一、重點行業的差異化智能制造推進路徑

　　打造以智能裝備、網絡互聯與數據集成為核心的智能工廠。以石化、鋼鐵為代表的原材料行業，自動化、數字化信息化建設起步較早，發展程度較高，智能制造實施主要以工廠內外各環節數據打通及應用為重點，實現生產管控一體化、供應鏈協同與能耗優化。在生產管控一體化方面，九江石化的智能工廠建設，在生產現場通過4G無線網絡、防爆智能終端實現裝置數據的采集傳輸，大幅提升生產管理與裝置優化水平。在供應鏈協同方面，東岳化工通過對物流、能流、安全、資產的全流程監控與數據集成，建立數據采集和管控系統，實現從響應式制造到預測制造的智能供應鏈轉變。在能耗優化方面，魯西化工以“互聯網＋化肥”方式改造傳統化肥生產，通過建立數據采集和監控系統，并與控制系統有機結合，實現重點污染物排放監控的全覆蓋，噸合成氨綜合能耗大幅下降。

　　推進面向高價值產品的智能設計、協同制造和遠程運維。航空、汽車、船舶、工程機械等高端裝備行業，具有資金技術密集、產品附加值高的特點，企業生產過程普遍建立了良好的自動化、數字化基礎，智能制造實施主要需求在于結合數字化、網絡化技術，推進虛擬設計、協同制造和遠程運維。在數字化設計方面，中國商飛建設三維PDM數據管理系統，應用數字化三維設計與工藝技術，實現產品數據流打通“設計－分析－工藝－制造”環節，大幅縮短研制周期。在網絡協同制造方面，長安汽車搭建全球協同研發平臺，推動基于同一模型與數據源的協同設計，實現了24小時不間斷協同開發。在遠程運維服務方面，三一重工依托工程機械服務平臺為客戶提供故障診斷、性能優化托管等智能服務，產品市場占有率整體提高5％，服務營收占比提高28％。

　　探索用戶需求導向的個性化定制。家電、服裝、家具、汽車等消費品行業，具有顯著的訂單拉動式生產特點，企業積極拓展個性化定制模式。在服裝行業，報喜鳥公司開發西服私享定制云平臺與大數據平臺，對用戶個性化需求特征的挖掘和分析，實現“一人一版、一衣一款”的西裝自主設計與定制生產。在家電行業，海爾集團打造“互聯工廠”，前端打造“眾創匯”的用戶交互平臺，終端依托沈陽、鄭州、佛山和青島四個互聯工廠，后端依托“海達源”模塊商資源平臺，實現冰箱、空調等產品的定制化生產。

　　強化以局部環節自動化、數字化改造為突破點的生產智能管控。以信息通信、光學元器件可穿戴設備等為代表電子行業，在檢測、裝配、物流環節普遍存在較大的自動化、數字化短板，企業智能制造實施主要以局部環節改造為切入口，逐步提升生產的數據采集與利用能力，提高生產效率和產品質量。在質量檢測方面，中興無線基站產品智能工廠，通過工業機器人、自動化檢測設備的綜合集成，突破模塊化電源檢測的自動化瓶頸，單條檢測線減少12個人工需求，檢測作業效率提升33％。在產線控制優化方面，華星光電子在自動化及傳送設備基礎上，對設備運行數據、原材料數據、生產過程數據進行綜合集成，大幅提升生產效率。在智慧物流方面，歌爾聲學依托基于射頻識別技術（RFID）的智能物流管理系統和立體倉庫，實現物料精準配送，大幅提升物流倉儲效率。

　　另外，中小企業也正在探索低成本推進智能制造的路徑。受制于資金、技術和人才，中小企業低成本實施智能制造是現實選擇。在硬件方面，中小企業通過對單點舊設備進行升級改造、智能設備以租代買等方式節省成本。山東威達機械充分利用原有舊設備，改造升級PLC系統、線軌等關鍵部分，并入新系統組成智能制造生產線，節省50％投資成本。在軟件方面，中小企業可通過“按需付費、按次付費”取代“成套購買”的方式，降低使用門檻。

　　二、智能制造發展中存在的主要問題

　　行業間、企業間發展基礎參差不齊，統一推進智能制造實施存在挑戰。與發達國家企業普遍走過了機械化、電氣化和自動化的串聯式道路所不同，我國企業1．0、2．0、3．0的發展階段并存，不同行業、不同企業智能制造的實施基礎和路徑存在較大差異。如航空、電子、汽車、石化、鋼鐵等行業信息化建設起步早、基礎好，先進企業自動化率基本達到80％，數據自動采集率達到90％1；相比之下，紡織、建材等行業企業規模偏小，行業平均自動化普及率僅能達到60％2。

　　核心技術裝備、關鍵共性／行業標準的自主化進程相對緩慢。以智能制造核心技術裝備為例，國內機床、機器人企業在高端市場處于劣勢，80％的高端機床依賴進口，ABB等國際工業機器人四大家族占我國機器人本體市場的50％以上，減速器、伺服電機、敏感芯片、外圍芯片等關鍵核心元器件均由國際企業主導壟斷。

　　缺少跨界領軍企業，生態體系競爭力薄弱。目前，我國缺乏一批類似GE、西門子的跨界巨頭企業和系統集成商，尚未形成具有競爭力的智能制造生態體系。例如，我國沈陽機床廠研發網聯裝備i5數控機床，以智能云科平臺為載體構建行業用戶與供應商生態圈，目前雖有600多家制造商入駐，但影響力和競爭力仍然無法與覆蓋140多個國家的德瑪吉等國際機床巨頭相比。

　　對數據的集成和綜合利用不足，智能化水平受限。隨著智能制造的深入推進，企業逐漸暴露出數據集成和綜合利用能力不足的短板，難以將采集到的生產數據轉化為對生產經營決策的支撐，制約了智能化水平的進一步提升。

　　三、進一步推動智能制造發展的建議

　　圍繞不同行業的不同基礎與需求，分類施策，鼓勵企業探索差異化智能制造實施路徑。基于不同行業、不同企業的生產特點、實際需求和基礎能力等級，結合試點示范企業智能制造實施經驗，加快建設具有操作性行業性智能制造實施指南，加快智能制造應用推廣。

　　加快平臺類產品的研發，突破重點行業場景下的數據智能應用瓶頸。圍繞智能制造發展的共性技術要素，以企業應用為牽引，加快產學研用聯合創新，推動面向數據集成分析的平臺類產品研發應用，著重開發面向各類優化場景的模型算法，提升工業企業智能化應用能力。

　　著力推動中小企業自動化改造和信息化升級，針對中小企業資金、技術、人才力量有限，鼓勵并推廣面向關鍵工序的自動化改造和信息化升級，積極探索中小企業的低成本智能制造實施路徑，激發中小企業積極性。

　　作者簡介：

　　田洪川，中國信息通信研究院，信息化與工業化融合研究所，兩化融合與智能制造研究部副主任

　　蔣昕昊，中國信息通信研究院，信息化與工業化融合研究所，兩化融合與智能制造研究部高級工程師