图1 智能透明工厂的整体构架理念
Fig.1 The overall architecture idea of intelligent transparent factory
智能制造是基于新一代信息技术，贯穿设计、生产、管理、服务等制造活动各个环节，具有信息深度感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称[1]。近年来，云计算、工业云、大数据、人工智能的发展，既为智能制造提供了发展的动力，也为智能制造的发展指明了方向。当前智能制造所推行的智能化，离人工智能还有一定距离，智能制造发展的后期，一定和人工智能深度关联。
北京汽车股份有限公司株洲分公司二工厂(以下简称“株洲二工厂”)是在“中国制造2025”行动纲领提出后建设的全新工厂，工厂基于智能制造的理念进行规划设计，因是建设全新工厂，故不需额外投资对旧设备进行升级换代。企业在工厂建设的同时，成立了智能化项目组，智能化项目推进和工厂建设得到了很好的融合。
株洲二工厂智能工厂项目智能制造规划的目标可以归结为：①“优质”，即在生产规划过程中应用智能检测、在线测量、工艺参数监控、关键过程追溯等技术或软件，实现产品过程质量的提升，确保产品精度、质量和可靠性；②“高效”，即通过自动化设备与数字化、信息化技术的结合，实现“人、机、物”互联和信息共享，快捷响应市场需求，实现制造效率、开发效率和管理效率的综合提升；③“绿色”，即通过采用绿色节能设备和工艺，与先进的能源管理系统、智能节能技术手段相结合，降低污染排放，实现低耗节能的目标。相对北汽株洲一工厂，本项目质量目标提升15%，生产效率目标提升20%，制造成本目标降低10%，污染排放达到国家一级排放标准。
株洲二工厂智能透明工厂的构架是基于“中国制造2025”智能制造构架体系，深度结合汽车制造的工艺、质量、物流、IT等业务流程后提出，并逐步完善确立起来的。工厂规划初期就成立了智能制造推进小组，小组的成员包括了规划、工艺、设备、IT、物流、采购、质量等各领域的专家。小组成员同时也是工厂建设的核心成员。这是智能制造能够在新工厂建设中得以快速落地的基础。
“中国制造2025”将智能制造构架体系分为三个维度：①生命周期维度，将设计、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链式集合；②系统层级维度，自下而上共五层(设备层、控制层、车间层、企业层和协同层)，体现装备的智能化和互联网化；③智能功能维度，包括资源要素、系统集成、互联互通、信息融合和新兴业态五层，反映了要素和资源的整合范围和深度。这三个维度相互关联又相互支撑，是本项目智能制造构架的基础[2]。我们将这个构架与工厂的实际情况进行了融合，经过多轮讨论和论证，明晰了株洲二工厂建设智能工厂的目标，形成了智能透明绿色工厂的整体构架理念(图1)。其中，智能，即自动化、信息化、柔性化，旨在降低制造成本，优化制造质量；透明，即数字化、信息化、定制化，旨在提高制造效率、管理效率、开发效率；绿色，即节能、环保，旨在降低成本，降低污染排放。
图1 智能透明工厂的整体构架理念
Fig.1 The overall architecture idea of intelligent transparent factory
可以说，智能透明工厂=@自动化+@信息化+@数字化。@这里代表的就是互联网+、大数据、工业互联网等手段。
“自动化”代表自动化柔性生产线、大批量机器人应用、CPS(信息物理系统)等技术，旨在实现自动化、柔性化、少人化作业。
“数字化”涉及数字孪生[3]、数字化设计与模拟、同步工程、虚拟验证、虚拟装配、离线编程、离线调试等技术，需构建数字化制造工程体系(digital manufacture engineering system，DMES)。
“信息化”涉及各业务流程的信息化系统，包括产品生命周期管理(PLM)系统、企业资源规划(ERP)系统、制造执行系统(MES)、物流执行(WMS)、供应商管理(SRM)系统、客户管理系统(CRM)、设备管理系统(DMS)、质量管理系统(QMS)、能源管理系统(EMS)、自动办公(OA)系统等，需实现信息化系统的构建与互联，价值链的整合与优化。
