工业4.0背景下的智能制造：回顾外文翻译资料

英语原文共 15 页，剩余内容已隐藏，支付完成后下载完整资料

附录A 译文

工业4.0背景下的智能制造：回顾

摘要 我们的下一代工业4.0有望提高制造业的灵活性，以及大规模定制、更好的质量和更高的生产率。因此，它使公司能够应对以较短的上市时间和更高的质量生产越来越个性化的产品的挑战。智能制造在工业4.0中扮演着重要角色。典型的资源被转换为智能对象，以便它们能够在智能环境中感知、行动和行为。为了全面理解工业4.0背景下的智能制造，本文对智能制造、物联网（IoT）制造和云制造等相关主题进行了全面回顾。根据我们的分析，突出了这些主题的相似性和差异性。我们还回顾了物联网、网络物理系统（CPSs）、云计算、大数据分析（BDA）和信息与通信技术（ICT）等用于实现智能制造的关键技术。接下来，我们将介绍智能制造业的全球动向，包括来自不同国家的政府战略计划，以及来自欧盟、美国、日本和中国的主要国际公司的战略计划。最后，我们提出了当前的挑战和未来的研究方向。本文讨论的概念将为实现备受期待的第四次工业革命带来新的想法。

关键词 智能制造;工业4.0;物联网;制造系统;云制造;信息物理系统;信息物理系统

1 引言

工业4.0是德国的一项战略举措，旨在创建智能工厂，通过网络物理系统（CPS）、物联网（IoT）和云计算升级和改造制造技术[1,2]。在工业4.0时代，制造系统能够监控物理过程，创建物理世界的所谓“数字孪生兄弟”（或“网络孪生兄弟”），并通过与人、机器、传感器等的实时通信和合作做出智能决策[3]。工业4.0将嵌入式生产系统技术与智能生产流程相结合，为新的技术时代铺平道路，这将从根本上改变行业价值链、生产价值链和商业模式

在工业4.0的背景下，制造系统被更新到智能水平。智能制造利用先进的信息和制造技术实现灵活、智能和可重构的制造过程，以应对动态的全球市场[4]。它使整个制造供应链、多个行业、中小型企业（SME）和大公司在需要时和需要时都可以使用所有物理流程和信息流[5,6]。智能制造需要某些基础技术，以使设备或机器能够根据过去的经验和学习能力，根据不同的情况和要求改变其行为[7]。这些技术可以与制造系统直接沟通，从而解决问题，及时做出适应性决策。一些技术还具有人工智能（AI），它允许制造系统从经验中学习，以便最终实现互联、智能和无处不在的工业实践

与智能制造类似的概念包括云制造和物联网制造。为了全面理解工业4.0背景下的智能制造，本文回顾了Scopus和Google Scholar数据库中的165篇论文，并明确提出了智能制造、物联网制造和云制造等关键概念。接下来，本文讨论了物联网、CPSs、云计算、大数据分析（BDA）和信息通信技术（ICT）等用于支持智能制造的关键技术。然后讨论了全球智能制造的动向，包括欧盟、美国、日本和中国的政府机构和大型公司的案例。最后，展望未来，以供工业实践者和学术界参考

从Scopus数据库（图1）中收集了2005-2016年有关智能制造的已发布数据，该数据库显示，有关该主题的论文稳步增加。图1（a）显示了2005年至2016年有关智能制造的公开文件。从2005年到2006年，文章数量急剧增加，从大约100篇增加到150篇；

从2007年到2014年，这个数字以稳定的速度增长。从2014年到2015年，又出现了大幅增长，2015年出版了225份文件。图1（b）显示了与智能制造相关的顶级出版作品来源。排名前五位的是《国际先进制造技术杂志》（83）、《计算机集成制造系统》（69）、《智能制造杂志》（49）、《国际生产研究杂志》（46）和《专家系统与应用》（33）。图1（c）列出了该研究领域的顶尖大学或研究机构。排名前五的大学是上海交通大学（42所）、北航大学（31所）、浙江大学（29所）、重庆大学（20所）和清华大学（20所）。图1（d）显示了该领域的顶尖学者，图1（e）列出了活跃于该领域的国家或地区，其中中国、美国和英国是前三名。

这些文章来源于Scopus和Google Scholar数据库，重点关注智能制造、物联网制造和云制造等关键概念。通过分析这些关键技术和相关的全球运动，突出了未来的前景。

2 主要概念

制造业是一个国家经济的基础，对人民生活有重大影响。新兴技术可以对制造模式、方法、概念甚至业务产生改变游戏规则的影响。本节回顾了三种主要的先进制造技术：智能制造、物联网制造和云制造。

