智能制造与“互联网+制造业”
一、从工业4.0到智能制造
图1显示了历次工业革命发生的时间：1780年~1870年之间发生了第一次工业革命，1870年~1970年之间发生了第二次工业革命，前两次工业革命已成为历史。1970年~2030年是第三次工业革命的时间段，也是我们目前所处在的区间，第四次工业革命预计发生在2030年后，可见工业4.0其实属于将来要发生的变革。
图1 工业革命历程图
工业4.0的愿景，包括满足用户的个性化需求、灵活性、决策优化、提高生产率和资源利用效率、通过新的服务创造价值、应对劳动力市场的变化、实现工作与生活的平衡、高工资仍然有竞争力，这一切是以发达国家为背景提出的。
工业4.0，中国制造企业更多需要理性面对。目前来看，工业4.0仍然是一个将来时，必将是一次深远的产业革命。工业4.0的提出有深深的德国烙印，因为德国，包括欧洲国家在丧失了互联网竞争优势的情况下，仍希望捍卫其在制造领域的竞争优势。工业4.0实现的基础是高度的社会信息化、无缝的互联、开放的标准等，需要做大量坚实的工作。有些企业应用了大量的工业机器人、智能装备，实现了一定程度的个性化定制，就认为进入了工业4.0时代，其实工业4.0到来之前仍需要做很多准备工作，企业切勿盲目跟风和炒作。
图2 智能制造的内涵
智能制造通过工况在线感知（看）、智能决策与控制（想）、装备自律执行（做）大闭环过程，不断提升装备性能、增强自适应能力，是高品质复杂零件制造的必然选择。
智能制造涵盖了产品智能化、装备智能化、车间智能化、工厂智能化和供应链智能化五个发展方向。产品智能化包括实现自主决策、自适应工况、人机交换和产品的个性化的定制与服务；装备的智能化，是将专家的知识和经验融入感知、决策和执行的环节，赋予产品制造在线学习和知识进化能力，比如在很多机械装备中实现动态信息的制造。
图3 车间智能化
车间智能化，表现为一个车间该生产什么，质量如何管控，设备状态如何，物料能否及时配送，是否有生产防错系统，作业指导，什么时候进行生产统计，产品能否及时发运等等都可以实现全局的生产管控。
图4 工厂智能化
工厂的智能化，包括实现智能的加工中心和生产线、智能化生产的管控、智能化的仓储和物流，以及智能化生产的管控。当然还要实现整个生产现场的智能控制，例如很多企业已经应用了自动化的仓库，AGV无人引导的小车等。实现工厂智能化的过程需要重视人机互动。
图5 西门子成都数字化工厂
如图5左下方所示，中间有一条像一个U型轨道的生产线，上面装有RFID芯片，芯片中存储着每一个零件的装配工序，零件的装配就是根据RFID芯片上存储的工艺路线进行的。另外每一个设备前安装有两个屏幕，左边的屏幕进行现场的工艺指导，右边的屏幕显示生产状态。大家从图中可以看到，数字化工厂并非是完全的无人工厂，而是人机互动，人机结合。
西门子安贝格工厂是全球第一家数字化的工厂，1990年建成，在25年时间里面员工没有增长，还是1150名，产能增加了8倍，它是75%的生产作业自动化，每天采集的数据量超过5000万个，这个工厂里面是非常的智能化，但同时也强调这个并不是追求100%的自动化。一个数字化的工厂或者一个智能工厂并不等于一个100%的无人工厂。
三星的工业化的实践。三星实际上是把ERP作为革新的工具，提高格式化、高速化、效率化、灵活化，以实现全球化的经营。有人觉得好像ERP已经是过去时了，但在今天我们不仅要继续重视ERP，而且依然要意识到它是整个企业运作的一个起点。另外三星已经通过与厂商之间的计划共享来减少多余的库存，通过预测需求，优化零部件和成品的供求与库存管理，强化上市时间管理。
智能制造可以说到现在为止，并没有一个大家一致认同的定义，总的来说是要通过工况在线感知、智能的决策与控制，包括装备的自律执行一个大的闭环过程，不断的提高装备的性能，增强自适应能力，是高品质复杂的一件制造的必然选择。具体来看，第一个就是要产品的智能化。第二个就是装备的智能化。目前比较实用的一种装备的智能化就是自适应的制造，在加工过程中边测量边加工。第三是车间的智能化，一个智能化的车间应该对设备状态、对生产过程的一些结果，能够防止上料的一些错误，包括物料的准时配送，质量的管控，根据不同的岗位提供决策的基础。
