智能製造推進中仍然存在很多突出問題，嚴重製約智能製造發展。中國科協智能製造學會聯合體於2022年開展了“製約中國智能製造發展十大問題”征集工作，遴選出5G全連接工廠
、異構係統融合、多源異構數據等相關問題，供政府
、智能製造實施企業和研究機構等參考，並擬凝練若幹建議向政府建言獻策
，推動智能製造高質量發展。

1.序言

智能製造作為推進製造強國建設的主攻方向
，在政產學研用各界受到高度重視
，並形成高度共識
，積極推進落地實施[1]。各級政府出台了一係列智能製造發展規劃、智能製造工程實施指南、行動計劃、專項行動
，啟動了一批智能製造相關試點示範專項，取得了豐碩成果。

woguosuiranquelilezhinengzhizaodezhugongfangxiang
，bingzaituijinshishizhongqudelexianzhuchengxiao，danshirengrancunzaihenduotuchuwenti

，yanzhongzhiyuezhinengzhizaofazhan。jishucengmiancunzaihenduopingjing
，zhinengzhizaorencaishifenduanque
，qiyejichuboruobingqiechayihenda
，diqufazhanhenbupingheng，shishizhinengzhizaodezhuti——廣大企業對智能升級需求強烈但存在許多困惑和難題。

為此，2022年初
，中國科協智能製造學會聯合體啟動了“製約中國智能製造發展十大問題”征集工作。組織聯合體成員學會和單位推薦
、遴選當前製約智能製造發展的重要問題並向社會發布
，供政府
、智能製造實施企業和研究機構等參考，並擬凝練若幹建議向政府建言獻策，推動智能製造高質量發展。

2.5G全連接工廠四啞問題

目前大量的中小企業因先進無線連接技術不可高效、低成本獲得，導致四啞問題（見圖１）長期得不到有效解決，嚴重製約企業的智能升級
，也影響產業鏈供應鏈整體的智能升級。

圖1　四啞問題

1）啞設備：工廠裏麵設備是信息“孤島”，不入網、不自動報生產數據、不自動報設備狀態數據。同時由於曆史原因，設備本身缺少傳感器，難以獲得相應的數據。

2）啞工位：工位信息不互動、不共享和不透明，崗位人員資質、工藝要求和質量信息等無法及時傳遞，導致產品質量和生產效率過程不穩定。

3）啞物料：物料信息從供應商的來料入庫
、庫存狀態
、物料位置、工裝車信息和生產成品的信息，到發運給客戶的過程狀態和信息，無法實時透明可視，僅通過手工記錄方式執行。

4）啞工具：生產過程中的大量質量檢查工具和裝配加工工具等不能將質量數據
、加工參數傳遞到係統以自動判斷是否合適
，不能對生產質量及時預警，導致不良品流入市場。

2022年8月工信部發布《5G全連接工廠建設指南》[2]，指導各地區各行業積極開展5G全連接工廠建設。5G全連接工廠是充分利用以5G為代表的新一代信息通信技術集成
，打造新型工業互聯網基礎設施，新建或改造生產線級、車間級、工廠級等生產現場
，形成生產單元廣泛連接、信息（IT）運營（OT）深度融合、數據要素充分利用及創新應用高效賦能的先進工廠。建議各個企業可以根據自身經營效應、人才儲備和發展需求，按需從生產線
、車間、工廠到供應鏈逐步升級智能化。

通過5G全連接工廠建設帶動5G技術產業發展壯大，進一步加快“5G＋工業互聯網”新技術、新場景、新模式向工業生產各領域各環節深度拓展。為中小企業應用提供智能製造基礎設施，通過全麵覆蓋的高可靠、高安全和高QoS（Quality of Service
，服務質量）的先進無線連接技術
，為解決中小企業長期未解決的四啞問題提供新思路、新方向。

3.製造業企業的異構係統融合問題

由於曆史和現實因素的影響，多數企業已有的工業設備、信息係統中存在著多源異構的問題，即各設備、係統間從網絡、通信協議、數據格式到技術架構、數據口徑等方麵都存在較大的差異性。這種異構性
，導致在實際的智能製造推進過程中，首先需要解決各種單體設備、係統之間的網絡連通、數據融合

、流程協同等一係列的問題
，也即是進行多源異構係統的融合（見圖2）。

圖2　智能製造異構係統融合

製造型企業的異構係統融合問題，目前主要體現在以下幾個方麵。

（1）設備控製係統與生產經營係統之間的融合問題　智能製造的場景如柔性化定製
、智能化生產
、精jing準zhun設she備bei維wei護hu等deng，都dou需xu要yao設she備bei信xin息xi采cai集ji和he控kong製zhi係xi統tong與yu生sheng產chan經jing營ying係xi統tong之zhi間jian良liang好hao的de配pei合he和he協xie作zuo。然ran而er由you於yu各ge種zhong曆li史shi和he現xian實shi的de原yuan因yin
，我wo國guo眾zhong多duo企qi業ye的de設she備bei控kong製zhi係xi統tong與yu生sheng產chan經jing營ying係xi統tong
，往wang往wang來lai源yuan於yu不bu同tong的de廠chang家jia
，而er且qie多duo數shu行xing業ye還hai沒mei有you形xing成cheng設she備bei與yu係xi統tong層ceng麵mian統tong一yi的de對dui接jie標biao準zhun與yu技ji術shu
，這zhe就jiu導dao致zhi這zhe兩liang種zhong係xi統tong之zhi間jian融rong合he度du較jiao差cha，企qi業ye往wang往wang需xu要yao花hua費fei較jiao大da的de努nu力li和he技ji術shu上shang的de投tou入ru，才cai能neng完wan成cheng自zi動dong化hua層ceng麵mian係xi統tong與yu生sheng產chan經jing營ying管guan理li層ceng麵mian係xi統tong之zhi間jian的de有you效xiao融rong合he。

