为了便于描述，本文将智能制造技术实现的系统集合称为智能制造系统，传统的工业生产控制系统( 包括工业生产过程中各级自动化和信息系统的总和) 称为工业自动化系统。
1 工业自动化系统的特点
经过多年的发展，钢铁行业工业自动化系统的主体结构一般分为 5 层，如图 1 所示: 设备级别的检测和执行 L0、基础自动化等级 L1、过程自动化级L2、L3制造执行系统 以及企业资源计划 L4，每层根据功能或控制范围分为多个系统。各层系统之间的数据通过接口协议传输，业务应用程序相互关联。
随着计算机和控制器能力的增强，过程自动化级的许多功能“下沉”到基本自动化级，形成“过程控制级”; 管理的扁平化需求使制造执行系统与企业资源计划之间的分工界限不那么明显，整合形成“生产管理水平”。但无论是 5 层结构或其他类型的结构，一般围绕企业的核心发展目标，实现各系统的功能定位和分工合作。图 1 工业自动化系统的结构
工业自动化系统通常需要具备以下特点，以总结工业生产对控制技术的要求。
( 1) 确定性。确定性是指工业自动化系统必须具有确定的响应能力，主要包括： 1) 实时性。工业自动化系统通常是实时系统，在许多情况下，生产过程信息传输的延迟是不可接受的。2) 可预测性。也就是说，在一定条件下，系统的输出是可预测的，差异在可控或可接受的范围内。3)手动优先。在异常情况下，操作人员可以手动接管工业自动化系统的部分功能，使整个系统能够降低部分性能( 包括便利性) 在手动模式下继续运行。
( 2) 可用性。可用性是指工业自动化系统在一定程度上保证外部资源的前提下执行规定功能的能力。主要包括: 1) 可靠性。由于其控制对象的重要性，工业自动化系统通常需要连续工作，不允许控制系统突然中断和重新启动，这意味着在传统中 IT 在工业自动化系统中，通过重启复位系统的意外故障几乎是不可接受的。因此，在工业自动化系统中，所需的功能应通过尽可能简单、可控和必要的代码来实现，并在投入运行前进行反复和详细的测试，以确保事故中断的可能性最小化。2) 容错性。在设计和测试工业自动化系统时，必须尽可能多地考虑系统在各种输入条件下的响应。当部分输入信号异常时，系统可以继续工作或自动进入安全状态，避免极端错误输出，造成设备或产品损坏甚至人身伤害。3) 安全性。一旦工业自动化系统受到网络攻击的后果比 IT 该领域更加严重，会导致生产停机、设备损坏或安全事故。因此，必须结合应用场景，合理部署安全解决方案，实现功能安全与信息安全的有机整合。
( 3) 经济。经济是指企业从投资活动中获得的经济回报。钢铁企业具有深厚的行业背景和独特的个性化特点。许多先进的技术很难在其他行业和不同的生产线之间实现简单的复制和推广，IT 该领域的市场模式并不一定适用于工业领域。因此，需要综合考虑技术开发是否具有适当的经济性。
随着计算机技术的发展，大量的计算机、操作系统和各种网络协议被用于工业自动化系统，越来越多的IT技术被引入。在引进某些技术的过程中，对工业生产的要求进行了改造、验证和推广。人工智能、工业大数据、工业互联网平台等智能制造系统中的许多基础技术也来自IT技术。在引进工业生产的过程中，还需要综合考虑确定性、可用性和经济因素，并根据要求进行必要的调整和改造。
一般来说，智能制造的发展应该是一个循序渐进的过程。根据不同发展阶段生产需求和相关技术的特点，合理确定相关技术的作用及其在整个生产系统中的地位。最终目标是实现各种技术与现有工业自动化系统的结合，形成有机整体，有效实现企业的发展目标。
2 智能制造系统的发展过程 3 个阶段
