“智能制造屋”的屋基有两个：一个是包括物联网、人工智能等技术构件在内的信息物理生产系统（Cyber-Physical Productio System，CPPS）；一个是以ERP、PLM、MES等为代表的基础IT系统或应用。

在智能制造体系中，信息物理生产系统是数字化技术盏。与传统IT架构相比，信息物理生产系统的优点是全面、实时互联和数据的自学习。借助物联网技术，制造企业中的人、机、料、系统、环境等资源和能力可以实时互联，再加上人工智能（语音识别、图像识别等）技术的应用，可以将业务全面地数字化，并大大提高数据的准确性和及时性。借助高级分析和机器学习，CPPS可以对业务数据进行自学习基础上的自主决策。

企业中研发、生产、供应等环节的智能化重塑工作不是一蹴而就的，可以遵循互联化、可视化、透明化、可配置、可预测、自适应的进化路径，在实际推进时，结合企业的自身情况，选择从以下某个或某几个业务场景切入进去：

1）开发工厂的数字孪生，以帮助企业进行工厂的规划、设计和厂房建造与基础设计，并能用于指导厂房建设、模拟和试运行。

2）开发生产类资产或设备的数字孪生，并模拟其运转、设定和关键参数的优化；应用机器学习技术来实现资产或设备预测性维护。

3）开发产品的数字孪生，对产品进行数字化呈现，将产品工程设计和生命周期管理与工厂运营结合起来，优化新产品开发，为新产品的工程开发向批量生产过渡提供支持。“智能制造屋”的屋基有两个：一个是包括物联网、人工智能等技术构件在内的信息物理生产系统（Cyber-Physical Productio System，CPPS）；一个是以ERP、PLM、MES等为代表的基础IT系统或应用。

在智能制造体系中，信息物理生产系统是数字化技术盏。与传统IT架构相比，信息物理生产系统的优点是全面、实时互联和数据的自学习。借助物联网技术，制造企业中的人、机、料、系统、环境等资源和能力可以实时互联，再加上人工智能（语音识别、图像识别等）技术的应用，可以将业务全面地数字化，并大大提高数据的准确性和及时性。借助高级分析和机器学习，CPPS可以对业务数据进行自学习基础上的自主决策。

企业中研发、生产、供应等环节的智能化重塑工作不是一蹴而就的，可以遵循互联化、可视化、透明化、可配置、可预测、自适应的进化路径，在实际推进时，结合企业的自身情况，选择从以下某个或某几个业务场景切入进去：

1）开发工厂的数字孪生，以帮助企业进行工厂的规划、设计和厂房建造与基础设计，并能用于指导厂房建设、模拟和试运行。

2）开发生产类资产或设备的数字孪生，并模拟其运转、设定和关键参数的优化；应用机器学习技术来实现资产或设备预测性维护。

3）开发产品的数字孪生，对产品进行数字化呈现，将产品工程设计和生命周期管理与工厂运营结合起来，优化新产品开发，为新产品的工程开发向批量生产过渡提供支持。4）建设智能互联工厂，以工厂的控制和优化为目的，将资源、设备、运输工具等相关业务对象连接起来。

