智慧制造及其研究現(xiàn)狀

魯建廈，胡慶輝，董巧英

(浙江工業(yè)大學(xué) 機(jī)械工程學(xué)院，浙江 杭州 310014)

?

智慧制造及其研究現(xiàn)狀

魯建廈，胡慶輝，董巧英

(浙江工業(yè)大學(xué) 機(jī)械工程學(xué)院，浙江 杭州 310014)

為掌握最新制造模式發(fā)展，對(duì)智慧制造的概念、內(nèi)涵和運(yùn)行機(jī)制等相關(guān)問(wèn)題進(jìn)行了綜述與研究.討論了智慧制造的相關(guān)背景，并總結(jié)了智慧制造的定義和特征；比較了智慧制造與智能制造、敏捷制造及網(wǎng)絡(luò)化制造等制造模式的關(guān)系；描述了智慧制造的智慧感知、智慧分析和智慧服務(wù)三個(gè)關(guān)鍵技術(shù)及其相互關(guān)系，詳細(xì)綜述了各關(guān)鍵技術(shù)的研究現(xiàn)狀；并給出了智慧制造未來(lái)的研究方向.

智慧制造；智慧感知；智慧分析；智慧服務(wù)

智慧制造(Wisdom manufacturing，WM)是信息通信技術(shù)與制造技術(shù)深度融合的一種人機(jī)物協(xié)同的新型制造模式，最早由我國(guó)學(xué)者姚錫凡正式提出[1].與其他先進(jìn)制造模式一樣，智慧制造的產(chǎn)生也是需求與技術(shù)雙重驅(qū)動(dòng)的結(jié)果.需求方面，現(xiàn)代制造系統(tǒng)日益復(fù)雜龐大，在工程復(fù)雜性和系統(tǒng)復(fù)雜性之外逐漸顯露出社會(huì)復(fù)雜性，需要綜合考慮經(jīng)濟(jì)、社會(huì)和人文等因素，人機(jī)物協(xié)同的制造模式是企業(yè)應(yīng)對(duì)當(dāng)前市場(chǎng)環(huán)境的迫切需要.技術(shù)方面，物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)和智能科學(xué)等高新技術(shù)的完善，推動(dòng)著制造業(yè)向智慧化的方向不斷發(fā)展，使制造系統(tǒng)能深刻理解和認(rèn)識(shí)制造全生命周期中的事物，并做出相應(yīng)的感知、判斷和行動(dòng).我國(guó)作為制造大國(guó)，正處于結(jié)構(gòu)調(diào)整和轉(zhuǎn)型升級(jí)的關(guān)鍵時(shí)期.2015年國(guó)務(wù)院出臺(tái)了《中國(guó)制造2025》，強(qiáng)調(diào)了加快推進(jìn)信息化與工業(yè)化深度融合的戰(zhàn)略任務(wù)，并明確把智能制造作為兩化融合的主攻方向[2].智慧制造的出現(xiàn)，恰恰為實(shí)現(xiàn)兩化深度融合，推動(dòng)制造系統(tǒng)向數(shù)字化、網(wǎng)絡(luò)化和智能化等方向發(fā)展提供了新的動(dòng)力.

目前，智慧制造的概念和相關(guān)研究尚處于萌芽階段.文獻(xiàn)[3]從符號(hào)學(xué)視角探討了智慧制造系統(tǒng)集成問(wèn)題，提出了包括社會(huì)系統(tǒng)、信息系統(tǒng)和物理系統(tǒng)在內(nèi)的智慧制造系統(tǒng)洋蔥模型和階梯模型.文獻(xiàn)[4]從智慧層次結(jié)構(gòu)、符號(hào)層級(jí)結(jié)構(gòu)以及網(wǎng)絡(luò)演化等角度分析了智慧制造誕生的必然性，并厘清了智慧制造與其他相關(guān)制造模式的聯(lián)系和區(qū)別.文獻(xiàn)[5]系統(tǒng)地總結(jié)了現(xiàn)有的制造模式，并指明了新工業(yè)革命將促進(jìn)智慧制造理念的實(shí)現(xiàn).文獻(xiàn)[6]分別從網(wǎng)絡(luò)融合、社會(huì)信息物理系統(tǒng)、嵌入式創(chuàng)新以及個(gè)性化服務(wù)四個(gè)視角對(duì)智慧制造進(jìn)行了分析，并給出了國(guó)內(nèi)外具有智慧制造雛形的案例.文獻(xiàn)[7]提出了基于資源域、服務(wù)域和組織域的智慧工廠概念參考模型，為智慧工廠研究領(lǐng)域內(nèi)的標(biāo)準(zhǔn)制定及應(yīng)用實(shí)施提供了參考.文獻(xiàn)[8]面向智慧制造模式，構(gòu)建了一類基于射頻識(shí)別的智慧制造車(chē)間感知環(huán)境.文獻(xiàn)[9]提出了一種面向突發(fā)性制造需求的跨領(lǐng)域集成方法，解決了智慧制造模式下跨領(lǐng)域集成與服務(wù)協(xié)作的異構(gòu)性和無(wú)序性問(wèn)題.智慧制造屬于新興概念，當(dāng)前不同領(lǐng)域的專家學(xué)者對(duì)智慧制造的定義尚未形成統(tǒng)一共識(shí)，體系架構(gòu)和關(guān)鍵技術(shù)也缺乏清晰的界定.為了全面掌握智慧制造研究現(xiàn)狀，筆者綜合分析了智慧制造的需求與發(fā)展背景，論述了智慧制造的概念與內(nèi)涵特征；辨析了智慧制造與其他制造模式的關(guān)系；分析了實(shí)現(xiàn)智慧制造的三個(gè)關(guān)鍵技術(shù)，并綜述了這些關(guān)鍵技術(shù)的研究現(xiàn)狀；進(jìn)而探討了智慧制造未來(lái)研究發(fā)展前景.

