1、目錄 HYPERLINK l _bookmark0 前言 1 HYPERLINK l _bookmark1 第一章 智能制造 2021 4 HYPERLINK l _bookmark2 （一）智能制造的定義和內涵 HYPERLINK l _bookmark2 4 HYPERLINK l _bookmark3 （二）智能制造發(fā)展驅動因素 HYPERLINK l _bookmark3 6 HYPERLINK l _bookmark4 （三）智能制造核心價值 HYPERLINK l _bookmark4 9 HYPERLINK l _bookmark5 第二章 數智技術引領制造“智”升級 11 HY

2、PERLINK l _bookmark6 （一）走進“數智技術” HYPERLINK l _bookmark6 11 HYPERLINK l _bookmark7 （二）數智技術：價值與挑戰(zhàn) HYPERLINK l _bookmark7 12 HYPERLINK l _bookmark8 （三）數智技術驅動下的智能制造 HYPERLINK l _bookmark8 14 HYPERLINK l _bookmark9 第三章 智能制造重構產業(yè)未來 18 HYPERLINK l _bookmark10 （一）智能制造發(fā)展現狀 HYPERLINK l _bookmark10 18 HYPERLINK

3、 l _bookmark11 （二）智能制造發(fā)展趨勢 HYPERLINK l _bookmark11 20 HYPERLINK l _bookmark12 （三）智能制造產業(yè)生態(tài) HYPERLINK l _bookmark12 22 HYPERLINK l _bookmark13 第四章 數智技術 X 智能制造實踐 27 HYPERLINK l _bookmark14 （一）典型應用案例剖析 HYPERLINK l _bookmark14 27 HYPERLINK l _bookmark15 （二）數智技術 X 不同制造業(yè)領域的實踐差異 HYPERLINK l _bookmark15 33 H

4、YPERLINK l _bookmark16 總結與展望 35sensetimeShanghai Artificial Intelligence Technology Association前言西方有句話“To live well, a nation must produce well”，說明制造業(yè)在一個國家的國民經濟中占據重要地位，無論是對國民經濟產值貢獻，還是對國家整體就業(yè)市場拉動，抑或是推動社會創(chuàng)新孵化方面，都起到舉足輕重的作用和價值美國制造業(yè)協會最新統(tǒng)計數據顯示，制造業(yè)領域每增加一個就業(yè)崗位就會拉動就業(yè)市場約 10 個崗位增量，每投入 1 美元將為國家經濟產出帶來 2.79 倍的回報；

5、而據美國企業(yè)研發(fā)和創(chuàng)新調查（BRDIS）整理，2015年美國全年新增專利中，即有 86%的專利源自制造業(yè)領域創(chuàng)新。制造業(yè)拉動就業(yè)崗位制造業(yè)對經濟投資回報率其他行業(yè)就業(yè)經濟產出2.791供應鏈就業(yè)制造業(yè)就業(yè)631制造業(yè)投入Source: National Association of ManufacturesSource: National Association of Manufactures制造業(yè)專利占比統(tǒng)計byBRDIS142561高科技中高科技其他Source: Business R&D and Innovation Survey (BRDIS)每一次技術變革都會帶來制造業(yè)的不斷升級。圖

6、 技術革新推動制造業(yè)升級工業(yè)革命 1.0 階段，蒸汽機技術的發(fā)明推動人類進入機械化生產時期，人們通過操控機器代替手工生產，突破了體力上的局限，實現生產效率的大幅提升。工業(yè)革命 2.0 階段，電力技術驅動工廠大規(guī)模生產推動社會生產效率空前提升，人類歷史上第一次解決了供需之間在數量上的矛盾，最典型的案例即是福特汽車全球首創(chuàng)流水線生產模式，讓更多的人（平民階層）擁有了一輛黑色T 型汽車。工業(yè)革命 3.0 階段，隨著通訊和計算機技術的發(fā)展，制造業(yè)進入自動化生產時期。人們通過計算機編程可以遠程操控機器自動化生產，生產效率得到進一步提升；同時人們在管理和制度上的創(chuàng)新和精益求精，尤其以日本提出“精益生產”理

7、念為代表，使得產品質量在這一時期得到了大幅改善，消費端產品形態(tài)也更加豐富多元，馬路上奔馳的不再是千篇一律的黑色汽車，更多款式、更多型號的汽車品牌開始紛紛涌現。當前我們正在步入工業(yè)革命 4.0 階段，以 5G、人工智能、大數據、云計算、物聯網、區(qū)塊鏈等為代表的數智技術逐漸走向成熟，引領制造業(yè)再次升級，人與機器之間的交互從體力上的協同升級為腦力（決策）上的協同，從而邁向智能化生產階段。這一時期，技術的革新不僅帶來生產效率的提升，還將進一步提高供需之間的適配性，即通過數智技術對供給側的改革，以滿足需求側個性化和求新求變的消費趨勢，為用戶帶來更好的消費體驗。在新舊動能交替之際，主要國家都將制造業(yè)升級作

8、為戰(zhàn)略重心和博弈焦點，智能制造成為主要抓手，從國家到企業(yè)紛紛謀篇布局，相繼出臺政策方針、實施規(guī)劃，希望通過數智技術創(chuàng)新和應用提升制造業(yè)競爭水平，強化國家綜合國力，搶占未來經濟和科技發(fā)展制高點。第一章 智能制造 2021（一）智能制造的定義和內涵智能制造源于人工智能的研究和應用， 其概念最早由美國賴特 伯恩在著作Smart Manufacturing中提出，將“智能制造”定義為“通過集成知識工程、制造軟件系統(tǒng)、機器人視覺和機器人控制來對制造技工們與專家知識進行建模，以使智能機器能夠在沒有人工干預的情況下進行小批量生產”。20 世紀 90 年代，隨著主要發(fā)達國家投入重視和研究，“智能制造”概念得到

9、進一步發(fā)展，由原先的單體智能化轉向智能機器與智能生產活動的有機融合。21 世紀以來，隨著人工智能、大數據、云計算、物聯網等新一代信息技術的快速發(fā)展及應用，“智能制造”概念進一步深化。 根據我國工信部 2016 年出臺的智能制造發(fā)展規(guī)劃（2016-2020 年）中定義，“智能制造是基于新一代信息技術與先進制造技術深度融合，貫穿于設計、生產、管理、服務等制造活動各個環(huán)節(jié)，具有自感知、自決策、自執(zhí)行、自適應、自學習等特征，旨在提高制造業(yè)質量、效益和核心競爭力的先進生產方式?！?014 年，美國能源部將“智能制造”定義為，“智能制造是先進傳感、儀器、監(jiān)測、控制和過程優(yōu)化的技術和實踐的組合，它們將信息和

