歐陽華兵

(上海電機(jī)學(xué)院 機(jī)械學(xué)院,上海 201306)

上世紀(jì)80年代開始，人工智能技術(shù)逐步運(yùn)用到制造領(lǐng)域。提出了智能制造技術(shù)和智能制造系統(tǒng)，隨后出現(xiàn)了精益制造、虛擬制造、快速響應(yīng)制造等現(xiàn)代制造模式，集成化與智能化也逐步成為下一代制造系統(tǒng)的特征。智能產(chǎn)品、智能產(chǎn)線、智能車間、智能工程等不斷涌現(xiàn)[1]。

智能制造不是簡單的傳統(tǒng)產(chǎn)品改造和技術(shù)突破，而是信息技術(shù)與制造業(yè)的深度融合與集成創(chuàng)新[2]，通過深度學(xué)習(xí)、遷移學(xué)習(xí)和增強(qiáng)學(xué)習(xí)等技術(shù)手段，將制造數(shù)據(jù)和信息加工成知識，實(shí)現(xiàn)知識的智能化制造與服務(wù)，它是實(shí)現(xiàn)中國制造業(yè)由大到強(qiáng)的關(guān)鍵路徑。

本文以智能制造技術(shù)為研究對象，在分析智能制造技術(shù)發(fā)展背景的基礎(chǔ)上，闡述了智能制造技術(shù)的基本內(nèi)涵，針對實(shí)現(xiàn)智能制造的4個關(guān)鍵共性技術(shù)及其研究現(xiàn)狀進(jìn)行了深入分析與探討，并對智能制造的未來發(fā)展趨勢進(jìn)行了展望。

1 智能制造概述

1.1 國外智能制造發(fā)展概況

國外智能制造起步較早，最早可追溯到1988年，美國懷特教授和布恩教授出版了《智能制造》專著，首次提出了智能制造概念，指出了智能制造的具體設(shè)想和實(shí)施途徑[3]。1989年，日本提出了智能制造系統(tǒng)，開發(fā)了世界上最早的智能工廠。德國奔馳和寶馬等著名車企，將智能制造技術(shù)應(yīng)用于車輛總裝中，取得了良好效果。

21世紀(jì)以來，隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能等新一代信息技術(shù)的不斷成熟，智能制造技術(shù)的研究及其實(shí)踐取得了快速發(fā)展。2011年，美國提出了重返制造業(yè)的“再工業(yè)化”戰(zhàn)略。2012年美國智能制造領(lǐng)導(dǎo)聯(lián)盟提出“先進(jìn)制造業(yè)國際戰(zhàn)略計(jì)劃”。2013年，由西門子、德國工程院、弗勞恩霍夫協(xié)會倡議，德國提出了“工業(yè)4.0”戰(zhàn)略[2]。

2004年，日本制定了《新產(chǎn)業(yè)創(chuàng)新戰(zhàn)略》。2014年將機(jī)器人、新能源汽車和3D打印等作為重點(diǎn)，推行了“再行戰(zhàn)略”[3]。2016年韓國實(shí)行了“新增長動力戰(zhàn)略”，法國實(shí)施“新工業(yè)法國”計(jì)劃[4-5]。

1.2 國內(nèi)智能制造發(fā)展概況

我國智能制造技術(shù)起步較晚，1994年以清華大學(xué)、南京航空航天大學(xué)、華中科技大學(xué)、西安交通大學(xué)為代表的高校率先開展智能制造相關(guān)技術(shù)研究。2015年由工業(yè)和信息化部發(fā)起，中國工程院起草，制定了《中國制造2025》的國家戰(zhàn)略，該戰(zhàn)略以促進(jìn)制造業(yè)創(chuàng)新發(fā)展為主題，以加快下一代信息技術(shù)與制造業(yè)深度融合為主線，以推進(jìn)智能制造為主攻方向，強(qiáng)化工業(yè)基礎(chǔ)能力，提高綜合集成水平，主要解決數(shù)字化、網(wǎng)絡(luò)化和智能化制造等3大核心問題，通過工業(yè)制造的智能化帶動產(chǎn)業(yè)數(shù)字化和智能化，大力發(fā)展高端智能制造業(yè)，實(shí)現(xiàn)制造業(yè)由大變強(qiáng)的歷史跨越。2016年，工業(yè)和信息化部發(fā)布了《智能制造發(fā)展規(guī)劃(2016-2020)》，將構(gòu)建智能制造支撐體系，初步實(shí)現(xiàn)重點(diǎn)產(chǎn)業(yè)的智能轉(zhuǎn)型[5]。

