时间：2022-03-24 00:47:05
序论：在您撰写智能制造系统时，参考他人的优秀作品可以开阔视野，小编为您整理的7篇范文，希望这些建议能够激发您的创作热情，引导您走向新的创作高度。
中图分类号：F714 文献标识码：A 文章编号：1009-914X（2017）05-0136-02
1 传统MES系统的定义与应用
MES系统是制造执行系统的简称，它是由美国的AMR公司在90年代初期的时候提出来的，目的是为了使MPR计划的执行功能进行加强，把车间作业现场和MPR计划进行现场的控制，利用执行系统把它们连接起来。这里面所说的现场控制主要指的是数据采集器、条形码、PLC程序控制器、机械手以及各种各样的检测和计量的仪器。MES系统通过设置必要的接口，和厂商之间建立起合作关系。现代的MES系统是一种管理系统，它是面向制造企业和执行层的生产信息化。它能够给企业提供计划排程管理、设备管理、采购和成本管理、对生产过程进行控制、对项目看板进行管理、对底层数据进行集成分析、对上层数据进行集成分解等等的管理模块，目的是为企业打造出一个可靠、全面、可行并且扎实的制造协同管理的一个平台。
MES的体系结构经历过两个发展历程，即从T-MES向I-MES的发展历程。传统的MES（即T-MES）是在1960年在零星的车间级应用里面发展起来的。它又可以分为专用MES和集成MES两大类。专用的MES是属于一种自己就是一体的应用系统。它一般是对单一的生产问题来说的。这些问题包括制品的库存过大、设备的利用率低以及a品的质量不能够得到更好的保证，它能够给这些问题去提供有限功能。比如质量设备、设备的维护、作业维度、物料管理，还可以适合于某一种特定的生产环境（如应用于MEMS车间和半导体的MES，应用于FMS系统的MES）。专用的MES具有投入少、实施快等等的优点，但是它的可集成性和通用性都比较差。集成MES系统的初衷是为了针对某些特定的行业（如装配、半导体、食品和卫生、航空等等）特定的环境而进行设定的。目前整个的工业领域都得到了拓展。它在功能上面已经实现了与上层处理事务和下层控制系统进行实时的集成。MES集成化具有相当丰富的应用功能，还具有统一的逻辑数据库和产品及工程的模型等优点。但是这类系统一般都会对特定的车间环境有着特殊的依赖，柔性相对来说也比较差，缺少广泛的集成能力和通用性，很难伴随着业务的过程发生变化而进行重新的配置。
可集成MES这个概念是AMR在发展和分析信息技术的方面和MES应用的前景之下提出来的，它是将消息机制、组件技术模块化应用到MES系统的开发中，它是两类传统的MES系统的结合。在表现形式方面看，I-MES具有专业MES系统的特点，就是说可以实现上下两层的集成。另外，I-MES还具有可扩展、可重构、客户化和互操作等等的特性。能够实现各个不同厂商之间的集成和原有系统方便的进行，目前的基于组件的I-MES是MES发展的主要的方面。综合利用成熟的技术和理论，形成可以适应，可以集成，可以重构的MES的框架体系，为了进一步提高MES软件能够跨行业的使用、适应和协调能力进行强有力的支持。基于现在已经具有的成果和基础，发出符合我国流程工业和离散制造业特点及需求的MES软件系统、构件库和相关的工具。
2 智能制造的概念及体系架构
智能制造的定义是由人类专家和智能设备一起组成的人和机器一体化的一种智能系统，它主要在制造的过程中进行智能的活动，比如一系列了判断、分析和决策等等。主要通过人与机器结合在一起共同做事，进而扩大延伸或者部分的去取代人类的专家从事制造中进行的脑力劳动。它更新了制造及其自动化的概念，并扩展到高度集成化、柔性化和智能化。
产品的智能化一般包括自适应工况、产品的个性化定制与服务、人机交换、自主决策；而装备的智能化，是将很多歌专家的经验和他们的专业知识进行融入感知、执行和决策的环节，给产品制造在线注入知识进化和学习的能力，比如来说在很多机械装备里面实现各种动态信息的制造；车间的智能化，主要表现为一个车间到底要生产什么，车间的设备的运行状态如何，质量如何的去管控，物料是否能做到及时的配送，是不是具有生产防范错误的系统，是不是有作业的指导，什么时候可以开始进行生产的统计，产品是不是能进行及时的发送和运输等等都可以成功的实现全局的生产和管理控制；工厂的智能化，一般包括智能化生产的管理与控制。智能化的物流与仓储、智能的生产线和加工中心，还有智能化生产的管理与控制；当然最重要还是要实现一个完整生产现场的智能化控制，举例而言很多很多的企业都开始使用了自动化的仓库，还有没人引导的小车等等。实现了工厂智能化最应该重视的人与机器的互动。智能制造还体现在建立制造一体化知识库与产品设计体系；以生产知识的再次利用和共享作为目标聚焦制造问题下的制约条件，从而进一步建立产品设计的体系；把那些长期研究目标的工厂和生产过程中的一些知识的共享作为目的，来建立出可以重构的生产与生产管理的体系；构造建立出柔性的设备，把研究库的研究成果加以利用，从而开发探讨出一种柔性人机一体化的新模式，进一步的去探讨出大规模下的生产模式。
关键词：智能制造设备联网环控
中图分类号：S611文献标识码： A
1.智能制造概况
智能制造技术是在现代传感技术、网络技术、自动化技术、拟人化智能技术等先进技术的基础上，通过智能化的感知、人机交互、决策和执行技术，实现设计过程、制造过程和制造装备智能化，是信息技术和智能技术与装备制造过程技术的深度融合与集成。
智能制造集成应用系统由计算机系统、车间物联网系统、数据中心、生产指挥中心、生产数据交换应用平台及数字化车间系统集成等六部分组成。其中车间物联网系统可分为生产物联网与环境监控物联网两部分，生产物联网包括：数控机床联网系统、人机交互界面、现有机床改造、能源管控及设备管理、生产网络无线覆盖、看板管理、生产过程实时监控、电子标签技术应用；环境物联网包括：空气悬浮颗粒物监测、噪声监测、有害气体监测。
2.车间物联网
车间物联网是指的是将车间现场的末端设备和设施，包括具备“内在智能”的传感器、智能仪表、移动终端、数控设备、视频监控系统等和“外在使能”的如贴上电子标签的各种物料及工位等智能化物件，通过各种无线或有线的长距离或短距离通讯网络实现互联互通、应用集成等模式，在企业局域网环境下，采用适当的信息安全保障机制，提供安全可控乃至个性化的实时在线监测、定位追溯、报警联动、调度指挥、预案管理、远程控制、安全防范、远程维保、在线升级、统计报表、决策支持、领导桌面等管理和服务功能，实现对“企业资源”的“高效、节能、安全、环保”的“管、控、营”一体化。车间物联网又细分为服务于生产管理的生产监控物联网和服务于职业健康卫生的环境监控物联网。
2.1生产物联网
2.1.1数控机床联网系统
数控机床联网系统主要包括：网络服务器、局域网、CAD/CAM计算机、管理系统、联网系统主控机、远程通讯接口、通讯电缆、数控机床等。
2.1.2人机交互界面
工业人机交互界面是一种带微处理器的智能终端，一般用于工业场合，实现人和机器之间的信息交互，包括文字或图形显示以及输入等功能。工业人机界面正在向应用范围更广的高可靠性智能化信息终端发展。
触摸屏人机界面具备丰富的图形功能，能够实现各种需求的图形显示、数据存储、联网通讯等功能，且可靠性高，体积小，是工业场合的首选，可替代工业PC成为主流的智能化信息终端。工业人机界面配套组态软件，以方便客户的图形化编程。