10、通信技術與制造環(huán)境融合在一起，實現工廠和企業(yè)中能量、生產率、成本的實時管理?！睙o論從哪個視角出發(fā)，今天各國對“智能制造”的理解都不再局限于生產過程或單體智能，而是擴展到產業(yè)價值鏈的各個環(huán)節(jié)、包含企業(yè)活動的方方面面，也不再單方面強調數智技術本身的應用價值，而是更加重視數智技術與先進制造等跨領域技術的深度融合和實踐創(chuàng)新。由全新定義出發(fā)，智能制造在實踐中的運用和滲透將幫助企業(yè)實現在產品、生產、管理和服務四大方面的智能化升級。圖 智能制造的內涵產品智能化：即是將傳感器、處理器、存儲器、通信模塊、傳輸系統(tǒng)嵌入產品，使得產品具備動態(tài)存儲、感知和通信能力，成為物聯網連接的終端，從而實現產品“可追溯、可識別、

11、可定位”功能。根據 Transforma Insights 研究顯示，到 2030 年這些物聯網終端數量將增長到 241 億個，復合年增長率為 11。制造智能化：包括制造載體智能化和制造過程智能化兩個層面：制造載體智能化，包括單機智能化，以及單機設備的互聯而形成的智能制造單元、智能產線、智能車間、智能工廠等；制造過程智能化，則是通過數智技術和先進制造技術的融合應用，使得制造過程中所涉及的各個流程、生產要素以及上下游企業(yè)，以用戶價值為中心，實現網絡化協同和柔性化生產。管理智能化：隨著技術融合不斷深入，制造企業(yè)獲取數據的實時性、完整性、準確性不斷提高，結合智能化分析技術可以幫助企業(yè)提升資源管理、能

12、源管理、供應鏈管理、訂單管理、設備管理等方面的決策效率，變被動管理為主動管理和預防性管理，使得管理更準確、更高效、更智能。服務智能化：在產品智能化的基礎上，企業(yè)與終端用戶交互更為直接，為用戶提供更好的服務體驗將成為智能制造的重要組成和價值增量，越來越多的制造企業(yè)將從生產型制造向服務型制造轉型，制造與服務的邊界逐漸消弭。（二）智能制造發(fā)展驅動因素制造業(yè)升級是所有制造業(yè)大國面臨的共同課題，主要目標都是在于通過數智技術創(chuàng)新和應用來提升國家制造業(yè)競爭實力，克服逐漸上漲的人力成本，將制造業(yè)留在本國的同時，保持自身制造業(yè)優(yōu)勢，但由于各國制造業(yè)基礎和優(yōu)勢不同，在發(fā)展智能制造的核心訴求和戰(zhàn)略重心上各有差異（各

13、國智能制造相關政策參 HYPERLINK l _bookmark17 考附表 1）。美國自二戰(zhàn)后面臨制造業(yè)空心化問題比較嚴重，通過發(fā)展智能制造引領制造業(yè)復興是美國的主要訴求，而美國制造業(yè)信息化全球領先，尤其在工業(yè)軟件和互聯網方面獨占鰲頭，因此其戰(zhàn)略重點主要關注生產設計、服務等價值鏈環(huán)節(jié)，強調智能設備與軟件的集成和大數據分析。德國工業(yè)自動化領域全球領先，精密制造能力強，高端裝備可靠性水平高，國家戰(zhàn)略著眼通過 CPS（Cyber-Physical Systems，信息物理系統(tǒng)）推進智能制造，希望通過數字化創(chuàng)新與工業(yè)制造的融合發(fā)展來鞏固、捍衛(wèi)國家工業(yè)技術主權。日本制造業(yè)注重提高產品質量和技術創(chuàng)新，牢

14、牢占據產業(yè)鏈高端位置。由于日本社會面臨老齡化和少子化問題比較嚴重，發(fā)展智能制造主要以解決問題為導向，戰(zhàn)略側重引導產業(yè)智能化成果融入到社會生活的方方面面，以此來支撐日本社會的結構化轉型，打造“超智慧社會”。中國近年來從頂層規(guī)劃到行動計劃不斷發(fā)布各種利好政策來推動智能制造發(fā)展，背后的驅動力主要源自供給側問題和需求側變化兩大因素。從供給側看，中國制造雖體量大，但在長期競爭中卻面臨“大而不強”的現實局面，具體體現在以下四個方面：一是中國制造綜合成本的相對優(yōu)勢正逐漸變小。除用工成本外，能源使用成本、土地成本、融資成本都在不斷上漲。波士頓咨詢曾比較 25 家出口經濟體的制造業(yè)成本指數顯示，中國制造業(yè)綜合成

15、本已與美國基本相當。制造綜合成本指數，2014（美國=100）1211241231231251301231111111091151161111079610010210999919710187918314012010080604020中國德國美國 日本 南韓 法國 意大利荷蘭 比利時英國 加拿大俄羅斯墨西哥臺灣 印度 瑞士澳大利亞西班牙巴西 泰國 印尼 波蘭 瑞典 奧地利捷克0包括勞動力、電力、天然氣、其他成本，來源：波士頓咨詢圖：全球前 25 家出口經濟體的制造業(yè)成本指數二是我國產能過剩問題較為嚴重。根據專家測算，我國產能利用效率低于 79%83%的正常值范圍，反映出我國供需兩側適配度有待提升

16、，整體生產效率較低的現狀。8580 79%83%為正常范圍75706560552017201620152014201320122011201020092008200720062005200420032002200150來源：中國制造業(yè)產能過剩的測度與分析，劉明，張雅婷測算圖 制造企業(yè)產能利用效率（來源：中國人民銀行）三是我國制造業(yè)主要處于低利潤率的加工制造環(huán)節(jié)，技術含量和附加值不高，亟待向產業(yè)鏈高端升級；同時，由于產業(yè)鏈上游的基礎材料、關鍵元器件、先進基礎工藝和產業(yè)技術基礎較為缺失，產業(yè)缺乏自上而下自主化體系，在國際局勢錯綜復雜、不確定因素增加的大環(huán)境下，產業(yè)鏈供應鏈穩(wěn)定正面臨挑戰(zhàn)。四是我國制

17、造業(yè)發(fā)展對能源資源依賴度較高，過往粗放型生產對環(huán)境的破壞性較大。據世界銀行 2017 年數據統(tǒng)計，我國單位 GDP 能耗約為世界平均水平的 1.53 倍，其中工業(yè)制造占全國碳排放總量的 70%以上，面臨主動控制碳排放和 2030 碳達峰的新形勢，制造業(yè)未來發(fā)展將受能源環(huán)境要素的約束越來越緊。從需求側看，消費市場呈現不可逆的兩大趨勢：一是用戶越來越重視消費體驗和產品服務、強調個性化需求，驅動制造企業(yè)生產方式向定制化方向轉變；二是用戶求新求快的需求變化要求制造企業(yè)縮短產品創(chuàng)新和制造周期，敏捷響應市場瞬息變化趨勢。整體上看，在供給側上所積累的各種問題，以及需求側的變化趨勢，都是驅動我國大力發(fā)展智能制