1 智慧制造概述

1.1 智慧制造定義

目前，關(guān)于智慧制造的概念還沒(méi)有統(tǒng)一的學(xué)術(shù)定義.姚錫凡等參考了未來(lái)互聯(lián)網(wǎng)的體系結(jié)構(gòu)，認(rèn)為智慧制造是一種結(jié)合務(wù)聯(lián)網(wǎng)、物聯(lián)網(wǎng)、內(nèi)容/知識(shí)網(wǎng)、人際網(wǎng)與先進(jìn)制造技術(shù)的面向服務(wù)以及基于知識(shí)運(yùn)用的人機(jī)物協(xié)同制造模式[1].李伯虎等認(rèn)為智慧制造是一種深度融合制造科學(xué)、新興信息科學(xué)和智能科學(xué)等技術(shù)手段，對(duì)制造全生命周期活動(dòng)中的人、機(jī)、物、環(huán)境和信息等進(jìn)行智慧地感知、互聯(lián)、協(xié)同、分析、預(yù)測(cè)、決策、控制與執(zhí)行，實(shí)現(xiàn)人/組織、經(jīng)營(yíng)管理、技術(shù)(三要素)及信息流、物流、資金流、知識(shí)流和服務(wù)流(五流)等集成優(yōu)化的一種制造范式[10].顧新建等認(rèn)為智慧制造是信息化與工業(yè)化深度融合的一種新型工業(yè)形態(tài)，強(qiáng)調(diào)采用“智慧”技術(shù)整合與優(yōu)化制造企業(yè)的設(shè)計(jì)、生產(chǎn)、管理、服務(wù)和商務(wù)等各個(gè)環(huán)節(jié)，提升制造企業(yè)的綜合競(jìng)爭(zhēng)能力[11].

綜上所述，現(xiàn)有研究對(duì)智慧制造的理解不盡相同，尚未形成統(tǒng)一的概念和定義.甚至在對(duì)“智慧”一詞的外文翻譯上也存在爭(zhēng)議，文獻(xiàn)[1]將其翻譯為Wisdom，而文獻(xiàn)[11]則參考IBM“智慧地球”(Smart planet)的概念將其翻譯為Smarter.為進(jìn)一步厘清智慧制造的定義，筆者對(duì)智慧制造的概念展開(kāi)了探討.

1) 顧名思義，智慧制造一定涉及“智慧”和“制造”兩個(gè)概念，是智慧和制造的有機(jī)結(jié)合.

2) 目前對(duì)“制造”的概念有“小制造”和“大制造”兩種理解，前者指具體產(chǎn)品的生產(chǎn)過(guò)程；后者涉及產(chǎn)品全生命周期中的所有制造活動(dòng)及企業(yè)經(jīng)營(yíng)的全過(guò)程.智慧制造屬于“大制造”的概念[10]，主要體現(xiàn)在三個(gè)方面：一是產(chǎn)品的活動(dòng)和過(guò)程覆蓋面大，涉及產(chǎn)品的全生命周期；二是制造的活動(dòng)空間范圍大，包括企業(yè)內(nèi)外部甚至全球；三是覆蓋的制造類型大，包括離散型、流程型和混合型.

3) “智慧”在漢語(yǔ)中一般指辨析判斷、發(fā)明創(chuàng)造的能力.文獻(xiàn)[12]對(duì)“智慧”的內(nèi)涵進(jìn)行探討，認(rèn)為“智慧”是人所特有的一種復(fù)雜機(jī)能，是人對(duì)事物深刻理解和認(rèn)識(shí)，并做出正確判斷的能力.文獻(xiàn)[1]則以制造系統(tǒng)的視角來(lái)審視，認(rèn)為人是體現(xiàn)制造系統(tǒng)智慧化的關(guān)鍵因素.因此，智慧制造應(yīng)以人為本，充分運(yùn)用人的經(jīng)驗(yàn)和知識(shí).

雖然現(xiàn)有研究對(duì)智慧制造的定義不盡相同，但總體上表明了其目的、方法和功能等方面的特征，綜合上述分析，對(duì)智慧制造進(jìn)行描述，給出如下定義：

智慧制造是一種以人為本、面向服務(wù)以及基于智慧運(yùn)用的人機(jī)物協(xié)同制造模式，通過(guò)泛在網(wǎng)絡(luò)(互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、移動(dòng)網(wǎng)和衛(wèi)星網(wǎng)等)智慧地感知制造全生命周期中的人、機(jī)和物，連接物理世界的數(shù)據(jù)源；運(yùn)用大數(shù)據(jù)技術(shù)智慧地分析制造全生命周期中的物流、信息流、資金流、知識(shí)流和服務(wù)流，構(gòu)建信息世界的資源池；利用人際網(wǎng)實(shí)現(xiàn)知識(shí)的共享、傳播和積累，獲取社會(huì)世界的智慧庫(kù)；最后借助云服務(wù)技術(shù)智慧地配置制造全生命周期中的制造資源，為客戶提供按需使用和透明可信的制造服務(wù)，強(qiáng)調(diào)物理世界、信息世界和社會(huì)世界三者的融合.

1.2 智慧制造特征

智慧制造具有豐富的內(nèi)涵，在多種高新信息技術(shù)和先進(jìn)制造技術(shù)的支持下，集成機(jī)器智能、普適智能、社會(huì)智能以及人的經(jīng)驗(yàn)、知識(shí)和智慧等，通過(guò)人機(jī)物協(xié)同決策，為客戶提供個(gè)性化的制造服務(wù).根據(jù)概念和內(nèi)涵，智慧制造具有如下特征：

1) 互聯(lián)化：通過(guò)智慧感知將人、機(jī)和物互聯(lián)，實(shí)現(xiàn)全系統(tǒng)、全方位以及全生命周期的感知與接入.

2) 虛擬化：將制造資源/能力進(jìn)行虛擬封裝，只提供邏輯表示和抽象管理，不受物理限制.

3) 協(xié)同化：通過(guò)全面的互聯(lián)互通實(shí)現(xiàn)企業(yè)內(nèi)外部在技術(shù)、業(yè)務(wù)和管理等方面的協(xié)同.

4) 網(wǎng)絡(luò)化：充分利用網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)制造資源/能力的共享.

5) 服務(wù)化：提供按需使用的制造服務(wù)，深度融合制造業(yè)和服務(wù)業(yè).

6) 敏捷化：快速響應(yīng)用戶需求.

7) 智慧化：集成機(jī)器智能、普適智能、社會(huì)智能以及人的經(jīng)驗(yàn)、知識(shí)和智慧等，通過(guò)人機(jī)物共同決策實(shí)現(xiàn)制造系統(tǒng)全周期、全方位的智慧化.

8) 社會(huì)化：注重客戶參與和集體智慧創(chuàng)新，使生產(chǎn)者(Producer)和消費(fèi)者(Consumer)融為一體，成為產(chǎn)消者(Prosumer=Producer+Consumer).

9) 安全化：實(shí)時(shí)監(jiān)測(cè)制造系統(tǒng)全生命周期，結(jié)合歷史數(shù)據(jù)進(jìn)行智慧預(yù)測(cè)，使生產(chǎn)更加安全.