在“绿色化”方面，同样运用了大量的智能制造技术手段，除了智能开关机、一键启动、机器人休眠等节能技术的应用外，还采用了摩擦输送线技术和电动拧紧工具等静音技术来打造静音工厂，同时在污水处理方面采用了先进的螯合树脂吸附与渗透膜技术，使得污水处理结果可达到国家一级排放标准。
智能透明工厂的系统构架如图2所示。在整体构架的基础上，智能透明工厂还可细分成不同的系统构架，包括硬件系统构架、软件系统构架、业务模块构架、标准构架等。
图2 智能透明工厂的系统构架
Fig.2 The system architecture of intelligent transparent factory
硬件系统构架明确了管理层、设备层和执行层的信息传递问题。基于PROFINET的工业互联网构架可以实现设备状态监控、大数据采集、远程诊断等，是建设智能工厂的基本支撑手段。硬件系统构架包括高档机床、工业机器人、智能传感、智能仪表、智能物流等智能装备系统的应用。
软件系统构架明确了信息系统的功能划分和数据互联问题，针对每个业务模块的系统功能和分工进行统一策划。其内容包括数字化核心支撑软件、工业互联网、物联网、工业云计算、大数据平台、人工智能、信息安全保障系统、面向行业的整体解决方案等。
业务模块构架主要明确职责分工，分别设有冲压、焊装、涂装、总装、物流、质量、IT等业务板块，如图3所示。每个板块在遵循整体系统构架的前提下，分别定义了若干智能工厂元素。如焊装的机器人休眠、涂装的智能开关机、总装的多媒体工艺系统。这些元素构筑了智能透明工厂的基石，随着项目的推进，智能工厂的内容也越来越丰富。
智能化标准体系明确设备接口规范、工业互联网实施规范、电气元件选用规范、PLC编程规范、数字化开发规范等。根据统一规划、多方互联、自主开放的构建原则，为后续发展奠定基础。
图3 业务模块构架——智能透明工厂的元素
Fig.3 The business architecture—elements of intelligent transparent factory
数字化是智能工厂的基础，数字化程度越高，业务之间的关联、优化越容易实现。本项目以DMES为核心，实现设计与制造的关联[4]。通过工厂与车间数字化模型建立、产线设备模型建立，实现工厂规划、设备工艺布局数字化；通过离线编程、离线调试、机器人仿真技术缩短产线规划调试周期；通过虚拟装配、零件CAE分析、公差模拟等提高产品设计质量，缩短开发周期；通过建立产品库、工艺库、资源库，实现对产品数模、工艺设备的管理和设计，积累工艺数据，提升规划能力。
DMES系统(图4)的搭建，可以实现BOM管理、装配仿真、人机仿真、自动化调试、物流供应链优化、工艺规划、工艺文件管理、布局优化等功能，实现了设计和生产制造的互联互通，使原来的PLM、MES、ERP、SRM等系统更加紧密地联系在一起。使得信息化网络更加紧密，设计、规划、生产与现场的执行设备获得关联。
图4 DMES功能模块
Fig.4 The functional module of DMES
整个工厂数字化的建设以西门子的TEAMCENTER系统为基础，形成了企业自己的DMES系统,实现了所研发的设计系统(PLM和BOM)和工厂制造执行系统(MES)的有效数字化连接，可以实现从设计到制造的端到端(end to end)数字化模式。全域的工厂数字化模型采用了西门子的PDPS(process designer and process simulate)模块进行搭建。PDPS模块可以将前期利用CATIA软件搭建的厂房模块以及ROBCAD建立的三维仿真数据，通过转化进行集成。
工艺仿真可以在虚拟环境下，对生产线进行仿真分析，验证可达性、合理性，可实现离线编程，在虚拟环境下调试机器人轨迹并导入现场使用。工厂仿真可以通过搭建现场工艺流程和三维模型，对厂区、车间进行物流仿真和物流能力分析。
