深入掌握智能制造（工业4.0）的核心技术支撑，深入了解国内外优秀企业在智能制造方面的探索与实践，掌握不同行业智能制造的解决方案与智能工厂规划、实施。

本课程从第四次工业革命智能化大趋势的角度，分析了企业如何用大数据向智能企业转型升级的必然方向，揭示了工业物联网、工业大数据、数字孪生等实现智能工厂的关键技术和部署大数据与战略性新兴企业战略，给出了可以结合各企业实际生产经营情况融合落地数字化转型的战略路径，激发各企业家勇于自我革命的勇气，正确面对新工业革命带来的战略机遇与风险挑战，处理好长期发展和短期维持的利益平衡关系。

近十年以来，第四次工业革命浪潮席卷了全人类，以工业4.0为战略、智能制造为核心的新一轮国际竞争已经悄然而至。2015年中国政府正式提出了《中国制造2025》战略 部分企业将智能制造看成了转型升级的“万能神器”。不跟据自身的现实条件、也不讲究策略地盲目推行智能制造，硬件及管理基础尚不够夯实，却妄想直接“一步到位”导入智能制造。甚至不惜重金直接投资“黑灯无人工厂”，其结果是“在沙滩上建高楼大厦”，甚至将智能制造与精益制造完全割裂，认为只要实现了智能制造，精益制造体系则完全可以抛弃。岂不知这真是本末倒置的绝对错误的理解，风险可想而知！ 精益管理是对管理流程、产品实现流程、订单实现流程进行“端到端”的价值流最经济优化，精益是“软”实力，可谓“神”；智能制造是对生产要素及信息系统进行“高科技”改造，智能是“硬”实力，可谓“形”。在中国制造业转型升级的“寒冬时代”，软硬结合、神形兼备，才能事倍功半。

制造业中经常提到的数字化工厂，是实现智能制造的一部分。何为数字化工厂，数字化工厂和工业4.0之间的关系，数字化工厂和第一代智能制造的关系，数字化工厂的9宫格，数字化工厂的能力，数字化工厂距离智能制造还有多远？

APS如何助力制造企业快速提升经济效益：随着ERP、MES应用的广泛及深入，以及企业对智能生产管理决策的需求愈发强烈，APS作为智能制造核心工业软件，将成为企业推进智能制造的重要抓手。APS是当前我国提出的“智能+”战略的重要落地方向之一，将为制造企业厂内生产协同与供应链协同的高效运行，提供有力的支持。

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。

工业互联网是链接工业全系统、全产业链、全价值链，支撑工业智能化发展的关键基础设施，是新一代信息技术与制造业深度融合所形成的新兴业态和应用模式，是互联网从消费领域向生产领域、从虚拟经济向实体经济拓展的核心载体。

工业大数据是互联网、大数据和工业产业结合的产物，是中国制造2025、工业互联网、工业4.0等国家战略在企业的落脚点。对于企业而言，了解工业大数据产生的背景，归纳工业企业大数据的分类和特点，从数据流推动工业价值创造的视角看待、重造工业价值流程，将具有很强的现实意义。

两化融合是指工业化和信息化深度融合，集中精力发展研发、设计、销售、管理等高附加值产业链环节，实现产业高端环节的集聚和产业的快速增长。

CPS是借用技术手段实现人的控制在时间、空间等方面的延伸，CPS系统的本质就是人、机、物的融合计算。CPS联邦互联三讲包括：设备互联总线实现原理和方法；应用互联总线Application Service Bus实现原理；开放互联总线Open Service Bus实现原理。 

工业4.0离自己到底有多远？我的企业目前处于什么水平？这是许多企业非常关心的一个话题。一些企业认为4.0还很遥远，进行智能制造转型升级还为时过早；一些企业兴致勃勃，却不知道如何实现工业4.0。工业4.0成熟度评价体系，给大家以简单清晰的指引。

随着企业内部管理水平的提高，对应的业务需求也越来越密切，为此需要一套制造执行系统（MES）来对制造环节中的物料、生产、质量、设备、关键部品批次跟踪等方面进行管理和追踪。

随着市场供需形势转换，供应链网络、产线设备的日益革新，制造企业的现场执行信息系统所承载的业务范围从广度至深度在悄然发生变化，制造运营管理系统的概念也应运而生，本课程着重阐述了制造运行管理(MOM)的产生及其与制造执行系统(MES)之间的关系,介绍了制造运行管理的概念、范围、整体结构，综述了基于MOM框架的研究与应用现状.最后,探讨了MOM的未来发展趋势和进一步研究方向.

