我相信每一位关心智能制造话题的人，都看过不计其数的文章，ppt，视频，演讲。

　　使用了智能制造技术的好处。例如讲数据上传到云的好处很大，上传之后可以搞很多应用，比如工艺优化，设备预测性维护之类。或者讲数字孪生的好处很大，方便做虚拟验证，方便用算法优化产线的规划，产线使用中可以让维护变得方便。

　　很多大公司推荐的是架构中的大件儿，比如IT设备出身的公司提供自己的服务器和操作系统搭建的云平台，也有的推荐针对工业场景增加了一些特性的网关。工业界的大公司，有出师未捷身先死的自己搭建云平台试图提供云服务的业界先驱。也有从现有优势领域出发，宣传自己能提供从云到控制层全套解决方案的。

　　很多小公司也很活跃，我印象很深的是一家日本公司，他提供的是三色灯。为什么三色灯也是智能制造呢？因为用了联网的新款三色灯之后，坐在办公室里，就可以知道车间里那儿的黄灯亮了，哪儿的红灯亮了，虽然没有OPC-UA，MQTT，Python之类时髦的功能，也能实现信息的收集和传递，只是数据量特别小，只区分小问题，大问题和没问题三种。

　　这些文章普及了很多基本概念，也宣传了很多技术。很多企业经营者经历了几年的宣传，也都认同，这是个好东西，上面也鼓励，那么应该怎么筹划这件事呢？

　　设身处地地思考，如果你是一家生产企业的决策人，当你听到了一家国际大公司的介绍，知道这个方向好，认同这家公司有实力提供全套解决方案，决定往智能制造方向走，也许会发生如下的事情。

　　组织各个部门跟这家大公司接触，建立合作伙伴关系，给它的顾问们调研的机会。既然是上一套系统，可以让IT部门牵头，或者是建立一个直接向你汇报的团队来承担跨部门协调。

　　调研结束之后，就要评审了，看这家合作伙伴总结的各种公司现状，看他们给出来的整个系统的架构，各部分的软硬件组成和数量。这时候也许聊到上云的问题，往往因为数据泄露的担忧，也因为没有人能告诉我上云的投资回报，所以上云会被暂缓。

　　这时候对预算的建议要出来了，买软件license要一大笔钱，上服务器和网络设备也是一大笔钱。之后又看到，要实现各个部门的需求，还需要做很多开发和实施工作，往往大公司不做这些工作。他可以组织她的vendor来提供方案。

　　系统实施了。阻力当然会有，很多阻力在你的推动下也不是问题。但是渐渐就会遇到一些不可解决的问题，例如工厂里的旧设备迟迟连不上去，或者是服务器的处理能力会在某些峰值情况下不够。世界上没有完美的东西，有一些遗留问题也很正常，如果生产部门意见不算大就不用关注了。

　　这些都做完了之后，是不是就达到智能制造了呢？经信口的领导参观之后虽然也说好，好处无非就是那几句老生常谈，因为别的公司也在上系统，领导们看过很多遍了。上了系统之后，预计的那些投资回报是不是真的产生了，是不是值得前前后后那么多投入？

　　回归本源，智能制造是一组技术手段，而使用这些手段的目的，才是最初要探寻的问题。

　　公司在市场上能够生存发展，靠的是什么特质？为什么现在的市场需要我们这样的公司？下一步我们公司应该发展哪些特质，或者具备哪些新特质，为什么市场未来会需要这样的公司？

　　也许我是一家电子产品ODM，我需要缩短从设计到制造的周期，并且尽量缩小为每一个订单做的新投资，才能拿到更大更好的订单。

　　也许我是一家汽车零部件公司，以前我只能做Tier3，现在要迈向Tier1，可追溯当然是首当其冲，一切新投入的设备和技术都必须提供可追溯所需要的功能。

　　也许我是一家食品公司，政府对食品安全的监管每年都有新要求，我需要做一些投入，一方面保障食品安全，另一方面也方便提供政府所需要的数据。

　　也许我是一家大型化工企业。今天有一家智能制造的供应商，劝说我要投资数据采集系统，我得找个借口离开这个会议，因为我公司用Scada已经好多年了。

　　德国工业4.0之类的文档也许可以用来作为参考。但是更有参考价值的是中国制造2025的一系列从纲领性文件到各种标准和实施细则。工业与信息化部门，或者叫经信口，有一系列可以操作的指标，来衡量智能制造的水平，当然也有一些补贴或者荣誉。

　　两化融合开展得比较早，那时候还没有现在这么丰富的技术资源。那时候常听到的设备联网率，对现在依然有意义，而且越是历史包袱重的单位，越是要比较长的阶段才能做到较高的指标。宏观观察工业的人眼里，问题是很简单的，工业控制上的技术，比如PLC，数控，DCS之类，在上一个阶段已经普及过了，未来要发展，就得推动普及最新的技术用到工业上去。这些最新的技术资源，大多数是借着IT业的发展而积累起来的。在行业管理者看来，设立指标越来越精细化，可以更准确地衡量这些新技术的应用程度。政策，也是对行业里大多数公司的业务需求的总结，除非有重大政策失误，否则总会是大体上和重要的部分上是一致的。

