中國多數(shù)企業(yè)機(jī)械化階段已基本完成，所處階段是自動化和數(shù)字化，而智能化則剛剛開始，而智能制造主要集中在生產(chǎn)過程的首尾兩端，很少運(yùn)用于生產(chǎn)過程。推進(jìn)智能制造的主要策略是鼓勵自動化和數(shù)字化的短板補(bǔ)充，側(cè)重于扶持智能化，側(cè)重于扶持核心領(lǐng)域生產(chǎn)過程的優(yōu)化。

搞“制造”，應(yīng)精于機(jī)械、工藝、產(chǎn)品和自動化等工程問題；而搞“智能”應(yīng)精于工程建模、機(jī)器學(xué)習(xí)(基于在線數(shù)據(jù))和智能系統(tǒng)架構(gòu)開發(fā)。本文從機(jī)械化、自動化、數(shù)字化和智能化的角度探討各國智能制造現(xiàn)狀，以及中國應(yīng)有的努力方向。

各國智能制造現(xiàn)狀

30年來，在智能制造領(lǐng)域，各國從早期側(cè)重于智能設(shè)計的數(shù)值模型和離線模型，發(fā)展到以智能制造過程優(yōu)化為目標(biāo)在線智能系統(tǒng)，從傳統(tǒng)行業(yè)進(jìn)軍新興行業(yè)。歐美技術(shù)基礎(chǔ)較好，對高端技術(shù)的開發(fā)相對容易;但是在中國，因技術(shù)基礎(chǔ)的薄弱，要達(dá)到同樣的效果，并不容易。

計算機(jī)在制造業(yè)的應(yīng)用始于二十世紀(jì)50年代，到二十世紀(jì)80年代分化成多級計算機(jī)控制，其中的二級系統(tǒng)具備今天智能制造系統(tǒng)的所有功能。

在工廠智能系統(tǒng)開發(fā)中，凱斯凱特公司主導(dǎo)開發(fā)了金屬冶煉的電爐、精煉爐和連鑄三套二級系統(tǒng)(智能系統(tǒng))；美國俄勒岡公司通過智能系統(tǒng)解決其一系列生產(chǎn)過程優(yōu)化問題，比如消除次品，成功開發(fā)出了結(jié)合微觀組織模型、智能自學(xué)和不間斷升級的新一代二級系統(tǒng)，將硬而薄產(chǎn)品生產(chǎn)過程中的次品，由原來每天都有次品，優(yōu)化至半年都不曾有同樣的次品。

即使在早先智能制造這一術(shù)語尚未在世界范圍流行的時期，這些公司就已經(jīng)在做高端制造業(yè)的數(shù)據(jù)采集、工程建模、機(jī)器學(xué)習(xí)和智能系統(tǒng)架構(gòu)開發(fā)，通過智能軟件產(chǎn)生出生產(chǎn)過程的最優(yōu)參數(shù)組合，轉(zhuǎn)給基礎(chǔ)自動化執(zhí)行。

中國自二十世紀(jì)90年代起在鋼鐵業(yè)引進(jìn)了一些智能系統(tǒng)(二級系統(tǒng))；但是西方在模型方面至今仍對中國禁運(yùn)(只提供可運(yùn)行的DLL)，導(dǎo)致中國在工程建模方面較弱。8千噸的設(shè)備，操作人員看到預(yù)報值超過4千噸時便不敢操作了；還有制定生產(chǎn)規(guī)程時，會出現(xiàn)以錯湊錯等問題。筆者參加了二級系統(tǒng)優(yōu)化項目，期間利用本團(tuán)隊的模型優(yōu)勢，將南鋼(美國技術(shù))投資一百多億元的智能產(chǎn)線的投資利用率提高了約70%。之后進(jìn)入新興行業(yè)，開發(fā)了一系列項目，比如比亞迪鋰電池項目。合作之初，比亞迪用極難建模的極片分切毛刺預(yù)報模型對模型水平進(jìn)行嚴(yán)格考察，要求模型命中率85%，而比亞迪鋰電池項目團(tuán)隊達(dá)到了98%命中率，由此成就了項目二期(毛刺預(yù)警)和項目三期(刀豁口測量裝置及模型預(yù)報)，并針對中國制造業(yè)數(shù)據(jù)采集較弱的現(xiàn)狀，成功應(yīng)用行業(yè)上難度極高的軟測量技術(shù)。此間，筆者還完成了一系列其他項目，比如在包括創(chuàng)維、TCL和廣業(yè)等十余家企業(yè)的電子制造項目。