18、造的主要動力，這和其他國家智能制造戰(zhàn)略的核心訴求形成本質區(qū)別。（三）智能制造核心價值圖：智能制造五大核心價值從驅動因素出發(fā)，總結中國發(fā)展智能制造的五大核心價值：一是降低制造企業(yè)的綜合成本。例如，通過機器代人或人機協同方式提高勞動生產效率，減少人工成本；利用視覺算法等手段提升檢測一致性和穩(wěn)定性，降低產品不良品率，減少因質量問題造成的經濟損失；物聯網、大數據、區(qū)塊鏈等技術應用加速產融結合，精準刻畫企業(yè)經營行為、評估企業(yè)資產狀況，為供應鏈企業(yè)提供更低價格的信貸資金；依據市場數據反饋合理安排要素投入，減少物料浪費，或施行智能庫存管理來降低倉儲成本等。二是提質增效。例如，數據驅動代替經驗判斷，全面優(yōu)化生

19、產流程，改善制造工藝，提高生產效率；科學高效排產，提高設備利用率；集成數智技術提高生產執(zhí)行精度，確保產品質量。三是減少能源資源消耗。例如，通過物聯網連接設備可以實時在線監(jiān)測和控制能源和資源使用情況，提高能源資源利用效率；利用智能化節(jié)能減排設備或解決方案替換落后產能和生產工藝，實現綠色生產。四是提升用戶體驗。例如，數智技術應用打通產業(yè)鏈上下游，實現需求端與設計端、制造端的直接對接，對復雜的市場動態(tài)進行數據分析和預測，準確把握市場機會，快速進行產品創(chuàng)新，實現敏捷制造和精益生產，響應市場變化和用戶個性化需求；通過在價值鏈各個環(huán)節(jié)增加與用戶交互節(jié)點，鼓勵用戶全程參與產品生產過程，為用戶的最佳體驗不斷迭

20、代產品，提升產品附加價值；基于產品智能化，通過與環(huán)境、用戶交互，產品可自動回傳運行和環(huán)境數據，通過數據監(jiān)控和分析，為用戶提供遠程的預防性運維服務。五是重塑生產方式。數智技術和先進制造技術的融合應用將會帶來生產模式的創(chuàng)新和變革，推動傳統(tǒng)制造企業(yè)從大規(guī)模生產向定制化生產轉變，企業(yè)從單純的制造商向服務端衍生，而價值創(chuàng)造過程也將從傳統(tǒng)單向鏈式過程轉向網絡化協同共創(chuàng)模式。第二章 數智技術引領制造“智”升級（一）走進“數智技術”信息技術是包括信息從采集、傳輸、存儲、分析、反饋這五大環(huán)節(jié)所有技術要素的總稱，五個環(huán)節(jié)組成信息產業(yè)的閉環(huán)，每個環(huán)節(jié)的技術進步都會推動整個行業(yè)應用生態(tài)螺旋式先上發(fā)展。圖 數字化轉型技

21、術要素數智技術即是推動智能時代信息產業(yè)發(fā)展的技術集合，包括更低成本的信息采集設備，高帶寬低延時的 5G 傳輸技術、萬物互聯的IoT 技術、大容量存儲和高性能計算的云服務，以及對海量信息高效分析的人工智能技術等，它們與制造技術融合應用推動制造業(yè)數字化轉型進程，引領制造業(yè)完成“智”升級的戰(zhàn)略目標。換句話說，整合數智技術完成信息從采集、傳輸、存儲、分析到反饋的閉環(huán)流程是實現智能制造的前置條件之一。走完智能制造信息閉環(huán)主要經歷三大階段數字化、網絡化和智能化：一是利用信息采集技術，包括 MEMS 傳感器、智能攝像頭、智能終端等感知設備實現物理世界數字化過程；二是結合 5G、物聯網等通信傳輸技術完成不同節(jié)

22、點間低成本的高效連接和交互，加速數據的流通和共享；三是基于云邊計算和人工智能技術，進行低成本存儲、處理海量數據資源，并通過智能化分析形成一系列決策指令，以指導價值鏈各環(huán)節(jié)的企業(yè)活動。其中，每一階段的完成程度決定下一階段技術的應用價值，換句話說，數字化和網絡化是企業(yè)實現智能化的必要前提。另一前置條件是數智技術與制造技術的雙向融合?！爸圃斓谋举|是發(fā)現問題、了解問題，在此過程中獲取信息，并將其抽象化為知識，再利用知識去認識、解決和避免問題的過程。了解和解決問題的方式決定了所獲取知識的形式，而將知識抽象加以運用的過程則決定了知識傳承的形式。1”由上可知，智能制造是在數據驅動下完成“獲取信息、抽象知識、

23、形成認知到解決問題”的過程 ?？梢姡瑪祿谦@取知識的基本要素，洞察關鍵數據的內在關系是形成決策的前提，這就要求企業(yè)在數智技術應用中要融合對制造技術的認知，深刻了解生產工藝特點、掌握制造流程變化，才能進行高質、高效的數據采集和積累，在此基礎上才能真正走完上述信息閉環(huán)。（二）數智技術：價值與挑戰(zhàn)由數據驅動代替經驗驅動已成為產業(yè)數字化轉型的共識。如果將數據視為智能時代的“新石油”，那么數智技術即是鉆取和提煉“石油”價值的“煉油工廠”，使用數智技術廣泛獲取數據，進行深度學習，將海量原始數據加工為知識，并轉化為決策或行動來指導企業(yè)運行。數智技術是推動產業(yè)數字化轉型不可或缺的關鍵技術，其應用價值主要體現在

24、三個方面：決策更及時：實時獲取場景/業(yè)務數據的自動反饋，結合智能化分析進行動態(tài)預測，代替人1 引用大數據到智能制造，李杰、倪軍、王安著工經驗判斷，提升決策的準確性和及時性，例如基于設備狀態(tài)實時分析的故障預測和健康管理，或基于在線用戶數據的需求預測，加速產品創(chuàng)新和迭代周期等。運營更精細：隨著產業(yè)數字化進程加速，所獲取的數據顆粒度越來越細、數據維度也更加豐富，由數據驅動的企業(yè)運營、管理會更加精細，例如基于用戶畫像的精準營銷，或對能源使用的實時監(jiān)測和控制等。應用更智能：智能化設備/應用輔助或取代人工崗位，并在應用過程中進行算法的自我迭代和優(yōu)化，不斷提高決策水平，例如基于機器視覺的產品缺陷監(jiān)測等。盡管