　　所以对企业经营者来说，无非是了解自己业务上的需求，了解政策，然后挑选适合的技术来满足要求。

　　离开了业务驱动，很多事情就会变得没意义。就拿云计算来说，明明又便宜又大碗，为啥很多公司都不愿意用呢？

　　我来设想一个场景。我是电子ODM，我要新产品快快快。而我现在的产线自动化程度很低智能设备。

　　现在有一家公司向我推荐云计算，让我把这些手工站的数据都上云。手工站的很多关键数据也没有传感器直接测量，大部分工艺数据都是间接数据。最后传到了云上，我可以用手机随时随地看厂里的OEE了，不能说没有用。为了这个效果让我大量投入，例如增加大量的扫码打码设备之类，最后也没有节省人工或者缩短工人培训的周期。似乎没什么意义。更头疼的的是，我的AOI，SMT之类的设备还不提供接口，或者提供一个IT公司看着觉得很奇葩的接口。

　　于是问题转向了自动化。也许自动化程度高了一些，再上云会更有意义。找了一些公司据说能提供德国工业4.0解决方案的，针对某一款产品设计了自动化产线，每站都有PLC，整条线还有个产线级PLC，产品配方从上位机系统下发下来，看着挺好。生产现有的产品，产量高了产能不够，产量低了开动起来亏本。换个产品要改造，费用几乎是半条产线的钱，还得停产很长时间。下一步要上云吗？上云跟克服这些问题也没有关系。

　　那么电子ODM需要什么样的自动化解决方案？要想快，生产单元的粒度要小，单元跟单元之间要解耦。换句话说，工作站要小，要能快速切换功能，要能方便移动。产线布局好随时调整，调整后不需要去人工配制复杂的产线联动功能。要做到这种水平，工作站的PLC还要不要我不知道，但是产线级肯定没有PLC和上位机了。

　　如果没有产线级PLC和上位机的协调管理，站跟站之间可以靠简单逻辑握手来交互，复杂信息咋办呢？很自然，物联网要发挥作用了，站跟站之间可以交互复杂数据。时间最敏感的信息在伺服电缆之类的方式阐述，次敏感的就可以用物联网技术来交互了，最不敏感的数据，宏观的数据，可以云端直接跟每个工作站交互，自然要走向云计算。至于用私有云还是公有云，买公有云买的是算力和存储，付款使用更灵活，偶尔有峰值也方便应对。自己搞私有云，投入更大，如果未来使用云的规模不够大，自己投入是不合算的。

　　这种时候每个工作站的控制器，还能是传统控制器吗？传统控制器例如PLC，也许还有自己的空间。而主控也许是一个具备物联网能力的x86架构的边缘计算器。说不定也能是一个带着强大GPU的Arm架构的东西。

　　技术上的问题，企业经营者需要把握大方向，做起来要依靠团队依靠管理。用了智能制造技术，对企业管理意味着什么？

　　凡事都有代价，公司要发展，总归对大家是有好处的事情。如果一家公司团结了一批有理想有能力的人，当然每件事情都有人高兴有人不高兴，如果是正确方向的事情，总能够坚持下去。

　　一家公司也是一个小社会，要得到这个小社会的整体认可，及时的正向反馈是很重要的。越是短时间见效快的事情，越是能激励人心。也许是某几个困扰很久的质量问题的改进，也许是少出几次意外，也许是其他一些大家看得到的事情，能够不断激励团队一起往智能制造的方向努力。

　　在业务导向和政策导向下，找到业务目的，合理切分里程碑和任务，逐渐调整组织结构和人员安排，把市场上资源比较丰富的技术，逐步应用进来，每个月都能看到提高。那么无论是是对内，对客户，对政府，都可以很有信心地说，我们在走向智能制造的正确方向上，无需去羡慕什么别人家的孩子。

　　随着德国工业4.0、美国先进制造、中国制造2025、英国工业2050等等在内的一个个国家级战略部署正在加快推动新的一轮产业革命，而这场革命的核心风暴直指“智能制造”这一新的战略制高点。

　　为此，智慧芽借助自身创新技术情报领域中的长期积累与研究，并频繁深入和科创企业研发/科研机构等客户沟通，搜集相关信息、并经过研究分析、撰写了这本《智能制造行业白皮书》。希望本书中的行业见解、数据分析及应用实例能够为相关行业从业人员提供一些创新思路与启发。

　　制造业是国民经济的主体，是立国之本、兴国之器、强国之基。十八世纪中叶开启工业文明以来，世界强国的兴衰史和中华民族的奋斗史一再证明，没有强大的制造业，就没有国家和民族的强盛。打造具有国际竞争力的制造业，是我国提升综合国力、保障国家安全、建设世界强国的必由之路。

　　新中国成立尤其是改革开放以来，我国制造业持续快速发展，建成了门类齐全、独立完整的产业体系，有力推动工业化和现代化进程，显著增强综合国力，支撑我世界大国地位。然而，与世界先进水平相比，我国制造业仍然大而不强，在自主创新能力、资源利用效率、产业结构水平、信息化程度、质量效益等方面差距明显，转型升级和跨越发展的任务紧迫而艰巨。

　　当前，新一轮科技革命和产业变革与我国加快转变经济发展方式形成历史汇，国际产业分工格局正在重塑。必须紧紧抓住这一重大历史机遇，按照“四个全面”战略布局要求，实施制造强国战略，加强统筹规划和前瞻部署，力争通过三个十年的努力，到新中国成立一百年时，把我国建设成为引领世界制造业发展的制造强国，为实现中华民族伟大复兴的中国梦打下坚实基础。