根据智能制造系统需要解决的问题和在整个生产系统中的地位，智能制造的发展过程可以粗略地分为 3 个阶段。
2． 1 第一阶段-智能制造初级阶段
在此阶段，人工智能等先进技术不断延伸到传统的工业自动化系统，通过先进的手段显示生产过程中可见或隐藏的状态，辅助人员做出正确的操作或决策，优化工业自动化系统的功能。智能制造系统采用工业大数据分析、人工智能等多种技术，在图像识别、故障预测等特定领域可能超过人，但在实际生产中，由于复杂多变的现实，不能取代自己的经验或直觉做出正确的判断，但可以作为良好的决策参考或辅助优化系统。
现阶段，由于智能制造系统主要围绕企业功能的某一方面发挥“画龙点睛”的作用然而，在实现过程中，有许多因素会限制功能的实现。例如，扫描模式建立的模型将相对粗略，信息不足； 安装检测设备会受到现有工艺设备布置等因素的影响。在过去的几年里，企业围绕企业的发展目标，从自身的现实出发，克服了不利因素，在许多领域对智能制造进行了艰苦的探索和深入的实践，取得了良好的效果。这些探索和实践对智能制造的发展非常有益。
在这个阶段，传统的工业自动化系统仍然控制着工业生产。一般来说，智能制造系统相当于智库。随着时间的推移，它已经扩展到越来越多的领域，并为企业的痛点和问题提出了解决方案。然而，人们仍然需要根据经验在工业自动化系统的基础上做出最终决策或在有限的范围内发挥作用。当智能制造系统不能正常工作时，仍然可以依靠人们的经验和工业自动化系统继续生产。
从这个意义上说，工业生产需要智能制造系统的确定性和可用性 IT 该系统没有显著区别。智能制造系统在工业生产中起着局部作用，作用有限。其表现形式是与智能制造相关的多个“点”并行发展( 也不需要追求) 形成一个完整的自治体系。在这个阶段，由于智能制造系统本身没有形成一个完整的自主系统，因此可以考虑用功能实现过程来描述智能制造： 智能制造是面向企业的生物 产 需 以信息系统为载体，模拟专家的智能分析、判断和决策，从而扩展 /延伸 /部分系统取代了专家的大脑思维过程。
2． 2 第二阶段-智能制造中级阶段
随着技术的发展，智能制造系统在工业生产中的作用越来越重要。集成在智能制造系统中的相关技术逐渐成熟。经过不同生产线、不同工艺和长期反复验证，得到了广泛的应用，如： ( 1) 传感器和控制器变得简单、经济、易于获得，视频和音频等生物识别技术得到了广泛的应用，使系统获得更全面、更准确的信息； ( 2) 对于同一功能，不同子系统的计算结果相互确认和交互评价，智能制造系统自行决策输出； ( 3) 当外部条件发生变化或故障时，局部子系统的故障不会影响整个系统的运行，或自动进入安全状态； ( 4) 智能制造的基础技术逐渐成熟，合理解决确定性、可用性和经济问题 如果区块链技术逐渐成熟，理论上可以解决工业数据的安全性和信任问题。
在此前提下，智能制造系统在工业生产中的作用将变得越来越重要，并逐步完全控制生产过程中的特定单元或特定功能。为了安全生产，传统的工业自动化系统可以作为智能制造系统的补充或储备。
现阶段，智能制造系统不仅是智库，也是生产过程中的决策者，根据生产过程数据判断生产状态，形成控制决策，输出执行，并根据执行后的信息优化和适应系统。因此，工业生产对智能制造系统的确定性和可用性的要求将远高于 IT 系统要求。
现阶段，局部智能制造系统( 生产过程中的特定单元或特定功能) 从生产单位的实施方法可以描述，形成了一个相对完整的自治体系： 智能制造通过构建“状态感知” － 实时分析 － 自主决策 － 精准执行 － 通过软件形成的数据自动流来消除复杂系统的不确定性，在给定的时间和目标场景下，优化生产过程。
