現(xiàn)如今，工業(yè)行業(yè)也開始了智能化道路，在智能化道路的背后，也是智能化代表的科技的更新。

　　從上世紀(jì)中期開始, 網(wǎng)絡(luò)化工業(yè)控制及其自動(dòng)化經(jīng)過了20世紀(jì)60~70年代的模擬儀表控制系統(tǒng)、80~90年代的集散控制系統(tǒng)、21世紀(jì)初的占主導(dǎo)地位的現(xiàn)場(chǎng)總線控制系統(tǒng), 以及當(dāng)前正在普及應(yīng)用中的工業(yè)物聯(lián)網(wǎng).網(wǎng)絡(luò)化工控系統(tǒng)總體趨勢(shì)是從簡(jiǎn)單的本地儀控, 慢慢演化到遠(yuǎn)程智能的復(fù)雜系統(tǒng)管控.當(dāng)前的工業(yè)物聯(lián)網(wǎng)的注意力主要放在工業(yè)網(wǎng)絡(luò)的精確性、確定性、自適應(yīng)性、安全性等以工業(yè)用通信為中心的研發(fā)和應(yīng)用上.但是隨著智能制造的廣度和深度進(jìn)一步發(fā)展, 即將出現(xiàn)“軟件定義工業(yè)”、“類工業(yè)領(lǐng)域”、“廣義工業(yè)”、“社會(huì)制造”、“社會(huì)工業(yè)”等智能大工業(yè)新形態(tài), 而智聯(lián)網(wǎng)將在該發(fā)展過程中起決定性的作用.工業(yè)智聯(lián)網(wǎng)的誕生, 將會(huì)以極高的效率整合各種工業(yè)和社會(huì)資源、極大減小工業(yè)過程中的浪費(fèi)和消耗、極大地解放工業(yè)生產(chǎn)力, 并促進(jìn)智能大工業(yè)的出現(xiàn)和高速發(fā)展.

　　工業(yè)智聯(lián)網(wǎng)的技術(shù)架構(gòu)主要由數(shù)據(jù)接入層、通信計(jì)算層、虛擬操作系統(tǒng)層、知識(shí)解析綜合層、以及知識(shí)服務(wù)層組成, 工業(yè)智聯(lián)網(wǎng)新出現(xiàn)的架構(gòu)與核心技術(shù)歸納如下。

       工業(yè)智聯(lián)網(wǎng)核心技術(shù)

　　1. 數(shù)字虛擬工業(yè)技術(shù)

　　數(shù)字虛擬工業(yè)技術(shù)基于實(shí)際工業(yè)設(shè)備運(yùn)行數(shù)據(jù), 通過學(xué)習(xí)和優(yōu)化, 建立對(duì)應(yīng)于實(shí)際工業(yè)系統(tǒng)的虛擬工業(yè)系統(tǒng)。借助軟硬件接口, 兩個(gè)系統(tǒng)在運(yùn)行過程中進(jìn)行信息的交互, 協(xié)同發(fā)展, 基于學(xué)習(xí)過程中累積的知識(shí), 逐步完善的虛擬工業(yè)系統(tǒng)結(jié)合實(shí)際運(yùn)行數(shù)據(jù), 對(duì)工業(yè)實(shí)體狀態(tài)進(jìn)行評(píng)估, 并設(shè)計(jì)場(chǎng)景進(jìn)行演化計(jì)算實(shí)驗(yàn)對(duì)未來態(tài)勢(shì)進(jìn)行預(yù)測(cè), 幫助實(shí)現(xiàn)對(duì)復(fù)雜實(shí)際工業(yè)系統(tǒng)的管理控制, 而對(duì)實(shí)際工業(yè)系統(tǒng)實(shí)施管控措施后的實(shí)時(shí)信息將反饋給虛擬工業(yè)系統(tǒng)做后續(xù)的評(píng)判推演, 兩個(gè)系統(tǒng)隨時(shí)間不斷進(jìn)行類似的交互反饋。