　　近些年来，中国经济增速逐渐放缓。这主要是由于国内资源、环境、成本等多种要素的约束日益趋紧，传统扩张式发展道路越走越窄，只关注产量规模，忽视质量品牌、缺乏技术创新的生产方式已经不能满足消费者对高品质产品的需求。

　　中国制造业规模位列世界第一，门类齐全、体系完整，在支撑中国经济社会发展方面发挥着重要作用。但中国仍处于工业化进程中，制造业与先进国家相比还有较大差距，主要表现在以下方面：制造业大而不强，自主创新能力弱，关键核心技术与高端装备对外依存度高，以企业为主体的制造业创新体系不完善；产品档次不高非凡体育，缺乏世界知名品牌；资源能源利用效率低，环境污染问题较为突出；产业结构不合理，高端装备制造业和生产性服务业发展滞后；

　　信息化水平不高，与工业化融合深度不够；产业国际化程度不高，企业全球化经营能力不足。在制造业重新成为全球经济竞争制高点，中国经济逐渐步入中高速增长新常态，中国制造业亟待突破大而不强旧格局的背景下，“中国制造2025”战略应运而生。

　　“工业4.0”主要是聚焦在制造业高端产业和高端环节，而“中国制造2025”是对中国制造业转型升级的整体谋划，不仅提出培育发展新兴产业的路径，同时重视对传统产业进行改造升级。两者在发展基础、战略任务、主要举措方面均有不同。

　　企业同时面临着内部挑战和外部环境变化的双重压力。从企业内部看，生产成本上升、研发投入不足、生产组织方式较为传统都是目前亟待解决的具体问题。从外部环境看，消费者、技术、产业形态都在发生颠覆性的变革。

　　2014年，全国劳动力成本是十年前的2.7倍，再加上原材料价格上涨、高能耗成本、高物流成本的影响，我国制造业低成本优势逐步丧失。

　　高端制造业向发达国家回流，低端制造业向东南亚和印度等地区转移，我国本土企业也面临倒闭风险。优衣库、耐克、富士康等世界知名企业纷纷在东南亚和印度开设新厂，加快撤离中国的步伐。2014年全年，东莞倒闭了428家企业；被称为制造之都，以生产皮鞋、服装、眼镜、打火机闻名世界的温州，日前正在经历着制造产业空心化。

　　2014年我国研发投入在GDP占比为2.1%，与欧美国家3%-3.5%的水平相比还有一定的差距。规模以上企业研发投入在销售收入占比仅为0.9%，低于国外企业2%-3%的水平。研发投入不足直接导致产品科技含量不高、同质化现象严重。

　　“价格”作为差异化的手段，正在加剧企业间的恶性竞争，“价格战”愈演愈烈。在有限的市场容量下，大量低层次、低技术水平的同质化产品滞压，产能过剩成为普遍现象。

　　“中国制造2025”提出要实现从“中国制造”向“中国创造”的转变，而“中国创造”的具体体现就是技术创新，它是制造业发展全局的核心。从目前发展现状看，中国普遍存在自主创新能力不足的问题。

　　大中型工业企业研发经费占比不足1%，而美国、日本、德国等发达国家普遍在2%以上；技术对外依存度高达50%以上，95％的高档数控系统、80％的芯片、几乎全部高档液压件、密封件和发动机都依靠进口；科研成果转化率仅为10%左右，远低于发达国家40%的水平。

　　作为世界第二大经济体的中国已经进入了科技创新驱动的快车道，与发达国家在R&D投入上的差距正在逐步缩小。同时，我们也需要认识到中国企业在研发投入强度、利润率、销售净额等方面仍有很大空间有待提高并追赶世界领先水平。

　　新一代信息技术的影响正在从价值传递环节向价值创造环节渗透，并正在深度改造传统制造产业。一方面，信息网络技术使不同环节的企业间实现信息共享，能够在全球范围内迅速发现和动态调整合作对象，整合企业间的优势资源，在研发、制造、物流等各产业链环节实现全球分散化生产。

　　另一方面，将互联网思维扩展到工业生产和服务领域，催生了众包设计、个性化定制等新模式，将促进生产者与消费者实时互动，使得企业生产出来的产品不再大量趋同而是更具个性化。加快新一代信息技术与制造业的融合，成为制造业转型升级的核心，也是“中国制造2025”规划中的主线个关键点

　　其中，中国制造2025将会通过自动化装备（机器人、3D打印等）及通信技术实现生产自动化，并能够通过各类数据采集分析（区块链、大数据与云计算），以及应用通信互联手段，将数据连接至智能控制系统（人工智能），并将数据应用于企业统一管理控制平台（工业软件平台），从而提供最优化的生产方案、协同制造和设计、个性化定制，最终实现智能化生产。

　　机器运行状态不为人知，且不说远程监控，就是人站在机器前面，也未必知道哪个零部件正常与否，还有多长时间需要更换；机器不灵活，例如无法像人手一样灵巧地装配零件；机器不认人，无法判断谁是合法的操作者并给以相应的配合；机器不会自主发声，告诉所有者或其他人，“我已空闲，请给我安排工作”……

　　在过去的数年间，每年人工智能专利的申请量一直处在不断上涨的趋势中，从2011年专利申请不到5500件到翻4倍的22000件只耗时6年。到了2016年，不仅是谷歌的人工智能Alphago赢了前世界第一围棋高手李世石，更是IBM的人工智能Watson花费十几分钟时间，阅读超过2000万页的医疗文献，然后给出身患重病女性患者提出了可靠的医疗建议。多重因素下，人们将2016称为人工智能的元年，而人工智能在众多领域表现出惊人的能力也让人相信，在工业制造中其一样将带来大不同！

