zhongguoduoshuqiyejixiehuajieduanyijibenwancheng
，suochujieduanshizidonghuaheshuzihua，erzhinenghuazeganggangkaishi
，erqiezhinengzhizaozhuyaojizhongzaishengchanguochengdeshouweiliangduan
，henshaoyunyongyushengchanguocheng。tuijinzhinengzhizaodezhuyaocelveshigulizidonghuaheshuzihuadeduanbanbuchong，cezhongyufuchizhinenghua，cezhongyufuchihexinlingyushengchanguochengdeyouhua。

搞“製造”，應精於機械、工藝、產品和自動化等工程問題；而搞“智能”應精於工程建模、機器學習(基於在線數據)和智能係統架構開發。本文從機械化、自動化、數字化和智能化的角度探討各國智能製造現狀，以及中國應有的努力方向。

各國智能製造現狀

30年(nian)來(lai)，在(zai)智(zhi)能(neng)製(zhi)造(zao)領(ling)域(yu)，各(ge)國(guo)從(cong)早(zao)期(qi)側(ce)重(zhong)於(yu)智(zhi)能(neng)設(she)計(ji)的(de)數(shu)值(zhi)模(mo)型(xing)和(he)離(li)線(xian)模(mo)型(xing)，發(fa)展(zhan)到(dao)以(yi)智(zhi)能(neng)製(zhi)造(zao)過(guo)程(cheng)優(you)化(hua)為(wei)目(mu)標(biao)在(zai)線(xian)智(zhi)能(neng)係(xi)統(tong)
，從(cong)傳(chuan)統(tong)行(xing)業(ye)進(jin)軍(jun)新(xin)興(xing)行(xing)業(ye)。歐(ou)美(mei)技(ji)術(shu)基(ji)礎(chu)較(jiao)好(hao)
，對(dui)高(gao)端(duan)技(ji)術(shu)的(de)開(kai)發(fa)相(xiang)對(dui)容(rong)易(yi);但是在中國，因技術基礎的薄弱，要達到同樣的效果，並不容易。

計算機在製造業的應用始於二十世紀50年代，到二十世紀80年代分化成多級計算機控製，其中的二級係統具備今天智能製造係統的所有功能。

在工廠智能係統開發中
，凱斯凱特公司主導開發了金屬冶煉的電爐
、精煉爐和連鑄三套二級係統(智能係統)；美國俄勒岡公司通過智能係統解決其一係列生產過程優化問題，比如消除次品
，成功開發出了結合微觀組織模型
、智能自學和不間斷升級的新一代二級係統，將硬而薄產品生產過程中的次品，由原來每天都有次品，優化至半年都不曾有同樣的次品。

即使在早先智能製造這一術語尚未在世界範圍流行的時期，這些公司就已經在做高端製造業的數據采集、工程建模、機器學習和智能係統架構開發
，通過智能軟件產生出生產過程的最優參數組合
，轉給基礎自動化執行。

中國自二十世紀90年代起在鋼鐵業引進了一些智能係統(二級係統)
；但是西方在模型方麵至今仍對中國禁運(隻提供可運行的DLL)，導致中國在工程建模方麵較弱。8千噸的設備
，操作人員看到預報值超過4千噸時便不敢操作了；還有製定生產規程時，會出現以錯湊錯等問題。筆者參加了二級係統優化項目，期間利用本團隊的模型優勢，將南鋼(美國技術)投資一百多億元的智能產線的投資利用率提高了約70%。zhihoujinruxinxingxingye
，kaifaleyixiliexiangmu
，birubiyadilidianchixiangmu。hezuozhichu

，biyadiyongjinanjianmodejipianfenqiemaociyubaomoxingduimoxingshuipingjinxingyangekaocha，yaoqiumoxingmingzhonglv85%，而比亞迪鋰電池項目團隊達到了98%命中率
，由此成就了項目二期(毛刺預警)和項目三期(刀豁口測量裝置及模型預報)，bingzhenduizhongguozhizaoyeshujucaijijiaoruodexianzhuang，chenggongyingyongxingyeshangnandujigaoderuanceliangjishu。cijian，bizhehaiwanchengleyixilieqitaxiangmu，biruzaibaokuochuangwei、TCL和廣業等十餘家企業的電子製造項目。