2 智能制造技術(shù)的基本內(nèi)涵

智能制造技術(shù)作為一種先進(jìn)的智能化制造技術(shù)，其目標(biāo)是實(shí)現(xiàn)整個制造企業(yè)價(jià)值鏈的智能化，實(shí)現(xiàn)專家系統(tǒng)、機(jī)器學(xué)習(xí)、人工智能、云計(jì)算、數(shù)據(jù)挖掘、神經(jīng)網(wǎng)絡(luò)、物聯(lián)網(wǎng)、機(jī)器視覺等智能技術(shù)與產(chǎn)品設(shè)計(jì)、產(chǎn)品制造和產(chǎn)品裝配等制造技術(shù)的深度融合[6]?，F(xiàn)已形成了信息物理融合技術(shù)、基于物聯(lián)網(wǎng)的先進(jìn)感知技術(shù)、基于大數(shù)據(jù)的智能調(diào)度與優(yōu)化技術(shù)、基于云制造的智能服務(wù)技術(shù)等各種形式的智能制造技術(shù)[6-7]。智能制造關(guān)鍵技術(shù)架構(gòu)如圖1所示。

圖1 智能制造關(guān)鍵技術(shù)架構(gòu)

通過對制造過程中資源的智能感知、智能推理、智能決策與智能控制等環(huán)節(jié)，在物聯(lián)網(wǎng)、大數(shù)據(jù)和云計(jì)算技術(shù)的支持下，提高了產(chǎn)品全生命周期中的制造流程(包括產(chǎn)品設(shè)計(jì)、加工、裝配等環(huán)節(jié))、企業(yè)管理及服務(wù)等環(huán)節(jié)的智能化水平。通過人機(jī)間的相互協(xié)同，可實(shí)現(xiàn)產(chǎn)品需求的動態(tài)響應(yīng)、新產(chǎn)品的快速開發(fā)，對生產(chǎn)和供應(yīng)鏈網(wǎng)絡(luò)進(jìn)行實(shí)時(shí)優(yōu)化，保證了成本、效率和能耗的最優(yōu)化，顯著提高了整個制造系統(tǒng)的自動化及柔性化程度。

3 智能制造關(guān)鍵共性技術(shù)及其研究現(xiàn)狀

為了實(shí)現(xiàn)智能技術(shù)與制造技術(shù)的深度融合，必須重視對制造過程的感知、控制、決策和執(zhí)行等的研究，大力推進(jìn)智能制造關(guān)鍵共性技術(shù)的研發(fā)[8-9]。本節(jié)結(jié)合當(dāng)前智能制造的發(fā)展現(xiàn)狀，重點(diǎn)圍繞智能制造具體實(shí)現(xiàn)路徑中所涉及的4個關(guān)鍵技術(shù)進(jìn)行闡述，即賽博物理系統(tǒng)(Cyber-Physical Systems，CPS)、基于物聯(lián)網(wǎng)的先進(jìn)感知技術(shù)、基于大數(shù)據(jù)的智能生產(chǎn)調(diào)度與優(yōu)化技術(shù)、基于云制造的智能服務(wù)技術(shù)[6]。

3.1 CPS技術(shù)

為了實(shí)現(xiàn)智能制造中物理系統(tǒng)與信息處理的深度融合，其核心措施就是改變傳統(tǒng)制造中依靠實(shí)體空間中通過生產(chǎn)設(shè)備制造產(chǎn)品的模式，轉(zhuǎn)變?yōu)橐怨I(yè)物聯(lián)網(wǎng)為核心的人機(jī)交互模式，構(gòu)建基于物理設(shè)備與制造過程數(shù)字模型的CPS[10]，其框架如圖2所示。

圖2 CPS系統(tǒng)框架

CPS技術(shù)通過智能感知、分析、預(yù)測、優(yōu)化和協(xié)同等技術(shù)手段，依托計(jì)算機(jī)網(wǎng)絡(luò)、大數(shù)據(jù)和云計(jì)算技術(shù)，將生產(chǎn)系統(tǒng)中的制造信息與物理對象深度融合，提升工業(yè)產(chǎn)業(yè)鏈的智能化與信息化水平[11]。