　　而在全球23万余件人工智能专利之中，涉及工业制造中加工、管理、运输等流程的人工智能专利也达到了35000余条，比重超过了15%！

　　这里选取了占据人工智能技术发展尖端的中、美、日、韩、德五国比较其人工智能专利申请情况，可见在人工智能专利公开的整体趋势上，近五年的中美两国一直保持高速增长，日韩德相对比较平稳。中美2012-2016五年的复合增长率分别为34.24%，51.92%，都超过全球平均增速。

　　虽然在开创性科学技术领域美国仍占据着主导地位，但是中国也在几年间追赶上来，并不断地推动着人工智能技术的革新。得益于中央政府的一系列鼓舞地方政府发掘并投资新兴企业政策的刺激，中国在人工智能领域取得了突飞猛进的发展。在过去的十年间，政府用于研究的投资一直以两位数在不断增长。去年三月份公布的第十三个五年计划显示，科技研究仍然是主要的投资发展对象。

　　大多数中国公司都对自动化及工业机器人技术较为熟悉。同时他们也在逐步地引入深度学习、语言交互技术和图像处理能力。

　　由于研究、发展和生产三者密不可分的联系，作为世界上最重要的工厂，中国正处在一个利用人工智能带来的飞跃的特殊位置。这些使得快速机器学习，实时人工智能应用，到大规模数据的模型侦测，变为现实。

　　2011年，GE在硅谷建立了全球软件研发中心，启动了工业互联网的开发，包括平台、应用以及数据分析。2012年11月，GE发布《工业互联网——冲破思维与机器的边界》报告，将工业互联网称之为200年来的“第三波”创新与变革。

　　2013年，GE宣布将在接下来的3年里投入15亿美元开发工业互联网，并于同年发布《工业互联网@工作》报告，对工业互联网项目要开展的工作进行了细化。2014年3月，GE与AT&T、思科、IBM和英特尔共同发起成立了工业互联网联盟。2014年末，GE发布了《2015工业互联网观察报告》，强调了大数据分析在工业互联网中的作用，并且针对网络安全、数据孤岛和系统集成等挑战提出了解决思路和行动指南。

　　截至目前非凡体育，海尔已建成八大互联工厂，能够为行业生产制造环节提供先进样本支持。同时，海尔牵头成立了行业第一家工业智能研究院，以及全球家电业首个智能制造创新联盟，向整个行业输出制造的标准和模式。

　　此外，海尔发布了众创汇和海达源两大模块升级版，众创汇用户通过手机端即可与来自全球的设计师、优秀资源进行交互，满足定制需求；

　　海达源则打破了传统的采购模式，建立起一个以用户为中心的生态圈，帮助更多第三方资源复制智能制造体系，实现生态圈的共创共赢。

　　传感器处于智能制造的三大架构层的感知层，是物联网的一个基础层面，也将会是物联网设备数量最多的构件。其能感受到被测量的信息，并能将感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求，其功能实现主要由敏感元件、转换元件、变换电路和辅助电源四部分合力完成。

　　追溯全球传感器产业的的起源，都是从工业自动化开始的。从二十世纪七十年代开始，为了提高工业生产和制造效率，人们开始尝试通过中央控制室控制各个生产节点上的参量，包括流量、物位、温度和压力四大参数，从而催生了传感器这一科学仪器。在传感器概念出现之前，早期的传感器是以整套仪器中一个部件的形式出现。或者我们可以这样认为，传感器概念的出现其实是测量仪器逐步走向模块化的结果。

　　目前，中国传感器产业尽管高端产品自给率不足，但已经初具规模。至2014年，我国从事传感器研制、生产和应用的企事业单位共2000多家，从事微系统研制、生产的企业有50多家，产品种类共计6000多种，年总产量40多亿只，市场销售额接近1000亿元。

　　其中，2014年传感器在工业领域的应用规模达到143.1亿元，约占传感器市场规模的15%。而在工业领域的应用中，石化、电力和冶金等工业基础与核心领域的产业自动化智能化中对于传感器的需求极大，占据了约45%的需求。

　　首先因为传感器属于基础部件，存在着一个特性，即本身技术含量很高，但是售价却比较低廉，更大的作用是作为一种产业铺垫，需要和其他部件配套使用，才能最终形成价值，这在客观上减少了企业研发的热情;

　　其次，国内对于传感器的技术保护并不到位，很多时候企业投入了巨资研发的产品，很容易被其他企业“借用”，这从客观条件上也不利于中国传感器产业的形成。幸好，随着市场扩大与国家政策扶持，这些现状近几年中正在悄然改变。

　　过去5年间33%的传感器专利申请来自于中国，这使得中国在传感器领域逐渐站稳了脚跟。这将有利于中国逐渐弥补其在传感器领域内较欧美日企业间差距。下面，我们将对中国企业在图像传感器领域内“双轨”发展路线进行说明：图像传感器市场的主要产品为CMOS与CCD。CMOS虽然进入市场时间较晚，但性能上与CCD接近，更有价格低、体积小、功耗低的优势，如今CMOS在图像传感器市场中牢牢占据主导优势。