2.1.3现有机床改造
针对现有机床控制系统及通讯接口的不同、普通机床无法联网监测的，需要对机床进行一些改造，使其至少能够实现在线监测功能。
具有控制系统的机床，但既不支持网卡通讯，也不支持宏B采集，一般是一些比较老的机床。对这类机床采用的是专用智能采集硬件的方式进行数据采集的。
2.1.4能源管控
为高效利用资源能源，走企业发展循环经济模式，能源管控中心需要将生产过程中涉及到的电力、水、蒸汽、氧、氮、氩等能源介质集中管理，提高企业调度自动化水平，更好地保证生产的安全、可靠、经济运行。由于能源介质管网遍布全厂，线路长，需要配套建设能源综合监控系统，作为能源管理现场无人值守的安全技术措施，在能源中心控制室实现对变电所、混合加压站等重要场所进行视频巡检和环境集中监控，确保在第一时间发现安全隐患。
2.1.5看板管理
管理看板是发现问题、解决问题的非常有效且直观的手段，是优秀的现场管理必不可少的工具之一。
管理看板是管理可视化的一种表现形式，即对数据、情报等的状况一目了然地表现，主要是对于管理项目、特别是情报进行的透明化管理活动。它通过各种形式如标语/现况板/图表/电子屏等把文件上、脑子里或现场等隐藏的情报揭示出来，以便任何人都可以及时掌握管理现状和必要的情报，从而能够快速制定并实施应对措施。
2.1.6生产过程实时监控
生产过程实时监控系统分为两部分：生产数据实时监控系统与生产状态视频监控两部分。
生产实时监控系统，简称RPC，主要实现将企业各个生产装置（NC、DCS、PLC等）控制系统实时集中监控，并且制作报表以及对实时数据进行应用分析。包括数据采集接口、实时数据库服务器（PI、IP21等）、实时数据C/S应用和B/S以及制作报表等。
RPC实现底层生产过程实时信息的采集，通过信息集成形成优化控制、优化调度和优化决策等的判断或指令。实现流程工业企业生产过程的安全、稳定、均衡、优质、高产、低耗的目标；同时，企业内部物流的控制与管理、生产过程成本的控制与管理等生产管理活动都在实时数据平台层完成，使生产过程数据和企业管理数据的在实时数据平台中融合与贯通。
生产状态视频监控系统以网络为依托，以数字视频的压缩、传输、存储和播放为核心，以智能实用的图像理解和分析为特色。视频监控技术还可以应用于企业管理和生产经营管理，提高生产效率。数字视频监控技术，融合了新兴的网络技术、多媒体技术、视频技术，是技术发展和社会进步的巨大飞跃。
2.1.7环境监控物联网
a)空气悬浮颗粒物监测
悬浮在空气中的粒径小于100微米的颗粒物通称总悬浮颗粒物，其中粒径小于10微米的称可吸入颗粒物（PM10）。
车间设基于TCP/IP协议空气悬浮颗粒物监测仪，控制标准为pm2.5。监测仪直接联动车间新风机、排风机等空调通风设备，及时进行室内空气换气，保证生产人员安全，同时针对相应问题做针对性治理。
b)噪声监测
噪声是一种环境污染，尤其在工业生产环境中。它是一种致人死命的慢性毒素。
强的噪声可以引起耳部的不适，使工作效率降低。据测定，超过115分贝的噪声还会造成耳聋。据临床医学统计，若在80分贝以上噪音环境中生活，造成耳聋者可达50％。
为了控制以上噪声引起的种种不良反应，必须要控制设备噪声对人的损害。车间工作位设置噪声监测装置，监控员工所接收到的噪声水平。
c)有害气体监测
经常遇到的有害气体有：一氧化碳（CO)、二氧化硫(SO2)、二氧化氮(NO2)、硫化氢(H2S)等。
气体控制指标为：一氧化碳（CO)
有害气体监测仪直接联动车间新风机、排风机等空调通风设备，及时进行室内空气换气，保证生产人员安全。
3.生产信息基础平台
3.1计算机网络系统
计算机网络的功能主要表现在硬件资源共享、软件资源共享和用户间信息交换三个方面。
硬件资源共享。可以在全网范围内提供对处理资源、存储资源、输入输出资源等昂贵设备的共享，使用户节省投资，也便于集中管理和均衡分担负荷。
软件资源共享。允许互联网上的用户远程访问各类大型数据库，可以得到网络文件传送服务、远地进程管理服务和远程文件访问服务，从而避免软件研制上的重复劳动以及数据资源的重复存贮，也便于集中管理。
用户间信息交换。计算机网络为分布在各地的用户提供了强有力的通信手段。用户可以通过计算机网络传送生产数据、新闻消息和在线传输设计代码等活动。
3.2数据中心
数据中心基础设施工程包括数据中心机房内的装饰装修工程、机房空调系统、机房电气工程、机房消防系统、机房弱电系统和机房机柜系统。
数据中心机房由主机房、辅助区、支持区、行政办公区组成。
主机房内放置大量网络交换机、服务器群、存储设备等，是综合布线和信息网络设备的核心，也是信息网络系统的数据汇聚中心，其特点是网络设备24h不间断运行，电源和空调不允许中断，对机房的洁净度、温湿度要求较高。
参考文献：
[1]张浩,樊留群,马玉敏.数字化工厂技术与应用.机械工业出版社，2006年4月
[2]刘云浩.物联网导论.科学出版社，2011年3月
摘要：认为当前亟需泛在信息制造技术，使生产制造过程在广度上实现互联互通，在深度上实现信息空间和物理空间的融合。为此，提出了一种泛在信息化智能制造系统及相关技术群，实现制造资源的网络化互联，信息资源的语义化表达和制造服务的自组织运行。此外，还指出如何实现多种数据流的混合传输，如何实现异构信息的集成与互操作，以及如何面向复杂时空关系建立抽象模型，是需要解决的挑战性问题。
关键词： 智能制造；网络化制造；工业控制网络；信息物理融合系统；服务化
Abstract： In this paper， we consider that ubiquitous information manufacturing technology is needed to realize interconnection in the extent， and achieve integration of cyber space and physical space in the depth. Therefore， a ubiquitously information-based smart manufacturing system and its related enabling technologies are proposed. In this way， manufacturing resources are networked， information resources are semantically described and manufacturing services are self-organized. More challenge problems are also pointed out， such as how to transport mixed data flow， how to integrate and interoperate heterogeneous information， and how to build the abstract model facing the complex space-time relationship.