　　利用數(shù)字虛擬工業(yè)技術(shù), 能夠建立虛實(shí)糾纏的工業(yè)系統(tǒng), 從而可挖掘分析實(shí)際運(yùn)行數(shù)據(jù), 構(gòu)建工業(yè)設(shè)備數(shù)字化壽命模型, 預(yù)判運(yùn)行狀態(tài)發(fā)展趨勢(shì), 智能輔助運(yùn)行人員決策, 實(shí)現(xiàn)對(duì)工業(yè)實(shí)體的精確描述、實(shí)時(shí)預(yù)測(cè)和智能引導(dǎo)。

　　2. 新一代知識(shí)工程技術(shù)

　　新一代知識(shí)工程技術(shù)包括單智能體自主獲取知識(shí)的知識(shí)自動(dòng)化技術(shù)和多智能體的知識(shí)協(xié)同技術(shù)。知識(shí)自動(dòng)化, 在廣義上可以定義為是一種以自動(dòng)化的方式變革性地改變知識(shí)產(chǎn)生、獲取、分析、影響、實(shí)施的有效途徑, 其關(guān)鍵在于對(duì)原始信息、目標(biāo)任務(wù)與最終決策的自然、準(zhǔn)確、在線結(jié)合。知識(shí)自動(dòng)化通過對(duì)多尺度時(shí)空信息的組織和特征化, 揭示數(shù)據(jù)的低層次內(nèi)在特征, 而后進(jìn)行知識(shí)對(duì)象及知識(shí)對(duì)象屬性的提取, 獲取有知識(shí)價(jià)值的對(duì)象及其屬性, 構(gòu)建知識(shí)空間, 最終實(shí)現(xiàn)知識(shí)的表示和知識(shí)功能的實(shí)現(xiàn)。知識(shí)的協(xié)同技術(shù)主要包括知識(shí)的協(xié)同表征與傳遞, 以及知識(shí)的聯(lián)結(jié)與協(xié)同運(yùn)行, 它通過建立智能實(shí)體之間知識(shí)層次的互聯(lián)互通, 在聯(lián)合知識(shí)空間中完成知識(shí)功能。 人們的社會(huì)、經(jīng)濟(jì)、技術(shù)活動(dòng)通過“翻譯”的方式實(shí)現(xiàn)了自然語言與人工語言的智能交互, 最終通過智聯(lián)網(wǎng)的多種協(xié)同結(jié)構(gòu)實(shí)現(xiàn)了支撐知識(shí)服務(wù)、完成知識(shí)功能、實(shí)現(xiàn)知識(shí)消費(fèi)等多種功能。

　　3. 工業(yè)資源異構(gòu)復(fù)雜網(wǎng)絡(luò)的建模、分析及管控技術(shù)

　　工業(yè)資源異構(gòu)復(fù)雜網(wǎng)絡(luò)的建模、分析及管控(圖 7)借助圖處理、深度學(xué)習(xí)等智能技術(shù), 對(duì)不同類型的工業(yè)資源網(wǎng)絡(luò)進(jìn)行數(shù)字化建模, 基于不同工業(yè)資源網(wǎng)絡(luò)之間的數(shù)據(jù)映射關(guān)系、邏輯關(guān)聯(lián)性等特征進(jìn)行融合性分析, 形成異構(gòu)工業(yè)資源網(wǎng)絡(luò), 從而對(duì)異構(gòu)工業(yè)資源網(wǎng)絡(luò)產(chǎn)生的各類數(shù)據(jù)信息進(jìn)行一體化的挖掘。同時(shí), 利用區(qū)塊鏈網(wǎng)絡(luò)智能合約不可篡改特征和通證屬性對(duì)建立的工業(yè)資源異構(gòu)復(fù)雜網(wǎng)絡(luò)進(jìn)行管理和控制。

　　利用異構(gòu)網(wǎng)絡(luò)建模、分析和管控技術(shù), 可對(duì)海量的不同種類工業(yè)資源進(jìn)行深度整合、統(tǒng)一管理和信息挖掘, 實(shí)現(xiàn)高效、安全、準(zhǔn)確的分析與控制。

　    4. 區(qū)塊鏈智能技術(shù)