随着社会的不断发展，PLM已然成为了一个企业的重中之重，关注核心。根据业界权威的CIMDATA的定义，PLM是一种应用于在单一地点的企业内部、分散在多个地点的企业内部，以及在产品研发领域具有协作关系的企业之间的，支持产品全生命周期的信息的创建、管理、分发和应用的一系列应用解决方案，它能够集成与产品相关的人力资源、流程、应用系统和信息。

工业工程是对有关人员、物料、设备、能源和信息组成的集成系统进行设计、改善和实施的工程技术。而工业工程是中国实现智能制造的重要技术支撑，精益生产是工业4.0的必由之路。

SCADA系统作为智能制造体系中的神经网络和中枢，起到承上启下的重要作用。向上接收运营管理层下达的生产指令信息，向下自动采集设备与产线信息及物料信息。通过不同的组网方式，解决不同通讯协议的设备之间，以及PLC、CNC（数控系统类型）、机器人、仪表/传感器和工控/IT系统之间的联网问题，形成产线级、车间级、工厂级以及集团级的智能制造神经网络。

本讲座从概念和基础技术角度综述了物联网、工业物联网、工业互联网之间的关系，以及IIoT技术发展所面临的挑战、面向不同规模的工业企业的IIoT发展模式；同时解析了德、美、中三国发展IIoT的技术路径、系统体系结构和场景案例。最后对一些热点问题进行探讨。

数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念，可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。数字孪生的三个组成部分：物理空间的实体产品、虚拟空间的虚拟产品、物理空间和虚拟空间之间的数据和信息交互接口。

模拟仿真是对现实中的复杂对象采用物理或计算机数学模型进行分析计算优化求解或假设可能的参数进行演练的过程，是现代化设计的重要方法之一。仿真注重于建立尽可能表达现实对象的数学模型，使用符合实际参数进行计算机分析处理，来取代或辅助某些实物测试实验，如航天器、武器、芯片、磁场等高危、看不见或还未实现预测分析。模拟注重于物理模型的可能性推演，假设各种参数或环境进行，预演不同的方案，可以使用计算机模型或实物模型，如战场推演、模拟驾驶训练等。

虚拟制造技术用计算机来模拟实际生产中的实物环节，解决设计制造中实物做不到的、不好做的、还没实物的；高危、不可逆的问题。以三维运行方式融合和集成现有生产和控制系统，提高整体生产效率。是属于可持续发展的绿色制造前沿领域，未来智能制造的三大支撑技术之一。

商业智能（BI，Business Intelligence）是一种以提供决策分析性的运营数据为目的而建立的信息系统。是属于在线分析处理：On Line Analytical Processing(OLAP)，将预先计算完成的汇总数据，储存于魔方数据库(Cube) 之中，针对复杂的分析查询，提供快速的响应。

进入21世纪以来，制造业面临着全球产业结构调整带来的机遇和挑战。世界各国为了寻找促进经济增长的新出路，开始重新重视智能制造业。2020年新冠疫情冲击下稳定经济诉求提升，数字化、智能化等“新基建”被提到新的高度。随着5G网络的普及，边缘计算将成为物联网、工业互联网底层最重要的技术。

数字化转型已经成为制造业生存发展的必由之路，也是新时代的必然要求。如何定义数字化、数字化如何塑造企业竞争力、中小企业如何实现数字化转型，则是仁者见仁、智者见智。大批企业的数字化转型实践并不是很成功，甚至酿成了危机，增加了数字化转型的复杂性。

ERP是现代公司管理越来越不可缺少的组成部分。经过多年的使用，ERP已经随着时代的发展发生了一些改变。本次授课就从ERP的历史、现在以及发展的趋势做一些解释和案例的分析，旨在让学员了解ERP的概念以及它从过去到未来的发展历程。

云计算是是分布式计算的一种，指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，然后，通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。现阶段所说的云服务已经不单单是一种分布式计算，而是分布式计算、效用计算、负载均衡、并行计算、网络存储、热备份冗杂和虚拟化等计算机技术混合演进并跃升的结果。是属于可持续发展的，未来智能制造的必不可少的支撑技术之一。

AGV可通过电脑来控制其行进路径以及行为，或利用电磁轨道/道光条等来设立其行进路径，电磁轨道等辅助物体黏贴于地板上，无人搬运车则依靠电磁轨道等辅助标地所带来的讯息进行移动与动作。本文从基本概念入手讲述AGV车基本概念/结构类型/技术参数以及用途等，并通过讲解不同的导航方式让学员从简入深的学习和了解AGV相关知识，为后续在工业场景调试和使用打好基础。

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。

为了在全球经济中保持竞争力，降本提效和提高生产力，已经成为制造业的普遍共识。作为制造业内数字化转型的关键推动因素，机器人流程自动化（RPA）技术可以有效简化和优化复杂的后台运营流程，帮助企业降本提效，制造商可以在几周内实现切实的投资回报率。本课程系统详细地介绍RPA及其相关产品，分享RPA在智能制造上的应用，以及RPA的未来。

