工业环境下信息通信类技术赋能智能制造研究.docx

《工业环境下信息通信类技术赋能智能制造研究.docx》由会员分享，可在线阅读，更多相关《工业环境下信息通信类技术赋能智能制造研究.docx（22页珍藏版）》请在优知文库上搜索。

1、一、前言以科技革命与产业革命为主要内容的新一轮工业革命已在全球快速展开。我国正步入“智能+时代，面临着复杂的国际/国内新形势和新征程，按照创新、协调、绿色、开放、共享的新发展理念，构建以国内大循环为主体、国内国际双循环相互促进的新发展格局。制造业是国民经济的主体，其发展应与新时代、新形势、新征程相适应和相匹配。当前，我国制造业正在转入高质量发展阶段，处于数字化转型及智能化升级的攻坚期。智能制造作为制造业高质量发展的主攻方向，对于加快发展现代产业体系、巩固壮大实体经济根基、构建新发展格局、建设数字中国具有重大意义。“十三五时期以来，国家积极推行智能制造试点示范应用、智能制造标准体系建设，显著提升

2、了我国制造数字化、网络化、智能化水平，主要表现在：制造业大国地位进一步巩固，制造业规模已连续多年位居世界第一，一批高端品牌走向世界；重点领域创新取得重大突破，如重大装备制造能力实现跨越式发展，航空航天领域重大工程顺利实施；产业结构加快升级，高技术制造业和装备制造业引领带动作用显著增强,如制造业数字化转型全面提速，在诸多领域形成先进制造业集群;制造业企业实力显著增强，专业化水平持续提升，企业创新主体作用显著增强，培育发展出一批综合实力较强的领军企业，具有一定行业和区域影响力的工业互联网平台超过100家；信息通信业实现新的跨越，第五代移动通信(5G)、工业互联网等新技术与制造业加速融合，数字工厂等

3、新场景、新模式、新业态蓬勃发展，工业互联网平台助力形成网络化协同、智能化生产、服务化延伸、数字化管理等智能制造新模式。在新的时期、新的形势下，新智能制造系统概念应运而生，即以新一代人工智能(AI)技术为引领，涵盖新制造产品/能力/资源体系、新网络/感知体系、新平台体系、新标准安全体系、新应用体系、新用户体系等复杂系统C需要注意到，构建新智能制造系统不是简单的技术改造问题，而是一项战略性的系统工程，需要建立和运行技术、产业、应用、人才、政策、保障体系一体化创新格局；而赋能技术正成为新智能制造系统实现数字化转型和智能化升级的重要支撑。从技术实现的角度看，智能制造赋能技术是实现新智能制造系统技术群的

4、重要组成部分,主要有新制造科学技术、新信息通信技术、新智能科学技术、新制造应用领域专业技术等。本文重点探讨工业环境下信息通信类技术赋能智能制造课题，因而涉及的智能制造赋能技术仅限于部分典型的信息通信类技术，如5G、工业大数据、工业互联网系统、AK建模仿真/数字学生等类别。针对于此，梳理并分析工业环境下信息通信类赋能技术的内涵及发展态势，总结并提炼信息通信类技术赋能智能制造的纵向、横向、端到端等典型应用场景，进而提出科技项目、产业发展、应用示范等方面的发展建议，以期为新智能制造系统深化研究提供基础参考。二、新智能制造系统的技术体系在新智能制造系统中，新制造产品/能力/资源体系提供制造全系统与全生

5、命周期活动中共享及服务的产品、能力、资源；新网络/感知体系实现工业全系统、全产业链、全价值链泛在深度互联与感知；新平台体系是提供工业信息物理融合与智能化服务的核心载体，实现制造产品、能力、资源、接入网络、感知系统的虚拟化和服务化；新标准安全体系是工业资源/能力/产品集成优化与全系统应用安全可信的保障；新应用体系是面向行业、领域、场景的各类工业应用；新用户体系是由服务提供者、服务运营者、服务使用者组成的人/组织体系。新智能制造系统具有六新特征。新技术，依托数字化、网络化、云化、智能化技术新手段，构成以用户为中心，统一经营，涵盖资源、产品、能力的新智能制造的服务云（网）；用户通过新智能终端、新智能

