朗。你一旦意识到工厂车间存在的情况之后，便可以找到各种瓶颈。”

一旦制造企业的问题被数据揭示出来，它们就可以开始考虑从多个维度对现状进行改善：此时企业可以引入更多的运算和算法，以便从中获得帮助。Jonnalagadda说：“你可以让算法为你进行探索，为你提供不同的可能性，这样你可以从中找到解决问题的最佳途径，这就是企业的制胜法宝。现在，你拥有了一个数字骨干网。你拥有的输入和反馈循环可以为你提供思路和算法的帮助，从而为你提供继续完善和优化工厂车间运营的选项。”

智能技术在不断地发展。例如，智能制造不需要新的5G蜂窝网络，但5G的连接性能降低了企业对硬件和无线网络的依赖，可以简化设置过程，并提供比4G更广的带宽。

以下技术构成了高科技智能制造的原则，但这些技术并不是孤立使用的；通常情况下，一个设备、一台机器或一个系统会包含其中的几种技术。例如，一个物联网设备可能有以无线方式连接到云端的传感器，但同时也有嵌入人工智能的处理器，这些处理器可以发送警报或单独做出流程决策。

1. 人工智能/机器学习

人工智能/机器学习与智能制造的数据分析是密不可分的，因为在处理和识别数据的规律方面，它们的速度要快于人脑。某些程度的人工智能常常被嵌入到智能工厂的协作式机器人和其他机器人系统中。随着人工智能价格的下降，它也被用于为物联网设备和智能工厂机器进行边缘计算的微处理器中。基于人工智能的计算机视觉也可以从工厂车间的视频中为企业带来洞察。例如，Drishti的人工装配线上具有人工智能的分析可以提供职工培训、减少残次产品、优化流程等。

2. 增强现实/虚拟现实

增强现实（AR）和虚拟现实（VR）在智能制造中的实际应用不同于其他技术。目前，这些技术主要用于在职培训，帮助工人弥合不断扩大的技能差距。自新冠肺炎疫情爆发以来，智能制造部门在使用增强现实/虚拟现实进行培训和引入远程专家进行维修或其他指导方面的业务量增加了一倍。比如，使用微软的混合现实HoloLens 2护目镜，工厂车间的员工可以从远程专家那里获得指示，而实际上该专家能够通过员工的眼睛看到现场。

3. 自动化/机器人

由于社交距离的要求，协作式机器人越来越受欢迎。智能制造对机器人的使用也随之变得越来越多样化并具有更好的协作性。机器人和自动化机器在人工智能、自主决策、感知能力、沟通能力和移动性等方面的应用程度有所不同。但在智能制造中，机器人系统通常能够收集大量数据并与云端和整个智能工厂保持良好的连接。

4. 增材制造/混合制造

增材制造（也被称为3D打印）已经彻底改变了快速制作原型的模式，现在以成品甚至像小型建筑和桥梁这样的基础设施的形式对传统制造进行了补充。预计这种方法最终也将用于大规模生产。同时，混合制造将金属增材制造与减材制造结合到一台机器上，进一步减少了材料的浪费并快速生产出零部件。

5. 大数据分析

大数据涉及到智能制造的其他各个部分，从某种意义上讲，一种技术表现出何种“智能”是由数据来定义的。数据驱动型智能制造可为机器学习提供发展的条件，并依靠云进行存储和处理。但是，除了工厂车间之外，对于智能制造的其他领域，大数据分析也起着关键的作用，它为物流、风险评估、成本结构、增长战略、质量控制和改进、按订单生产和其他销售模式、售后服务等方面的决策提供了依据。

6. 云计算

通过云计算，物联网传感器数据可以储存在场外的服务器上，并通过人工智能/机器学习的算法得到分析。那么，云端究竟可以为智能制造做些什么事情呢？举个例子，大众汽车的工业云把来自所有122家大众集团工厂的所有数据集合在一起，并实时对其进行处理以进行改进。大众汽车的长期目标是把来自全球1500家供应商的3万多个地点连接到工业云上，并争取创造一个智能制造软件市场。

7. 数控加工

先进的计算机数控（CNC）机器通过计算机辅助制造（CAM）软件创建的设计和模型可执行精确的多轴铣削、车床加工、切割、钻孔和其他操作。在智能制造中，数控机床通常将无线传感器作为物联网的一部分。

8. 面向制造的设计

面向制造的设计（DFM）或面向制造与装配的设计（DfMA）是一种设计方法，它通过一组设计方案和原则来促成并优化预制。产品和组件专为制造而设计，使得制造流程更为轻松，成本效益也更加理想。它涉及使用专门的计算机辅助设计（CAD）和CAM软件进行设计和生产。

9. 物联网/边缘计算

进行智能制造的设备、机器、机器人等通常都是物联网的一部分，这意味着它们包括可以上传数据以供分析的无线网络传感器。随着传感器成本的迅速下降，低成本的处理器也越来越多地成为物联网设备的一部分，这意味着处理器在将数据上传到云端之前在本地便可执行计算任务，这就是人们常说的边缘计算。IIoT这个术语（工业物联网）是指一条生产线上的物联网机器，通常可根据用以降低成本和浪费的数据输入执行预测性决策。

10. 仿真/数字孪生

智能制造使用仿真软件创建物理零部件和产品的“数字孪生”制品，便可在实际制造前对其进行数字化的测试、验证和优化。数字孪生制品越接近原产品的物理属性，仿真就变得越有价值。