（2）麵向不同業務的生產經營係統之間的融合問題　企業中為滿足自身業務管理需求的各類信息係統（如設計、物流
、生產、質量
、財務和辦公等）之間，由於行業性、專業性和企業個性化的差異，也同樣存在不同廠商、不同技術架構
、不同數據標準等問題。各生產經營係統往往各管一段、各自為政，係統間融合程度不高
，從而導致生產運營運轉不暢的情況普遍存在，一定程度上影響了企業消除浪費
、推行精益化管理行動的效果
，同時也阻礙了智能化排產、全廠生產平衡、供應鏈協同等智能化製造場景的落地效果。

（3）麵向運營的信息係統與麵向分析的數據係統之間的融合問題　設備控製係統、生產經營係統都屬於OLTP（聯機事務處理）型xing係xi統tong
，這zhe類lei係xi統tong在zai生sheng產chan經jing營ying過guo程cheng中zhong積ji累lei了le大da量liang的de數shu據ju，而er如ru何he發fa揮hui這zhe些xie數shu據ju的de價jia值zhi，實shi現xian數shu據ju驅qu動dong企qi業ye發fa展zhan，日ri益yi成cheng為wei智zhi能neng製zhi造zao領ling域yu重zhong要yao的de課ke題ti之zhi一yi。目mu前qian許xu多duo企qi業ye應ying用yong了le單dan個ge係xi統tong自zi帶dai的de數shu據ju分fen析xi和he挖wa掘jue功gong能neng
，如ru生sheng產chan看kan板ban、設(she)備(bei)使(shi)用(yong)分(fen)析(xi)等(deng)。這(zhe)些(xie)單(dan)體(ti)係(xi)統(tong)的(de)數(shu)據(ju)分(fen)析(xi)功(gong)能(neng)
，往(wang)往(wang)難(nan)以(yi)滿(man)足(zu)企(qi)業(ye)整(zheng)體(ti)性(xing)的(de)數(shu)據(ju)分(fen)析(xi)需(xu)求(qiu)。部(bu)分(fen)企(qi)業(ye)為(wei)了(le)數(shu)據(ju)智(zhi)能(neng)分(fen)析(xi)需(xu)求(qiu)

，單(dan)獨(du)建(jian)立(li)了(le)OLAP（聯機分析處理）型係統，如商業智能分析、大數據分析係統等，這類係統又需要通過各種技術手段從OLTP係統中獲取數據，並將智能分析的成果通過OLTP係統進行應用。這兩類係統間的異構融合問題
，同樣影響著智能製造轉型的實際效果。

在當前企業各層麵係統異構性普遍存在，並且在一段時期內持續發展的情況下
，通過加快發展、應用、推廣能夠簡便
、快速實現多源異構係統融合的技術和標準，可以緩解當前眾多企業的轉型難、代價高、周期長及見效慢等普遍性問題，加快企業向智能製造轉型的步伐。

4.智能製造的多源異構數據問題

隨著“十三五”期間智能製造工程的推進，我國製造業主要領域的重點企業大多完成了數字化、網wang絡luo化hua改gai造zao，大da多duo數shu企qi業ye引yin入ru了le數shu字zi化hua工gong具ju和he信xin息xi化hua軟ruan件jian
，建jian設she了le數shu字zi化hua工gong廠chang
，數shu據ju已yi經jing逐zhu漸jian成cheng為wei企qi業ye的de一yi個ge重zhong要yao生sheng產chan要yao素su。然ran而er
，數shu據ju的de價jia值zhi卻que始shi終zhong無wu法fa在zai生sheng產chan製zhi造zao和he產chan品pin的de價jia值zhi中zhong得de以yi體ti現xian，尤you其qi是shi麵mian對dui複fu雜za的de不bu同tong來lai源yuan、不同類型的多源異構數據。

當(dang)前(qian)，開(kai)展(zhan)數(shu)據(ju)分(fen)析(xi)主(zhu)要(yao)是(shi)利(li)用(yong)信(xin)息(xi)係(xi)統(tong)內(nei)的(de)某(mou)一(yi)類(lei)數(shu)據(ju)，由(you)於(yu)缺(que)少(shao)解(jie)決(jue)工(gong)業(ye)大(da)數(shu)據(ju)雜(za)亂(luan)問(wen)題(ti)的(de)工(gong)具(ju)和(he)方(fang)法(fa)，且(qie)不(bu)同(tong)環(huan)節(jie)產(chan)生(sheng)的(de)數(shu)據(ju)具(ju)有(you)不(bu)同(tong)的(de)特(te)性(xing)，因(yin)此(ci)如(ru)何(he)解(jie)決(jue)智(zhi)能(neng)製(zhi)造(zao)的(de)共(gong)性(xing)數(shu)據(ju)問(wen)題(ti)和(he)特(te)質(zhi)數(shu)據(ju)問(wen)題(ti)
，如(ru)何(he)有(you)效(xiao)利(li)用(yong)這(zhe)些(xie)數(shu)據(ju)實(shi)現(xian)智(zhi)能(neng)製(zhi)造(zao)人(ren)機(ji)協(xie)同(tong)場(chang)景(jing)
，是(shi)數(shu)據(ju)科(ke)學(xue)與(yu)機(ji)械(xie)工(gong)程(cheng)交(jiao)叉(cha)研(yan)究(jiu)的(de)一(yi)個(ge)重(zhong)點(dian)方(fang)向(xiang)。