有關(guān)CPS研究已引起了國內(nèi)外廣泛關(guān)注，目前研究重點(diǎn)主要集中在系統(tǒng)建模、網(wǎng)絡(luò)技術(shù)和安全性技術(shù)領(lǐng)域[9,11]。

在CPS建模時(shí)，必須考慮CPS所包含的大量信息物理交互過程中能量流動與信息流動[12]。如何真實(shí)再現(xiàn)現(xiàn)實(shí)系統(tǒng)的運(yùn)作方式是構(gòu)建CPS的關(guān)鍵。文獻(xiàn)[13]提出了CPS離散建模、連續(xù)建模和混合建模的改進(jìn)方法，在此基礎(chǔ)上提出了統(tǒng)一模型理論、擴(kuò)展模型理論、混合模型與基于數(shù)據(jù)驅(qū)動等4種CPS建模的方法。

針對CPS相關(guān)網(wǎng)絡(luò)技術(shù)的研究主要集中在傳輸協(xié)議、擁塞控制和服務(wù)質(zhì)量(Quality of Service, QoS)管理等方面[11]。傳輸協(xié)議主要解決時(shí)空數(shù)據(jù)傳輸過程的可靠性和安全性，并能夠有效降低系統(tǒng)的能耗帶寬。擁塞控制則重點(diǎn)解決重要物理數(shù)據(jù)傳輸率的問題，采用不同粒度的時(shí)間和空間方法，控制網(wǎng)絡(luò)擁堵，以消除擁塞問題，保障數(shù)據(jù)傳輸?shù)恼_性。QoS管理則強(qiáng)調(diào)了不同應(yīng)用應(yīng)滿足不同QoS需求的問題。

CPS安全性指系統(tǒng)阻止未授權(quán)用戶訪問并發(fā)現(xiàn)入侵的能力[11-12]。主要包括解決惡意攻擊下的實(shí)時(shí)控制、加密技術(shù)、故障傳播和自我診斷等問題的研究。文獻(xiàn)[14]提出了一種受資源約束的可靠安全的CPS，強(qiáng)調(diào)了安全機(jī)制和控制算法協(xié)同設(shè)計(jì)的重要性。

綜上所述，目前有關(guān)CPS的研究在局部功能上取得了突破，但在具體實(shí)現(xiàn)的科學(xué)基礎(chǔ)和工程原理方面，還難以完全滿足CPS的需求，有待進(jìn)一步研究。

3.2 基于物聯(lián)網(wǎng)的先進(jìn)感知技術(shù)

目前，物聯(lián)網(wǎng)架構(gòu)上一般分為感知層、網(wǎng)絡(luò)層和應(yīng)用層，其中感知層所涉及的相關(guān)技術(shù)稱之為感知技術(shù)。實(shí)現(xiàn)智能制造的前提就是利用先進(jìn)的感知技術(shù)，將制造過程全生命周期中涉及到人、物、機(jī)、環(huán)境和信息等制造資源、過程與服務(wù)等信息透徹地感知。

先進(jìn)感知技術(shù)主要涉及3大關(guān)鍵問題：數(shù)據(jù)采集、數(shù)據(jù)處理和數(shù)據(jù)通信技術(shù)[9,15]，其技術(shù)架構(gòu)體系如圖3所示。

圖3 先進(jìn)感知技術(shù)架構(gòu)體系

在數(shù)據(jù)采集方面，通過各種傳感器技術(shù)對制造過程的設(shè)備、加工對象及其狀態(tài)等進(jìn)行識別與感知[16]。目前常用的數(shù)據(jù)采集方式有：手工采集、半自動化采集和自動化采集等。其中手工采集方法有電子表格、紙質(zhì)文檔、數(shù)控面板錄入、觸摸屏錄入等；半自動化采集方法有二維碼、條形碼、刷卡、手持終端設(shè)備等；自動化采集方式有：芯片卡、藍(lán)牙、射頻識別(Radio Frequency Identification, RFID)等。由于RFID技術(shù)具有非接觸識別、多目標(biāo)識別和高速識別的特點(diǎn)，被廣泛應(yīng)用于機(jī)械加工、物料運(yùn)輸、生產(chǎn)監(jiān)控、質(zhì)量控制、設(shè)備維護(hù)、智能倉儲等諸多環(huán)節(jié)。借助于工業(yè)物聯(lián)網(wǎng)，使得基于智能制造精確數(shù)據(jù)的制造、決策和優(yōu)化成為可能，加快了數(shù)字化車間、智能化工廠的構(gòu)建。

