文章目录
前言
这篇文章以德国工业4.0为背景，详细介绍了智能制造中的一些技术和一些国家的发展状况。涉及到智能制造、物联网、云制造等，同时分析了这些技术的异同点。这篇文章也介绍了一些关键技术：物联网（IoT）、网络物理系统（CPSs）、云计算、大数据分析（BDA）和信息通信技术（ICT）。最后作者提到了目前遇到的挑战和未来的研究方向
一、介绍
工业4.0是德国的一项战略举措。在工业4.0时代，制造系统能够监控生产过程，创造实体世界的“数字孪生”（“网络孪生”）（注：数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念，可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。），与人类、机器或者传感器进行实时通信合作，智能决策。工业4.0将嵌入式生产系统技术与智能生产流程相结合，为新技术时代铺平了道路，新时代将从根本上改变行业价值链，生产价值链和业务模式。
智能制造需要一定的基础技术，以便使机器装置在基于过去的经验或者自身的学习能力对不同的情况做出改变。这些技术能够与制造系统直接通信，从而能够及时解决问题和作出适应性决定。 也会用到AI技术，可以使制造系统学习过去的经验。
这篇文章博采众长，收集了很多数据，清晰地呈现出了一些关键的概念，比如智能制造、物联网驱动制造和云制造等，然后该文章又讨论了一些关键技术，比如物联网、SPSs、云计算、大数据分析以及信息通信技术，这些技术将会用来支持智能制造的发展。
下图展示了从2005年到2016年有关智能制造的文献的发表数量。
下图展示了关于智能制造的期刊收录情况
二、主要概念
1.智能制造
智能制造是一个比较宽泛的概念，它的主要目的是利用先进的信息技术和制造技术优化生产和交易。它被认为是一种基于智能科学技术的新制造模式，极大地改善了产品的整个生命周期，包括设计、生产、管理和集成。可以使用众多传感器、适应性决策模型、先进材料、智能装置和数据分析来改善产品的生产周期。这将会提高产品的生产效率、质量和服务水平，提高企业的竞争力。
一个实现这些技术的方式是智能制造系统（IMS），被认为是下一代制造系统。在工业4.0时代，IMS通过网络使用面向服务的体系结构(SOA)向终端用户提供协作、可定制、灵活和可重构的服务，从而实现了一种高度集成的人机制造系统。这种高度的人机合作旨在建立一个由IMS所涉及的各种制造要素组成的生态系统，以便易于组织和管理，并且在技术层面上能够无缝结合。
AI技术在IMS起到了一个非常重要的作用，AI可以学习、决策和执行。AI可以减少人力劳动。随着不断获取认知，自动感知，智慧互联，智能学习分析，最终将会实现智能决策。
2.物联网驱动制造
物联网下的智能制造是指生产资料被转换为智能制造物体，可以感知、互联、交互，自动执行制造逻辑。在物联网支持的制造环境中，实现了人与人、人与机器和机器与机器的连接，并进一步实现智能感知。物联网被认为是工业4.0下的一个现代制造概念，并采用了最新的技术，如用于数据采集和共享的尖端信息技术(IT)，这极大地影响了制造系统的性能。
物联网驱动制造可以在机器、工人和材料之间实现实时数据采集和共享。实时数据采集和共享基于射频识别(RFID)？和无线通信标准等关键技术。RFID标签和阅读器被部署到典型的制造场所，如车间、装配线和仓库，在这些场所，通过为制造对象配备RFID使其变为智能设备。这使车间扰动能够被实时检测并反馈到制造系统，从而提高了制造和生产的有效性和决策效率。
3.云制造
云制造是指在云计算、物联网、虚拟化和面向服务技术的支持下，把制造资源转变成能全面共享和流通的服务。
它涵盖了产品的整个生命周期，包括设计、模拟、制造、测试和维护，因此通常被视为并行、网络化和智能化的制造系统（“制造云”）
。
在云制造中，许多生产资料可以被智能感知并且连接到云端。物联网技术，如RFID和条形码，可以自动管理和控制这些资源，以便他们可以数字化共享。面向服务的技术和云计算是这一概念的基础支持。因此，生产资料可以被虚拟化封装到各种服务中。给定预定义的特定规则，可以对这些服务进行分类和聚合。 有许多不同类型的制造云处理各种制造服务。 不同的用户能够通过虚拟制造环境或平台搜索、访问和调用相应的服务。
云部署模式、制造资源建模以及需求和服务匹配是云制造中的关键问题。由于应该为服务共享建立虚拟制造环境或解决方案，因此需要云部署方法，如公共、私有、社区和混合云以便向终端用户提供统一和普遍的访问。例如，混合云是几个云的混合物，提供多种部署模式，有灵活部署和易于访问跨业务应用程序等优点。各种制造资源，如机器和装配线，也应建模成可以分发和共享的服务。
4.比较
上述三种概念是非常重要的，下属表格可以帮我们更好地理解。
| 概念 | 主要特点 | 技术支撑 | 主要研究 | 应用 |
|---|---|---|---|---|
| 智能制造 | ▪️ AI智能决策 ▪️ 自动生产 ▪️ 可适应性 ▪️ 灵活性 |
▪️ 大数据处理 ▪️ 先进的机器人技术 ▪️ 工业互联服务 ▪️ 传感器技术 |
▪️ 智能决策模型 ▪️ 人机联合 ▪️ 机器学习 ▪️ 机机交互 |
▪️ ISO STEP 智能制造系统 ▪️ 产品生命周期检测 ▪️ 基于代理的IMSs ▪️ 智能制造规划和控制系统 |
| 物联网驱动制造 | ▪️ 自动识别 ▪️ 实时数据收集 ▪️ 可见行和可追踪性 ▪️ 实时决策 |
▪️ IoT ▪️ 无线产品 ▪️ BDA ▪️ 云计算 |
▪️ 实时数据驱动决策模型 ▪️ 实时数据虚拟 ▪️ SMO建模 ▪️ SMO行为建模 |
▪️ 基于RFID的资源管理系统 ▪️ 物联网智能建筑生产系统 ▪️ 基于RFID的车间WIP库存管理系统 ▪️ 支持RFID的实时生产计划和调度系统 |
| 云制造 | ▪️ 制造服务分布和共享 ▪️ 智能容量管理 ▪️ 制造云服务管理 |
▪️云计算 ▪️ IoT ▪️ 虚拟技术 ▪️ 面向服务的技术 |
▪️ 生产要素和容量建模 ▪️ 制造服务配置 ▪️ 制造云架构 |
▪️ 云制造车间的数据可视化 ▪️ 基于QoS的云制造系统服务组合选择 ▪️ 使用IoT的智能云制造 ▪️ 云制造中基于语义的Web框架 |