制造业智能转型忌盲目跟风——访欧阳劲松，机械工业仪器仪表综合技术经济研究所所长

机械工业仪器仪表综合技术经济研究所所长 欧阳劲松

在工业4.0、智能制造等浪潮的推动下，制造企业纷纷布局自动化、数字化、网络化、智能化的转型升级，唯恐落于人后。虽然一些企业已根据自身优势并结合市场需求，取得了阶段性的胜利，但仍有不少企业陷入“口号易喊、执行却难”的困境。

为了让广大读者对智能制造有更深入全面的认识，对智能制造的模型建构有系统性的了解，本期，我们特别邀请到了中国智能制造领域的资深专家——机械工业仪器仪表综合技术经济研究所欧阳劲松所长做客会客室。

欧阳劲松，享受政府津贴教授级高工，机械工业仪器仪表综合技术经济研究所所长。2009年获“IEC 1906奖”。科技部“十二五”国家科技重大专项（智能制造）专家组成员、科技部“十三五”规划先进制造编写专家组成员、国家智能制造标准化专家咨询组成员、国家“重大科学仪器专项”总体组副组长、国家人工智能标准化总体组副组长、国家“智能制造与机器人重大工程专项”编写组专家等。

2015 - 2017年期间，欧阳劲松所长及其团队承担了工业和信息化部多项智能制造综合标准化与新模式应用项目，走访调研了国内外近百家制造企业。

本刊：欧阳所长，您好，我们知道您对制造业智能化转型有着非常丰富的实地研究，想先请您谈谈，目前智能制造在中国的发展现状是怎样？

欧阳所长 ：《智能制造工程实施指南》、《智能制造发展规划（2016-2020年）》等重要文件发布后，基于自身转型升级需求，在相关部委及地方政府支持下，我国企业已纷纷对原有工厂/车间进行自动化、数字化、网络化、智能化升级改造，或者建立新型数字化车间、智能工厂，取得巨大成效。但是也存在不少盲目跟风的误区：

一是为了智能制造而制造。由于智能制造“大热”，一些企业盲目跟风，存在为了“智能制造”而智能制造的现象。企业应首先明确要达到的经济目标——提升质量、提高效率、降低成本、缩短周期、降低能耗，在智能制造过程中要因企而异。

二是将智能制造等同于无人化。许多制造企业提出“机器换人”、“无人工厂”的口号。机器可代替人类的大量体力劳动，实现高效、高质量精准制造，但不能盲目采用“机器换人”，除了要考虑机器与人员置换成本之间的平衡，还需综合考虑操作场地、信息化接口、维护成本等。“人”作为智能制造的重要资源，在应对定制化生产和复杂多变生产环境方面仍处于中心地位。特别对于现阶段“2.0补课、3.0普及、4.0示范”，人、信息系统、物理系统的协同显得尤为重要，智能制造仍需要人工智力参与政策解读、法规约束、知识积累、工匠传承、文化发扬和统筹组织等，以实现有序生产并产生效益，这些都是现阶段的机器无法替代的。

三是认为自动化加软件就是智能制造。自动化和软件是实现智能制造的必要条件但不是充分条件。智能制造强调自动化系统和工业软件的集成与纵横协同，并体现先进的工艺技术和管理理念。除此之外，更需要植入先进的感知系统、控制手段、网络技术和云计算等，进行长时间的数据收集积累，开展数据分析和建模，并不断迭代优化，以实现生产过程快速有效的运行，才能支撑先进的制造方式实现自适应，进而应对复杂的生产环境。

四是认为互联网加大数据等于智能制造。互联网和大数据只是提升智能化的手段之一。没有制造装备与系统的数据采集与互联互通，互联网、云、大数据都将是无源之水。

本刊：针对这些问题，您有何具体的建议？

欧阳所长：鉴于我国智能制造水平参差不齐的现状，如何规划好适用于我国智能制造现状的发展路径成为重点。工业2.0并非必须先实现3.0才能追求4.0。在进行升级改造过程中，企业应总体规划自动化、数字化、网络化、智能化升级方案，并行推进。但这并不意味着工业2.0和3.0的技术基础是可以省略和跨越的。根据工业2.0、3.0、4.0的主要特征，建议从制造本体出发实现智能制造的一个基本路线图，具体要点如下：

◆工业2.0到3.0的最重要内容是采用ERP和MES（两者融合趋势明显）等生产管理系统（或称IT信息系统）进行运营和生产管理，并实现与自动化系统（或称OT运行系统）的纵向集成，推荐采用OPC UA解决方案，建立设备信息模型并提供统一接口。