智能制造系统从初级阶段到中级阶段的演变是一个长期的过程。在生产系统中，由于不同的需求，不同的生产单元采用不同的技术成熟度。在智能制造的初级阶段和中级阶段，系统将长期共存和协同作用。但总的来说，随着技术的发展，越来越多的智能制造技术将进化到中级阶段。
2． 3 第三阶段-智能制造高级阶段
随着智能制造系统在工业生产中的推广和应用，在越来越多的生产单元中，智能制造系统已经从辅助地位转变为主导地位，形成了多个局部自主的智能制造系统。同时，围绕通过智能制造实现企业发展目标，企业在规划设计阶段，从智能制造顶层设计，实现智能工厂全生产线三维建模和数字交付、综合管理规划、设计、施工、设备、产品、运行维护数据，建立完整、功能丰富的数字工厂和数字双模型，为智能制造的全面深入实施奠定良好的基础。
在中国钢铁工业协会发布的《钢铁未来梦工厂》中，对未来的智能制造钢铁企业进行了全面的描述： 工厂拥有基于信息物理系统、大数据、人工智能、边缘计算等新一代信息技术的智能决策和综合控制平台。从这里发布实时、科学的决策指令，优化、高效的资源配置将从这里开始。工厂拥有自我感知、自我组织和自我决策的智能系统。“血液”由能量流、物质流和信息流组成 液体是一种高效、连续、平稳运行的制造系统，形成了有机体的“骨骼”，保证了物质、能量和信息的动态平衡和运行优化。全面提高发展水平，实现钢铁行业优质发展，实现“精准、高效、优质、低消耗、安全、环保”。
在智能制造的高级阶段，智能制造的理念需要贯穿规划、设计、施工、运维、生产和管理 过程，实现统筹规划和顶层设计，基础 础 性 工 作 包括: ( 1) 智能制造的生产系统结构规划合理； ( 2) 合理安排生产车间的平面布置，确保有序的生产和合理的物流； ( 3) 测试设备及其配套设施的合理配置，确保数据的稳定性和可靠性； ( 4) 实现生产线设计和施工过程的三维设计和数字交付，全面实现数字化，为生产线的整个生命周期搭建数据平台； ( 5) 智能制造基础设施的合理配置，包括工业大数据平台、工业互联网平台等。
现阶段，智能制造系统贯穿整个生产过程，作为决策者出现在企业生产活动的各个层面，充分占据主导地位。智能制造系统在生产过程中的确定性和可用性要求远高于智能制造系统 IT系统的要求。智能制造系统形成了一个完整的自治系统，形成了一种新的生产方式，可以从系统层面描述智能制造： 基于新一代信息通信技术与先进制造技术的深度融合，智能制造贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自我感知、自我学习、自我决策、自我执行、自我适应等功能。
2． 4 智能制造系统的发展过程 3 阶段特征
如上所述，在智能制造的初级阶段，智能制造系统本身并不构成一个完整的系统，而是作为工业自动化系统架构系统的重要补充，在工业生产中发挥着重要的参考和补充作用； 在智能制造的中间阶段，智能制造围绕特定的生产单元形成了一个完整的自主系统，在当地发挥着决定性的作用。传统的工业自动化系统将作为储备； 在智能制造的高级阶段，在生产过程的各个层面上，形成了完整的智能制造架构体系。总结智能制造发展过程 3 个阶段特征见表 1。
表 1 智能制造的发展过程 3 阶段特征3 对智能制造系统所处阶段的理解
3． 1 生产系统的数据流
从宏观上看，工业生产过程或产业链由多个相对独立的生产单元组成。生产单元可以是企业、生产线、工艺段、独立设备或相对独立的功能。为了对智能制造系统的不同发展阶段有一个全面的了解，构成工业生产过程的每个生产单元广泛分为 4个相对智能制造系统的发展阶段是通过分析各系统之间的数据流和相互作用来判断的。
