感知与连接层（数据的“五官”和“神经”）
这是智能制造的物理基础,负责从物理世界采集数据并实现万物互联。
（图片来源网络，侵删）
-
物联网
- 作用：为机器、设备、产品、物料等物理对象安装“感官”（传感器），并通过网络连接起来，实现数据的自动采集和传输，它是实现“万物互联”的基础。
- 应用：在生产线上，通过传感器实时监测设备的温度、压力、振动、能耗等状态；通过RFID芯片追踪物料的流转和成品的库存。
-
工业传感器
- 作用：物联网的“神经末梢”，是物理世界与数字世界之间的桥梁，它们将各种物理量（如温度、湿度、位移、速度、图像等）转化为电信号。
- 应用：视觉传感器用于产品缺陷检测，压力传感器用于监控管道安全,温度传感器用于控制热处理工艺。
-
工业通信网络
- 作用：提供高速、可靠、低延迟的数据传输通道，确保感知层采集的海量数据能够实时、准确地传输到上层系统。
- 应用：5G、工业以太网、Wi-Fi 6、TSN（时间敏感网络）等技术,满足工厂内不同设备对数据传输速度和实时性的不同要求。
数据与平台层（数据的“大脑”和“血液”）
这是智能制造的核心，负责对海量数据进行存储、处理和分析,并提供一个统一的运行环境。
（图片来源网络，侵删）
-
云计算
- 作用：提供强大的计算和存储能力，用于承载工业软件、大数据分析和人工智能模型，企业无需自建昂贵的数据中心,按需使用。
- 应用：将生产数据上传到云端，进行长期存储和全局分析,支持跨地域的协同制造。
-
边缘计算
- 作用：在数据产生的源头（如工厂车间、设备旁）进行实时数据处理和分析，它解决了云计算在延迟和带宽上的不足,适用于需要快速响应的场景。
- 应用：在设备端实时分析振动数据，预测设备即将发生的故障，并立即触发停机保护,而无需将数据传回云端再等待指令。
-
大数据分析
- 作用：从海量、多源、异构的数据中提取有价值的信息、模式和知识，它回答“发生了什么”和“为什么发生”。
- 应用：分析历史生产数据，找出影响产品质量的关键工艺参数；分析设备运行数据，优化生产节拍,提高整体设备效率。
-
工业互联网平台
（图片来源网络，侵删）- 作用：是连接物理工厂和数字空间的“操作系统”，它集成了IoT、大数据、AI、云计算等技术,为上层应用开发提供了统一的平台和工具。
- 应用：西门子的MindSphere、GE的Predix、中国的根云、树根互联等平台，企业可以快速开发设备监控、能效管理、质量追溯等应用。
智能与决策层（智慧的“灵魂”）
这是智能制造的“大脑”，负责基于数据分析做出智能决策、优化和预测。
-
人工智能
- 作用：赋予机器学习和推理的能力，实现更高层次的智能化，它回答“应该做什么”和“未来会发生什么”。
- 主要分支应用：
- 机器学习：用于预测性维护（预测设备何时可能损坏）、质量检测（自动识别产品瑕疵）、需求预测（预测市场订单）。
- 深度学习：在计算机视觉领域应用广泛，如产品表面缺陷的精准识别、复杂场景下的机器人自主导航。
- 自然语言处理：用于智能客服、工艺知识库的智能问答、分析客户反馈以改进产品。
-
数字孪生
- 作用：在虚拟世界中创建一个与物理实体（如产品、产线、工厂）完全对应的数字化模型，这个模型可以实时反映物理实体的状态，并用于模拟、预测和优化。
- 应用：
- 产品设计：在虚拟环境中测试产品性能,减少物理样机。
- 生产优化：在虚拟产线上模拟新的生产流程，找出瓶颈并进行优化,再应用到现实世界。
- 运维支持：远程监控设备的数字孪生体，诊断故障,并指导现场维修。
-
虚拟现实 / 增强现实
- 作用：提供沉浸式的交互体验，用于培训、设计评审和远程协作。
- 应用：
- VR：新员工可以在虚拟环境中进行安全操作培训；设计师可以在虚拟空间评审产品模型。
- AR：维修人员通过AR眼镜，看到设备内部结构和维修步骤的虚拟叠加信息，进行高效维修；远程专家可以通过AR看到现场画面,并指导一线工人操作。
执行与应用层（智慧的“手脚”）
这是智能制造的最终执行环节,将智能决策转化为具体的物理行动。
-
机器人与自动化
- 作用：是智能制造的最终执行者，新一代机器人不再是简单的重复劳动工具，而是更加智能、灵活、协作。
- 应用：
- 协作机器人：可以与工人安全地协同工作，完成装配、检测等任务。
- 智能机器人：配备视觉和力觉传感器，能够自主适应工件位置和姿态,处理柔性物料。
- AGV/AMR（自主移动机器人）：替代传统AGV，利用SLAM等技术实现无轨化、智能化的物料搬运。
-
3D打印（增材制造）
- 作用：实现复杂结构的快速、个性化、小批量制造,是产品创新和柔性生产的重要技术。
- 应用：直接打印出复杂的金属零件、定制化的医疗植入物、产品原型等。
-
可编程逻辑控制器 / 机器人控制器
- 作用：工厂车间的“小脑”，负责执行具体的控制指令，直接驱动电机、气缸等执行机构，它们正在变得更加智能化,能够与上层系统进行更复杂的交互。
智能制造的技术体系是一个有机的整体：
- 物联网和传感器负责感知世界。
- 云计算、边缘计算和大数据负责连接和处理数据。
- 人工智能和数字孪生负责思考和决策。
- 机器人、自动化和3D打印负责执行和创造。
这些技术相互依存、相互促进，共同构建了一个能够自我感知、自我学习、自我决策、自我执行的智能生产系统，最终目标是实现更高效、更柔性、更高质量、更低成本的生产模式。