（1）製造業複雜異構大數據處理與規範化問題　隨著傳感器
、5G網絡的普及應用
，企業生產數據

、操作數據
、設備數據、質(zhi)量(liang)數(shu)據(ju)和(he)物(wu)耗(hao)能(neng)耗(hao)數(shu)據(ju)等(deng)均(jun)實(shi)現(xian)了(le)在(zai)線(xian)采(cai)集(ji)，工(gong)業(ye)數(shu)據(ju)呈(cheng)現(xian)海(hai)量(liang)式(shi)爆(bao)發(fa)性(xing)增(zeng)長(chang)，但(dan)是(shi)受(shou)限(xian)於(yu)現(xian)有(you)技(ji)術(shu)的(de)有(you)限(xian)建(jian)模(mo)和(he)表(biao)現(xian)能(neng)力(li)，其(qi)對(dui)複(fu)雜(za)異(yi)構(gou)數(shu)據(ju)的(de)處(chu)理(li)和(he)識(shi)別(bie)精(jing)度(du)無(wu)法(fa)實(shi)現(xian)工(gong)業(ye)數(shu)據(ju)的(de)價(jia)值(zhi)創(chuang)造(zao)。通(tong)過(guo)引(yin)入(ru)數(shu)據(ju)挖(wa)掘(jue)和(he)機(ji)器(qi)學(xue)習(xi)方(fang)法(fa)

，建(jian)立(li)通(tong)用(yong)性(xing)標(biao)準(zhun)化(hua)規(gui)範(fan)模(mo)型(xing)
，統(tong)一(yi)數(shu)據(ju)標(biao)準(zhun)，能(neng)夠(gou)更(geng)好(hao)地(di)識(shi)別(bie)工(gong)業(ye)數(shu)據(ju)特(te)征(zheng)，解(jie)決(jue)工(gong)業(ye)數(shu)據(ju)大(da)
、散
、多的問題。

（2）麵向全過程數據流的智能排程問題　隨(sui)著(zhe)數(shu)字(zi)化(hua)設(she)備(bei)在(zai)生(sheng)產(chan)線(xian)中(zhong)不(bu)斷(duan)增(zeng)加(jia)

，不(bu)同(tong)設(she)備(bei)產(chan)生(sheng)數(shu)據(ju)的(de)有(you)序(xu)流(liu)動(dong)構(gou)成(cheng)了(le)製(zhi)造(zao)全(quan)過(guo)程(cheng)數(shu)據(ju)流(liu)，通(tong)過(guo)數(shu)據(ju)流(liu)與(yu)生(sheng)產(chan)工(gong)藝(yi)的(de)融(rong)合(he)，使(shi)得(de)企(qi)業(ye)排(pai)程(cheng)發(fa)生(sheng)重(zhong)大(da)變(bian)革(ge)。對(dui)企(qi)業(ye)生(sheng)產(chan)過(guo)程(cheng)中(zhong)涉(she)及(ji)的(de)計(ji)劃(hua)排(pai)程(cheng)、物料平衡、預測性維護等維度的相關數據信息進行深層次的智能數據采集與挖掘，開展生產計劃調度過程中所涉及的柔性裝配、準時化生產、混合生產等多種不同業務場景下的智能排程算法建模，能夠更好地從不同角度分析企業的各種生產業務指標
，並從中發現規律
、預警異常

、提高應急能力，最終達到監控生產活動、提供生產效率的目的
，支撐企業生產平衡。

（3）智能製造人機交互與共融問題　隨sui著zhe智zhi能neng終zhong端duan三san維wei處chu理li能neng力li的de快kuai速su發fa展zhan和he低di成cheng本ben傳chuan感gan顯xian示shi元yuan件jian不bu斷duan湧yong現xian，虛xu擬ni世shi界jie和he物wu理li世shi界jie可ke以yi通tong過guo智zhi能neng終zhong端duan建jian立li連lian接jie。但dan是shi由you於yu工gong業ye領ling域yu大da數shu據ju的de特te性xing
，人ren機ji交jiao互hu場chang景jing的de采cai集ji和he識shi別bie準zhun確que率lv偏pian低di，人ren機ji交jiao互hu效xiao率lv和he交jiao互hu程cheng度du無wu法fa滿man足zu工gong業ye場chang景jing的de需xu求qiu，製zhi造zao的de各ge個ge環huan節jie相xiang互hu獨du立li、xietongxingruoyoudaozhilezhinengshebeidetongyongxingjiaocha。tongguojianlishujuliuqudongxiaderenjijiaohuchangjing，shixianxunixinxijishuyushitijingjizaishengchanzhizaoquanguochenghegelingyuquanmian
、深度
、智慧化耦合，通過數據信息的實時更新和精準控製，開展設計
、工藝、製造、管理和物流等環節的集成優化建模研究，能夠提高製造執行
、過程控製的精確化程度，解決人機交互與共融的共性問題。

結合製造業數據DAAS
、數據傳輸、感知交互等資源，從研發設計、生產製造
、工業裝配

、工業檢測和遠程運維五個維度建立狀態感知、虛擬現實呈現、人機協同及精準執行的企業業務管理
，以可視化呈現方式實現數據的自動流動、感知分析
、決策執行，實現工業數據虛實融合場景，從而不斷驅動、完wan善shan並bing提ti升sheng生sheng產chan過guo程cheng
，降jiang低di複fu雜za生sheng產chan係xi統tong的de不bu確que定ding性xing，促cu進jin生sheng產chan過guo程cheng各ge維wei度du業ye務wu管guan理li水shui平ping的de螺luo旋xuan上shang升sheng，對dui於yu加jia快kuai實shi現xian智zhi能neng製zhi造zao支zhi撐cheng數shu字zi經jing濟ji發fa展zhan具ju有you重zhong要yao意yi義yi。

