在物联网、大数据、人工智能等新兴技术的助推下，全球制造业正从自动化向智能化方向迈进，加快推进智能制造的落地应用对于提升中国制造竞争力有着非常重要的意义。完成“中国制造”向“中国智造”的转型升级不仅仅是国家战略的要求，更关系到万千中国传统制造企业的生死存亡。

所谓智能制造，其实就是要构建一套人机一体化智能系统，通过人与智能机器的合作共事，去扩大、延伸和部分地取代人类专家在制造过程中的脑力劳动。也就是在目前机器自动化的基础上，让机器具备 “智力”，让其在制造过程中能进行分析、推理、判断、构思和决策等。

那么如何实现智能制造？智能制造作为一个系统化的工程，离不开大数据、物联网、云计算、智能机器、人工智能等技术的联动和加持。

大数据

工业设备连接上网后，厂商将可以获得丰富的现场数据，智能制造其实就是利用大数据分析，去改进复杂的工艺流程和管理供应链。大数据分析的新优势在于更快速和准确地抓住机会，通过汇集数据以及分析整理，可能发现能用于未来决策的有益信息，或者为即时决策找到见解。

那么，现场数据是多种多样的，怎样的数据分析才有益于制造商？第一个是常规性数据分析，它揭示了应该采取的行动，该分析结果为下一步行动提供建议。第二是预测性数据分析，它将表明可能发生的事情。第三是诊断类数据分析，查看过去表现来揭示发生的事情和原因。最后一个是描述性分析，用来在实时仪表板显示。随着数据的收集和积累，厂商将能准确评估和预测生产情况，使工厂系统更适合现在业务需求并能达到效益最大化。

物联网

随着工业物联网的应用发展，机器设备、人和产品等制造元素不再是独立的个体，它们通过工业物联网紧密联系在一起，也就是物联网将生产现场的处理器、传感器连接起来，使得机器人之间可以进行通信，可以互相沟通，而机器和人的工作将不再会严格分工，未来制造系统把人和机器融合在一起。

目前已经有不少企业提供强大的物联网联台，例如IBM公司推出的Watson IoT Platform云端服务平台等，该平台融入了人工智能技术，拥有强大的认知分析能力，提供数据和分析、预测、语义识别、存储等丰富的模块功能。

人工智能

人工智能和制造系统的结合将是必然的，利用机器学习、模式识别、认知分析等算法模型，可以提升工厂控制管理系统的能力，实现智能制造。整个智能制造过程主要围绕着智能工厂展开，而人工智能在智能工厂中发挥着重要的作用，人工智能要对物联网收集的数据进行研究、分析、决策，将之应用到具体的产业中，这才是实现智能化的关键。

从现有的基础条件来看，只能实现部分领域的智能化，还难以从整个企业层面进行智能化改造。其中，传感器的发展水平是限制目前智能制造发展的最主要因素之一，由于传感器方面的短板，很难保障生产现场的精细化管理。细节参数方面的缺乏，使得人工智能在分析、判断的过程中很难实施找到问题发生的真实原因。

智能机器

智能机器，是智能制造的重要组成部分，相比于目前仍然处于简单自动化阶段的机器人，这些机器人可以自主运行，并可以直接与制造系统进行通信，可以评估物理输入并区分不同的产品配置。智能机器可以在没有人帮助的情况下解决问题并做出决定，他们不仅可以实现最初编制的任务，而且还拥有人工智能，可以从经验中学习知识，掌握新的技能。

智能机器人具有自行配置和执行新任务等灵活性，它们能够对需求更改和产品创新做出快速的反应，这比传统制造工艺更具优势。随着机器人认知能力的提高，机器人可以在人旁边协同工作，成为人类未来高效工作中不可或缺的工具。

智能制造的实现是一个庞大而复杂的工程，大数据、物联网、云计算、智能机器、人工智能等任何一个技术不到位，都无法实现制造业的智能化转型，因此需要各个技术领域的专家学者各扬所长，积极钻研其专业技术。

术业有专攻，华南理工大学教授、博导、广东省智能焊接制造装备及机器人工程技术研究中心主任王振民，长期从事高端制造及机器人方面的研究，先后承担国家基金项目、广东省重大专项等各类课题40多项，在IEEE ACCESS等期刊发表论文50余篇；申请国际PCT 5件，授权专利50余件，软件著作权登记21件，在智能机器人领域有深厚的理论基础和实践经验。

水下机器人焊接与增材制造是国民经济发展和国防安全中需要重点发展、亟待科技提供支撑的关键核心技术，对海洋资源开发、核电能源装备保障以及国土防御与海洋维权装备的自动化维保具有重要工程应用价值。

7月26日在“OFweek2018中国智能制造创新发展高峰论坛（深圳站）”现场，王振民教授将带来《水下机器人智能焊接与增材制造》主题演讲，主要介绍水下机器人智能焊接与增材制造系统的总体结构与实施方案，探讨需要亟待突破的关键科学与技术难题，深入分析相关的系列核心关键技术，简要介绍课题组研究进展，并对未来研究方向进行简要分析和展望。

详情咨询及报名参会，点击此处进入

http：／／www．ofweek．com／seminar／2018／IM＿SZ／