6、制造服务平台即可按需获取新智能制造资源、产品、能力服务，进而优质高效地完成制造全生命周期的各类活动。新模式，即以用户（政府、企业、个人）为中心，人、机、物、环境、信息优化融合，“数字化、物联化、服务化（云化）、协同化、定制化、柔性化、绿色化、智能化的协同互联智能制造新模式。新业态，体现为万物智联、智能引领、数/模驱动、共享服务、跨界融合、万众创新。新特征，针对新制造全系统、全生命周期活动（产业链）中的人、机、物、环境、信息，自主智能地进行感知、互联、协同、学习、分析、认知、决策、控制、执行等活动。新内容，促使制造全系统及全生命周期活动中的人、技术/设备、管理、数据、材料、资金等要素，人、技术、

7、管理、数据、物、资金等流动的新集成优化。新目标，支持新智能制造系统数字化转型与智能化升级，实现制造产品和服务用户的高效、优质、节省、绿色、柔性，提高企业市场竞争能力。新智能制造系统的架构，适用于纵向范围、横向范围（全产业链）、端到端的集成及优化；在反映新系统主要特征的同时，突出了边/云/端协同新架构、新信息通信技术与制造技术深度融合、感知/接入/通信网络的虚拟化及服务化、工业机理模型驱动、云原生工业应用程序（APP）开发环境等系统性创新。相应的技术体系（见图1）以新一代Al技术为引领，细分为整体架构、赋能技术、安全技术、标准技术、工业软件等子体系。新讨健制造系统技术体系三、信息通信类赋能技术子

8、体系信息通信类赋能技术子体系是新智能制造系统的核心支撑内容，将在系统的建设和应用过程中发挥关键作用。为此，本文重点梳理了支撑新智能制造系统服务于制造业数字化转型、智能化升级的典型信息通信类赋能技术体系（由5大类、13项子方向技术构成）。其中，工业互联网系统技术是细分粒度上的核心构成，5G、工业大数据、AK建模仿真/数字李生属于原生技术的跨领域融合应用。（一）1类核心技术一一工业互联网系统技术1 .工业互联网技术工业互联网是新信息通信技术与工业经济深度融合的新型基础设施，也是新型应用模式和工业生态；全面连接人、机、物、系统，构建覆盖全产业链、全价值链的制造与服务体系，实现数据、硬件、软件、智能的

9、流通与互动，为工业数字化、网络化、智能化提供实现途径。工业互联网以网络为基础、平台为中枢、数据为要素、安全为保障，具有泛在连接、云化服务、知识转化、应用创新等特征。以微服务/容器化、云中间件、低代码开发、新型平台架构等为代表的新技术，融入并驱动工业互联网的新发展，为工业互联网所需的海量工业数据与各类工业模型管理、工业建模分析与智能决策、工业应用敏捷开发与创新、工业资源集聚与优化配置等系列关键能力提供支撑。2 .物联网/信息物理系统技术通过射频识别、红外感应、全球定位、激光扫描等信息传感设备，按照约定的协议将任何物品与互联网相连接并进行信息交换和通信，以实现对物品的智能化识别、定位、跟踪、监控和

10、管理，相应网络即为物联网；以大规模全面感知、可靠传送、实时智能处理为基本特征，以万物智联、安全隐私、绿色低功耗（无源）为未来发展方向。信息物理系统（CPS）技术实质为构建信息空间与物理空间之间基于数据自动流动，涵盖状态感知、实时分析、科学决策、精准执行的闭环赋能体系；以数据驱动、软件定义、泛在连接、虚实映射、异构集成、系统自治为核心内涵，将提升系统的实现能力、适应性、可伸缩性、弹性、安全性、可用性。未来，CPS作为技术支撑，与工业互联网、数字化转型融合共促发展（更为体系化、复杂化方向），增强自主认知与学习、控制与决策、对实体空间的实时反馈、精准执行等能力。3 .云计算技术云计算通过网络来统一组

11、织并灵活调用各种信息资源，实现大规模计算的信息处理；利用分布式计算、虚拟网络资源管理等技术，将计算资源集合起来形成共享资源池，以动态、按需、可度量的方式向用户提供服务。按需分配的自助服务、宽带网络访问、资源池化、快速弹性、可评测服务是云计算技术的基本特点，与基础能力（数据库、算法库、模型库、大数据平台、计算能力等）进一步融合，侧重响应工业智能制造需求并在诸多方面（云论证、云设计、云仿真、云生产加工、云实（试）验、云经营管理、云维修、云集成等）提供针对性服务。4 .边缘计算技术在工业互联网智能制造领域,边缘计算是在靠近物、数据源头的网络边缘侧，就近提供边缘智能服务，满足敏捷联接、实时业务、数据优

