概括
近年來，我國圍繞智能制造技術(shù)及其應(yīng)用開展了大量的研究工作。 面對智能制造不斷涌現(xiàn)的新技術(shù)、新概念、新模式，為了更好地推動后續(xù)智能制造技術(shù)相關(guān)研究的有序發(fā)展，我們聚焦智能制造。 通過技術(shù)體系建設(shè)和技術(shù)態(tài)勢掃描、技術(shù)清單制定、問卷調(diào)查，分別培育制造智能產(chǎn)品、離散制造、流程制造、新模式新業(yè)態(tài)、工業(yè)物聯(lián)網(wǎng)、智能制造云六個方向以及專家討論。 等方法和流程，從目標層、實施層、保障層三個層面繪制2035年智能制造技術(shù)路線圖，并指出智能制造當前需要集中攻克的關(guān)鍵技術(shù)清單，以為智能制造技術(shù)的未來發(fā)展提供指導。 為政策制定、價值評估、競爭力評估、戰(zhàn)略管理和科學研究提供參考。
前言
技術(shù)路線圖作為一種探索組織目標、技術(shù)資源和變化環(huán)境之間動態(tài)關(guān)系的技術(shù)管理方法，以其獨特的框架和組織形式，通過思想的交流和融合機制反映了未來技術(shù)的發(fā)展趨勢。 20世紀70年代末，技術(shù)路線圖首次用于產(chǎn)品技術(shù)規(guī)劃。 在相關(guān)行業(yè)技術(shù)路線圖制定和實踐的帶動下，技術(shù)路線圖在企業(yè)和行業(yè)層面得到廣泛應(yīng)用，并逐步拓展為國家科技戰(zhàn)略。 規(guī)劃層面。 在復(fù)雜多變的技術(shù)競爭環(huán)境下，許多國家利用技術(shù)路線圖來規(guī)劃技術(shù)的發(fā)展路徑。 例如，韓國提出了技術(shù)發(fā)展理念所需的戰(zhàn)略產(chǎn)品和關(guān)鍵技術(shù)，日本則編制了多個關(guān)鍵領(lǐng)域的戰(zhàn)略技術(shù)。 路線地圖。 我國科研機構(gòu)開展了一系列技術(shù)路線研究。 代表性的有科技部2007年開展的國家技術(shù)路線圖研究、中國科學院開展的到2050年重要領(lǐng)域科技發(fā)展路線圖戰(zhàn)略研究、中國工程科學研究等中國工程院和國家自然科學基金委員會聯(lián)合開展的《科技2035發(fā)展戰(zhàn)略》。
當前，新一代信息技術(shù)與先進制造技術(shù)深度融合形成的新一代智能制造技術(shù)，特別是新一代人工智能技術(shù)與先進制造技術(shù)，已成為第四次工業(yè)革命的核心。 技術(shù)和核心驅(qū)動力。 智能制造正在引領(lǐng)和推動第四次工業(yè)革命，引發(fā)制造業(yè)發(fā)展理念和制造模式重大深刻變革，重塑制造技術(shù)體系、生產(chǎn)模式、發(fā)展要素和價值鏈，提升我國制造業(yè)競爭力新優(yōu)勢推動全球制造業(yè)發(fā)展進入新階段，實現(xiàn)社會生產(chǎn)力全面躍升。 近年來，我國圍繞智能制造相關(guān)理論和應(yīng)用技術(shù)開展了大量研究工作。 面對智能制造不斷涌現(xiàn)的新技術(shù)、新概念、新模式，為了未來有序開展智能制造技術(shù)研究，迫切需要開展研究型研究。 2035年智能制造發(fā)展趨勢及需要集中攻克的關(guān)鍵技術(shù)，并編制技術(shù)發(fā)展路線圖。
1.智能制造技術(shù)路線圖的研究方法和流程
在“制造強國戰(zhàn)略研究”中，中國工程院研究團隊持續(xù)推進智能制造理論體系建設(shè)，提出我國智能制造發(fā)展戰(zhàn)略，推出“智能制造技術(shù)” 2019年的《2035前瞻與路線圖》研究工作。根據(jù)本研究團隊前期的研究成果，智能制造系統(tǒng)由智能產(chǎn)品、智能生產(chǎn)、智能服務(wù)三大功能系統(tǒng)和兩大支撐系統(tǒng)集成而成工業(yè)智能網(wǎng)絡(luò)和智能制造云。 其中，智能產(chǎn)品是主體，智能生產(chǎn)是主體。 是主線，以智能服務(wù)為核心的產(chǎn)業(yè)模式轉(zhuǎn)型是主題，智能制造云和工業(yè)智能網(wǎng)聯(lián)是支撐，如圖1所示。因此，智能制造技術(shù)前瞻和技術(shù)路線圖研究也重點關(guān)注在這些方面，但并不完全相同。 根據(jù)專家研究領(lǐng)域分布，路線圖工作分為智能產(chǎn)品、離散制造、流程制造、新模式新業(yè)態(tài)、工業(yè)智能網(wǎng)聯(lián)、智能制造云六個子方向。
圖1·智能制造系統(tǒng)集成
在智能制造技術(shù)路線圖研究和編制過程中，研究團隊將通用方法與具體實踐經(jīng)驗相結(jié)合，采用“定性+定量”的路線圖研究繪制方法，以專家為核心，流程為規(guī)范，數(shù)據(jù)為支撐。作為支持。 以互動為手段，提高路線圖的前瞻性、科學性和規(guī)范性。 路線圖研究工作由李培根、譚建榮、柴天佑、陸秉衡、李伯虎等十余位院士牽頭，組織了來自美國、德國、日本等國家的1600余名專家、學者和工程師。日本，開展國內(nèi)外最新技術(shù)動態(tài)和趨勢分析，以及智能制造相關(guān)技術(shù)發(fā)展預(yù)測和路線圖研究工作。 智能制造六大方向研究人員依托工程科技戰(zhàn)略咨詢智能決策系統(tǒng)平臺（iSS，網(wǎng)址：），分技術(shù)體系及形勢分析、技術(shù)盤點、問卷調(diào)查、專家討論四步開展項目，以及技術(shù)路線圖繪制。 研究工作如圖2所示。
圖2 智能制造技術(shù)路線圖繪制流程
在智能制造技術(shù)路線圖的繪制過程中，數(shù)據(jù)分析結(jié)果與專家討論進行多輪交互。 一方面利用數(shù)據(jù)支撐專家對問題的判斷，另一方面指導專家按照標準化流程開展智能制造技術(shù)路線圖繪制工作。 。 同時，根據(jù)專家意見對數(shù)據(jù)分析結(jié)果進行了修正。
1.1第一步：技術(shù)體系和技術(shù)形勢分析
（1）技術(shù)體系構(gòu)建：首先構(gòu)建6個方向的多層次技術(shù)結(jié)構(gòu)，形成各個方向的技術(shù)體系，用于描述智能制造各領(lǐng)域技術(shù)之間的關(guān)系，梳理技術(shù)脈絡(luò)，并劃分研究邊界。 技術(shù)系統(tǒng)作為體現(xiàn)專家知識和共識的可視化形式，可以指導客觀數(shù)據(jù)的技術(shù)態(tài)勢掃描。
圖3是工業(yè)互聯(lián)網(wǎng)技術(shù)體系示例，其中工業(yè)互聯(lián)網(wǎng)為第一級技術(shù)，網(wǎng)絡(luò)智能技術(shù)、網(wǎng)絡(luò)連接技術(shù)、網(wǎng)絡(luò)安全技術(shù)、網(wǎng)絡(luò)識別分析技術(shù)等為第二級技術(shù)，新一代光通信和網(wǎng)絡(luò)安全認證與加密技術(shù)、身份編碼技術(shù)、工業(yè)網(wǎng)絡(luò)智能管理系統(tǒng)等為第三級技術(shù)。
圖3·工業(yè)互聯(lián)網(wǎng)技術(shù)體系示例
(2)工藝態(tài)勢掃描：根據(jù)工藝系統(tǒng)中的各項技術(shù)內(nèi)容，確定搜索關(guān)鍵詞，如表1所示，這是為流程智能制造工廠確定的關(guān)鍵詞列表。 第一層對應(yīng)技術(shù)體系的二級技術(shù)，第二層對應(yīng)技術(shù)體系的三級技術(shù)，第三層是檢索論文、專利等數(shù)據(jù)的關(guān)鍵詞。確定關(guān)鍵詞，各方向通過數(shù)據(jù)庫獲取論文、專利、研究報告等智能制造領(lǐng)域客觀數(shù)據(jù)，從世界、國家、研究者、研究主題等多個維度對智能制造領(lǐng)域進行分析。
表1.流程制造智能工廠搜索關(guān)鍵詞
在構(gòu)建技術(shù)體系和掃描技術(shù)態(tài)勢的整個過程中，專家確定技術(shù)體系，研究人員根據(jù)技術(shù)體系確定檢索關(guān)鍵詞（或數(shù)據(jù)檢索公式）并獲取數(shù)據(jù)； 利用iSS平臺對數(shù)據(jù)進行分析后，專家們提出關(guān)鍵分析結(jié)果，并與專家進行多輪互動，對數(shù)據(jù)分析結(jié)果進行修改迭代，最終完成了對智能制造技術(shù)態(tài)勢六個方向的掃描。 圖4是智能制造技術(shù)現(xiàn)狀分析示例。