25、數智技術對產業(yè)數字化轉型的意義匪淺，但在實際落地過程中仍然存在一定挑戰(zhàn)：數字化程度低，信息閉環(huán)難閉合：數據資產的積累是產業(yè)數字化轉型的重要前提，如何持續(xù)獲取數據，并將分布在不同系統(tǒng)、組織內的數據打通融合是企業(yè)數字化轉型的首要命題。目前，多數企業(yè)（尤其是中小企業(yè)）受限于資金和人才匱乏，對數智技術投入不足，導致企業(yè)數字化水平低，缺乏完善的信息網絡基礎設施；此外，由于缺少統(tǒng)一標準、接口和編碼體系，使得企業(yè)內外“數據孤島”叢立，無法實現互通、共享，導致企業(yè)使用數據規(guī)模、種類有限，信息閉環(huán)難閉合，海量數據的資產價值無法得到充分發(fā)揮?？缃缛诤想y度大，復合型人才缺乏：數字化轉型實際上是利用數智技術對企業(yè)流程

26、再造的過程，需要既具備良好的數智技術素養(yǎng)，又能夠了解產業(yè)技術和發(fā)展規(guī)律的復合型人才。據清華大學互聯網發(fā)展和治理研究中心 2020 年對全球 ICT 人才調研統(tǒng)計，當前我國數智技術人才主要集中于科技行業(yè)，缺乏產業(yè)經驗和實踐背景，而產業(yè) IT 人員總體對數智技術的認知不深，難以支撐產業(yè)數字化轉型需要。根據人力資源與社會保障部數據分析，2025 年智能制造領域人才需求為 900 萬人，人才缺口預計達到 450 萬人。不同產業(yè)差異大，規(guī)模效應難一朝形成：由于不同產業(yè)或產業(yè)中不同領域、不同企業(yè)之間存在技術、流程等差異巨大，數智技術在產業(yè)中的深入滲透須結合具體場景進行定制化開發(fā)，尚不存在一套放之四海而皆準

27、的解決方案，這使得數智技術在產業(yè)互聯網中的應用很難像在消費互聯網時代一樣，短期建立規(guī)模效應、獲取巨大收益，而是需要與產業(yè)合作共進，在垂直領域中不斷積累解決問題的通用能力。網絡安全問題不容忽視：隨著數智技術的應用推廣，網絡安全問題將成為數字化轉型過程中面臨的重要挑戰(zhàn)。一方面，傳統(tǒng)網絡安全系統(tǒng)跟不上數智技術應用和創(chuàng)新步伐；另一方面，數字化轉型帶來信息節(jié)點和信息總量爆發(fā)式增長，使得網絡攻擊的潛在損失“指數級”放大，對網絡安全技術提出更高要求。（三）數智技術驅動下的智能制造智能制造的核心特征對于制造業(yè)而言，數字化轉型是利用數智技術進行全方位、全周期、全鏈條的改造過程。以智能制造為主攻方向，通過深化數智

28、技術在產品、生產、管理和服務等諸多環(huán)節(jié)的應用，與制造技術雙向融合加快企業(yè)以及產業(yè)層面的數字化、網絡化、智能化步伐，不斷釋放數智技術的應用價值，是現代制造業(yè)實現高質、高效、綠色發(fā)展的重要途徑。數智技術驅動下的智能制造主要表現為兩大核心特征：一是虛實融合，二是網絡化協同。特征一：虛實融合，即物理空間在信息空間的完全映射，信息在兩個空間中交互和融合，由統(tǒng)一“軟件”平臺協調和安排資源、能源、時間的最優(yōu)分配，并在反饋中不斷升級?；厮莨I(yè)革命發(fā)展歷程，在機械化生產時期，信息技術尚未出現，所有生產要素都集中在物理空間中發(fā)生；到了電氣化生產時期，機器大規(guī)模生產拓展了實體要素發(fā)生的物理空間，從小作坊變成了大工廠

29、。伴隨信息技術發(fā)展以及在制造領域的深入應用，相對于物理空間中的實體要素外，信息/數據作為新生產要素，在企業(yè)活動中扮演越來越重要的角色。在自動化生產時期，傳感器、控制器（PLC）和執(zhí)行器形成緊耦合的控制信息環(huán)，系統(tǒng)性地部署在各個機械零部件之上，從而形成依附于設備的“封閉式”信息空間，通過對信息要素的采集、計算，進而操控物理空間中相連機器部件的自動化運作。進入智能制造時期，數智技術應用將不同物理空間的實體要素在同一信息空間進行“全要素”映射和重建，形成具有感知、分析、決策、執(zhí)行能力的數字孿生體，從而實現物理空間和信息空間在更廣范圍、更深層次的交互融合，創(chuàng)造出一個虛實合一的制造系統(tǒng)，并通過統(tǒng)一“軟件

30、”平臺進行要素資源的動態(tài)配置。這里需要強調的是，由于人工智能技術的應用，機器算法將替代人的決策過程，形成對資源、能源、時間等生產要素的動態(tài)配置，并在數據反饋中不斷優(yōu)化算法精度，提升決策水平，即智能制造系統(tǒng)相對傳統(tǒng)制造具備自感知、自學習、自決策、自執(zhí)行和自適應能力。特征二：網絡化協同，即通過建立統(tǒng)一“對話”標準，打通分散于不同層級、環(huán)節(jié)、組織的 “數據孤島”，讓數據在不同系統(tǒng)間自由流動，從而實現企業(yè)制造各層級（縱向），及產業(yè)鏈上各環(huán)節(jié)（橫向）的互聯互通和協同化生產。具體來說，一是通過打通企業(yè)層、執(zhí)行層、設備層的縱向數據鏈，實現研發(fā)數據、制造數據向生產現場、制造設備的實時傳遞和處理，企業(yè)內部不同系

31、統(tǒng)層級間無縫連接，推動企業(yè)的精細化運營和柔性化生產；二是橫向打通企業(yè)內部以及產業(yè)鏈上下游不同企業(yè)間的業(yè)務數據共享，使得包括研發(fā)設計、物料采購、生產制造、營銷銷售、物流倉儲、產品服務等環(huán)節(jié)中每個企業(yè)組織，都可以根據全產業(yè)鏈的共享信息進行資源調配、方案優(yōu)化，靈活組織生產去迎合市場變化，縮短產品制造和創(chuàng)新周期。通過縱向和橫向數據打通，最終實現設備、車間、工廠、流程、物料、人員乃至產業(yè)鏈價值鏈各個節(jié)點的全面互聯，使得價值傳遞過程從傳統(tǒng)制造單向鏈式轉向并發(fā)式協同，通過實時數據感知、傳送、分析和處理，圍繞用戶需求和產品全生命周期，進行資源動態(tài)配置和網絡化協同，從而最大限度地實現個性化定制。智能制造的系統(tǒng)架