Key words： smart manufacturing； networked manufacturing； industrial control network； cyber-physical systems； service oriented
制造I经历多年发展，企业内部业务分工日趋明确，总体上可以划分为两大领域，即纵向生产管理控制和横向产品生命周期管理。根据ANSI/ISA 65[1]和IEC 62264-3[2]的定义，纵向生产管理控制可以概括为3个层次：经营决策、计划调度和生产控制；横向产品生命周期涉及4个领域：产品设计、工程实施、生产运行和产品服务。随着自动化、计算机和网络技术的发展，上述不同领域和层次逐渐形成了相应的计算机系统和网络，其中计算机系统包括企业资源计划系统（ERP）、制造执行系统（MES）、数据采集与监测控制系统（SCADA）、分布式控制系统（DCS），以及包括计算机辅助设计（CAD）、计算机辅助制造（CAM）、计算机辅助工程（CAE）在内的计算机辅助系统（CAX）；网络包括互联现场设备、控制器、传感器的现场总线、工业以太网、工业无线网络，以及企业管理所需的以太网和互联网等[3]。
然而，种类繁多的系统和网络造成了以下两方面问题：
（1）在广度上，部分网络虽然实现了少数系统的互联互通，但是企业内部仍然存在大量信息孤岛，受时间、空间的限制，人与人、系统与系统、人与系统之间还无法建立起广泛的互联，信息无法在企业内部高效地流转；
（2）在深度上，数字化制造的发展，虽然初步形成了信息空间的概念，但是信息空间还未能实现与物理制造空间的深度融合，无法根据物理空间的需求，主动提供数据、应用和服务。
综上所述，当前制造业企业亟需广泛、深度互联的基础，纵向上打破系统之间的壁垒，横向上打通信息与物理的隔阂，实现跨层次、跨领域的业务集成，提高制造业企业的运行效率和敏捷性。
与此同时，随着芯片制造、无线宽带、射频识别、信息传感及网络业务等信息通信技术（ICT）的发展，信息网络已更加全面、深入地融合人与人、人与物，乃至物与物之间的现实物理空间与抽象信息空间，并向无所不在的泛在网络方向演进[4]。
根据国际电信联盟的定义，泛在网络是指在预订服务的情况下，个人和/或设备无论何时、何地、何种方式以最少的技术限制接入到服务和通信的能力[5]。泛在网络可以将信息空间与物理空间深度融合，其服务能够以无所不在、无所不包、无所不能的方式，实现在任意时间、地点，任意的人、物都能顺畅地通信，获得个性化的信息服务。
显然，泛在网络的相关理念、技术和方法有助于解决制造业当前面临的问题。正是在这种背景下，有学者提出了泛在信息制造技术的概念：泛在信息制造技术是以泛在网络为基础，以泛在感知为核心，以泛在服务为目的，并以泛在智能拓展和提升为目标的综合性、一体化的信息处理技术[6]。
泛在信息制造技术为解决制造业当前面临的问题提供了全新的思路和手段：将物理制造空间中跨层次、跨领域的物理制造资源映射到信息空间，从广度上打破信息壁垒，实现人、制造设备、生产过程的泛在互联互通；在深度上实现制造信息空间与物理空间的深度融合，按需提供主动的智能制造服务。因此，泛在信息制造技术的提出符合当前技术发展趋势和产业需求。
1 泛在信息化智能制造
系统的架构
根据泛在信息制造技术的内涵，基于该技术的泛在信息化智能制造系统应当要满足以下3方面的功能需求。
（1）制造实体网络化：分布式物理资源接入、数据感知和信息传输，要求系统具备网络化能力；
（2）信息资源模型化、语义化：多尺度、异构虚拟资源的统一组织，要求虚拟资源的形式是模型化的，并且具备丰富的语义；
（3）制造能力服务化：支持多种应用业务协作式运行，需要系统为不同的业务提供核心服务。
为此提出了如图1所示的泛在信息化智能制造系统的4层架构，包括：泛在化感知层、全互联制造网络层、语义化信息集成层和服务化制造应用层。
首先，网络化是泛在信息化制造系统的本质特征。针对制造系统网络化的特殊需求提出了两层的网络架构，其中泛在化感知层实现与生产过程密切相关的现场物理资源泛在接入、感知，在此之上全互联制造网络层使现场级传感网、控制网与企业级管理网、互联网实现扁平化、对等化互联。
其次，模型化是信息空间的虚拟信息资源统一组织的必要形式，语义化是异构模型能够跨层次、跨领域集成的核心。一方面，模型化是信息资源集中组织的有效手段；另一方面，语义化是模型能够进行跨层次、跨领域异构集成的核心。针对这种需求提出了语义化信息集成层，基于模型化和语义化手段，实现跨层次、跨领域虚拟信息资源的统一组织、集成和管理。
最后，服栈是制造物理空间与虚拟信息空间实现集成的技术手段。制造服务聚集在信息空间根据具体业务特点，按需进行组合，实现制造应用的动态自组织。因此，针对系统服务化的需求提出了服务化制造应用层，为具体的制造应用业务运行提供核心服务。
2 泛在信息化智能制造
系统的支撑技术群
图1所示的泛在信息化智能制造系统的架构需要相应技术群才能支撑其系统特征。本节分别总结了各层相应的技术群。
2.1 面向泛在化感知的无线传感网
技术群
面向泛在化感知的无线传感网技术群是指实现工业现场传感器、控制器、生产设备接入、感知和控制的一系列无线传感技术[7]。作为泛在信息化制造系统中虚拟信息空间与物理制造空间的接口，该技术群一方面从物理制造空间获取数据并映射入信息空间；另一方面接收信息空间的指令，完成对物理制造过程的控制。如图2所示，该技术群具体包括两方面：物理资源接入技术[8]和物理过程感知技术[9]。在资源接入方面，包括面向多种协议的物理资源即插即用技术，即根据协议类型、设备类别、生产流程等信息动态适配多种网络协议，为资源构建逻辑链路，满足其通信关系。在感知方面的主要支撑技术包括智能传感器技术[10]和以无线射频识别（RFID）为代表的智能识别技术[11]等。
在无线传感网技术的支撑下，工业现场的信息泛在化感知和设备可移动运行促进信息流转，提升系统运行效率和信息―物融合深度。此外，无线传感网模块化、可重构、即插即用等特点，能够最大限度满足底层系统对可组合性的需求，实现协作运行。
2.2 面向全互联制造网络的组网与
传输技术群
面向全互联制造网络的组网与传输技术群是指实现工厂全覆盖，管理和控制业务混流传输，并提供安全可靠保障的一系列组网与传输技术。作为泛在信息化制造系统中完成网络化互联的核心，该技术群基于互联网的传输控制协议（TCP）/互联网协议（IP）架构实现对工厂管理网络、控制网络、传感网络进行全面互联，并与互联网集成，实现无缝信息传输。如图3所示，该技术群的组成主要体现在两个方面：一是对当前现场传感网、设备网采用的专用传输协议的IP化设计[12]，具体包括针对嵌入式设备的IP 协议裁剪技术、针对嵌入式设备的低开销IP 协议实现技术、面向完整和裁剪后IP 的多协议适配和转换技术和轻量级IP 设备的管理与维护技术；二是信息流混合传输服务质量（QoS）保障技术[13]，具体包括面向扁平网络的实时流交换传输技术、面向异构网络的资源动态认知与管理技术和面向混合业务流的流量控制技术。
上述技术群通过IP化手段，实现网络扁平化，同时提供混合传输保障机制，实现了不同业务的按需服务。
2.3 面向时空动态制造信息资源的
语义化集成技术群