　　当前，在全球范围内，新材料的运用和成本的不断降低，给中国企业发展传感器产业实现迎头赶超提供了最好的契机。原子材料、纳米材料等使得传感器在电器、机械以及物理性能方面表现更为突出，展现出更强的灵敏性。集成化、小型化使更多的功能被集成在一起，应用更宽广，通用性更强。传感器技术及工艺的不断成熟与发展，使得生产成本降低，这些都在客观上促进了全球传感器产业的飞速发展。

　　为了尽快拉近与国外半导体巨头之间的差距，中国的传感器科研单位及生产厂家需要做的工作还有很多。在以工业控制、汽车、通讯、环保为重点的服务领域，我国传感器行业需要发展具有自主知识产权的传感器技术和产品，从而适应日益扩大的生产需求。

　　未来几年，信息技术在工业领域的全面应用将会促进工业传感器市场规模的迅速增长。“中国制造2025”的提出会促进企业全面智能化改造，加快产品更新换代，提高产品技术含量，逐渐缩短国内与国际先进水平的差距，在生产设备、工业环境和流程管理等部分中融入传感器、微处理器、PLC和数字通信接口等现代信息技术，提高产品的数字化、智能化和网络化的程度，进而提高产品的技术含量和附加价值，最终实现我国制造企业竞争力的提高以及整体工业水平的提高。由此可见，传感器在工业领域将会有广阔的应用前景。

　　3D打印即快速成型技术的一种，它是一种以数字模型文件为基础，运用粉末状金属或塑料等可粘合材料，通过逐层打印的方式来构造物体的技术。

　　3D打印通常是采用数字技术材料打印机来实现的。常在模具制造、工业设计等领域被用于制造模型，后逐渐用于一些产品的直接制造，已经有使用这种技术打印而成的零部件。

　　目前，3D打印可以替代的行业主要有金属制品业，工艺美术品制造、文教体育用品制造、家具制造业、塑料制品业、橡胶制品业等等。工艺美术品制造业的发展潜力和替代性都很强，但该行业本身产值小；

　　其次是金属制品业、化学纤维制造业和非金属矿业制品业，替代性和发展潜力都不错，同时其本身市场规模也非常可观，未来发展的空间巨大；而对于纺织服装、皮革皮毛羽毛制品来说，3D打印的效果就不尽如人意了。

　　正由于3D打印能够涉及的制造业非常广泛，因此从20世纪90年代开始，全球3D打印市场规模一直保持着高速增长。从2010年至2015年，全球3D打印市场规模从13.26亿美元增至51.654亿美元，实现了超过30%的年均复合增长率。随着产业链的逐渐完善，我们预计未来几年全球3D打印市场的规模将超过100亿美元。

　　其实3D打印所依赖的基础技术已经被研发许久了，但一直处在不温不火的状态平稳发展。直到近年来随着3D打印热的持续发酵，其相关专利的申请量急转直上，实现了飞跃式的增长。

　　在3D打印领域专利技术的申请类型中，发明申请的数量多于实用新型，这说明3D打印这一新兴领域仍处于技术发展期，各大科技企业与科研院校的研发重点是该领域的核心技术，而非外围技术。

　　熔融挤压堆积成型（FDM—Fused Deposition Modeling）FDM系统和相关技术是迄今为止最容易获取且使用最广泛的 3D 打印工艺，从消费级到工业级，以及介于 两 者 之 间 的 其 他 层 面 。 基 于 FDM 技术的 3D 打印机通过加热和挤压热塑塑料纤维（最常用的是 ABS），自下而上逐层打印零件。

　　生产级系统使用具有强韧、静电耗散、半透明性、生物相容性、抗紫外线和高热变形温度等特定特性的各种标准、工程和高性能热塑塑料。因此，FDM 非常适合用于从课堂项目和基本概念验证模型到商用飞机上安装的轻量化管道等一系列应用。

　　FDM工艺使用的原材料：热塑性材料，如ABS、PC、PLA等，以丝状供料。

　　特点：系统构造原理和操作简单；维护成本低，系统运行安全；可以直接用于失蜡铸造；可以成型任意复杂程度的零件；支撑去除简单，无需化学清洗。

　　根据IFR（国际机器人联合会）发布的最新报告，2016年全球工业机器人销量继续保持高速增长，达到29.4万台，同比增长14%。其中，中国工业机器人销量9万台，同比增长31%。IFR预测，未来十年，全球工业机器人销量年平均增长率将保持在12%左右。而至2017年底，全球工业机器人销量将达到34.6万台左右。

　　2015 年，全球制造业机器人平均密度为 69，韩国高达 531；日本与德国则仅次于韩国分别为 305 和 301。尽管现在中国的工业机器人密度只有日本的七分之一左右，但随着需求的扩大，中国成为世界上最大的工业机器人市场。中国市场的规模，已经占到亚洲地区机器人销量的43%。包括韩国（24%）和日本（22%）等地都被中国远远的甩在身后。

　　工业机器人是机器人的一种,它由操作机,控制器,伺服驱动系统和检测传感器装置构成,是一种仿人操作自动控制,可重复编程,能在三难空间完成各种作业的机电一体化的自动化生产设备,特别适合于多品种,变批量柔性生产。它对稳定和提高产品质量，提高生产效率，改善劳动条件的快速更新换代起着十分重要作用。

　　现在，中国产业升级要将从人口红利的发展变成技术红利发展，笔者认为制造业方面唯一的发展途径是机器人化。假如说第三次工业革命是把人变成机器，那么第四次工业革命是把机器变成人！

　　机械加工行业机器人应用量并不高，只占了2%，原因大概也是因为市面上有许多自动化设备可以胜任机械加工的任务。机械加工机器人主要从事应用的领域包括零件铸造、激光切割以及水射流切割。

