大家讨论智能制造很久了，我也试图去把握智能制造，然而，以我们从用户角度去看待这个问题，可以对它有一个不同的认识，特此撰文，一家之言。

智能制造的定义

智能制造显然有很多定义，但大多数是从智能制造技术本身去看待，而我们则试图从用户角度去评估什么是智能制造的定义：

 

S³MART

对S³MART，我们进行用户角度的阐述，分解如下：

1.S³

1.1.简单易用性设计（Simplicity）

简单易用是一种客户的需求—这是智能的集中体现，因为，正如iPhone的设计思想一样，消费者仅需通过手指间的滑动即可实现对功能的操作，这就如同机器的设计一样，必须对于使用机器的人易于操作，这种简单体现在以下几个方面：

①易于操作与维护

②易于开发

③易于学习

1.2.安全（Safety）表现在对人身的安全关注，比如：采用Safety-满足IEC61508标准下的安全集成，然而，新的时代，也存在新的问题，如何解决机器的安全协同问题？因为设备已经并非单机生产状态了。

①安全问题必须予以协同考虑

②安全必须与生产效率平衡

安全必须在未来予以考虑的重要原因在于：设备互联时候单机的安全动作会对连续的生产带来效率的降低风险，并带来制成品的浪费等诸多问题。

1.3标准化（Standard）-必须确保机器能够被纳入到通用系统中，标准化是降低成本的方案，同时也是为了降低互联的难度的关键一环，这包括了多个层次的标准化设计：

①通信的标准：例如：OPC UA、POWERLINK实时通信规约

②软件的标准化：PLCopen

③数据的标准化：XML格式

④操作的标准化：OMAC/PackML的机器语言定义了相同的操作界面

例如：采用基于广泛使用的IE浏览器对机器进行访问、诊断、维护即可降低成本，且易于实现，并不过时。

2.模块化设计（Modularity）

模块化的机器设计为了提高效率，这是一个必须得以平衡的问题，因为在传统的大规模定制生产中，批量较小，而种类不多，因此，这会带来生产的成本降低，因此，多品种与小批量被认为是一种成本高昂的生产。

必须解决这个问题，最好的平衡方式是采用模块化与标准化设计。

任何的自动化系统软件包含了三个层面的模块化设计：

①基础的自动化库

②专业库

③行业库

模块化对于降低成本有几个作用：

（1）.重用性代码可以避免重新开发

（2）.经过测试与验证的库可以被安全使用，降低测试中的时间与材料浪费；

（3）.降低了开发难度：

 

例如：贝加莱的mapp设计即可降低67%的研发时间。

 

2高可用性（Avaliability）

对于OEM设备而言，显然，一个设备的投资用于更多的产品制造会带来巨大的竞争力，对于End User而言，这也意味着成本的节省，因为，越少的投资却可以适应更多的产品生产，显然是一个合算的投资。

通常：运动控制在这里扮演重要的角色。

（1）.运动控制带来的柔性：运动控制首先是提供了高精度和高速的生产，然而，这远远不是高性能伺服系统带给机器的作用，通过简单的参数设置，不同的裁切尺寸、包装规格、印刷长度、装订厚度、瓶子的类型均可实现变换，而这一切自动来完成。

在印刷工业我们称之为“按需印刷“，在包装工业我们也称为”按需包装“，最大的灵活性也是对设备投资的安全性保护。

 

（2）.早期故障诊断实现机器的高可用性，还包括机器的使用寿命，例如：采用预测性维护技术（基于早期诊断的状态监测）可以对高值设备的关键零部件进行监测，可以实现对设备使用寿命的最大延续。

 

 

 

3稳定性（Reliability）

对于自动化系统而言，稳定性是必须的，很多时候，稳定性不仅包含了硬件系统的稳定，也包括了软件系统的稳定性，选择标准的，经过测试与大量实际应用验证过的软件功能块对于系统的稳定也至关重要。

稳定性就是一种高附加值的投资保障，对于自动化行业而言，它与大部分工业领域一样，稳定可靠就是基础-是默认值。

反倒不用多言。

 

4工艺集成（Technology）

 

 

不同的行业，有不同的Know-How，这些是企业赖以生存的本钱，例如：印刷的套色控制、色标的检测，浆纱机的牵伸比控制、梳棉机的匀整算法、吹瓶的壁厚控制、岸桥的防摇，每一个机器都存在其独特的行业工艺，对于钣金加工、冲压、注塑、挤出、机器人，每个行业均是如此。

 

自动化行业必然以方案为导向的一个产业，所谓的方案集成，必须以行业工艺为核心，才能实现整个系统的集成，否则，只能截取边缘而无法涉足核心。

 

对于智能装备、制造系统的集成同样如此，Know-How有时也不完全以专业工艺来体现，而以知识的积累，如何有效的组织生产对于MES就会至关重要，而不同行业的不同处理如医药的批次处理，流程行业的连续生产特性，离散行业的工艺顺序，甚或夹具的设计都会成为Know-How的构成。

 

总结即：Know-How以工艺本身出现，也以不同的知识集合出现，或者大数据分析形式出现，智能制造必须掌握核心Know-How，即Technology-才能生存。