搜索
智能制造导论教学指导目录结构第1章智能制造总论1.1智能制造的时代背景1.1.1制造业发展1.1.2全球制造业转型现状1.2智能制造概述1.2.1智能制造的概念1.2.2智能制造标准化参考模型1.2.3智能制造标准体系架构1.3智能制造技术特征1.3.1自动化制造1.3.2智能化制造—工业机器人1.3.3网络化制造—物联网1.3.4协同制造—工业互联网1.3.5预测型制造—工业大数据1.4中国智能制造之路1.4.1技术创新1.4.2精益生产管理1.4.3体制改革第2章智能制造系统2.1智能制造系统架构2.2产品全生命周期管理系统2.2.1三维可视化管理2.2.2虚拟仿真技术2.2.3数据管理2.3生产执行系统2.3.1生产执行系统概述2.3.2生产执行系统应用2.3.3端到端工程2.3.4高度集成化2.3.5实时分析2.3.3数据运营2.4物理信息系统（CPS）2.4.1定义2.4.2结构体系2.4.3特征2.4.4机遇与挑战2.4.5CPS与智能制造2.5西门子的智能制造系统2.5.1制造中的自动化2.5.2制造中的仿真与数据管理2.5.3制造中的生产执行系统2.5.4制造中的物流系统目录结构第3章智能制造装备与服务3.1智能制造装备3.1.1智能制造装备的定义3.1.2市场需求与产业前景3.2智能制造装备技术3.2.1装备运行与环境感知、识别技术3.2.2性能预测与智能维护技术3.2.3智能工艺规划与编程技术3.2.4智能数控技术3.3智能制造服务3.3.1智能制造服务的定义3.3.2智能制造服务的未来发展3.4智能制造服务技术3.4.1服务状态感知技术3.4.2信息安全技术3.4.3协同服务技术第4章智能制造核心技术4.1智能硬件4.1.1工业机器人4.1.2智能传感器4.1.3智能终端4.2工业识别4.2.1机器视觉技术4.2.2射频识别技术4.2.3工厂物联网4.3信息技术4.3.1工业大数据4.3.1云计算技术4.3.2虚拟制造技术4.3.3制造信息系统目录结构第5章智能制造的产业模式5.1商业思维的颠覆5.1.1营销方式的转变5.1.2个性化需求和生产5.1.3预测型制造5.2新型价值体系5.2.1新型价值体系的特征5.2.2价值网络的整合5.2.3智能生产5.2.4服务型制造5.3智能制造的产业前景5.3.1人机协作5.3.3高端装备5.3.2产业升级5.3.2跨界融合第6章智能制造的应用和展望6.1机器人时代6.1.1中国机器人产业现状6.1.2案例：浙江样板调查6.2智能工厂6.2.1智能工厂的概念6.2.2案例：江淮汽车制造工厂6.2.3案例：云制造平台“亿能云联”6.3中国智造的使命6.3.1劣势与挑战6.3.2行动纲领6.3.3转型策略第一章智能制造总论本章目标■了解智能制造的时代背景■了解制造业的转型历程■掌握智能制造的概念■掌握智能制造的理论基础和体系结构■了解智能制造的技术特点■熟悉智能制造与物联网、机器人、大数据等之间的联系■了解中国制造的技术、管理、制度的创新第一章智能制造总论1.1智能制造的时代背景发展阶段年份里程碑主要成果机械化1760~1860水力和蒸汽机机器生产代替手工劳动，社会经济基础从农业向以机械制造为主的工业转移电气化1861~1950电力和电动机采用电力驱动的大规模生产，产品零部件生产与装配环节的成功分离，开创了产品批量生产的新模式自动化1951~2010电子技术和计算机电子计算机与信息技术的广泛应用，使得机器逐渐能够代替人类作业智能化2011~至今网路和智能化实现制造的智能化与个性化，集成化表1-1制造业发展历程1.2智能制造的产生80年代以来，传统制造技术得到了不同程度的发展，但日益先进的计算机控制技术和制造技术，使得传统的设计和管理方法已无法有效解决现代制造系统中存在的很多问题。