点击链接免费领取后厂造会员后，登陆查看更多智能制造行业资料、课程。
谈及智能制造，首先就需要从企业需求角度出发。制造业企业最关心的是质量能不能更好？成本能不能再低一些？怎么让交付更快？说到底是制造业本身对规模效应
的追求，特别是在当今市场需求愈发多样化、个性化，企业需要具备更强的柔性制造能力和产品设计创新能力。智能制造正是要回应企业对规模效应和柔性化制造这两方面的诉求。
智能制造是要贯穿企业研发设计、生产制造到服务的全过程，核心落脚点是在制造环节，特别是在工艺和装备两方面上。我们的分析也将从装备工艺开始逐步延伸至设计仿真、服务环节。
中国制造要向中高端领域迈进，生产出更高性能、更高精度的高质量产品，势必将对工艺和装备以及企业正向设计能力提出更高的要求。实现智能制造，企业需要使用智能化的装备，在生产过程中形成更优的生产工艺，做出全局更优的生产和研发决策。而不是仅仅停留在看一个显示生产过程数据的大屏系统，又或者是单纯的可视化
渲染界面，新技术的应用还是要深入生产过程中去，避免“高大全的花架子”。
从控制论的角度来看，实现智能制造应理解为是要打造一个闭环控制系统，控制目标即为实现更佳生产工艺流程，达到更佳生产状态。控制系统运行的关键在于可以实现良好的负反馈调节
，以及实现从决策端到执行端的打通。闭环控制系统的覆盖范围可以是一台机器或者一条生产线，也可以是一个车间、一个工厂甚至是一条产业链。同时，这个系统具有自适应性。
由此可见，智能制造包含感知、决策和执行三个要素，通过工业物联网、边缘计算等技术收集系统内产品、设备、车间和企业的运行状态，这些数据经过处理后会汇总到工业数据平台上。最为核心的是决策中枢，过去企业的生产决策
都是以依靠人的经验判断为主，智能制造系统中决策将逐渐以数据驱动+工业机理融合模型的判断为主，决策中枢将具有自适应性。执行系统也是必不可少的，现在也有企业将RPA技术应用到一些固定的机台联动操作流程上，减少人工操作，进一步提高生产的自动化程度。
二、智能制造的底层基础是数字化
新一代信息技术与制造业深度融合，引发出一个重要变化：数据作为一种新型生产要素逐渐得到产业界的重视。可以看出，智能制造的底层基础是数字化，即数据需要在系统内得到精准的采集、传输、存储和分析。智能制造的核心数据来自装备和工艺过程，在此基础上包含装备与生产管理软件
间的交互，以及软件间的交互。
整个系统要对数据实现整合分析和闭环控制，就需要面向工业物联网场景的数据接入和转换协议方案、消息中间件、时序数据库
或实时数据库、边缘AI推理框架或工具乃至一整套的云边端AutoML平台。
以数据存储环节的数据库为例，由于工业物联网场景下的工业数据规模巨大，例如GoldWind每个风机部署有120-510个传感器，数据采集频率更高会达到50HZ，2万台风机每秒就会有5亿个时序数据，这些海量数据的存储和实时计算
就会对数据库提出更高要求[3]。
在实际访谈和调研中发现，工业数据的收集、协议的转换确实是一个令人头疼的问题，因为采集的物理量会有很多，工业协议又有很多种，业界也有在探索应用OPC UA over TSN等技术解决这类问题。但更重要的问题是采集哪些数据更有用，以及数据收集
后怎么把数据用起来。这里面还是要以工艺优化、生产决策优化为导向，不能为了采集而采集，为了上数据平台而上数据平台。
数字化、网络化和智能化是相互支撑的，不实现智能化变革，数字化转型也会失去方向和价值支撑。仅以生产过程为例，生产过程中自动化设备产生的生产数据沉淀下来，网络化就是指通过网络技术将数据传输至数据平台或现场控制系统中，更重要的是对数据进行分析处理，实时决策控制装备和工艺过程，实现智能化生产。