面向时空动态制造信息资源的语义化集成技术群是指实现制造业中跨层次、跨领域的海量、异构信息资源语义化描述、存储、集成、组织与管理的一系列技术群[14]。如图4所示，该技术群主要包括3个方面。首先，底层网络中信息资源如原始数据等，其质量不高，存在大量错误、不完整或多余的原始数据。因此，需要采用数据清洗技术、过滤技术、压缩技术和消冗技术等，处理质量较差的原始信息资源，保证其正确性[15]。其次，泛在信息化制造系统中大量跨层次、跨领域信息资源不具备统一的格式。因此，采用数据建模等语法转换技术对多种语法格式的信息资源进行规范化处理，保证信息的语法一致性[16]。最后，异构信息资源只有具备统一的语义，才能实现语义级互操作性，直接被跨层次、跨领域的应用业务访问和使用[17]。因此，采用语义转换技术，对模型化后的信息资源进行语义标注，构建统一的语义模型。
在上述技术群支撑下，跨层次、跨领域的虚拟信息资源实现了模型化、语义化组织与管理，在统一层面上根据上层应用业务的特点，为其提供所需的信息资源。
2.4 面向制造业务的服务化技术群
面向制造业务的服务化技术群是指一系列实现物理/虚拟资源服务化封装、注册、查询、组合、部署与管理的技术，以模块化、服务化的模式，完成制造应用的动态自组织[18]。如图5所示，该技术群主要分为3类：一是服务的封装和注册技术，是指采用服务化和虚拟化手段，将各种资源进行服务化封装，并在服务库中完成注册[19]；二是服务的查询与组合技术，是指根据应用业务的需求，在服务库中查找合适的服务，并根据规则进行组合[20]；三是服务的部署与管理技术，是指将服务部署到具体的软硬件资源上，并根据具体的业务要求对服务的执行过程进行监测、控制与调度，满足共享资源上不同业务的运行要求。服务化首先将软、硬件资源抽象为简单的计算、存储、传输等基本服务，在此基础上，根据服务的组合规则，将基本服务组合为复杂的诸如加工、控制、监测、诊断、设计等服务，并且在面向具体业务实例化之后，可以满足不同业务的应用需求。
正是在服务化的这种特性支撑下，系统能够以开放的、可扩展的方式集成多种服务。并且能够随着业务的需求变化动态组织相应的服务，使得系统功能具备可演进性。
3 实现泛在信息化制造
面临的技术挑战
3.1 异构动态网络环境下，多流混合
传输的路径规划与流量控制
泛在信息化制造系统的全互联网络基于IP将传感网、控制网、管理网互联构成扁平化的异构传输网络，实现控制、管理和知识流的混合传输，但控制流传输需要保障实时性、可靠性，管理流和知识流传输需要保障吞吐量和带宽利用率，管理人员的移动性使得网络拓扑和知识流的传播具有很强的动态性。
综上所述，针对控制、管理和知识流不同的应用需求和负载特征，同时考虑工业物理网异构和拓扑结构的动态变化，构建针对时延、可靠性、能耗、带宽利用率等混合关键性指标的网络资源调度策略和控制方法，是泛在信息化制造所面临的技术挑战之一。
3.2 工业多维、异构信息资源的集成
与互操作
泛在信息化制造需要构建跨域、跨层的统一信息资源组织与管理体系，但设计域，实施域，运行域，维护域涉及多维异构的信息资源。一方面信息格式不同，既有结构化的生产数据、控制指令、设计模型等，也有非结构化的声音、图像、文本等信息；另一方面是信息的含义不同，各领域涵盖了多个学科，包括物理、化学等工艺知识，热学、力学等结构知识和电子、电气等自动化知识。因此，如何构建可集成、互操作的统一信息模型是泛在信息化制造面临的又一技术挑战。
3.3 面向制造物理空间复杂时空
关系的抽象与建模
泛在信息化制造系统的关键是信息空间能够准确对物理空间进行抽象与建模，以实现信息与物理的深度融合。制造物理空间生产过程具有明确的时间和空间特性，并且时空特性耦合性强，如描述流程工业复杂的物理、化学反应过程，通常采用动态偏微分方程来构建相关的机理模型。而传统意义上，信息空间的建模和抽象过程多面向离散事件以及解耦的多变量关系，显然无法实现对制造物理空间连续物理过程的抽象和建模。因此，面χ圃煳锢砜占涓丛拥氖笨展叵担信息空间如何进行描述、抽象和建模，是泛在信息化制造面临的一大技术挑战。
4 结束语
当前，在中国相继推出“工业化信息化两化融合”“互联网+”行动计划、“中国制造2025”等一系列顶层设计方案的大背景下，无论是代表传统力量的制造业，还是代表新兴力量的互联网界，都在积极探索中国制造的创新模式，如何寻找到符合中国特色的智能制造模式成为共同关注的焦点。泛在信息化制造正是在制造业内部需求拉动，外部ICT使能技术推动的基础上，提出的一种符合当前技术、政策发展趋势的智能制造创新模式，因此开展泛在信息化制造相关理论研究、技术攻关、工程研发与应用推广等方面的工作，有利于国家宏观政策的落实，能够切实推动中国制造业转型和自主创新等。
参考文献
[1] International Society of Automation. Enterprise Control Systems ANSI/ISA 65[S]. New York： International Society of Automation， 2010：3
[2] International Electrotechnical Commission. Enterprise-control System Integration-Part 3： Activity models of operations management IEC 62264[S]. Geneva： International Electrotechnical Commission， 2013：4
[3] SAUTER T. The Three Generations of Field-Level Networks―Evolution and Compatibility Issues[J]. IEEE Transactions on Industrial Electronics， 2010， 57（11）： 3585-3595. DOI： 10.1109/TIE.2010.2062473
[4] 张平， 苗杰， 胡铮， 等. 泛在网络研究综述[J]. 北京邮电大学学报， 2010， 33（5）： 1-5. DOI： 10.3969/j.issn.1007-5321.2010.05.001
[5] International Telecommunication Union. Overview of Ubiquitous Networking and of Its Support in NGN ITU-T Y.2002 （10/2009）[S]. Geneva： International Telecommunication Union， 2009：10
[6] WANG T R. Advanced Manufacturing Technology in China： a Roadmap to 2050 [M]. Beijing： Science Press， 2010
[7] GUNGOR V C， HANCKE G P. Industrial Wireless Sensor Networks： Challenges， Design Principles， and Technical Approaches[J]. IEEE Transaction on Industrial Electronics， 2009， 46（10）： 4258-4265. DOI： 10.1109/TIE.2009.2015754