系统包括: ( 1) 包括生产线、产品等物理系统； ( 2) 包括输入在内的传统工业自动化系统 ///感知子系统和分析决策 /自学学习子系统； ( 3) 人，包括操作人员、维护人员、管理人员等； ( 4) 智能制造系统包括输入 ///感知子系统和分析决策 /自学子系统，以及数字孪生模型系统和虚拟生产系统。数字孪生模型是基于物理模型，基于物理系统的参数和历史数据在数字空间中实现的，其输出作为智能制造系统的分析 /决策 /参考和评价自学子系统。数字孪生模型是基于物理模型，基于物理系统的参数和历史数据在数字空间中实现的，其输出作为智能制造系统的分析 /决策 /自学子系统的参考和评价。此外，基于数字双胞胎模型系统，可以实现虚拟生产，模拟验证生产过程控制、生产组织管理、新产品开发等工作。
图 2 生产单元的数据流
生产单元的数据流如图所示 2 所示。图 2 中: 箭头方向表示数据流向； 开关符号定义数据的连接或断开； 实时数据表示实时数据； 虚线表示非实时数据，包括历史数据、系统参数等； S1 表示人们对工业自动化系统的设置操作和干预是否有效； S2表示智能制造系统的输出是否作为设置操作和干预的参考反馈； S3 是否将智能制造系统的输出作为工业自动化系统的设置。
3． 2 智能制造不同阶段的分析
在图 2 每个系统之间的数据流是由上述S1引起的 ～ S3 在智能制造的不同发展阶段，开关的状态组合不同，表格也不同 2 列出不同发展阶段的数据流特征。其中，1 代表开关连接，0代表开关断开，* 代表开关状态对智能制造阶段的判断没有影响。
表 2 工业生产系统的控制模式注 1: 在智能制造发展的早期阶段，辅助工业自动化系统优化了智能制造系统的输出，主要是工业自动化系统的决策输出，一般处于智能制造的初级阶段； 随着智能制造系统的发展和优化，工业自动化系统的作用将逐渐减弱，智能制造系统的输出将逐渐演变为决定性作用，并转变为智能制造的中间阶段。
注 2: 随着智能制造技术的发展，智能制造系统的输出对特定生产单元起着决定性的作用，智能制造系统的输出在生产过程的其他环节起着辅助作用。两者长期共存，一般处于智能制造的中间阶段； 在越来越多的生产环节中，智能制造系统的输出起着决定性的作用，生产过程将逐渐过渡到智能制造的先进阶段。图 3 所示是智能制造从初级阶段到高级阶段的发展过程。
图 3 智能制造系统的发展过程
3． 3 相关技术分析
以钢铁领域的两个应用场景为例，分析相关智能制造技术在工业生产中的作用和地位，判断阶段。
( 1) 智能天车的车辆识别。对于智能天车来说，一个重要的功能是识别运输车辆的形状、鞍座位置和钢卷形状，并将识别的相关坐标数据发送到天车的起重系统作为起重的目标位置。在智能制造的初级阶段，车辆识别系统输出目标位置后，操作人员应确认位置的准确性和吊装过程的安全性，并在发出确认操作指令后开始吊装。在此过程中，即使由于外部原因造成意外识别错误，也不会因操作人员的确认而造成重大错误。在中级智能制造阶段，车辆识别系统确定目标位置后，直接发送起重指令。这对识别系统的确定性和可用性提出了很高的要求。它不仅要求识别系统在任何工作条件下都能够可靠、准确地识别，还要能够判断其输出是否会产生意想不到的结果，必要时自动进入安全状态或切换到手动操作模式。在智能制造的高级阶段，智能天车的车辆识别作为生产过程中的关键功能，是重要组成部分之一。
