中国智能制造企业智能化路径及发展趋势分析[图]

    “智能制造”这一概念最早由美国学者P.K.Wright和D.A.Bourne在其著作《ManufacturingIntelligence》中出现，他们将智能制造定义为机器人应用制造软件系统技术、集成系统工程以及机器人视觉等技术，实行批量生产的系统性过程。工信部出台的《智能制造发展规划（2016-2020年）》中，将智能制造定义为基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。

    智能制造是通过新一代信息技术、自动化技术、工业软件及现代管理思想在制造企业全领域、全流程的系统应用而产生的一种全新的生产方式。智能制造的应用能够使制造业企业实现生产智能化、管理智能化、服务智能化与产品智能化。

    中国的经济发展已由高速增长阶段逐步转入高质量发展阶段，政府更加关注于优化经济结构、转换增长动力。制造业是供给侧结构性改革的主要领域，尽管制造业增加值在全国GDP总量中的比重呈下降态势，但以制造业为代表的实体经济才是中国经济高质量发展的核心支撑力量。提高质量效益、转变生产方式是中国制造业必须要解决的问题，而发展智能制造正是中国制造由大到强的必由之路。

    智能制造是一种可以让企业在研发、生产、管理、服务等方面变得更加“聪明”的方法，我们可以把制造智能化理解为企业在引入数控机床、机器人等生产设备并实现生产自动化的基础上，再搭建一套精密的“神经系统”。智能“神经系统”以ERP、MES等管理软件组成中枢神经，以传感器、嵌入式芯片、RFID标签、条码等组件为神经元，以PLC为链接控制神经元的突触，以现场总线、工业以太网、NB-IoT等通信技术为神经纤维。企业能够借助完善的“神经系统”感知环境、获取信息、传递指令，以此实现科学决策、智能设计、合理排产，提升设备使用率，监控设备状态，指导设备运行，让自动化生产设备如臂使指。

2017-2022年中国智能制造行业规模及预测

数据来源：公开资料整理

    数字化设计是智能制造系统的源头，是企业实现数字化、智能化道路上必须要突破的关键点。制造业中的设计包括产品设计、工艺设计、工艺优化、样品制造、检测检验等一系列过程。传统的研发设计流程是以模块分立形式，按照顺序完成开发，产品开发周期长且质量得不到保证。而数字化设计借助计算机辅助设计软件、三维设计与建模工具等技术能够赋予企业将研发过程全面数字化、模型化，实现研发设计流程的高度集成、协同与融合，大幅缩短产品开发周期，降低开发风险和开发费用。目前CAX类软件在国内制造业企业中已有一定程度应用基础，但从发展趋势及与智能制造系统的契合程度来看，第三代产品设计语言MBD技术将成为数字化设计的主武器，MBD的应用将打通数字化设计与数字化制造，使三维模型成为制造的唯一数据源，让产品模型在整个生命周期得到充分利用。

数字化设计的五维评价雷达图

数据来源：公开资料整理

    智能制造单元是针对离散加工现场，将一组能力相近的加工设备和辅助设备进行模块化、集成化、一体化的聚合，使其具备多品种少批量产品的生产输出能力。对于离散制造领域的中小型企业来说，打造智能制造单元是开启智能化道路行之有效的切入点，其最大的作用在于提升设备开动率，加快生产节奏，“简单粗暴”的通过增加产出来提升企业收益。

    奇步自动化控制设备有限公司推出的“智造单元”是智能制造单元的成熟范式之一。“智造单元”是一种模块化的小型数字化工厂实践，整个单元由自动化模块、信息化模块和智能化模块三部分组成，以“最小的数字化工厂”实现企业在多品种小批量乃至单件自动化的生产智能化。

智能制造单元的五维评价雷达图

数据来源：公开资料整理

    生产全过程数字化是将“人、机、料、法、环”五个层面的数据连接、融合并形成一个完整的闭环系统，通过对生产全过程数据的采集、传输、分析、决策，优化资源动态配置，提升产品质量管控。生产全过程数字化需要企业在人员配备、自动化设备、设备连接、环境感知等各方面具备良好的基础，即前文中提到的智能“神经系统”包含的要素必须齐全。在此基础上，生产全过程数字化的重点工作是打通各种数据流，包括从生产计划到生产执行的数据流、MES与控制设备和监视设备之间的数据流、现场设备与控制设备之间的数据流。有条件的企业可以自主研发或委托开发生产数字化集成平台，将不同生产环节的设备、软件和人员无缝地集成为一个协同工作的系统，实现互联、互通、互操作。

