德国有“工业4.0”，美国有“工业互联网”，中国有“中国制造2025”，这些战略项目的提出无不揭示着当今社会对于制造业的高度重视。在传统的工厂生产中，人力是生产线上的“主力军”，而随着“智能制造”工业革命浪潮的兴起，“智能工厂”越来越成为各大企业争相建设的目标。

中国是一个人口大国，廉价的劳动力使得其曾一度被称为“世界工厂”。资金短缺、技术含量低成为过去很长一段时间中国制造业的显著特点。随着国力的增强，沉睡的“东方雄狮”觉醒，中国在“智能制造”领域大量投入研发力量，力图赶超世界先进生产力国家水平。

何谓“智能工厂“

要了解智能工厂，得先从数字化工厂说起。对于数字化工厂，德国工程师协会的定义是：

数字化工厂(DF)是由数字化模型、方法和工具构成的综合网络，包含仿真和3D/虚拟现实可视化，通过连续的没有中断的数据管理集成在一起。数字化工厂集成了产品、过程和工厂模型数据库，通过先进的可视化、仿真和文档管理，以提高产品的质量和生产过程所涉及的质量和动态性能。

智能工厂是在数字化工厂的基础上，利用物联网技术和监控技术加强信息管理服务，提高生产过程可控性、减少生产线人工干预，以及合理计划排程。同时，集初步智能手段和智能系统等新兴技术于一体，构建高效、节能、绿色、环保、舒适的人性化工厂。

智能工厂已经具有了自主能力，可采集、分析、判断、规划;通过整体可视技术进行推理预测，利用仿真及多媒体技术，将实境扩增展示设计与制造过程。系统中各组成部分可自行组成最佳系统结构，具备协调、重组及扩充特性。已系统具备了自我学习、自行维护能力。因此，智能工厂实现了人与机器的相互协调合作，其本质是人机交互。

智能工厂核心架构

工业4.0是究竟是什么?也许不是一两话可以说清楚的。但简单来看，工业4.0核心内容就是建一个网络、三项集成、大数据分析、八项计划和研究两个主题。

一个网络(CPS)

CPS使得物理设备具有计算、通信、精确控制、远程协调和自治等五大功能，从而实现虚拟网络世界与现实物理世界的融合，将网络空间的高级计算能力有效的运用于现实世界中，从而在生产制造过程中，与设计、开发、生产有关的所有数据将通过传感器采集并进行分析，形成可自律操作的智能生产系统。

三个集成

工业4.0中的三项集成包括：横向集成、纵向集成与端对端的集成。

工业4.0将无处不在的传感器、嵌入式终端系统、智能控制系统、通信设施通过CPS形成一个智能网络，使人与人、人与机器、机器与机器以及服务与服务之间能够互联，从而实现横向、纵向和端对端的高度集成，集成是实现工业4.0的重点也是难点。

大数据分析

随着信息物理系统的推广，智能装备和终端的普及以及各种各样传感器的使用，将会带来无所不在的感知和无所不在的连接，所有的生产装备、感知设备、联网终端，包括生产者本身都在源源不断地产生数据，这些数据将会渗透到企业运营、价值链乃至产品的整个生命周期，是工业4.0和制造革命的基石。

技术难题亟待解决

智能工厂建设是制造业的未来发展趋势，很多国内的优秀企业都提出了智能工厂的建设目标，甚至有些企业已经开始尝试去建设自己的智能工厂。新事物的成长过程总是漫长而曲折的，在智能工厂建设过程中，还有一些难题亟待攻克。

首先，信息的收集和分析体系。对于智能工厂来说，其核心要求之一是要实现信息流、物资流和管理流合一。而这样的雄心需要强大的数据收集和分析体系去支持。对于中国企业来说，长期处于产业链的低端环节使得其在信息的收集和分析能力上有所欠缺，很多中国企业连工厂的管理通报都并不完备，即使是行业的领军企业，也在前几年才消灭了企业内部的信息孤岛，建成了企业内部统一的信息管理体系。

其次，智能工厂涉及多个层面和技术领域，智能生产过程中的生产决策、供应链优化问题等的解决需要借助仿真系统来解决。随着ISA95[8]标准的推广，其中对企业－控制系统集成模型的层次定义对工厂仿真模型的定义产生了巨大的影响。宏观的仿真模型如ＥＲＰ层的供应链模型，微观的仿真模型如PCS层的装置生产过程模型。

最艰难的挑战是无处不在的快速互联网基础设施，以及网络-物理系统的标准界面。对于制造平台的大数据应用，我们需要安全与保护，这样，行业内的人们才会信任这种与工业互联网连接的新型联网技术，才会有更多的企业加入智能工厂的开发和使用。

“路漫漫其修远兮，吾将上下而求索”。智能工厂建设既是一项系统工程，同时也需要企业去逐步建设。中国制造业产业升级迫在眉睫，但若一味盲目跟风也不可行，只有量体裁衣、脚踏实地、不断摸索才是通向智能工厂的大道。