在數(shù)據(jù)分析處理方面，主要存在數(shù)據(jù)傳輸過程中傳感器節(jié)點(diǎn)能量、存儲容量、通信帶寬和處理計(jì)算能力等問題[17]。目前主要解決措施是采用數(shù)據(jù)融合技術(shù)，其研究主要集中在以下4個方面：① 基于統(tǒng)計(jì)學(xué)的數(shù)據(jù)融合，有參數(shù)估計(jì)法[18]、卡爾曼濾波法[19]和回歸分析法[19]，能有效解決數(shù)據(jù)的不確定融合，但魯棒性較差；② 基于人工智能的數(shù)據(jù)融合，主要有遺傳算法、神經(jīng)網(wǎng)絡(luò)和模糊邏輯等[20-21]；③ 基于拓?fù)鋵W(xué)的數(shù)據(jù)融合，有平面網(wǎng)絡(luò)結(jié)構(gòu)法和層次網(wǎng)絡(luò)結(jié)構(gòu)法[22]；④ 基于信息論的數(shù)據(jù)融合，主要有聚類分析法和熵值法[23]。

在數(shù)據(jù)通信技術(shù)方面，主要圍繞通信協(xié)議和通信的可靠性等展開。鑒于無線通信較有線通信具有成本低、效率高和距離遠(yuǎn)等諸多優(yōu)點(diǎn)，它在工程實(shí)踐中得到了廣泛的應(yīng)用。目前，物聯(lián)網(wǎng)中基于無線通信協(xié)議主要有3G/4G/5G，ZigBee，藍(lán)牙，IEEE802.11，GPRS和WIFI等[24]。對通信可靠性的研究主要集中在混合機(jī)制、冗余機(jī)制、協(xié)作機(jī)制和重傳機(jī)制等方面[25]。

綜上所述，基于物聯(lián)網(wǎng)的先進(jìn)感知技術(shù)在數(shù)據(jù)采集、處理和通信方面取得了非常大的進(jìn)展，未來研究仍然是向無線化與智能化方向發(fā)展，同時(shí)不斷提高數(shù)據(jù)采集的精度、效率、數(shù)據(jù)傳輸?shù)挠行砸约皵?shù)據(jù)通信的可靠性。

3.3 基于大數(shù)據(jù)的智能生產(chǎn)調(diào)度與優(yōu)化技術(shù)

隨著先進(jìn)感知技術(shù)不斷成熟，對制造過程所涉及到人、機(jī)、物等制造資源進(jìn)行全面感知，產(chǎn)生了大量的制造數(shù)據(jù)，這些數(shù)據(jù)具有量大、多源異構(gòu)、時(shí)序性強(qiáng)和動態(tài)增長等特點(diǎn)。為了縮短產(chǎn)品制造周期、提高生產(chǎn)效率并加快產(chǎn)品的市場響應(yīng)速度，目前一般采用數(shù)學(xué)、物理、機(jī)器學(xué)習(xí)、人工智能等科學(xué)技術(shù)相融合的先進(jìn)方法，對CPS所感知到的工業(yè)大數(shù)據(jù)進(jìn)行挖掘處理，有助于提高制造過程生產(chǎn)調(diào)度的智能化水平[26]。

生產(chǎn)調(diào)度旨在盡可能滿足生產(chǎn)約束的條件下，合理配置有效資源，實(shí)現(xiàn)車間作業(yè)和加工工序的合理安排，達(dá)到某些性能指標(biāo)的最優(yōu)化。生產(chǎn)調(diào)度研究的核心與重點(diǎn)就是調(diào)度方法。目前，主要有線性規(guī)劃、目標(biāo)規(guī)劃、整數(shù)規(guī)劃、動態(tài)規(guī)劃等基于運(yùn)籌學(xué)的方法，并解決了車間流水線調(diào)度、模塊化制造、生產(chǎn)資源鏈調(diào)度等實(shí)際工程問題，但上述方法經(jīng)常會導(dǎo)致調(diào)度結(jié)果不理想和難以解決復(fù)雜的車間調(diào)度問題。

