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）。
1704012590
1704012591
表2-1 SPM的技术转变
1704012592
1704012593
1704012594
1704012595
1704012596
（2）路线图
1704012597
1704012598
路线图共包括5条最终会聚为智能流程制造的实现路线（见图2-8），分别是：“从数据到知识”，关注采集与解释数据；“从知识到运行模型”，确定工厂运行时需要什么模型和仿真；“从运行模型到企业应用的关键工厂资产”，将这些模型和仿真集成为综合的工厂运行，向弹性的、积极主动的工厂运行迈出重要步伐；“从企业应用到全球应用的关键工厂资产”，关注全局思考与决策；“从人员、知识和模型到组合的关键绩效指标（KPI）”，关注员工培训和转变。
1704012599
1704012600
4.“智能制造企业（联盟）”行动计划
1704012601
1704012602
在SMLC 2011年6月发布的《实施21世纪的智能制造》报告中详细列出了“智能制造企业（联盟）行动计划”的愿景、2020年的目标和成果、绩效衡量准则，以及行动计划。行动计划包括4类：面向智能制造的工业界建模与仿真平台；经济可承受的工业数据收集与管理系统；企业范围集成（商务系统、制造工厂和供应商）；智能制造中的教育与培训。
1704012603
1704012604
1704012605
1704012606
1704012607
图2-8 智能流程制造的5条实现路线
1704012608
1704012609
（1）愿景与目标
1704012610
1704012611
理想的“智能制造企业（联盟）”应该包含制造的方方面面（从工厂运行到供应链），并且能够全生命周期地虚拟跟踪资本资产、工艺和资源，最终得到的将是柔性、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。“智能制造企业（联盟）”的概念如图2-9所示。
1704012612
1704012613
（2）行动计划
1704012614
1704012615
行动计划1：面向智能制造的工业界建模与仿真平台。智能制造的大规模使用需要模型和计算平台向众多用户开放，并在提供轻松访问的同时保护知识产权。计算工具也需要拥有先进功能以支持在工厂环境中进行更复杂的分析和决策，并且在制造企业中与商务系统集成，这些功能包括所有关键绩效指标以及企业范围数据的集成，涉及原材料、设备、设施、产品和后勤。人员因素也必须在决策工具和自动系统中加入，把人类行为、行动与机器知识进行集成。
1704012616
1704012617
1704012618
1704012619