智能制造的实践，各个国家都在走自己的道路。国情不同，基础不同，各自的演练套路和实战阵法，自然是千秋各异。此刻，智能制造国际会议，作为年度高级别的高峰论坛，正是一年实践下来的风向标。

此刻，风向何处吹？

会议在中国机械工程学会理事长李培根院士的主持下隆重开幕。

高层看制造

中国机械工程学会名誉理事长路甬祥院士在开幕词中回顾总结了工业发展的历史经验以及中国近几十年的发展。他认为，中国优良的制造产业链、创新链和信息网络的大环境，全球融合、开放统一、透明公平、公正法治，不断提升拓展的市场新需求，将为中国和全球制造数字化、网络化、智能化、绿色化的创新发展提供新机遇，汇聚新动力，开拓合作共赢的新空间和新业绩。“交流新丝路、凝聚新共识、拓展新合作”，共创中国和全球智能制造更加美好的未来。

德国驻华大使馆经济部主任吕帆（Frank Rückert）先生致辞提到，德国和中国都意识到数字化带来的重大潜力，而两个国家都在不断努力，进行数字化转型，中国在去年G20会议上清晰的提到这一点。今年德国作为轮执国召开G20，将继续巩固在中国的基础，更好的促进数字化。同时，也更好的促进共享并推动在G20国家之间关于数字化以及生产工艺数字化的相关事宜。吕帆认为，需要国际的合作来支持工业4.0的实施，除了设立一些规定和规则，在国内设定国家政策还不够，工业价值链不会在国家的边界就停止，两个国家之间可以互补，能更好的进行智能生产，成功地建立国际性的标准。

英国驻华大使馆麦思安（Andrew Massey）副总监似乎要驱赶人们对于英国是以“金融持国”的印象，郑重地介绍，英国仍然是世界第十大制造业国家，在航空业更是全球第二大国。因此他希望能够促进更多的中英工业的合作与交流。他尤其提到了中国的公司吉利，最近给伦敦出租车的公司做了大力的投资，共同生产零排放的出租车。这种出租车在12月份会在中国的一些城市开始试运行。

主旨报告

在主旨报告中，工信部苗圩部长指出，智能制造是培育全球经济发展新动能的关键，各国的探索不同，但核心都是在推动制造业的数字化、网络化和智能化的进程，也就是当下所讨论的智能制造。

苗部长总结了几方面的工作：一是建立和健全推进体系，工信部联合相关部门发布了智能制造的发展规划；二是突破了一些核心关键技术，鼓励和支持企业持续的加大技术创新的力度；三是积极的开展试点示范，组织实施智能制造的试点示范专项行动；四是持续深入推进国际合作，在国家层面建立了中德、中美、中韩等双边的对话机制，积极的推进标准体系架构，标准路线图的制定和标准互认等项工作。

苗部长最后强调，开放发展是中国新时期五大发展理念之一，而在《中国制造2025》的推进过程中，开放发展的理念依然是至关重要的。通过深化智能制造领域的互惠合作，以现有的双边、多边机制为依托，围绕着智能机器人、增材制造、工业互联网、信息物理系统、工业软件、标准化等重点领域，鼓励国内外的企业、各类机构采取多种方式开展务实合作，建立起国际化开放性的智能制造利益共同体。

德国机械设备制造业联合会（VDMA）信息、软件和电子自动化分会主任Rainer Glatz先生提到了四个问题。

一个是关于参考的架构模式以及标准，尤其是对于中小企业来说非常重要。对此，Glatz先生也认为，目前德国也没有这样的标准存在，需要国际同行间的交流和讨论。第二是创新和研究，人工智能、机器学习、增材制造，都已经进入工业4.0平台组的研究视野中，探讨未来怎么变成更加实用的机会。

图1 VDMA工业4.0论坛的主题

第三是关于安全。这是非常典型的德国人的思维，Glatz不无幽默地说，“我们德国非常喜欢一切都是安全的”。不仅仅要让企业和员工确保他们能了解更多的安全问题，甚至法律框架、政治和外交层次的安全问题。而人员是一个重要基石。工业4.0的条件下，劳动力4.0会经历怎样的变化？这是一个全社会需要面临的全新的群体性问题，也是VDMA论坛的一个至关重要的主题。教育工人面向未来如何思考也非常重要，现在很多事情并不像过去一样完全按标准化进行的。