1.3 智慧制造與相關(guān)制造模式關(guān)系

智慧制造本質(zhì)上是制造業(yè)信息化的高級(jí)階段，是信息技術(shù)和制造技術(shù)不斷融合發(fā)展的結(jié)果.歐美等發(fā)達(dá)國(guó)家在制造業(yè)信息化的道路上走在前列，率先形成了許多具有代表性的制造模式，如智能制造(Intelligent manufacturing, IM)、敏捷制造(Agile manufacturing, AM)、網(wǎng)絡(luò)化制造(Network manufacturing, NM)、面向服務(wù)制造(Service-oriented manufacturing, SOM)及制造物聯(lián)(Internet of manufacturing things)等.近年來(lái)伴隨新一代信息技術(shù)的興起，以及各國(guó)政府對(duì)產(chǎn)業(yè)升級(jí)的持續(xù)關(guān)注，產(chǎn)生了一些引起國(guó)內(nèi)外產(chǎn)學(xué)研界廣泛關(guān)注的新興制造理念，如工業(yè)4.0(Industry 4.0)和工業(yè)互聯(lián)網(wǎng)(Industrial internet)，代表了智能化工業(yè)的最新發(fā)展.我國(guó)學(xué)者在已有制造模式的基礎(chǔ)上，也相繼提出了一些先進(jìn)的制造模式，如云制造(Cloud manufacturing, CM)和筆者論述的智慧制造.

以上各種制造模式都是在各自的時(shí)代背景下伴隨某種信息技術(shù)的發(fā)展而產(chǎn)生的.雖然產(chǎn)生的背景和針對(duì)問(wèn)題的側(cè)重點(diǎn)不同，但本質(zhì)上都是制造業(yè)信息化的方式，并隨著信息技術(shù)應(yīng)用范圍的擴(kuò)大而不斷發(fā)展，整個(gè)歷程實(shí)際上是一個(gè)智能水平不斷提升的過(guò)程.智能制造、云制造和制造物聯(lián)等主要側(cè)重于顯性智能或人工智能的集成.然而在智慧的程度上，以人作為主要體載的隱性知識(shí)高于顯性知識(shí)，其他制造模式對(duì)人的集成及隱性知識(shí)的共享缺乏有效的實(shí)現(xiàn)方法.與現(xiàn)有注重技術(shù)方面的制造模式相比，智慧制造進(jìn)一步通過(guò)社會(huì)渠道引入人際網(wǎng)，更強(qiáng)調(diào)群體智能、社會(huì)智能和人的主觀能動(dòng)性.特別是借助社會(huì)性軟件實(shí)現(xiàn)知識(shí)(尤其是隱性知識(shí))的獲取、分享、積累和創(chuàng)新，更加注重客戶的個(gè)性化以及參與的互動(dòng)性和創(chuàng)新性.圖1為智慧制造與其他相關(guān)制造模式的關(guān)系.

圖1 智慧制造與相關(guān)制造模式的關(guān)系Fig.1 Relationship between WM and related manufacturing

2 智慧制造關(guān)鍵技術(shù)及其研究現(xiàn)狀

智慧制造的“智慧性”很大程度體現(xiàn)在對(duì)制造過(guò)程的充分把握和認(rèn)識(shí)，并據(jù)此為客戶提供個(gè)性化制造服務(wù).根據(jù)智慧制造的特征，結(jié)合當(dāng)前高新信息技術(shù)的研究現(xiàn)狀(如物聯(lián)網(wǎng)、云技術(shù)和大數(shù)據(jù)等)設(shè)置了三個(gè)方面的關(guān)鍵技術(shù)，分別是基于物聯(lián)網(wǎng)的智慧感知技術(shù)、基于工業(yè)大數(shù)據(jù)的智慧分析技術(shù)和基于云技術(shù)的智慧服務(wù)技術(shù).通過(guò)智慧感知獲取環(huán)境信息和資源狀態(tài)，實(shí)現(xiàn)人、機(jī)和物三者的互聯(lián)互通；通過(guò)智慧分析提煉原始數(shù)據(jù)中的信息，并轉(zhuǎn)化為知識(shí)和智慧；通過(guò)智慧服務(wù)提供按需即取的服務(wù)方式，形成了智慧制造中“感、知、行”的循環(huán)，三者在智慧制造體系中的關(guān)系如圖2所示.

圖2 智慧制造三大關(guān)鍵技術(shù)的相互關(guān)系Fig.2 Relationship between the three key technologies of WM

2.1 智慧感知技術(shù)

感知是把握環(huán)境和認(rèn)識(shí)事物的開(kāi)始.對(duì)制造全生命周期中的資源、過(guò)程和服務(wù)等的智慧感知是實(shí)現(xiàn)智慧制造的前提.智慧感知的對(duì)象包含了制造系統(tǒng)中的人、機(jī)、物、環(huán)境和信息等，是全系統(tǒng)、全方位和全生命周期的透徹感知.它與傳統(tǒng)感知技術(shù)的最大區(qū)別在于除了“感知”能力外，還通過(guò)智慧推理賦予對(duì)象“認(rèn)知”的能力，最終實(shí)現(xiàn)“感控”的目的.智慧感知技術(shù)涉及四個(gè)關(guān)鍵問(wèn)題：感知系統(tǒng)建模、信息采集、信息分析和信息傳輸，技術(shù)體系如圖3所示.

圖3 智慧感知技術(shù)體系Fig.3 Wisdom sensing technology system

在感知系統(tǒng)建模方面，主要有概念模型和數(shù)學(xué)模型兩種.概念模型主要是基于上下文感知(Context-aware)理論，常見(jiàn)的有本體論建模、軟件工程建模和Agent建模.文獻(xiàn)[13]基于語(yǔ)義Web建立了一個(gè)包含用戶、設(shè)備、環(huán)境和服務(wù)在內(nèi)的本體模型，通過(guò)智能推理機(jī)制，提高了上下文生成和主動(dòng)服務(wù)的能力；文獻(xiàn)[14]提出了一種以軟件指標(biāo)來(lái)評(píng)價(jià)建模可行性的感知系統(tǒng)概念模型；文獻(xiàn)[15]提出了一種基于Agent的上下文感知系統(tǒng)架構(gòu).數(shù)學(xué)模型則關(guān)注智能計(jì)算中的相關(guān)理論，主要集中在隨機(jī)性模型方面.文獻(xiàn)[16]使用貝葉斯網(wǎng)絡(luò)的推理提出了一種新的上下文預(yù)測(cè)機(jī)制，為用戶提供更加及時(shí)、主動(dòng)的決策支持.