机器视觉的核心功能就是用“机器（工业摄像头）”替代“人眼”的功能，从而实现质量（尺寸、缺陷、颜色）检测和定位引导。智能制造时代除了对工业制造资源进行整合外，更多的是对制造工艺的提升，比如：柔性制造、全流程管控、全流程闭环等。机器视觉作为“工业之眼”在这些工艺环节中承担着不可替代的作用。

如何利用3-5年时间，夯实精益改善能力，逐步提升标准化基础、自动化水平、数字化化能力，实现生产过程透明化，构建基于精益运营系统的智能化工厂，满足制造业转型需求，实现消费者可自由提出自己对产品的需求，并直接形成制造指令，无中间环节，所有过程透明。

机器设备是现代企业生产的重中之重，而机器的稳定性更是企业稳定生产的基础，也是推行精益生产和智能智造的基础之一，如何衡量设备的有效性或利用率？OEE便是其中最重要的指标之一，对OEE的三个组成部分，针对OEE的损失分类，如何计算分析和改善，对提升生产效率，降低停机时间和质量不良都大有裨益。未来的智能智造，设备越来越多也越来越复杂，提升设备OEE，奠定智能智造的基石。

数字化是利用技术使实时的、高准确性的信息在多个参与方之间无缝流转，并使他们能利用这些信息做出更优化的实时决策。数字化供应链通过新兴数字技术（云计算、物联网IoT，大数据分析，人工智能等）为传统供应链实现转型，是以客户需求驱动的随时在线的供应链新形态，通过多渠道实时获取数据，实现供应链端到端可视，并最大化利用数据，为智慧决策提供依据。

智能车间建设是推动制造业向中高端迈进的一项战略举措，能够有力地促进企业制造装备提档升级，让制造更“聪明”。 企业是市场经济的主体，是推进智能制造的主体力量。只有充分发挥企业主体作用，调动企业的积极性，把推进智能制造变为企业的自觉行为，才能不断增强企业开展智能制造的内生动力，提高智能制造水平。

制造系统向高度自动化、智能化和网络化方向发展，对制造系统的可靠性、稳定性和经济性的运行提出了严苛的要求，建立数字化条件下的运维能力，实现设备维修管理模式创新，数据驱动决策和工业品/工业维修服务供应链创新的数字化运维体系，帮助制造企业解决运维能力培养机制和智能制造保障体系。

5G的发展不仅改变了传统意义上的下载速度，也改变了设备之间的依存关系和连接模式，可以实现去中心化和网格化，开启“万物互联”时代。

智能制造是一场新的工业革命，智能制造的实现是一个长期的演进过程，是科技进步和管理转型的融合。智能制造的实践路径有很多，在当前的科技水平和信息化建设基础条件下，可以与数字化中台建设相结合，一方面保护企业既有的信息化投资，另一方面充分借鉴和利用最新的信息科技成果，实现企业快速迭代、小步快跑式的发展。

人工智能产业爆发，国家乃至整个世界上各国都落实了人工智能的发展规划。已经成为第五次产业革命，第四次工业革命的基础技术要素。面对制造业的新一代产业革命，包括德国工业4.0，美国工业互联网，中国智能制造2025也都将人工智能纳入成为重要版图。特别是我国制造业大而不强的现状，制造业创新本质不够，制造业创新方法论不健全，人工智能技术的发展与应用都会成为快速发展地重要载体。

机器学习的内容已经充斥各种媒体比如百度/百度百科/百度文库，此讲座只是简单地在此方面将学员引导入门；本次课程的重点内容是机器学习与智能制造的互动：机器学习如何作为智能制造中获取智能的关键步骤？从智能制造的角度应该注意机器学习的哪些问题？智能制造过程中的机器学习如何进行？有哪些捷径？有哪些困扰？

对于现代制造企业而言，仓储管理已经成为实现卓越绩效制造的关键组成部分。数字化、智能化的仓储管理系统能够有效弥补和解决其他信息系统的不足。WMS通过入库、出库、仓库调拨、库存管理等功能，对货品的批次、序列号、保质期等属性进行综合运用管理，并有效控制并跟踪仓库业务的物流和成本管理全过程，实现或完善的企业仓储信息管理。

对于每个企业来说进行数字化转型升级离不开一路的“摸黑”探索，对于传统工厂来说也需要有这样一个阶段，在不断的摸索中数字化转型。数字化转型并不是意味着建设一个全新的数字化工厂，而是在传统的工厂里用合理的方法进行改造升级。虽然老工厂里环境复杂，在数字化改造过程中可能会碰到各种技术障碍，但是在目前的工业技术基础上，只要我们设定合理的目标，选择恰当的技术选项，运用合适的导入路径，我们依然可以让传统产业焕发青春，而且性价比更高。