2018年度工控行业智能智造十大热门关键词

工业自动化生产线控制是提升生产力的强劲推力，过上一次工业革命使工厂的生产速度和效率提高了300%以上。同时，面对应对产业的不断升级和市场的需求，工控行业也迎来了众多新鲜热议，包含工业4.0、智能制造、数字化工厂、人机协作等，都成为行业讨论的热门关键词，接下一起来看看，这些关键词包含了行业什么“玄机”吧！

1、安全生产

每年4月28是世界安全生产与健康日，主要纪念死亡和受伤的工人。安全生产作为一个搬上“日程”的概念，一直都是工业化生产过程中不容忽视的存在。从本质上说，安全生产问题是工业化生产方式所带来的社会经济问题。而也正是因为工业化生产方式出现，不仅极大地提高了生产效率、改善了人类的生存状况，也带来了社会结构的巨大变革。

发展至今，伴随人工智能、智能化的兴起，工业化生产的安全性已然得到很大的提升。也正因为新兴科技的加入，让安全生产又面临新的问题。比如，在工控行业，电力作为支撑生产、生活必不可少的环节，其安全性也一直广受人们关注。据国家能源局公布的数据显示，每个月全国发生电力人身伤亡事故至少2起、死亡超过2人、重伤超过3人。可见相对于早前电力发展没那么发达的情况下，现今的电力事故的发生率要高许多。新技术的发展虽然带来新的安全生产问题，但不可否认人的是，现今各行各业生产的安全性相比以往已经得到很大的提升。

2、中国制造2025

由中国政府在2015年初提出“中国制造2025”，以中国制造业大国向制造业强国转型为最终目标，正在如火如荼的进行中。实际上“中国创造”的具体体现就是技术创新，它是制造业发展全局的核心，但从目前发展现状看，中国普遍存在自主创新能力不足的问题。

但是由于政策的扶持及行业的发展，不可否认的是中国制造业和相关技术的整体水平正在快速提升。据相关数据显示，中国投资者在去年向美国科技创企发起165笔交易。另外，在美国去年创企的总融资额中，涉及中国企业的有93亿美元，占据了总额的11%。像Uber、特斯拉、Magic Leap等诸多科技公司都获得了腾讯等中国资本的投资。而也正是因为中国科技成长过快，让久居科技“老大”地位的美国“慌了”，中美贸易战、中兴被禁、华为高层被捕等等一系列美国对国内技术发展的压制都历历在目。实际上，技术的发展只有良性竞争，才能真正成为人类进步的助推力。

3、工业4.0

2011年在汉德威工业博览会上德国首次宣布工业4.0的概念，工业4.0的目标在于将工业生产和网络连结连系在一起，让智能机器、系统和网络能够独立地交换和回应信息，以便于去管理工业生产过程创造一个工业物联网（IIoT）的环境。

实际上，德国的工业4.0与国内的“中国制造2025”具有相似的战略方向。二者都是将制造业引向精益化、自动化、智慧化以及智能化发展。一开始，中国很多企业都在尝试工业自动化以及工业4.0的技术开发和产品布局，以图在未来中国制造逐步走向工业4.0的升级改造中获得商业机会。随着“中国制造2025”的提出，国内工业4.0的风潮更是火热。但就中国大量的制造型企业特别是中小企业来说，管理现状依然停留在工业1.5、工业2.0的低水平上，转型到工业4.0还需要更大的推动力，走很长一段路。

4、智能制造

据2016年12月8日工业和信息化部和财政部发布的《智能制造发展规划（2016-2020年）》，智能制造（Intelligent Manufacturing，IM）全新定义为基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。

从《智能制造装备产业“十二五”发展规划》、《智能制造科技发展“十二五”规划》到《中国制造2025》再到《智能制造“十三五”发展规划》的发布，足以说明国家的重视程度。正因为国家的大力支持，在2010-2017年，我国智能制造产业发展迅速，已成为制造业重要发展趋势，对产业发展和分工格局带来深刻影响。据相关数据显示，我国智能制造的市场规模已由2010年的3400亿元，增长至2017年的15000亿元，7年间增长了4.4倍。加上2018年的“爆发”，可以预见的是，近几年智能制造市场规模将持续扩大。

5、工业物联网

与普通物联网相比，工业物联网设备之间的互联互通需要极低的时延、极高的可靠性，更需要为用户提供毫秒级的端到端时延和接近100%的业务可靠性保证。发展至今，目前全球IIoT的发展势如破竹。据MarketsandMarkets最新调查显示，2018年全球IIoT市场规模约640亿美元，预计将在2023年增加至914亿美元，2018至2023五年间的年复合成长率(CAGR)将为7.39%。

而随中央产业政策不断出炉，国内IIoT市场热度也逐渐升温，各地对IIoT的发展日益重视起来，包括上海、北京、天津、广东、江苏、浙江、福建、安徽等主要制造业省市形成了一股共识，并依循各省市的产业发展现况与优势订立更加明确的发展方向。其中，广东省作为中国首个颁布工业互联网地方政策的省市，发布了《广东省深化互联网+先进制造业发展工业互联网的实施方案》扶持当地IIoT发展。