[8] DEMIRKOL I， ERSOY C， ALAGOZ F. MAC Protocols for Wireless Sensor Networks： a Survey[J]. IEEE Communications Magazine， 2006， 44（4）： 115-121. DOI： 10.1109/MCOM.2006.1632658
[9] STANKOVIC J A， ABDELZAHER T F， CHEN Y L， et al. Real-Time Communication and Coordination in Embedded Sensor Networks[J]. Proceedings of the IEEE， 2003， 91（7）： 1002-1022. DOI： 10.1109/JPROC.2003.814620
[10] CHI Q P， YAN H R， ZHANG C， et al. A Reconfigurable Smart Sensor Interface for Industrial WSN in IoT Environment[J]. IEEE Transactions on Industrial Informatics， 2014， 10（2）： 1417-1425. DOI： 10.1109/TII.2014.2306798
[11] GADH R， ROUSSOS G， MICHEAL K， et al. RFID―A Unique Radio Innovation for the 21st Century[J]. Proceedings of the IEEE， 2010， 98（9）： 1546-1549. DOI： 10.1109/JPROC.2010.2053871
[12] XIAO Y， CUI X Y， LI H， et al. A Protocol Simplifying Mechanism for a WSN Module[C]//Proceedings of 2010 International Conference On Electronics and Information Engineering （ICEIE）. USA： IEEE， 2010： 474-477. DOI： 10.1109/ICEIE.2010.5559820
[13] SUN W， YUAN X J， WANG J P， et al. Quality of Service Networking for Smart Grid Distribution Monitoring [C]//2010 1st IEEE International Conference on Smart Grid Communications （SmartGridComm）. USA： IEEE， 2010： 373-378. DOI： 10.1109/SMARTGRID.2010.5622072
[14] WILLIAMS J W， AGGOUR K S， INTERRANTE J， et al. Bridging High Velocity and High Volume Industrial Big Data Through Distributed In-memory Storage & Analytics[C] //2014 IEEE International Conference on Big Data. USA： IEEE， 2014： 932-941. DOI： 10.1109/BigData.2014.7004325
[15] WANG K， SHAO Y， SHU L， et al. Mobile Big Data Fault-tolerant Processing For e-health Networks[J]. IEEE Network， 2016， 30（1）： 36-42. DOI： 10.1109/MNET.2016.7389829
[16] O'SULLIVAN P， THOMPSON G， CLIFFORD A. Applying Data Models to Big Data Architectures[J]. IBM Journal of Research and Development， 2014， 58（5/6）： 1-11. DOI： 10.1147/JRD.2014.2352474
[17] NACHABE L， GIROD-GENET M， HASSAN B E. Unified Data Model for Wireless Sensor Network[J]. IEEE Sensors Journal， 2015， 15（7）： 3657-3667. DOI： 10.1109/JSEN.2015.2393951
[18] KARNOUSKPS S， COLOMBO A W， JAMMES F， et al. Towards an Architecture for Service-oriented Process Monitoring and Control[C] //Proceedings of the 36th Annual Conference of the IEEE Industrial Electronics Society. USA： IEEE， 2010：1385-1391. DOI： 10.1109/IECON.2010.5675482
关键词：航空制造企业；商业智能系统；数据挖掘
中图分类号：TP311.52文献标识码：A文章编号：1007-9599 (2012) 02-0000-02
Enterprises Business Intelligence System Design of Aviation Manufacturing
Bi Chongyi,Yang Yanguo,Cheng Liquan
(AVIC Shenyang Liming Aero Engine (Group) Co.,Ltd.,Data Center,Shenyang110043,China)
Abstract:Aviation manufacturing enterprises in the analysis of a business intelligence system based on the needs,Using data mining techniques to build an aviation manufacturer to build business intelligence systems,proposed aviation manufacturing enterprise business intelligence standard structural model of the system.
