企业网站建设要,网站建设培训教程 新手入门到精通,深圳网页设计兴田德润i优惠吗,科技网站设计公司来源#xff1a;WPR近日#xff0c;中国工程院院刊《Engineering》推出最新观点性文章“走向新一代智能制造”#xff0c;作者周济、李培根、周艳红等#xff0c;文章指出智能制造是一个不断演进发展的大概念#xff0c;可归纳为三个基本范式#xff1a;数字化制造、数字… 来源WPR近日中国工程院院刊《Engineering》推出最新观点性文章“走向新一代智能制造”作者周济、李培根、周艳红等文章指出智能制造是一个不断演进发展的大概念可归纳为三个基本范式数字化制造、数字化网络化制造、数字化网络化智能化制造——新一代智能制造。新一代智能制造是新一代人工智能技术与先进制造技术的深度融合是新一轮工业革命的核心驱动力。“人-信息-物理系统”HCPS揭示了新一代智能制造的技术机理能够有效指导新一代智能制造的理论研究和工程实践。推进制造业智能转型应采取“并行推进、融合发展”的技术路线。走向新一代智能制造摘要智能制造是一个不断演进发展的大概念可归纳为三个基本范式数字化制造、数字化网络化制造、数字化网络化智能化制造——新一代智能制造。新一代智能制造是新一代人工智能技术与先进制造技术的深度融合贯穿于产品设计、制造、服务全生命周期的各个环节及相应系统的优化集成不断提升企业的产品质量、效益、服务水平减少资源能耗是新一轮工业革命的核心驱动力是今后数十年制造业转型升级的主要路径。“人-信息-物理系统”HCPS揭示了新一代智能制造的技术机理能够有效指导新一代智能制造的理论研究和工程实践。基于智能制造三个基本范式次第展开、相互交织、迭代升级的特征推进制造业智能转型应采取“并行推进、融合发展”的技术路线。关键词 先进制造新一代智能制造人-信息-物理系统新一代人工智能基本范式并行推进融合发展1、引言面对新一轮工业革命《中国制造2025》明确提出要以新一代信息技术与制造业深度融合为主线以推进智能制造为主攻方向[1]。世界各国都在积极采取行动美国提出“先进制造业伙伴计划”[2, 3]、德国提出“工业4.0战略计划”[4]、英国提出“工业2050”[5]、法国 提出“新工业法国计划”[6]、日本提出“社会5.0战略”[7]、韩国提出“制造业创新3.0计划”[8]都将发展智能制造作为本国构建制造业竞争优势的关键举措。新世纪以来新一代信息技术呈现爆发式增长数字化网络化智能化技术在制造业广泛应用制造系统集成式创新不断发展形成了新一轮工业革命的主要驱动力。特别是新一代智能制造作为新一轮工业革命的核心技术正在引发制造业在发展理念、制造模式等方面重大而深刻的变革正在重塑制造业的发展路径、技术体系以及产业业态从而推动全球制造业发展步入新阶段[9-13]。2. 智能制造的三个基本范式广义而论智能制造是一个大概念[10, 14]是先进信息技术与先进制造技术的深度融合贯穿于产品设计、制造、服务等全生命周期的各个环节及相应系统的优化集成旨在不断提升企业的产品质量、效益、服务水平减少资源消耗推动制造业创新、绿色、协调、开放、共享发展。数十年来智能制造在实践演化中形成了许多不同的相关范式包括精益生产、柔性制造、并行工程、敏捷制造、数字化制造、计算机集成制造、网络化制造、云制造、智能化制造等[15-23]在指导制造业技术升级中发挥了积极作用。但同时众多的范式不利于形成统一的智能制造技术路线给企业在推进智能升级的实践中造成了许多困扰。面对智能制造不断涌现的新技术、新理念、新模式有必要归纳总结提炼出基本范式。智能制造的发展伴随着信息化的进步。全球信息化发展可分为三个阶段从上世纪中叶到90年代中期信息化表现为以计算、通讯和控制应用为主要特征的数字化阶段从上世纪九十年代中期开始互联网大规模普及应用信息化进入了以万物互联为主要特征的网络化阶段当前在大数据、云计算、移动互联网、工业互联网集群突破、融合应用的基础上人工智能实现战略性突破信息化进入了以新一代人工智能技术为主要特征的智能化阶段[24]。综合智能制造相关范式结合信息化与制造业在不同阶段的融合特征可以总结、归纳和提升出三个智能制造的基本范式也就是数字化制造、数字化网络化制造、数字化网络化智能化制造——新一代智能制造。 图 1 智能制造三个基本范式演进2.1 数字化制造数字化制造是智能制造的第一个基本范式也可称为第一代智能制造。智能制造的概念最早出现于上世纪80年代[25]但是由于当时应用的第一代人工智能技术还难以解决工程实践问题因而那一代智能制造主体上是数字化制造。上世纪下半叶以来随着制造业对于技术进步的强烈需求以数字化为主要形式的信息技术广泛应用于制造业推动制造业发生革命性变化。数字化制造是在数字化技术和制造技术融合的背景下通过对产品信息、工艺信息和资源信息进行数字化描述、分析、决策和控制快速生产出满足用户要求的产品[15, 16, 26, 27]。数字化制造的主要特征表现为第一数字技术在产品中得到普遍应用形成“数字一代”创新产品第二广泛应用数字化设计、建模仿真、数字化装备、信息化管理第三实现生产过程的集成优化。需要说明的是数字化制造是智能制造的基础其内涵不断发展贯穿于智能制造的三个基本范式和全部发展历程。这里定义的数字化制造是作为第一种基本范式的数字化制造是一种相对狭义的定位。国际上也有若干关于数字化制造的比较广义的定义和理论[28]。2.2 数字化网络化制造数字化网络化制造是智能制造的第二种基本范式,也可称为“互联网制造”或第二代智能制造[29]。上世纪末互联网技术开始广泛应用“互联网”不断推进互联网和制造业融合发展网络将人、流程、数据和事物连接起来通过企业内、企业间的协同和各种社会资源的共享与集成重塑制造业的价值链推动制造业从数字化制造向数字化网络化制造转变[17, 30-33]。数字化网络化制造主要特征表现为第一在产品方面数字技术、网络技术得到普遍应用产品实现网络连接设计、研发实现协同与共享。