新工厂焊装线采用虚拟设计、虚拟仿真和离线编程技术(KUKA OLP&RCS)，在虚拟的环境下进行焊装线的生产验证。虚拟生产线的建立能够提前识别问题，缩短项目周期，为后期新车型的增加和生产线的改造提供了数据基础。这遵循了“数字孪生”的理念。数字孪生是指以数字化方式拷贝一个物理对象，模拟对象在现实环境中的行为，对产品、制造过程乃至整个工厂进行虚拟仿真，从而提高制造企业产品研发、制造的生产效率[5]。
数字孪生不仅仅是建立一个三维的工厂模型，更重要的价值在于：它可实现实际设备运行模拟、控制逻辑，以及运行数据和虚拟模型的相互连通。比如PLC的程序，可以在虚拟环境中完整模拟，通过与设备三维仿真联动，发现控制逻辑中的漏洞，从而排除运行隐患。它可以支持企业进行涵盖其整个价值链的整合及数字化转型，为从产品设计、生产规划、生产工程、生产实施直至服务的各个环节打造一致的、无缝的数据平台，形成基于模型的虚拟企业和基于自动化技术的现实企业镜像。
企业围绕“数字孪生”的理念建立了包含厂房、产线、设备的全域数字化模型。在此基础上开展了通过性虚拟验证，物流运行模拟，机器人离线编程、离线调试等，大大缩短了现场调试的时间。目前，企业的数字孪生技术的应用也仅仅是刚起步，其中需要打通的环节以及技术的深度应用还需要不断探索。
前述的不同系统构架就是智能化系统的各个功能模块，下面就各主要功能模块的内容构成及具体实施从技术和业务两个维度进行介绍。
3.1.1工业互联网——“一网到底”系统
工业互联网是工厂的神经系统，“一网到底”这个概念是指以太网从上到下的一致的网络接口，可以实现从底层的设备、到中间控制PLC、到上层的应用管理系统的连接。通过对比分析，选择PROFINET作为株洲二工厂工业互联网的基础。
PROFINET是由PROFIBUS国际组织(PROFIBUS International，PI)推出的新一代基于工业以太网技术的自动化总线标准[5]，其网络架构如图5所示。它使用TCP/IP和IT标准，符合基于工业以太网的实时自动化体系，能够满足从现场层到管理层的所有应用需求，真正地实现“一网到底”。其功能包括8个主要模块，依次为实时通信、分布式现场设备、运动控制、分布式自动化、网络安装、IT标准和信息安全、故障安全和过程自动化。
图5 PROFINET网络构架
Fig.5 The network architecture of PROFINET
在自动化软件方面，我们选用的是西门子的TIA Portal(totally integrated automation)博途系统。该系统是注重用户体验的工业工程工具，其体系和功能也在不断完善与扩充中，未来会在一个平台上集成从过程控制到离散控制，从驱动到自动化，以及HMI、SCADA等与工业控制相关的所有工具[6]。
“一网到底”的主要优势在于它能够降低总体成本，可以实现设备、线间、上下系统的联网控制。“一网到底”的概念远不止从网络基础设施和诊断的角度将各个工厂甚至生产线网络化，而是包含全部的生产地点或完整的价值创造链。在一网到底系统基础上，我们开发了以下应用:
(1)远程诊断技术。基于PROFINET协议，可以非常容易而且安全地实现故障远程诊断。只需要通过互联网，在许可的情况下，专家就可以不需要从遥远的地方赶到现场，甚至在家里就能够非常容易地解决现场问题。实现这个功能后，企业已有过多次成功实施的案例。
(2)机器人休眠技术。机器人休眠技术是PROFINET标准和PROFIenergy标准的应用结合。PROFIenergy是国际组织PROFIBUS & PROFINET International(PI)发布的工业控制能源管理规范，是PROFINET工业总线的一个配置文件。PROFIenergy 配置文件能够使控制设备在停工时期(如午休、节假日、随机停线事件)或依据能耗峰值负荷等情况，将命令发送到能耗单位,以便发出暂停或者休眠等信号，实现节能控制。PROFIenergy与自动化线的三个必要因素相关：PROFINET网络中的PROFIenergy控制设备(通常使用PLC，但也可以是更高层的监控系统甚至是专用的能效管理控制器)；PROFINET现场总线；一个或多个PROFIenergy能耗单元ECU(energy consumption unit)，它可以是单个设备，也可以是控制设备所在PROFINET现场总线组态中的批量单元。