　　这里的机器人喷涂主要指的是涂装、点胶、喷漆等工作，只有4%的工业机器人从事喷涂的应用。

　　装配机器人主要从事零部件的安装、拆卸以及修复等工作，由于近年来机器人传感器技术的飞速发

　　机器人焊接应用主要包括在汽车行业中使用的点焊和弧焊，虽然点焊机器人比弧焊机器人更受欢迎，但是弧焊机器人近年来发展势头十分迅猛。许多加工车间都逐步引入焊接机器人，用来实现自动化焊接作业。

　　目前搬运仍然是机器人的第一大应用领域，约占机器人应用整体的4成左右。许多自动化生产线需要使用机器人进行上下料、搬运以及码垛等操作。近年来，随着协作机器人的兴起，搬运机器人的市场份额一直呈增长态势。

　　工业机器人技术在近年里一步步稳定增长，在7年间申请量扩大了3倍。由于不断有国家了解到工业机器人的重要性，企业、机构逐渐投入工业机器人领域的研发，令工业机器人专利申请从不到4000件到超过11000件。

　　从工业机器人相关专利受理国情况来看，主要是日本、中国、美国，其次是欧洲、世界知识产权组织、德国、韩国等。可见日本、中国、美国、德国、韩国对工业机器人的应用需求较大。

　　从技术分布来看，工业机器人领域的专利大都分布在机人的主架构(机械手)、手腕、控制系统以及工业机器人的应用领域等方面。

　　自1974年，发那科首台机器人问世以来，发那科致力于机器人技术上的领先与创新，是世界上唯一一家由机器人来做机器人的公司。发那科机器人产品系列多达240种，负重从0.5公斤到1.35吨，广泛应用在装配、搬运、焊接、铸造、喷涂、码垛等不同生产环节，满足客户的不同需求。

　　从公司整体的专利情况来看，“四大家族”中ABB专利量最高，FANUC次之，之后为安川，而KUKA则是专利数量最少的。

　　根据中国工业和信息化部的数据，自2012年以来，机器人行业的公司数量从不到300家增加到3400家。其中大部分都是未来前景有限的小公司，而传统机械工程行业或新兴互联网公司的强大玩家还正在进入这一领域。

　　应用实例：工业机器人走进生产一线块电梯门板由慕尼黑的Meiller Aufzugtüren工厂生产，并且门板的尺寸无限变化多样，这对于生产则意味着必须处理特小的批次尺寸和无限的不同变化产品，鉴于这些因素的存在，就必须开发出能毫无问题应对所涉及要求的挑战的生产系统。工厂负责人Klaus Schafranietz使用具有很高的自动化程度但并不是完全自动化的智能系统来完成生产任务。

　　这工作分项分配有些不均匀，操作员的工作仅限于金属板和型材的载入以及零件的夹持，而库卡的两台KR 150 R3300 prime K型工业机器人执行所有必须生产步骤：凸焊、点焊、装卸、冲压、成型和最终的放置。

　　正如前文中所述的在工业机器人、传感器设备制造等智能制造关键领域的设备我们依然非常依赖进口。何况本文中我们尚未探讨上游芯片供应链，据相关数据在2015年我国集成电路芯片进口额高达2300亿美元，高端芯片自给率不足10％。此外，数控系统、发动机和关键部件的自有技术能力薄弱，精密测量技术、智能控制技术、智能化嵌入式软件等先进技术自给率同样偏低。

　　尽管中国已成为世界上最大的智能制造需求市场，但智能制造系统解决方案供给能力不足，缺少具有较强竞争力的系统集成商。受工业生产大数据缺失，核心技术薄弱、人才缺失、应用领域单一等因素影响，中国智能制造系统集成商普遍规模不大。虽然海尔等企业依托自身大规模生产数据上打造了开放性的智能制造云平台，但国产智能制造系统解决方案的功能还有待完善。

　　从企业系统架构来看，智能制造系统解决方案应包括数据采集层、执行设备层、控制层、管理层、企业层、云服务层、网络层等，需实现横向集成、纵向集成以及端到端集成。但目前，国内尚没有能集成整个架构体系的智能制造解决方案供应商。

　　①智能制造人才总量短缺，结构不合理，领军人才匮乏。没有足够的智能制造人才支撑，无人可以操作，新兴产业生态缺乏管理。

　　在传统制造业转向智能制造的过程中，企业需要从多方位的产业环节与自身实际需求出发，而非仅仅关注引进工业、自动化设备等，进行简单的“机器换人”。此外，智能制造需要企业在执行前进行必要的分析统筹，而有些企业则容易盲目求全求大，仓促上阵，缺乏整体规划。未来，应通过咨询、交流、培训等方式加强对企业实施智能制造的指导和引导。

　　其次，是通过研发智能制造相关的核心工业平台，突破建模与仿真、管理与控制等瓶颈，并在此基础上完成布局和积累一批核心知识产权，为实现制造装备和制造过程的智能化提供软实力支撑。最后，打造建立包括智能制造、机器人、工业传感器、3D打印等在内的若干制造业创新中心，到2020年，中国需要重点形成15家左右制造业创新中心，力争到2025年形成40家左右制造业创新中心。