第二在制造方面实现横向集成、纵向集成和端到端集成打通整个制造系统的数据流、信息流。第三在服务方面企业与用户通过网络平台实现联接和交互企业生产开始从以产品为中心向以用户为中心转型[34]。德国“工业4.0”报告和美国GE“工业互联网”报告完整地阐述了数字化网络化制造范式精辟地提出了实现数字化网络化制造的技术路线[4, 9, 31, 35-39]。2.3 新一代智能制造——数字化网络化智能化制造数字化网络化智能化制造是智能制造的第三种基本范式也可称为新一代智能制造。近年来在经济社会发展强烈需求以及互联网的普及、云计算和大数据的涌现、物联网的发展等信息环境急速变化的共同驱动下大数据智能、人机混合增强智能、群体智能、跨媒体智能等新一代人工智能技术加速发展实现了战略性突破[24, 40, 41]。新一代人工智能技术与先进制造技术深度融合形成新一代智能制造——数字化网络化智能化制造。新一代智能制造将重塑设计、制造、服务等产品全生命周期的各环节及其集成催生新技术、新产品、新业态、新模式深刻影响和改变人类的生产结构、生产方式乃至生活方式和思维模式实现社会生产力的整体跃升。新一代智能制造将给制造业带来革命性的变化将成为制造业未来发展的核心驱动力。智能制造的三个基本范式体现了智能制造发展的内在规律一方面三个基本范式次第展开各有自身阶段的特点和要重点解决的问题体现着先进信息技术与先进制造技术融合发展的阶段性特征另一方面三个基本范式在技术上并不是绝然分离的而是相互交织、迭代升级体现着智能制造发展的融合性特征。对中国等新兴工业国家而言应发挥后发优势采取三个基本范式“并行推进、融合发展”的技术路线。3. 新一代智能制造引领和推动新一轮工业革命3.1 发展背景当今世界各国制造企业普遍面临着提高质量、增加效率、降低成本、快速响应的强烈需求还要不断适应广大用户不断增长的个性化消费需求应对资源能源环境约束进一步加大的挑战。然而现有制造体系和制造水平已经难以满足高端化、个性化、智能化产品和服务增值升级的需求制造业的进一步发展面临巨大瓶颈和困难。解决问题迎接挑战迫切需要制造业的技术创新、智能升级[14, 41]。新一轮工业革命方兴未艾其根本动力在于新一轮科技革命。新世纪以来移动互联、超级计算、大数据、云计算、物联网等新一代信息技术日新月异、飞速发展[11, 12, 42-48]并极其迅速地普及应用形成了群体性跨越。这些历史性的技术进步集中汇聚在新一代人工智能技术的战略性突破实现了质的飞跃[24]。新一代人工智能呈现出深度学习、跨界协同、人机融合、群体智能等新特征为人类提供认识复杂系统的新思维、改造自然和社会的新技术。当然新一代人工智能技术还在极速发展的进程中将继续从“弱人工智能”迈向“强人工智能”不断拓展人类“脑力”应用范围将无所不在。新一代人工智能已经成为新一轮科技革命的核心技术为制造业革命性的产业升级提供了历史性机遇正在形成推动经济社会发展的巨大引擎。世界各国都把新一代人工智能的发展摆在了最重要的位置[49, 50]。新一代人工智能技术与先进制造技术的深度融合形成了新一代智能制造技术成为了新一轮工业革命的核心驱动力。3.2 新一代智能制造是新一轮工业革命的核心技术科学技术是第一生产力科技创新是经济社会发展的根本动力。第一次工业革命和第二次工业革命分别以蒸汽机和电力的发明和应用为根本动力极大地提高了生产力人类社会进入了现代工业社会。第三次工业革命以计算、通讯、控制等信息技术的创新与应用为标志持续将工业发展推向新高度[51]。新世纪以来数字化和网络化使得信息的获取、使用、控制以及共享变得极其快速和普及进而新一代人工智能突破和应用进一步提升了制造业数字化网络化智能化的水平其最本质的特征是具备认知和学习的能力具备生成知识和更好地运用知识的能力这样就从根本上提高工业知识产生和利用的效率极大地解放人的体力和脑力使创新的速度大大加快应用的范围更加泛在从而推动制造业发展步入新阶段即数字化网络化智能化制造——新一代智能制造。如果说数字化网络化制造是新一轮工业革命的开始那么新一代智能制造的突破和广泛应用将推动形成新工业革命的高潮将重塑制造业的技术体系、生产模式、产业形态并将引领真正意义上的“工业4.0”实现新一轮工业革命。3.3 愿景制造系统将具备越来越强大的智能特别是越来越强大的认知和学习能力人的智慧与机器智能相互启发性地增长使制造业的知识型工作向自主智能化的方向发生转变进而突破当今制造业发展所面临的瓶颈和困难。新一代智能制造中产品呈现高度智能化、宜人化生产制造过程呈现高质、柔性、高效、绿色等特征产业模式发生革命性的变化服务型制造业与生产型服务业大发展进而共同优化集成新型制造大系统全面重塑制造业价值链极大提高制造业的创新力和竞争力。新一代智能制造将给人类社会带来革命性变化。人与机器的分工将产生革命性变化智能机器将替代人类大量体力劳动和相当部分的脑力劳动人类可更多地从事创造性工作人类工作生活环境和方式将朝着以人为本的方向迈进。同时新一代智能制造将有效减少资源与能源的消耗和浪费持续引领制造业绿色发展、和谐发展。4. 新一代智能制造的技术机理“人-信息-物理系统”HCPS智能制造涉及智能产品、智能生产以及智能服务等多个方面及其优化集成。从技术机理角度看这些不同方面尽管存在差异但本质上是一致的下面以生产过程为例进行分析。4.1 传统制造与“人-物理系统” 传统制造系统包含人和物理系统两大部分是完全通过人对机器的操作控制去完成各种工作任务如图2(a)所示。动力革命极大提高了物理系统机器的生产效率和质量物理系统机器代替了人类大量体力劳动。传统制造系统中要求人完成信息感知、分析决策、操作控制以及认知学习等多方面任务不仅对人的要求高劳动强度仍然大而且系统工作效率、质量和完成复杂工作任务的能力还很有限。传统制造系统可抽象描述为图2(b)所示的“人-物理系统”HPS—Human-Physical Systems。