圖4 智能制造技術(shù)現(xiàn)狀分析示例
智能制造技術(shù)態(tài)勢掃描的結(jié)果可以支持專家從定量的角度厘清智能制造領(lǐng)域過去和現(xiàn)在的宏觀發(fā)展趨勢。 客觀數(shù)據(jù)的引入有助于減少分析智能制造技術(shù)發(fā)展方向時的偏差，幫助專家對研究背景形成更加一致的認識。 同時，以迭代、交互的方式將專家意見融入到數(shù)據(jù)分析過程中，可以提高智能制造技術(shù)態(tài)勢掃描的準確性。
1.2 第 2 步：技術(shù)清單
基于智能制造技術(shù)態(tài)勢掃描結(jié)果，六個方向利用聚類分析、自然語言處理等方法探索智能制造領(lǐng)域的核心研究課題。 經(jīng)過人工整理，總結(jié)出多項關(guān)鍵技術(shù)，形成初步技術(shù)清單。 然后對各個國家和地區(qū)開展的智能制造領(lǐng)域面向未來的關(guān)鍵技術(shù)項進行檢索和篩選，對初始技術(shù)清單進行補充，得到候選技術(shù)清單。 最后，召開了三輪專家研討會。 在第一輪研討會上，專家們補充了候選技術(shù)清單，并補充了分析中遺漏的技術(shù)項目； 第二輪研討會刪除了內(nèi)容不當或粒度過小的技術(shù)條目。 、合并內(nèi)容相似的技術(shù)項目； 在第三輪研討會上，專家們對清單中技術(shù)條目的粒度進行了調(diào)整，使清單中所有技術(shù)條目的粒度基本一致，并編寫了每個技術(shù)條目的范圍和內(nèi)涵，最終形成了6個關(guān)鍵清單。 2035年智能制造各個方向的技術(shù)。表2是智能制造關(guān)鍵技術(shù)列表的示例。 第一欄是技術(shù)編號，第二欄是選定的關(guān)鍵技術(shù)，第三欄是技術(shù)范圍和內(nèi)涵，主要描述技術(shù)的主要內(nèi)容和邊界，以及實現(xiàn)的主要功能。 以及應(yīng)用場景等。
表2 智能制造關(guān)鍵技術(shù)清單示例
1.3 第三步：問卷調(diào)查和專家討論
根據(jù)篩選出的智能制造領(lǐng)域關(guān)鍵技術(shù)清單，向全球智能制造領(lǐng)域高校、科研院所、企業(yè)專家廣泛發(fā)放問卷或組織研討會，重點關(guān)注其重要性、核心性、驅(qū)動性、顛覆性、技術(shù)的成熟度。 從程度、領(lǐng)先國家、技術(shù)實施時間等方面征求專家意見，并對專家意見進行匯總分析，梳理確定技術(shù)發(fā)展的重要里程碑和時間點。
通過兩輪問卷調(diào)查和專家討論的結(jié)果，根據(jù)專家對技術(shù)領(lǐng)域的熟悉程度和得票數(shù)計算出單因素指標得分。 表3為本次調(diào)查指標計算示例。 按照得分排序，提出了6個方向的領(lǐng)域關(guān)鍵技術(shù)，形成了86項的關(guān)鍵技術(shù)庫。 圍繞關(guān)鍵技術(shù)庫，6個課題組專家進行兩輪集體討論，重新篩選合并關(guān)鍵技術(shù)清單，最終形成2035年27項智能制造技術(shù)預(yù)測清單。
表3·智能制造技術(shù)路線圖問卷指標計算示例
1.4 第四步：技術(shù)路線圖繪制
智能制造技術(shù)路線圖主要包括目標層、實施層和保障層。目標層由基于智能制造的6個方向的專家組成
討論制定制造業(yè)發(fā)展愿景、未來經(jīng)濟社會需求、領(lǐng)域戰(zhàn)略目標和任務(wù)等。 實施層主要根據(jù)專家意見收集選定的關(guān)鍵技術(shù)清單和重要時間節(jié)點繪制。 保障層由專家根據(jù)政策、人才、資金支持等方面的需求進行討論。
在繪制路線圖初稿的基礎(chǔ)上，六方向院士牽頭對路線圖中目標層、實施層、保障層的項目進行了整理和調(diào)整，如增刪、調(diào)整時間、等，以專家意見為核心。 經(jīng)過多輪專家討論，專家意見基本收斂，達成共識后，確定了最終的技術(shù)路線圖。 圖 5 顯示了該路線圖的基本框架。 該路線圖有四個基本要素： 基于時間序列； 分層呈現(xiàn)； 清晰的里程碑節(jié)點； 以及各層之間的連接。
圖5·智能制造技術(shù)路線圖基本框架示意圖
2.智能制造技術(shù)一覽
如1.2和1.3節(jié)所述，通過技術(shù)態(tài)勢掃描、人工梳理、問卷調(diào)查和三輪專家討論，
部分，最終形成2035年智能制造6個方向的關(guān)鍵技術(shù)清單，如表4所示。
表4 2035年智能制造技術(shù)清單（2020版）
2.1 產(chǎn)品設(shè)計和工藝知識庫
產(chǎn)品設(shè)計和技術(shù)的知識庫涉及產(chǎn)品生命周期的各個方面，包括材料、結(jié)構(gòu)、設(shè)計、制造、服務(wù)（銷售、維護）和報廢的數(shù)據(jù)和知識。 主要內(nèi)容和核心子技術(shù)包括知識獲取技術(shù)、知識管理技術(shù)、知識應(yīng)用技術(shù)等。產(chǎn)品設(shè)計和技術(shù)的知識庫可以實現(xiàn)產(chǎn)品的全數(shù)字化設(shè)計，以及結(jié)構(gòu)、性能和功能的仿真和仿真優(yōu)化。在虛擬數(shù)字環(huán)境中并行和協(xié)作。
2.2 數(shù)據(jù)采集、處理與分析技術(shù)
數(shù)據(jù)采集??、處理和分析技術(shù)是在多接入終端、多種網(wǎng)絡(luò)類型的場景下實時、高效采集用戶數(shù)據(jù)的技術(shù)。 主要解決異構(gòu)通信協(xié)議數(shù)據(jù)源的集成與接入、實時數(shù)據(jù)接口的統(tǒng)一、多源異構(gòu)數(shù)據(jù)的融合、實時數(shù)據(jù)的海量存儲、數(shù)據(jù)讀寫操作的實時性和高效性歷史數(shù)據(jù)的查詢、數(shù)據(jù)質(zhì)量評估和清洗、實時計算和分析處理、實時數(shù)據(jù)組織和訪問權(quán)限管理等問題。
2.3 分布式智能控制技術(shù)
分布式智能控制技術(shù)是人工智能與分布式計算相結(jié)合的技術(shù)。 主要應(yīng)用于大范圍區(qū)域、多異構(gòu)平臺協(xié)同作業(yè)、多臺智能機（高可靠智能機）協(xié)同工作的場景。 研究不同Agent之間的行為協(xié)調(diào)和工作任務(wù)協(xié)作，每個Agent都有自己的目標和愿望。 通過分布式人工智能，將復(fù)雜系統(tǒng)的多目標求解問題逐層分解為復(fù)雜度相對較低的子問題，然后由不同的智能體通過通信、協(xié)作和獨立決策來完成。 這可以克服單個智能機資源和能力不足以及功能單一等限制。 要重點突破云計算環(huán)境下集群機的分布式控制架構(gòu)。 在此基礎(chǔ)上，研究邊緣控制器的實時資源調(diào)度與控制集成方法、面向任務(wù)的語義編程與自動生成機制、面向快速高精度協(xié)作的多智能機系統(tǒng)觀測模型以及多智能機器的任務(wù)分配、協(xié)作機制和分布式控制。
2.4 人機融合機器人
人機融合機器人是將生命系統(tǒng)的優(yōu)點與機電系統(tǒng)的優(yōu)點相結(jié)合的智能機器人。 通過研究生命系統(tǒng)與機電系統(tǒng)的深度集成技術(shù)和方法，生物機電系統(tǒng)集成的調(diào)節(jié)機制及相關(guān)性能優(yōu)化模型，基于生命系統(tǒng)與機電系統(tǒng)集成的感知、驅(qū)動和供能的新型智能生物功能。機電系統(tǒng)形成。 裝置單元，并通過系統(tǒng)集成，可實現(xiàn)新一代人機融合機器人并存、并存。 微機電系統(tǒng)、微納加工技術(shù)、生命科學等多個學科的發(fā)展正在推動仿生機器人領(lǐng)域的研究。
2.5 智能傳感器技術(shù)