5.工業機器人的大規模應用瓶頸問題

工業機器人（見圖3）的應用一般以非標集成應用為主，目前智能工廠改造投資回收期普遍偏長
，基本上5年內的回收期可被先進製造企業接受，但大量的中小企業都隻能接受2～3年的回收期。工業機器人的應用需要克服機器人選型、專用機構開發、機(ji)器(qi)人(ren)編(bian)程(cheng)測(ce)試(shi)和(he)應(ying)用(yong)服(fu)務(wu)等(deng)多(duo)個(ge)環(huan)節(jie)的(de)成(cheng)本(ben)問(wen)題(ti)。應(ying)用(yong)切(qie)換(huan)代(dai)價(jia)大(da)，單(dan)個(ge)應(ying)用(yong)用(yong)量(liang)低(di)會(hui)導(dao)致(zhi)研(yan)發(fa)攤(tan)銷(xiao)高(gao)。再(zai)加(jia)上(shang)工(gong)業(ye)機(ji)器(qi)人(ren)係(xi)統(tong)對(dui)人(ren)工(gong)替(ti)代(dai)不(bu)徹(che)底(di)、建設維護成本高等原因，導致市場分散、運維成本居高不下。

圖3　工業機器人

要解決的應用問題如下。

1）核(he)心(xin)控(kong)製(zhi)器(qi)及(ji)應(ying)用(yong)軟(ruan)件(jian)研(yan)發(fa)問(wen)題(ti)
，工(gong)業(ye)機(ji)器(qi)人(ren)控(kong)製(zhi)包(bao)括(kuo)應(ying)用(yong)與(yu)執(zhi)行(xing)部(bu)分(fen)，是(shi)工(gong)業(ye)機(ji)器(qi)人(ren)應(ying)用(yong)擴(kuo)展(zhan)和(he)應(ying)用(yong)水(shui)平(ping)的(de)核(he)心(xin)載(zai)體(ti)。如(ru)何(he)形(xing)成(cheng)工(gong)業(ye)機(ji)器(qi)人(ren)應(ying)用(yong)生(sheng)態(tai)
，打(da)破(po)應(ying)用(yong)開(kai)發(fa)的(de)門(men)檻(kan)，加(jia)速(su)工(gong)業(ye)機(ji)器(qi)人(ren)應(ying)用(yong)軟(ruan)件(jian)的(de)複(fu)製(zhi)
，是(shi)工(gong)業(ye)機(ji)器(qi)人(ren)應(ying)用(yong)擴(kuo)展(zhan)麵(mian)臨(lin)的(de)主(zhu)要(yao)問(wen)題(ti)。

2）工業機器人驅動的標準化問題，非標工業機器人硬件類型多，各類擴展接口標準複雜，如何形成標準的接口訪問模型，利用社會化
、市場化模式開發工業機器人的應用軟件，是工業機器人快速應用麵臨的問題。

3）工業機器人專機和零部件的模塊化問題
，尤其是控製器、減速機、機械臂以及視覺模塊、係統化接口模塊等軟硬件二次應用開發能力，是工業機器人快速形成應用形態的主要障礙。

4）如何進行工業機器人應用的快速設計
，如采用低代碼工具，自學習示教等，形成工業機器人快速開發的標準方式。

5）ruhetishenggongyejiqirenxingyefuwunengli
，zaigongyejiqirenyingyongjiaofuhou
，tongguoyuanchengzaixianfangshi，jinxinggongyejiqirendichengbenfuwu

，bingxingchengkuaisupeixunfangfa，jianshaobendihuafuwumenkan
，zheyeshizuaigongyejiqirenguangfanshiyongdehexinnanti。

中國工業機器人領域長期處於卡脖子的狀態
，但中國具備全世界最大的潛在市場
，尤其是重裝備、輕qing工gong業ye都dou具ju備bei諸zhu多duo世shi界jie最zui大da規gui模mo的de生sheng產chan與yu應ying用yong市shi場chang，足zu夠gou的de應ying用yong機ji會hui足zu以yi催cui生sheng多duo個ge領ling域yu的de工gong業ye機ji器qi人ren龍long頭tou企qi業ye，從cong而er在zai核he心xin技ji術shu和he應ying用yong技ji術shu方fang麵mian快kuai速su趕gan超chao
，讓rang中zhong國guo從cong一yi個ge勞lao動dong密mi集ji型xing的de發fa展zhan階jie段duan進jin入ru工gong業ye機ji器qi人ren廣guang泛fan應ying用yong的de發fa展zhan階jie段duan，跨kua越yue當dang前qian人ren工gong等deng成cheng本ben拉la高gao帶dai來lai的de發fa展zhan瓶ping頸jing。

6.智能製造係統工程師緊缺問題

智能製造是新一代信息技術與先進製造業的深度融合
，貫穿設計
、生產、管理和服務等製造活動各個環節。智能製造除了需要熟悉數字化
、網絡化
、智能化技術的專業型人才，更迫切需要具備機電、工業軟件
、控製
、計算機和工業工程等基礎的跨專業人才及兼備學科交叉的係統級人才。目前智能製造係統工程師緊缺。

高校作為智能製造人才供給側的主要來源，培養的人才大多以機電類、自動化類為主，學科分割嚴重
，在網絡通信、工業軟件等新一代信息技術方麵存在不足


；而新一代信息技術專業人員則乏有機電類、自動化類的知識和經驗。部分本科院校雖然設置了如智能製造工程技術
、機器人工程等新工科專業，但高校人才培養目標與產業發展需求差距較大，人才培養的質量無法滿足智能製造發展的實際需求。

在企業中，係統級人才仍然十分稀缺。隨著人工智能、大數據、工業互聯網及5G等deng新xin一yi代dai信xin息xi技ji術shu與yu汽qi車che製zhi造zao技ji術shu加jia速su融rong合he，對dui既ji掌zhang握wo新xin一yi代dai信xin息xi技ji術shu又you熟shu悉xi行xing業ye技ji術shu的de係xi統tong級ji人ren才cai的de需xu求qiu越yue來lai越yue大da。而er此ci類lei係xi統tong級ji工gong程cheng技ji術shu人ren員yuan的de培pei養yang周zhou期qi長chang，且qie培pei養yang難nan度du大da。企qi業ye麵mian臨lin招zhao不bu來lai、留不住的困局。係統級人才緊缺問題製約了行業智能製造的快速發展
，其問題的解決迫在眉睫。