4.2 数字化制造、数字化网络化制造与“人-信息-物理系统”与传统制造系统相比第一代和第二代智能制造系统发生的本质变化是在人和物理系统之间增加了信息系统信息系统可以代替人类完成部分脑力劳动人的相当部分的感知、分析、决策功能向信息系统复制迁移进而可以通过信息系统来控制物理系统以代替人类完成更多的体力劳动如图3所示。图3 第一代和第二代智能制造系统第一代和第二代智能制造系统通过集成人、信息系统和物理系统的各自优势系统的能力尤其是计算分析、精确控制以及感知能力都得以很大提高。一方面系统的工作效率、质量与稳定性均得以显著提升另一方面人的相关制造经验和知识转移到信息系统能够有效提高人的知识的传承和利用效率。制造系统从传统的“人-物理系统”向 “人-信息-物理系统”HCPS—Human-Cyber-Physical Systems的演变可进一步用图4进行抽象描述[11, 52, 53]。信息系统Cyber system的引入使得制造系统同时增加了“人-信息系统”HCS—Human-Cyber Systems和“信息-物理系统”CPS—Cyber-Physical Systems。其中“信息-物理系统”CPS是非常重要的组成部分。美国在本世纪初提出了CPS的理论[54]德国将其作为工业4.0的核心技术。“信息-物理系统”CPS在工程上的应用是实现信息系统和物理系统的完美映射和深度融合 “数字孪生体”Digital Twin即是最为基本而关键的技术由此制造系统的性能与效率可大大提高[13, 30, 37, 55, 56]。 图4 从“人-物理系统”到“人-信息-物理系统”4.3 新一代智能制造与新一代“人-信息-物理系统”新一代智能制造系统最本质的特征是其信息系统增加了认知和学习的功能信息系统不仅具有强大的感知、计算分析与控制能力更具有了学习提升、产生知识的能力如图5所示。图5 新一代智能制造系统的基本机理在这一阶段新一代人工智能技术将使“人-信息-物理系统”发生质的变化形成新一代“人-信息-物理系统”如图6所示。主要变化在于第一人将部分认知与学习型的脑力劳动转移给信息系统因而信息系统具有了“认知和学习”的能力人和信息系统的关系发生了根本性的变化即从“授之以鱼”发展到“授之以渔”第二通过“人在回路”的混合增强智能人机深度融合将从本质上提高制造系统处理复杂性、不确定性问题的能力极大优化制造系统的性能[52, 57]。图6 新一代“人-信息-物理系统”新一代“人-信息-物理系统”中HCS、HPS和CPS都将实现质的飞跃。新一代智能制造进一步突出了人的中心地位是统筹协调“人”、“信息系统”和“物理系统”的综合集成大系统将使制造业的质量和效率跃升到新的水平为人民的美好生活奠定更好的物质基础将使人类从更多体力劳动和大量脑力劳动中解放出来使得人类可以从事更有意义的创造性工作人类社会开始真正进入“智能时代”[10-12, 51]。图7 从“人-物理系统”到新一代“人-信息-物理系统”总之制造业从传统制造向新一代智能制造发展的过程是从原来的“人-物理”二元系统向新一代“人-信息-物理”三元系统进化的过程图7所示。新一代“人-信息-物理系统”揭示了新一代智能制造的技术机理能够有效指导新一代智能制造的理论研究和工程实践。5. 新一代智能制造的系统组成与系统集成新一代智能制造是一个大系统主要由智能产品、智能生产及智能服务三大功能系统以及工业智联网和智能制造云两大支撑系统集合而成如图8所示。图8 新一代智能制造的系统集成新一代智能制造技术是一种核心使能技术可广泛应用于离散型制造和流程型制造的产品创新、生产创新、服务创新等制造价值链全过程创新与优化。5.1 智能产品与制造装备产品和制造装备是智能制造的主体其中产品是智能制造的价值载体制造装备是实施智能制造的前提和基础[58]。新一代人工智能和新一代智能制造将给产品与制造装备创新带来无限空间使产品与制造装备产生革命性变化从数字一代整体跃升至智能一代。从技术机理看智能一代产品和制造装备也就是具有新一代HCPS特征的、高度智能化、宜人化、高质量、高性价比的产品与制造装备。设计是产品创新的最重要环节智能优化设计、智能协同设计、与用户交互的智能定制、基于群体智能的“众创”等都是智能设计的重要内容。研发具有新一代HCPS特征的智能设计系统也是发展新一代智能制造的核心内容之一。5.2 智能生产智能生产是新一代智能制造的主线[40, 59, 60]。智能产线、智能车间、智能工厂是智能生产的主要载体[61-63]。新一代智能制造将解决复杂系统的精确建模、实时优化决策等关键问题形成自学习、自感知、自适应、自控制的智能产线、智能车间和智能工厂实现产品制造的高质、柔性、高效、安全与绿色。5.3 智能服务以智能服务为核心的产业模式变革是新一代智能制造的主题[64, 65]。在智能时代市场、销售、供应、运营维护等产品全生命周期服务均因物联网、大数据、人工智能等新技术而赋予其全新的内容。新一代人工智能技术的应用将催生制造业新模式、新业态一是从大规模流水线生产转向规模化定制生产二是从生产型制造向服务型制造转变推动服务型制造业与生产型服务业大发展共同形成大制造新业态。制造业产业模式将实现从以产品为中心向以用户为中心的根本性转变完成深刻的供给侧结构性改革。5.4 智能制造云与工业智联网智能制造云和工业智联网是支撑新一代智能制造的基础[9, 20, 31, 44, 66, 67]。随着新一代通讯技术、网络技术、云技术和人工智能技术的发展和应用智能制造云和工业智联网将实现质的飞跃。智能制造云和工业智联网将由智能网络体系、智能平台体系和智能安全体系组成为新一代智能制造生产力和生产方式变革提供发展的空间和可靠的保障[68]。5.5 系统集成新一代智能制造内部和外部均呈现出前所未有的系统“大集成”特征一方面是制造系统内部的“大集成”。企业内部设计、生产、销售、服务、管理过程等实现动态智能集成即纵向集成企业与企业之间基于工业智联网与智能云平台实现集成、共享、协作和优化即横向集成[69-72]。