发展感知技术，让机器识别未来

　　制造业是什么？制造业是指将制造资源转化为可供人们使用的工具、工业品与生活消费产品的行业，制造业比重是衡量一国工业水平的重要指标。

　　从工业1.0到工业4.0，制造业的发展与经济发展水平相辅相成，也与个人的生活息息相关。业界将20世纪末期的互联网革命算作工业4.0（智能化时代）的起始阶段，制造企业也纷纷向工业4.0的目标迈进。如何判定制造企业是否进入工业4.0？在广东工业大学杨祖元教授看来，其中的的重要标志之一是实现“智能生产”和“智能工厂”。本期，就让我们在杨教授的解读中，一起探索制造业未来发展的核心技术，体察智能制造关键环节。

　　智能制造的核心技术

　　2015年，在德国正式推出工业4.0战略两年之后，中国结合制造业国情，提出我国要“把智能制造作为两化深度融合的主攻方向，着力发展智能装备和智能产品，推进生产过程智能化，培育新型生产方式，全面提升企业研发、生产、管理和服务的智能化水平。”如何发展智能制造？就当前形式而言，工业互联网的建设无疑是其中的重要趋势。

　　在杨教授看来，工业互联网是智能制造体系的基石，而围绕工业互联网产生的大数据，以及对应的大数据分析技术则是提升智能制造发展水平的核心技术。

　　对于制造业而言，智能制造的良性发展能极大地提升制造效率，显著降低制造成本，在新产品设计和开发、质量管理等方面起到引领作用。智能制造在未来的发展将溢出制造业本身，不仅限于提升制造的效率，还有望打通从原材料到产品制造到销售等整个产业链和服务链。

　　在此过程中，大数据分析技术以高效、标准的方法实时进行信息采集、自动识别，并将信息传输到分析决策系统；然后通过面向产品全生命周期的海量异构信息的挖掘提炼、计算分析、推理预测，形成优化制造过程的决策指令；最后根据决策指令，利用执行系统控制制造过程状态，实现稳定、安全的运行和动态调整。将整个过程搭建成从实时感知⸺优化决策⸺动态执行的良性循环。

　　制造企业进行智能制造转型升级的过程，即为将信息技术引入其传统制造工厂，通过大数据和虚拟化等工具增强其产品的柔性，实现创新/质量和成本/速度相融合的新型生产制造模式的变革。

　　工业4.0是以强大的制造业为基础，利用信息技术等手段“自下而上”改造制造业。

　　大数据分析技术实践

　　进行大数据分析的主要目的是为了提取知识。在制造业中，大数据分析的表现形式通常是为了获得产品状态（故障和等级）与参数设置之间的关系，根据数据特征信息之间的耦合关系提出影响产品状态的因素的挖掘方法。

　　以其中的智能检测为例。在工业互联网体系中，很大一部分数据的来源是通过“视觉”，视觉数据能占整体的90%以上，而不同的摄像头采集的数据往往千差万别。这就导致智能检测的过程，通常情况下要从机型繁多、工艺各异、数量庞大的数据湖中，分析总结历史数据，以及不同模态数据的变化规律，从而完成智能化检测。智能检测需要制造和检测相互协作，产生新的知识，让整个智能化流程自动运行。

　　在制造过程中，信息的载体和数据的感知很难把握。从工业互联网体系中采集的大量数据可能是无效的，当事人无法事先知道采集的数据中具体都有哪些数据。因此，与大数据分析相关的技术在整个智能制造的构建过程中就显得尤为重要。

　　如何发展智能制造

　　在杨教授看来，数据是制造业转型升级的重要因素之一，它决定着产业由制造向“智造”转化的过程。由此，他提出了发展智能制造的三项关键技术：

　　1）发展感知技术，提升数据化程度，用机器能认识的数据来进行信息表达和传递；

　　2）开发大数据处理技术，从海量数据中获取有用的信息，指导制造业的智能化实施过程；

　　3）构建各级工业互联网平台，在注重安全隐私的情况下打破数据孤岛，让数据流动起来，参与智能决策。

　　“大学院所、科研机构的优势在于了解和追踪国内外最新的智能化方法和成果，可以通过与智能制造对口企业定向合作，及时向企业传播新的知识。特别是智能制造所涉及的多领域协作技术，比如以科研团队的形式与企业深度合作研发，为制造过程提供前瞻性技术咨询，降低试错成本等。”

　　作为为社会培养工业人才的学者，杨教授也从产学研的角度分享了自己的看法。

　　在他看来，这种优势目前在国内并没有被充分体现，大学院所、科研机构丰富的人力资源在智能化发展方面大有可为，但他们离实际的产品制造有较大距离，且缺乏了解制造过程的途径。希望未来这些资源能有望与担任制造工作的企业深度融合，进一步提高我国制造业智能制造水平。

　　谈到我国制造业整体的发展，杨教授表示珠三角制造业发达，能生产丰富的产品，但智能化水平差强人意，是转型的关键时期。以服装行业为例，上万家工厂中许多厂房还是手工作坊，机器化、自动化水平尚有待提升，智能化更是距离甚远。在推进智能制造发展的过程中，珠三角面临着各行业内集成化程度不高，小型工厂居多，行业间联络方式缺乏等困境。这导致生产、供需等数据难以获取，数据孤岛现象严重，极大制约着制造业整体智能化水平发展。但不可轻易忽视的是，珠三角同时也拥有制造业整体规模大，供应链较为齐全的优势，为智能化程度的提升提供了广阔前景。

　　面对这样的现状，杨教授给出了抱团发展，积极加入由高校牵头或政府主导或自发成立的行业协会的建议。制造企业可以从协会动态获取企业竞争力的相对水平，及时评估自身的技术发展程度，与同行互补性掌握各自的核心技术，提升产品的差异化价值，避免同质化、内卷式竞争。围绕“专精特新”“灯塔工厂”等目标不断提升企业的能力。

关注读览天下微信， 100万篇深度好文， 等你来看……