智能傳感器技術(shù)的發(fā)展方向包括多源傳感器融合技術(shù)和仿生傳感器技術(shù)。 多源傳感器融合技術(shù)是指利用不同時間和空間的多傳感器信息資源，在一定準則下自動分析、綜合、控制和利用時間序列中獲得的觀測信息，以獲得對被測對象的一致解釋和解釋。 描述完成所需的決策和任務(wù)，使系統(tǒng)實現(xiàn)優(yōu)于其組成部分的性能。 其主要研究內(nèi)容包括數(shù)據(jù)關(guān)聯(lián)、多傳感器ID/軌跡估計、采集管理等。仿生傳感器是由固定化細胞、酶或其他生物活性物質(zhì)與換能器結(jié)合而成的新型傳感器。 它們是生物醫(yī)學和電子學的重要組成部分。 、工程相互滲透而發(fā)展起來的一種新型傳感技術(shù)。
2.6 企業(yè)智能決策系統(tǒng)
企業(yè)智能決策系統(tǒng)包括企業(yè)戰(zhàn)略智能決策系統(tǒng)、產(chǎn)品圖智能決策系統(tǒng)、供應(yīng)鏈管理智能決策系統(tǒng)和流程選擇智能決策系統(tǒng)，實現(xiàn)企業(yè)目標的綜合優(yōu)化決策、計劃調(diào)度、作業(yè)指標、生產(chǎn)指令和控制指令。 。 企業(yè)戰(zhàn)略智能決策系統(tǒng)對企業(yè)的競爭優(yōu)勢、技術(shù)創(chuàng)新體系、創(chuàng)新績效、環(huán)境不確定性以及行業(yè)和技術(shù)發(fā)展趨勢進行分析和決策。 產(chǎn)品圖譜智能決策系統(tǒng)對產(chǎn)品生命周期和競爭優(yōu)勢進行全流程、多因素分析，進行產(chǎn)品族、發(fā)展圖譜和實施路徑規(guī)劃，實現(xiàn)產(chǎn)品價值最大化。 供應(yīng)鏈管理智能決策系統(tǒng)對供應(yīng)鏈各要素進行分析，實現(xiàn)高效、零庫存的智能供應(yīng)鏈管理。 工藝選擇智能決策系統(tǒng)進行產(chǎn)品設(shè)計和工藝流程智能規(guī)劃，對產(chǎn)品制造模式進行戰(zhàn)略選擇。
2.7 智能數(shù)控加工技術(shù)與裝備
智能數(shù)控加工技術(shù)包括人、計算機、機器一體化的理論和技術(shù)； 多源信息感知理論與技術(shù)； 熱變形溯源、溫度場理論、傳感器布局與補償技術(shù)； 幾何誤差建模與補償技術(shù)； 振動構(gòu)造模具及壓制技術(shù)工具加工模型及加工狀態(tài)感知技術(shù)； 在機質(zhì)量檢測方法技術(shù)； 基于數(shù)控系統(tǒng)的工件加工進度提取技術(shù)； 故障在線識別理論與技術(shù)； 加工過程能流模型及能效檢測技術(shù)； 智能決策理論與技術(shù)； 智能執(zhí)行理論與技術(shù)； 智能維護理論與技術(shù)； 智能數(shù)控加工設(shè)備，如智能數(shù)控加工中心、智能機床等，基于數(shù)字控制技術(shù)增強加工狀態(tài)感知，通過網(wǎng)絡(luò)技術(shù)實現(xiàn)設(shè)備之間的互聯(lián)，并應(yīng)用大數(shù)據(jù)和人工智能技術(shù)。 具有自感知、自分析、自適應(yīng)、自維護、學習等能力，可實現(xiàn)加工優(yōu)化、實時補償、智能測量、遠程監(jiān)控、診斷等功能。
2.8 增材制造技術(shù)與裝備
增材制造技術(shù)及裝備包括金屬增材制造技術(shù)及裝備、功能梯度材料和結(jié)構(gòu)增材制造技術(shù)及裝備、
生物增材制造技術(shù)與裝備等方向，以及增材、減材等材料集成智能混合制造技術(shù)等工藝方向。 金屬增材制造技術(shù)和裝備通過對能量束發(fā)生裝置和多能場進行建模和仿真，實現(xiàn)多能場耦合對零部件制備性能的影響，防止變形和裂紋，以及零部件制造過程中的精確形狀控制。 、可控，同時可以實現(xiàn)含有非晶合金、高熵合金等特殊性能材料的大型復(fù)雜構(gòu)件的形狀控制制造。 功能梯度材料和結(jié)構(gòu)增材制造技術(shù)及裝備可進行金屬、非金屬、復(fù)合材料、陶瓷等混合材料的3D打印，實現(xiàn)多品類增材制造工藝的結(jié)合、增材制造與其他制造的結(jié)合工藝，并可以在構(gòu)件的不同部位采用不同的材料，以及不同材料的逐步過渡，實現(xiàn)材料性能優(yōu)勢的互補或獨特組合，使構(gòu)件具有非常規(guī)的優(yōu)異性能。 生物增材制造技術(shù)和裝備可實現(xiàn)無源器件與生物活性組織器官的匹配設(shè)計； 通過多尺度、多材料、多細胞、多組織流體通道的智能控制機器人生產(chǎn)設(shè)備清單，實現(xiàn)無源器件與生物活性組織器官的匹配。 精準打印器官； 結(jié)合微納生物傳感和神經(jīng)元再生，實現(xiàn)與宿主組織和神經(jīng)系統(tǒng)的整合。
2.9 離散智能工廠
離散智能工廠可以根據(jù)產(chǎn)品性能需求在產(chǎn)品設(shè)計和制造上進行智能選擇，實現(xiàn)個性化定制和柔性制造混流生產(chǎn)。 通過設(shè)計仿真軟件實現(xiàn)產(chǎn)品的仿生、創(chuàng)意、拓撲優(yōu)化設(shè)計。 智能制造裝備可對制造過程進行全流程仿真和工藝參數(shù)決策，實現(xiàn)制造模式選擇和多品類、多模式混合加工制造，實現(xiàn)產(chǎn)品性能和制造效率的全面提升。 基于全流程信息的協(xié)同優(yōu)化技術(shù)，實現(xiàn)研發(fā)設(shè)計、工藝與設(shè)備、物流、質(zhì)量、倉儲、銷售等整個工廠流程的實時控制和協(xié)同優(yōu)化。 離散智能工廠聚焦3C產(chǎn)品小批量、多品種、快速迭代的生產(chǎn)需求； 航空、航天、船舶零部件超大型、復(fù)雜結(jié)構(gòu)、輕量化、高品質(zhì)的生產(chǎn)需求； 以及大型燃氣輪機和電力推進發(fā)動機的生產(chǎn)需求。 以及其他高性能發(fā)動機制造需求； 面向汽車產(chǎn)品多系統(tǒng)、多部件、個性化定制需求。
2.10 智能建模與仿真技術(shù)
智能建模與仿真是在一定標準下自動分析和綜合來自多個傳感器、多個尺度的信息和數(shù)據(jù)，整合異構(gòu)數(shù)據(jù)和結(jié)構(gòu)數(shù)據(jù)，結(jié)合機理模型和數(shù)據(jù)模型，實現(xiàn)多層次、多層次全過程的集成建模。規(guī)模化、多領(lǐng)域耦合，通過統(tǒng)一接口、軟件總線、數(shù)據(jù)共享或網(wǎng)絡(luò)技術(shù)，將不同領(lǐng)域的仿真模型軟件組裝成一個多功能的綜合仿真軟件系統(tǒng)。 在對大型復(fù)雜系統(tǒng)進行仿真時，通過使用協(xié)調(diào)的結(jié)構(gòu)、標準和協(xié)議，利用網(wǎng)絡(luò)設(shè)備將分散在各地的仿真設(shè)備互連起來，可以形成綜合的仿真環(huán)境。
2.11 智能制造標準體系
智能制造標準的對象是信息技術(shù)與制造技術(shù)融合所需的標準。 標準體系研究包括標準體系架構(gòu)研究、明確標準體系范圍和描述維度。 根據(jù)架構(gòu)，拓展為標準體系結(jié)構(gòu)，明確標準體系中標準的標準分類、層次結(jié)構(gòu)和主要發(fā)展方向。 智能工廠標準體系建設(shè)包括基礎(chǔ)、安全、管理、檢測評價、可靠性等基礎(chǔ)共性標準，以及智能裝備、智能工廠、智能服務(wù)、工業(yè)軟件、大數(shù)據(jù)等關(guān)鍵技術(shù)標準，工業(yè)互聯(lián)網(wǎng)，比如制造工藝標準。 、數(shù)據(jù)標準、通信協(xié)議和標準、技術(shù)應(yīng)用標準。
2.12 智能優(yōu)化決策技術(shù)與系統(tǒng)
智能優(yōu)化決策技術(shù)和系統(tǒng)是能夠從所有可行方案中快速選擇實現(xiàn)目標的最優(yōu)方案的技術(shù)和系統(tǒng)。 - , , , for , for , , for , , game , graph and , , , etc. The - , multi- data , high- by depth , multi- index , and data-based . and rule to self- and self-.
2.13 Smart