在满足以上三个因素条件下，无需增加硬件，PROFINET设备可直接解译PROFIenergy指令，实现PROFIenergy智能控制器统一协同关断相应设备。当长时间停机或处于非生产时间，可以通过网络给机器人控制系统发出指令，使机器人进入休眠状态；当生产开始时，又可以自动唤醒机器人，使机器人快速投入运行状态。这项技术可以实现现场所有联网机器人的智能控制，解决了因为担心机器人丢失程序和失去原点而不能关机导致的能耗问题，更是机器人实现自我控制的一项典型应用案例。
(3)一键启动技术和智能开关机技术。一键启动技术和智能开关机技术亦是基于PROFINET标准的应用案例。通过工业互联网和现场设备及控制系统联网，可以实现复杂系统的一键启动和智能开关机。如在冲压生产线的换模过程中，通过互联网和控制器，将原来需要逐步人工操作的内容，编写成一系列的控制程序，再通过PROFINET实现对换模过程的动作连续控制，从而可以实现压机参数自动调整、模具更换、端拾器更换自动检测等，整个过程的自动执行，不但节省了时间，更实现了防错功能。又如涂装车间是汽车制造的能耗大户，设备的开启往往需要提前预热，设备开启的顺序又需要相互关联，智能开关机系统通过中央控制系统和PROFINET与现场的PLC按照一定的控制逻辑实现控制关联，可以实现设备的定时顺序开启和完工后的设备顺序关停，这样既能节省人力，保证工艺参数，还能节约能耗。
3.1.2基于“一码到底”理念的信息识别系统
“一网到底”解决了设备的信息互联问题，产品的信息传递如何解决呢？射频识别(radio frequency identification，RFID)技术和“一码到底”系统提供了产品设计中的参数到过程制造环节产品和零部件的信息传递，使得物流管理、生产安排、设备转换能够实现自动化控制、信息互联和智能调度等，如图6所示。“一码到底”即产品或零件从制造的第一个工序到最后一个工序，其唯一对应的RFID标签可以携带和记录产品的设计、制造信息，并可以与设备控制系统、制造执行系统、物流系统、质量系统等进行互联，实现产品、制造相关信息的传递、存储和管理[7]。
图6 RFID系统模型
Fig.6 Model of RFID system
在整个工厂中，对于信息识别来说，仅有RFID系统是不够的，我们还需要将二维码系统和条码系统与RFID系统有效结合，形成完整的信息识别系统，这里既有成本的考虑，也有实际应用的限制。整个工厂的信息识别需要系统地规划和选择，要做到一物一码，这样就可以把所有的生产要素(包括模具、滑撬、吊具、车身、零部件和工位器具等)方便地管理起来。信息识别系统的选择方式如表1所示。
表1 信息识别系统方式选择表
Tab.1 Selection table of information identification system
识别技术应用区域总装整车车身零部件工位器具吊具滑撬工具计量器具设备备注RFID超高频●高频●●●●中频低频●●二维码●●●●条码●●●●标签●●●
RFID不但可以简单有效地把工厂的产品、设备、质量等信息进行数字化，更为各种信息的交互提供了方便，也就带来了更多的应用。
3.2.1制造执行维度
从制造执行维度而言，智能化系统主要包括生产计划排程模块、制造信息模块、设备管理模块、人员绩效模块和质量控制模块。这部分以MES制造执行系统为核心，建立制造业务流程信息的管理模块。
(1)计划排程模块。计划排程模块包括生产计划管理，制造资源计划、先进排产系统、定制支持(选配定制和设计定制)、流水线制造排序、滚动排程，动态排程等，此外还包括用于生产规划、管理改进和制造执行的模拟分析。
(2)制造信息模块。通过基于RFID的一码到底系统，可以掌握每台车的具体配置、物理位置、制造状态等。RFID系统可以将这些信息实时地记录到RFID芯片中，同时通过线边的读写器，同步传递到MES系统，这样就可以实现生产系统的灵活调度。离线车辆信息和下线车辆的管理，也都能很容易地实现。