　　區(qū)塊鏈智能技術(shù)是一種廣泛應(yīng)用于社會(huì)經(jīng)濟(jì)領(lǐng)域的一種新型技術(shù), 它包括應(yīng)用于底層的區(qū)塊鏈技術(shù)和運(yùn)作于區(qū)塊鏈之上的通證經(jīng)濟(jì)體系。區(qū)塊鏈具有去中心化、自治化、透明不可篡改、可追溯性等特性, 其應(yīng)用使傳統(tǒng)上難以流通和商品化的“注意力”與“信用度”成為可以批量化生產(chǎn)的流通商品, 革命性地提升經(jīng)濟(jì)活動(dòng)范圍與社會(huì)效率, 區(qū)塊鏈技術(shù)具有成為智能經(jīng)濟(jì)的基石的潛質(zhì)。通證經(jīng)濟(jì)是支撐區(qū)塊鏈實(shí)現(xiàn)權(quán)益快速流動(dòng)與安全交換的一種機(jī)制, 構(gòu)建改變生產(chǎn)力和生產(chǎn)關(guān)系的智能經(jīng)濟(jì)模式離不開通證經(jīng)濟(jì)體系。利用區(qū)塊鏈的特性和通證經(jīng)濟(jì)的行為激勵(lì)作用, 社會(huì)智能經(jīng)濟(jì)體系中良性經(jīng)濟(jì)行為的參與者會(huì)逐步增多, 最終會(huì)引領(lǐng)社會(huì)經(jīng)濟(jì)導(dǎo)向, 使得整個(gè)社會(huì)參與者的收益增多。同時(shí), 通證經(jīng)濟(jì)的激勵(lì)作用還會(huì)優(yōu)化社會(huì)的資源匹配, 通過社會(huì)認(rèn)知學(xué)習(xí)和溝通交流來提高社會(huì)效率。

　　5. 社會(huì)計(jì)算技術(shù)

　　社會(huì)計(jì)算的整體框架, 包含基于開閉源信息能源情報(bào)的廣泛采集、深度分析、個(gè)性化影響、協(xié)同產(chǎn)生等多個(gè)關(guān)鍵步驟。傳統(tǒng)的物理系統(tǒng)通過各類傳感器獲得系統(tǒng)的物理信號(hào), 工程控制論在物理過程的自動(dòng)化中發(fā)揮了極其重要的作用。社會(huì)傳感器, 就是力圖將物理系統(tǒng)中傳感網(wǎng)絡(luò)獲取物理信號(hào)的概念和手段推廣到網(wǎng)站、博客、論壇等各類網(wǎng)絡(luò)空間, 用于社會(huì)信號(hào)的采集, 獲取所關(guān)注的社會(huì)信號(hào)并從中提取出感興趣的信息。任何企業(yè)運(yùn)營(yíng)、社會(huì)事務(wù)、生產(chǎn)過程等方面的管理, 都可以將問題的求解過程擴(kuò)展到由物理信號(hào)和社會(huì)信號(hào)共同構(gòu)成的高維解空間中。

　　在實(shí)際的生產(chǎn)管理系統(tǒng)中, 建立從數(shù)據(jù)源到數(shù)據(jù)庫(kù)間的信息通道, 實(shí)現(xiàn)信息的高速無差傳輸。對(duì)于海量數(shù)據(jù)綜合運(yùn)用查詢擴(kuò)展、知識(shí)圖譜等技術(shù), 構(gòu)建跨媒體的工業(yè)數(shù)據(jù)智能檢索平臺(tái), 提高數(shù)據(jù)處理的并行度, 實(shí)現(xiàn)智能檢索。通過機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、模式識(shí)別、自然語言理解等技術(shù)對(duì)海量的社會(huì)信息進(jìn)行準(zhǔn)確抽取、分析、并以用戶可理解的方式進(jìn)行展現(xiàn), 為工業(yè)數(shù)據(jù)的分析決策提供量化支持。

