1704012540
1704012541
“智能工厂”的内核其实就是基于物联网的“物联工厂”。日常环境的物联网正在转变为工厂环境的“物联工厂”，“物联工厂”概念的内核包括物联网基础技术、结构柔性、内容集成、语义描述、全局标准化参考架构，精益技术和精益信息贯穿其中。物联工厂主要涉及3个方面：架构、信息管理、用户支持。
1704012542
1704012543
架构。新智能现场设备的加入和分散自动化的提升对减少集成工作方法提出了需求。基于以服务为导向的架构（SOA）的方法是一个强有力的将功能软件模块与大型IT系统集成的分散式方法，对自动化技术的软件架构是一个很好的补充，包括机电一体化功能集成和智能现场设备。研究主题包括从商务软件到自动化领域的架构转换、方法、协议和工具，以及工业现场设备中即插即用原则的实现。研究重点有以下两个：通过即插即用技术实现设备集成；自动化中的以服务为导向的架构（SOA-AT）。
1704012544
1704012545
信息管理。在生产环境中互联的设备能顺利执行功能以及自主行动的一个必要条件是，对数据和信息环境的清晰表达。自动化“金字塔”的所有层级都会产生大量数据和信息，它们都与各自的机器、工厂和设施连接，并且从外部不可见。由于基于生产的数据和信息的语义注释是可视的、依环境提供的，这种对环境敏感的自动化增加了工厂的柔性以及效率。研究重点有3个：物联工厂中语义技术的重要性及其使用；通过对环境敏感的自动化达到生产环境中柔性的新维度；工厂系统中用于优化工艺的空间环境信息的使用架构。
1704012546
1704012547
用户支持。在物联工厂中，关注点是人员。未来的技术系统必须使自己适应人的能力，即useware工程（根据人的能力和需求进行技术设计），从信息学到工厂自动化领域的方法和工具都需要用到基于模型的用户界面。这些模型、方法、工具的应用还包括工厂环境内的机器移动操作和泛在用户支持。研究重点有4个：基于模型的用户界面开发、由人机交互图像驱动的用户界面的术语适配、与工业现场设备进行基于直观任务的通信、工厂环境中的泛在用户支持。
1704012548
1704012549
1704012550
1704012551
1704012552
智慧工厂：中国制造业探索实践 [:1704011770]
1704012553
智慧工厂：中国制造业探索实践 2.3.4 美国“智能制造领导力联盟”计划
1704012554
1704012555
“智能制造领导力联盟”（SMLC）负责的“智能制造”计划是“智能美国”计划的一部分，在美国国家制造创新网络的数字设计与制造创新机构成立之前，SMLC是美国唯一的由政府、工业界、学术界、研究机构、协会组建的智能制造研发促进机构。SMLC提出的相关路线图和行动计划反映了美国智能制造发展的典型路线。
1704012556
1704012557
1.计划概述
1704012558
1704012559
SMLC是致力于构建开放共享的智能制造平台、突破“智能制造系统”开发与部署难题的非盈利组织。计划成员包括通用动力、通用电气、通用汽车、美国铝业公司、美国能源部、美国国家标准与技术研究院、美国国家科学基金、美国制造技术协会、美国机械工程协会等。“智能制造”与“轻巧成形技术”等均是“智能美国”计划的一部分。
1704012560
1704012561
SMLC的目标是构建一个基于云的、开放式架构的软件平台，集成了现有的和未来的工厂级数据、仿真、系统，并策划业务的实时行动。在这个智能制造平台上，智能制造系统将制造智能数据实时地集成到整个工厂和供应链中，包括设计、工程、计划和生产中。在面向多层数据管理与建模的生产运营中，集成智能制造系统时需要实现所有层级的实时动态界面连接。制造生态系统中的多层数据管理如图2-6所示。
1704012562
1704012563
2008年，在美国国家科学基金的资助下，SMLC的工作组会议发布了“智能流程制造”（SPM）路线图，针对SPM的愿景提出了5条路线。2010年，面向21世纪的智能制造，SMLC的工作组会议提出了“智能制造企业（联盟）”愿景，以及行动计划。路线图和行动计划描绘了美国在未来实施智能制造的蓝图。
1704012564
1704012565
2.要点分析
1704012566
1704012567
SMLC是为数不多的给出了“智能制造”定义的组织，而且提出了若干关键技术，具体包括：联网的传感器、数据互用性、多尺度动态建模与仿真、智能自动化、可扩展的多层级信息安全。SMLC组织制订的“智能流程制造”路线图和“智能制造企业（联盟）”行动计划就围绕这些关键技术，确定了集成的发展路线。
1704012568
1704012569
1704012570
1704012571
1704012572
图2-6 制造生态系统中的多层数据管理
1704012573
1704012574
用5个连续路径实现智能制造。在智能制造的企业场景中，统一的模型全部集成到运行中，对象和过程都体现了分布式智能，企业范围内形成了自感知、自优化以及可共用信息和能力的系统，建立任何操作和运行的影响都可预测的工业。实现智能制造要分5步走：①将数据转化为知识，关注建模标准、数字化环境与信息基础设施；②将知识转化为模型，关注智能化的工艺建模、仿真、分析与优化；③将模型转化为关键工厂资产，关注工厂级的智能工艺实施与智能制造管理；④关键工厂资产的全球化，关注企业（联盟）级的智能制造；⑤建立关键绩效指标，关注面向智能制造的教育与技能。
1704012575
1704012576
用4个行动计划打造智能制造企业。智能制造企业（联盟）应该从工厂运行到供应链都是智能的，能够全生命周期地虚拟跟踪资本资产、工艺和资源，具备柔性、敏捷和创新的制造环境，绩效和效率都是最优化的，业务和制造都是高效协同运行的。针对这个2020年的目标，SMLC确立了4个行动计划：①搭建面向智能制造的工业界建模与仿真平台；②构建经济可承受的工业数据收集与管理系统；③在商务系统、制造工厂和供应商之间实现企业（联盟）范围集成；④加强智能制造中的教育与培训。
1704012577
1704012578
3.SPM路线图
1704012579
1704012580
SPM描述的是一种技术和能力，其中的各类计算模型是数据、知识、技能、决策和发现的集成点，它是将数据和知识构筑成有用的形式并应用的方法。为使企业获得全球竞争能力，SPM中嵌入的知识和技能需要成为企业下一代的关键运行资产。SPM的功能模型如图2-7所示。
1704012581
1704012582
1704012583
1704012584
1704012585
图2-7 SPM的功能模型
1704012586
1704012587
（1）愿景
1704012588
1704012589
从技术的角度看，SPM的愿景是：制造流程将是由知识驱动的、基于模型的；信息流将是无缝的，没有多余的数据进入；可共用信息的系统将利用数据支撑建模工具和决策支持系统；运行将是闭环的并处于分布式控制下，自动感知所有关键参数，确保所有参数都在控制范围内；工人将与企业信息和知识性过程无缝连接（见表2-1）。