(3)设备管理模块。引入设备管理系统，包括设备的台账管理、设备设施维护管理、设备状态管理、备件管理、设备预防性维护等，可实现设备的全生命周期管理。系统可实现数控机床(CNC)、机器人、仪表/传感器和工控机/IT等系统；可实现生产监控、报警、预警、调度等功能，在CCR(中央控制室)可实时采集监控并形成设备运行状态报表，以改善设备运行效率。
(4)人员绩效模块。人员绩效模块包含工时分析模块和工时平衡、线平衡模块、人机工程模块。可开展作业成本分析，实现KPI、BI、可视化、决策支持等功能。
(5)质量控制模块。质量控制模块包括质量追溯与监控系统进货检、自制检、计量检测管理、在线检测、SPC、关键件采集、QRQC、APQP等。实施中为总装上线的每台车都捆绑了一个可循环使用的RFID卡，里面写入了该台车的相关产品信息，可以和线边的设备及MES系统互联，能够实现拧紧力矩、加注信息、检测信息的收集存储、精确追溯和统计分析，达到监控的目的。通过质量检验门的信息，可以获取每台车的质量问题和返修信息，并快速地推送至相关人员，帮助大家快速掌握现场情况，采取措施。
3.2.2工艺规划维度
第2节中已对DMES数字化工艺系统作了详细描述，这里主要从应用层面进一步对工厂和工艺规划部分进行阐述。
(1)产品数据管理。采用CAD、CAPP、CAE和CAM技术，以PLM为平台，实现产品数据的统一管理，实现设计EBOM、生产PBOM、制造MBOM和配件SBOM的统一管理。
(2)设计变更管理。统一的变更管理系统可以实现不同阶段产品数据版本管理、设计变更的统一管理，实现设计的同步工程和变更的无缝对接。
(3)工艺设计管理。厂房、设备、工装设计、管理，都可以通过DMES系统和PLM系统对接，在系统中实现工艺规划和仿真模拟分析，大大缩短开发周期。
(4)工艺管理。通过将RFID系统和工艺系统相关联，可以实现工艺文件信息的自动调取，从而形成无纸化的多媒体工艺系统。实际应用中将工艺信息和产品信息相关联，通过线边的读写器，读取到相应岗位的产品信息，从而自动地将产品的相关工艺信息显示到线边的显示屏上，如该台车在该工位的选装配置、零件号、力矩等操作要求。工人可以非常方便地按要求操作，即不需要考虑配置，也能够根据系统信息提示掌握相关的工艺质量要求。
3.2.3供应链的维度
从供应链维度而言，智能化系统包括供应商管理、内部物流管理、库存管理、成品物流管理等模块。
(1)供应商管理模块SRM。可实现采购配额(比例)，协同采购，供应商发展、考核，供应商库存管理，在制品成本管理；对供应商发布要货预告和要货计划，实现从供应商到外购库的精益配送。
(2)内部物流管理模块。建立了物流执行系统(LES系统)，实现系统外购库投料、供应商直送、自制件投料、转序、批量、单件管理，在线库房管理。物流自动化、智能化方面实现自动立体库、AGV、智能料架、电子标签拣料系统，叉车呼叫、调度等，以及条码、RFID、GPS、室内定位等物流跟踪技术应用。物流路线规划实现物流班车，循环取货，物流调度和监控。供应链协同实现缺料预警和动态协同，供应商生产、采购、工艺和质量协同。
(3)库存管理模块。包括物料库存管理、线边物料管理、成品库存管理、备件库存管理等。主要实现分供应商管理、分批次管理、预/实库存管理；外购库、自制件库、在线库、线旁库、半成品、缓冲区、产品库管理。
(4)成品物流模块。包括市场、产品销售、备件销售、售后服务、增值服务、产品物流和备件物流。把物流追溯信息归并到产品档案。
在供应链规划中，也大量应用了RFID技术，SPS小车、部分料架、AGV小车等都采用了RFID卡，RFID、二维码和条码共同构成LES系统的识别系统，能够非常方便地统计物料状态、出入库记录、库存记录等。通过RFID技术和LES系统的结合，可以容易地实现供应链系统的数字化、透明化、智能化管理。
上述的这些功能模块，无论从哪个维度分析，都不是完全独立的，它们之间相互关联，相互协作。随着智能制造技术应用的推进，它们之间的关联和协同将更加紧密，使得信息和数据可以在各系统间更有效地流动。