◆3.0到4.0的最重要内容是实现产品全生命周期管理，实现信息流与价值流（含物流、资金流）的协调整合。

◆4.0阶段尚未实现制造系统的自适应、自组织、自决策并跨企业、跨行业、跨地域调动生产资源等智能制造愿景，因此将其称为准智能化。

本刊：感觉您说的这个路线图，对信息技术的依赖性还是比较大的，从您的角度而言，新一代的信息技术比如互联网、物联网对智能制造的具体影响是怎样的？

欧阳所长：我还是认为实现智能制造，首先要打好工业自动化、信息化和网络化的基础，然后再以大数据、互联网和云等手段来加快4.0进程，所以说智能制造是先进制造技术和新一代信息技术的深度融合。先进制造技术负责打好基础，例如：将各种信息系统、智能装备、物料甚至操作人员等制造资源，通过网络连接并实现相互间的互联互通，通过实施MES并使之与PLM、ERP、WMS等信息系统集成，实现透明化生产过程和产品全生命周期管理。新一代信息技术及人工智能技术支撑智能制造向网络化协同和智能化方向发展，促动企业从生产型制造向服务型制造转变。例如：借助互联网、云、大数据能等新一代信息技术实现跨企业、跨行业、跨地区的网络协同制造，以及利用人工智能技术实现智能产品的远程诊断和预测性维护等智能服务，更进一步将分析结果反馈到规划设计、产品开发、生产优化，实现产品全生命周期的闭环控制。

本刊 ：除了这些理念性、观念性的看法外，目前实施智能制造是否已有一些统一的标准化手段？

欧阳所长：目前全球的通行做法是通过制定智能制造/工业4.0的参考模型来梳理所涉及的相关标准，与智能制造相关的现有模型大概是11种。比如德国工业4.0平台制定的“工业4.0 （RAMI4.0）参考架构模型”、美国国家标准与技术研究院NIST制定的“智能制造生态系统SMS”、工业互联网联盟IIC制定的“工业互联网参考架构IIRA”、中国国家智能制造标准化总体组制定的“智能制造系统架构IMSA”、日本工业价值链促进会IVI制定的“工业价值链参考架构IVRA”等。

本刊：在您提及的这些模型中，您觉得哪些值得我们借鉴？

欧阳所长：就后续指导和应用工作完善的程度而言，我觉得德国工业4.0参考架构模型（RAMI4.0）和日本工业价值链参考架构（IVRA）更值得我们借鉴。

德国RAMI4.0模型用一个三维模型展示了工业4.0涉及的所有关键要素，包括生命周期&价值链维度，企业的层次结构维度，功能级维度。RAMI4.0模型的最大创新之处就是体现在功能维度上，可通过此维度对另外两个维度建模——即对生命周期维度进行价值链建模，对层次结构维度进行技术对象建模。

由此，使用工业4.0组件就可对工厂层次结构进行数字化（虚拟）表示，建立企业各种资源库（产品库、设备库、工艺库等），并在全生命周期及生产管理工具中实现资源互联互通和互操作。

日本工业价值链参考架构（IVRA）旨在自下而上地从制造业需求出发，将制造技术和信息技术“串接”起来。模型包含了智能制造单元（SMU）、通用功能块（GFB）等组成部分。其中SMU由三个维度组成，分别对应资产、活动和管理三个视角；GFB可分为知识/工程流、需求/供应流和企业组织层级三个轴向。

为了更好分析制造过程中存在的问题，IVRA模型配套了一系列实施步骤。首先基于概念化的IVRA统一参考架构模型，定义用户（工厂）生产现场中存在的实际问题，经过AS-IS/TO-BE分析，使用“IVI用例器”工具来形式化描述业务场景，最终指导在工厂中构建实际的制造系统。IVI已经按照八大类成立了22个专业的工作组来收集生产现场的各类业务场景，并建立共享经济循环平台Ecosystem，以实现用户实际问题与供应商解决方案的匹配。

本刊：这两个模型听起来包含的内容十分翔实，相信对我们的读者会有不少启发。最后我们还想请您就中国制造业智能转型未来该如何走得更好，分享一些您的思考和建议。

欧阳所长：未来我国在智能制造道路如果想少走弯路，一方面应“低头看路，脚踏实地”，补好自动化和信息化的短板；另一方面应“抬头看天，搭好梯子”，持续建好公共数据服务平台 。

具体来说，就是政策上要统一认识，发挥制度优势，实现国家资源的有效配置和精准发力；而具体实施层面，则需要加强信息建模方法研究，建立制造资源数据平台，积累解决方案及应用案例，优化我国智能制造模型实施技术路线。其中特别需要注意的是，我国在CPS（信息物理系统）落地实践阶段一定要掌握主动权，避免在智能制造进程中受制于人。

在建立统一数据平台的进程中，我们要有勇气、智慧和牺牲精神来打破管理、行业壁垒，重新构建生产要素链和价值链，更关键的是要对大量技术和内容进行标准化。

当然，与此同时，我们现有的行政体系、管理模式、创新环境、协同文化也都需要跟上。总的来说，我希望到时是中国拥有工业4.0，而不是工业4.0拥有中国。

本刊：非常感谢欧阳所长接受我们的采访。希望您的见解能对大家有所帮助，我们更期待，中国的智能制造拥有更好的未来！