隨著計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)、優(yōu)化技術(shù)和人工智能技術(shù)的不斷發(fā)展，出現(xiàn)了啟發(fā)式調(diào)度、基于仿真的調(diào)度和基于人工智能的調(diào)度等方法[27]。啟發(fā)式調(diào)度方法充分利用了面向特定問題的知識和經(jīng)驗(yàn)的優(yōu)勢，具有易于實(shí)現(xiàn)、計(jì)算復(fù)雜度低等特點(diǎn)，能夠用于動態(tài)實(shí)時(shí)調(diào)度系統(tǒng)中，該方法的不足是搜索效率不高，用來評估解決方案質(zhì)量手段較少，還需要進(jìn)一步探索。文獻(xiàn)[28]采用啟發(fā)式方法解決了并行多機(jī)成組工作總流水時(shí)間調(diào)度問題?；诜抡娴恼{(diào)度則通過運(yùn)行仿真模型收集數(shù)據(jù)，對實(shí)際系統(tǒng)進(jìn)行性能和狀態(tài)分析，采用合適的控制調(diào)度方法?；谌斯ぶ悄艿恼{(diào)度方法是采用人工智能技術(shù)和人類調(diào)度專家經(jīng)驗(yàn)建模并求解調(diào)度問題，主要包括專家系統(tǒng)、基于Multi-agent的調(diào)度方法[29]、人工神經(jīng)網(wǎng)絡(luò)[30]、模糊邏輯、遺傳算法、模擬退火方法、禁忌搜索算法、免疫算法和蟻群算法等[26]。

綜合上述文獻(xiàn)研究可知：為了解決生產(chǎn)調(diào)度問題，開發(fā)應(yīng)用了不同的智能算法，通過模仿自然行為過程，快速求解調(diào)度模型。但至今仍未形成一套完整的普適理論與方法，實(shí)際應(yīng)用與理論研究間還存在較大差距，對于復(fù)雜的工程調(diào)度問題，特別需要開發(fā)能求解實(shí)際問題的智能算法。

3.4 基于云制造的智能服務(wù)技術(shù)

基于云計(jì)算的云制造已經(jīng)發(fā)展為一種全新的制造業(yè)模式和手段[31]，受到了國內(nèi)外高度關(guān)注，目前我國已將云制造列入了國家863計(jì)劃重大專項(xiàng)。

云制造主要融合信息化制造、網(wǎng)絡(luò)技術(shù)和智能科學(xué)技術(shù)等優(yōu)勢，以“制造即服務(wù)”理念，為制造全生命周期活動的高效組織和管理提出了一種新型制造模式[32]。云制造理念及其優(yōu)勢在制造業(yè)中也逐步凸顯出來，賦予云制造服務(wù)更多特點(diǎn)：① 服務(wù)資源虛擬化；② 服務(wù)資源個性化、多樣化、共享化和協(xié)同化；③ 服務(wù)高安全性和高可靠性；④ 服務(wù)全生命周期化；⑤ 服務(wù)流程綠色化、低碳化。云制造加快了制造業(yè)從“生產(chǎn)型”向“服務(wù)型”的轉(zhuǎn)變，提高了資源的優(yōu)化配置和資源的利用率。

近年來，有關(guān)云制造的智能服務(wù)技術(shù)研究主要集中在3個方面：① 云制造服務(wù)的智能搜索與匹配；② 云制造服務(wù)的組合優(yōu)化[33]；③ 云制造服務(wù)的評價(jià)[32]。

云制造服務(wù)的智能搜索與匹配，指在海量制造服務(wù)資源中搜索與需求資源相匹配的服務(wù)資源過程[34]，其求解方法主要有基于本體的方法[35]、語義描述法[34]和遺傳算法等[36]方法，但由于制造資源的復(fù)雜性、異構(gòu)性和動態(tài)性等，目前研究主要局限于單一信息或特定領(lǐng)域，搜索和匹配方法準(zhǔn)確率和快速性還有待提高，這些都制約了資源服務(wù)匹配效率。