大数据分析和应用是智能制造和机器学习的关键技术，它利用数据探勘技术，发现业务改进的机会，将是智能化时代为企业提供持续改进的最主要手段。
企业云的构建是大数据应用的基础，它是为大数据分析提供数据收集和分析的平台。通过大数据、云计算、移动互联和工业以太网等技术，对系统和信息进行优化、整合与互联，构建一个自动化和信息化的集成管理和交互平台，以实现信息和流程透明、智能控制、智能决策的目的[8]。株洲二工厂的企业云平台构架如图7所示，以现场终端为数据输入，中央存储数据库为信息存储整理中心，以IT系统为数据处理单元，以云桌面为应用窗口。
图7 企业云平台构架
Fig.7 The enterprise cloud platform architecture
基于数据空间的云桌面，通过虚拟化应用，将云端资源传递给操作终端，终端操作者只需一个操作显示器，即可实现便捷、高效办公。有了这个平台构架，就可以方便地把各种数据归集起来，做到随时随地的调用。下面介绍几个基于该平台构架的大数据应用案例。
车身精度大数据系统将机器人在线测量报告、三坐标测量报告、蓝光扫描设备报告、便携式三坐标报告、人工测量数据(如总成检具)、工装夹具测量数据、SRM系统供应商测量报告等数据根据统一的规则存储到数据中心，相应的测点信息遵循统一的编号规则。车身精度数据分析软件可以从数据中心调取数据，进行车身尺寸的状态分析、趋势分析、相关性分析等。
本系统将全厂焊接机器人分成若干区域，每个区域的机器人焊接控制器与该区域的交换机通过工业互联网相连，交换机通过网线和服务器相连，同时接入到公司的私有云存储平台。数据分析监控在服务器和与服务器相连的电脑中进行。由于服务器接入到公司的云平台，故可以在任何一个地方登录云平台进行访问控制。
焊接控制器提取焊接的电流、电压、周波、压力等信息，并对信息进行编号，通过交换机发送给服务器。服务器建立数据库系统，对数据进行管理和存储，方便调取数据。通过专门的数据分析软件，对焊接数据进行整理、筛选、分析，用于现场焊接参数的监控和分析。对于常见的虚焊、漏焊、焊穿、飞溅等问题都可以通过建立相应的数据模型，对点焊质量进行甄别，及时报警。甚至可以对焊接能量、电极耗材等进行优化，从而降低成本。
涂装智能监控中心是大数据集成的典型应用案例。通过工业互联网将生产现场的各种设备传感器、PLC数据等传递到管理中心，可以监控数百种工艺参数和质量指标，也包括设备状态和能耗情况以及生产信息等。通过数百个视频监控点可以清晰地监控现场的实际状态，特别是电泳槽、烘房、喷漆室等即使到了现场也不方便查看的区域。智能管理中心既可以监控各种数据的状态，又可以看到实际图像，从而实现工艺过程、质量控制的有效管理和生产管理及能耗等成本管理的优化。
在大数据应用方面还有设备运行管理系统、过程质量监控系统、螺栓拧紧大数据系统等，这些系统通过云桌面的形式，直接面向管理人员，可以实现随时随地的查看；也可以通过微信或短信的方式和专业人员实现交互。通过大数据技术应用，能够提高工程技术人员效率20%以上，提高管理人员效率30%以上，使工厂的管理和运营更加高效敏捷。
后续的计划是在企业云的平台上建设企业运行的“大数据驾驶舱”，在驾驶舱可以调取和查看企业运行的所有数据，也可以根据用户的需求定制相应的数据报表和监控画面，但这将带来对数据处理和分析的更高要求。
北汽株洲二工厂通过运用数字化工厂、大数据、云计算、互联网+和工业以太网等技术，将自动化、柔性化生产线及装备与产品开发、资源管理、制造执行、生产设备、物流、质量、能源等相关系统整合与互联。这一方面使得管理与控制更加智能化，提高了管理效率；另一方面，企业内部以及和外界的信息互联越来越紧密，信息交换也越来越方便，为企业管理经营的效率提升打下了良好的基础。
通过参与该智能制造项目，笔者有以下几点体会：①必须先制定智能制造发展的总体框架和思路；②根据自己企业的情况，不能照搬照抄，也没有可以抄的对象；③制定分阶段实施的策略，不能也不可能一步到位；④从解决企业的实际问题为出发点，如提高质量，提高效率，降低成本，不能仅考虑提高自动化和智能化水平，盲目投资。