中國企業(yè)的智能制造現(xiàn)狀究竟如何？至少在智能制造的核心環(huán)節(jié)(生產(chǎn)過程的優(yōu)化)，比如工程建模、機(jī)器學(xué)習(xí)和智能系統(tǒng)架構(gòu)開發(fā)方面，情況并不樂觀。

現(xiàn)場智能制造項目中，企業(yè)完成了項目的工程問題建模和智能系統(tǒng)開發(fā)，以及關(guān)鍵工具參數(shù)離線測量和在線軟測量，盡管所提供數(shù)據(jù)基本滿足以數(shù)據(jù)看板為代表的數(shù)字化制造，但現(xiàn)場提供高質(zhì)量數(shù)據(jù)并不容易。這樣智能系統(tǒng)供貨商的成本很大。企業(yè)對于現(xiàn)場遺漏數(shù)據(jù)的問題沒有明確的懲罰制度，導(dǎo)致現(xiàn)場數(shù)據(jù)完整性較差。小企業(yè)往往根本無法采集所需要的高質(zhì)量數(shù)據(jù)。

中國與歐美在核心領(lǐng)域智能制造現(xiàn)狀對比

暫不作信息技術(shù)和數(shù)字制造技術(shù)等方面的對比，也不談在工業(yè)核心軟件方面的差距，僅從智能制造的核心領(lǐng)域——工程建模、機(jī)器學(xué)習(xí)和智能系統(tǒng)架構(gòu)開發(fā)來看，中國企業(yè)相對于歐美的現(xiàn)狀究竟如何?從機(jī)械化、自動化、數(shù)字化和智能化四個發(fā)展階段看，中國企業(yè)目前還在哪個階段？

考察智能制造基本要求，從對相關(guān)要求的滿足程度可以探測出各國智能制造的基本現(xiàn)狀。目前機(jī)器代人是努力方向之一，但這只是在自動化層面上。要實現(xiàn)最優(yōu)化的機(jī)器代人，首先必須對工程問題和工程參數(shù)進(jìn)行建模，然后利用所采集到的高質(zhì)量數(shù)據(jù)進(jìn)行模型的機(jī)器學(xué)習(xí)；此后的模型則與機(jī)械設(shè)備和生產(chǎn)現(xiàn)狀深度綁定。基于這些可以開發(fā)出智能系統(tǒng)，繼而產(chǎn)生出即時可變的、一直是最優(yōu)化的生產(chǎn)參數(shù)，交給基礎(chǔ)自動化執(zhí)行。這最優(yōu)化的機(jī)器代人正是智能制造。這些，中國目前還不多，主要存在于一些平臺商。

在歐美技術(shù)基礎(chǔ)上做的大量優(yōu)化與擴(kuò)展(比如開發(fā)了新一代二級系統(tǒng))，因系統(tǒng)之龐大(常有百萬行源程序)和邏輯之復(fù)雜，在開發(fā)中國項目時，主要是基于已有源程序改寫。西方的智能系統(tǒng)通常都經(jīng)歷過幾十年的技術(shù)積累，中國在此領(lǐng)域有待于提高。

當(dāng)生產(chǎn)過程不夠優(yōu)化時，首先在無自動化的情況下進(jìn)行診斷分析;這可以認(rèn)為是在機(jī)械化層面。直到相關(guān)的問題都解決了，才對自動化問題進(jìn)行審核。所有這一切都可以通過數(shù)字化加以快速診斷和總體確認(rèn)，即當(dāng)現(xiàn)場采集到高質(zhì)量數(shù)據(jù)時，可以通過數(shù)據(jù)鑒別出哪個環(huán)節(jié)是弱點。現(xiàn)在市面上有一種“IT+OT技術(shù)”(信息技術(shù)+運(yùn)營技術(shù))，在數(shù)字化階段將所有工程問題簡化成OT(盡管這對智能制造有些過于簡化)。通過數(shù)據(jù)看板，確實可以看出很多問題，但是數(shù)據(jù)看板的使用者必須對生產(chǎn)過程有足夠的的理解。如果生產(chǎn)線只有數(shù)字制造，而沒有智能制造，必須要有工程師對現(xiàn)場的指導(dǎo)，因為操作工人很難從數(shù)據(jù)上看出很多問題，更難根據(jù)復(fù)雜的數(shù)據(jù)找出解決方案。