生产全过程数字化的五维评价雷达图

数据来源：公开资料整理

    物流仓储是制造业中极为重要的一环，如果说通信网络是智能制造系统的神经纤维，那么物流仓储则可视为智能制造系统的血管。智能物流仓储系统的应用能够使原材料、辅助物料、在制品、制成品等物理对象在各个生产工序间顺畅流转，并通过提升仓库货位利用效率、提高仓储作业的灵活性与准确性、合理控制库存总量、降低物流仓储人员需求数量等方式大幅压缩物流仓储成本。

    智能物流仓储系统尽管不直接参与产品的生产，但作为整个智能制造系统中的重要子系统，其组成架构也与之类似，分为设备层、操作层、企业层，设备层包括仓储设备、物流设备、识别设备；操作层由WMS、WCS、TMS等软件构成；企业层则对接ERP、CRM、SCM等管理软件的采购、计划、库存、发货等模块，融入总系统的闭环中。

    销售是所有企业的核心业务之一，智能制造系统中的销售智能化除了应用CRM等软件管理销售业务外，更为重要的是在订单获取层面发挥作用。在当前个性化需求日益旺盛的环境下，企业通过建立定制平台，能够将用户提前引入到产品的设计、生产过程中，通过差异化的定制参数、柔性化的生产，使个性化需求得到快速实现，以此提升品牌价值，增加用户粘性。与之相匹配的，企业应将定制平台与智能制造系统中的研发设计、计划排产、制造执行等模块实现协同与集成，实现从线上用户定制方案，到线下柔性化生产的全定制过程；在企业后台建立个性化产品数据库，应用大数据技术对用户的个性化需求特征进行挖掘和分析，并反馈到研发设计部门，优化产品及工艺，基于用户需求新趋势开展研发活动。

大规模定制平台的五维评价雷达图

数据来源：公开资料整理

    智能制造视角下的产品服务是借助云服务、数据挖掘和智能分析等技术，捕捉、分析产品信息，更加主动、精准、高效的给用户提供服务，推动企业价值链向后延伸。远程运维服务即是典型的制造企业智能化服务模式，企业利用物联网、云计算、大数据等技术对生产并已投入使用的智能产品的设备状态、作业操作、环境情况等维度的数据进行采集、筛选、分析、储存和管理，基于上述数据的分析结果为用户提供产品的日常运行维护、预测性维护、故障预警、诊断与修复、运行优化、远程升级等服务。远程运维服务可以有效降低设备故障率，提升设备使用率与使用寿命，既能减轻制造商的负担，又能显著提升产品价值。远程运维对于企业产品的智能化程度要求较高，产品必须配备开放的数据接口，具备数据采集、通信模块；企业还需建立远程运维服务前端平台与后端数据中心，采集产品数据并基于大数据分析与计算，向用户提供增值服务。

产品远程运维的五维评价雷达图

数据来源：公开资料整理

    智能制造系统中涉及大量的数控加工中心、工业机器人、嵌入式芯片等各种高端制造装备和核心零部件以及ERP、MES、CAD等各种工业软件，而上述装备、零部件以及工业软件的核心技术在国外，国内制造企业只能大量进口。目前，中国近90%的芯片、70%的工业机器人、80%的高档数控机床和80%以上的核心工业软件依赖进口。这造成国内制造业企业智能化改造成本居高不下，严重制约中国智能制造的整体进展。

    根据调查数据显示，中国已经连续六年成为工业机器人第一消费大国，2017年中国工业机器人销量达到了13.8万台，全球占比达到36%。而其中仅有3.5万台是由国内工业机器人制造商生产，国产率仅为25.1%，比2016年的31%还下降了近6个百分点。由此可见，中国制造业企业在提升自动化水平时优先选取的是选购国外品牌的工业机器人，国产机器人尽管发展较快，但短时间内难以满足智能制造的需求。

2013-2017年中国工业机器人销量及国产率

数据来源：公开资料整理

    制造业企业智能化的动力本源是响应市场需求，这点在消费品制造领域尤为明显，乘用车、家电、3C、服装、医药、食品等直接面向消费者的制造业企业搭建智能制造系统的主要目的即是实现高度柔性生产，快速、准确地实现消费者对产品的个性化、定制化需求。

    快速变化的市场需求从消费端沿着产业链不断向上传导，下游企业生产方式的颠覆与创新迫使上游供应商融入智能化浪潮，智能制造倒逼机制就此形成。在这种倒逼机制的作用下，产业链上游企业要主动适应变化，实现柔性生产，基于供应商先期介入思维，通过网络协同制造确立竞争优势，否则将面临被市场淘汰的风险。

    5G一旦实现工业领域应用，将成为支撑智能制造转型的关键使能技术，5G将分布广泛、零散的人、机器和设备全部连接起来，构建统一的互联网络，帮助制造企业摆脱以往无线网络技术较为混乱的应用状态，推动制造企业迈向“万物互联、万物可控”的智能制造成熟阶段。

    相关报告：智研咨询发布的《2019-2025年中国智能制造市场运行态势及战略咨询研究报告》