12、化、应用智能、安全与隐私保护等行业数字化的关键需求。低时延、高带宽、高安全性、分布性、位置认知是边缘计算技术的主要特点,未来发展在于：资源分配管理技术演进发展,促进各类制造资源、产品、能力在边缘管理系统的调配下更好发挥作用；异构集成技术进一步加强，兼顾异构制造资源及能力的虚拟化、服务化、按需组合与集成，异构模型、虚拟样机的集成。5 .高性能计算技术高性能计算技术指使用众多处理器或集群上的计算系统及环境，处理大规模数据的密集型计算任务，可分为仿真、建模、渲染等；相关系统包括计算、存储、网络、集群软件四部分。并行、高带宽、大容量存储、可拓展是高性能计算技术的基础特征。未来发展重点有：深化基础理论、

13、算法、系统研究，如嵌入式高性能计算硬件、高性能计算集群管理系统、操作系统、高性能存储系统等;深度融合信息通信、AK系统工程、制造领域等多类技术，发展空间广阔；基于跨媒体推理等新技术，加强面向用户的智能化云服务技术研究，与云服务结合以拓展应用范围；研究制造业全生命周期中新的模式、流程、手段，如基于高性能仿真的CPS技术等。6 .区块链技术区块链技术自动执行智能合约，无需中心化机构审核，可实现数据一致存储、难以篡改、防止抵赖等记账功能；集成点对点网络、密码学、共识机制、智能合约等，提供了在不可信网络中进行信息与价值传递交换的可信通道，具有去中心化、不可篡改、可追溯、对参与方透明等特点。区块链技术与

14、其他技术的不断融合，催生更为安全高效的技术应用：与Al技术融合，解决Al应用中的数据、模型可信度问题，降低Al应用遭受攻击的风险；与大数据技术融合，使得数据存储的可靠性增强且可追溯，将分散的数据孤岛联系起来，使得数据分享、更大规模的数据挖掘成为可能；与工业互联网融合，支持实现工业互联网络安全与物理安全，构建可信数据网络，催生诸如分布式智能等新的应用场景，促进工业互联网标识解析的全球互通互认，推动数据市场化进程，形成“万物互联产业生态。7 .系统安全技术系统安全指应用系统安全工程和系统安全管理方法，辨识隐患并采取防范措施，提升系统生命周期内的性能、进度、成本安全水平，主要特点是：海量、异构工业设

15、备接入及设备资源受限，不同架构工业云的协调运维与快速部署，工业微服务多样化及多服务协同，工业应用的协同工作与开放定制，工业数据的多源异构、大规模访问与共享。未来工业互联网、智能制造加速发展，海量工业设备进一步泛在互联，系统安全技术将着重围绕工控蜜罐、数据保护、供应链、Al安全等技术方向进行应用突破，更好走向产业实践。8 .自动控制技术自动控制技术驱动自动控制装置，使生产过程或生产机械（被控对象）自动地按照某种规律（目标）运行，进而被控对象的物理量、加工工艺等按照预定要求进行变化；可编程逻辑控制器（P1.C）、工业计算机（PC）在这一过程中发挥了关键作用。小型化、网络化、提高通信性能是P1.C未

16、来发展的主要方面，分散控制系统（DCS）朝着集成测控管方向发展，正在稳步提高小型化、交流化水平。9 .传感器技术传感器感受规定的被测量，按照一定规律将被测量转换成为输出信号，是实现自动检测、自动控制、智能控制等的首要环节；主要特点有微型化、数字化、多功能化、系统化、网络化、智能化C未来面向智能制造赋能的传感器技术发展趋势是：应用新材料、新工艺开发新型传感器，实现传感器的多功能、高精度、集成化、智能化，促进传感技术硬件系统与元器件的微小型化，通过传感器与其他类别装置的交叉整合来实现无线网络化。（二）4类基础技术1 .工业大数据技术工业大数据指在工业领域中，围绕典型智能制造模式，在产品全生命周期的各个环节产生的数据、技术、应用。工业环境下的大数据及其处理，既有大数据4V（规模性、多样性、高速性、价值性）特征，还有多源数据综合集成、复杂异构数据类