另一方面是制造系统外部的“大集成”。制造业与金融业、上下游产业的深度融合形成服务型制造业和生产性服务业共同发展的新业态。智能制造与智能城市、智能农业、智能医疗乃至智能社会交融集成共同形成智能制造“生态大系统”。新一代智能制造系统大集成具有大开放的显著特征具有集中与分布、统筹与精准、包容与共享的特性具有广阔的发展前景。6. 并行推进、融合发展——中国推进智能制造的技术路线在西方发达国家智能制造是一个“串联式”的发展过程他们是用几十年时间充分发展数字化制造之后再发展数字化网络化制造进而迈向更高级的智能制造阶段[16]。在中国制造业对于智能升级有着极为强烈的需求近年来技术进步也很快但是总体而言中国智能制造的基础非常薄弱大多数企业特别是广大中小企业还没有完成数字化制造转型。面对这样的现实中国如何推进制造业的技术改造、智能升级首先必须实事求是中国企业在推进智能升级的过程中要踏踏实实地完成数字化“补课”夯实智能制造发展的基础同时不必走西方发达国家“顺序发展”的路径努力探索一条智能制造跨越式发展的新路。近几年中国制造业界大力推进“互联网制造”。一方面 一批数字化制造基础较好的企业成功转型实现了数字化网络化制造另一方面 部分原来还未实现数字化制造的企业则采用并行推进数字化制造和数字化网络化制造的技术路线在完成了数字化制造“补课”的同时成功实现了向数字化网络化制造的跨越。这给我们提供了成功的经验。中国推进智能制造应采取“并联式”的发展方式采用“并行推进、融合发展”的技术路线并行推进数字化制造、数字化网络化制造、新一代智能制造以及时充分应用高速发展的先进信息技术和先进制造技术的融合式技术创新引领和推进中国制造业的智能转型。未来若干年考虑到中国智能制造发展的现状也考虑到新一代智能制造技术还不成熟中国制造业转型升级的工作重点要放在大规模推广和全面应用“互联网制造”同时在大力普及“互联网制造”的过程中要特别重视各种先进技术的融合应用“以高打低、融合发展”。一方面使得广大企业都能高质量完成“数字化补课”另一方面尽快尽好应用新一代智能制造技术大大加速制造业转型升级的速度。再过若干年在新一代智能制造技术基本成熟之后中国制造业将进入全面推广应用普及新一代智能制造的新阶段。我国在推动三个基本范式“融合发展”时必须制定统一的标准。未来数十年我国企业在智能升级过程中将普遍面临多次范式转化和技术升级必须高度重视制定和实行智能制造的相关标准为后续发展做好准备避免企业的低水平重复建设有利于我国推进智能制造的分阶段实施和不断升级。在实施“并行推进、融合发展”这一技术路线的过程中要强调“五个坚持”的方针。一是坚持“创新引领”。紧紧抓住新一代智能制造带来的历史性机遇充分利用互联网、大数据、人工智能等先进技术瞄准高端方向加快研究、开发、示范、推广和应用新一代智能制造技术用创新引领和推动制造业生产质量和效率提升实现中国制造业由大变强。二是坚持“因企制宜”。推动智能制造要充分激发企业的内生动力。中国的企业参差不齐实现智能转型不能搞“一刀切”各个企业特别是广大中小企业要结合企业发展实情充分考虑技术先进性和技术经济性的平衡实事求是地应用适合自己转型升级的技术路径。三是坚持“产业升级”。推动智能制造不能仅仅停留在典型、示范、部分制造环节或者部分制造领域而是要着眼于广大企业、各个行业和整个制造产业推动中国制造业质量变革、效率变革、动力变革实现中国制造业全方位的智能化转型升级。四是坚持建设良好的发展生态。各级政府、科技界、学界、金融界等社会各界要共同营造良好的生态环境帮助和支持企业特别是广大中小企业的智能升级。营造“大众创业、万众创新”的良好环境建设“用产学研金政”紧密结合的智能制造技术创新体系形成从事推广应用各种共性使能技术和提供系统解决方案的新兴企业集群。推进智能制造成败的关键在于人才要以人为本动员各方力量努力培养一代智能制造优秀人才。五是坚持开放与协同创新。中国制造业界要不断扩大与世界各国制造业界的交流实行更高水平的开放。中国的市场是开放的市场中国的创新体系是开放的创新体系。我们要和世界制造业的同行们共同努力共同推进新一代智能制造共同推进新一轮工业革命使制造业更好地为人类造福。致谢感谢路甬祥、潘云鹤、朱高峰、吴澄、李伯虎、柳百成、王天然、卢秉恒、谭建荣、杨华勇、李德群、段正澄、蒋庄德、林忠钦、马伟明、丁荣军、高金吉、刘永才、冯培德、柴天佑、孙优贤、袁晴棠、钱峰、屈贤明、邵新宇、董景辰、朱森第、蔡惟慈、张纲、黄群慧、吕薇、余晓晖、宁振波、赵敏、郭朝晖、李义章等各位专家所作出的贡献。感谢延建林、胡楠、古依莎娜、杨晓迎、徐静、刘默、刘丽辉、韦莎、马原野、张欣等各位同事所作出的贡献。本研究由中国工程院重大咨询研究项目(2017-ZD-08)资助特此感谢。参考文献[1] 中国政府网, 国务院关于印发《中国制造2025》的通知, 2015年5月19日.[2] J. Holdren, T. Power, G. Tassey, A. Ratcliff, L. Christodoulou, A National strategic plan for advanced manufacturing, US National Science and Technology Council, Washington, DC, (2012).[3] White House, President Obama Launches Advanced Manufacturing Partnership, Press Release, June, 24 (2011).[4] H. Kagermann, J. Helbig, A. Hellinger, W. Wahlster, Recommendations for implementing the strategic initiative INDUSTRIE 4.0: Securing the future of German manufacturing industry; final report of the Industrie 4.0 Working Group, Forschungsunion, 2013.