智能制造的主流：工业自动化

本文摘要：关于智能生产的逻辑，有很多角度，还包括智能生产与快速反应；智能生产与人工智能；智能化与自动化；智能化与替换人；智能生产与科学知识管理；智能生产与云计算、大数据；智能生产的必要性可行性等。要把智能生产的逻辑理确切，就必需把这些概念之间的关系理确切。 智能生产与快速反应 如果把这些角度中，挑选最合适代表智能生产的角度，大约有两个方面：一个是ICT技术（数字化、网络化），这是手段；一个是快速反应，这是目标。

关于智能生产的逻辑，有很多角度，还包括智能生产与快速反应；智能生产与人工智能；智能化与自动化；智能化与替换人；智能生产与科学知识管理；智能生产与云计算、大数据；智能生产的必要性可行性等。要把智能生产的逻辑理确切，就必需把这些概念之间的关系理确切。　　智能生产与快速反应　　如果把这些角度中，挑选最合适代表智能生产的角度，大约有两个方面：一个是ICT技术（数字化、网络化），这是手段；一个是快速反应，这是目标。把快速反应作为目标时，ICT技术只是手段之一，还要因应软件、硬件、的组织、商业模式手段。

但ICT技术同时是关键性、标志性的手段：才是是ICT技术的变革却为智能生产收到洪荒之力ICT技术的很快发展，才使得过去的一些设想有条件变为现实。　　ICT技术是怎样增进快速反应的呢？有几个方面的原因：　　第一，可以用信息构建多方的协同工作。一条新的信息有可能牵涉到到多个部门的工作（如产品设计的改动）。

如果可以分享信息，就可以把串行工作变为分段并增加协同中的差错。　　第二，可以构建科学知识的适配。一个人找到的科学知识（还包括产品部件的设计），可以被其他人、被后继者器重，省下了不必要的研发。

　　第三，物质资源的分享（共享经济），增加了取得资源的时间。　　第四，延长了决策周期。把信息全面构建一起，就可以让计算机作出科学的决策、而不是人去掌控或团队召开决策，大大缩短从信息感官到继续执行的时间。在工业4.0的体系中，延长生产的组织的决策周期有可能是胜败的关键之一。

　　第五，提升工作效率的工具。计算机建模、CAD等手段，使得人们可以在数字世界里做到试验，从而以提高效率。　　智能生产与人工智能　　智能生产与人工智能具有错综复杂的关系。

我们告诉，人工智能原本有三个学派：计算机学派、生理学为首和生物学学派。与智能生产关系尤为紧密的是生物学学派。

从生物学产生的那一刻起，就注目信息和通信，就推崇信息处理与不道德活动的融合，就把感官、决策、继续执行的综合看作是（智能的）生命体与（传统）机器的跟本区别。工业4.0中的核心概念之一是赛博物理系统CPS，而这个概念来自于生物学。

　　智能化与自动化　　我们指出智能化是自动化的伸延和发展。智能生产与传统自动化又有什么有所不同呢？其中一个最重要差异是：信息的来源和协同的范围大大扩展了。生物学产生的时候，对象往往是机器级别的，现在这是车间、工厂、企业、供应链、乃至全球。

协同的范围不断扩大了、注目的问题要非常少。　　过去的自动化主要针对批量生产。在智能生产的时代，产品更新换代速度快、批量小，甚至有可能要在流水线上生产个性化自定义的产品。与大批量生产比起，生产的组织高度简单、质量掌控可玩性大幅提高、成本和能耗可能会明显增高，订购和供货的压力大。

这些涉及的新问题必需被很快感官、及时处理。从技术上看，在过去的自动化产线上，人们一般企图把生产的边界尽可能相同下来、通过诱导阻碍来保证质量、成本和效率；在智能化产线上，更加特别强调经常出现问题及时应付这些阻碍。　　这时，智能生产的涉及技术，如大数据监控、信息构建就出了雪中送炭。然而，无论如何，我们都期望不必要的阻碍尽可能地少、时间和资源的浪费尽可能地少。

这样，生产管理才能尽量非常简单、尽量高效。我们找到：如果精益生产搞得好，前进智能生产就是较为更容易。

　　智能化与替换人　　智能化的首要目标往往是快速反应，而不是替换人。但是，替换人显然也是目的之一、甚至是十分最重要的目标。只不过，让机器替换人展开决策和继续执行，不利于快速反应并获得更佳的掌控效果。

所以，机器人、无人工厂等技术，经常能增进智能化的发展。一般的语境下，自动化多数是指物理设备或产线的自动化，而在智能生产的时代，同时特别强调科学知识和数据流动的自动化。　　要构建快速反应，除了ICT技术，还要设施其他的东西。

首先，从信息感官的看作，有些信息的提供，不是单凭ICT技术就能解决问题的。比如，要较慢号召，有可能必须取得用户和供应商的信息。但这要有商业模式和法规的承托才讫。

其次，从决策的看作，在可以意识到的未来，人类不会在很多方面作为主要的决策者，而这就要有的组织模式的反对。第三，决策的继续执行往往必须有物理设备的反对。

第四，智能体系的改良和自学提高，必不可少人的参予。　　智能生产与云计算、大数据　　智能生产与云计算、大数据什么关系？笔者指出，云计算是工具性的、要根据工作的必须来配备，大数据一般是辅助性的，主要专门从事后台的工作。

它们可以让智能生产系统运营得更佳，但不一定是必须的。　　智能生产与科学知识管理　　智能生产与科学知识管理有什么关系呢？智能反映在决策的过程和效果上；决策是用科学知识处置信息，而信息是用数据支撑的。由此可见，（用数字结构和程序叙述）科学知识是构建智能生产不可缺少的环节。

　　前面曾多次谈及智能生产与精益生产的关系，潜伏着这样的观点：智能生产所必须的科学知识有可能是碎片化的把碎片化、非结构化的科学知识如何管理一起，是我们被迫面临的挑战。　　智能生产的必要性可行性　　前进智能生产有必要性又有可行性。在社会层面，劳动力危机、老龄化是承托必要性的最重要因素；在企业层面，较慢号召市场变化是关键因素。其可行性是与过去相比较而言的、是ICT技术的发展造成的。

但是，前进智能生产技术不会遇上玻璃墙：比如，研发设计与服务要占充足大的比重；产品质量要尽量地占有制高点。如果没这些条件，企业有可能就先要展开转型，因为智能生产不一定能解决问题领先企业的问题就像御厨解决不了吃不饱饭的问题。转型不仅是企业家的事，也是政府的事。

政府必须创建一个尊崇高质量的身体健康市场、而不是质量逆出局的劣质市场。

本文关键词：智能,制造,2297官网,的,主流,工业,自动化,关于,智

本文来源：2297官网-www.menapiaproperties.com