麵對智能製造工程技術人員緊缺的問題
，人社部等三部門已於2020年聯合發布了以“智能製造工程技術人員”為首的16個新職業
，並在2021年製定發布了《智能製造工程技術人員國家職業技術技能標準》[3]
，為智能製造工程技術人才培養指明了方向。同期與後期也發布了涉及到智能製造關鍵技術領域的“人工智能工程技術人員”“大數據工程技術人員”“機器人工程技術人員”等新職業，這為智能製造及其上下遊產業集群的核心技術和專業領域的人才需求奠定了基礎。在此建議如下。

1）進一步落實推進以《智能製造工程技術人員國家職業技術技能標準》為基礎的智能製造人才培養體係建設與認證工作
，著力增強係統級人才在信息集成
、自動化集成和網絡化集成領域的培養，並逐步推進智能製造人才在係統架構、係統評估和係統安全領域的建設和培養。

2）以企業的實際需求為指引
，增強校企合作與人才聯合培養，促進產學研一體化。以完成實際項目的方式，以CDIO（Conceive構思

，Design設計，Implement實現，Operate運作）的方法，增強感知能力和係統思維能力
，綜合培養並認證符合市場企業實際需求的係統級人才。

3）推進國內智能製造人才認證體係與國際人才認證體係的互認工作，促進海內外人才的流動與循環優化。

zhinengzhizaogaibianlegongyeshengchandefangshi，cuishengledaliangdexinxingchanye，yeduirencaitichulexindeyaoqiu。zhinengzhizao，rencaiweiben。dazaoduocengcizhinengzhizaorencaiduiwu

，jianquanrencaipeiyangjizhi，shiwoguozhinengzhizaofazhandeshidazhongdianrenwuzhiyi。

麵向產業需求，構建智能製造人才教育體係，以“大工程教育”為理念
，麵向國家重大產業領域
，深入了解企業、產業的實際需求，解決智能製造人才結構和需求，加大對急需人才

、緊缺人才的培養，推進人才培養體係的國際合作與互認工作
，為我國由製造大國走向製造強國奠定人才基礎。

7.通過虛擬開發技術提升智能製造裝備開發效率問題

結(jie)合(he)基(ji)於(yu)模(mo)型(xing)和(he)數(shu)字(zi)孿(luan)生(sheng)的(de)概(gai)念(nian)，可(ke)以(yi)構(gou)建(jian)虛(xu)擬(ni)開(kai)發(fa)環(huan)境(jing)，從(cong)而(er)擺(bai)脫(tuo)對(dui)物(wu)理(li)樣(yang)機(ji)的(de)需(xu)求(qiu)
，顯(xian)著(zhu)縮(suo)短(duan)智(zhi)能(neng)製(zhi)造(zao)裝(zhuang)備(bei)的(de)開(kai)發(fa)時(shi)間(jian)
，並(bing)針(zhen)對(dui)各(ge)種(zhong)極(ji)端(duan)工(gong)況(kuang)提(ti)供(gong)可(ke)靠(kao)的(de)驗(yan)證(zheng)。本(ben)問(wen)題(ti)計(ji)劃(hua)以(yi)工(gong)業(ye)機(ji)器(qi)人(ren)離(li)線(xian)編(bian)程(cheng)為(wei)切(qie)入(ru)點(dian)
，探(tan)索(suo)和(he)實(shi)踐(jian)智(zhi)能(neng)製(zhi)造(zao)裝(zhuang)備(bei)虛(xu)擬(ni)開(kai)發(fa)的(de)新(xin)路(lu)徑(jing)。

國內在離線編程仿真（見圖4）方麵研究起步較晚，技術存量較薄弱
，自主、通用係統缺乏，已有應用多基於國外組件開發，存在斷供風險。

圖4　離線編程仿真

國內離線編程仿真軟件在一些人機交互功能的便捷性、特種工藝的兼容性


、海量設備的支撐性以及大規模模型渲染的實時性上存在一些不足，與國外軟件的差距具體體現在以下幾個方麵。

1）複雜焊接軌跡規劃。美國的林肯電氣推出的proFIT軟件，可以做到自動化的焊接軌跡生成，並且軌跡生成的時間控製在5minyinei，qiexiangguanguijimobanhehanjiegongyicanshunenggouzidongguhuadaoshengchengdehanjieguijidangzhong，guoneiruanjianzaihanjieguijiguihuafangmiandenengliyuzhixiangbihaiyouyidingchaju。

2）渲xuan染ran性xing能neng。在zai大da場chang景jing的de渲xuan染ran能neng力li方fang麵mian還hai難nan以yi做zuo到dao億yi級ji麵mian片pian的de場chang景jing渲xuan染ran，尤you其qi是shi在zai多duo機ji器qi人ren焊han接jie場chang景jing下xia的de仿fang真zhen
，仍reng需xu要yao繼ji續xu提ti高gao處chu理li大da規gui模mo模mo型xing渲xuan染ran效xiao率lv。