5）开发模块化生产类资产或设备，采用灵活的、模块化的生产类资产和设备，逐渐实现柔性化生产。

6）开发柔性生产方式，使用增材制造（3D打印）等柔性工艺，支持多种产品变种，显著增加产品的灵活性。

7）实施流程的可视化、透明化和自动化，结合智能眼镜等虚拟现实或增强现实解决方案，改善人机协作界面。

8）进行综合规划与生产排程优化，对资源可用性或需求的变化立即做出反应。

9）实施无人值守的厂内物流，确保工厂系统能够在无人干预的情况下开展物流活动。

10）开发预测性维护解决方案，在物联网和大数据等数字化技术支撑下，实现设备的远程监控，从而实现预测性维护和维修。

11）大数据驱动的质量管理和优化，应用大数据分析来发现生产或质量中的规律，为优化提供洞察。

12）实施基于数据的资源优化，通过智能化的数据分析和控制，优化能耗和资源消耗。

13）实施生产系统的参数化转移，完全自动地将生产系统转移4）建设智能互联工厂，以工厂的控制和优化为目的，将资源、设备、运输工具等相关业务对象连接起来。

5）开发模块化生产类资产或设备，采用灵活的、模块化的生产类资产和设备，逐渐实现柔性化生产。

6）开发柔性生产方式，使用增材制造（3D打印）等柔性工艺，支持多种产品变种，显著增加产品的灵活性。

7）实施流程的可视化、透明化和自动化，结合智能眼镜等虚拟现实或增强现实解决方案，改善人机协作界面。

8）进行综合规划与生产排程优化，对资源可用性或需求的变化立即做出反应。

9）实施无人值守的厂内物流，确保工厂系统能够在无人干预的情况下开展物流活动。

10）开发预测性维护解决方案，在物联网和大数据等数字化技术支撑下，实现设备的远程监控，从而实现预测性维护和维修。

11）大数据驱动的质量管理和优化，应用大数据分析来发现生产或质量中的规律，为优化提供洞察。

12）实施基于数据的资源优化，通过智能化的数据分析和控制，优化能耗和资源消耗。

13）实施生产系统的参数化转移，完全自动地将生产系统转移到其他工厂，并在其他工厂复制和优化。

14）建设完全无人值守的数字化工厂，根据自主学习的算法，完全独立运作。

15）实施基于传感器的位置跟踪，通过相互连接的数据平台，对产品和原材料的位置进行跟踪，以帮助实现精益的“一个流”生产和优化。

企业制造系统实现智能化重塑的目的是实现协同制造、精益制造、柔性制造和自主制造，帮助企业实现“两低三高”的高质量制造转型（见图6.7）。“两低三高”背后的逻辑支撑是优化生产关系，改进生产方式，提高转化效率。

图6.7　“两低三高”的高质量制造

三、数字化产品研发

企业中的产品研发，既包含了一系列的创新活动，也涉及大量的到其他工厂，并在其他工厂复制和优化。

14）建设完全无人值守的数字化工厂，根据自主学习的算法，完全独立运作。

15）实施基于传感器的位置跟踪，通过相互连接的数据平台，对产品和原材料的位置进行跟踪，以帮助实现精益的“一个流”生产和优化。

企业制造系统实现智能化重塑的目的是实现协同制造、精益制造、柔性制造和自主制造，帮助企业实现“两低三高”的高质量制造转型（见图6.7）。“两低三高”背后的逻辑支撑是优化生产关系，改进生产方式，提高转化效率。

图6.7　“两低三高”的高质量制造

三、数字化产品研发

企业中的产品研发，既包含了一系列的创新活动，也涉及大量的协同设计和同步工程等管理活动。随着客户需求的个性化和智能互联产品的出现，无论是产品的结构管理，还是研发的过程管理，都面临着复杂性管理等多方面的挑战。

一方面，产品的结构越来越复杂，机械、电子电气、软件、通信等不同专业领域的部件，需要有针对性的管理手段。模块化产品结构和基于模型的系统工程（Model-Based System Egieerig，MBSE）有助于企业应付产品复杂性的挑战。以汽车行业为例，世界主流的汽车企业纷纷推出了模块化汽车平台架构，如大众的MQB/MLB、丰田的TNGA、宝马的UKL/CLAR、日产的CMF、沃尔沃的SPA，等等，模块化平台架构已然成为衡量汽车研发实力的象征。基于模型的系统工程，则是从模型的通用化视角，来看待和管理机械、电子电气、软件等不同类型的部件及其之间的关系，以做到产品全生命周期的双向追溯。