在信息采集方面，目前有多種傳感技術(shù)，如射頻識(shí)別技術(shù)、定位技術(shù)和微電機(jī)系統(tǒng)等.其中應(yīng)用最廣的是射頻識(shí)別技術(shù)(Radio frequency identification，RFID)，具有非接觸識(shí)別、高速物體識(shí)別和多目標(biāo)識(shí)別等特點(diǎn).RFID在生產(chǎn)制造中已有廣泛應(yīng)用，如物料跟蹤[17]、生產(chǎn)監(jiān)控[18]、在制品管理[19]和質(zhì)量控制[20]等.

在信息處理方面，現(xiàn)有研究主要采用數(shù)據(jù)融合(Data fusion)來(lái)消除數(shù)據(jù)冗余、提高數(shù)據(jù)精度并減少信息傳輸量.傳感器網(wǎng)絡(luò)中，監(jiān)測(cè)范圍重疊的傳感器之間會(huì)產(chǎn)生冗余數(shù)據(jù)，數(shù)據(jù)融合技術(shù)可以在數(shù)據(jù)傳輸前對(duì)其進(jìn)行處理，提高傳輸性能.此外，出于成本考慮，傳感器精度一般不高，而且由于工作環(huán)境的影響，會(huì)受到噪聲的干擾，數(shù)據(jù)精度較低.數(shù)據(jù)融合可以結(jié)合多個(gè)傳感器的信息，以此提高數(shù)據(jù)精度.當(dāng)前對(duì)數(shù)據(jù)融合的研究主要有：與網(wǎng)絡(luò)結(jié)構(gòu)相關(guān)的數(shù)據(jù)融合，如平面型網(wǎng)絡(luò)結(jié)構(gòu)[21]、層次型網(wǎng)絡(luò)結(jié)構(gòu)[22]等；與性能相關(guān)的數(shù)據(jù)融合，如關(guān)于能量和生命周期[23]、關(guān)于時(shí)延和時(shí)間調(diào)度[24]以及關(guān)于數(shù)據(jù)質(zhì)量[25]等；與安全相關(guān)的數(shù)據(jù)融合[26].

在信息傳輸方面，現(xiàn)有研究主要圍繞傳輸機(jī)制、傳輸方式和傳輸可靠性等幾個(gè)方面.從傳輸機(jī)制來(lái)看，可分為時(shí)間驅(qū)動(dòng)型[27]、事件驅(qū)動(dòng)型[28]和事件觸發(fā)型[29].從傳輸方式來(lái)看，有無(wú)線和有線兩種，相比較而言無(wú)線傳輸具有成本低、距離遠(yuǎn)和布置方便等特點(diǎn)，是一種較為理想的方式.目前應(yīng)用較為廣泛的無(wú)線傳輸技術(shù)有ZigBee[30]、超寬頻UWB[31]、藍(lán)牙[32]及Wi-Fi[33]等.從傳輸可靠性來(lái)看，主要手段有重傳機(jī)制[34]、冗余機(jī)制[35]、混合機(jī)制[36]、協(xié)作傳輸[37]及跨層優(yōu)化[38]等.

由上述研究可知：在感知系統(tǒng)建模方面，概念模型適合于宏觀系統(tǒng)架構(gòu)的描述，數(shù)學(xué)模型適合于具體算法的實(shí)現(xiàn)，而綜合兩者的優(yōu)點(diǎn)，使智慧感知的模型建立在宏觀和微觀統(tǒng)一的角度是未來(lái)的研究趨勢(shì)；在信息采集、處理和傳輸?shù)雀兄鞒谭矫妫绾纬掷m(xù)提高數(shù)據(jù)采集的精度和數(shù)據(jù)傳輸?shù)挠行允俏磥?lái)研究的重點(diǎn)，而最具前景的技術(shù)路線仍是向智能化、無(wú)線化發(fā)展.

2.2 智慧分析技術(shù)

隨著智慧感知技術(shù)對(duì)人、機(jī)和物全面感知的深入，制造過(guò)程中將產(chǎn)生大量的數(shù)據(jù)，即所謂的大數(shù)據(jù)(Big data).這些制造大數(shù)據(jù)除了數(shù)據(jù)量大之外，還具有多源異構(gòu)、時(shí)序性強(qiáng)、分布廣泛和動(dòng)態(tài)增長(zhǎng)等特點(diǎn)，難以實(shí)時(shí)查詢、處理和分析.

傳統(tǒng)方法一般采用數(shù)據(jù)倉(cāng)庫(kù)技術(shù)來(lái)進(jìn)行數(shù)據(jù)管理.但面對(duì)多樣性、復(fù)雜性和異構(gòu)性的制造大數(shù)據(jù)時(shí)，這種方式具有非常大的缺陷：首先，數(shù)據(jù)倉(cāng)庫(kù)面對(duì)的是存儲(chǔ)于關(guān)系表中的關(guān)系型數(shù)據(jù)，而制造大數(shù)據(jù)除了來(lái)自于各種管理系統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)外，更多的是生產(chǎn)流程、視頻監(jiān)控等非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)；其次，數(shù)據(jù)倉(cāng)庫(kù)技術(shù)涉及大量的數(shù)據(jù)移動(dòng)，在處理海量的制造大數(shù)據(jù)時(shí)，無(wú)法滿足制造過(guò)程的實(shí)時(shí)性要求.智慧分析技術(shù)是智慧制造中分析和處理制造大數(shù)據(jù)的關(guān)鍵技術(shù)，旨在挖掘數(shù)據(jù)背后隱藏的信息，進(jìn)而提煉為知識(shí)甚至智慧.智慧分析技術(shù)強(qiáng)調(diào)人機(jī)的相互協(xié)作與優(yōu)勢(shì)互補(bǔ)，將異構(gòu)數(shù)據(jù)源(包括結(jié)構(gòu)、半結(jié)構(gòu)和非結(jié)構(gòu)數(shù)據(jù))抽取和集成后，以機(jī)器的計(jì)算能力和人工智能將這些數(shù)據(jù)進(jìn)行處理分析，并將分析的結(jié)果利用可視化等技術(shù)展現(xiàn)，然后基于人機(jī)交互利用人所具備的認(rèn)知能力進(jìn)一步展開(kāi)分析.