3）碰撞檢測性能。加拿大的RobotMaster可以做到實時的碰撞檢測，並且在軌跡優化界麵就可以做到

，實現碰撞點
、不可達及奇異點等多重錯誤的快速檢測，國內軟件的碰撞檢測功能則還需與軌跡優化功能進一步集成。

4）焊接效果仿真。芬蘭的Delfoi可以做到焊接的飛濺效果仿真
，目前國內軟件還不能支持這類效果仿真。

5）海量機器人庫。加拿大的 RoboDK 支持全球50多個機器人品牌的上百種型號的機器人
，還支持包括scara、delta

、3p3r等在內的20多種機器人構型
，較國內軟件優勢明顯。

針對上述不足，需要從高性能3D顯示引擎

、模型輕量化瀏覽、幾何算法引擎
、複雜路徑智能規劃技術及動力學引擎等技術點上進行重點攻關。

通過數字化技術構建產品和設備模型，在虛擬環境中進行虛擬驗證和測試，實現產品的快速交付和迭代優化
，將顯著減少試錯成本、縮短開發周期、控製測試風險
，使需要繁複計算和反複調參的關鍵工藝設計變得有據可依
，且能夠以可視化的形式快速、litidichengxianshengchanxianxianchangzhuangtai，shigongyifangankexingyufouyimuleran。yinci，xunikaifajishuzaifuzazhinengzhizaozhuangbeizhizaozhongqizhehuafanweijiandezuoyong，jiangconggenbenshangtuidongzhizaomoshicongtilimijixingxiangzhilimijixingzhuanbian。

8.在線評價智能製造大型測量設備的測量不確定度問題

麵向特定任務的大型三維測量（見圖5）不(bu)確(que)定(ding)度(du)評(ping)價(jia)是(shi)一(yi)個(ge)非(fei)常(chang)複(fu)雜(za)的(de)過(guo)程(cheng)
，現(xian)有(you)方(fang)法(fa)對(dui)操(cao)作(zuo)人(ren)員(yuan)能(neng)力(li)要(yao)求(qiu)很(hen)高(gao)，正(zheng)確(que)評(ping)估(gu)率(lv)比(bi)較(jiao)低(di)。數(shu)字(zi)孿(luan)生(sheng)體(ti)作(zuo)為(wei)製(zhi)造(zao)業(ye)智(zhi)能(neng)化(hua)的(de)核(he)心(xin)技(ji)術(shu)之(zhi)一(yi)，受(shou)到(dao)了(le)越(yue)來(lai)越(yue)多(duo)的(de)關(guan)注(zhu)和(he)研(yan)究(jiu)。通(tong)過(guo)多(duo)尺(chi)度(du)
、多物理量
、多時空傳感技術，對振動
、溫度、壓力、噪聲


、應變和圖像等多參量進行監測，結合物聯網建立數據采集、分析、自診斷和執行平台
，建立測量設備的數字孿生體

，實時監測儀器的運行狀態
，實現測量設備的測量不確定度在線評價。

a）測量設備

b）測量原理

圖5 三維測量

基ji於yu數shu字zi孿luan生sheng體ti的de測ce量liang不bu確que定ding度du評ping價jia
，難nan點dian在zai於yu數shu字zi孿luan生sheng體ti和he測ce量liang誤wu差cha模mo型xing的de建jian立li。數shu字zi孿luan生sheng體ti的de建jian模mo過guo程cheng是shi將jiang測ce量liang設she備bei表biao達da為wei計ji算suan機ji所suo能neng識shi別bie的de數shu字zi模mo型xing。測ce量liang設she備bei的de工gong作zuo原yuan理li各ge不bu相xiang同tong
，需xu要yao獨du立li分fen析xi測ce量liang設she備bei的de運yun動dong誤wu差cha模mo型xing。此ci外wai，多duo傳chuan感gan器qi的de數shu據ju融rong合he方fang法fa是shi有you待dai研yan究jiu的de關guan鍵jian問wen題ti。同tong時shi，建jian立li數shu字zi孿luan生sheng體ti的de數shu據ju精jing度du
、建模及算法準確性
、穩定性和可靠性也是需要解決的關鍵問題。

基於數字孿生體的測量不確定度的在線評價技術有助於推動國內機械產品質量提升。在實施過程中，通過研究建立基於“互聯網＋”desanweiceliangshebeisuyuanfuwutixi，goujiansanweiceliangshebeimianxiangrenwuceliangbuquedingdudefuwupingtai
，jianshaopingdinghuanjiezhongderenweiyinsukenengyinqidejieguofasan，bingqiekeyizaiweilaideyunxingguochengzhongbuduanhuodewanshan

，zhejiangzaiyidingchengdushangjianxiaosuyuanliandechangdu，shixianjiliangdebianpinghua，jiasumianxiangrenwuceliangbuquedingdugainiandeyingyong，tuidonggaoduanjixiechanpinzhiliangdekuaisutisheng。

通過建立計量裝置的數字孿生體，可推動計量基礎設施和測量傳溯源體係的數字化轉型，實現跨行業

、跨領域計量數據融合、共享與應用
，加強計量數據統計、分析和利用，強化計量數據的溯源性和可信度，提升智能製造的質量。

9.數字化技術技能人才急需問題

由於新一代信息技術與先進製造業的深度融合

，數字化、網wang絡luo化hua和he智zhi能neng化hua的de發fa展zhan範fan式shi導dao致zhi對dui製zhi造zao業ye一yi線xian技ji術shu操cao作zuo人ren員yuan的de崗gang位wei要yao求qiu也ye發fa生sheng了le巨ju大da變bian化hua。原yuan本ben簡jian單dan重zhong複fu性xing的de低di技ji能neng勞lao動dong銳rui減jian甚shen至zhi消xiao失shi。既ji懂dong製zhi造zao經jing驗yan又you懂dongIT的de工gong作zuo人ren員yuan需xu求qiu急ji劇ju增zeng長chang，並bing出chu現xian了le在zai新xin製zhi造zao場chang景jing下xia的de新xin興xing工gong種zhong。這zhe對dui技ji術shu技ji能neng型xing人ren才cai的de建jian設she和he培pei養yang提ti出chu了le挑tiao戰zhan。在zai數shu字zi技ji術shu發fa展zhan趨qu勢shi下xia，數shu字zi化hua相xiang關guan職zhi業ye的de實shi際ji需xu求qiu巨ju大da。在zai此ci建jian議yi如ru下xia。