32、構基于兩大核心特征，我們再去理解企業(yè)智能制造的系統(tǒng)架構。底層的虛實融合，即是通過信息基礎設施的建設，將包括制造載體和制造過程在內的物理空間所有生產要素、供應鏈環(huán)節(jié)、工藝流程、管理活動等進行數字化，并通過網絡連接和傳輸匯聚到統(tǒng)一數據平臺之上，再結合智能化分析技術深度挖掘數據價值，對內賦能諸如能源、資源、供應鏈、訂單等企業(yè)內部管理平臺，提高企業(yè)管理和運營效率；對外可以通過工業(yè)應用開發(fā)平臺面向第三方開發(fā)者開放，結合應用端需求進行工業(yè)應用定制化開發(fā)，也可以將企業(yè)能力/資源經過沉淀后，以工業(yè)服務微組件庫形式開放給諸如金融機構、物流、電商等產業(yè)鏈上下游企業(yè)使用，通過協同合作方式提高整體產業(yè)的資源配置效率，

33、響應終端用戶需求變化。第三章 智能制造重構產業(yè)未來（一）智能制造發(fā)展現狀在數智技術發(fā)展和產業(yè)政策紅利的雙重推動，中國智能制造進入快速發(fā)展階段。投融資市場穩(wěn)步增長。自 2015 年中國智能制造 2025政策發(fā)布后，智能制造相關投資開始增多，2020 年我國智能制造行業(yè)投融資金額為 252.61 億美元，總體融資額較 2019 年有大幅上漲；2020 年雖然融資件數相對減少，但單筆融資金額有所增加，反映資本開始向頭部優(yōu)秀企業(yè)集中。80070060050040030020010006776566552011201220132014201520162017201820192020融資金額（右，億美元）

34、融資事件（個）30025349121345518031724014714914113811210224244256250200150100500來源：Cruchbase，由商湯智能產業(yè)研究院整理圖 2011-2020 年我國智能制造行業(yè)融資情況根據政府報告統(tǒng)計，“十三五”以來，通過試點示范應用、系統(tǒng)解決方案供應商培育、標準體系建設等多措并舉，我國制造業(yè)數字化網絡化智能化水平顯著提升。供給能力不斷提升，智能制造裝備國內市場滿足率超過 50%，主營業(yè)務收入超 10 億元的系統(tǒng)解決方案供應商達 43 家。支撐體系逐步完善，構建了國際先行的標準體系，發(fā)布國家標準 285 項，主導制定國際標準 28 項

35、；培育具有一定影響力的工業(yè)互聯網平臺 70 余個。推廣應用成效明顯，試點示范項目生產效率平均提高 45%、產品研制周期平均縮短 35%、產品不良品率平均降低 35%，涌現出離散型智能制造、流程型智能制造、網絡協同制造、大規(guī)模個性化定制、遠程運維服務等新模式新業(yè)態(tài)。2據前瞻研究院統(tǒng)計，2020 年我國智能制造業(yè)產值規(guī)模達到 2.5 萬億元。30000250002500021082174801500012233996320000150001000050000201520162017201820192020來源：前瞻產業(yè)研究院，由商湯智能產業(yè)研究院整理圖 2015-2020 年中國智能制造業(yè)產值規(guī)模

36、（億元）中國智能制造發(fā)展前景向好，但與發(fā)達國家相比我國仍存在較大差距，主要體現在以下幾個方面：一是關鍵技術、核心零部件/裝備、高端工業(yè)軟件受制于人。我國近 90%的芯片、70%的工業(yè)機器人、80%的高檔數控機床和 80%以上的核心工業(yè)軟件依賴進口3，造成國內制造企業(yè)智能化改造成本居高不下，制約我國智能制造的整體進展。以工業(yè)軟件為例，我國飛機、船舶、冶金、化工、生物醫(yī)藥、電子信息制造等重點領域長期依賴國外工業(yè)軟件，其中 EDA 基本被美國Cadence、Mentor 和 Synopsys 壟斷，CAE/CAD 主要被美國 ANSYS、德國 SIMENS、法國 DS Simul 等把控。2 數據引

37、用自“十四五”智能制造發(fā)展規(guī)劃3 數據引用2019 年中國制造業(yè)企業(yè)智能化路徑研究報告，艾瑞咨詢二是系統(tǒng)集成能力相對不足。我國智能制造系統(tǒng)解決方案供給能力不足，業(yè)務形式多是從國外購買機器人整機，再根據不同需求，制訂解決方案，缺少像西門子、GE 一樣的具有較強競爭力的系統(tǒng)集成商。三是中小制造企業(yè)信息化基礎薄弱，難以融入智能化浪潮。中小企業(yè)構成我國工業(yè)制造主體，由于信息化基礎薄弱、自有資金不足、相關人才匱乏等多方面因素，數字化轉型面臨極大的試錯成本和不可控風險，行業(yè)內大中小企業(yè)間存在較大的“數字鴻溝”。如果以德國工業(yè) 4.0 為參照系，當前我國制造業(yè)整體還處于工業(yè) 2.0 階段，部分企業(yè)在向 3.

38、0 階段邁進。（二）智能制造發(fā)展趨勢趨勢一：以數據為驅動的生產柔性化柔性生產的本質是對資源要素進行快速重構以響應新的制造需求，而智能制造系統(tǒng)將資源要素及其過程狀態(tài)轉化為數字化信息，并通過算法優(yōu)化的方式對這些資源要素進行高效配置，從而實現以數據為驅動的柔性化生產。例如，在產品研發(fā)環(huán)節(jié)，企業(yè)實時獲取終端用戶交互數據，通過分析預測實現“以需定產”；在產品制造環(huán)節(jié)，通過物聯網、傳感器收集全生產過程的實時數據，并整合來自上下游和用戶的數據信息，傳輸到工業(yè)互聯網數據平臺，人工智能再依托數據進行智能分析，最終制定出最佳生產方案，并將指令傳遞至制造一線實現柔性化生產。智能制造帶動柔性化生產趨勢在消費品制造領域

39、表現的尤為明顯，因為消費制造領域離用戶最近，對于汽車、3C 產品、服裝、食品等具備“少批量、多品種、定制化”特征的制造企業(yè)，進行智能化升級的主要目標之一即是實現柔性化生產，從而可以快速、準確地滿足終端用戶個性化需求，而由消費品制造領域引領的智能化浪潮繼而往上游各環(huán)節(jié)逐級傳導，進而帶動整個產業(yè)鏈基于數據驅動的柔性化生產趨勢。趨勢二：以平臺為支撐的工業(yè)互聯化越來越多的產業(yè)龍頭以及互聯網巨頭企業(yè)都在加大工業(yè)互聯網投入，除了加快自身數字化轉型外，這些企業(yè)通過平臺建設將各自關于智能制造的實踐經驗和能力稟賦開放賦能給同領域的中小企業(yè)，以及產業(yè)鏈上下游相關主體，形成對整個產業(yè)智能化升級的重要支撐。根據工信部