[5] Foresight, The Future of Manufacturing: A new era of opportunity and challenge for the UK Summary Report, in, The Government Office for Science, London, 2013.[6] New industrial france-Speech by French Presdient Hollande, in, 2014.[7] H. Taki, Towards Technological Innovation of Society5.0, Journal of the Institute of Electrical Engineers of Japan, 137 (2017) 275-275.[8] MinistryCollaboration, Implementation plan for manufacturing innovation 3.0 Strategy, in, 2015.[9] M. Annunziata, P.C. Evans, Industrial internet: pushing the boundaries of minds and machines, General Electric, (2012).[10] 国家制造强国建设战略咨询委员会, 中国工程院战略咨询中心, 智能制造, 电子工业出版社, 北京, 2014.[11] 胡虎, 赵敏, 宁振波, 三体智能革命, 机械工业出版社, 北京, 2016.[12] 李杰, 倪军, 王安正, 从大数据到智能制造, 上海交通大学出版社, 上海, 2016.[13] 李杰, 邱伯华, 刘宗长, 魏慕恒, CPS新一代工业智能, 上海交通大学出版社, 上海, 2017.[14] 周济, 智能制造——“中国制造2025”的主攻方向, 中国机械工程, 26 (2015) 2273-2284.[15] D. Chen, S. Heyer, S. Ibbotson, K. Salonitis, J.G. Steingrímsson, S. Thiede, Direct digital manufacturing: definition, evolution, and sustainability implications, Journal of Cleaner Production, 107 (2015) 615-625.[16] G. Chryssolouris, D. Mavrikios, N. Papakostas, D. Mourtzis, G. Michalos, K. Georgoulias, Digital manufacturing: History, perspectives, and outlook, Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture, 223 (2009) 451-462.[17] H.S. Kang, J.Y. Lee, S. Choi, H. Kim, J.H. Park, J.Y. Son, B.H. Kim, S.D. Noh, Smart manufacturing: Past research, present findings, and future directions, International Journal of Precision Engineering and Manufacturing-Green Technology, 3 (2016) 111-128.[18] R. Shah, P.T. Ward, Lean manufacturing: context, practice bundles, and performance, Journal of Operations Management, 21 (2004) 129-149.[19] W. Shen, Q. Hao, H.J. Yoon, D.H. Norrie, Applications of agent-based systems in intelligent manufacturing: An updated review, Advanced Engineering Informatics, 20 (2006) 415-431.[20] L. Zhang, Y. Luo, F. Tao, B. Li, L. Ren, X. Zhang, H. Guo, Y. Cheng, A. Hu, Y. Liu, Cloud manufacturing: a new manufacturing paradigm, Enterprise Information Systems, 8 (2014) 167-187.[21] F. Tao, Y. Cheng, L. Zhang, A.Y. Nee, Advanced manufacturing systems: socialization characteristics and trends, Journal of Intelligent Manufacturing, 28 (2017) 1079-1094.[22] J. Browne, D. Dubois, K. Rathmill, S.P. Sethi, K.E. Stecke, Classification of Flexible Manufacturing Systems, in: FMS Magazine, 1984.