中國企業的智能製造現狀究竟如何
？至少在智能製造的核心環節(生產過程的優化)，比如工程建模、機器學習和智能係統架構開發方麵，情況並不樂觀。

xianchangzhinengzhizaoxiangmuzhong
，qiyewanchenglexiangmudegongchengwentijianmohezhinengxitongkaifa，yijiguanjiangongjucanshulixiancelianghezaixianruanceliang

，jinguansuotigongshujujibenmanzuyishujukanbanweidaibiaodeshuzihuazhizao
，danshixianchangtigonggaozhiliangshujubingburongyi。zheyangzhinengxitonggonghuoshangdechengbenhenda。qiyeduiyuxianchangyiloushujudewentimeiyoumingquedechengfazhidu，daozhixianchangshujuwanzhengxingjiaocha。xiaoqiyewangwanggenbenwufacaijisuoxuyaodegaozhiliangshuju。

中國與歐美在核心領域智能製造現狀對比

暫不作信息技術和數字製造技術等方麵的對比，也不談在工業核心軟件方麵的差距
，僅從智能製造的核心領域——工程建模、機器學習和智能係統架構開發來看，中國企業相對於歐美的現狀究竟如何?從機械化、自動化、數字化和智能化四個發展階段看
，中國企業目前還在哪個階段？

考kao察cha智zhi能neng製zhi造zao基ji本ben要yao求qiu
，從cong對dui相xiang關guan要yao求qiu的de滿man足zu程cheng度du可ke以yi探tan測ce出chu各ge國guo智zhi能neng製zhi造zao的de基ji本ben現xian狀zhuang。目mu前qian機ji器qi代dai人ren是shi努nu力li方fang向xiang之zhi一yi，但dan這zhe隻zhi是shi在zai自zi動dong化hua層ceng麵mian上shang。要yao實shi現xian最zui優you化hua的de機ji器qi代dai人ren，首shou先xian必bi須xu對dui工gong程cheng問wen題ti和he工gong程cheng參can數shu進jin行xing建jian模mo
，然ran後hou利li用yong所suo采cai集ji到dao的de高gao質zhi量liang數shu據ju進jin行xing模mo型xing的de機ji器qi學xue習xi
；此後的模型則與機械設備和生產現狀深度綁定。基於這些可以開發出智能係統，繼而產生出即時可變的、一(yi)直(zhi)是(shi)最(zui)優(you)化(hua)的(de)生(sheng)產(chan)參(can)數(shu)
，交(jiao)給(gei)基(ji)礎(chu)自(zi)動(dong)化(hua)執(zhi)行(xing)。這(zhe)最(zui)優(you)化(hua)的(de)機(ji)器(qi)代(dai)人(ren)正(zheng)是(shi)智(zhi)能(neng)製(zhi)造(zao)。這(zhe)些(xie)，中(zhong)國(guo)目(mu)前(qian)還(hai)不(bu)多(duo)，主(zhu)要(yao)存(cun)在(zai)於(yu)一(yi)些(xie)平(ping)台(tai)商(shang)。

在歐美技術基礎上做的大量優化與擴展(比如開發了新一代二級係統)，因係統之龐大(常有百萬行源程序)和he邏luo輯ji之zhi複fu雜za，在zai開kai發fa中zhong國guo項xiang目mu時shi

，主zhu要yao是shi基ji於yu已yi有you源yuan程cheng序xu改gai寫xie。西xi方fang的de智zhi能neng係xi統tong通tong常chang都dou經jing曆li過guo幾ji十shi年nian的de技ji術shu積ji累lei，中zhong國guo在zai此ci領ling域yu有you待dai於yu提ti高gao。