40、統(tǒng)計數據顯示，目前我國工業(yè)互聯網已廣泛應用于鋼鐵、工程機械、航空航天、家電、電力、港口、能源等多個行業(yè)，具有一定行業(yè)影響力的工業(yè)互聯網平臺超過 70家，例如徐工信息的Xrea 平臺、海爾的COSMOPlat 平臺、用友軟件的精智平臺、中國電信的天翼云工業(yè)互聯網平臺、阿里云的 supET 平臺等。這些平臺匯聚共享了設計、生產、物流等通用資源，有效整合了產品研發(fā)、生產制造、運營管理和服務等數據資源，面向垂直領域內的中小企業(yè)提供“低成本、快部署、易運維和強安全”的輕量化應用，大幅降低使用門檻和智能化改造成本，加快中小企業(yè)數字化轉型進程，從而實現平臺上企業(yè)間的連接協同和數據共享，推動整體產業(yè)智能化升級

41、進程。趨勢三：以用戶為中心的智造服務化制造業(yè)和服務業(yè)的融合是智能制造發(fā)展的主要趨勢之一。在智能制造視角下，嵌入數智技術的智能化產品，可以感知周邊環(huán)境變化，并通過與用戶、環(huán)境的不斷交互，向企業(yè)平臺自動回傳運行數據和狀態(tài)信息，結合智能化分析，企業(yè)可實時掌握產品使用情況和用戶需求變化，并及時做出反應，主動為用戶提供高附加值的服務體驗，通過“硬件產品+軟件系統(tǒng)+增值服務”模式來滿足用戶的個性化、多樣化需求，創(chuàng)造全新的價值空間。產品遠程運維服務即是典型的制造企業(yè)智能化服務模式，企業(yè)利用數智技術，對正在使用的智能產品的設備狀態(tài)、作業(yè)操作、環(huán)境情況等多維數據進行實時采集和回傳，基于上述數據的分析結果為用戶提

42、供產品的日常運行維護、預測性維護、故障預警、診斷和修復、遠程升級等服務。（三）智能制造產業(yè)生態(tài)4圖 智能制造產業(yè)生態(tài)推進智能制造是一個長期的、漸進的過程，除面臨人才、網絡安全、技術標準等共性問題外，我國還面臨智能制造裝備可靠性差，關鍵技術受制于人，核心零部件、工業(yè)軟件主要依賴進口，系統(tǒng)集成能力不足，以及整體制造業(yè)信息基礎設施薄弱等諸多挑戰(zhàn)，只有主動適應智能制造發(fā)展趨勢，積極發(fā)揮政府引導作用，并以企業(yè)為主體，促進“產學研用”四方聯動加快培育智能制造產業(yè)生態(tài)，才能推動智能制造高質量發(fā)展。4 主要結合“十四五”中國智能制造發(fā)展規(guī)劃重點任務展開創(chuàng)設新型創(chuàng)新載體，強化“智”造新動能通過建設一批國家和省級

43、制造業(yè)創(chuàng)新中心等載體，開展關鍵共性技術研發(fā)，加快構建智能制造創(chuàng)新體系，為智能制造產業(yè)生態(tài)發(fā)展“智”造新動能。制造業(yè)創(chuàng)新中心是“由企業(yè)、科研院所、高校等各類創(chuàng)新主體自愿組合、自主結合，以企業(yè)為主體，以獨立法人形式建立的新型創(chuàng)新載體”。其目的是“完成技術開發(fā)到轉移擴散和首次商業(yè)化應用的創(chuàng)新鏈條各環(huán)節(jié)的活動，打造跨界協同的創(chuàng)新生態(tài)系統(tǒng)?！?52016 年以來，工信息部先后出臺制造業(yè)創(chuàng)新中心建設工程實施指南(2016-2020 年)、關于完善制造業(yè)創(chuàng)新體系，推進制造業(yè)創(chuàng)新中心建設的指導意見、省級制造業(yè)創(chuàng)新中心升級為國家制造業(yè)創(chuàng)新中心條件、國家制造業(yè)創(chuàng)新中心考核評估管理辦法(暫行)、國家制造業(yè)創(chuàng)新中心建

44、設領域總體布局(2018 年新增)等指導性文件，逐步形成了制造業(yè)創(chuàng)新中心頂層設計的政策體系，對制造業(yè)創(chuàng)新中心建設的規(guī)范性提出了要求。截至 2020 年，我國已建成 15 家國家制造業(yè)創(chuàng)新中心，132 家省級制造業(yè)創(chuàng)新中心，主要聚焦于基礎材料、核心器件、關鍵工藝、重大裝備以及軟件等 5 大關鍵技術領域。開展智能制造應用示范，助力產業(yè)“智”升級聚焦企業(yè)、區(qū)域、行業(yè)轉型升級需要，圍繞工廠、企業(yè)、供應鏈、產業(yè)鏈開展多場景、全鏈條、多層次應用示范，培育推廣智能制造新模式新業(yè)態(tài)，構建智能制造產業(yè)生態(tài)，助力產業(yè) “智”升級。一是聚焦制造過程關鍵環(huán)節(jié)，在基礎條件較好、需求迫切的地區(qū)和行業(yè)，選取行業(yè)龍頭企業(yè)5

45、引用自制造業(yè)創(chuàng)新中心建設工程實施指南(2016-2020 年)對制造業(yè)創(chuàng)新中心定義開展智能場景、智能車間、智能工廠建設示范項目，總結形成有效經驗和模式，再圍繞設計、研發(fā)、生產、物流、服務等全生命周期，遴選確定一批標桿企業(yè)，在相關行業(yè)移植、推廣所形成的經驗和模式；同時引導“鏈主”企業(yè)建設供應鏈協同平臺，帶動上下游企業(yè)同步實施智能化升級。二是滾動遴選跨領域跨行業(yè)綜合性工業(yè)互聯網平臺作為工業(yè)互聯網技術突破、應用賦能的標桿性代表，同時支持行業(yè)/區(qū)域平臺發(fā)展，建設面向重點行業(yè)/區(qū)域的特色型工業(yè)互聯網平臺，帶動更多主體參與平臺建設，加快工業(yè)互聯網平臺推進進程，發(fā)揮平臺向中小企業(yè)的賦能作用，帶動行業(yè)整體智能

46、化升級。截至目前，工信部發(fā)布“雙跨”工業(yè)互聯平臺共 15 家，在應用賦能方面，平臺平均注冊用戶數達到 140 萬個，賦能工業(yè)企業(yè)共計超過 8 萬家，覆蓋鋼鐵、石化、能源、電力等 10 余個重點行業(yè)；具有一定行業(yè)和區(qū)域影響力的平臺超過 70 家，連接設備數超過 4000 萬臺套，工業(yè)APP 數量超過 25 萬個，平臺賦能效應進一步顯現。三是培育一批智能制造示范基地、園區(qū)、先導區(qū)，聚集人才、科研、產業(yè)資源，逐步完善智能制造產業(yè)鏈，促進產業(yè)規(guī)模化、集聚化發(fā)展，并以基地為中心，輻射并帶動一定區(qū)域/范圍內智能制造產業(yè)升級。夯實智能制造基礎支撐，做好“智”造新保障瞄準智能制造發(fā)展趨勢，健全完善標準、信息基