The smart aims to , to the set ??of the - , and and of . It can and in a . When occur, it will self- and safe and ; the model and data model to an model to and data- . full- and free flow of data. Focus on the and needs of smart for such as steel, , , and non- .
2.14 twin
In a , twins map such as , , and to form . It "" the in the and to the by real-time data from the . With the help of space's to and data, we can to in the , make , and . In this , the and -real and work data , - and other means to of and new - for .
2.15 and
and a model of life-long and based on and , as well as and . based on data, data , , , and and other , and , and data , we on early weak or weak of basic . of fault , and of early weak fault , and multi- and , early weak and , in the of , , and , and .
2.16
can be into: ① of . Focus on the of and , focus on the of that , tools, lines and other , multi- , that the needs of small and -sized , and and , On- ; ② . on the , and low-cost needs of small and -sized and start-up , and that in , and the of and and ; ③ . on the needs of such as and , , , , chain , data and , etc., and the of , , and .
2.17 scale
scale and . the , the can more fully apply human , of the , of the - , and for the . , etc., to help solve - in .
2.18 and
is a of , , , and of and in . It is not only a and for the , and of using , but also a for the , and of . and that the use of by and the use of by in of . and APPs; its the depth and level of the of a 's and . that can be - : , the of , the of , tools and in the , and even the of APPs. is and .
2.19
An is a with such as self-, data , fault self- and self-, and self-. It has the to , , and and .
2.20 New of and data
The new of has a new and that such as large-scale , new , , and such as new and new . It has , , and more needs. such as and needs. The nodes of this can such as high- and , and of , and types of , etc., and can IP-based data in a and scale a area. Group data and by . For the new of and data , 5G and 6G will the focus of . On the basis of to the of , 5G will focus on key and for low-, high- and -type . a new of speed, large and low , and new such as and light ; the is to with big data, and other ; the third is to It is to the and key with non- such as . There are many for data , a trend.
2.21 Edge
Edge is a stage of edge . the of edge and , each edge node has the to deep and -, and is with . Edge is an open set up close to the of or data. It , high- , large- data and core to the end and . And it can meet the of real-time, and . The can also make full use of the field data and on the edge side, and with the large-scale and of the cloud to data , and real , and - in . Using the of and edge to edge for data , , and real-time based on is a key for . It on for edge and edge , two major . One is new at the , , and to edge and edge ; the other is the level that . New .
2.22 and
and is an for the . to the that can query the or of the based on the code; the main paths are, first, that can from the name , and , that needs to rely on the of the name . Label to the means for , , , and to .
2.23
is an in the , that from being with, , , and , sent to be , and or third to and the of . , and that so that the true of the . By the data, we can judge the of the , the of the and , do work in , and the by . to the and , and of are out, using as , by and , forms, and the 's in the self- . level.
2.24 -based
The key of -based is the of and . (NLP) , , and , and is a field that on the and human () . the of high- , of , , and data- -loop , and using is , , and The of in .
2.25
human or human into to form a form of " ". This form is a and model for . can the human- human- , the and , and the human brain's to , store and . Deep the of deep and the model of , using to drive to , node types, , , as well as deep , and even other AI .