1）目前國家已發布工業機器人係統運維員

、工業機器人係統操作員、工業視覺係統運維員
、增材製造設備操作員、數字孿生應用技術員、虛擬現實產品設計師以及數字化解決方案設計師等數字技能職業。在現有數字職業的基礎上，比較現有職業與新需求在崗位職能、技術技能要求等各方麵差異，建議增設新職業，完善數字化職業體係
，並推進其職業標準的製定工作。

2）職(zhi)教(jiao)院(yuan)校(xiao)和(he)技(ji)工(gong)院(yuan)校(xiao)以(yi)職(zhi)業(ye)標(biao)準(zhun)為(wei)指(zhi)導(dao)開(kai)設(she)新(xin)專(zhuan)業(ye)
，麵(mian)向(xiang)工(gong)業(ye)製(zhi)造(zao)一(yi)線(xian)的(de)實(shi)際(ji)需(xu)求(qiu)，推(tui)進(jin)數(shu)字(zi)化(hua)技(ji)術(shu)技(ji)能(neng)人(ren)才(cai)培(pei)養(yang)工(gong)作(zuo)。在(zai)開(kai)展(zhan)師(shi)資(zi)隊(dui)伍(wu)培(pei)訓(xun)的(de)同(tong)時(shi)，積(ji)極(ji)促(cu)進(jin)新(xin)職(zhi)業(ye)數(shu)字(zi)技(ji)術(shu)技(ji)能(neng)大(da)賽(sai)的(de)發(fa)展(zhan)
，實(shi)現(xian)以(yi)賽(sai)促(cu)教(jiao)

、以賽促學
、以賽促訓。培養精操作、懂工藝、會管理和擅協作的數字化技術技能人才。

3）jiaqiangguojihezuo
，cujinshuzizhiyezhengshudeguojihuren。tuidongguoneizhiyezhengshuyuguojidisanfangzhiyerenzhengtixidehuren，cujinrencaideguojiliudongyuxunhuanfazhan。dangdeershidabaogaozhongtichu
，yaopeiyangzaojiugengduodaguogongjiang
、高技能人才。智能製造數字化
、網絡化、智能化的產業場景迫切需要數字化技術技能人才。在加快建設數字中國、發展數字經濟的宏偉藍圖中
，培養一大批精操作
、懂(dong)工(gong)藝(yi)，跨(kua)專(zhuan)業(ye)和(he)能(neng)創(chuang)新(xin)的(de)善(shan)於(yu)解(jie)決(jue)複(fu)雜(za)工(gong)程(cheng)問(wen)題(ti)的(de)數(shu)字(zi)化(hua)技(ji)術(shu)技(ji)能(neng)人(ren)才(cai)，是(shi)推(tui)進(jin)智(zhi)能(neng)製(zhi)造(zao)有(you)效(xiao)實(shi)施(shi)的(de)前(qian)提(ti)和(he)保(bao)障(zhang)，對(dui)於(yu)鞏(gong)固(gu)壯(zhuang)大(da)實(shi)體(ti)經(jing)濟(ji)根(gen)基(ji)、加快發展現代產業體係具有重要意義。

10.極大型星載天線等空間大型結構在軌製造問題

當前星載天線主要采用“就地製造-收攏發射-在軌展開”的模式，這已經無法滿足航天領域對百米/千米級大口徑星載天線的建設需求
，如何在軌部署星載極大型天線是製約我國當前航天事業發展的一個難題。

空間在軌增材製造技術又被稱為空間3D打印技術
，是指在空間環境下

，利用在軌航天器自身攜帶的設備，由計算機控製將材料按照CAD數據逐層累積製造空間零部件的一體化成型技術

，相對於傳統材料的去除技術，這是一種“自下而上”材料累積的製造方法。與地麵環境不同
，空間在軌增材製造技術麵臨空間高真空、極低溫、微重力和強輻射等環境的影響，這對原材料、成型工藝、在軌製造裝備等都提出了新的要求
，包括：xingzaijidaxingtianxianzaiguizhizaozongtishejifangfa
，zaiguizengcaizhizaocailiaochengxingjili，zaiguizengcaizhizaojiqirenjishu，zaiguigaojingduceliangjishu
，xingzaijidaxingtianxianzaiguizhizaodonglixuefenxi，xingzaijidaxingtianxianzaiguizhendongkongzhijishu，yijixingzaijidaxingtianxianzaiguizhizaotiandiyitihuayanzhengjishudeng。

結(jie)合(he)在(zai)軌(gui)製(zhi)造(zao)技(ji)術(shu)，開(kai)展(zhan)以(yi)星(xing)載(zai)極(ji)大(da)型(xing)天(tian)線(xian)等(deng)為(wei)代(dai)表(biao)的(de)大(da)型(xing)空(kong)間(jian)結(jie)構(gou)在(zai)軌(gui)直(zhi)接(jie)製(zhi)造(zao)新(xin)模(mo)式(shi)的(de)預(yu)先(xian)研(yan)究(jiu)，實(shi)現(xian)大(da)型(xing)空(kong)間(jian)結(jie)構(gou)以(yi)原(yuan)材(cai)料(liao)和(he)毛(mao)坯(pi)的(de)狀(zhuang)態(tai)發(fa)射(she)升(sheng)空(kong)
，在(zai)太(tai)空(kong)中(zhong)在(zai)軌(gui)完(wan)成(cheng)最(zui)終(zhong)的(de)製(zhi)造(zao)
，並(bing)采(cai)用(yong)自(zi)動(dong)化(hua)裝(zhuang)配(pei)技(ji)術(shu)形(xing)成(cheng)龐(pang)大(da)的(de)大(da)型(xing)空(kong)間(jian)結(jie)構(gou)，可(ke)以(yi)突(tu)破(po)當(dang)前(qian)“就地製造-收攏發射-在軌展開”技術對星載天線尺寸和自重的約束
，同時支撐未來我國大型遙感衛星、大型空間望遠鏡
、空(kong)間(jian)太(tai)陽(yang)能(neng)電(dian)站(zhan)以(yi)及(ji)大(da)型(xing)天(tian)基(ji)基(ji)礎(chu)設(she)施(shi)等(deng)重(zhong)大(da)太(tai)空(kong)計(ji)劃(hua)實(shi)施(shi)，將(jiang)為(wei)我(wo)國(guo)實(shi)現(xian)從(cong)航(hang)天(tian)大(da)國(guo)向(xiang)航(hang)天(tian)強(qiang)國(guo)邁(mai)進(jin)的(de)目(mu)標(biao)提(ti)供(gong)有(you)力(li)支(zhi)撐(cheng)，並(bing)將(jiang)對(dui)我(wo)國(guo)科(ke)技(ji)、軍事、國民經濟和社會等產生深遠影響。

