智能制造模式研究 　　

　　自2011年以来，德国推出了“工业” 　　

　　“4.0”战略以来，美国、日本、欧盟等国家相继推出相关工业化发展战略，各国学者对数字制造、工业大数据、智能化转型等发展理念和模式的研究日益丰富。 　　

　　杜米特拉凯(2010)认为，智能制造系统可以看作是具有不同专业知识水平和不同目标阶段的人和软件的代理，它可以响应不断变化的输入需求，通过协同实现动态变化的目标。其中，全面的生产计划可以帮助企业估算生产方案的适应性和生产过程的优化能力；实施生产控制可以主动识别相关问题并提供决策支持；分布式协同管理通过多级智能体系统保证行为模式的有效性，这种识别-推理-处理的集成模式对推动制造企业智能制造的发展具有重要作用。Dutra(2013)认为制造业面临的是一个敏捷多变的市场，其需求的多样性和不确定性使得传统的创新无法保障制造企业的智能制造发展，而服务创新的出现将制造与服务相结合，引入智能信息系统对生产过程进行控制，从而保证生产方式能够更快地改变，适应新的生产需求， 并推动制造业实现更高程度的柔性化，换句话说就是在生产过程中与用户一起创造产品，这恰恰是企业的制造。 数字技术的扩散为制造业向智能化升级转型创造了新的机遇。森林 　　

　　(2014)指出，在数字化制造时代，制造供应链已经被计算机和机器人设备所包围，智能化发展的要求不再满足于机械化和自动化，因此数字化在设计制造过程中显得尤为重要。数字化要求在同一业务流程中组合产品和服务，在工人、机器、资源之间形成有序的交互和协作，提高关键工序的数控化程度，并对这一新的制造过程进行控制和监督，从而实现信息输入输出的智能化分析和处理。陈(2015)改变了传统的制造起点，而是选择从社会视角研究直接数字化制造的新制造模式，并将其与流程生产、大规模生产、大规模定制作为范式进行比较，研究其与社会、经济、环境相关的可持续发展。案例分析结果表明，直接数字制造结合其他生产范式的优势，能够对可持续发展产生积极影响。 　　

　　研究结果表明，数字化制造带来的社会效益除了经济效益，也是智能制造的目标之一。Chaplin(2015)认为现代制造企业需要在经济压力下更快地响应不断变化的生产环境，并由此提出了一套基于分散化、环境敏感性和资源智能化原则的全新制造理念和可开发的装配系统软件架构，利用智能agent技术实现数据分发服务，自主控制和处理生产信息。Moghaddam(2015)受协同控制理论的启发，提出了一种协同装配框架，可以通过先进的智能装配设备降低成本，提高生产和装配的一致性。该框架有效解决了机电一体化实现和控制机制的不足，考虑了制造过程的动态变化，从而实现实时控制。Lee(2016)提出，随着物联网的出现和智能分析技术的发展，大数据在制造过程中的应用成为实现智能制造的关键。它从系统预测信息中生成不同的数据集，一起分析来自不同来源的数据，并将它们转换成操作数据 　　

　　Yrjninen(2016)指出，在业务和生产管理中，以产品为中心直接对生产过程进行数字化控制，建立供应链实现设备智能控制和信息共享，并在生产过程中对产品的加工和装配提出独立要求，可以有效摆脱传统依赖工具和制造技术的大规模生产，形成创新高效的工作模式，大大简化生产计划流程，减少资源浪费。Babiceanu 　　

　　指出在制造过程中应用最新的传感器和通信技术，可以将基础物理世界中的制造工厂和机器与互联网应用紧密结合，这种耦合生产系统可以在检测它们在网络世界中的制造过程和系统运行水平的同时，实现在物理世界中的实际运行。因此Babiceanu 　　

　　提出利用最先进的云制造和大数据应用，构建基于物联网构建、复杂事件处理和大数据算法分析的智能制造预测系统，实现制造全过程智能化。单硬脂酸甘油酯(2016)认为工业 　　

　　4.0 　　

　　它代表了新的商业模式、个性化的产品和服务以及价值链的重新整合，影响了从订单管理、研发到制造调试、交付使用和产品回收的方方面面。物理信息融合系统的出现，整合了所有涉及的产品资源和人力资源，自动交换信息，动态操作控制，自主决策，从而优化资源配置，提高生产效率，形成全新的智能价值创造模式。 　　

　　qvj2l q49k 0/9c 598 ca 0f 9e 44c 4 abafb 2c 750 c6dd 35 /