2、智能定制制造工厂：技术解析与应用展望

智能定制制造工厂：技术解析与应用展望

1. 智能制造工厂基础架构

智能制造工厂主要包含AI层和智能制造服务两大部分。
- AI层 ：涵盖在不同计算平台（如边缘或云服务器）运行的算法。计算环境由运行MapReduce、Hadoop和Spark的云和边缘计算服务器组成。在AIaCM架构的不同计算范式层级采用AI算法，例如在云端训练用于图像处理的深度学习（DL）模型，边缘计算服务器负责运行训练好的DL模型，并执行特定制造任务的相对简单算法。
- 智能制造服务 ：包括数据可视化、系统维护、预测和市场分析等。例如，推荐系统可为客户提供定制化制造（CM）产品的详细信息，以及生产线性能、市场趋势和供应链效率等内容。

为更好地实现工业4.0，需考虑三个关键特征：
- 水平集成 ：企业间通过价值网络进行水平集成，既能竞争又能合作，形成高效的生态系统，使信息、资金和物资流畅流动，催生新的价值网络和商业模式。
- 垂直集成 ：工厂内的物理和信息子系统，如执行器和传感器、控制、生产管理、制造和企业规划等，需将执行器和传感器信号进行垂直集成，直至企业资源规划（ERP）层面，以实现灵活可重构的制造系统。智能机器形成自组织系统，可动态重构以适应不同产品类型，同时收集和处理大量信息，使生产过程透明化。
- 端到端工程集成 ：以产品为中心的价值创造过程涉及客户需求表达、产品设计开发、生产规划、生产工程、生产、服务、维护和回收等一系列活动。通过集成，可实现连续一致的产品模型在各阶段的复用，借助强大的