中国机械工程学会荣誉理事长周济院士以《数字化制造、智能制造1.0和智能制造2.0》为题，对智能制造进行了详细的解读。

科技创新是引领《中国制造2025》的第一动力，周院士给出了四种支撑动力，并且重点强调了人工智能的发展，是新一代人工智能技术的战略突破，与智能制造关系密切。近年来人工智能在世界范围内高速发展，不仅有量的大发展，更是有质的根本性的飞跃。人工智能2.0技术，将引领真正意义上的智能制造，是新一轮工业革命的核心技术，是《中国制造2025》的历史性机遇。如果说数字化、网络化是这次工业革命的开始，新一代人工智能技术的突破和广泛应用将形成这次工业革命的高潮。

周院士还进一步解读了智能制造的内涵和发展愿景，提出了智能制造应该由数字化制造、智能制造1.0、智能制造2.0三个不同范式和层级的制造系统逐层递进的组成，不同层次上、不同范式下进行理解。智能制造本身是大系统工程，要从产品、生产、模式、基础、系统五个维度深刻认识，系统推进。智能制造系统，显然是一个集成的优化的复杂大系统。

图2 智能制造系统

在中国推进智能制造，要从不同的角度，不同的层次去考虑，包含了制造业的数字化、网络化、智能化，可以说是由三个不同范式的制造系统逐层递进而成。九十年代体现在以数字化制造为主，对应的是工业3.0的水平，现在大家正在推进或者大家认识的智能制造实际上是智能制造1.0，因为里面基本上没有用到最新的人工智能技术，制造业的智能化基本还没有开题，这种制造相当于工业3.5，今后真正的目标还是要实现智能制造2.0，这才是真正意义上的工业4.0。

表1 中国推进智能制造的三个阶段发展策略

周院士表示，他期望，将来发展的人工智能2.0的技术应用和先进制造技术深度融合，产生新的智能制造系统，一种真正意义上的智能制造2.0系统，实现制造业的数字化、网络化、智能化，实现真正意义上的智能制造，引领新一轮的工业革命走向高潮。

英国机械工程师学会秘书长Stephen Tetlow先生的报告，也探讨了关于智能制造的具体定义。Stephen认为这是一体化的技术，它能实时就需求进行响应，来满足工厂中的供需，用在供求网络当中满足客户的需求。

这可能是当下见到的最短最精简的定义。而Tetlow似乎觉得并无不妥，智能制造涉及到各种各样的系统，用在智慧工厂当中，这在未来将成为常态，下一代的工厂将能实现自我配制和自我学习。关于机器人在人工智能当中的使用，包括大数据的处理和互联方面将会有巨大的应用。这些都将从核心上改变制造行业，并且重要的是，这种改变现在已经发生了。

未来的方向是否行之有效？Tetlow进一步启发大家，退一步看，这一切始于1950年，在过去六十多年没有取得太大的进展。而现在，先进的技术随着信息技术和人工智能的发展，已经到了变革的边缘，高连接度的基础设施能将一切实现互联，包括嵌入式的系统到外部的系统，将所有的分析能力也连接到一起。还有可视化、网络安全和能源管理等等，整个社会工程都能连接到一起——这将产生惊人的改变。

一线的实践

中国中车的总信息师（CIO）王勇智，汇报了“中国高速列车数字化工厂的探索与实践”。中车数字化工厂的建设目标是构建数字化运营管理、数字化研发、数字化制造和数字化服务。具体而言就是在产品的研发仿真过程展开全数字化应用，提升研发效率，实现生产过程的透明化和全生命周期的追溯，实现基于数据驱动的经营与决策。王先生特别强调了建设数字化服务体系，推动企业制造加服务的转型升级，逐步推动制造资源的数字化，降低对人员经验、情绪的依赖。