智能制造可以帮助企业极大地提高资源利用率，同时增强工人安全并促进职工培训。MESA的知识委员会主席Khris Kammer认为，它还可以增加企业的灵活性。Kammer说：“大家可能已经注意到，在新冠肺炎流行期间有大量的公司转产到其他产品，无论是个人防护用品还是相关的医疗设备。它们之所以能够做到这一点，是因为它们具备灵活性，能够快速地将新产品引入生产环境，并以非常快速的方式重组、再培训，然后执行。”

Kammer补充说，智能制造公司可以灵活地进行生产，并参加到“大批量定制”的大潮中来，这种趋势使得制造企业能够提供产量小且可变性高的产品。这可能导致基于订阅或“单件生产”产品的新业务模式。Kammer说：“有了这种能力，你不会受到供应链的挤压，反而能够在供应链中推动一些创新，这是令人兴奋的。”

无论对于单个企业还是整个制造业，智能制造都有潜力改善它们的产能。另一个由智能制造带动的新业务模式，即“制造即服务”（MaaS），可以帮助供应链在面对像2020年那种突发事件时更具有韧性。这种“制造即服务”（货物供应商Xometry将其称为按需制造），将制造需求与可满足该需求的有额外制造能力的供应商相匹配，就像“制造业的超级化”那样，Jonnalagadda说。正如拼车服务要依赖机器学习快速地将驾驶员与乘客匹配在一起一样，MaaS需要机器学习来快速且有效地将制造商与客户匹配起来。

“加速智能制造”研究侧重于另一个可影响到整个行业的发展：智能制造生态系统的优势，即“网络效应”。在这种系统中，许多公司和实体使用先进的互联技术进行有意义的合作，以实现共同目标。

针对新冠肺炎疫情而推出的制造业倡议，如“美国制造”增材制造社区的努力，便是一个很好的例子。该倡议为设计师、制造商和保健行业提供了一个在线门户网站，以期望在两个月内通过协作制作超过28万件个人防护用品。

智能制造生态系统在任何情况下都是互利的，因为它们共享集体智慧和创新成果。该研究发现，2019年，在财富500强的制造企业中，与拥有较少数目联盟的企业相比，拥有15个以上战略联盟的企业的同比收入增长了一倍。智能制造生态系统中的公司也经历了更快的产品和服务推出速度、扩展的创新能力、更迅速的数字技术成熟过程，并达到更低的运营成本和更高的效率。

智能制造对可持续发展的影响

有些智能制造技术本身就能促进资源的有效利用。例如，仿真软件可以通过将许多物理测试（如车辆碰撞测试）移至模拟环境的方法大幅度减少材料的浪费。Jonnalagadda说，仿真还可以预测不同材料的耐用性和使用寿命，并测试最终产品的替代材料，使得这些材料尽可能少地对地球造成影响。面向制造的设计还可以将可持续发展的优势引入到产品当中。例如，衍生式设计软件使用人工智能生成大量的设计方案，从而在保持强度和成本的同时降低产品的重量和所需材料的数量。

有了正确的意图，智能制造可以积极地支持可持续发展的目标。原计划将于2021年上线的卫奇塔智能工厂（Smart Factory@Wichita，一个由美国堪萨斯州卫奇塔州立大学和德勤协作的项目）将包括一个完整的生产线，展示如何将现有的制造资产与智能制造技术（如机器人系统、3D打印、3D激光扫描仪、增强现实/虚拟现实资产、仿真和可视化软件等）结合起来。这个全新的设施也是一座位于智能电网上的净零碳排放的智能建筑，该项目旨在展示智能工厂的先进技术如何通过简化运营以减少对环境的影响来实现可持续发展。

有些工业4.0的咨询顾问，如Bernard Marr & Co.智库，非常看好这些技术的潜力。他们说，如果使用得当，它们的优化资产管理可以帮助世界生态系统获得再生，并消除早期工业革命和实践对环境造成的破坏。

MESA在2016年发表的白皮书《智能制造：对发展前景的解释》呼吁制定数据和通信行业的标准，以促进智能制造的机器和软件之间的互操作性。业内的许多人士都认为，这对于顺利过渡到工业4.0是至关重要的。

Jonnalagadda说：“现在有多种标准，很多公司都在使用不同的专有格式，而且软件缺乏将所有这些不同的标准连接在一起的能力。”就拿数控加工来说，每个供应商都有自己的管理和连接方法。“这需要改变，”他继续说道，“我们需要一个可以连接各种机器的系统。”

网络安全和数据保护也是需要首先解决的问题；“加速智能制造”研究的结果显示，有58%的制造商表示担心参与智能制造生态系统会发生数据和知识产权被盗的问题。

不过，尽管存在这些问题，参加本研究的智能制造公司中还有62%仍在继续或加速其技术项目。许多人认为，当智能制造发展到一定的程度（即使在经济不确定的时期），这些问题将逐渐迎刃而解。

Kammer说：“创新和进步往往出自逆境。企业界许多高瞻远瞩的仁人志士都在尝试利用其中的一些技术来完成他们从未能够做过的事情，比如以更快的速度完成从理念和设计到产品的成功完成。我认为，若将更新的技术和需求结合起来，我们将看到一些很了不起的成果。”