當生產過程不夠優化時
，首先在無自動化的情況下進行診斷分析;這(zhe)可(ke)以(yi)認(ren)為(wei)是(shi)在(zai)機(ji)械(xie)化(hua)層(ceng)麵(mian)。直(zhi)到(dao)相(xiang)關(guan)的(de)問(wen)題(ti)都(dou)解(jie)決(jue)了(le)，才(cai)對(dui)自(zi)動(dong)化(hua)問(wen)題(ti)進(jin)行(xing)審(shen)核(he)。所(suo)有(you)這(zhe)一(yi)切(qie)都(dou)可(ke)以(yi)通(tong)過(guo)數(shu)字(zi)化(hua)加(jia)以(yi)快(kuai)速(su)診(zhen)斷(duan)和(he)總(zong)體(ti)確(que)認(ren)，即(ji)當(dang)現(xian)場(chang)采(cai)集(ji)到(dao)高(gao)質(zhi)量(liang)數(shu)據(ju)時(shi)，可(ke)以(yi)通(tong)過(guo)數(shu)據(ju)鑒(jian)別(bie)出(chu)哪(na)個(ge)環(huan)節(jie)是(shi)弱(ruo)點(dian)。現(xian)在(zai)市(shi)麵(mian)上(shang)有(you)一(yi)種(zhong)“IT+OT技術”(信息技術+運營技術)
，在數字化階段將所有工程問題簡化成OT(盡管這對智能製造有些過於簡化)。通tong過guo數shu據ju看kan板ban，確que實shi可ke以yi看kan出chu很hen多duo問wen題ti，但dan是shi數shu據ju看kan板ban的de使shi用yong者zhe必bi須xu對dui生sheng產chan過guo程cheng有you足zu夠gou的de的de理li解jie。如ru果guo生sheng產chan線xian隻zhi有you數shu字zi製zhi造zao，而er沒mei有you智zhi能neng製zhi造zao，必bi須xu要yao有you工gong程cheng師shi對dui現xian場chang的de指zhi導dao，因yin為wei操cao作zuo工gong人ren很hen難nan從cong數shu據ju上shang看kan出chu很hen多duo問wen題ti，更geng難nan根gen據ju複fu雜za的de數shu據ju找zhao出chu解jie決jue方fang案an。

zhongguozaituijinzhinengzhizaozhonggulizidonghuaheshuzihuadeduanbanbuchong，danyehuiyoucidaozhiduizhinengzhizaodewujieerzaochengjiaodasunshi。biruzaijianzhinengchanxianshi，yinweibumingqueshenmeshizhinengzhizao，erjiangzhijianchenglejuyoujichuzidonghua
、MES和ERP的產線，誤認為是智能產線。此類產線缺乏的正是智能製造的核心:智能係統。這類隻有數據看板的產線隻有工程師可以運行，問題較多
，甚至出現了對此類智能產線投入則“快死”，不投入則“慢死”的兩難境地。機械化確保產品能生產出來，自動化使得產品能自動生產出來(機器代人)，數字化以大量數據便於審核，以確保機械化和自動化的實現，而智能化確保最優化

和無人操作(最優化的機器代人)。中國和歐美國家所處的機械化
、自動化、數字化和智能化階段目前國內很多較弱的企業仍然在機械化階段，較好的企業則在機械化、自動化和數字化階段。雖然通過數據看板能看出很多問題，但這隻是在自動化和數字化領域的“補課”。中國企業數據質量是各家的軟肋。歐美國家的機器代人階段早已完成，生產線主要依賴於自動化而非人工;而er且qie絕jue大da多duo數shu歐ou美mei國guo家jia數shu字zi化hua的de需xu求qiu已yi經jing基ji本ben上shang得de到dao滿man足zu。在zai智zhi能neng化hua方fang麵mian
，很hen多duo較jiao好hao的de歐ou美mei企qi業ye有you較jiao好hao的de智zhi能neng係xi統tong，稍shao微wei差cha的de企qi業ye也ye正zheng在zai努nu力li嚐chang試shi智zhi能neng係xi統tong。目mu前qian中zhong國guo的de智zhi能neng製zhi造zao主zhu要yao在zai製zhi造zao過guo程cheng的de首shou尾wei兩liang端duan，比bi如ru智zhi能neng倉cang儲chu、來(lai)料(liao)及(ji)成(cheng)品(pin)的(de)運(yun)送(song)等(deng)等(deng)，而(er)對(dui)智(zhi)能(neng)製(zhi)造(zao)的(de)主(zhu)體(ti)過(guo)程(cheng)