2.26 Human-Cyber- (HCPS)
智能制造系統(tǒng)是由人、信息系統(tǒng)和物理系統(tǒng)有機組成的智能系統(tǒng)，即人-信息-物理系統(tǒng)(HCPS)，其中物理系統(tǒng)是制造活動的執(zhí)行者和完成者；信息系統(tǒng)是制造活動信息流的核心，幫助人類對物理系統(tǒng)進行感知、認知、分析決策與控制，使物理系統(tǒng)盡可能以最優(yōu)的方式運行。人始終是HCPS 的主宰，人是物理系統(tǒng)和信息系統(tǒng)的創(chuàng)造者，也是物理系統(tǒng)和信息系統(tǒng)的使用者和管理者。HCPS 突出人在智能系統(tǒng)中的中心地位，更加強調(diào)智能系統(tǒng)中人的智慧與機器智能各自優(yōu)勢的融合與協(xié)同。
2.27 工業(yè)電子商務(wù)
工業(yè)電子商務(wù)通過工業(yè)企業(yè)交易方式與經(jīng)營模式的網(wǎng)絡(luò)化、協(xié)同化和智能化，推動企業(yè)在研發(fā)創(chuàng)新、生產(chǎn)管控、供應(yīng)鏈管理、經(jīng)營管控、財務(wù)管控和用戶服務(wù)等方面?zhèn)鹘y(tǒng)能力的改造升級，幫助工業(yè)企業(yè)加快培育基于需求精準識別和定義、資源動態(tài)整合、產(chǎn)品或服務(wù)快速交付和全生命周期動態(tài)服務(wù)等方面的新型能力，形成個性化定制、服務(wù)化轉(zhuǎn)型、網(wǎng)絡(luò)化協(xié)同等新模式新業(yè)態(tài)。
三、智能制造技術(shù)發(fā)展路線圖
本研究中技術(shù)路線圖以時間為主軸，面向2035中長期，分階段、分層次的呈現(xiàn)出智能制造技術(shù)和產(chǎn)品、離散型智能工廠、流程型智能工廠、智能制造新模式、智能制造云、工業(yè)互聯(lián)網(wǎng)技術(shù)等六大技術(shù)領(lǐng)域的發(fā)展目標、需求趨勢、關(guān)鍵技術(shù)、重點任務(wù)、輔助支撐資源等五大方面的未來發(fā)展方向，以及主要升級路徑和關(guān)鍵時間節(jié)點(圖6～11)。具體而言，在發(fā)展目標方面，分析了對領(lǐng)域或跨領(lǐng)域重大工程愿景。在需求趨勢方面，梳理了面向經(jīng)濟社會與產(chǎn)業(yè)發(fā)展的重大工程科技需求。在關(guān)鍵技術(shù)方面，指出了領(lǐng)域優(yōu)先發(fā)展主題及跨領(lǐng)域的發(fā)展方向，識別出了領(lǐng)域所需的核心技術(shù)，發(fā)現(xiàn)了需要突破的技術(shù)群。在重點任務(wù)方面，明確了未來重大科技攻關(guān)項目、關(guān)鍵科學問題和基礎(chǔ)研究重要方向。在輔助支撐資源方面，提出了所需的政策、科研環(huán)境和保障條件，以及政策工具及管理措施。圖6 展示了面向2035 年的智能產(chǎn)品技術(shù)路線圖。其中，在需求方面，2035 年之前主要體現(xiàn)在以下方面。
(1) 國際信息領(lǐng)域競爭加劇對于高性能計算技術(shù)、網(wǎng)絡(luò)安全技術(shù)和傳感感知技術(shù)的需求。
(2) 國民經(jīng)濟重點領(lǐng)域的復(fù)雜、高性能、高精密零部件生產(chǎn)對高效智能化加工技術(shù)與裝備的需求。
(3) 未來社會向智能制造和智慧生活轉(zhuǎn)型發(fā)展對于新一代智能機器人的需求。
(4) 構(gòu)建主動控制型交通系統(tǒng)運載工具智能化，交通設(shè)施智慧化、管理服務(wù)協(xié)同化的需求。
(5) 醫(yī)療服務(wù)模式逐步向個性化和智能化轉(zhuǎn)變，對建設(shè)數(shù)字化、網(wǎng)絡(luò)化、智能化醫(yī)療服務(wù)信息化體系的需求。智能產(chǎn)品發(fā)展的總體目標分兩步。
(1) 到2025 年，新一代人工智能系統(tǒng)技術(shù)在典型產(chǎn)品中成功應(yīng)用，產(chǎn)品的數(shù)字化、網(wǎng)絡(luò)化，智能化取得明顯進展，在智能網(wǎng)聯(lián)汽車、智能軌道交通、無人機、智能船舶、智能機電、智能醫(yī)療等典型智能產(chǎn)品，以及在制造領(lǐng)域的智能機床、智能機器人、智能成形裝備等產(chǎn)品的應(yīng)用和制造取得重點突破，對智能產(chǎn)品發(fā)展的實現(xiàn)起到示范作用。
(2) 到2035 年，實現(xiàn)新一代人工智能技術(shù)與產(chǎn)品深度融合，攻克一批關(guān)于智能產(chǎn)品的基礎(chǔ)共性技術(shù)和關(guān)鍵前沿技術(shù)，掌握一批國際領(lǐng)先的關(guān)鍵核心技術(shù)，在智能機器人、智能機床、智能成形裝備、智能工程機械、無人機、智能網(wǎng)聯(lián)汽車、智能船舶、智能軌通交通和智能家電品等領(lǐng)域形成典型的優(yōu)勢產(chǎn)品，在相關(guān)智能產(chǎn)品產(chǎn)業(yè)鏈形成全球競爭優(yōu)勢，整體競爭力達到世界強國水平。
圖6·智能產(chǎn)品技術(shù)路線圖
智能產(chǎn)品重點領(lǐng)域的目標包括以下內(nèi)容。(1) 到2025 年左右，攻克一批智能制造的基礎(chǔ)共性技術(shù)，若干技術(shù)取得原始創(chuàng)新突破，到2035年左右，智能產(chǎn)品與技術(shù)在重點行業(yè)，重點企業(yè)得到充分應(yīng)用。
(2) 到2025 年左右，重點產(chǎn)業(yè)60％以上大型企業(yè)或?qū)＞仄髽I(yè)實施數(shù)字化智能化制造，70％上的裝備實現(xiàn)數(shù)字化智能化，到2035 年左右，關(guān)鍵部件和智能制造裝備90％實現(xiàn)自主化。
(3) 到2025 年左右，形成完備的軌道交通裝備關(guān)鍵技術(shù)及重大裝備體系，配套系統(tǒng)與裝備，關(guān)鍵零部件與基礎(chǔ)件制造能力顯著提高并普遍推廣，到2035 年左右，成為世界先進的機器人創(chuàng)新中心，成為世界最大的機器人應(yīng)用市場，形成若干個具有國際影響力的智能機器人產(chǎn)業(yè)集群，誕生一批行業(yè)原創(chuàng)技術(shù)。
(4) 到2025 年左右，基本建成自主可控完整的智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)鏈與智能交通體系，邁入汽車強國行列，到2035 年左右，汽車制造業(yè)升級建成智能制造體系，初步實現(xiàn)基于充分互聯(lián)協(xié)作的大規(guī)模定制生產(chǎn)，制造型服務(wù)商與服務(wù)型制造商融為一體，智能網(wǎng)聯(lián)汽車更加安全可靠、節(jié)能環(huán)保、舒服便捷。
(5) 到2025 年左右，主流船舶綠色化、智能化水平國際先進，完全掌握高技術(shù)船舶的自主設(shè)計建造能力，到2035 年左右，形成完善的船舶設(shè)計，總裝建造、設(shè)備供應(yīng)、技術(shù)服務(wù)產(chǎn)業(yè)體系和標準規(guī)范體系。
(6) 到2025 年左右，在新型移動醫(yī)療、新型診斷治療，介入治療和可穿戴智能設(shè)備，數(shù)字醫(yī)學與人機接口技術(shù)和新型生物材料與納米生物技術(shù)等方面取得重大突破，初步建成完善的智能化、一體化健康醫(yī)療衛(wèi)生服務(wù)體系；全面建立全國范圍醫(yī)學信息技術(shù)體系，圍繞健康醫(yī)療衛(wèi)生信息網(wǎng)絡(luò)，形成世界先進的現(xiàn)代化健康產(chǎn)業(yè)系統(tǒng)。