应该指出的是，株洲二工厂已建设的智能透明工厂，在大数据分析方面还存在一些短板，需要在后续研究中弥补。可以预见，随着各方面信息与控制关联紧密度的提升，企业的各项效率指标必将进一步提升。
该智能制造项目虽然取得了一定的成效，但项目组也清醒地认识到，智能制造我们还在路上，需要创新和探索的课题还很多，如近年来人工智能技术的快速发展，必将为智能制造带来更加崭新的应用，促进智能制造的发展。
[1] 陈明,梁乃明.智能制造之路——数字化工厂[M].北京：机械工业出版社. 2017:51-65.
CHEN Ming, LIANG Naiming. Smart Manufacturing System and Practices[M]. Beijing: China Machine Press, 2017:51-65.
[2] 张曙.工业4.0和智能制造[J]. 机械设计与制造工程，2014，43(8):1-5.
ZHANG Shu. Industry 4.0 and Intelligent Manufacturing[J].Mechanical Design and Manufacturing Engineering， 2014,43(8):1-5.
[3] 西门子工业软件公司.工业4.0实战——装备制造业数字化之道[M].北京：机械工业出版社，2016:43-60.
Siemens Industrial Software Co., Ltd. On the Way to “INDUSTRY 4.0” [M]. Beijing: China Machine Press, 2016:43-60.
[4] 张礼立.从大数据到智能制造[J]. 中国工业评论，2016(7)：66-71.
ZHANG Lili. From Big data to Intelligent Manufacturing [J]. China Industrial Review，2016(7)：66-71.
[5] 辛国斌,田世宏.国家智能制造标准体系建设指南(2015年版)解读[M].北京：电子工业出版社，2016.
XIN Guobin, TIAN Shihong.Interpretation of National Intelligent Manufacturing Standard System Construction (2015 Edition) [M]. Beijing: Electronic Industry Press， 2016.
[6] 赵升吨,贾先. 智能制造及其核心信息设备的研究进展及趋势[J]. 机械科学与技术,2017，36(1):1-16.
ZHAO Shengdun，JIA Xian. Research Progress and Trend of Intelligent Manufacturing and Its Core Information Equipment [J]. Mechanical Science and Technology. 2017,36(1):1-16.
[7] 谭建荣,刘达新,刘振宇,等.从数字制造到智能制造的关键技术途径研究[J].中国工程科学, 2017,19(3):39-44.
TAN Jianrong, LIU Daxin, LIU Zhenyu, et al. Research on Key Technologies from Digital Manufacturing to Intelligent Manufacturing [J]. Engineering Science in China, 2017,19(3):39-44.
[8] LI J Q, YU F R, DENG G, et al. Industrial Internet: a Survey on the Enabling Technologies, Applications, and Challenges [J].IEEE Communications Surveys & Tutorials, 2017，19 (3) :1504-1526.
开放科学(资源服务)标识码(OSID)：