6、数字化工厂

现在常被提及的数字化工厂只是“智能制造”的一个组成部分。在智能制造之下，传统的制造流程将被重组，其最终目的是要实现产品的智能化。数字化工厂(DF)作为现代数字制造技术与计算机仿真技术相结合的产物，它的出现给基础制造业注入了新的活力，是沟通产品设计和产品制造之间的桥梁。

建设一座数字化工厂，不仅需要雄厚的资金支持，更需要科学的规划和设计。企业首先需要信息系统的规划和设计，再利用好ERP数据平台，还要选择专业的MES系统，最后上线APS并选择合适的供应商，基本四个步骤缺一不可。也正是如此，数字化工厂显示出产品的智能化、生产的自动化、信息流和物资流合一的核心特点。从全球来看，仅西门子算是实现数字工厂的企业了。

7、柔性制造

随着大批量生产和消费者个性化需求日益升高，应对“大规模定制”生产的柔性制造顺势而生。柔性制造具有批量小、品种多的特点，并能对生产过程进行高效的把控。日常生活中常见的定制，以消费者为导向， 通过定制进行生产，就是柔性制造很好的体现。实际上，柔性制造考验的是企业生产线和供应链的反应速度。比如，电子商务领域的“C2B”“C2P2B”等都是对于企业这方面的考验。

制造系统的“柔性”可体现在设备、工艺、产品、作息、产能、扩展、生产七大方面。而现阶段的柔性制造技术主要集中在四个方面:柔性制造系统(FMS)，柔性制造单元(FMC)，柔性制造线(FML)，柔性制造工厂(FMF)。

8、AI

AI发展至今，是集潜力与争议于一身的热门话题。虽然褒贬不一，但是并没有影响其迅速发展成为微软、阿里巴巴、百度等众多行业巨头入手的新技术。根据CBInsights数据，到2030年全球市场规模将达到15.7万亿美元的规模，约合人民币104万亿元(注，普华永道的预测中包含带动的产业规模)。庞大的数据证明，AI未来的市场前景着实可观。

而在这巨大的市场潜力中，AI应用于工业领域占据了很大的市场比重。发展至今，AI在工业领域的具体应用可以粗略的分两类：一类是传统自动控制相关的业务及技术领域，指利用设备或装置，使机器、设备或生产过程的某个工作状态或参数自动地按照预定的规律运行；另一类则是通过对企业生产及服务过程中积累的历史数据，采用深度学习等AI的模型算法，发现数据的内在规律及新的价值，用于改善设计、生产及服务等工业业务环节。

9、人机协助

在工厂和非制造领域的场域中，人类和机器人间没有围栏隔离的共同工作场所，开辟了人机协作新的可能性和概念。目前，全球工业机器人四大家族ABB、库卡、发那科和安川已经纷纷推出了相应的协作机器人产品，国内新松、邀博等企业也紧跟趋势，全球范围已经形成了30多家协合机器人厂商，超过90种机器人型号，市场竞争可以说愈演愈烈。

据数据显示，2017年全球协作机器人销量1.65万台，占工业机器人市场4.3%，同比提升0.7个百分点，市场规模超过30 亿元。预计到2020年，全球协作机器人销量将达5.0万台，市场规模将突破84亿元。可以预见，协作机器人市场未来可期，人机协作将是行业发展下一个风向标。

10、工业机器人

工业机器人作为智能制造业中一个重要的细分领域，是行业发展的重要基石。工业机器人控制技术的主要任务就是控制工业机器人在工作空间中的运动位置、姿态和轨迹、操作顺序及动作的时间等。发展至今，工业机器人已经形成了一定的市场格局，以全球知名品牌瑞典ABB、日本发那科（FANUC）、安川电机（YASKAWA），德国的库卡（KUKA）、美国American Robot和意大利柯马（COMAU）等为主，主要集中在发达国家，这些厂商生产的工业机器人已成为一种工业标准在全球得到广泛应用。

对于国内来说，新松、埃斯顿、埃夫特、配天、新时代、华中数控等国产品牌也逐渐在市场中赢得广大用户的认可。同时，据中国机器人产业联盟统计，2018年以来国产工业机器人销量继续增长，上半年累计销售22304台，比去年增长22.4%，销售总体保持了相对平稳的增长。可以说，国内工业机器人发展显现出一片大好的景象。

总结：制造业的发展实际上很大程度上依托于工业控制的发展，工业控制技术发达的国家，其生产制造产业结构必然更加完善。而国内工业控制技术一直是制约中国制造行业乃至产品升级的瓶颈，但随着国家的重视和行业的发展，像研华、台达、华北工控等国内工控企业也逐渐崛起。可以预见的是，未来不论是全球还是国内，工业控制或将向综合化、智能化以及简单操作方向发展。

以上就是今天和大家分享的智能制造内容，我们专注于为制造型企业提供智能工厂规划‍服务，如果觉得此文让你小有收获，可以搜索“德诚智能”与我们进行互动学习。