Keywords:Aviation manufacturing enterprises;Business intelligence systems;Data mining
一、背景
某企业为航空发动机制造企业，航空制造企业是典型的大型离散制造企业，相对于其他制造型企业来说，航空制造企业有生产零件种类众多、加工周期较长、工艺复杂、质量要求严格等特点，这对企业的管理提出了很高的要求。近几年随着PDM、ERP、MES等系统广泛应用于企业的设计制造管理的各个方面，为企业提升工艺设计水平、提高生产效率及改进产品质量发挥了重要作用，较好地实现了以信息化带动工业化。随着企业信息化的不断成熟和深入，单一的业务型系统已经不能满足企业日趋增长的需求，建立商业智能系统，为分析和决策提供数据信息支持已经成为了企业信息化的更高目标。
二、航空制造企业商业智能系统需求分析
商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取（Extraction）、转换（Transformation）和装载（Load），即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理，最后将知识呈现给管理者，为管理者的决策过程提供支持。制造业商务智能不同于其他行业，它具有自身鲜明的应用特点，主要包括：（1）整体数据量相对较小，但单个数据的数据结构复杂；（2）数据的生命周期与产品的生命周期有关，许多行业的经营数据生命周期覆盖从物资采购到客户服务的整个环节；（3）制造业注重过程控制管理，如根据ISO9001标准制定了供应、生产、销售、质量保证等体系文档，存在大量完整、系统的非结构化数据，其中包含了许多商务智能的关键性指标。
通过系统向企业内部决策和管理层人员提供直观和面向角色的企业数据，帮助他们更好地做出决策和改善业务处理流程。而且随着企业经济的飞速发展，商业智能将是信息系统实施是否成功的最基本的衡量指标。同时业务系统和分析系统的分离，针对业务系统内分析型报表不断增长的现状，业务系统的性能压力逐渐增大，为了保证业务系统的正常运行，考虑到分析型报表实时性较低的特点，建立独立的分析系统即可以同时满足不同类型系统的性能要求，又可以将多业务系统的数据统一，减少了系统间的数据交互。
三、航空制造企业商业智能系统设计
（一）系统体系架构
系统的逻辑体系架构是由3层组成如图
数据仓库构建层：实现如何从所有源系统中获得原始的业务数据，并对其进行一致性处理，按主题进行数据重组和格式转换，然后传送并装载到数据仓库系统中的平台和过程。
数据仓库管理层：把数据存储到企业级数据仓库系统中，包括数据仓库预置的模型。
数据仓库分析层：实现如何把数据仓库系统中的数据和分析结果提供给最终用户。按照用户的分析需求，使用报表、随即查询、多维分析和数据挖掘进行数据展现。
1.数据仓库构建层。
数据仓库系统需要从多个源数据系统中抽取和汇总各种业务数据，包括：核心业务系统、财务管理系统等业务处理系统及其它管理系统等，这些数据源系统是数据仓库系统的数据来源。
系统按照满足分析需求的原则，把上述数据源系统中的数据按照主题进行划分和组织，然后抽取并装载到数据仓库系统中。
从上述这些系统中获取数据需要三个过程：抽取数据、数据转换和数据装载。
这三个过程是在保证各个数据源系统与数据仓库系统能够成功连接（包括网络协议标准的转换、不同平台之间的接口）的前提下实现的。
这三个过程主要完成确定从哪个系统中抽取什么样的数据，如何保证来自不同源数据系统的同类数据的一致性和完整性，如何把转换完成的数据装载到数据仓库系统中，以及如何处理在转换和装载过程中出现的错误。
2.数据仓库管理层。
在数据存储层，数据是存放在两类数据库中：关系型数据库和多维数据库。数据存储是数据仓库系统的中心。取自多个数据源系统的明细数据，以及用于分析的集成汇总数据都存储在这个中心。它在逻辑上是一个完整的库。
3.数据仓库分析层。
数据输出层的功能是使最终用户通过报表、图形和其它分析工具的方式简便、快捷地访问数据仓库系统中的各种数据，得到分析结果。
（二）数据仓库技术
数据仓库是系统数据采集与信息展示的桥梁，是商业智能系统的核心。在数据仓库设计和开发过程中主要应用了以下技术：
1.分区表和分区索引。
分区技术可以提高可管理性、性能和可用性，为应用带来极大的好处。通常，分区可以使某些查询操作和维护操作的性能大大提高。分区的分层存档原理还可以通过根据数据的重要性分配不同存储介质的方法，大大降低存储设备的成本。
范围分区，数据基于分区键值的范围分配，通常使用时间作为键值，将大数据量的表进行分区存储，使查询根据条件访问正确的分区。
局部索引，局部索引是针对分区表的索引，该索引可以与基本分区表耦合，并“继承”该表的分区策略。局部索引的每个分区仅对应于基础表的一个分区。
2.物化视图。
在数据仓库中，物化视图经常用来实现对数据信息的高度聚合，降低在查询过程中的聚合计算，通过定期刷新操作把聚合结果存储在物理对象中，并可以建立索引，提高了报表的查询速度。
刷新方式，根据不同的对象采用不同的刷新方式，针对数据量小，且数据更新频繁的对象做全表刷新，针对数据量大，且数据更新不频繁的对象做增量更新，此方式需启用物化视图更新日志。
物化视图索引，根据物化视图聚合的结果，可以建立不同于源表字段的索引。
重写功能，启用重写功能后数据库可以自动分析查询语句，判断是否可由物化视图聚合后的对象重写查询语句，对查询语句进行“重写”，从而提高查询效率。考虑到BI工具可以实现根据不同维度，层次选择不同查询对象，建议关闭此功能，由BI工具分析查询对象，更加灵活容易控制。
3.位图索引。
在数据仓库的中，通常建立星型模型来实现多维报表分析，其度量对象上的维度列具有低基数（数据差异度小）的特点，建立位图索引可以节省存储空间，并可以支持星型查询。
位图索引，在度量的外键上建立位图索引。
星型查询，启用数据库功能star_transformation_enabled。
4.OWB工具。
OWB是oracle目前搭建数据仓库的重要方式，其主要功能是用来完成ETL、模型建立、任务调度等工作。在此系统中应用OWB来实现外部数据文件的导入和ETL程序包的调度工作。
外部数据文件导入，在OWB中通过建立外部文件和数据库对象的映射，生成DATA LOAD的脚本，将EXCEL文件的数据导入到数据库。
计划执行工作流，在OWB中开发工作流，按照ETL流程调度数据更新包，周期性进行数据的更新。
ETL数据转换开发，该步骤是整个技术实现过程的关键，由于数据仓库涉及到多业务主题甚至多系统数据的整合，在完成数据抽取、数据转换、数据装载任务的同时，需要屏蔽数据之间的差异，保证数据的准确性、一致性、完整性，转换过程中应保持数据支持其最细颗粒度层次。
5.BIEE工具。
BIEE是oracle在数据挖掘方面的主要工具，其具有强大的建模功能，完善的用户和权限管理机制，提供了完整易用的分析平台、强大的智能展现仪表盘，配合回写、预警、简要簿、MS Office插件等功能使用户可以通过多种方式交互、接收、查询、分析数据。
CUBE搭建，通过使用BIEE可以方便的搭建业务模型，建立维度。
用户和权限管理，BIEE提供了多种用户管理和权限控制的方案，可以灵活的实现数据的安全性保证。
多维报表，建立丰富的分析主题和CUBE，使用户可以灵活组合查询报表的内容，并利用不同的图表展示。
仪表盘，对报表应用提供强大的展现平。
四、结论
本系统是针对航空发动机制造企业而设计实施的商业智能系统，对于航空制造企业具有一定的通用性，但在具体业务活动中，每个企业还有其自身的特点。
商业智能系统将帮助企业的管理层进行快速、准确的决策。直观、迅速的展现企业各种业务数据信息，直接发现企业中的各类问题，使决策管理层能够尽快关注，及时解决。它为企业带来的是一种经过科学武装的管理思维，给整个企业带来的是决策的快速性和准确性，发现问题的及时性。商业智能系统将企业运营过程中多套应用系统产生的信息数据进行有效整合处理，为企业合理定位、精确控制和准确决策提供依据。随着企业信息化的深度应用，海量数据的出现，只能通过商业智能系统选取关键信息，及时反馈。它将成为航空制造企业提升自身竞争能力的必然选择。
参考文献：
[1]王建良,杜元胜.面向离散制造业数据挖掘技术研究与应用[J].万方数据,2009
[2]项喜章,肖平.物流企业商业智能系统模型设计[J].万方数据,2008
[3]张云涛,龚玲.商业智能设计、部署与实现[M].北京:电子工业出版社,2004
关键词：制造产品；智能集成；报价系统；非结构化；自学习
Research on an intelligent integrated quoting-price system for manufacturing-products
Abstract:Developing a quoted-price system for manufacturing productions is often in relation to many factors between construction and non-construction.Because of the professional limity,its functions was singleness.So this paper proposes a new conception and measure for it,an intelligent integrated quoting-price system for manufacturing-products to discuss.