2.1 智能制造

智能制造（也称为智能制造）是一个广泛的制造概念，旨在通过充分利用先进的信息和制造技术优化生产和产品交易[8]。它被认为是一种基于智能科学技术的新型制造模式，极大地提升了典型产品全生命周期的设计、生产、管理和集成。使用各种智能传感器、自适应决策模型、先进材料、智能设备和数据分析[9]，可以简化整个产品生命周期。提高生产效率、产品质量和服务水平[10]。制造企业的竞争力可以通过其面对全球市场动态和波动的能力来增强。 这一概念的一种实现形式是智能制造系统（IMS），它被认为是通过采用新模型、新形式和新方法将传统制造系统转变为智能系统而获得的下一代制造系统。在工业4.0时代，IMS通过互联网使用面向服务的体系结构（SOA），为最终用户提供协作、可定制、灵活和可重构的服务，从而实现高度集成的人机制造系统[1]。这种人机合作的高度集成旨在建立一个IMS中涉及的各种制造元素的生态系统，以便组织、管理和技术层面可以无缝结合。IMS的一个例子是Festo Didactic cyber physical factory，该工厂为大型供应商、大学和学校提供技术培训和资格认证，作为德国政府平台工业4.0战略计划的一部分[12]。

人工智能通过提供学习、推理和表演等典型功能，在智能弹药系统中发挥着重要作用。通过使用人工智能技术，人类对智能弹药系统的参与可以最小化。例如，材料和生产成分可以自动安排，生产过程和制造操作可以实时监控[13,14]。随着工业4.0继续获得认可，自主传感、智能互联、智能学习分析和智能决策最终将实现。例如，智能调度系统可以基于人工智能技术和问题解决方案对作业进行调度，并可以在支持互联网的平台上作为服务提供给其他用户[15]。

2.2物联网制造

物联网制造是指将典型的生产资源转化为智能制造对象（SMO）的先进原理，能够感知、互连并相互交互，以自动、自适应地执行制造逻辑[16]。在支持物联网的制造环境中，实现了人与人、人与机器以及机器与机器之间的连接，以实现智能感知[17]。因此，物联网技术在制造业中的应用可以实现按需使用和资源的高效共享。物联网被认为是工业4.0下的一个现代制造概念，并采用了最新的技术进步，例如用于数据采集和共享的尖端信息技术（IT）基础设施，这对制造系统的性能有很大影响。

物联网制造的特点是在各种制造资源（如机器、工人、材料和工作岗位）之间实时收集和共享数据[18]。实时数据采集和共享基于射频识别（RFID）和无线通信标准等关键技术。通过使用RFID技术，物理制造流程（如材料的移动）和相关信息流（如各种制造操作的可见性和可追溯性）可以无缝集成[19,20]。RFID标签和读卡器被部署到典型的制造场所，如车间、装配线和仓库，在这些场所，通过为制造对象配备RFID设备来创建智能对象。这允许实时检测车间干扰并反馈给制造系统[21]，从而提高制造和生产决策的有效性和效率。

已经报告了几个物联网制造的实际案例。为了提高制造灵活性，引入了一个支持RFID的摩托车装配线实时生产管理系统[22]。隆鑫电机有限公司使用该制造系统从原材料、在制品（WIP）项目和员工中收集实时生产数据，从而增强感兴趣的项目的可见性、可追溯性和可追踪性。来自汽车零部件制造商怀集登云汽车零部件（控股）有限公司的案例研究提供了另一个例子[23]。这家SME发动机阀门制造商在整个运营过程中使用支持RFID的车间制造解决方案。基于支持RFID的实时数据，对制造执行系统和企业资源规划系统进行了扩展。参考文献[24]中报告了广东志高空调有限公司实施基于RFID的实时车间物料管理的案例。在这种情况下，RFID技术提供了自动和准确的对象数据，以实现实时对象可见性和可追溯性。模具行业、汽车零部件和配件制造联盟、产品生命周期管理和航空航天维护运营[25–28]提供了更多案例。

2.3云制造

云制造是指在云计算、物联网、虚拟化和面向服务技术的支持下，将制造资源转化为可全面共享和流通的服务的先进制造模式[29,30]。它涵盖了产品从设计、仿真、制造、测试和维护的整个生命周期，因此通常被视为一个并行、网络化和智能制造系统（“制造云”），可以智能地管理生产资源和能力。因此，制造云可以为所有类型的最终用户提供制造服务的按需使用[31]。

在云制造中，各种生产资源和能力可以智能地感知并连接到云中。物联网技术（如RFID和条形码）可用于自动管理和控制这些资源，以便将其数字化以共享。面向服务的技术和云计算是这一概念的基础支持。因此，制造资源和能力可以虚拟化、封装，并流通到各种服务中，这些服务可以被访问、调用和实现[32]。根据预定义的特定规则，可以对此类服务进行分类和聚合。有许多不同类型的制造云处理各种制造服务[33]。不同的用户可以通过虚拟制造环境或平台搜索、访问和调用合格的服务。

