智能制造的自动化技术应用及发展

智能制造的自动化技术应用及发展

作者：李泽海

来源：《中国科技纵横》2018年第22期

摘要：智能制造是当今制造业发展的主要方向，我国紧随美、德、日等制造强国的步伐，也步入了智能制造的大发展时代。本文从智能制造的发展背景和国内外发展现状出发，阐述智能制造中的关键技术，探讨物联网、CPS、机器人等自动化技术在智能制造中的应用及发展，总结并提出智能制造的发展趋势和技术挑战，为科研团队和科研爱好者提供一定参考价值。

关键词：智能制造；自动化技术；发展趋势；技术挑战

中图分类号：TH16 文献标识码：A 文章编号：1671-2064（2018）22-0038-02

在科技高速发展的今天，制造业仍然是“国之重器”，在国家工业发展和经济建设中具有举足轻重的地位，可以说制造业在今天仍然是我国发展的支柱型产业。为了打造具有国际竞争力的制造业，我国政府于2015年提出“中国制造2025”计划，智能制造成为解决我国制造业由大变强的重要途径。引用美国国家标准与技术研究院（NIST）对智能制造的定义：智能制造是一个高度集成、协同制造的系统，可以在不同工况下实时应对不同的问题，同时其智能化程度的不断提高可以满足不同生产商和客户的各式各样的需求[1]。本文通过介绍智能制造的发展现状，分析智能制造的关键技术，探究智能制造的发展趋势及技术挑战，详细阐述了智能制造中的自动化技术应用及其发展。

1 智能制造的发展现状

制造业是实现人们生活必需品从无到有的一个重要产业，与人们的衣食住行息息相关，因此在经历了三次工业革命的今天，在从欧洲引入的工业4.0概念快速发展的智能时代，制造业仍然是国家重视和大力发展的支柱产业。但是，进入信息化时代以后，制造业摆脱了以往传统的机械加工模式，开始与尖端信息通信技术融合，在过去的机械化转化为数字化后，进而向智能化蜕变，智能制造应运而生。智能制造将传统制造业与物联网、大数据、人工智能、云计算等融合在一起，实现信息自我感知，控制系统深度学习，智能优化自决策，高精度制造自执行等先进制造过程，并打造具有智能感知、精密制造、智能决策、自我控制等特征的先进制造系统，形成工业4.0时代的新型制造模式[2]。

智能制造可以有效提高生产效率，大大降低了资源损耗，节约了人力成本，对发展新型制造业有重要意义。目前，制造业的智能化发展仍由美国、日本、欧洲引领潮流，我国在智能制造方面还存在很大不足，本文总结为以下三点：

（1）智能化程度不足，缺乏创新。国内大多制造业仍存在作业阶段机械化，产品设计与实际加工脱节等问题。大多数生产线制造精度较低，智能化程度不高，许多企业还停留在粗放型阶段，有大量人工参与，而少有效数据支持，因而使智能化效能下降。

（2）发展规模不大，基础较薄弱。我国的智能制造相对来说起步较晚，国内的优势企业虽然可以在国内市场上占有一席之地，但走出国门后在国际上并没有太大竞争力。大体来说国内的智能制造装备企业的产业组织结构比较小，智能化基础相对薄弱。

（3）核心技术被国外掌握。我国的智能制造业领域目前创新力仍不足，大量的核心技术和行业专利都掌握在国外龙头企业手中，其中以美、日、德、英、法等国家较为先进。今年爆发的美中贸易战，也充分暴露了我国在智能化、信息化等先进科技领域的核心技术发展落后的问题。

德国于2013年提出“工业4.0”概念，指出以智能制造引領的第四次工业革命已经到来；日本成立了“日本科技工业联盟”，旨在发展工业智能机器人和建立无人化工厂；美国推动建设“工业互联网”这一智能制造技术平台，利用高级计算、分析、感应技术以及互联网技术打造其智能制造架构；我国则提出了“智能制造2025”计划，制定了以创新为主，将工业化和信息化相融合的，大力推动智能制造发展的战略方向[3]。

2 智能制造关键技术

2.1 智能传感器技术与物联网

“万物互联”的物联网技术（IOT）是当下信息化时代发展的重要产物，也是智能制造发展的重要方向。通过物联网技术，我们可以建立国内乃至国际的智能制造平台，满足不同客户、不同制造商的各种要求，从“量”的追求发展到“质”的超越。物联网技术的发展需要建立在智能传感器技术的基础上，通过传感器感知环境信息、产品生产状态、生产进程等。智能传感器进一步将传感器与处理器集成化，结合智能算法，实现对产品质量的智能化管控及检测，实现制造、装备、加工进程的智能化监控。

2.2 CPS技术

信息物理系统（cyber physical systems，简称CPS）是集成计算、通信与控制于一体的下一代智能系统，是实现智能制造的重要环节。信心物理系统可通过人机接口实现控制员与制造平台的信息传递，也可通过网络技术实现远程实时操控。CPS系统框架主要分为两层，一是由传感器、执行器等硬件设备组成的物理层；二是由信息、通信设备和软件等组成的网络层。信息物理系统是对物联网的补充和加强，后者使数据联通而前者则在此基础上使物理层产品之间达到协同，从而实现信息在物理空间与信息空间的流动。

2.3 机器人技术

机器人技术在智能制造领域扮演着重要角色，可大大提高制造业的生产质量和生产效率，是工业4.0新时代的代表性产物。本文以三种机器人技术为例，阐述其对智能制造的重要作用。多自由度机械臂，可以进行诸如组装加工焊接等工作，是工业机器人常见的工作形态；物流机器人，主要负责汇集和传送部件，可以完成物体识别、抓取分拣及运输工作[4]；码垛机器人，可借助同步调控技术使其在将货物从生产线运送至仓库而不受同类型机器作业影响。在智能制造中，智能机器人作业可简化生产和运输流程，降低人力成本，协助构建无人化工厂并高效运行。

2.4 云制造与数据挖掘

云制造是将传统制造业与先进网络技术相融合，打造网络云平台，将制造资源与客户需求通过云平台互联，为用户提供按需制造服务的网络化制造新模式[5]。它通过信息化制造、云计算和物联网为产品提供全生命周期服务，有效提高生产效率和制造资源利用率，达到产品的人性化设计，优化产品效能。数据挖掘可从海量数据中捕获有效有价值信息，可优化和调节云制造的分析调控功能，使云制造以最佳状态运行。

3 智能制造的发展趋势及技术挑战

3.1 无人化

无人化是智能制造提高生产效率、降低人力成本的一大体现，以无人化车间和无人化工厂为实际发展方向。无人化的关键在于自主控制，无人化的实质即由计算机代替人操控机器，而机器繁琐复杂的操作过程需要有强大的计算机技术支持和海量数据支持，这些也是当前所面临的技术挑战。

3.2 高精度

智能制造时代，对产品质量要求更为严格，因此高精度也是智能制造的一个重要需求。高质量的生产依赖于高精度的加工，对加工精度的提升是一个重要挑战。该方向需从硬件和软件两方面着手，既要提高制造机械的材质，还要提高传感器和控制器的控制灵敏度和精度。

3.3 智能化

智能化是智能制造的主要趋势，其表现在人工智能的发展和完善。人工智能的发展可以深度学习为典型代表，即采用智能算法对大量数据的分析。该方向的技术挑战在于进行大量数据挖掘和通过实验获得大量有效数据，从而完善训练样本库，达到优化提升人工智能的目的。

4 结论与展望