(7) 到2025 年左右，智能制造裝備產(chǎn)業(yè)成為具有國際競爭力的先導產(chǎn)業(yè)，智能制造所需關(guān)鍵部件和制造裝備70％實現(xiàn)自主化，到2035 年左右，應(yīng)用智能制造的企業(yè)勞動生產(chǎn)率大幅度提高，材料和能源消耗顯著減少，產(chǎn)品質(zhì)量和一致性達到國際領(lǐng)先水平。智能產(chǎn)品重點任務(wù)包括面向產(chǎn)品設(shè)計和工藝的知識庫、數(shù)據(jù)采集與處理分析技術(shù)、分布式智能控制技術(shù)、人機共融機器人、智能傳感器技術(shù)、等方面，其發(fā)展路線圖如圖6 對應(yīng)位置所示，每個重點任務(wù)對應(yīng)著若干子任務(wù)。面向2035 年，發(fā)展智能產(chǎn)品的戰(zhàn)略支撐與保障包括以下內(nèi)容。
(1) 整合創(chuàng)新體系資源、構(gòu)建國家制造業(yè)智能化創(chuàng)新中心、推進產(chǎn)學研深入融合發(fā)展。
(2) 完善經(jīng)費投入模式，發(fā)揮國家多部門政策實施的匹配性、統(tǒng)一性和連續(xù)性。
(3) 加強多層次人才隊伍建設(shè)，提高創(chuàng)新人才待遇，防止人才流失。圖7展示了面向2035年的離散型智能工廠技術(shù)路線圖。在需求方面，2035 年之前主要體現(xiàn)在以下方面。
(1) ICT 技術(shù)飛速發(fā)展，數(shù)字化技術(shù)、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)技術(shù)、人工智能技術(shù)、大數(shù)據(jù)技術(shù)、虛擬現(xiàn)實技術(shù)迅猛發(fā)展。
(2) 國防、工業(yè)、民用等領(lǐng)域消費者對于產(chǎn)品的多樣化、個性化、高質(zhì)量、高時效、低成本、服務(wù)型的需求。
(3) 3D 打印、激光加工、微納制造、生物制造、機器人、智能制造等新制造技術(shù)革命發(fā)展的需求。
(4) 制造型企業(yè)與社會轉(zhuǎn)型升級需求，綠色經(jīng)濟、服務(wù)型經(jīng)濟發(fā)展需求，新一輪技術(shù)革命促進產(chǎn)業(yè)轉(zhuǎn)型升級、產(chǎn)生新業(yè)態(tài)、新動能發(fā)展的需求。
(5) 新時期國際環(huán)境對企業(yè)競爭需求、國際國內(nèi)雙循環(huán)新發(fā)展格局對制造業(yè)變革的需求。離散型智能工廠發(fā)展目標包括以下內(nèi)容。
(1) 到2025 年左右，數(shù)字化網(wǎng)絡(luò)化制造在全國普及并得到深度應(yīng)用，典型智能制造裝備、工業(yè)互聯(lián)網(wǎng)與大數(shù)據(jù)技術(shù)、智能工廠使能技術(shù)等智能制造關(guān)鍵技術(shù)取得突破并成功應(yīng)用，到2032 年左右，新一代智能制造技術(shù)及智能工廠在制造業(yè)實現(xiàn)大規(guī)模推廣應(yīng)用，實現(xiàn)中國制造業(yè)的轉(zhuǎn)型升級。
(2) 到2027 年左右，新一代智能制造在重點領(lǐng)域試點示范并取得顯著成效，打造10 個標志性智能工廠，并開始在部分企業(yè)推廣應(yīng)用，到2035 年左右，離散型智能工廠助力制造業(yè)總體水平達到世界先進水平，部分領(lǐng)域處于世界領(lǐng)先水平。面向2035 年，離散型智能工廠發(fā)展的重點任務(wù)包括企業(yè)智能決策系統(tǒng)、智能數(shù)控加工技術(shù)與裝備、增材制造技術(shù)與裝備、智能建模與仿真技術(shù)、離散型智能工廠、智能制造標準體系等方面，圖7 中展示了對應(yīng)的子任務(wù)及其路線圖。面向2035 年，離散型智能工廠發(fā)展的戰(zhàn)略支撐與保障包括以下內(nèi)容。
(1) 結(jié)合中國制造業(yè)實際情況支持企業(yè)轉(zhuǎn)型發(fā)展，快速彌補工業(yè)2.0 和3.0 所缺失的內(nèi)容，積極探索工業(yè)4.0 中智能制造的前沿技術(shù)，二者有機銜接，堅持“并行推進、融合發(fā)展”的技術(shù)路線。
圖7·離散型智能工廠技術(shù)路線圖
(2) 支持接續(xù)實施04 專項，智能制造裝備是智能工廠的基礎(chǔ)支撐，04 專項已取得重要成果，在國家重大任務(wù)、航空航天等重大領(lǐng)域?qū)崿F(xiàn)了自主可控，正處于過坎爬坡階段，急需智能升級。
(3) 率先支持重點領(lǐng)域有基礎(chǔ)的典型企業(yè)建設(shè)示范性智能工廠，突破典型關(guān)鍵技術(shù)問題，力求可復(fù)制、可推廣，發(fā)揮廣泛的借鑒、輻射和帶動作用。
(4) 大力支持和引導創(chuàng)建一批智能制造專業(yè)技術(shù)服務(wù)企業(yè)，形成區(qū)域制造鏈、智能制造生態(tài)。
(5) 鼓勵支持重點工科高校設(shè)置與智能制造方向相關(guān)的本科專業(yè)，有計劃、有批次培養(yǎng)智能制造領(lǐng)域的專門技術(shù)與管理人才，積蓄未來智能制造領(lǐng)域的后備力量，同時，按照智能制造領(lǐng)域新知識和技能要求，對在職工程技術(shù)人員等進行有計劃地培訓和培養(yǎng)。
(6) 在智能工廠發(fā)展中，體現(xiàn)與“重大關(guān)鍵制造裝備，工業(yè)軟件，標準規(guī)范”的結(jié)合，突出上述三者的“中國制造”，警惕和防止未來中國智能制造成為發(fā)達國家高端裝備與工業(yè)軟件的傾銷地，防止出現(xiàn)高端裝備和核心技術(shù)“空心化”問題及中國制造被他人操控等問題。圖8展示了面向2035年的流程制造智能工廠技術(shù)路線圖。在需求方面，2035 年之前主要體現(xiàn)在以下方面。
圖8·流程制造智能工廠技術(shù)路線圖
(1) 以云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)為代表的新一代信息技術(shù)與現(xiàn)代制造業(yè)、生產(chǎn)性服務(wù)業(yè)等深度融合，以推動產(chǎn)業(yè)轉(zhuǎn)型升級。
(2) 推動生產(chǎn)工藝智能優(yōu)化和生產(chǎn)全流程整體智能優(yōu)化為特征的制造模式。
(3) 實現(xiàn)企業(yè)全局及生產(chǎn)經(jīng)營全過程的高效化與綠色化。流程制造智能工廠的目標包括以下內(nèi)容。
(1) 國家目標：到2025 年，基本形成中國制造2025 軟件技術(shù)標準與生態(tài)體系，到2035 年，使我國由流程工業(yè)制造大國變?yōu)橹圃鞆妵圃鞓I(yè)總體水平達到世界先進水平，部分領(lǐng)域處于世界領(lǐng)先水平。
(2) 行業(yè)目標：到2025 年左右，建立智能自主控制系統(tǒng)來實現(xiàn)智能感知生產(chǎn)條件變化，到2035年左右，建立制造全流程智能協(xié)同優(yōu)化控制系統(tǒng)，搭建智能優(yōu)化決策系統(tǒng)。重點產(chǎn)品(關(guān)鍵項目)路線圖包括：在“智能制造和機器人”重大專項中設(shè)立“流程工業(yè)智能優(yōu)化制造”專題、推進流程工業(yè)智能制造試點示范、推進重大流程工業(yè)過程的智能升級、)數(shù)據(jù)與信息融合、推進形成流程工業(yè)智能化創(chuàng)新體系。關(guān)鍵共性技術(shù)包括智能優(yōu)化決策技術(shù)與系統(tǒng)、數(shù)字孿生技術(shù)、流程智能工廠等方面。圖8 中展示了對應(yīng)的子任務(wù)及其路線圖。流程制造智能工廠發(fā)展的戰(zhàn)略支撐與保障包括以下內(nèi)容。