二、互联网+中国制造业
制造业正在跨越鸿沟，任何一个新技术都是开始少量的人应用，然后突然有一天爆发性的增长，这个就是一个跨越鸿沟的过程。
1.云计算
随着云计算应用的日趋成熟，已经逐渐从概念走向了显示，从是否应用走向了如何应用。在IaaS方面（基础设施即服务），服务器的虚拟化、桌面虚拟化和应用虚拟化得到了广泛应用，甚至服务站也已经开始虚拟化。大型企业构建私有云平台，实现计算资源的共享，推动大集中，IDC、数据备份和高性能计算开始租用公有云服务。通过IaaS,我们可以让云端高性能计算机帮我们来处理一些本地计算机处理不了的请求；在SaaS方面，邮箱包括即时通讯、CRM、呼叫中心、网络视频会议都采用的是公有云服务，大型企业建立的供应链协同门户属于私有云；在PaaS （平台即服务）方面，实现了对SaaS服务的配置，以满足企业的个性化需求，所以PaaS极大程度上推进了SaaS的发展，同时PaaS可以提高在Web平台上利用的资源数量。
2.电子商务
近年来电子商务的迅猛发展，我们建议无论是大型的工业品制造企业，还是消费品制造企业，或者是一个零售企业，物流企业等等都需要考虑自身的电子商务建设，同时还应该从分考虑如果是第三方平台如何同企业内部的信息化系统无缝对接。对于各行业企业电商策略的建议如图6。
图6 各行业企业电子商务策略分析
3.社交网络
互联网时代，越来越多的企业开始利用SNS来高效协作，发展业务。主要的应用包括企业内部社交平台，如协同办公软件社交化，方便企业内部知识分享与协作，集成及时通信系统，建立部门与员工门户，实现社交平台与应用系统的集成。其次是基于社交网络的人才招聘。还有基于社交网络的营销与服务：微信营销、微博营销、QQ群营销、会员及粉丝营销、在线服务等。
4.移动应用
目前在数据采集上基本都可以实现无线数据采集了，同时在外围也有基于位置的服务，这些也都可以基于移动设备来实现。另外企业也可以自己开发各种APP，例如一家水泥企业可以在网上识别真伪，有的企业在网上养鱼等等。因此，就互联网的发展趋势而言，整整意义上的制造企业都要成为一个互联网企业。
5.物联网
物联网就是将人、数据、机器相互关联起来。细分来看可以分为消费品的物联、工业产品的物联和工业设备的物联。随着移动互联网、物联网的发展，以及智能应用时代的到来，制造企业所关注的数据采集，已不再局限于生产数据的采集，而是延伸到供应链、物流、电子商务等系统的数据实时采集。
随着移动互联网、物联网的发展，以及智能应用时代的到来，制造企业所关注的数据采集，已不再局限于生产数据的采集，而是延伸到供应链、物流、电子商务等系统的数据实时采集。例如本届世界杯所采用的门线技术，每个球门都有一个摄像机，到底进没有进球会自动的计算，进行一个三维的重现，判断它到底在什么地方，如果进球了，会震动一下，就知道进球了。
6.工业大数据
大数据跟自然资源的利用有相同之处，是真正开始把信息变成资源。例如我们要采油，首先要是要开采，然后是提炼。对于信息来说，我们首先要研究信息在何处，然后把满足特定需求的信息搜集提炼出来，接着将这样的信息按应用需求进行结构化处理，将这样的信息与具体的应用结合，使之发挥作用，这就是基于大数据的应用系统。
图7 工业大数据的组成
大数据的起源归因于于互联网与电子商务，但是大数据最大的应用场合是传统行业。最需要大数据服务的传统企业有三类：1. 对大量消费者提供产品或服务的企业：利用大数据精准分析不同消费者的偏好；2. 小而美的中长尾企业：利用大数据精准定位自己的客户群；3. 面临互联网压力之下必须转型的传统企业：利用互联网和大数据作为自我进化的工具。
“星星之火，成就你我”
喜欢我们就记得要添加关注哟！☺