　　6. 邊緣計(jì)算

　　邊緣計(jì)算作為一種新型計(jì)算模式, 是實(shí)現(xiàn)工業(yè)智聯(lián)網(wǎng)的支撐技術(shù)之一。相較于云計(jì)算, 其可以實(shí)現(xiàn)對(duì)工業(yè)邊緣設(shè)備大數(shù)據(jù)的實(shí)時(shí)處理, 減少了因數(shù)據(jù)傳輸給云計(jì)算中心帶來的網(wǎng)絡(luò)帶寬問題和實(shí)時(shí)性需求, 且邊緣計(jì)算能夠考慮到邊緣數(shù)據(jù)的隱私問題及數(shù)據(jù)上傳時(shí)邊緣設(shè)備電能損耗問題。邊緣計(jì)算通過整合工業(yè)網(wǎng)絡(luò)邊緣上的計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)等形成合一的平臺(tái)為工業(yè)用戶提供服務(wù), 使得數(shù)據(jù)在源頭側(cè)就能得到有效及時(shí)的處理, 或者將邊緣數(shù)據(jù)部分處理后將數(shù)據(jù)傳到云計(jì)算中心處理, 減少點(diǎn)云計(jì)算中心的壓力。

　　智能化技術(shù)的工業(yè)實(shí)現(xiàn)

　　1. 基于虛擬仿真技術(shù)的數(shù)字化模擬工廠

　　基于虛擬仿真技術(shù)的數(shù)字化模擬工廠是以產(chǎn)品全生命周期的相關(guān)數(shù)據(jù)為基礎(chǔ)，采用虛擬仿真技術(shù)對(duì)制造環(huán)節(jié)從工廠規(guī)劃、建設(shè)到運(yùn)行等不同環(huán)節(jié)進(jìn)行模擬、分析、評(píng)估、驗(yàn)證和優(yōu)化，指導(dǎo)工廠的規(guī)劃和現(xiàn)場(chǎng)改善。

　　仿真技術(shù)可以處理利用數(shù)學(xué)模型無法處理的復(fù)雜系統(tǒng)，能夠準(zhǔn)確地描述現(xiàn)實(shí)情況，確定影響系統(tǒng)行為的關(guān)鍵因素，因此數(shù)字化模擬工廠在現(xiàn)代制造企業(yè)中得到了廣泛的應(yīng)用：

　?。?）加工仿真，如加工路徑規(guī)劃和驗(yàn)證、工藝規(guī)劃分析、切削余量驗(yàn)證等。

　　（2）裝配仿真，如人因工程校核、裝配節(jié)拍設(shè)計(jì)、空間干涉驗(yàn)證、裝配過程運(yùn)動(dòng)學(xué)分析等。

　?。?）物流仿真，如物流效率分析、物流設(shè)施容量、生產(chǎn)區(qū)物流路徑規(guī)劃等。

　　（4）工廠布局仿真，如新建廠房規(guī)劃、生產(chǎn)線規(guī)劃、倉(cāng)儲(chǔ)物流設(shè)施規(guī)劃和分析等。

　　通過基于仿真模型的“預(yù)演”，可以及早發(fā)現(xiàn)設(shè)計(jì)中的問題，減少建造過程中設(shè)計(jì)方案的更改。如三一重工開發(fā)了OSG技術(shù)的三維工廠布局規(guī)劃平臺(tái)，在集團(tuán)內(nèi)部首次應(yīng)用于其寧鄉(xiāng)產(chǎn)業(yè)園的工廠布局規(guī)劃，縮短了工廠建設(shè)周期，并節(jié)省了因設(shè)計(jì)缺陷產(chǎn)生的成本。

　　2. 基于制造過程管控與優(yōu)化的數(shù)字化車間

　　在制造企業(yè)，車間是將設(shè)計(jì)意圖轉(zhuǎn)化為產(chǎn)品的關(guān)鍵環(huán)節(jié)。車間制造過程的數(shù)字化涵蓋了生產(chǎn)領(lǐng)域中車間、生產(chǎn)線、單元等不同層次上設(shè)備、過程的自動(dòng)化、數(shù)字化和智能化。其發(fā)展趨勢(shì)主要體現(xiàn)在：

　　3. 底層制造裝備智能化

　　底層制造裝備方面，數(shù)字化工廠主要解決制造能力自治的問題。設(shè)備制造商不僅持續(xù)在提升設(shè)備本身高速、高精、高可靠等性能方面不斷取得進(jìn)展，同時(shí)也越來越重視設(shè)備的感知、分析、決策、控制功能，比如各種自適應(yīng)加工控制、智能化加工編程、自動(dòng)化加工檢測(cè)和實(shí)時(shí)化狀態(tài)監(jiān)控及自診斷/自恢復(fù)系統(tǒng)等技術(shù)在生產(chǎn)線工作中心及車間加工單元中得到普遍運(yùn)用。

