2024年智能制造产业高端化、智能化、绿色化发展蓝皮书
AI智能总结
智能制造是新⼀代信息技术与先进制造技术的深度融合，是数字化、⽹络化和智能化等共性使能技术在制造业产品设计、⽣产、物流、服务等价值链各环节中的扩散和应⽤。 智能制造是世界制造的⼤趋势，各国对智能制造都给予了⾼度重视，美国、德国实施制造业回流，⼒图通过发展智能制造来缓解空⼼化趋势。 在中国现代化产业体系建设的三个基本⽅向中，智能化居于⾸位，是现代化产业体系建设的重要内容。7⽉24⽇，中央政治局会议再次提出，要⼤⼒推动现代化产业体系建设，加快培育壮⼤战略性新兴产业、打造更多⽀柱产业。中国智能制造的应⽤规模全球领先，各地建设数字化⻋间和智能⼯⼚近8000个，其中，2500余个基本完成了数字化转型，建设了209个智能制造⽰范⼯⼚。带动⼯业产品迭代速度增强、绿⾊发展⽔平⼤幅提⾼，推动新型制造模式从概念框架不断⾛向落地实施。 产业概览INDUSTRYOVERVIEW 智能制造⽬前的主要的趋势包括智能制造核⼼设备的国产替代趋势、应⽤范围扩⼤化及应⽤场景深度化趋势等。 年度事件 ANNUALEVENTS ⼯业视觉典型解决⽅案趋势 ⾏业趋势｜产业典型⽅案趋势 INDUSTRYTRENDS|TYPICALINDUSTRYSOLUTIONTRENDS 3D视觉解决⽅案 3D视觉引领下⼀代机器视觉⾰命。2D向3D的转变已成为继⿊⽩到彩⾊、低分辨率到⾼分辨率、静态图像到动态影像后的第四次视觉技术突破。3D视觉满⾜了更⾼精确度、更⾼⾃动化的要求，给⽣产模式和效率带来质变。 ⼯业控制⾏业典型解决⽅案趋势 Ai驱动的解决⽅案 Ai视觉检测能够⾃动从原始图像中提取出⾼层次的语义信息并学习。从获取的图像中提取出多个特征点，从⽽更准确地描述物体或场景；还能识别和解析包括复杂背景、光照变化、姿态变化等复杂场景；将多个传感器信息融合，从⽽得到更全⾯、更准确的信息；⾼效处理图像数据，从⽽可以从数据中提取有⽤的信息和模式。 机器⼈及系统集成典型解决⽅案趋势 ⼯业互联⽹典型解决⽅案趋势 未来的制造业将在“离线的物理世界”基础上升级叠加“在线的数字世界”，从⽽能够⼴泛利⽤新⼀代信息数字技术的能⼒，推动制造业全⾯升级。随着⽣产要素的“⽹络化”连接，⽣产要素和⽣产过程的“数字化”仿真（数字双胞胎），⽣产和管理决策的“智能化”提升，制造模式也朝着“平台化”在线实时智能协同演进。 ⽹络化 ⾏业趋势｜智能制造产业发展史 ⼯业控制⾏业发展史 启蒙期（1935年以前） 世界上第⼀台有记载的⾃动控制设备是公元前⼆百五⼗年左右埃及⼈所使⽤的⽔钟。1745年，安装在⻛⻋中控制磨盘间的间隙，已经开始由⾃动装置进⾏控制。1932年，“负反馈”的概念被纳⼊控制理论中并⽤于新型控制系统的设计，并完成控制领域中“标准闭环分析”⽅法的建⽴。1935年，⼯业控制系统的启蒙时期随着“通信⼤繁荣”的开始⽽结束。 智能制造的发展背景 理论突破期（1935—1950年） 中国制造业经历了过去三⼗年的⾼速发展取得瞩⽬的成绩，但在新⼀轮“智能制造”的时代潮流下，中国制造业的发展仍将⾯临巨⼤的挑战。在美国、德国、⽇本等发达国家近年来发布的制造业发展战略中，都不约⽽同地，将智能制造作为产业⾼质量发展的重要抓⼿，并⼒图借此抢占全球制造业未来制⾼点。因此在这⼀轮时代潮流下，中国制造型企业需要结合⾃⾝现状，建设符合企业特⾊的数字化变⾰路径，引领新⼀轮的“智能制造”浪潮。 1935年⾄1950年被称为⼯业控制领域的古典主义时期，也称为理论突破期。这⼀时期的⼯业控制产业和相关标准由美国组织所建⽴，美国电话电报公司（专注于通信系统的带宽拓宽）、福克斯波罗公司（设计了第⼀款现代⼯业控制中最常⽤的反馈回路控制部件，⽐例积分控制器）、⿇省理⼯学院伺服机构实验室（引⼊了控制系统“框图”的概念，开始对⼯业控制系统进⾏模拟）等。