[23] M.E. Merchant, Manufacturing in the 21st century, Journal of Materials Processing Technology, 44 (1994) 145–155.[24] Y. Pan, Heading toward Artificial Intelligence 2.0, Engineering, 2 (2016) 409-413.[25] J. Zhou, Digitalization and intelligentization of manufacturing industry, Advances in Manufacturing, 1 (2013) 1-7.[26] R.G. Brown, Driving digital manufacturing to reality, in: Simulation Conference, 2000. Proceedings. Winter, 2000, pp. 224-228 vol.221.[27] H. Yoshikawa, Manufacturing and the 21st century—intelligent manufacturing systems and the renaissance of the manufacturing industry, Technological Forecasting and social change, 49 (1995) 195-213.[28] D. Wu, D.W. Rosen, L. Wang, D. Schaefer, Cloud-based design and manufacturing, Computer-Aided Design, 59 (2015) 1-14.[29] Y.T. Gui, G. Yin, D. Taylor, Internet-based manufacturing: A review and a new infrastructure for distributed intelligent manufacturing, Journal of Intelligent Manufacturing, 13 (2002) 323-338.[30] J. Lee, B. Bagheri, H.A. Kao, A Cyber-Physical Systems architecture for Industry 4.0-based manufacturing systems, Manufacturing Letters, 3 (2015) 18-23.[31] B.H. Li, L. Zhang, S.L. Wang, F. Tao, J.W. Cao, X.D. Jiang, X. Song, X.D. Chai, Cloud manufacturing: A new service-oriented networked manufacturing model, Computer Integrated Manufacturing Systems, 16 (2010) 1-716.[32] J. Lee, E-manufacturing—fundamental, tools, and transformation, Robotics and Computer-Integrated Manufacturing, 19 (2003) 501-507.[33] J.A. Stankovic, Research Directions for the Internet of Things, IEEE Internet of Things Journal, 1 (2014) 3-9.[34] M. Bryner, Smart Manufacturing: The Next Revolution, Chemical Engineering Progress, 108 (2012) 4-12.[35] U. Sendler, Industrie 4.0– Beherrschung der industriellen Komplexität mit SysLM (Systems Lifecycle Management), (2013).[36] M. Hermann, T. Pentek, B. Otto, Design principles for industrie 4.0 scenarios, in: System Sciences (HICSS), 49th Hawaii International Conference, IEEE, 2016, pp. 3928-3937.[37] N. Jazdi, Cyber physical systems in the context of Industry 4.0, in: Automation, Quality and Testing, Robotics, 2014 IEEE International Conference, IEEE, 2014, pp. 1-4.[38] Y. Lu, K.C. Morris, S. Frechette, Standards landscape and directions for smart manufacturing systems, in: IEEE International Conference on Automation Science and Engineering, 2015, pp. 998-1005.[39] X.X. Ray Y. Zhong, Eberhard Klotz,Stephen T. Newman, Intelligent Manufacturing in the Context of Industry 4.0: A Review, Engineering, 3 (2017) 616-630.