另一方面，企业还面临着快速研发、低成本研发、高质量研发的挑战（见图6.8）。数字化时代的最典型特征是变化速度的加快，随之而来的是新产品“保鲜期”的缩短。20世纪末期，一个汽车新产品推向市场后，基本可以维持10年左右的市场竞争力。现在则不同，一个汽车新产品上市两年以后可能就必须推出年度改款，否则其产品特性将被同类产品超越而失去竞争力。为了确保新产品的盈利性，在确保，甚至提高产品质量的前提下，企业必须缩短新产品上市时间，并降低研发成本。协同设计和同步工程等管理活动。随着客户需求的个性化和智能互联产品的出现，无论是产品的结构管理，还是研发的过程管理，都面临着复杂性管理等多方面的挑战。

一方面，产品的结构越来越复杂，机械、电子电气、软件、通信等不同专业领域的部件，需要有针对性的管理手段。模块化产品结构和基于模型的系统工程（Model-Based System Egieerig，MBSE）有助于企业应付产品复杂性的挑战。以汽车行业为例，世界主流的汽车企业纷纷推出了模块化汽车平台架构，如大众的MQB/MLB、丰田的TNGA、宝马的UKL/CLAR、日产的CMF、沃尔沃的SPA，等等，模块化平台架构已然成为衡量汽车研发实力的象征。基于模型的系统工程，则是从模型的通用化视角，来看待和管理机械、电子电气、软件等不同类型的部件及其之间的关系，以做到产品全生命周期的双向追溯。

另一方面，企业还面临着快速研发、低成本研发、高质量研发的挑战（见图6.8）。数字化时代的最典型特征是变化速度的加快，随之而来的是新产品“保鲜期”的缩短。20世纪末期，一个汽车新产品推向市场后，基本可以维持10年左右的市场竞争力。现在则不同，一个汽车新产品上市两年以后可能就必须推出年度改款，否则其产品特性将被同类产品超越而失去竞争力。为了确保新产品的盈利性，在确保，甚至提高产品质量的前提下，企业必须缩短新产品上市时间，并降低研发成本。图6.8　新产品研发的挑战

当前，中国制造业的研发水平与世界同行相比还有一定差距。以汽车行业为例，对于一辆全新的汽车从概念设计到投放市场所花的时间（Time to Market，TTM），世界领先企业大概在18个月左右，中国的汽车企业则大概在36个月，差距非常明显。企业产品研发领域的数字化重塑，就是要应用数字化技术，加快新产品研发的速度，缩短新品上市时间，主要举措包括虚拟测试和验证、基于数字孪生的仿真、基于虚拟现实和数字主线的同步工程、基于3D打印的样件生产，等等。

（1）虚拟测试和验证

新产品研发过程中，除了产品和过程设计外，还存在大量的产品和工艺测试、验证、确认等工作。在传统式研发中，这些测试、验证和确认工作主要通过物理样机来完成，有些工作还对环境有特定的要求，不仅成本高，耗费的时间也较长。应用数字化技术，大量的测试、验证和确认工作可以通过虚拟模型来完成，这样，不仅节约了研发成本，也加快了开发的速度。

（2）基于数字孪生的仿真图6.8　新产品研发的挑战

当前，中国制造业的研发水平与世界同行相比还有一定差距。以汽车行业为例，对于一辆全新的汽车从概念设计到投放市场所花的时间（Time to Market，TTM），世界领先企业大概在18个月左右，中国的汽车企业则大概在36个月，差距非常明显。企业产品研发领域的数字化重塑，就是要应用数字化技术，加快新产品研发的速度，缩短新品上市时间，主要举措包括虚拟测试和验证、基于数字孪生的仿真、基于虚拟现实和数字主线的同步工程、基于3D打印的样件生产，等等。

（1）虚拟测试和验证

新产品研发过程中，除了产品和过程设计外，还存在大量的产品和工艺测试、验证、确认等工作。在传统式研发中，这些测试、验证和确认工作主要通过物理样机来完成，有些工作还对环境有特定的要求，不仅成本高，耗费的时间也较长。应用数字化技术，大量的测试、验证和确认工作可以通过虚拟模型来完成，这样，不仅节约了研发成本，也加快了开发的速度。

（2）基于数字孪生的仿真