有了经典控制理论作为基础，⼯业控制系统的可靠性⼤⼤增加，同期的“通信⼤繁荣”使⼯业控制领域的安全焦点从物理安全保障转移为通信安全保障，即防⽌⼯业控制系统在信号传输过程中被⼲扰或破坏。 智能制造是时代发展的必然趋势 快速爆发期（1950—2010年） 当今世界正经历百年未有之⼤变局，新⼀轮科技⾰命和产业变⾰深⼊发展，制造业成为⼤国博弈新焦点，全球产业链加速重构，科技和产业竞争⽇趋激烈。当前我国发展内在产⽣和外在⾯临的安全⻛险均在上升，从国内情况看，我国科技⾃⽴⾃强存在诸多“卡脖⼦”问题，能源安全和产业转型等各类问题仍然凸显；从国际形势看，中美关系进⼊指标对抗期、⽭盾激化期，对华施压、与华“脱钩”等政策⼒度不断加⼤，为避免陷⼊陷阱，把握战略主动，也需要统筹好发展和安全两件⼤事。在此背景下，习近平总书记曾多次指出，“要以智能制造为主攻⽅向推动产业技术变⾰和优化升级，推动制造业产业模式和企业形态根本性转变”，⽽党的⼆⼗⼤报告中也已明确指出，要“推动制造业⾼端化、智能化、绿⾊化发展”。 这⼀时期，⼯控系统⾛过了数字化、标准化、⽹络化，20世纪50年代，全球第⼀个数字化⼯业控制系统建设完成，随后PLC、SCADA、RTU等相继出现并成为⼯控系统的核⼼组件产品。20世纪80年代，IEEE制定了两个标准化协议：分布式⽹络协议版本3（DNP3）以及国际电⼯委员会（IEC）60870-5-101。⽬前，DNP3已经是使⽤最为⼴泛的⼯业控制系统协议。20世纪90年代后期，集计算机技术、⽹络技术与控制技术为⼀体的全分散、全数字、全开放的⼯业控制系统 现场总线控制系统（FCS）应运⽽⽣。进⼊21世纪，随着互联⽹技术深⼊⼯控领域，管控⼀体化、⼯业企业信息化及基于⽹络的⾃动化成为提⾼企业⽣产效率的最佳解决⽅案。通过以太⽹和web技术实现开放性分布式的智能系统是该阶段⼯控技术发展的主要⽅向。 智能时代（2010年⾄今） 进⼊到万物互联时代，⼯业机器⼈，⼯业物联⽹，⼯业互联⽹等概念兴起，多种技术集成，包括设备互操作技术、通⽤数据交换技术、EtherNET和⼯业以太⽹技术等多种技术的集成。Ehernet+TCP/IP直接实现⼯业现场控制参数和节点状态直接在企业信息⽹络中传输和共享。 智能制造是统筹发展与安全的重要抓⼿ ⼀是，智能制造将以“⿍新”带动“⾰故”，以增量带动存量，推动产品价值创造、企业组织形态和产业⽣态系统发⽣根本性改变，助⼒我国产业安全问题的解决； ⼆是，智能制造引发的供需良性循环，将带动相关产业的科技创新，提升全要素⽣产率，助⼒我国科技安全问题的突破； 三是，智能制造将成为实现碳达峰碳中和的重要抓⼿，帮助企业减少能源消耗，优化资源利⽤，助⼒我国能源安全问题的缓解。 ⼯业互联⽹发展史 探索&发展阶段 ⼯业互联⽹平台发展经历了以下⼏个时期： 我国⼯业视觉企业探索由更多⾃主核⼼技术承载的⼯业视觉软硬件器件的研发，多个应⽤领域取得了关键性的突破。 2006年起，智能视觉检测机制造商和⼯业机器视觉应⽤程序客⼾开始扩展到印刷，⻝品和其他检测领域，⼏个代表性产业如⼈⺠币印钞质量检测、烟草和原棉异物剔除、邮政分拣等对⼯业视觉提出强烈的应⽤需求。 萌芽期（2010年以前） 2009年，阿⾥公司率先开展云平台的研究，并逐步与制造、交通、能源等众多领域的领军企业合作，成为⼀些⼯业企业搭建云平台的重要推⼿。 2008—2010年，3C电⼦制造的需求直接推动了我国⼯业视觉产业发展，2010年后⼿机产业的⻜速发展带来整个3C电⼦制造业的变⾰，⼤⼤扩展了⼯业视觉的应⽤场景，加速促进了⼯业视觉产业的发展，我国陆续涌现出近百家机器视觉新创企业。 发展初期（2010年—2014年） 2016年，AlphaGo 打败⼈类顶尖棋⼿李世⽯、深度残差学习和残差⽹成为视觉领域标准算法等标志性事件，开启了⼈⼯智能发展的新纪元，产业得到了空前发展。 2010年，腾讯开放平台接⼊⾸批应⽤，腾讯云正式对外提供云服务。