數(shù)據(jù)處理是整個(gè)制造大數(shù)據(jù)處理流程中最核心的部分，是發(fā)掘數(shù)據(jù)價(jià)值的關(guān)鍵環(huán)節(jié).傳統(tǒng)的統(tǒng)計(jì)分析、數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)等數(shù)據(jù)處理方法難以處理體量極為龐大的制造大數(shù)據(jù).當(dāng)前研究多采用基于云計(jì)算的分布式處理技術(shù)，其系統(tǒng)平臺(tái)根據(jù)處理的數(shù)據(jù)類型不同可分為批量數(shù)據(jù)處理系統(tǒng)，如分布式文件系統(tǒng)GFS[39]、批處理技術(shù)MapReduce[40]和開(kāi)源實(shí)現(xiàn)平臺(tái)Hadoop[41]等；流式數(shù)據(jù)處理系統(tǒng)，如Storm[42]和Samza[43]等；交互式數(shù)據(jù)處理，如Spark[44]和Dremel[45]等；圖數(shù)據(jù)處理系統(tǒng)，如Pregel[46]和Trinity[47]等.總體來(lái)說(shuō)，大數(shù)據(jù)分析處理系統(tǒng)趨向于專用化、多樣化和實(shí)時(shí)化.

數(shù)據(jù)解釋是對(duì)制造大數(shù)據(jù)分析結(jié)果的解釋與展示，也是信息用戶最關(guān)心的部分，利用可視化技術(shù)和人機(jī)交互技術(shù)幫助人們分析大規(guī)模、多樣化及動(dòng)態(tài)化的數(shù)據(jù)，幫助人們更為直觀地理解大數(shù)據(jù)中隱藏的信息、知識(shí)與智慧.可視化技術(shù)根據(jù)數(shù)據(jù)類型可分為：文本可視化，如標(biāo)簽云(Tag clouds)[48]、語(yǔ)義結(jié)構(gòu)樹(shù)(Semantic structure tree)[49]等；網(wǎng)絡(luò)可視化，如樹(shù)圖技術(shù)(Treemaps)[50]、圖簡(jiǎn)化(Graph simplification)方法[51]等；時(shí)空數(shù)據(jù)可視化，如流式地圖(Flow map)[52]、時(shí)空立方體(Space-time cube)[53]等；多維數(shù)據(jù)可視化，如投影(Projection)[54]、平行坐標(biāo)(Parallel coordinates)[55]等.可視化技術(shù)只是展示機(jī)器計(jì)算的結(jié)果，還需結(jié)合人機(jī)交互技術(shù)進(jìn)行大數(shù)據(jù)的可視分析.文獻(xiàn)[56]比較和分析了筆交互和接觸交互兩種技術(shù).文獻(xiàn)[57]提出了一種基于折疊動(dòng)作的自然交互技術(shù)，可以通過(guò)手部動(dòng)作與機(jī)器界面中的對(duì)象進(jìn)行交互.文獻(xiàn)[58]提出了一種基于手繪草圖的筆交互技術(shù)，可以識(shí)別繪制的草圖并生成可視化圖形.

由上述研究可知智慧分析旨在充分利用機(jī)器和人的相互協(xié)作與優(yōu)勢(shì)互補(bǔ)：從機(jī)器角度出發(fā)，強(qiáng)調(diào)計(jì)算能力和人工智能；從人的角度出發(fā)，強(qiáng)調(diào)可視化技術(shù)和人機(jī)交互技術(shù)，將人所具備經(jīng)驗(yàn)、知識(shí)和智慧融入分析過(guò)程.

2.3 智慧服務(wù)技術(shù)

智慧服務(wù)技術(shù)是基于云技術(shù)，通過(guò)智慧云平臺(tái)，為用戶提供透明、可信和按需使用的制造服務(wù)的一系列技術(shù)集合，包括虛擬化技術(shù)、服務(wù)化技術(shù)和協(xié)同化技術(shù)等.它在智慧感知技術(shù)的基礎(chǔ)上將制造系統(tǒng)中的制造資源和能力基于知識(shí)進(jìn)行虛擬封裝，以服務(wù)方式統(tǒng)一于云池中；在智慧分析技術(shù)的支持下根據(jù)客戶需求將虛擬資源組合成業(yè)務(wù)流程，再推送到管理人員進(jìn)行確認(rèn)，在人機(jī)物的協(xié)同下實(shí)現(xiàn)制造資源和能力的服務(wù)化.

目前，主要采用面向服務(wù)架構(gòu)(Service oriented architecture，SOA)和云技術(shù)來(lái)實(shí)現(xiàn)面向服務(wù)的制造模式，云制造便是一個(gè)典型例子.文獻(xiàn)[1，59]認(rèn)為在服務(wù)模式上可以將云制造作為實(shí)現(xiàn)智慧制造的起點(diǎn).當(dāng)前針對(duì)制造云服務(wù)的關(guān)鍵技術(shù)和應(yīng)用平臺(tái)已有許多研究成果.在云服務(wù)關(guān)鍵技術(shù)方面，文獻(xiàn)[60]提出了一種云制造資源虛擬化框架；文獻(xiàn)[61]提出了一種面向云制造的資源優(yōu)化組合方法.在云服務(wù)平臺(tái)應(yīng)用方面，針對(duì)不同類型企業(yè)的需求和特點(diǎn)，主要分為兩類：集團(tuán)企業(yè)云制造服務(wù)平臺(tái)，如面向航天復(fù)雜產(chǎn)品[62]和軌道交通裝備[63]的集團(tuán)企業(yè)云制造服務(wù)平臺(tái)；中小企業(yè)的云制造平臺(tái)，如面向模具行業(yè)[64]和鋼鐵產(chǎn)業(yè)鏈[65]的云制造平臺(tái).

由上述研究可知：當(dāng)前云制造已有較為成熟的研究和應(yīng)用，其云服務(wù)模式可作為智慧服務(wù)的基礎(chǔ)和起點(diǎn).然而要持續(xù)提升服務(wù)的智慧水平，需在當(dāng)前結(jié)合務(wù)聯(lián)網(wǎng)和物聯(lián)網(wǎng)的云服務(wù)模式上進(jìn)一步融合知識(shí)網(wǎng)和人際網(wǎng)，充分結(jié)合人的經(jīng)驗(yàn)、知識(shí)和智慧，實(shí)現(xiàn)真正的智慧服務(wù).