47、礎設施、安全保障等發(fā)展基礎，以及加強財稅金融、人才儲備等要素支持，為智能制造產業(yè)生態(tài)發(fā)展構筑保障?！爸悄苤圃?、標準先行?！睒藴驶ぷ魇菍崿F智能制造的重要技術基礎，包括建設細分領域行業(yè)應用標準體系，加大基礎共性和關鍵技術標準研制力度，以及推進標準推廣應用等。2015 年至今，從我國的智能制造標準體系建設一直根據智能制造發(fā)展進程，不斷調整、改進、完善。根據工信部統(tǒng)計，“十三五”期間，我國已發(fā)布 285 項智能制造國家標準，主導制定 47 項國際標準，涵蓋了企業(yè)生產制造的全流程，我國已進入全球智能制造標準體系建設先進行列?！爸悄苤圃?，數智為基?！卑ㄒ?5G 為代表的網絡基礎設施建設，以及數據中心、

48、智能計算中心等算力基礎設施建設，是支撐數智技術應用的基礎。但因為投入大、建設周期長，需要政府帶動并組織社會資源進行先期性、規(guī)模化部署和建設。我國 5G 當前建設規(guī)模全球領先，據工信部數據統(tǒng)計，累計終端連接數已超過了 2 億戶，累計建設開通 5G 基站 71.8 萬個；算力基礎設施建設加快，但目前制造業(yè)使用率較低，約占 3%。6“智能制造，安全是魂。” 以“虛實融合”及“網絡化協同”為核心特征的智能制造必將面臨信息和網絡安全挑戰(zhàn)。2016 年我國網絡安全法發(fā)布，將工控安全確立為國家推進智能制造的重要前提；2018 年工信部發(fā)布工業(yè)控制系統(tǒng)信息安全行動計劃（2018-2020），提出了“一網一庫三

49、平臺”（即在線監(jiān)測網絡，應急資源庫，仿真測試、信息共享、信息通報平臺），著力態(tài)勢感知、安全防護、應急處置能力支撐體系建設；2019 年工信部等十部門發(fā)布關于印發(fā)加強工業(yè)互聯網安全工作的指導意見的通知，在“設備和控制安全、提升網絡設施安全、強化平臺安全、建立健全工業(yè) APP 應用前安全檢測機制，強化應用過程中用戶信息和數據安全保護”四個方面提出建設要求?！爸悄苤圃欤素敿?zhèn)??！痹谌瞬殴┙o方面，注重制造和數智產業(yè)跨界人才培養(yǎng)，包括推進產教融合的職業(yè)培訓體系，促進從業(yè)人員技術和知識結構升級，以及推進新型理工科建設，6 根據艾瑞咨詢發(fā)布的 2019 年數據統(tǒng)計，我國數據中心仍以互聯網客戶為主要用戶群體

50、，占 60 以上，金融業(yè)和政府機構占 30 份額，制造行業(yè)僅占 3。加強相關學科專業(yè)和課程體系建設，完善智能制造關鍵領域的人才梯隊培養(yǎng)。在資金供給方面，除專項資金支持和定向稅收優(yōu)惠外，政府鼓勵社會資本參與并加大對智能制造領域的投資力度，引導金融機構對企業(yè)智能化改造提供中長期貸款支持，開發(fā)符合智能制造特點的供應鏈金融、融資租賃等金融創(chuàng)新產品，拓寬融資渠道和降低融資成本。發(fā)揮企業(yè)主體作用，構建“智”造新生態(tài)充分發(fā)揮企業(yè)開展智能制造的主體作用，尤其是龍頭企業(yè)在智能制造推廣中的引領和賦能作用。龍頭企業(yè)擁有較強的技術、市場和資金能力，在產業(yè)鏈中充當著“鏈主”或系統(tǒng)集成商的角色，是智能制造產業(yè)生態(tài)發(fā)展的關

51、鍵力量，突出龍頭企業(yè)開展集成創(chuàng)新、工程應用、產業(yè)化、試點示范的主體地位，引導和支持它們在實踐中不斷成長壯大，是構建智能制造產業(yè)生態(tài)的關鍵。同時，以市場需求為導向，以企業(yè)為主體，通過“產學研用”結合及開放平臺等形式，最大程度聚集行業(yè)優(yōu)勢資源，促進創(chuàng)新成果孵化和轉化，推動“智”造生態(tài)的可持續(xù)生長。例如，在“十四五”智能制造發(fā)展規(guī)劃中提到的重點任務之一聯合軟件企業(yè)、裝備制造商、用戶和科研院所合力開發(fā)面向細分行業(yè)的集成化工業(yè)軟件平臺，或系統(tǒng)集成商與用戶交互創(chuàng)新，開發(fā)面向場景需求的解決方案等，即是圍繞該方向的舉措之一。第四章 數智技術 X 智能制造實踐（一）典型應用案例剖析仿真技術驅動設計 提升研發(fā)效率

52、仿真技術在制造領域的應用主要是在研發(fā)設計環(huán)節(jié)，將整個制造過程轉移至虛擬環(huán)境中進行 “重現”，在虛擬環(huán)境中反復試驗最佳結構和配置方案，讓一切工作都可以在制定決策和確定成本前完成，極大地降低了制造企業(yè)研發(fā)環(huán)節(jié)的試錯成本，縮短了研發(fā)周期，大幅提高了產品研發(fā)效率。伴隨數智技術的發(fā)展，仿真技術的應用場景也在不斷地豐富和拓展，特別是在高端制造領域，包括航空國防、航天、汽車、裝備制造、電子高科技等，仿真技術的應用持續(xù)深化。 案例：仿真試驗降低 SpaceX 火箭發(fā)射成本以 SpaceX 的火箭彈射分離實驗為例，火箭發(fā)射出去后扔掉的捆綁火箭，靠爆炸螺栓和主火箭連接，到一定高度后引爆螺栓爆炸釋放衛(wèi)星，但貴重的金

53、屬結構爆炸不能回收使用。馬斯克想用機械結構的強力彈簧彈射分離，回收火箭。這項實驗利用了 NASA 大量的公開數據，在計算機上做建模仿真分析強力彈簧的彈射、彈射螺栓，沒有做過一次實物驗證試驗，最后彈射螺栓分離成功，火箭外殼的回收大幅降低了SpaceX 的發(fā)射價格。智能視覺解放雙手 釋放制造活力智能視覺在工業(yè)自動化的生產過程中意義重大，具備嵌入智能視覺系統(tǒng)的工業(yè)機械臂能夠更快、更準、更靈活地完成定位、抓取、分揀和裝配等工作，不僅可以將人員從重復性大的危險、繁重作業(yè)中解放出來，提高產線效率，還可以使生產的柔性化程度得到極大提升。目前主要應用于生產制造和物流領域中。 案例：商湯智能機械臂助力某家電企業(yè)

