智能制造是一個(gè)非常大非常廣的概念，除了涉及制造企業(yè)本身，還與供應(yīng)鏈的上下游企業(yè)息息相關(guān)，它包含自動化、信息化、智能物流、智能計(jì)算、智能決策等多個(gè)方面。

市場背景：智能制造改革牽扯的是整個(gè)制造業(yè)，毫無疑問這是一個(gè)萬億級別的大市場。所屬的細(xì)分市場各個(gè)都是大片藍(lán)海：未來10年中國機(jī)器人市場將達(dá)6000億元人民幣；預(yù)計(jì)2018年，中國民用無人機(jī)市場將達(dá)到110。9億元；預(yù)計(jì)至2020年，中國自動化物流系統(tǒng)市場規(guī)模將超過1000億元……
　　智能制造的實(shí)現(xiàn)是一個(gè)從手工到半自動化，再到全自動化，最終實(shí)現(xiàn)智能化、柔性化生產(chǎn)的過程。智能制造將制造業(yè)與信息技術(shù)和互聯(lián)網(wǎng)技術(shù)相結(jié)合，在生產(chǎn)工藝、生產(chǎn)管理、供應(yīng)鏈體系、營銷體系等多個(gè)方面實(shí)現(xiàn)全產(chǎn)業(yè)鏈的互聯(lián)互通。
　　那么，企業(yè)該如何實(shí)現(xiàn)自己的智能制造改革呢？以下十項(xiàng)技術(shù)都是知識點(diǎn)：

　　1.多源多通道數(shù)據(jù)實(shí)時(shí)采集感知技術(shù)
　　多源傳感器數(shù)據(jù)采集是智能制造過程中實(shí)現(xiàn)智能感知的前提，通過各類傳感器（壓力傳感器、位移傳感器、視覺傳感器等）組成，實(shí)現(xiàn)對多源多通道分布式數(shù)據(jù)的實(shí)時(shí)采集、分析和轉(zhuǎn)換等。
　　多源傳感器數(shù)據(jù)采集系統(tǒng)包含以下幾項(xiàng)技術(shù)：
　　· 信號轉(zhuǎn)換技術(shù)
　　· 實(shí)時(shí)網(wǎng)絡(luò)通信技術(shù)
　　· 多線程管理技術(shù)
　　· 數(shù)據(jù)緩存池技術(shù)
　　· 黑匣子技術(shù)

· 信息安全技術(shù)

2.異構(gòu)數(shù)據(jù)內(nèi)容融合與傳輸共享技術(shù)
　　通過對各種異構(gòu)計(jì)算數(shù)據(jù)進(jìn)行內(nèi)容分析和融合處理，從海量數(shù)據(jù)中挖掘隱藏信息和有效數(shù)據(jù)，提高智能制造過程中各種裝備狀態(tài)監(jiān)測的準(zhǔn)確性。
　　異構(gòu)數(shù)據(jù)包括：海量的多媒體傳感數(shù)據(jù)、文本/超文本、聲音數(shù)據(jù)、影像數(shù)據(jù)、視頻序列等。

3.復(fù)雜工況的多任務(wù)自適應(yīng)協(xié)同技術(shù)
　　智能制造的實(shí)現(xiàn)往往需要能夠自主分析當(dāng)前的工況環(huán)境和任務(wù)要求，實(shí)現(xiàn)多任務(wù)自適應(yīng)協(xié)同規(guī)劃，并根據(jù)不同任務(wù)難度自適應(yīng)調(diào)整作業(yè)策略。
　　多工況包含以下幾種（以挖掘作業(yè)為例）：
　　· 常用，挖掘形狀規(guī)則，且經(jīng)常使用該功能
　　· 特殊，挖掘形狀規(guī)則，但不經(jīng)常使用
　　· 自主標(biāo)記，挖掘形狀不規(guī)則，但經(jīng)常使用
　　· 高度自定義，高度依賴駕駛經(jīng)驗(yàn)的操作