[40] B.H. Li, B.C. Hou, W.T. Yu, X.B. Lu, C.W. Yang, Applications of artificial intelligence in intelligent manufacturing: a review, Frontiers of Information Technology Electronic Engineering, 18 (2017) 86-96.[41] A. Kusiak, Smart manufacturing must embrace big data, Nature, (2017) 23-25.[42] L. Atzori, A. Iera, G. Morabito, The Internet of Things: A survey, Computer Networks, 54 (2010) 2787-2805.[43] S. John Walker, Big data: A revolution that will transform how we live, work, and think, in, Taylor Francis, 2014.[44] S. Marston, Z. Li, S. Bandyopadhyay, J. Zhang, A. Ghalsasi, Cloud computing—The business perspective, Decision support systems, 51 (2011) 176-189.[45] P. Mell, T. Grance, The NIST definition of cloud computing, Communications of the Acm, 53 (2011) 50-50.[46] S.F. Wamba, S. Akter, A. Edwards, G. Chopin, D. Gnanzou, How ‘big data’ can make big impact: Findings from a systematic review and a longitudinal case study, International Journal of Production Economics, 165 (2015) 234-246.[47] 吴军, 智能时代:大数据与智能革命重新定义未来, 中信出版社, 2016.[48] Q. Han, S. Liang, H. Zhang, Mobile cloud sensing, big data, and 5G networks make an intelligent and smart world, IEEE Network, 29 (2015) 40-45.[49] NSTC, Preparing for the Future of Artificial Intelligence, CreateSpace Independent Publishing Platform, 2016.[50] 中国政府网, 国务院关于印发新一代人工智能发展规划的通知, 2017年07月20日.[51] Brynjolfsson, Erik, The second machine age : work, progress, and prosperity in a time of brilliant technologies / Fir, W.W. Norton Company, 2014.[52] S.K. Sowe, K. Zettsu, E. Simmon, F. de Vaulx, I. Bojanova, Cyber-Physical Human Systems: Putting People in the Loop, IT Prof, 18 (2016) 10-13.[53] M. Ma, W. Lin, D. Pan, Y. Lin, P. Wang, Y. Zhou, X. Liang, Data and Decision Intelligence for Human-in-the-Loop Cyber-Physical Systems: Reference Model, Recent Progresses and Challenges, Journal of Signal Processing Systems, (2017).[54] R. Baheti, H. Gill, Cyber-physical systems, The impact of control technology, 12 (2011) 161-166.[55] R. Rajkumar, I. Lee, L. Sha, J. Stankovic, Cyber-physical systems: the next computing revolution, in: Design Automation Conference, 2010, pp. 731-736.[56] L. Sha, S. Gopalakrishnan, X. Liu, Q. Wang, Cyber-Physical Systems: A New Frontier, in: IEEE International Conference on Sensor Networks, Ubiquitous, and Trustworthy Computing, 2008, pp. 1-9.[57] G. Schirner, D. Erdogmus, K. Chowdhury, T. Padir, The Future of Human-in-the-Loop Cyber-Physical Systems, Computer, 46 (2013) 36-45.