3 智慧制造研究展望

智慧制造的相關(guān)研究剛剛起步，現(xiàn)有研究主要針對(duì)概念定義、內(nèi)涵特點(diǎn)及體系架構(gòu)等進(jìn)行了初步探討，尚存在很多新的科學(xué)問(wèn)題和關(guān)鍵技術(shù)亟待解決.智慧感知、分析和服務(wù)技術(shù)構(gòu)建了智慧制造的主要框架，但整個(gè)制造系統(tǒng)的順利運(yùn)行還需要運(yùn)作模式、商務(wù)模式和安全保障等方面的支持.智慧制造未來(lái)的主要研究方向有以下幾個(gè)方面.

3.1 智慧控制技術(shù)

智慧控制是指生產(chǎn)系統(tǒng)在無(wú)人環(huán)境下利用自動(dòng)控制裝置使生產(chǎn)過(guò)程或生產(chǎn)機(jī)械隨著條件的變化而自動(dòng)調(diào)節(jié).如前所述，智慧制造在感知技術(shù)方面與傳統(tǒng)感知技術(shù)的最大區(qū)別在于實(shí)現(xiàn)感控，而智慧控制技術(shù)正是在感知基礎(chǔ)上實(shí)現(xiàn)感控的關(guān)鍵技術(shù).智慧控制技術(shù)為智慧制造系統(tǒng)的自動(dòng)監(jiān)管和服務(wù)提供了使能技術(shù).

3.2 智慧商務(wù)技術(shù)

智慧制造通過(guò)智慧云服務(wù)平臺(tái)以服務(wù)化的方式提供制造服務(wù)，借助互聯(lián)網(wǎng)使得整個(gè)商務(wù)交易過(guò)程在線上完成.智慧商務(wù)技術(shù)是通過(guò)網(wǎng)絡(luò)和通信技術(shù)在互聯(lián)網(wǎng)上實(shí)現(xiàn)整個(gè)商務(wù)過(guò)程的一類技術(shù)，包括計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)、通信技術(shù)和支付技術(shù)等.智慧商務(wù)技術(shù)為智慧制造系統(tǒng)全生命周期中的商務(wù)活動(dòng)提供了使能技術(shù).

3.3 智慧安全技術(shù)

智慧制造使得企業(yè)間信息共享的程度大幅提高，由此也帶來(lái)了安全問(wèn)題，如通信安全、賬戶安全和數(shù)據(jù)泄露等.智慧安全技術(shù)是指保護(hù)智慧制造系統(tǒng)連續(xù)可靠運(yùn)行的技術(shù)，包括網(wǎng)絡(luò)安全技術(shù)、數(shù)據(jù)安全技術(shù)和管理安全技術(shù)等.智慧安全技術(shù)為智慧制造系統(tǒng)的基礎(chǔ)層、平臺(tái)層、應(yīng)用服務(wù)層及其集成系統(tǒng)網(wǎng)絡(luò)的安全提供了使能技術(shù).

3.4 智慧產(chǎn)權(quán)技術(shù)

智慧制造充分利用人際網(wǎng)中的群體智能，強(qiáng)調(diào)多方參與，使協(xié)同制造成員之間形成了既合作又競(jìng)爭(zhēng)復(fù)雜關(guān)系.智慧產(chǎn)權(quán)技術(shù)是指在資源共享活動(dòng)中保護(hù)各參與方的知識(shí)產(chǎn)權(quán)，保證協(xié)同制造成員合法利益的技術(shù).在協(xié)同制造過(guò)程中，需要公平評(píng)估投入的知識(shí)技術(shù)資源，提前識(shí)別與防范產(chǎn)品開(kāi)發(fā)各階段的知識(shí)產(chǎn)權(quán)風(fēng)險(xiǎn)，合理分配協(xié)同創(chuàng)新產(chǎn)品的收益.智慧產(chǎn)權(quán)技術(shù)為智慧制造系統(tǒng)中各參與方的知識(shí)產(chǎn)權(quán)保護(hù)提供了使能技術(shù).

4 結(jié) 論

智慧制造融合了多種先進(jìn)制造模式的思想與理念，并在社會(huì)性方面加以延伸和拓展，是制造業(yè)信息化的高級(jí)階段.對(duì)智慧制造的研究與進(jìn)展進(jìn)行了綜合性的論述，介紹了智慧制造的定義、內(nèi)涵和特性，分析比較了智慧制造與其他制造模式的關(guān)系，并重點(diǎn)從技術(shù)角度研究和討論了智慧制造的關(guān)鍵技術(shù)，最后展望了智慧制造的發(fā)展趨勢(shì).智慧制造具有巨大潛力，對(duì)我國(guó)制造業(yè)的轉(zhuǎn)型升級(jí)具有重要意義.鑒于目前智慧制造相關(guān)研究剛剛起步，相關(guān)研究成果有限，在未來(lái)需要通過(guò)信息科學(xué)、制造領(lǐng)域和眾多相關(guān)領(lǐng)域?qū)＜业娜媾?，加快和促進(jìn)智慧制造的研究與發(fā)展，最終實(shí)現(xiàn)人機(jī)物協(xié)同的制造模式.

[1] 姚錫凡,練肇通,楊屹,等.智慧制造——面向未來(lái)互聯(lián)網(wǎng)的人機(jī)物協(xié)同作戰(zhàn)模式[J].計(jì)算機(jī)集成制造系統(tǒng),2014,20(6):1490-1498.

[2] 周濟(jì).智能制造——“中國(guó)制造2025”的主攻方向[J].中國(guó)機(jī)械工程,2015,26(17):2273-3384.

[3] 姚錫凡,李彬,董曉倩,等.符號(hào)學(xué)視角下的智慧制造系統(tǒng)集成框架[J].計(jì)算機(jī)集成制造系統(tǒng),2014,20(11):2734-2742.

[4] YAO Xifan, JIN Hong, ZHANG Jie. Towards a wisdom manufacturing vision[J]. International journal of computer integrated manufacturing,2015,28(12):1291-1312.

[5] 周佳軍,姚錫凡.先進(jìn)制造技術(shù)與新工業(yè)革命[J].計(jì)算機(jī)集成制造系統(tǒng),2015,21(8):1963-1978.

[6] 張存吉,姚錫凡,張翼翔,等.從“數(shù)控一代”到“智慧一代”[J].計(jì)算機(jī)集成制造系統(tǒng),2015,21(7):1734-1743.

[7] 張益,馮毅萍,榮岡.智慧工廠的參考模型與關(guān)鍵技術(shù)[J].計(jì)算機(jī)集成制造系統(tǒng),2016,22(1):1-12.