(1) 政策：建議政府相關(guān)部門組織由學術(shù)、研發(fā)與企業(yè)三方組成戰(zhàn)略研究組開展三方共同開展流程工業(yè)智能優(yōu)化制造的戰(zhàn)略規(guī)劃與頂層設(shè)計；分層次分目標實施兩化深度融合推進，流程工業(yè)智能優(yōu)化制造；突出流程工業(yè)智能制造的戰(zhàn)略地位，提升流程工業(yè)企業(yè)創(chuàng)新能力；加強基礎(chǔ)設(shè)施建設(shè)，強化企業(yè)創(chuàng)新主體地位，優(yōu)化流程型智能工廠創(chuàng)新環(huán)境，將基礎(chǔ)與前沿研究、重點研發(fā)計劃、工信部兩化深度融合推進整體部署。
(2) 資金：重點支持流程制造中的重大裝備的智能感知與遠程運維技術(shù)資金的投入；加大對基于知識自動化的流程工業(yè)智能優(yōu)化決策與協(xié)同控制一體化技術(shù)的資金投入；加大對全生命周期產(chǎn)品質(zhì)量監(jiān)控、追溯、診斷、預(yù)測與優(yōu)化技術(shù)的資金投入；加強對基于CPS的智能能源綜合管理系統(tǒng)資金的支持。
(3) 人才：引進具備關(guān)鍵技術(shù)專業(yè)素質(zhì)的人才、重點培養(yǎng)和造就面向工業(yè)創(chuàng)新需求的實戰(zhàn)型工程技術(shù)人才、培養(yǎng)具有扎實素養(yǎng)的應(yīng)用型研發(fā)人才。圖9展示了面向2035年的制造業(yè)新業(yè)態(tài)新模式的技術(shù)預(yù)見及路線圖，到2035 年，需求來自于以下幾個方面。
(1) 制造業(yè)向協(xié)同化、定制化、平臺化與服務(wù)化發(fā)展的需求。
(2) 以數(shù)據(jù)為基礎(chǔ)，網(wǎng)絡(luò)化、智能化為支撐開展服務(wù)型制造的需求。
(3) 企業(yè)圍繞客戶的需求開展個性化定制、大規(guī)模生產(chǎn)。
(4) 整存存量資源、發(fā)揮專業(yè)優(yōu)勢，優(yōu)化資源配置，彈性匹配、動態(tài)共享，實現(xiàn)客戶增值的新模式新業(yè)態(tài)需求。
(5) 提升設(shè)備健康評估和故障預(yù)示能力，構(gòu)建全產(chǎn)業(yè)鏈、全領(lǐng)域覆蓋的健康分析及故障預(yù)示平臺的需求。面向2035 年，制造業(yè)新業(yè)態(tài)新模式的具體目標包括以下兩個方面。
(1) 國家目標：到2025 年，形成專項工程引領(lǐng)、典型企業(yè)示范、企業(yè)積極探索的格局。到2030 年，制造業(yè)整體競爭力大幅提升，在全球產(chǎn)業(yè)分工和價值鏈中地位明顯提升，新模式新業(yè)態(tài)不斷發(fā)展壯大。到2035 年，產(chǎn)業(yè)基礎(chǔ)高級化，產(chǎn)業(yè)鏈現(xiàn)代化，制造業(yè)整體競爭力達到世界制造強國陣營同類中上水平。
(2) 行業(yè)目標：企業(yè)積極探索新業(yè)態(tài)新模式，形成專項工程引領(lǐng)、典型企業(yè)示范的發(fā)展格局(2024年左右)。新業(yè)態(tài)新模式收入占企業(yè)主營業(yè)務(wù)收入比不斷提高，整體競爭力提升(2029 年左右)。成為新的競爭優(yōu)勢與重要利潤來源(2032 年左右)。新模式新業(yè)態(tài)收入占企業(yè)主營業(yè)務(wù)收入比達45％(2035 年左右)。制造業(yè)新業(yè)態(tài)新模式發(fā)展的重點任務(wù)包括設(shè)備健康評估和故障預(yù)示、共享制造(協(xié)同與共享)、個性化規(guī)模定制、工業(yè)電子商務(wù)、知識工程和工業(yè)知識軟件化等方面。圖9 中展示了對應(yīng)的子任務(wù)及其路線圖。到2035 年，制造業(yè)新業(yè)態(tài)新模式發(fā)展的戰(zhàn)略支撐與保障包括以下幾個方面。
(1) 把握趨勢變化，前瞻布局謀劃，新工程與現(xiàn)行專項有機銜接。
(2) 統(tǒng)籌協(xié)調(diào)，資源共享，分層指導，協(xié)同推進。
(3) 加強產(chǎn)業(yè)分類指導，分階段、有重點、長期性推動發(fā)展。
(4) 加強應(yīng)用示范，實行動態(tài)評估，建立跟蹤研究、評估、示范常態(tài)機制。
(5) 建立創(chuàng)新交流平臺，構(gòu)建長效合作機制。
(6) 優(yōu)化政策環(huán)境，建設(shè)和完善多渠道多層次的政策體系與機制。
圖9·新模式新業(yè)態(tài)路線圖
圖10 展示了面向2035 年的智能制造云的技術(shù)預(yù)見及路線圖，到2035 年，需求主要來自于：通過虛擬化、服務(wù)化、容器技術(shù)、云計算、大數(shù)據(jù)分析與挖掘技術(shù)等技術(shù)，將海量多源異構(gòu)數(shù)據(jù)集成到云平臺，并基于云平臺所提供的大數(shù)據(jù)引擎服務(wù)、人工智能引擎服務(wù)、仿真引擎服務(wù)等實現(xiàn)基于大數(shù)據(jù)的建模與優(yōu)化，進而支撐云端應(yīng)用服務(wù)功能
圖10·智能制造云技術(shù)路線圖
面向2035 年，智能制造云的具體目標包括兩個方面。
(1) 智能制造過程橫向集成：到2025 年，實現(xiàn)論證／設(shè)計／仿真／生產(chǎn)／試驗／管理／銷售／運營／維修／報廢等制造全生命周期活動的集成；到2035 年，消除企業(yè)各環(huán)節(jié)或者產(chǎn)業(yè)鏈上各企業(yè)之間的交互的冗余和非增值過程，實現(xiàn)企業(yè)與企業(yè)、企業(yè)與產(chǎn)品之間的生態(tài)化協(xié)作，在社會范圍內(nèi)實現(xiàn)人、技術(shù)流、管理流、數(shù)據(jù)流、物流、資金流的共享集成和優(yōu)化應(yīng)用。
(2) 智能制造過程縱向集成：到2025 年左右，實現(xiàn)智能機床、CAE 軟件等智能集成制造裝備的互聯(lián)、集成和管控的裝備／產(chǎn)品集成裝備與生產(chǎn)線、倉儲與物流、制造執(zhí)行管理、車間生產(chǎn)決策等環(huán)節(jié)的車間集成；到2035 年左右，實現(xiàn)智能設(shè)計、智能試驗、智能生產(chǎn)、智能保障、智能管理等跨部門企業(yè)/工廠集成及同行業(yè)內(nèi)各企業(yè)的設(shè)計研發(fā)、生產(chǎn)制造、服務(wù)保障等資源的集成和優(yōu)化配置的行業(yè)集成。智能制造云的相關(guān)重點產(chǎn)品包括：重要硬件設(shè)備、關(guān)鍵引擎、HCPS 集成系統(tǒng)。關(guān)鍵技術(shù)包括基于語義的智能識別技術(shù)、邊緣智能技術(shù)、混合增強技術(shù)等。 圖10 中展示了對應(yīng)的重點產(chǎn)品和關(guān)鍵技術(shù)的實施路線圖。同時，圖10 還包括了示范項目的實施路線圖。
圖11·工業(yè)互聯(lián)網(wǎng)技術(shù)路線圖
智能制造云的戰(zhàn)略支撐與保障如下所述。
(1) 支持行業(yè)產(chǎn)業(yè)聯(lián)盟體系：到2025 年，倡導各典型行業(yè)龍頭企業(yè)牽頭成立行業(yè)級智能集成制造系統(tǒng)產(chǎn)業(yè)聯(lián)盟；到2030 年，行業(yè)聯(lián)盟建立行業(yè)級標準體系。
(2) 支持跨學科領(lǐng)域產(chǎn)業(yè)聯(lián)盟：到2030 年，倡導以行業(yè)龍頭企業(yè)為主要參與單位的跨行業(yè)智能集成制造系統(tǒng)聯(lián)盟，開展跨行業(yè)領(lǐng)域數(shù)據(jù)標準、數(shù)據(jù)接口標準體系研究與建立。