，比(bi)如(ru)生(sheng)產(chan)過(guo)程(cheng)的(de)優(you)化(hua)，涉(she)及(ji)的(de)不(bu)是(shi)很(hen)多(duo)。歐(ou)美(mei)國(guo)家(jia)正(zheng)在(zai)努(nu)力(li)推(tui)進(jin)智(zhi)能(neng)製(zhi)造(zao)。在(zai)智(zhi)能(neng)製(zhi)造(zao)中(zhong)，大(da)量(liang)工(gong)作(zuo)都(dou)編(bian)入(ru)智(zhi)能(neng)係(xi)統(tong)中(zhong)了(le)
，工(gong)程(cheng)師(shi)或(huo)技(ji)術(shu)人(ren)員(yuan)主(zhu)要(yao)在(zai)後(hou)台(tai)持(chi)續(xu)優(you)化(hua)此(ci)係(xi)統(tong);優化後的係統由現場人員操作以完成生產;同時經理人員注重觀察此係統。這樣大家勁往一處使，生產持續優化。

政府資金應扶持數據質量達到要求的企業

在這樣的現狀下，中國政府應該出台怎樣的扶植政策?

兩化貫標之後，政府的產業扶持資金更多轉移到智能製造領域。政府對智能製造的扶持，應該考慮到下述的幾點。

側重於扶持智能化(對dui於yu自zi動dong化hua，數shu字zi化hua和he智zhi能neng化hua的de扶fu持chi加jia以yi區qu別bie。很hen多duo企qi業ye在zai自zi動dong化hua和he數shu字zi化hua方fang麵mian已yi經jing嚐chang到dao了le甜tian頭tou
，縱zong然ran在zai這zhe些xie領ling域yu扶fu持chi力li度du不bu夠gou
，他ta們men也ye會hui為wei著zhe自zi己ji的de利li益yi而er努nu力li;danshizhongguodezhinenghuaganggangkaitou，zhinenghuadeyaoqiuchulejisuanjixitongheshujucaijizhiwai，gengxuyaohenshenrudegongchengbeijing，suoyizhinenghuadenanduyaobishuzihuagaohenduo;tongshi
，youyuzhongguojishujichudeboruo，zaizhinenghualingyudenuli，zaiduanqineitouruchanchubixiangduilaishuobijiaodi，jiugengxuyaozhengfudefuchi，fouzezhongguodezhinenghuajiangfazhanhuanman。

側重於扶持核心領域生產過程的優化(有別於外圍領域比如智能倉儲)。核心領域智能製造技術含量高，作用大，需要的投入巨大

，因而目前較少;外圍領域比如智能倉儲
、AGV小車等，目前已漸成氣候
，已經可以為企業帶來較好利潤，縱使不重點扶持，企業也會努力推進此領域。

依據數據滿足智能製造高要求的程度進行資金扶持。促使企業注重數據質量:數字化隻有在達到智能製造的數據質量要求時才應該得到資金扶持;如果數據不齊全，甚至有假數據等，不應該扶持。

培訓資金注重扶持有智能製造經驗的培訓方。隻有做過智能製造的人才會搞智能製造

，才可能教會學員智能製造;政府的智能製造培訓基金

，隻應該扶持具有相關培訓資質的培訓方；不懂智能製造的人，也可以百度出一堆介紹智能製造重要性以及介紹別的公司“做了什麼”的素材
；要杜絕這方麵，使得政府的培訓基金真正起作用。