这促使研究人员、设计人员和管理人员不断学习、掌握并研究全新的产品、工艺和系统，然后利用各学科最新研究成果，借助现代的工具和方法，在传统制造技术、计算机技术与科学以及人工智能等技术进一步融合的基础上，开发一种新型的制造技术与系统，就是智能制造技术（IMT）与智能制造系统（IMS）。1.3中国制造业的困局过去，中国制造业利用低廉的劳动力成本、丰富的原材料供应等优势，成为了“世界工厂”。经过30多年的发展，中国制造业的产能得到了空前的提升，中国也成为制造大国。但是近年来，由于工人工资水平上涨、人民币升值等因素的影响，中国制造的成本优势却在不断丧失。与此同时，随着中国经济的发展，中国进入物质富足的时代，人们开始更为关注商品的质量、性能或品牌而非价格。商品的定价不再取决于成本，而取决于消费者心理上对其价值的认同。以降低产品质量、用户体验和服务水准来换取价格优势的做法，越来越没有生存空间。不仅如此，在高端产品方面，中国制造仍以代工、加工为主，真正拥有核心技术与自主知识产权的产品不多，处于价值链的底端，利润率较低。综上所述，中国制造业亟需一场革命性的转型升级。1.4全球制造业转型现状在欧洲，2012年年初，德国提出了工业4.0(即第四次工业革命)战略，如图1-2所示。德国政府认为，当今世界正处于“信息网络世界与物理世界的结合”时期，应重点围绕“智慧工厂”和“智能生产”两大方向，巩固和提升本国在制造业的领先优势。为此，德国政府将工业4.0作为德国的国家战略，并设立专项资金支持该计划的实施。在2013年的德国汉诺威工业博览会上，西门子展示了如何运用其世界领先的科技创新成果，帮助制造业应对当今挑战，打造未来制造业发展的新模式。同时展示了融合规划、工程和生产工艺以及相关机电系统于一体的工业4.0全面解决方案。德国电子电气工业协会预测，工业4.0将使现有企业工业生产效率提高30%。1.4全球制造业转型现状法国一些企业高层管理人员也认为，虽然法国政府没有提出明确计划，但新一轮的工业革命已然正在进行，并将推动人类的显著进步。据预测，未来几年工业信息技术与软件市场的规模将以年均8%的速度增长，这一速度将是西门子在工业业务领域相关市场总体规模的两倍。与此同时，经历了次贷危机的美国也在通过各种措施，推动先进制造业发展。2009年初，美国开始调整经济发展战略，并于同年12月公布了《重振美国制造业框架》，2011年6月和2012年2月，又相继启动了《先进制造业伙伴计划》、《先进制造业国家战略计划》，推行“再工业化”和“制造业回归”。1.4全球制造业转型现状在亚洲，日本也十分重视高端制造业的发展，2014年，经济产业省继续把3D打印机列为优先政策扶持对象，计划当年投资45亿日元，实施名为“以3D打印造型技术为核心的产品制造革命”的大规模研究开发项目，加大企业开发3D打印技术等智能制造技术的财政投入。2015年5月19日，国务院印发《中国制造2025》，部署全面实施制造强国战略。提出要以智能制造作为主攻方向，强化工业基础能力，提高综合集成水平，促进产业转型升级。1.5智能制造的概念智能制造(IntelligentManufacturing,IM)简称智造，源于人工智能的研究成果，是一种由智能机器和人类专家共同组成的人机一体化智能系统。该系统在制造过程中可以进行诸如分析、推理、判断、构思和决策等智能活动，同时基于人与智能机器的合作，扩大、延伸并部分地取代人类专家在制造过程中的脑力劳动。智能制造更新了自动化制造的概念，使其向柔性化、智能化和高度集成化扩展。智能制造包括智能制造技术(IntelligentManufacturingTechnology,IMT)与智能制造系统(IntelligentManufacturingSystem，IMS)。1.6智能制造技术智能制造技术是指一种利用计算机模拟制造专家的分析、判断、推理、构思和决策等智能活动，并将这些智能活动与智能机器有机融合，使其贯穿应用于制造企业的各个子系统(如经营决策、采购、产品设计、生产计划、制造、装配、质量保证和市场销售等)的先进制造技术。