[8] ZHANG Cunji, YAO Xifan, ZHANG Jiangming. Abnormal condition monitoring of workpieces based on RFID for wisdom manufacturing workshops[J]. Sensors,2015,15(12):30165-30186.

[9] 謝天,李從東,湯勇力,等.面向突發(fā)性制造需求的跨領(lǐng)域語(yǔ)義X列表集成方法[J].計(jì)算機(jī)集成制造系統(tǒng),2015,21(4):1063-1076.

[10] 至頂網(wǎng).智慧云制造的初步研究與實(shí)踐[EB/OL].[2016-03-03]. http://cio.zdnet.com.cn/cio/2014/0603/3022541.shtml.

[11] 顧新建,代風(fēng),陳芨熙,等.智慧制造與智慧城市的關(guān)系研究[J].計(jì)算機(jī)集成制造系統(tǒng),2013,19(5):1127-1133.

[12] 靖國(guó)平.論智慧的涵義及其特征[J].湖南師范大學(xué)教育科學(xué)學(xué)報(bào),2004,3(2):1671-6124.

[13] HERVAS R, BRAVO J, FONTECHA J. A context model based on ontological languages: A proposal for information visualization[J]. Journal of universal computer science,2010,16(12):1539-1555.

[14] FENG Y H, TENG T H, TAN A H. Modelling situation awareness for context-aware decision support[J]. Expert systems with applications,2009,36(1):455-463.

[15] NEVES A R D, CARVALHO A M G, RALHA C G. Agent-based architecture for context-aware and personalized event recommendation[J]. Expert systems with applications,2014,41(2):563-573.

[16] LEE S Y, LEE K C. Context-prediction performance by a dynamic Bayesian network: Emphasis on location prediction in ubiquitous decision support environment[J]. Expert systems with applications,2012,39(5):4908-4914.

[17] 李曉,金壽松,馮定忠.基于RFID的托盤(pán)租賃系統(tǒng)[J].浙江工業(yè)大學(xué)學(xué)報(bào),2011,39(6):666-669.

[18] 金壽松,林新忠,徐澤俠,等.無(wú)人化齒輪廠生產(chǎn)布局的研究[J].浙江工業(yè)大學(xué)學(xué)報(bào),2014,42(5):544-548.

[19] MAKRIS S, MICHALOS G, CHRYSSOLOURIS G. RFID driven robotic assembly for random mix manufacturing [J]. Robotics and computer-integrated manufacturing,2012,28(3):359-365.

[20] LO S C，LI B M. The design of a quality control system of PCB with SMT based on RFID and AOI[C]//Proceedings of the 2008 Eighth International Conference on Intelligent Systems Design and Applications. Washington, DC: IEEE,2008:649-653.

[21] INTANAGOWIWAT C, GOVINDAN R, ESTRIN D, et al. Directed diffusion for wireless sensor networking[J]. IEEE/ACM trans on networking,2003,11(1):2-16.

[22] MOSTAFIZUR M, MOZUMDAR R, NAN Guofang, et al. An efficient data aggregation algorithm for cluster-based sensor network[J]. Journal of networks,2009,4(7):598-606.

[23] LINFY S, YEN H H, LIN Shuping. Delay QoS and MAC aware energy efficient data aggregation routing in wireless sensor networks[J]. Sensors,2009,9(10):7711-7732.

[24] LI Hong, YU Hongyi, YANG Baiwei, et al. Timing control for delay constrained data aggregation in wireless sensor networks[J]. International journal of communication system,2007,20(7):875-857.

[25] FAN Y C, CHEN A L P. Efficient and robust sensor data aggregation using linear counting sketches[J]. IEEE trans on parallel and distributed systems,2010,21(11):1675-1691.

[26] OZDEMIR S, CAM H. Integration of false data detection with data aggregation and confidential transmission in wireless sensor networks[J]. IEEE/ACM trans on networking,2010,18(3):736-749.

[27] XU Enyang, DING Zhi, DASGUPTA S. Source localization in wireless sensor networks from signal time-of-arrival measurements[J]. IEEE transactions on signal processing,2011,59(6):2887-2897.

[28] PAWLOWSKI A, GUZMAN J L, RODRIGUEZ F, et al. Simulation of greenhouse climate monitoring and control with wireless sensor network and event-based control[J]. Sensors,2009,9(1):232-252.

[29] SIFUENTES E, CASAS O, PALLAS-ARENY R. Wireless magnetic sensor node for vehicle detection with optical wake-up[J]. IEEE sensors journal,2011,11(8):1669-1676.

[30] 周曉,李杰,邊裕挺.基于無(wú)線傳感網(wǎng)絡(luò)的環(huán)境溫度監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[J].浙江工業(yè)大學(xué)學(xué)報(bào),2013,41(4):440-443.

[31] GIRBAU D, RAMOS A, LAZARO A, et al. Passive wireless temperature sensor based on time-coded UWB chipless RFID tags[J]. IEEE transactions on microwave theory and techniques,2012,60(11):3623-3632.

[32] GOMEZ, C, OLLER J, PARADELLS J. Overview and evaluation of blue tooth low energy: an emerging low-power wireless technology[J]. Sensors,2012,12(9):11734-11753.

[33] TOZLU S, SENEL M, MAO Wei, et al. Wi-Fi enabled sensors for internet of things: a practical approach[J]. IEEE communications magazine,2012,50(6):134-143.

[34] AKAN O B, AKYILDIZ I F. Event-to-sink reliable transport in wireless sensor networks[J]. IEEE/ACM transactions on networking,2005,13(5):1003-1016.

[35] SROUJI M S, WANG Zhonglei, HENKEL J. RDTS: a reliable erasure-coding based data transfer scheme for wireless sensor networks[C]//Proceedings of the 2011 IEEE 17th International Conference on Parallel and Distributed Systems. Washington, DC: IEEE,2011:481-488.

[36] WEN Hao, LIN Chuang, REN Fengyuan, et al. Retransmission or redundancy: transmission reliability study in wireless sensor networks[J]. Science China information sciences,2012,55(4):1-10.

[37] KOETTER R, KSCHISCHANG F R. Coding for errors and erasures in random network coding[J]. IEEE transactions on information theory,2008,54(8):3579-3591.

[38] GRILO A M, HEIDRICH M. Routing metrics for cache-based reliable transport in wireless sensor networks[J]. Eurasip journal on wireless communications and networking,2013(9):1000-1029.

[39] GHEMAWAT S, GOBIOFF H, LEUNG S T. The google file system[J]. ACM,2003,37(5):29-43.