中國應建立嚴格數據質量獎懲製度

歐美在智能化階段
，中國智能化剛開始。大多數中國企業的機械化階段已基本完成，正在自動化和數字化階段。

機(ji)器(qi)代(dai)人(ren)是(shi)典(dian)型(xing)的(de)自(zi)動(dong)化(hua)。數(shu)字(zi)化(hua)的(de)數(shu)據(ju)看(kan)板(ban)，能(neng)夠(gou)使(shi)得(de)機(ji)械(xie)化(hua)和(he)自(zi)動(dong)化(hua)的(de)狀(zhuang)況(kuang)一(yi)目(mu)了(le)然(ran)
，因(yin)而(er)具(ju)有(you)強(qiang)大(da)的(de)應(ying)用(yong)前(qian)景(jing)。歐(ou)美(mei)國(guo)家(jia)的(de)機(ji)械(xie)化(hua)和(he)自(zi)動(dong)化(hua)早(zao)已(yi)完(wan)成(cheng)，因(yin)此(ci)機(ji)器(qi)代(dai)人(ren)已(yi)不(bu)是(shi)主(zhu)要(yao)問(wen)題(ti)。除(chu)了(le)極(ji)少(shao)數(shu)企(qi)業(ye)外(wai)

，歐(ou)美(mei)國(guo)家(jia)的(de)數(shu)字(zi)化(hua)也(ye)已(yi)經(jing)完(wan)成(cheng)。

shuzihuazhong，shujuzhiliangshiguanjian。zhongguoqiyeshujuzhiliangbuzushiguanjianzhangai。chulejishuzhiwai，guanlishizuaishujuzhiliangdezhuyaoyinsu
，duoshuqiyeduishujudiushimeiyouzugoudechengfalidu。zhinenghuashilingjiayujixiehua
、自動化和數字化之上的最高級製造過程
，對數據質量的要求遠遠高於數字化。

首先需要對一係列待研究的工程問題或工程參數建立模型，這就需要對工藝、產品、設備和自動化等工程領域極為熟悉;qici
，xuyaocaijigaozhiliangdezaixianshuju，bingjiyucishujuduigongchengmoxingjinxingjiqixuexi，shizhiyushengchanxianchongfenbangding。ranhoujianlizhinengxitong
，jiangshengchanxiandemoxinghedaliangdechangjingyonglijiehedaozhinengxitongzhong，bingchanshengchujishikebiandezuiyouhuadeshengchancanshuzuhe，jiaogeijichuzidonghuazhixing。

kejian，zhinengzhizaoshizuiyouhuadejiqidairen。muqianzhongguozhizaizhizaodetouweibufenbiruzhinengcangchufangmianjinxingleyidingdezhinengzhizao，erzaizhizaoguochengshenweixishao，zhuyaoshiyixiepingtaikaifashang。oumeiguojiajishujiaohaodegongsiyijingchenggongyingyonglezhinengzhizao，erjishuyibandegongsishangzainulizhong。

中國推進智能製造的主要策略是在數字化
、zidonghuashenzhizaijixiehuafangmiandebuke

，gulizidonghuaheshuzihua，tongshigulizhinenghuadekaifayushishi。zhongguogegeqiyeyaoyangezaijishuheguanlicengmianzhongshishujuzhiliang
，zaishujuzhiliangfangmianyaoyouyangedejiangchengzhidu。yinggaijianshaozhinengchanxianjianshezhonghushizhinengxitongdexingwei。zhongguodangqianzaiheweizhenzhengdezhinengzhizaofangmianwujiepoduo
，henduozuoweizhinengzhizaobiyaojichudeshuzizhizaoshenzhizidonghuazhizao，beidangchenglezhinengzhizao。（作者李炳積，德國工程和美國軟件雙博士，30年歐美亞各國智能製造經驗。）