该技术能够实现整个制造企业经营运作的高度柔性化和集成化，取代或延伸制造环境中专家的部分脑力劳动，并对制造业专家的智能信息进行收集、存储、完善、共享、继承和发展，从而极大地提高生产效率。1.7智能制造系统智能制造系统是一种由部分或全部具有一定自主性和合作性的智能制造单元组成的、在制造活动全过程中表现出相当智能行为的制造系统。其最主要的特征在于工作过程中对知识的获取、表达与使用。根据其知识来源，智能制造系统可分为两类：以专家系统为代表的非自主式制造系统。该类系统的知识是由人类的制造知识总结归纳而来。建立在系统自学习、自进化与自组织基础上的自主型制造系统。该类系统可以在工作过程中不断自主学习、完善与进化自有的知识，因而具有强大的适应性以及高度开放的创新能力。随着以神经网络、遗传算法与遗传编程为代表的计算机智能技术的发展，智能制造系统正逐步从非自主式的向具有自学习、自进化与自组织的具有持续发展能力的自主式智能制造系统过渡发展。1.8智能制造标准化参考模型智能制造的本质是实现贯穿三个维度的全方位集成，包括企业设备层、控制层、管理层等不同层面的纵向集成，跨企业价值网络的横向集成，以及从产品全生命周期的端到端集成。标准化是确保实现全方位集成的关键途径，结合智能制造的技术架构和产业结构，可以从系统架构、价值链和产品生命周期等三个维度构建智能制造标准化参考模型，帮助我们认识和理解智能制造标准化的对象、边界、各部分的层级关系和内在联系。智能制造对制造业的影响主要表现在三个方面，分别是智能制造系统、智能制造装备和智能制造服务，涵盖了产品从生产加工，到操作控制，再到客户服务的整个过程。1.8智能制造标准化参考模型1.8智能制造标准化参考模型1，生命周期生命周期是由设计、生产、物流、销售、服务等一系列相互联系的价值创造活动组成的链式集合。生命周期中各项活动相互关联、相互影响。不同行业的生命周期构成不尽相同。1.8智能制造标准化参考模型2，系统层级系统层级自下而上共五层，分别为设备层、控制层、车间层、企业层和协同层。智能制造的系统层级体现了装备的智能化和互联网协议（IP）化，以及网络的扁平化趋势。具体包括：(1)设备层级包括传感器、仪器仪表、条码、射频识别、机器、机械和装置等，是企业进行生产活动的物质技术基础。(2)控制层级包括可编程逻辑控制器（PLC）、数据采集与监视控制系统（SCADA）、分布式控制系统（DCS）和现场总线控制系统（FCS）等。(3)车间层级实现面向工厂/车间的生产管理，包括制造执行系统（MES）等。(4)企业层级实现面向企业的经营管理，包括企业资源计划系统（ERP）、产品生命周期管理（PLM）、供应链管理系统（SCM）和客户关系管理系统（CRM）等。(5)协同层级由产业链上不同企业通过互联网络共享信息实现协同研发、智能生产、精准物流和智能服务等。1.8智能制造标准化参考模型3，智能功能智能功能包括资源要素、系统集成、互联互通、信息融合和新兴业态等五层：(1)资源要素包括设计施工图纸、产品工艺文件、原材料、制造设备、生产车间和工厂等物理实体，也包括电力、燃气等能源。此外人员也可视为资源的一个组成部分。(2)系统集成是指通过二维码、射频识别、软件等信息技术集成原材料、零部件、能源、设备等各种制造资源。由小到大实现从智能装备到智能生产单元、智能生产线、数字化车间、智能工厂，乃至智能制造系统的集成。(3)互联互通是指通过有线、无线等通信技术,实现机器之间、机器与控制系统之间、企业之间的互联互通。(4)信息融合是指在系统集成和通信的基础上，利用云计算、大数据等新一代信息技术，在保障信息安全的前提下，实现信息协同共享。(5)新兴业态包括个性化定制、远程运维和工业云等服务型制造模式。1.9智能制造标准体系框架智能制造标准体系结构包括“A基础共性”、“B关键技术”、“C重点行业”三个部分，主要反映标准体系各部分的组成关系。1.9智能制造标准体系框架A基础共性标准包括基础、安全、管理、检测评价和可靠性等五大类，位于智能制造标准体系结构图的最底层