　　一是以技术和资本为纽带，组建产学研用联合体或产业创新联盟，推动装备、自动化、软件、信息技术等不同领域企业紧密合作、协同创新，推动产业链各环节企业分工协作、共同发展，逐步形成以智能制造系统集成商为核心、各领域领先企业联合推进、一大批定位于细分领域的“专精特”企业深度参与的智能制造发展生态体系。

　　二是支持装备制造企业以装备智能化升级为突破口，加速培育有行业、专业特色的系统解决方案供应商。

　　二是健全人才培养机制。支持高校开展智能制造学科体系和人才培养体系建设，培养能够胜任智能制造需要的实用人才。鼓励有条件的高校、院所和企业建设智能制造实训基地，培养满足智能制造发展需求的高素质技术技能人才。鼓励企业和各级院校打造技术技能人才培养的“双轨制”体系。

　　同时如何利用语义识别、自然语义处理等技术在海量的大数据中挖掘情报，提升数据价值和信息挖掘的效率，从而支撑企业管理者做出正确的创新决策也成为这些企业所重点关心的领域。

　　对症下药，想要改变当下创新低效、生态链合作效率低下等局面，创新活动需要各种互相连接的数据资源（Connecte d Informa -tion），需要基于人工智能技术的信息挖掘能力（A I Technolo -gy），需要便于交流和沟通的数据可视化能力（Dat a Visualiza -tion），需要信息共享的创新协作平台（Collaboratio n Plat -form）。

　　技术核心在于三点：云计算、物联网和大数据。没有这三点根基就算不上是4.0，其究竟还是计算机的创新技术应用于工业领域

　　数据，数据是万物，万物及数据。在计算机应用领域，数据有接入、计算（储存）、传输这几个要点。而只要硬件允许的话，世界是一切东西都可以数据化包括最复杂的人的性格感情。那么应用在工业领域也是一样，因为大部分传统工业的数据层级较高，数据覆盖面较窄，所以其信息化程度是很低的。而如果能够实现工业纯数据交互，提高工业信息化程度，那么带来的收益....就如同钢铁侠在沙漠做出的第一套钢铁战衣，再到在实验室做出的那套成熟版本的钢铁战衣，不管是从研发生产过程角度，和机器成型的性能角度来看，数据（电影中的贾维斯）决定了这前后二者的天壤之别。假如这种钢铁战衣有朝一日能制造的出的话，当然实现题主所说的智能制造更不在话下。具体的应用领域工业个行业都有不同，举个栗子，数据化云计算提升显著的如连续加工领域，食品&饮料这样的。

　　6月1号是猪猪侠IV上映的日子，今天起影院的小朋友特别多，许多伊犁雪糕厂的core经销商发现了潜在商机，都在3天前像厂家提出要求生产周边雪糕。在统计所有经销商的需求后伊犁雪糕厂厂长发现订单额足够整个研发-开机-运输成本。便从ERP层级提出计划生产指令，因为许久没新产品做研发部的部长早就溜去某海岛度假了，正感叹再也不用向2015年那样天天闷在烟雾缭绕的办公室开会，结果ERP层级的计划指令就发到了手机上。部长同志大骂一声厂长我X你先人就立刻通知部门，工程师小王接到指令立即开始设计猪猪1号雪糕并立刻把样配方发到MES执行制造系统，MES的工程师立即修改产线上的雪糕生产配方和制模方式保证按照设计做出肥嘟嘟白萌萌的猪脸形象并把数据对应给DCS离散控制系统执行，于是整个生产线皆大呼一声i get！开机生产，现场的操作工王全蛋一边尝着新生产的猪猪1号雪糕一边刷着知乎，接着猪猪1号经过质检分装打码封装就到了箱子里面，这时不知道哪来的小瓦力跑过来扫了扫箱子上的2维码点关注哦不对发现原来是城头周老板需求的货，立即送上第4号货车司机哼着最炫民族风就开往了城头。整个流程无缝几乎1-2个工作日就完成，产品数量准杜绝资源成本流失，效率使一切成为可能。

　　答案肯定是必要的，在没有流水线的生产型企业，不存在某一个特定工艺贯穿整个生产环节，但信息化是提升产品品质的重要因素。就比如说钢铁侠里面的贾维斯，托尼就是利用它不断改进钢铁战衣的品质。在第一部钢铁侠里面，托尼在被挟持后自己画出设计图，用导弹取材料，靠双手非凡体育来焊接成型，整个过程既耗时又累人，而且现实生活中又不可能人人都是托尼斯塔克。回到纽约之后，托尼完成了贾维斯的智能化，将其赋予了内核智能设备。之后通过贾维斯制造新的钢铁战衣以及以后的方舟反应炉。虽然漫画将贾维斯设定成没有实体的人工智能，而且最终成为我大爱的幻视。但我们今天只讨论这种纯信息化的东西可能为人类创造什么。

　　至于如何发展这个问题，等到有利益相关的人提这个问题时我乐意有针对性的讨论一下。

　　从历史上看，发达国家都是先实现工业化，然后实现信息化。我国是发展中国家，正在实施但尚未完成工业化进程。但是，当前发达国家都进入了信息化进程，都在建设信息社会。中国如果按照发达国家已经走过的历程，先搞工业化，工业化实现后才搞信息化，那么将会长期落后于发达国家。两化融合就是指中国需要在实现工业化的进程中同时实施信息化，工业化与信息化两个进程平行融合发展。