Key words:manufacturing products;intelligent integrated;quoting-price system;non-construction;self-learning
1 引言
产品报价是指供货企业或公司响应客户询价，对客户所询目标产品报出的价格和对客户其他要求所作出的答复。产品报价作为一种经济现象，在市场运行的局部，处在市场活动中的供求双方由于信息的阻滞，不能顺利达成均衡，往往在不均衡状况下，作出种种选择。现实经济活动中，客户的询价请求和厂商的报价之间的谈判、平衡、交易等等，就是这种经济不均衡性的表现，产品报价这一课题则基于这种现象而存在。双方交易达成的最终报价则是需求价格和供给价格之间的某一变数，是暂时的“平衡价格”，而不是均衡价格。制造产品，特别是比较复杂的产品报价，需要许多领域人员的协调工作，如技术、财力、商务等，必须考虑各种结构化的和非结构化的因素，其中结构化因素如技术参数、结构参数、工艺参数、制造成本、费用分配比例等比较易于确定的因素。而非结构化因素如最终利润率、赢得定单的几率等，则需要考虑企业内外环境等众多不确定因素。目前国内外一些研究人员进行了部分产品报价系统的研究与开发，如组合机床、冷库、工业炉、通风机等报价系统，这些成果大大促进了这一课题的展开和深入。本文提出一种新的系统结构与方法进行研究。
2 制造产品智能集成报价系统的提出
从信息系统的角度考虑，整个报价过程是一个信息流动和信息处理的过程。包括信息的产生、信息的传递、信息的处理、信息的存储。具有很复杂的信息流，涉及到销售、经营、设计、会计、生产计划、采购等等，这种信息流在相关部门或相关人员之间的传播如图1所示。
图1 制造产品报价的信息流
其中的结构化因素，如技术参数、需求批量、价格范围、质量保证、成本要求等所对应的技术报价和财务报价比较易于确定或决策。而非结构化因素，如竞争对手的报价、利润率、可能的定单确定率、技术财务风险等，由于资料或信息欠缺难以作出完美或满意的决策。
目前，国内外所开发的报价系统依其功能大致可以分为五类，即商务型报价系统、生产型报价系统、工程型报价系统、投标型报价系统和集成型报价系统。工程型报价系统，实际上是产品选型、初步设计加成本估算，其最终报价的形成有待提高；而商务型报价系统，其全部价值是基于产品成本而做的加价判断或推理。二者各自凸现了自己的重点，如前者对报价的结构化问题处理较好，而后者对报价所涉及的非结构化问题研究得很深刻。然而，制造产品的报价应该是技术报价、财务报价及商务报价的连贯和结合，必须能够处理报价决策所需确定的结构和非结构化因素。
制造产品智能集成报价系统概念基于智能决策支持系统(IDSS Intelligent Decision Support System)，集成产品报价系统的目标，就是要使它能够根据客户的询价请求制定相应的产品报价设计及根据企业内外复杂因素制定多种可行的报价方案(包括技术、财务、商务的报价方案)，并辅助决策者选择满意方案，辅助实现企业的经营目标。同时，在系统接受和处理报价项目的过程中，不断学习和积累报价知识和经验，自我完善报价的非结构化部分。
关键词：复杂机电系统并行设计
Abstract：Based on the facts that the performance and running state of large-scale complex electro mechanical systems are of the results of the complete coupling of several physical processes and parameters, a basic idea of complete coupling analysis and coupling concurrent design for complex electrom mechanical system is proposed in this paper. And the basic theory frame of coupling analysis and design is discussed. With this method, one will be able to investigate the performance and to build mechanism of oddity state, to obtain the optimum design of complete coupling for a complex electrom mechanical system.
Key word： Complex electro mechanical system concurrent design
中图分类号：S61文献标识码： A 文章编号：
随着工业生产过程的日趋复杂化，系统不可避免地存在非线性。如大型交流电机系统、纺织过程等，尽管在很多情况下，当我们考虑系统的某些现象时，可以用系统的线性模型来代替系统的非线性模型，然后，对线性模型实施开展Is1[9]0但更多情况下，不可能用系统的简单线性模型作为该真实系统的替身。在工程技术、自然、社会、经济等众多情况下，人们必须建立真实系统的非线性模型以代替简单容易处理的线性模型。非线性系统中可能发生的现象是十分复杂、十分丰富的。严格地说，对非线性系统，目前虽然己经历了百年的研究，认识仍很不充分的。
针对现代大型复杂机电系统的性能与运行状态是多物理过程和多参数全局耦合结果的事实,提出对复杂机电系统进行全局耦合分析及耦合并行设计的基本思想,探讨全局耦合分析与设计的基本理论框架,以期研究复杂机电系统功能、奇异工况的生成机制,实现复杂机电系统全局耦合最优设计。
目前常用的串行设计模式、分支与总体组装式程序,无法反映复杂机电系统的网络式多重耦合作用与机组工况、功能间的内反馈与自组织规律。优良的复杂机电系统的产生和运行,迫切需要基于全局耦合的设计理论与方法。
基于此,本文在认识复杂机电系统全局耦合事实的基础上,提出耦合与解耦设计的学术思想,以期能为复杂机电系统的设计、制造与运行提供借鉴,使其具有最优结构体系、高效率、动力稳定、调节灵敏、参数精确、抗干扰能力强。
这一立意得到国家自然科学基金的支持,1999年将“复杂机电系统耦合与解耦设计理论与方法”立为重点项目。