中國在推進(jìn)智能制造中鼓勵自動化和數(shù)字化的短板補(bǔ)充，但也會由此導(dǎo)致對智能制造的誤解而造成較大損失。比如在建智能產(chǎn)線時，因為不明確什么是智能制造，而將只建成了具有基礎(chǔ)自動化、MES和ERP的產(chǎn)線，誤認(rèn)為是智能產(chǎn)線。此類產(chǎn)線缺乏的正是智能制造的核心:智能系統(tǒng)。這類只有數(shù)據(jù)看板的產(chǎn)線只有工程師可以運(yùn)行，問題較多，甚至出現(xiàn)了對此類智能產(chǎn)線投入則“快死”，不投入則“慢死”的兩難境地。機(jī)械化確保產(chǎn)品能生產(chǎn)出來，自動化使得產(chǎn)品能自動生產(chǎn)出來(機(jī)器代人)，數(shù)字化以大量數(shù)據(jù)便于審核，以確保機(jī)械化和自動化的實現(xiàn)，而智能化確保最優(yōu)化

和無人操作(最優(yōu)化的機(jī)器代人)。中國和歐美國家所處的機(jī)械化、自動化、數(shù)字化和智能化階段目前國內(nèi)很多較弱的企業(yè)仍然在機(jī)械化階段，較好的企業(yè)則在機(jī)械化、自動化和數(shù)字化階段。雖然通過數(shù)據(jù)看板能看出很多問題，但這只是在自動化和數(shù)字化領(lǐng)域的“補(bǔ)課”。中國企業(yè)數(shù)據(jù)質(zhì)量是各家的軟肋。歐美國家的機(jī)器代人階段早已完成，生產(chǎn)線主要依賴于自動化而非人工;而且絕大多數(shù)歐美國家數(shù)字化的需求已經(jīng)基本上得到滿足。在智能化方面，很多較好的歐美企業(yè)有較好的智能系統(tǒng)，稍微差的企業(yè)也正在努力嘗試智能系統(tǒng)。目前中國的智能制造主要在制造過程的首尾兩端，比如智能倉儲、來料及成品的運(yùn)送等等，而對智能制造的主體過程，比如生產(chǎn)過程的優(yōu)化，涉及的不是很多。歐美國家正在努力推進(jìn)智能制造。在智能制造中，大量工作都編入智能系統(tǒng)中了，工程師或技術(shù)人員主要在后臺持續(xù)優(yōu)化此系統(tǒng);優(yōu)化后的系統(tǒng)由現(xiàn)場人員操作以完成生產(chǎn);同時經(jīng)理人員注重觀察此系統(tǒng)。這樣大家勁往一處使，生產(chǎn)持續(xù)優(yōu)化。

政府資金應(yīng)扶持?jǐn)?shù)據(jù)質(zhì)量達(dá)到要求的企業(yè)

在這樣的現(xiàn)狀下，中國政府應(yīng)該出臺怎樣的扶植政策?

兩化貫標(biāo)之后，政府的產(chǎn)業(yè)扶持資金更多轉(zhuǎn)移到智能制造領(lǐng)域。政府對智能制造的扶持，應(yīng)該考慮到下述的幾點。

側(cè)重于扶持智能化(對于自動化，數(shù)字化和智能化的扶持加以區(qū)別。很多企業(yè)在自動化和數(shù)字化方面已經(jīng)嘗到了甜頭，縱然在這些領(lǐng)域扶持力度不夠，他們也會為著自己的利益而努力;但是中國的智能化剛剛開頭，智能化的要求除了計算機(jī)系統(tǒng)和數(shù)據(jù)采集之外，更需要很深入的工程背景，所以智能化的難度要比數(shù)字化高很多;同時，由于中國技術(shù)基礎(chǔ)的薄弱，在智能化領(lǐng)域的努力，在短期內(nèi)投入產(chǎn)出比相對來說比較低，就更需要政府的扶持，否則中國的智能化將發(fā)展緩慢。

側(cè)重于扶持核心領(lǐng)域生產(chǎn)過程的優(yōu)化(有別于外圍領(lǐng)域比如智能倉儲)。核心領(lǐng)域智能制造技術(shù)含量高，作用大，需要的投入巨大，因而目前較少;外圍領(lǐng)域比如智能倉儲、AGV小車等，目前已漸成氣候，已經(jīng)可以為企業(yè)帶來較好利潤，縱使不重點扶持，企業(yè)也會努力推進(jìn)此領(lǐng)域。

