智能制造十大关键：智能制造是中国制造业发展的前进方向，未来制造将结合人工智能、物联网、大数据等技术，进一步改变了产品配置、生产计划和实时决策，从而优化盈利能力。智能制造里使用更多尖端的技术，例如物联网将工厂里所有人、产品和设备连接起来，使得人类和机器能够协同工作，从而创建更高效、更具成本效益的业务流程。
在智能制造的关键技术当中，智能产品与智能服务可以帮助企业带来商业模式的创新；智能装备、智能产线、智能车间到智能工厂，可以帮助企业实现生产模式的创新；智能研发、智能管理、智能物流与供应链则可以帮助企业实现运营模式的创新；而智能决策则可以帮助企业实现科学决策。智能制造的十项技术之间是息息相关的，制造企业应当渐进式、理性地推进这十项智能技术的应用。
1、智能产品
智能产品通常包括机械、电气和嵌入式软件，具有记忆、感知、计算和传输功能。典型的智能产品包括智能手机、智能可穿戴设备、无人机、智能汽车、智能家电、智能售货机等，包括很多智能硬件产品。智能装备也是一种智能产品。企业应该思考如何在产品上加入智能化的单元，提升产品的附加值。
2、智能服务
基于传感器和物联网，可以感知产品的状态，从而进行预防性维修维护，及时帮助客户更换备品备件，甚至可以通过了解产品运行的状态，帮助客户带来商业机会。还可以采集产品运营的大数据，辅助企业进行市场营销的决策。此外，企业通过开发面向客户服务的APP，也是一种智能服务的手段，可以针对企业购买的产品提供有针对性的服务，从而锁定用户，开展服务营销。
3、智能装备
制造装备经历了机械装备到数控装备，目前正在逐步发展为智能装备。智能装备具有检测功能，可以实现在机检测，从而补偿加工误差，提高加工精度，还可以对热变形进行补偿。以往一些精密装备对环境的要求很高，现在由于有了闭环的检测与补偿，可以降低对环境的要求。
4、智能产线
很多行业的企业高度依赖自动化生产线，比如钢铁、化工、制药、食品饮料、烟草、芯片制造、电子组装、汽车整车和零部件制造等，实现自动化的加工、装配和检测，一些机械标准件生产也应用了自动化生产线，比如轴承。但是，装备制造企业目前还是以离散制造为主。很多企业的技术改造重点，就是建立自动化生产线、装配线和检测线。自动化生产线可以分为刚性自动化生产线和柔性自动化生产线，柔性自动化生产线一般建立了缓冲。为了提高生产效率，工业机器人、吊挂系统在自动化生产线上应用越来越广泛。
5、智能车间
一个车间通常有多条生产线，这些生产线要么生产相似零件或产品，要么有上下游的装配关系。要实现车间的智能化，需要对生产状况、设备状态、能源消耗、生产质量、物料消耗等信息进行实时采集和分析，进行高效排产和合理排班，显着提高设备利用率。因此，无论什么制造行业，制造执行系统成为企业的必然选择。
6、智能工厂
一个工厂通常由多个车间组成，大型企业有多个工厂。作为智能工厂，不仅生产过程应实现自动化、透明化、可视化、精益化，同时，产品检测、质量检验和分析、生产物流也应当与生产过程实现闭环集成。一个工厂的多个车间之间要实现信息共享、准时配送、协同作业。一些离散制造企业也建立了类似流程制造企业那样的生产指挥中心，对整个工厂进行指挥和调度，及时发现和解决突发问题，这也是智能工厂的重要标志。智能工厂必须依赖无缝集成的信息系统支撑，主要包括PLM、ERP、CRM、SCM和MES五大核心系统。大型企业的智能工厂需要应用ERP系统制定多个车间的生产计划，并由MES系统根据各个车间的生产计划进行详细排产，MES排产的力度是天、小时，甚至分钟。
7、智能研发
离散制造企业在产品研发方面，已经应用了CAD／CAM／CAE／CAPP／EDA等工具软件和PDM／PLM系统，但是很多企业应用这些软件的水平并不高。企业要开发智能产品，需要机电软多学科的协同配合；要缩短产品研发周期，需要深入应用仿真技术，建立虚拟数字化样机，实现多学科仿真，通过仿真减少实物试验；需要贯彻标准化、系列化、模块化的思想，以支持大批量客户定制或产品个性化定制；需要将仿真技术与试验管理结合起来，以提高仿真结果的置信度。
8、智能管理
制造企业核心的运营管理系统还包括人力资产管理系统、CRM、EAM、能源管理系统、SRM、企业门户、业务流程管理系统等，OA作为一个核心信息系统。为了统一管理企业的核心主数据，近年来主数据管理也在大型企业开始部署应用。实现智能管理和智能决策，最重要的条件是基础数据准确和主要信息系统无缝集成。
9、智能物流与供应链
制造企业内部的采购、生产、销售流程都伴随着物料的流动，因此，越来越多的制造企业在重视生产自动化的同时，也越来越重视物流自动化，自动化立体仓库、AGV、智能吊挂系统得到了广泛的应用；而在制造企业和物流企业的物流中心，智能分拣系统、堆垛机器人、自动辊道系统的应用日趋普及。WMS和TMS也受到制造企业和物流企业的普遍关注。
10、智能决策
企业在运营过程中，产生了大量的数据。一方面是来自各个业务部门和业务系统产生的核心业务数据，比如与合同、回款、费用、库存、现金、产品、客户、投资、设备、产量、交货期等数据，这些数据一般是结构化的数据，可以进行多维度的分析和预测，这就是BI技术的范畴，也被称为管理驾驶舱或决策支持系统。同时，企业可以应用这些数据提炼出企业的KPI，并与预设的目标进行对比，同时，对KPI进行层层分解，来对干部和员工进行考核，这就是EPM的范畴。从技术角度来看，内存计算是BI的重要支撑。