( 2) 中厚板轧制过程中的数字孪生系统。中厚板生产属于多次可逆轧制过程，轧制过程对产品质量和生产效率有重要影响。传统的方法需要工艺人员和操作人员经过多次试验才能形成稳定的生产过程。为此，考虑为中厚板轧制过程构建数字孪生系统： 借助设备三维数据和生产线建设的设计过程 BIM数据建立的虚拟模型以三维形式再现生产过程； 以与生产过程控制逻辑高度一致的控制模型再现生产过程的控制； 基于面向设备的动作和产品的变形过程，建立对象模型。模型的构建模式和精度决定了模型的目标。
在智能制造的初级阶段，在数字双胞胎系统中，采用简化的机制模型构建设备的动作过程和产品的变形过程，实现生产过程的模拟、控制功能的综合测试和各种故障的模拟，以及操作人员的模拟培训，以提高生产效率。在智能制造的中间阶段，对象机制模型的精度不断提高。在人工智能工具和大量生产数据的帮助下，模型不断优化，实现数字双模型与生产过程的高度一致性。此时，数字双胞胎系统不仅可以全面模拟生产过程，还可以准确模拟和评价不同生产过程对产品质量和生产效率的影响，并自动优化和干预生产过程。在智能制造的高级阶段，数字孪生系统与生产过程的智能制造系统完美结合。在全面模拟生产过程、优化干预生产过程的基础上，基于数字孪生系统实现对生产过程的全面监控，实现新产品开发测试，测试完成后直接进行实际生产。此时，生产过程和新产品开发过程将变得简单 实现高效智能生产，可生动地称之为“轧钢乐园”。
4 结语
经过多年的发展，形成了成熟的工业体系结构。围绕提高质量和效率的目标，推广智能制造将是一个长期而渐进的过程。在现有系统的基础上，利用智能制造系统的相关技术，不断补充、改进和升级迭代，从传统生产模式到智能制造的初级阶段，解决生产线的痛点。随着时间的推移和技术的发展，整个生产线甚至车间的智能化程度将逐步提高，智能制造系统在生产中的作用将变得更加重要，并逐步过渡到当地领域智能制造的中间阶段； 随着技术的进一步发展，逐步进入全生产线或全产业链智能制造的高级阶段。
对于新建或改造的生产线，在规划设计阶段，需要围绕智能制造高级阶段的目标进行顶层设计，规划工艺设计和生产 品 设 计、设 备 布 在设计阶段，综合考虑与工艺生产和设备维护相关的物流和数据检测，充分真实地反映生产线的状态，实现生产线的数字建模和数字交付，建立完善的智能制造基础设施。高质量的数字设计和完整的智能制造基础设施是智能制造系统不断改进和提高效率的前提，也是智能制造进入高级阶段的必要基础。
从目前的智能制造工作来看，智能制造系统的相关功能主要位于生产线的初级阶段，部分功能接近或达到智能制造的中级阶段，也符合当前的技术发展，反映了这些企业的科学态度和务实精神。在学术界，对智能制造的探讨更多的是针对智能制造的高级阶段，这是企业实施智能制造的目标，也是发展的动力。在实施智能制造的过程中，需要根据自身的发展特点和发展目标，基于智能制造技术的发展，从数字设计的顶层设计，有针对性的解决方案和实施计划，同时制定智能制造发展战略，逐步实施，有序推进，最终实现企业转型升级和可持续发展。
标签：工业自动化、数据流、制造执行系统、智能制造
版权声明：版权属于控制工程网络，请注明转载来源！广州鲁邦通物联网科技股份有限公司成立于2010年，致力为行业客户提供软硬件结合的5G+工业互联网平台解决方案，通过设备物联、机器人乘梯、设备售后管理系统、电梯物联网等产品和服务，助力电梯及特种设备、医疗设备、机器人、环保设备、环卫设备、电力设备和水务设备等工业客户进行后市场服务的数字化转型，降本增效，开启利润增长的第二曲线。