11.基於MBSE和數字孿生優化的智能工廠物流規劃問題

在智能工廠運營係統的多個維度中
，物流天生具備端到端的屬性
，是工廠有效運營的主要載體和抓手
，是智能工廠的“血脈”所在。數字孿生技術賦能智能工廠物流規劃與方案驗證
，意味著給智能工廠“打通了任督兩脈”，降低智能工廠規劃和後續運作過程中係統性的成本和效率損失，提高抗風險能力。

供應鏈數字化、智能化環境下，智能物流（見圖６）已經成為智能工廠中的核心要素之一
，工廠規劃和運營管理必須要具備“流動思維”和“供應鏈思維”，而不僅僅是圖樣上表現的建築物和硬件設施。

圖6　智能物流

數字孿生係統是數字化工廠的一個重要工具或者必要的先期驗證
、仿真、預yu警jing過guo程cheng。建jian立li與yu生sheng產chan物wu流liu流liu程cheng對dui應ying的de數shu字zi孿luan生sheng模mo型xing，其qi需xu要yao具ju備bei所suo有you物wu流liu過guo程cheng細xi節jie，並bing可ke在zai虛xu擬ni世shi界jie中zhong對dui物wu流liu過guo程cheng進jin行xing驗yan證zheng。當dang驗yan證zheng過guo程cheng中zhong出chu現xian問wen題ti時shi，隻zhi需xu要yao在zai模mo型xing中zhong進jin行xing修xiu正zheng即ji可ke。在zaiMBSE實shi現xian過guo程cheng中zhong
，需xu要yao統tong一yi的de建jian模mo語yu言yan及ji工gong具ju，注zhu重zhong在zai物wu流liu係xi統tong規gui劃hua過guo程cheng中zhong實shi現xian全quan過guo程cheng虛xu擬ni驗yan證zheng，建jian立li模mo型xing全quan生sheng命ming周zhou期qi管guan理li。借jie助zhu基ji於yu模mo型xing的de係xi統tong工gong程chengMBSE可以設計出包含所有物流細節信息的生產物流布局與運營動線圖
，包括園區建築物布局、物流門、物流自動化設施、搬運工具、物流資源和物流參數
，甚至是操作人員等各種詳細信息，同時與生產線設計進行無縫關聯

，並進行相關仿真
、評價與論證
，避免規劃的不合理。

weilebaozhengzhizaoxitongzhongwuliuguochengdesuoyouliuchengdouzhunquewuwu
，zaishuziluanshengmoxingzhongduibutongdeshengchanhewuliucelvejinxingmonifangzhenhepinggu，jiehedashujufenxihetongjixuejishu，kuaisuzhidingzhinengwuliuxitongduiyuzongzhuanggongweidegexinghuawuliaopeisongmoshi，bingqietongguogeleizhinenghuasuanfajinxingshixianshujuhewulizhijiandeyingshe。tiaozhengcelvehouzaimonifangzhenzhenggeshengchan-物流係統的績效，進一步優化，實現所有物流資源利用率的最大化
，確保所有工序上的所有設施、人員、物料等都盡其所能，實現效率和盈利能力的最大化。

12.結束語

在zai推tui進jin我wo國guo製zhi造zao業ye實shi現xian智zhi能neng製zhi造zao的de過guo程cheng中zhong，注zhu定ding會hui遇yu到dao很hen多duo阻zu力li。技ji術shu層ceng麵mian較jiao多duo瓶ping頸jing
，智zhi能neng製zhi造zao人ren才cai短duan缺que，企qi業ye基ji礎chu薄bo弱ruo且qie差cha異yi較jiao大da，地di區qu發fa展zhan不bu平ping衡heng等deng難nan題ti依yi然ran存cun在zai。我wo們men仍reng將jiang堅jian持chi以yi智zhi能neng製zhi造zao為wei主zhu攻gong方fang向xiang，加jia快kuai核he心xin技ji術shu攻gong關guan
，持chi續xu完wan善shan融rong合he發fa展zhan政zheng策ce體ti係xi，重zhong點dian突tu破po、難點跨越，解決瓶頸問題
，推動智能製造高質量發展。

同時，伴隨製造業數字化
、網絡化
、智zhi能neng化hua發fa展zhan水shui平ping不bu斷duan提ti升sheng，又you會hui有you新xin一yi輪lun製zhi約yue智zhi能neng製zhi造zao發fa展zhan的de問wen題ti顯xian現xian

，我wo們men也ye將jiang持chi續xu關guan注zhu
，每mei年nian發fa布bu一yi次ci報bao告gao，為wei智zhi能neng製zhi造zao發fa展zhan建jian言yan獻xian策ce。