54、配重塊抓取和裝配重約 15 公斤的配重塊堆放于來料框中，滾筒洗衣機外筒置于生產線工裝上，人工搬運和裝配不僅速度慢，作業(yè)安全要求高，且長時間負重也會造成身體疲勞。智能機械臂基于深度學習的 3D 視覺感知技術以及機械臂運動規(guī)劃技術驅動，可以通過視覺引導機械臂將配重塊從來料框中取出，并裝配于洗衣機外筒上，使得外筒定位柱準確插入配重塊定位孔，這一過程將工人從繁重、重復的裝配產線上解放出來，提高作業(yè)安全性的同時，也大幅提升了裝配產線效率。智能視覺檢測 提升產線品控效率質量，是制造企業(yè)的核心競爭力之一，企業(yè)對產品質量的要求越來越高。但是，產品在制造過程中有時會出現表面缺陷，如何進行高效的質量控制來避免表面

55、瑕疵產生，一直是制造企業(yè)面臨的棘手問題之一。傳統(tǒng)主要通過人工抽檢進行檢測，由于抽檢率低、實時性差，且受檢測人員經驗、疲勞狀態(tài)等主觀因素影響，往往檢測結果穩(wěn)定性不高，準確性無法保障，易出現瑕疵漏檢等情況，難以適應高效的生產和質量要求。隨著數智技術發(fā)展，基于機器視覺的表面缺陷檢測應用得以在實踐中展開，大大提高了產線品控效率，避免了因作業(yè)條件、主觀判斷等因素影響檢測結果的準確性和穩(wěn)定性，在產品制造過程中，可以實現對每一環(huán)節(jié)、每一件產品表面缺陷的實時檢測，更精確、快速的識別產品表面瑕疵缺陷，同時也節(jié)省了制造企業(yè)在質檢環(huán)節(jié)的人工投入，降低了人力成本支出。目前在電子、包裝、印刷、化工、食品、塑膠、紡織等制

56、造領域廣泛應用。 案例：商湯智能視覺賦能某汽車沖壓車間金融板缺陷檢測某汽車企業(yè)沖壓環(huán)節(jié)人員密集，工作負荷大，人工檢測一致性和穩(wěn)定性波動比較大，檢測項多且無法標準化，導致缺陷檢出率較低，質量問題向后傳遞造成產品報廢等損失。利用機器視覺檢測在線識別沖壓件面品質量問題和尺寸問題，將檢測數據上傳至中控，缺陷產品自動下線，并實時提醒相關工作人員進行處理或復檢。智能視覺替代人工檢測，不僅提高了品控效率，且缺陷檢測算法經過數據反饋可自動迭代，不斷提升缺陷檢出率；同時每條沖壓產線單班可比原先配置節(jié)省數名檢測人員及沖壓件下線工人。智能運維助力 保障工業(yè)設備穩(wěn)定運行智能制造系統(tǒng)高度復雜，對設備的可靠性有很高的要求

57、，相應對于設備維護的要求也會隨之提高。當前工業(yè)制造領域主要依賴人工運維，普遍存在兩大難題： 一是專業(yè)運維人才短缺、成本高，且運維主要依賴人員經驗，可靠性難以保障；二是常遇突發(fā)設備故障，致使生產臨時中斷造成經濟損失。結合數智技術的智能運維，可助力工業(yè)制造設備穩(wěn)定運行，提升對設備監(jiān)控的實時性、故障判斷的準確性、維護管理的及時性，以及實現主動預防式維護。 案例：AR 技術助力工業(yè)設備巡檢，打破人機邊界為保障電力系統(tǒng)安全穩(wěn)定運行，換流站運維工作尤為重要。商湯以AI+AR 技術助力電網智能巡檢，從而提高電力運維效率、節(jié)省時間和人力成本，有效保障電網運行安全。首先，AR 巡檢實現換流站設備運維作業(yè)智能輔助

58、與閉環(huán)管控。一是識別現場環(huán)境，對巡檢人眼實現精準定位，幫助其確定最優(yōu)巡檢路線，避免誤入電站危險區(qū)域，既節(jié)省巡檢時間，也從源頭上保障巡檢人員的安全；二是在巡檢過程中，借助智能裝備（AR 眼鏡、平板電腦等），巡檢人員可全程自動記錄作業(yè)過程和巡檢內容，并一鍵完成巡檢報告，減輕巡檢人員的工作負擔，實現對換流站設備運維作業(yè)的智能輔助和管控。其次，實現換流站運維遠程智慧和智能協助。由于電力設施分布廣泛，很難在巡檢之前預判設備隱患情況，安排相應專家到場指導。AR 驅動將一線人員生產區(qū)域的設備及環(huán)境回傳至辦公區(qū)域電腦，通過AR 巡檢與遠程“孿生”指導技術，專家可在電腦前標記，將三維空間物體標識和檢修說明推送給

59、巡檢人員的AR 眼鏡上，協同快速解決現場作業(yè)難題。工業(yè)互聯網平臺賦能 敏捷響應定制化生產工業(yè)互聯網平臺直接連接生產過程與消費者，能夠支撐低成本的柔性化生產，根據用戶個性化需求進行規(guī)模化定制，從而改變傳統(tǒng)的標準化設計、大批量生產、同質化消費模式，實現新的定制化設計、多品種少批量生產、個性化消費的價值創(chuàng)造模式。“新模式”能夠迅速組織生產，敏捷響應瞬息的市場變化，有助于企業(yè)提高產品的附加價值，增進差異化競爭水平。海爾的 COSMOPlat 平臺即是定制化生產模式的典型代表。案例：海爾 COSMOPlat 平臺賦能房車制造定制化服務7房車行業(yè)存在產品同質化，采購成本高、生產周期長等諸多痛點。針對這些痛

60、點，基于海爾 COSMOPlat 平臺交互、研發(fā)、營銷、采購、制造、物流和服務等七大“云化”解決方案，賦能房車制造企業(yè)進行數字化轉型，實現用戶可全程參與的生產定制化服務。首先，通過平臺實現生產全流程與用戶互聯，基于“云化”解決方案定制部署，解決產品同質化問題。例如，通過交互定制（COSMO-DIY）、研發(fā)設計（COSMO-HOPE）、智慧生產（COSMO-IM）等功能部署，實現房車制造企業(yè)直接與用戶交互，讓用戶可以基于場景需求定制房車；運用物聯網技術實現房車產品的燈光、監(jiān)控、影音、語音等系統(tǒng)互聯，從而升級多種模式智能化場景；使用車載 OBD 與智能網關采集車輛行駛數據并實時上傳到平臺，通過AP