云制造服務(wù)的組合優(yōu)化，指針對多資源服務(wù)的需求任務(wù)，從云制造服務(wù)平臺獲得滿足各子任務(wù)功能性約束需求的服務(wù)資源，并按一定順序組裝成資源服務(wù)組合，協(xié)同完成多資源服務(wù)任務(wù)的過程[36]。多年來，國內(nèi)外研究人員對其進(jìn)行了大量的研究，提出了許多智能求解算法，主要有：遺傳算法[37]、粒子群算法、人工蜂群優(yōu)化算法[38]、小生境免疫算法[39]、量子和聲搜索算法[40]等。文獻(xiàn)[41]構(gòu)建基于云制造模式下的多資源服務(wù)組合優(yōu)化模型，并采用PSO組合優(yōu)化算法，以實(shí)現(xiàn)制造資源的智能化多向選擇。文獻(xiàn)[42]提出一種任務(wù)?；惴?，可快速有效地求解大規(guī)模服務(wù)組合優(yōu)化問題。

云制造的服務(wù)評價(jià)，則重點(diǎn)反映了用戶對產(chǎn)品后期服務(wù)的一種反饋機(jī)制。對其研究主要集中在兩個方面：① 云制造服務(wù)評價(jià)體系的構(gòu)建；② 云制造服務(wù)評價(jià)方法的研究。前者重點(diǎn)研究如何更加真實(shí)合理地對云制造服務(wù)進(jìn)行科學(xué)合理可靠的評價(jià)，主要解決云制造服務(wù)的信譽(yù)評價(jià)體系[43]、質(zhì)量評價(jià)體系[44]和資源組合評價(jià)體系[45]等問題，其研究核心是如何針對特定的云制造服務(wù)，提出或制定一套通用普適的評價(jià)體系。在云制造服務(wù)評價(jià)方法的研究方面，從傳統(tǒng)的基于層次分析法[46]、模糊數(shù)學(xué)法[47]、主成分分析法[48]和概率密度函數(shù)法[49]等評價(jià)方法，逐步發(fā)展到多種方法相結(jié)合的綜合評價(jià)法，逼近理想排序法(Technique for Order Perference by Similarity to Ideal Solution，TOPSIS)算法、蟻群算法、免疫算法等智能算法的多屬性決策評價(jià)方法[51]。

綜上所述，關(guān)于云制造智能服務(wù)技術(shù)的研究成果大多數(shù)針對特定環(huán)境進(jìn)行建模、匹配、組合與優(yōu)化，具有一定的局限性。這些無法完全解決云制造平臺各類制造資源的復(fù)雜性問題，對資源服務(wù)的組合、優(yōu)化和評價(jià)方法還需不斷完善?；谠浦圃斓闹悄苤圃爝€應(yīng)進(jìn)一步融合物聯(lián)網(wǎng)、知識網(wǎng)、工業(yè)互聯(lián)網(wǎng)等云服務(wù)模式，不斷提升服務(wù)的智能化水平。

4 智能制造技術(shù)研究展望

智能制造是未來制造業(yè)發(fā)展的必然方向，它是一個復(fù)雜的系統(tǒng)工程，既是一種技術(shù)，更是一種系統(tǒng)、模式與生態(tài)環(huán)境。人工智能技術(shù)在制造業(yè)智能化生命周期各個環(huán)節(jié)中的地位不斷凸顯，解決了制造業(yè)資源的互聯(lián)互通、實(shí)時(shí)控制、數(shù)據(jù)優(yōu)化、智能服務(wù)等問題，促進(jìn)了智能優(yōu)化技術(shù)在設(shè)備智能檢測維護(hù)、加工過程實(shí)時(shí)監(jiān)控、生產(chǎn)經(jīng)營智能服務(wù)等各個環(huán)節(jié)中的應(yīng)用，推動了制造業(yè)向智能化水平邁進(jìn)。

未來的智能制造必將朝著集成化、智能化、無人化、規(guī)?；⒕G色低碳化等方向不斷發(fā)展，智能制造技術(shù)理論和方法也將呈現(xiàn)出如下的發(fā)展趨勢[6,52]。

(1) 智能設(shè)備間的互聯(lián)互通。智能設(shè)備間的互聯(lián)互通是實(shí)現(xiàn)智能制造的前提和基礎(chǔ)，新一代智能制造對生產(chǎn)系統(tǒng)與生產(chǎn)設(shè)備間數(shù)據(jù)通信提出了更高的要求，設(shè)備連接中涉及到的通信協(xié)議、傳輸方式、擁塞控制、可靠性、穩(wěn)定性、安全性等相關(guān)技術(shù)還需進(jìn)一步完善。