云部署模式、制造资源建模，需求和服务匹配是云制造中的关键问题。由于应为服务共享建立虚拟制造环境或解决方案，因此需要公共、私有、社区和混合云等云部署方法，以便为最终用户提供统一且无处不在的访问。例如，混合云是几种云的混合，提供多种部署模式，以及灵活部署和易于访问跨业务应用程序等优势[34]。各种制造资源（如机器和装配线）也应建模为可分布和共享的服务。德国电气和电子制造商协会（ZVEI）等德国协会已经开发出一种先进的方法；他们不仅创建了工业4.0产品和服务的参考体系结构（参考体系结构模型工业（RAMI）模型）[35]，还描述了几个设备的管理或管理外壳，以允许数据和资源的一致使用[36]。然而，这种发展是具有挑战性的，因为各种类型和异构格式的大量物理制造对象可能会带来意想不到的建模复杂性[37]。云制造中的制造需求和服务匹配非常重要。这种匹配不仅包括服务提供商和客户的最佳解决方案，还包括服务规划、调度和执行[38]。

2.4 比较

上述三个概念在工业4.0的背景下非常重要，因为现代先进制造系统将对我们未来的生活产生巨大影响。为了充分理解这些概念并确定它们的异同，表1[1,33,39‒50]从四个角度强调了比较：主要特征、支持技术、主要研究和应用。

从表1可以看出，这些概念已经得到了广泛的研究和实施。它们有一些相似之处，例如制造系统中智能决策的目标和各种制造资源的优化[51]。在这三个主要概念中使用了物联网、云计算和BDA等多种技术。这些技术将在下一节详细介绍。这些概念的研究重点不同，基于不同的观点。例如，智能制造专注于人机交互和机对机交互，而物联网制造则强调生产决策模型和SMO建模的实时数据。云制造专注于制造服务的配置和建模。从应用角度来看，物联网制造已经成功实施，大量工业案例在文献中得到了报道，并得到了专业培训和教育理念的支持。然而，智能制造和云制造仍处于研究或概念验证阶段，实际案例数量有限。ZVEI等强大的协会强烈提出了标准化概念。智能制造和云制造的报告案例分为两类：系统架构的插图和虚拟制造公司中被操纵场景的演示；然而，它们可能还远未实现。

3 关键技术

本节回顾了智能制造中使用的一些关键技术，包括物联网、CPSs、云计算、BDA和其他ICT。

3.1物联网

物联网指的是一个互联世界，其中各种对象嵌入电子传感器、致动器或其他数字设备，以便它们可以联网和连接，以收集和交换数据[52]。一般而言，物联网能够提供物理对象、系统和服务的高级连接，实现对象间通信和数据共享。在各个行业，可以通过物联网实现照明、加热、加工、机器人真空和远程监控的控制和自动化。物联网中的一项关键技术是自动识别（auto-ID）技术，该技术可用于制造智能物体。例如，早在1982年，卡内基梅隆大学的研究人员在一台改装的可乐机上应用了一种连接互联网的设备。物联网现在被设想为一种更大范围的尖端技术的融合，如无处不在的无线标准、数据分析和机器学习[54]。这意味着大量传统领域将受到物联网技术的影响，因为物联网技术正融入我们日常生活的各个方面。

RFID技术提供了一个这样的例子。据报道，到2020年，将有近208亿台设备连接并充分利用RFID[55]。这种转变将影响大多数行业，尤其是制造业。RFID技术已被用于识别仓库、生产车间、物流公司、配送中心、零售商和处置/回收阶段的各种物体[56]。识别后，这些物体具有智能感知能力，因此它们可以通过特定形式的互连相互连接和交互，这可能会从它们的运动或感知行为中产生大量数据。智能对象之间的互连是预定义的；这些物体被赋予特定的应用程序或逻辑，如制造程序，它们在配备RFID读卡器和标签后遵循这些程序[57]。RFID设施不仅可以帮助最终用户完成日常操作，还可以捕获与这些操作相关的数据，从而实现实时的生产管理。物联网技术在工业中得到了广泛应用。表2[58-66]列出了物联网的典型应用。

表1 主要概念的比较

表2显示，物联网技术已广泛应用于智能城市、制造业和医疗保健等不同领域。具体应用的目标不同，因此可以实现改进。法国等发达国家和中国、印度等发展中国家正在合作，将物联网用于具体项目。这些合作不仅

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[604284]，资料为PDF文档或Word文档，PDF文档可免费转换为Word