网络化制造技术具有什么特征(制造技术发展变迁 四次工业革命介绍及未来智能制造的挑战)

制造活动是人类进化、生存、生活和生产活动中一个永恒的主题，是人类建立物质文明和精神文明的基础。

与工业化进程和产业革命紧密相联，制造业先后已经历了机械化、电气化和信息化三个阶段，现在正处于智能化发展的第四个阶段，这四个阶段现在普遍被称为四次工业革命（分别称为工业1.0、工业2.0、工业3.0和工业4.0）。

从工业1.0到工业1.0，每一次工业革命，制造技术都发生了重大变迁。下图从各阶段主要标志、时代特点、生产模式、制造技术特点和装备及系统等方面，列出了不同工业阶段制造技术的特征，以便进行对比。

从工业1.0到工业2.0的变化特点是从依赖工人技艺的作坊式机械化生产，走向产品和生产的标准化以及简单的刚性自动化。

标准化表现在许多不同的方面：零件设计的标准化、制造步骤的标准化、检验和质量控制的标准化等。

刚性自动化的目的是提高制造过程的速度，同时考虑过程的可重复性。刚性自动化系统最大的不足是在设计中并不关注工艺的柔性，即一旦自动化系统完成和投入生产，不能再改变其设定的动作或生产过程。

如1908年的福特Ｔ型车生产线，该车的巨大成功来自于亨利·福特的数项革新，其中一项最重要的革新是以标准化的流水装配线大规模作业代替传统个体手工制作。

从工业2.0发展到工业3.0，则产生了复杂的自动化、数字化和网络化生产。这个阶段相对于工业2.0具有更复杂的自动化特征，追求效率、质量和柔性。

先进的数控机床、机器人技术、PLC和工业控制系统可以实现敏捷的自动化，从而允许制造商以合理的响应能力和精度质量，适应产品的多样性和批量大小的波动，实现变批量柔性化制造。

工业3.0的另一个特点是在制造装备（如数控机床、工业机器人等）上开始安装各种传感器和仪表，以采集装备状态和生产过程数据，用于制造过程的监测、控制和管理。此外，工业3.0具有网络化支持，通过联网，机器与机器、工厂与工厂、企业与企业之间能够进行实时和非实时通信、连通，实现数据和信息的交互和共享。

传感器、数据共享和网络为制造业提供了全新的发展驱动力，当然，也带来了网络安全风险。

从工业3.0到工业4.0，制造技术发展将面临四大转变：从相对单一的制造场景转变到多种混合型制造场景的变化；从基于经验的决策转变到基于证据的决策；从解决可见的问题转变到避免不可见的问题；从基于控制的机器学习转变到基于丰富数据的深度学习。

为了适应上述转变，工业4.0的制造技术将呈现出新的技术特征，

一是基于先验知识和历史数据的传统优化将发展为基于数据分析、人工智能、深度学习的具有预测和适应未知场景能力的智能优化；二是面向设备、过程控制的局部或内部的闭环将扩展为基于泛在感知、物联网、工业互联网、云计算的大制造闭环；

三是大制造闭环系统中的数据处理不仅是结构化数据，而且包括大量非结构化数据，如图像、自然语言，甚至社交媒体中的信息等；四是基于设定数据的虚拟仿真、按给定指令计划进行的物理生产过程，将转向以不同层级的数字孪生、赛博物理生产系统的形式将虚拟仿真和物理生产过程深度融合，从而形成虚实交互融合、数据信息共享、实时优化决策、精准控制执行的生产系统和生产过程，使之不仅能满足工业3.0时代的性能指标（如生产率、质量、可重复性、成本和风险），并且能进一步满足诸如灵活性、适应性和韧性（能从失败或人为干预中学习和复原的能力）等新指标。

为适应从工业3.0到工业4.0制造技术面临的上述新变化和新需求，众多研究者和工程师自20世纪80年代开始，就展开了针对智能制造理论、技术和系统的研究。

近年来，从学者到企业家，从研究机构到政府，已形成共识———智能制造是未来制造发展的必然趋势和主攻方向。