基于智能制造与数字化制造在工业制造的实践分析

谢大帅 1 郭火明 2

2中船重工鹏力（南京）智能装备系统有限公司 江苏省南京市江宁区210000

摘 要：随着科学技术的不断进步，智能制造和数字化制造被广泛应用于工业制造领域。本文分析研究了智能制造和数字制造在工业制造中的应用，总结了其发展过程中存在的问题，从数据到应用探讨了智能制造和数字制造对工业制造的影响及相关措施。

关键词：智能制造； 数字化制造； 工业制造； 应用

随着中国社会的发展，人们生活水平的提高，对汽车的外观和质量提出了新的要求。为了有效促进汽车工业的发展，为大众提供优质汽车，汽车制造业需要在保证制造效率的前提下，结合数字技术，应用新的科学技术，提高企业产品的适用性，为人们提供更周到的服务，提高人们对汽车使用的满意度。事实上，数字化对汽车行业的影响不仅包括现在讨论的非常热门的产品数字化和商业模式数字化，如电子商务和o2o，还包括生产工程的数字化，如工业4.0和智能制造。在中国，尤其是一些新兴市场的工业制造业，制造环节的数字化也在快速发展。总体而言，汽车行业的数字化进程正在加快。对于整个汽车行业而言，数字化已经影响到该行业价值链的所有环节，从工程研发到制造以及相应的物流和销售。通过调查分析，我们发现，除了数字化化工厂或智能制造的影响外，未来数字化的一个非常重要的方向是将客户引入制造业和其他产业链的各个环节。例如，制造业的一个非常重要的发展趋势是在制造端，甚至在零件制造端反映用户的需求，以确保整个供应端的整个物流能够有效地满足或高效地满足相应用户的需求。因此，现在数字化已经延伸到行业的各个环节，未来客户将继续通过数字化的方式参与行业的所有关键节点。龙头企业积极推进数字化改革，福特数字创新研发、奥迪数字供应链、大众数据实验室、博世数据项目管理部等多家国际知名汽车企业将数字化引入业务的方方面面，正在引入数字技术以确保其未来的竞争优势。

1 中国制造

中国制造正在等待技术的飞跃。中国产品的质量需要提高。在产业链的下游，核心技术有待加强。在世界知识产权组织发布的2017年全球创新指数中，中国排名第22位，比去年上升了三位，为历史最高。根据政府对《中国制造2025》的解读，在全球制造业的四个步骤中，中国处于第三步，第一步是以美国为首的全球科技创新中心；第二梯队是高端制造业领域，包括欧盟和日本；第三梯队是中低端制造业领域，主要是包括中国在内的新兴国家。它仍然需要努力成为一个制造业大国。与欧美产品相比，在软件、芯片、发动机、医疗技术、新材料、机床等领域的质量存在明显差距。中国在各方面都落后于发达国家。以芯片为例，中国高端设备制造业发展强劲，在行业中的比重不断上升，但80%的IC芯片制造设备仍依赖进口。因此，提高中国制造产品的质量迫在眉睫。制造业必须发展。

2智能制造

智能制造是由智能机器和人类专家组成的人机集成智能系统。它可以在制造过程中进行分析、推理、判断、构思和决策等智能活动。通过人与智能机器之间的合作，我们可以在制造过程中扩展、扩展并部分取代人类专家的脑力劳动。它更新了制造自动化的概念，并将其扩展到灵活性、智能化和高度集成。随着科学技术的不断进步，智能制造在工业制造中的应用日益扩大。通过智能制造，最大限度地利用工业制造的单一数据，并通过相关技术对数据进行大量的自动分析计算。利用智能通信手段对生产过程中的数据进行分析，结合云计算实现整个工业制造业的大数据发展。从目前智能制造在我国工业制造业中的应用来看，其应用模式是多种多样的。通过智能化应用，大大降低了人工成本，提高了产品的质量和精度。在工业制造业方面，中国推出了“中国制造2025”，表明中国高度重视制造业的发展。同时，将智能制造与数字中国工业制造相结合，也是中国发展过程中的一项重要战略和政策。智能制造可以推动中国工业制造向更高水平发展。