一、复杂机电系统的耦合事实
复杂机电系统维数高,单元数量大,过程间的耦合错综复杂,使系统在结构、功能、行为等方面都与简单系统有本质区别。复杂机电系统中电参数主要来源于驱动与控制2个子系统,通过子系统间的关联、集成而与机械系统的力学参数构成机电耦合,从而影响系统的动态特性和响应特性。
①驱动源强电磁场与传动系统机电耦合
对于电机驱动的复杂机电系统,电磁场的磁电参数与传动系统的力学参数交互影响,构成耦合。这种耦合常表现为2种方式:一是电磁场产生谐波分量,对传动系统的振动构成直接激励见图1。这种激励在电机驱动的机电设备中普遍存在,并随电机功率的增大而激励作用增强。谐波分量的频率成分由电机的驱动型式决定,交流电机以50Hz为主,整流驱动的直流电机的频率成分由整流装置决定,如三相全桥整流的频率分量为50Hz的6、12、18等倍频。
图1驱动与传动系统机电耦合示意图
功率达数万千瓦的轧制机械是这类耦合的典型设备。对某平整机传动系统扭振和电磁参数的现场测试表明,大功率整流装置的谐波分量(300Hz、600Hz等)产生相应频率的谐波转矩,使传动系统产生相应频率的扭振响应。
另一类耦合是电机的电磁参数与机械系统的动力参数构成参数耦合,从而影响整个系统的动力学性能,降低系统稳定性,产生参数激振等自激振动。这种强耦合只有在电机容量大到一定程度后才表现突出,此时电机转子、定子的间隙较大,转子轴心位置的变化影响着电磁场,电磁场的变化又影响转子的运动与振动形态,两者交互作用。大型发电机组是具有这种耦合的典型复杂系统。邱家俊等对大型发电机组中的这类耦合问题已进行深入研究。
②控制系统调控微变量与机械系统主体运动机电耦合
复杂机电系统中,常以液压伺服、光电跟踪、射线、激光等技术对系统工作载荷、运动状态、工作精度等系统的主体功能与工艺目标进行多重网络式控制。控制微变量对于主体运动又是一种干扰,与主体运动的力学参数构成参数弱耦合,由于计算机控制系统的特点,使得这种弱耦合具有离散变量与连续变量交互共存的特点,同时控制环境常受到有色噪声的干扰,耦合过程常表现为非有理谱密度的随机动态过程。
二、复杂机电系统耦合并行设计
基于复杂机电系统的全局耦合机理,在并行工程环境下,构造多个智能体模拟各耦合对,通过通信实现耦合参数间的交互过程,进行复杂机电系统的全局耦合分布式并行设计。其基本模式见图2。
图2耦合并行设计基本模式
复杂机电系统耦合并行设计的关键问题有:
①并行工程环境下,代表各耦合对物理过程耦合机制的智能体设计。构造多个智能体模拟各耦合对物理过程的耦合机制,以进行分布式并行协同求解。为此需寻求各耦合参数所处领域中领域知识的描述组织方法,求解过程的价值评估方法及求解规则的选取准则。
②智能体之间交互作用模型及通信模块设计。多智能体进行并行协同求解时,各智能体任一时刻推理规则的选取都是以自身局部状态和耦合状态为依据的。为能及时完成智能体之间的信息传递,需建立智能体之间耦合信息传递模型,并设计通用、标准且具有足够表达能力的通信语言。
③协同求解策略及协调算法研究。在系统共同的目标下,设计多智能体协同求解时共同协作规划的选择策略,并研究根据求解进展适时对协作规划进行调整的算法。
④建立并行设计通用支持平台。在对耦合机理研究的基础上,研究并设计适用于复杂机电系统的开放式并行通用软件支持平台。
三、结语
本文分析了复杂机电系统的基本耦合特点,讨论了对复杂机电系统进行全局耦合分析和耦合并行设计的基本思想和框架,对其中的关键理论与技术尚属初步探讨,大量的研究工作尚在进行之中。
发展以高技术密集为特征的新型复杂机电系统,必然要建立在高知识集成的耦合与解耦理论、方法的基础上,因此本文提出的全局耦合分析与设计思想将有助于推动新型高性能复杂机电设备的产生。
参考文献：
[1]易继楷.候媛彬，智能控制技术.北京:北京大学出版社,1999
[2]李人厚.智能控制理论和方法.西安:西安电子科技大学出版社,2000
制造业人才队伍存在的突出问题，一是结构性过剩与短缺并存，领军人才和大国工匠紧缺，基础制造、先进制造技术领域人才不足；二是人才培养和产业实际需求脱节，产教融合不够深入；三是企业在制造业人才发展中的主体作用尚未充分发挥；四是制造业生产一线职工，特别是技术技能人才的社会地位和待遇整体较低，发展通道不畅。
智能制造涉及专业面更广、技术难度更大、风险更高，人才培养也面临新挑战，需要产学研发挥各自优势，才能攻克难关，培养智能制造专业型、跨学科、系统级人才。同济大学中德工程学院副院长、国内首个工业4.0智能工厂实验室主任陈明认为，工业4.0意味着在产品生命周期内整个价值创造链的组织和控制将迈上新台阶，从创意、订单、研发，到生产、交付，再到废物循环利用，包括与之紧密联系的各服务行业，在各个阶段都能更好的满足日益个性化的客户需求。
他指出智能制造与工业4.0包含了三大集成：第一，垂直集成和网络化制造。强调智能工厂和智能车间从上端的信息系统、ERP、PEM到下端的智能化，并在下端形成CPS网状结构，使得生产车间、生产线打破固定形式，取而代之的是动态、柔性的组成，即使某个环节出现问题，也可以使用其他生产线代替。第二，价值网络横向集成。智能工厂只是工业4.0的一个单元，横向集成强调不同的企业都要集中在一个网络中，通过网络形成生态圈，将上下游的企业联系在一起，最终产生新的服务模式和商业模式。第三，端到端的数字集成。即把最终用户的需求融合在一起，最后在产品全生命周期发挥重要的作用，比如可以在大生产线中生产出个性化的产品。
“通过分析工业4.0与智能制造的发展特点，我认为中国的人才培养，可以参考德国工业4.0的人才培养模式。在工I4.0时代，应该将智能制造、工业互联网的先进技术引入专业课程当中，让学生学习先进技术。学校以前开设的专业以及制定的学习内容都要进行调整。”陈明说。
工业4.0在智能制造领域关联的学科很多，所以除了需要大量的专业型人才外，跨学科人才也十分重要，因此学校人才培养面临新的挑战。如何进行人才培养，跨学科人才不再局限于学习一个学科的知识，比如怎样才能把数控装备做得更好？需要数控专业人才把控加工质量，还需要软件专业人才进行软件控制，这两个专业发生交集，培养的就是系统级人才。
要培养系统级人才和跨学科人才，陈明认为目前有几个瓶颈需要突破：首先是师资力量，可以通过校企合作来突破。
其次是课程体系建设，跨学科人才并不是指学习两个专业的课程，而是要通过项目，真正提高学生跨学科的实践能力。