依據(jù)數(shù)據(jù)滿足智能制造高要求的程度進(jìn)行資金扶持。促使企業(yè)注重數(shù)據(jù)質(zhì)量:數(shù)字化只有在達(dá)到智能制造的數(shù)據(jù)質(zhì)量要求時才應(yīng)該得到資金扶持;如果數(shù)據(jù)不齊全，甚至有假數(shù)據(jù)等，不應(yīng)該扶持。

培訓(xùn)資金注重扶持有智能制造經(jīng)驗的培訓(xùn)方。只有做過智能制造的人才會搞智能制造，才可能教會學(xué)員智能制造;政府的智能制造培訓(xùn)基金，只應(yīng)該扶持具有相關(guān)培訓(xùn)資質(zhì)的培訓(xùn)方；不懂智能制造的人，也可以百度出一堆介紹智能制造重要性以及介紹別的公司“做了什么”的素材；要杜絕這方面，使得政府的培訓(xùn)基金真正起作用。

中國應(yīng)建立嚴(yán)格數(shù)據(jù)質(zhì)量獎懲制度

歐美在智能化階段，中國智能化剛開始。大多數(shù)中國企業(yè)的機(jī)械化階段已基本完成，正在自動化和數(shù)字化階段。

機(jī)器代人是典型的自動化。數(shù)字化的數(shù)據(jù)看板，能夠使得機(jī)械化和自動化的狀況一目了然，因而具有強(qiáng)大的應(yīng)用前景。歐美國家的機(jī)械化和自動化早已完成，因此機(jī)器代人已不是主要問題。除了極少數(shù)企業(yè)外，歐美國家的數(shù)字化也已經(jīng)完成。

數(shù)字化中，數(shù)據(jù)質(zhì)量是關(guān)鍵。中國企業(yè)數(shù)據(jù)質(zhì)量不足是關(guān)鍵障礙。除了技術(shù)之外，管理是阻礙數(shù)據(jù)質(zhì)量的主要因素，多數(shù)企業(yè)對數(shù)據(jù)丟失沒有足夠的懲罰力度。智能化是凌駕于機(jī)械化、自動化和數(shù)字化之上的最高級制造過程，對數(shù)據(jù)質(zhì)量的要求遠(yuǎn)遠(yuǎn)高于數(shù)字化。

首先需要對一系列待研究的工程問題或工程參數(shù)建立模型，這就需要對工藝、產(chǎn)品、設(shè)備和自動化等工程領(lǐng)域極為熟悉;其次，需要采集高質(zhì)量的在線數(shù)據(jù)，并基于此數(shù)據(jù)對工程模型進(jìn)行機(jī)器學(xué)習(xí)，使之與生產(chǎn)線充分綁定。然后建立智能系統(tǒng)，將生產(chǎn)線的模型和大量的場景用例結(jié)合到智能系統(tǒng)中，并產(chǎn)生出即時可變的最優(yōu)化的生產(chǎn)參數(shù)組合，交給基礎(chǔ)自動化執(zhí)行。

可見，智能制造是最優(yōu)化的機(jī)器代人。目前中國只在制造的頭尾部分比如智能倉儲方面進(jìn)行了一定的智能制造，而在制造過程甚為稀少，主要是一些平臺開發(fā)商。歐美國家技術(shù)較好的公司已經(jīng)成功應(yīng)用了智能制造，而技術(shù)一般的公司尚在努力中。

中國推進(jìn)智能制造的主要策略是在數(shù)字化、自動化甚至在機(jī)械化方面的補(bǔ)課，鼓勵自動化和數(shù)字化，同時鼓勵智能化的開發(fā)與實施。中國各個企業(yè)要嚴(yán)格在技術(shù)和管理層面重視數(shù)據(jù)質(zhì)量，在數(shù)據(jù)質(zhì)量方面要有嚴(yán)格的獎懲制度。應(yīng)該減少智能產(chǎn)線建設(shè)中忽視智能系統(tǒng)的行為。中國當(dāng)前在何為真正的智能制造方面誤解頗多，很多作為智能制造必要基礎(chǔ)的數(shù)字制造甚至自動化制造，被當(dāng)成了智能制造。（作者李炳積，德國工程和美國軟件雙博士，30年歐美亞各國智能制造經(jīng)驗。）