(3) 打造自主行業(yè)／通用標準體系，參與國際標準體系構(gòu)建。到2035 年，支持各行業(yè)智能集成制造系統(tǒng)產(chǎn)業(yè)聯(lián)盟與跨行業(yè)智能集成制造系統(tǒng)聯(lián)盟，建立自主行業(yè)／通用標準體系，參與國際自主行業(yè)/通用標準體系構(gòu)建。圖11 展示了面向2035 年的工業(yè)互聯(lián)網(wǎng)的技術(shù)預(yù)見及路線圖，預(yù)計到2022 年左右，工業(yè)互聯(lián)網(wǎng)的產(chǎn)業(yè)經(jīng)濟規(guī)模將達3.1 萬億元，到2035 年左右，工業(yè)互聯(lián)網(wǎng)的產(chǎn)業(yè)經(jīng)濟規(guī)模全球比重將顯著提高。面向2035 年，工業(yè)互聯(lián)網(wǎng)的具體目標包括以下兩方面內(nèi)容。
(1) 中國目標：到2025 年，網(wǎng)絡(luò)實現(xiàn)基礎(chǔ)設(shè)施基本完善；到2030 年，全面建成低時延高可靠廣覆蓋網(wǎng)絡(luò)，到2035 年，建成領(lǐng)先網(wǎng)絡(luò)基礎(chǔ)設(shè)施和平臺。
(2) 全球目標：到2035 年左右，全球經(jīng)濟價值10～15 萬億美元。工業(yè)互聯(lián)網(wǎng)的關(guān)鍵技術(shù)包括：新一代移動和數(shù)據(jù)通信技術(shù)、智能工業(yè)網(wǎng)絡(luò)、標識解析與管理技術(shù)、網(wǎng)絡(luò)安全技術(shù)等。重點產(chǎn)品包括新一代移動和數(shù)據(jù)通信技術(shù)、智能工業(yè)網(wǎng)絡(luò)、標識解析與管理技術(shù)、基于自治愈的網(wǎng)等。圖11 中展示了對應(yīng)的關(guān)鍵技術(shù)和重點產(chǎn)品的重要時間點和實施路線圖。工業(yè)互聯(lián)網(wǎng)的戰(zhàn)略支撐與保障如下所述。
(1) 政策：完善協(xié)同推進體系，成立工業(yè)互聯(lián)網(wǎng)專項工作組；壯大工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟等產(chǎn)業(yè)組織，聯(lián)合產(chǎn)業(yè)各方開展交流活動；開展工業(yè)智聯(lián)網(wǎng)網(wǎng)絡(luò)安全相關(guān)法規(guī)政策的研究；開展工業(yè)互聯(lián)網(wǎng)相關(guān)法律、行政法規(guī)和規(guī)章立法、完善工作；推動非金融企業(yè)債務(wù)融資工具應(yīng)用，支持保險公司開發(fā)產(chǎn)品。
(2) 資金：推動銀行業(yè)金融機構(gòu)探索數(shù)據(jù)資產(chǎn)質(zhì)押、知識產(chǎn)權(quán)質(zhì)押、綠色信貸。
(3) 人才：建設(shè)智庫，建立高端人才引進綠色通道，完善配套政策；完善技術(shù)入股、股權(quán)期權(quán)激勵、科技成果轉(zhuǎn)化收益分配等機制。
4。結(jié)論
智能制造技術(shù)預(yù)見和路線圖是智能制造的發(fā)展藍圖，是關(guān)于智能制造發(fā)展的技術(shù)方向、關(guān)鍵技術(shù)和技術(shù)路線的共識性框架，可為智能制造技術(shù)有序發(fā)展提供參考，在支撐科學決策和明確發(fā)展路徑中具有重要的應(yīng)用價值，主要包括三個方面。第一，助力制造業(yè)實現(xiàn)跨越式發(fā)展。目前信息技術(shù)開始大量涌入智能產(chǎn)品、智能生產(chǎn)、智能服務(wù)等各個領(lǐng)域，在這種情況下，提出適合我國國情的智能制造發(fā)展技術(shù)路線圖、明確智能制造技術(shù)發(fā)展的方針和優(yōu)先行動，對我國廣大企業(yè)制定智能制造升級路徑具有借鑒意義。第二，為“十四五”制定智能制造規(guī)劃提供了參考。本研究通過科學嚴謹?shù)姆椒ǎ岢隽嗣嫦?035 的智能制造發(fā)展的關(guān)鍵技術(shù)清單，具有科學性、前瞻性和戰(zhàn)略性。研究對關(guān)鍵技術(shù)的技術(shù)內(nèi)容作了清晰的描述，并且明確了發(fā)展方向，已作為制定“十四五”期間我國智能制造發(fā)展規(guī)劃的參考依據(jù)之一。第三，可為今后的技術(shù)開發(fā)指明發(fā)展方向。本研究所制定的路線圖具有行動導向作用，可以使不同主體的科研和投資活動在一個系統(tǒng)框架下形成協(xié)調(diào)的、長期的、穩(wěn)定的合作，減少技術(shù)發(fā)展的盲目性和重復(fù)性，進而提高科研工作的有效性。未來，中國工程院智能制造技術(shù)路線圖項目組，將以本次智能制造技術(shù)路線圖為基礎(chǔ)，2 年一個周期對智能制造技術(shù)路線圖進行迭代更新；并深入智能制造的應(yīng)用和支撐行業(yè)，推動制定我國細分領(lǐng)域的智能制造技術(shù)路線圖，如智能機床技術(shù)路線圖等，以期為我國智能制造發(fā)展提供理論建議，為我國制造強國建設(shè)提供戰(zhàn)略支撐。
參考
[1] PHAAL R ， CJP ， D R. -A for and [J]. and ，2004，71(1-2)：5-26.[2] CH ， C W. 's [J]. ，1987，30(5)：13-19.
[3] 李櫟，張志強，安培浚. 技術(shù)路線圖的發(fā)展與應(yīng)用分析[J]. 圖書與情報，2009(3)：14-19. LI Li，ZHANG ，AN . The and of the [J]. & ，2009(3)：14-19.[4] 李萬，吳穎穎，湯琦，等. 日本戰(zhàn)略性技術(shù)路線圖的編制對我國的經(jīng)驗啟示[J]. 創(chuàng)新科技，2013(1)：8-11.LI Wan，WU ，TANG Qi，et al. The of to China[J]. and ，2013(1)：8-11.
[5] 程家瑜. 關(guān)于編制國家技術(shù)路線圖推進《規(guī)劃綱要》實施的建議[J]. 中國科技論壇，2008(5)：3-6.CHENG Jiayu. on a to the of the “ ”[J]. Forum on and in China，2008(5)：3-6.[6] 孫粒，龔旭. 中國工程科技2035 發(fā)展戰(zhàn)略研究正式啟動[J]. 中國科學基金，2015，29(3)：235.SUN Li，GONG Xu. China 2035 [J]. of of China，2015，29(3)：235.
[7] ZHOU J，LI P，ZHOU Y，et al. new- [J]. 。 2018，4(1)：11-20.
[8] ZHOU J機器人生產(chǎn)設(shè)備清單，ZHOU Y，WANG B，et al. Human-cyber? (HCPSs) in the of new? [J]. ，
2019，5(4)：624-636.
[9] WANG B，TAO F，F(xiàn)ANG X，et al. Smart 機械工程學報第58 卷第4 期期：A [J].，2021，7(6)：738-757.
[10] ZHOU Y，ZANG J，MIAO Z，et al. of in China： [J]. ，2019，5(4)：691-601.
[11] 王柏村，黃思翰，易兵，等. 面向智能制造的人因工程研究與發(fā)展[J]. 機械工程學報，2020，56(16)：240-253. WANG ， HUANG Sihan ， YI Bing ， et al. State-of-art of human / in [J]. of ，
186信息網(wǎng)原創(chuàng)文章，轉(zhuǎn)載請注明本文來自：www.lutong-group.com