[40] DEAN J, GHEMAWAT S. MapReduce: simplified data processing on large clusters[J]. Communications of the ACM,2008,51(1):107-113.

[41] 郭淑琴,薛益趙,徐步匯.一種基于Hadoop的分布式地圖匹配算法[J].浙江工業(yè)大學(xué)學(xué)報(bào),2015,43(3):332-335.

[42] Apache Storm. Storm[EB/OL]. [2016-03-03]. http://storm.incubator.apache.org/.

[43] GOODHOPE K, KOSHY J, KREPS J, et al. Building LinkedIn’s real-time activity data pipeline[J]. IEEE data engineering bulletin,2012,35(2):33-45.

[44] ZAHARIA M, CHOWDHURY M, FRANKLIN M, et al. Spark: cluster computing with working sets[C]//Proceedings of the 2nd USENIX Conference on Hot topics in Cloud Computing. Berkeley, CA: USENIX,2010:10.

[45] MELNIK S, GUBAREV A, LONG Jingjing, et al. Dremel: interactive analysis of Web-scale datasets[J]. Communications of the ACM,2011,54(6):114-123.

[46] MALEWICZ G, AUSTERN M H, BIK A J, et al. Pregel: a system for large-scale graph processing[C]//Proceedings of the 2010 ACM SIGMOD International Conference on Management of Data. New York: ACM,2010:135-146.

[47] SHAO B, WANG H, LI Y. Trinity: a distributed graph engine on a memory cloud[C]//Proceedings of the 2013 International Conference on Management of Data. New York: ACM,2013:505-516.

[48] KOH K, LEE B, KIM B. ManiWordle: providing flexible control over wordle[J]. IEEE transactions on visualization and computer graphics,2010,16(6):1190-1197.

[49] ZHAO J, CHEVALIER F, COLLINS C, et al. Facilitating discourse analysis with interactive visualization[J]. IEEE transactions on visualization and computer graphics,2012,18(12):2639-2648.

[50] GOU Liang, ZHANG Xiaolong. TreeNetViz: revealing patterns of networks over tree structures[J]. IEEE transactions on visualization and computer graphics,2011,17(12):2449-2458.

[51] HURTER C, ERSOY O, TELEA A. Graph bundling by kernel density estimation[J]. Computer graphics forum,2012,31(3):865-874.

[52] BUCHIN K, SPECKMANN B, VERBEEK K. Flow map layout via spiral trees[J]. IEEE transactions on visualization and computer graphics,2011,17(12):2536-2544.

[53] TOMINSKI C, SCHUMANN H, ANDRIENKO G, et al. Stacking-based visualization of trajectory attribute data[J]. IEEE transactions on visualization and computer graphics,2012,18(12):2565-2574.

[54] LEE J H, MCDONNELL K T, ZELENYUK A, et al. A structure-based distance metric for high-dimensional space exploration with multi-dimensional scaling[J]. IEEE transactions on visualization and computer graphics,2014,20(3):351-364.

[55] CLAESSEN J H T, VANWIJK J J. Flexible linked axes for multivariate data visualization[J]. IEEE transactions on visualization and computer graphics,2011,17(12):2310-2316.

[56] WALNY J, LEE B, JOHNS P, et al. Understanding pen and touch interaction for data exploration on interactive whiteboards[J]. IEEE transactions on visualization and computer graphics,2012,18(12):2779-2788.

[57] TOMINSKI C, FORSELL C, JOHANSSON J. Interaction support for visual comparison inspired by natural behavior[J]. IEEE transactions on visualization and computer graphics,2012,18(12):2719-2728.

[58] LEE B, KAZI R H, SMITH G. Sketch story: telling more engaging stories with data through freeform sketching[J]. IEEE transactions on visualization and computer graphics,2013,19(12):2416-2425.

[59] 顧新建,祁國(guó)寧,唐任仲.智慧制造企業(yè)——未來(lái)工廠的模式[J].航空制造工程,2010(12):26-28.

[60] 任磊,張霖,張雅彬,等.云制造資源虛擬化研究[J].計(jì)算機(jī)集成制造系統(tǒng),2011,17(3):511-518.

[61] TAO F, YING C, ZHANG L, et al. Equilibrium and collaboration of resource service transaction in service-oriented manufacturing[J]. Journal of engineering manufacture,2012,226(6):1099-1117.

[62] 李伯虎,張霖,任磊,等.再論云制造[J].計(jì)算機(jī)集成制造系統(tǒng),2011,17(3):449-457.

[63] 戰(zhàn)德臣,趙曦濱,王順強(qiáng),等.面向制造及管理的集團(tuán)企業(yè)云制造服務(wù)平臺(tái)[J].計(jì)算機(jī)集成制造系統(tǒng),2011,17(3):487-494.

[64] 顧新建,黃沈權(quán),陳笈熙,等.模具行業(yè)需求驅(qū)動(dòng)的云制造服務(wù)平臺(tái)[J].計(jì)算機(jī)集成制造系統(tǒng),2012,18(7):1650-1656.

[65] 李孝斌,尹超,龔小容,等.機(jī)床裝備及其加工運(yùn)行過(guò)程云制造服務(wù)平臺(tái)[J].計(jì)算機(jī)集成制造系統(tǒng),2012,18(7):1604-1612.

(責(zé)任編輯：陳石平)

Wisdom manufacturing and its current researchstatus

LU Jiansha, HU Qinghui, DONG Qiaoying

(College of Mechanical Engineering, Zhejiang University of Technology, Hangzhou 310014, China)

To grasp the latest development of manufacturing model, the concept, connotation and operational mechanism of Wisdom Manufacturing (WM) were summarized and discussed. Based on the analysis of the background, the associated definitions and basic features of WM were given. Besides, relations and differences were discussed between WM and other advanced models such as intelligent manufacturing, agile manufacturing and networked manufacturing, etc. The three key techniquesof WM, including wisdom awareness, wisdom analysis and wisdom service were described. The interrelationships and current research on these key techniques were summarized and analyzed. Furthermore, the future research trend of WM was discussed.

wisdom manufacturing; wisdom awareness; wisdom analysis; wisdom service

2016-03-05

浙江省自然科學(xué)基金資助項(xiàng)目(LQ14E050004)

魯建廈(1963—)，男，浙江余姚人，教授，博士生導(dǎo)師，研究方向?yàn)橄冗M(jìn)制造系統(tǒng)、工業(yè)工程和物流工程等，E-mail：ljs@zjut.edu.cn.

TP391；TH16

A

1006-4303(2016)06-0681-08