　　4. 中間層的制造過程優(yōu)化

　　把機(jī)床設(shè)備和相關(guān)輔助裝置進(jìn)行集成，共同構(gòu)成柔性加工系統(tǒng)或柔性制造單元?，F(xiàn)今，不少?gòu)S商支持將多臺(tái)數(shù)控機(jī)床連成生產(chǎn)線，既可一人多機(jī)操縱，又可進(jìn)行網(wǎng)絡(luò)化管理。如日本Moriseiki的最新機(jī)床產(chǎn)品上安裝的操作系統(tǒng)MAPPS系統(tǒng)就可以通過使用CAPS-NET網(wǎng)絡(luò)軟件建立基于以太網(wǎng)的網(wǎng)絡(luò)，從而可以對(duì)作業(yè)狀況和生產(chǎn)計(jì)劃進(jìn)行一元化管理。

　　5. 頂層的制造績(jī)效可視化

　　在制造過程管理層次，隨著精細(xì)化生產(chǎn)的需求越來越突出，近年來MES/MOM逐漸被制造企業(yè)所接受。MES/MOM可分為以下兩部分：

　?。?）車間生產(chǎn)計(jì)劃與管理

　　主要完成車間作業(yè)計(jì)劃的編排、平衡、分派，同時(shí)涉及到相關(guān)制造資源的分配和準(zhǔn)備。國(guó)內(nèi)外已有較多提供MES/MOM解決方案的產(chǎn)品提供商，如艾普工華在離散制造業(yè)特別是汽車及零部件、工程機(jī)械、航空等行業(yè)，已確立了領(lǐng)先地位。

　?。?）現(xiàn)場(chǎng)制造采集與控制

　　以RFID、無線傳感網(wǎng)絡(luò)等技術(shù)為核心的物聯(lián)網(wǎng)技術(shù)的應(yīng)用。物聯(lián)網(wǎng)技術(shù)被認(rèn)為是信息技術(shù)領(lǐng)域革命性的新技術(shù)，借其可實(shí)現(xiàn)對(duì)于制造過程全流程的“泛在感知”，特別能夠是利用RFID無縫、不間斷地獲取和準(zhǔn)確、可靠地發(fā)送實(shí)時(shí)信息流。

　　基于泛在信息的智能制造系統(tǒng)進(jìn)一步發(fā)展，使得裝備本身的智能化水平也得到了提升，從而MES/MOM執(zhí)行管理系統(tǒng)能夠主動(dòng)感知用戶場(chǎng)景的變化并進(jìn)行提供實(shí)時(shí)反饋。

       現(xiàn)階段的工業(yè)智能化發(fā)展需要在數(shù)據(jù)和客戶端的數(shù)據(jù)流交換下功夫，同時(shí)對(duì)于突發(fā)狀況的處理也要進(jìn)行充分的研究。

　　隨著MES/MOM等軟件的應(yīng)用推廣，制造企業(yè)已逐步獲得了大量制造數(shù)據(jù)。如何充分利用這些實(shí)時(shí)和歷史生產(chǎn)數(shù)據(jù)，通過制造績(jī)效可視化提高對(duì)異常狀況的預(yù)知、響應(yīng)和判斷能力，也是近期發(fā)展趨勢(shì)之一。主要分為以下幾方面：

　　對(duì)于實(shí)時(shí)數(shù)據(jù)，主要解決的問題是對(duì)制造異常事件的敏捷響應(yīng)以及對(duì)制造績(jī)效偏離的快速修復(fù)。

　　對(duì)于多客戶端的分布式展示和多并發(fā)的并行數(shù)據(jù)流，目前的趨勢(shì)是利用基于B/S的可定制可縮放矢量圖形技術(shù)來動(dòng)態(tài)刷新來自服務(wù)端的數(shù)據(jù)推送。

　　對(duì)于歷史數(shù)據(jù)，主要解決的問題是如何從中找出改善未來制造業(yè)務(wù)的依據(jù)，特別是從質(zhì)量趨勢(shì)、物流瓶頸等數(shù)據(jù)中發(fā)現(xiàn)可能影響未來生產(chǎn)過程的規(guī)律。