　　两化融合是一个战略性思路，是一个历史性时代的长期发展战略。在这个历史时期已经并将继续出现各种变革，包括技术、管理、社会等等变革。由于中国还没有完成工业化又面临信息化，因此许多面对变革的解决路径与应对措施，可以参考发达国家的办法，但必须有中国的特点，即两化融合的特点。如果不符合两化融合的要求，就会发生事与愿违的问题，即使那些发达国家已经证明过的案例。两化融合是针对我国国情的，既是战略性的又是具体的思路与路径。

　　企业两化融合有四大要素：组织（机构）、 流程、数据和技术。当前，在数据与技术 （信息技术和工业技术）支持下，把组织与流程集成（融合）起来，这称为综合集成，乃是我国两化融合当前重点。我国工业企业只有不足1/5实现了 综合集成，而实现了综合集成的企业其竞争力与效益有明显的台阶式提高。

　　根据当前信息技术和产业发展情况，两化融合大体上可以分为数字化、网络化和智能化三个互相交织但又相对独立的阶段。

　　数字化过去和现在，主要有两个部分的工作。一是基础设施数字化，如算盘被计算机替代等；二是传统业务数字化，也就是原来人工完成的传统业务(如财务记账)，被计算机+软件(财务电算化)所代替。但是，随着技术的进展，数字化也有新内容。当前数字孪生技术就是数字化新技术。它与传统的业务数字化不同在于，它要求深入到物理对象的本质，构造出物理对象的数学模型，让这个数字模型在抽象的信息化数字空间，所谓的赛博(Cyber)空间代表现实(物理)空间的那个物理对象，组成一个“Cyber-Physical Space”,即赛博-物理空间。这样就可以利用数字化模型在数字空间中模拟仿真现实的物理对象，可以研究、操作、控制、优化物理对象等。

　　网络化也有两部分，即基于企业内部联网的网络化和基于互联网的企业间联网的网络化。企业内部网络化不仅仅是指可以互相进行通讯，而是指可以通过网络把很多原来被部门、层级和专业分割的业务工作连成一个有机的整体，从而大大提高企业的整体效率和效益。工业企业联网与其他部门的联网的一个重要区别是，工业设备也需要联网，需要进入制造执行系统。这在我国来说还是一个薄弱环节。但是，要提高生产效率和产品质量，降低成本，这是一个绕不过的关键性环节。

　　随着互联网的发展，特别是物联网( Internet of Things，IOT)的出现, 工业企业的联网也出现了新技术新思路，这就是工业互联网，

　　为什么要有工业互联网?并不是因为互联网时髦(当然，GE起这个名字也有这个含义在内，毕竟互联网技术是美国一家独大)，而是互联网技术(包括移动互联网技术)可以带来很多在工业领域应用优势。例如，很多工业设备在工地移动作业，传统局域网技术很难应用；技术进展越来越快，而传统局域网要在线随需更新软件版本也很困难，而互联网上进行软件更新是一件常事。这些都给工业设备的发挥潜能，提供了很好的基础。

　　又如A 厂生产的设备在B厂(或工地)运行，要对设备运行数据分析 ，一般来说B 厂很难有这个分析能力，但对分析结果如故障预警有很强的需求。而A 有这个能力。通过互联网A厂能做数据分析，不仅能获得服务收益，还能获得可能进一步优化自己的产品设备的宝贵数据。而B厂运行的设备提高了运行效率，降低了维护成本。联网后各得其需，皆大欢喜。不是说这些应用以前没有或不可能有，而是说，基于互(物)联网后，从成本、可用性和方便性等方面，有很大优势，有利于大规模推广应用。

　　由于AlphaGo在下围棋时打败了人类的世界冠军，从而掀起了一个人工智能舆论高潮。但是这个人工智能，跟智能制造，还是有很大差别。总体来说，智能化还是起步阶段，技术及其基础理论还需要有相当长时间探索与发展才可能逐步用到工业领域。从战略上说，与其他工业发达国家一样，智能化一定也是我们两化融合的主攻方向。我们既要坚定不移的向智能化这个主攻方向发展，但也要警惕头脑发热搞一哄而起。具体来说，如果一个企业在数字化和网络化方面还没有具备必要的条件，很少可能会在智能化方面一步登天的。例如，一个制造厂，还未实施ERP和MES，如果安装了一台智能化程度很高机器，但是经常停工待料，无论这个工厂，还是这个车间，乃至这台智能化机器，它的效益和效能的提升其实是很有限的。

　　根据两化融合服务平台的数据来看，智能化的就绪度，现在只有6.7%，仍然处于较低的位置。对制造业来说，智能化发展还是要从实际应用需求出发，一步一个脚印的发展。所以，

　　对智能化有雄心壮志的工业企业，当前首先要把企业的两化融合搞好，把数字化和网络化阶段的工作，根据企业实际情况，有目标、有步骤地搞好，在有实际需求，条件基本具备的情况下，向智能化迈进。

　　工业化和信息化都是很长的历史过程。两化融合从战略上定义了这历史过程的基本特征。这特征並不限工业部门和信息产业部门，而是包括一、二、三产业部门，乃至公共部门。智能制造的提法，对工业部门的当前发展，是非常有针对性，比较容易动员起工业部门的积极性。

　　当下中国工业普遍面临着紧迫的转型升级的任务，很多新概念跟技术一并变成热点。但是两化融合作为十年来一直推动的工业基本战略，仍然是最适合中国工业国情的，需要坚定不移地把“融合”做透、做深。

　　如想了解工业资讯，移步个人微博“南山林雪萍”，犀利评述24小时最新工业动态。看工业，南山见。