[58] G.G. Meyer, K. Främling, J. Holmström, Intelligent Products: A survey, Computers in Industry, 60 (2009) 137-148.[59] D. Zuehlke, SmartFactory—Towards a factory-of-things, Annual Reviews in Control, 34 (2010) 129-138.[60] R.Y. Zhong, Q.Y. Dai, T. Qu, G.J. Hu, G.Q. Huang, RFID-enabled real-time manufacturing execution system for mass-customization production, Robotics and Computer-Integrated Manufacturing, 29 (2013) 283-292.[61] R. Jardim-Goncalves, D. Romero, A. Grilo, Factories of the future: challenges and leading innovations in intelligent manufacturing, International Journal of Computer Integrated Manufacturing, 30 (2017) 4-14.[62] S. Wang, J. Wan, D. Li, C. Zhang, Implementing Smart Factory of Industrie 4.0: An Outlook, International Journal of Distributed Sensor Networks, 2016 (2016) 1-10.[63] R. Anderl, Industrie 4.0 - Advanced Engineering of Smart Products and Smart Production, in: International Seminar on High Technology, 2014.[64] M. Holler, F. Uebernickel, W. Brenner, Understanding the Business Value of Intelligent Products for Product Development in Manufacturing Industries, in: International Conference on Information Management and Engineering, 2016, pp. 18-24.[65] J. Lee, F. Wu, W. Zhao, M. Ghaffari, L. Liao, D. Siegel, Prognostics and health management design for rotary machinery systems—Reviews, methodology and applications, Mechanical Systems Signal Processing, 42 (2014) 314-334.[66] F. Tao, Y. Cheng, L.D. Xu, L. Zhang, B.H. Li, CCIoT-CMfg: Cloud Computing and Internet of Things-Based Cloud Manufacturing Service System, IEEE Transactions on Industrial Informatics, 10 (2014) 1435-1442.[67] X. Xu, From cloud computing to cloud manufacturing, Robotics and Computer-Integrated Manufacturing, 28 (2012) 75-86.[68] 中央政府网.国务院关于深化“互联网先进制造业”发展工业互联网的指导意见. 2017年11月27日.[69] T.R. Browning, Applying the design structure matrix to system decomposition and integration problems: a review and new directions, IEEE Transactions on Engineering Management, 48 (2001) 292-306.[70] Y. Chen, Integrated and Intelligent Manufacturing: Perspectives and Enablers, Engineering, 3 (2017) 588-595.[71] 中国电子技术标准化研究院.《信息物理系统白皮书2017》. 2017年3月2日.[72] 工业与信息化部.两部门关于征求《国家智能制造标准体系建设指南2018年版》征求意见稿意见的通知. 2018年1月15日.未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能互联网和脑科学交叉研究机构。未来智能实验室的主要工作包括建立AI智能系统智商评测体系开展世界人工智能智商评测开展互联网城市云脑研究计划构建互联网城市云脑技术和企业图谱为提升企业行业与城市的智能水平服务。 如果您对实验室的研究感兴趣欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