(2) 基于物聯(lián)網(wǎng)的設(shè)備實(shí)時(shí)感知、智能控制與人工交互技術(shù)。傳感器技術(shù)是物聯(lián)網(wǎng)實(shí)現(xiàn)對制造設(shè)備實(shí)時(shí)全面感知的重要手段[6,52]。傳感器正朝著微型化、復(fù)合化和智能化方向轉(zhuǎn)變，未來的智能傳感器除了具備感知能力外，還具備一定的數(shù)據(jù)處理、智能判斷與自適應(yīng)能力等。另外，還需進(jìn)一步重視人在智能制造系統(tǒng)中的作用，對人、機(jī)、物的協(xié)同與人工交互技術(shù)與方法展開進(jìn)一步的研究，通過人與智能化技術(shù)的融合來推進(jìn)智能制造的發(fā)展。

(3) 生產(chǎn)調(diào)度與系統(tǒng)的智能化技術(shù)。隨著生產(chǎn)調(diào)度朝著協(xié)同化、柔性化和大規(guī)?；较虬l(fā)展，如何針對生產(chǎn)調(diào)度中的組合優(yōu)化問題，尤其是多領(lǐng)域及實(shí)時(shí)調(diào)度問題，開發(fā)出能解決大規(guī)模、柔性化生產(chǎn)調(diào)度的智能算法，已成為生產(chǎn)調(diào)度發(fā)展的一個重要研究方向。基于人工智能、計(jì)算智能和實(shí)時(shí)智能的智能調(diào)度算法將會是未來生產(chǎn)調(diào)度算法的趨勢，利用各種調(diào)度算法開發(fā)調(diào)度系統(tǒng)解決實(shí)際問題，是實(shí)現(xiàn)生產(chǎn)調(diào)度智能化的必然措施。

(4) 基于云制造平臺的制造資源自主決策與智能服務(wù)技術(shù)。如何根據(jù)云制造平臺上用戶的需求與現(xiàn)有車間的制造資源，將車間資源實(shí)時(shí)狀態(tài)按規(guī)則進(jìn)行搜索匹配，實(shí)現(xiàn)基于云平臺的制造資源自主決策與加工，這是未來智能制造的必然選擇。這涉及到制造過程的柔性化技術(shù)，用戶需求的智能分析技術(shù)，云制造服務(wù)的智能匹配、組合優(yōu)化與智能評價(jià)技術(shù)等。未來應(yīng)加強(qiáng)云制造中云計(jì)算研究，發(fā)展云制造服務(wù)的高維多目標(biāo)組合優(yōu)化方法，加大對云制造服務(wù)的評估方法研究，不斷為云用戶提供更加優(yōu)質(zhì)的智能服務(wù)，推進(jìn)智能制造的水平，增強(qiáng)智能制造即服務(wù)的內(nèi)涵[53]。

5 結(jié) 語

智能制造綜合運(yùn)用了CPS、物聯(lián)網(wǎng)、智能傳感器、大數(shù)據(jù)分析、生產(chǎn)調(diào)度、云制造、智能服務(wù)、人工智能等先進(jìn)技術(shù)，通過感知、人機(jī)交互、決策、執(zhí)行等環(huán)節(jié)實(shí)現(xiàn)產(chǎn)品全生命周期的智能化，它是信息技術(shù)與制造技術(shù)的深度融合，是多種先進(jìn)制造模式的理念融于一體的可持續(xù)發(fā)展模式，實(shí)現(xiàn)了傳統(tǒng)制造的智能化升級。本文對智能制造技術(shù)的研究作了綜合性的闡述，提出了智能制造技術(shù)的基本內(nèi)涵，重點(diǎn)從技術(shù)層面分析了智能制造的4個關(guān)鍵共性技術(shù)及其研究現(xiàn)狀，并展望智能制造技術(shù)的未來研究方向。為了推進(jìn)我國智能制造的進(jìn)程，需要加強(qiáng)制造技術(shù)、信息科學(xué)、計(jì)算機(jī)科學(xué)、網(wǎng)絡(luò)技術(shù)、人工智能等相關(guān)技術(shù)領(lǐng)域的研究，促進(jìn)智能制造技術(shù)理論的發(fā)展，加快智能制造技術(shù)在某些關(guān)鍵制造領(lǐng)域的部署，逐步實(shí)現(xiàn)制造過程中人、機(jī)、物的智能協(xié)同，最終實(shí)現(xiàn)智能制造的升級。