　　4.多機(jī)協(xié)同的集群化交互與控制技術(shù)
　　智能制造的多機(jī)集群模仿生物集群行為，單機(jī)間通過彼此信息交互與自主控制來進(jìn)行協(xié)同工作，從而可在各種險(xiǎn)惡環(huán)境下低成本完成多樣性的復(fù)雜任務(wù)。
　　具體包括：
　　· 遠(yuǎn)程操控端，人機(jī)交互裝置遠(yuǎn)程遙控，任務(wù)指派和監(jiān)控
　　· 移動用戶端，網(wǎng)頁、APP做任務(wù)指派和監(jiān)控
　　· 智能機(jī)械端，環(huán)境感知、機(jī)身工況傳感、自主作業(yè)控制
　　· 移動互聯(lián)網(wǎng)，無線數(shù)據(jù)通訊承載
　　· 衛(wèi)星定位，導(dǎo)航與測量輔助
　　· 云端數(shù)據(jù)中心，環(huán)境建模分析，任務(wù)和軌跡規(guī)劃，大數(shù)據(jù)分析和診斷

　　5.大數(shù)據(jù)驅(qū)動故障診斷深度學(xué)習(xí)技術(shù)
　　制造裝備運(yùn)行過程中產(chǎn)生的海量特征數(shù)據(jù)蘊(yùn)含大量的故障信息，在收集智能裝備運(yùn)行特征數(shù)據(jù)的基礎(chǔ)上，應(yīng)用深度學(xué)習(xí)算法對大數(shù)據(jù)進(jìn)行知識挖掘，獲尋與故障有關(guān)的診斷規(guī)則，實(shí)現(xiàn)對制裝備的故障進(jìn)行智能預(yù)測和分析。

　　6.數(shù)字孿生與數(shù)字樣機(jī)建模分析技術(shù)
　　數(shù)字孿生充分利用物理模型、傳感器更新、運(yùn)行歷史等數(shù)據(jù)，集成多學(xué)科、多物理量、多尺度、多概率的仿真過程，在虛擬空間中完成映射，從而反映了相對制造過程中各裝備的全生命周期過程。

　　7.多技術(shù)路線工作方案優(yōu)化決策技術(shù)
　　針對不確定性的、半結(jié)構(gòu)化或非結(jié)構(gòu)化的智能制造工作方案決策問題，通過信號推理、定量推理等方法，在不確定性、不完備、模糊信息的環(huán)境下實(shí)現(xiàn)智能制造與產(chǎn)品設(shè)計(jì)旨在服役多目標(biāo)多技術(shù)路線工作方案優(yōu)化的自主決策。

　　8.工藝工裝協(xié)同推送與自動裝夾技術(shù)
　　個(gè)性化推送技術(shù)及語義檢索技術(shù)融入工藝工裝推送過程中，基于融合智能裝備與產(chǎn)品工藝工裝特征的個(gè)性化語義檢索，形成個(gè)性化的工藝工裝協(xié)同推送機(jī)制，提高智能制造工藝設(shè)計(jì)過程中獲取產(chǎn)品工藝工裝的效率。

　　9.產(chǎn)品知識圖譜與知識網(wǎng)絡(luò)構(gòu)建技術(shù)
　　通過對分布的多學(xué)科知識數(shù)據(jù)進(jìn)行結(jié)構(gòu)層次上的集成，消除多學(xué)科多領(lǐng)域知識數(shù)據(jù)的語法和語義分歧，使得數(shù)據(jù)結(jié)構(gòu)具有一致性，進(jìn)而對設(shè)計(jì)設(shè)計(jì)庫數(shù)據(jù)進(jìn)行知識表示，完成知識庫的建立。
　　結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)通過結(jié)構(gòu)化改造和篩選整合，形成趨同或者一致且無冗余的結(jié)構(gòu)化數(shù)據(jù)，也就是將客觀世界主觀抽象成設(shè)計(jì)數(shù)據(jù)庫，再通過知識表示形成知識庫。

　　10.機(jī)電液一體化云平臺知識服務(wù)技術(shù)
　　知識服務(wù)技術(shù)著手于知識的自動推送，有序地組織機(jī)、電、液一體化跨學(xué)科知識，并在合適的設(shè)計(jì)過程中推送給設(shè)計(jì)人員合適的設(shè)計(jì)知識，從而實(shí)現(xiàn)跨學(xué)科知識服務(wù)的個(gè)性化、高效化和智能化。