图3 高速动车组数字化服务的体系架构

而对于未来，中车高速列车数字化工厂建设，将通过智能产品和智能制造两条主线的持续建设，构建中车的智能服务体系。

欧特克制造业全球业务拓展总监Detlev Reicheneder开门见山地谈了客户一直非常在乎的三件事情。那就是：生产率、创新和流程。

而与此同时，到处充满着颠覆性的改变，包括三方面的内容：

一是生产的方式，主要有两个变化，一个是智能生产，一个是物理化的生产。对工程师们来说，智能生产的含义在于工作方式的大不一样，很多工程师进入到公司之后已经不再问五年以后挣多少钱，工作职业生涯怎么样，而是可能会问工作和生活的平衡是怎么样的，工作大概是什么样子。显然生产的方式越来越多，现有的技术结合已经彻底改变了生产的方式，这样就可以提升竞争力。

图4 产品流程的变化

二是关于需求，唯一不变的就是需求不可预测，各个国家和各个地区的需求是不一样的，客户某些时候就想要某一种东西，其他地方客户就想要其他的东西。大多数公司对此并没有做好充分的准备。

三是软件的服务。如何能将过去更多的纯硬件的产品转向加一些软性或者软件价值在里面，从而形成全新的服务。

Reichenederu先生大胆地鼓励中小企业，认为小的公司可以生产产品，可以不拥有工厂。可以找到一种简单的务实的方法，把工业原型、物联网、智能生产一步步的按照他们的步骤和节奏进行部署和实施，从而有效帮助中小型企业。

研究者的声音

在第二天的专题研讨会上，在中德工程学院副院长、工业4.0实验室主任陈明教授的主持下，来自各方产学研的人士继续给出来自己的看法。

德国不来梅大学生产系统系Georg Spoettl教授重点谈到了人的技术培养问题。他认为，在智能制造领域工作的工人，比如蓝领工人，或者说技术人员、工程师，可能在技能、素质方面还需要进一步提升。至少在现在技术上提升20%-30%。技能较低的工人，可能未来会逐渐减少，比如德国的汽车行业，现在有35%的工人仍然是相对较低技能的工人，未来可能无法进入智能制造环节工作，必须通过教育，来改善这些人的技能使他们适应智能制造的环境。

图5 企业工业4.0所处状态

Spoettl教授强调，一旦系统发生变化的时候，这个时候努力就要更多了。就职业培训而言，现在职业培训和高等教育之间合作越来越紧密。有一些实习项目，比如工程本科生而言，有时会把高等教育和职业教育两个方面结合起来，因为，更好的工程师是需要在生产环境当中进行学习的。

否则？无效！

而来自德国弗朗霍夫IPT研究所（关于空间和空间机械元件的研究）教授Michel Klatte，分享了对于数字化网络化生产的理解。网络化的生产，到底是什么呢？是基于数字化和网络的基础上，也就是机器的网络化、人员网络化、行业网络化、包括客户和供应商的网络化，再加上一些基础的技术，比如一些传统的制造技术，再加上网络化的融合，就能够创造出非常有意思的解决方案。

Klatte认为，总体来讲数字化网络的关键就是要充分利用生产当中的数据，不仅在制造过程当中，在设计和其他环节也要充分利用数据。

图6 基于模型的流程分析

所有的这些可用的产品、数据，实际上都可以创造各种数字双胞胎，可以从数字双胞胎当中抽取很多有用的数据，并且建立有用的模型。数据一直让人非常感兴趣，但是数据很多时候是非常令人困惑的——因为数据来自不同的平台、不同的传感器。是否能从数据当中抽取有用的信息，可以大数据挖掘才是重要的主题。

图7 机床向手机学习什么

Klatte认为传感器正在成为新的智能诱导因素。传感器已经成功融入到手机当中，比如GPS传感器。在中国我也非常喜欢滴滴这个应用，你可以看到周围哪里有出租车。这个需要大量数据分享。出租车司机需要将他们数据信息进行分享的。在机床行业未来也有这样的趋势，机床和机器过去是非常蠢的设备，它们不是非常敏感。但现在，有一些技术已经能够让这些机床变得更加智能了。可以用数据监测制造质量、用传感器监测稳定性，并且对于工作流程有更多信息。还有设备变形的监测，可以更好的发现机器的使用状态。

来源：知识自动化