2011年，华为公司依托其资本和云计算研发实⼒，发布华为云平台，⾯向互联⽹增值服务运营商、⼤中⼩型企业、政府、科研院所等⼴⼤企事业⽤⼾提供包括云主机、云托管、云存储等基础云服务、超算、内容分发与加速、视频托管与发布、企业IT、应⽤托管等服务和解决⽅案。 2023年，ChatGPT横空出世，掀起AI⼤模型浪潮，并延伸⾄了⼯业视觉领域。Meta发布⼤模型SAM，让计算机具备理解图像的通⽤能⼒，这或将⼤幅降低计算机的识别⻔槛，有望促进⼯业视觉技术在更多场景的落地应⽤，并显著提⾼⼯业视觉作业的速度及准确度。 快速发展期（2015年—⾄今） 2015年以后，国内企业积极开展布局，航天云⽹、浪潮云洲、三⼀重⼯、海尔、富⼠康等企业依托⾃⾝制造能⼒和规模优势，推出⼯业平台服务，并逐步实现由企业内应⽤向企业外服务的拓展；和利时、⽤友、沈阳机床、徐⼯集团等企业则基于⾃⾝在⾃动化系统、⼯业软件与制造装备领域的积累，进⼀步向平台延伸，尝试构建新时期的⼯业智能化解决⽅案。当然，客观地说，⽬前中国⼯业互联⽹云平台产业的发展仍处于初级阶段。 ⼯业机器⼈及系统集成发展史 ⼯业视觉发展史 产业萌芽阶段 1969年，美国⻉尔实验室成功研制出CCD传感器，可以直接把图像转换为数字信号并存储到电脑中参与计算和分析，从⽽奠定了⼯业视觉技术诞⽣的基⽯。此时，受限于成本和产业成熟度，⼯业视觉仅在⾼端科学研究、航天、军⼯等领域有少量应⽤。 1980年，⼯业视觉产品的应⽤逐渐向其他⾏业拓展，同时诞⽣了⾸批⼯业视觉企业，如美国康耐视、柯达、仙童等。 1990年，半导体产业的发展使⼯业视觉定位与检测成为替代⼈⼯的⽀撑技术，⼯业视觉在美国和⽇本等发达国家逐步实现了规模化应⽤，但该阶段成像技术和算法算⼒仍未成熟，⽆法实现产业应⽤的多样化需求。 国内启蒙阶段 1990年代中后期开始，中国开始在⼯业视觉领域进⾏探索，开始在航空、航天、军⼯及⾼端科研（天⽂、⼒学研究等）等核⼼机构和⾏业应⽤。 1998年，中国整线引⼊半导体⼯⼚的同时还引⼊了⼯业视觉系统。 1999—2003年，中国企业主要为国外代理、提供⼯业视觉器件及技术服务，在服务过程中引导客⼾对⼯业视觉的理解和认知，同时随着跨专业⼯业视觉⼈才的增加，逐步掌握了国外简单的⼯业视觉软硬件产品，并搭建起了⼯业视觉初级应⽤系统。同期，CPU算⼒的提升使国外⼯业视觉领先企业得到了蓬勃发展的机遇。 ⾏业趋势｜智能制造产业SWOT分析 INDUSTRYTRENDS|SWOTANALYSISOFINTELLIGENTMANUFACTURINGINDUSTRY ⼯业控制 （1）应⽤潜⼒⼤。我国⾼度重视⼯业体系的建设，经过70年的发展，已经拥有41个⼯业⼤类、207个⼯业中类、666个⼯业⼩类，是全世界唯⼀拥有联合国产业分类中所列全部⼯业⻔类的国家。这为⼯业控制⾏业提供了最为丰富的应⽤场景的同时，场景化解决⽅案的落地反馈⼜能促进⼯业控制⾏业技术的进步。 （1）数字经济⼤趋势。数字经济是⼤势所趋，万物互联的时代正在向我们⾛来，智能⼯⼚将成为未来⼯⼚的普遍形态，⼯控设备是实现智能⼯⼚的最基础、最关键之⼀，⼯控⾏业的发展正迎来春天。 （1）标准化⽔平低。我国⼯控⾏业起步晚，加上我国⼯业⻔类众多，⼯控应⽤场景⾏业差异极⼤，⼯控设备的标准化建设较为滞后，尤其是随着智能化⼯⼚的⼤肆兴起，设备之间互联互通 也 存 在 较 ⼤ 阻 碍，标 准 化 建 设 步 伐 仍 需 加快。 （1）核⼼技术卡脖⼦ 。我国⼯控⾏业起步晚，核 ⼼ 技 术 被 欧 美 ⽇ 发 达 国 家 掌 控，虽然在国家⼤⼒⽀持以及核⼼企业加紧攻关下，核 ⼼ 技 术 国 产 替 代 进 程 不 断 加 速，但在PLC（⼤中型）、伺服驱动、仪表仪器、变频器等多个领域的⾼端产品⽅⾯仍有⼀些核⼼技术存在卡脖⼦问题。 （2）政策⼒度⼤ 。从《中国制造2025》《国家“⼗四五”及远景⽬标规划》到《智能制造“⼗四五”规划》，⼯控⾏业政策⽀持⼒度不断加强，从关键核⼼技术到产业标准、系统安全