3智能制造与数字化制造从数据到应用

3.1 智能制造的变革

随着工业自动化的日益成熟，工业机器人和自动化生产已不再是实现智能制造的唯一途径。工业制造业更多地使用新技术，如大规模数据、网络、云计算和人工智能。随着信息技术的不断发展，以世界各国为首的智能系统第四次产业革命发生了变化。德国工业4.0、美国工业网络、“中国制造2025”新信息技术和制造思维融入生产模式，导致产业形态发生重大变化，中国已逐步开始实现从“制造”向“智能制造”的转型。

3.2 物理工厂、虚拟工厂的实现

在中国工业制造业的应用中，智能制造可以通过云计算等新一代信息技术将现有的大数据整合到制造过程的各个方面。通过智能与设计、生产、管理、服务的融合，实现智能工厂的发展，利用智能制造创建实体工厂和虚拟工厂，实现产业升级。“物联网”和“大数据”是智能制造的主角，也是连接工业制造的主要手段之一。通过对工业制造过程中产生的大量数据进行基于网络和终端的统计和计算，并利用大数据流的支持，产品向柔性化、数字化、智能化制造方向发展。

3.3 大数据分析和应用

工业制造业的大数据分析与应用是基于网络的，它将工业制造业和产品的相关数据以内部和外部的形式连接成一个数据网络。通过大数据分析，可以扩大消费者对智能产品的认知和接受度，通过大量的数据分析完成产品的开发。大数据网络的核心是采用新一代信息通信技术和传感技术，实现产品物联网的建设。与工业制造相结合，通过互联网与云计算、互联网与工业制造相结合，实现智能设备（信息系统）的有线和无线网络，连接到电力、交通、通信等各种对象和环境（物理系统），将产品对象连接到信息网络，利用生产与产品之间的实时连接和有效沟通，实现对现实世界的洞察和控制。可以看出，在工业制造与大数据结合的全过程中，智能制造和数字制造相关技术通过各种数据资源和互联网实现了信息流的自动化，实现了工程与代数的连接。通过大数据分析完善现成数据，为实时生产线的操作员、主管和高级管理人员提供企业数据。

4 智能制造与数字化制造发展与思考

进入21世纪的大数据、大计算时代，为了提升产业竞争力，德国在各个科研领域联合制定了“工业4.0”，并提出了“关于实施德国工业4.0战略计划的建议”。对工业的未来发展作了大胆的预测。以智能+网络为核心，以先进的供应商战略和市场战略为两大战略支柱，通过对制造业生产模式的分析，结合当前的机遇和挑战，通过强有力的创新政策，缩短了世界各国的创新差距，解决了一系列科技问题。

智能制造的发展应与工业工程的概念相结合。工业工程人才应与时俱进。工业工程是一门跨学科的技术。目前，设计方案的制定与决策、加工工艺的智能优化、基于智能导航的装配精度定位技术、挖掘客户潜在需求的智能服务技术已经形成，在国内外形成了较为先进的技术体系。

6 结语

中国工业制造业的不断发展离不开科学技术的进步。智能制造和数字化制造在工业中的应用是发展的必然趋势。国家对智能制造和数字制造的重视将有效推动中国制造业的改革，其在工业制造中的应用也将大大提高中国的整体制造水平。

参考文献：

[1]加快进行数字化制造的战略部署[J].科技日报,2018(03):31.

[2]陈明.智能制造之路:数字化工厂[M].机械工业出版社,2019(10):26.

[3]蔡敏,崔剑,叶范波.数字化工厂------建模、实施与评估[M].科学出版社,2020(06):01.

姓名：谢大帅，出生年月:1986年10月，性别:男，民族:汉族，籍贯:安徽，砀山，学历:本科，职称:工程师，研究方向:机械设计及理论

姓名:郭火明，出生年月:1988年10月，性别:男，民族:汉族，籍贯:江西，吉安，研究方向:机械设计制造