制造業是國家的經濟基礎，是立國之本、興國之器、強國之基；作為大陸實體經濟的主體，是國民經濟體系的重要組成部分。按照産品制造技術過程特點，制造業總體上可以分為離散型制造、流程型制造、混合型制造。離散制造包括家電、家居、紡織、食品、火箭、飛機、國防裝備、船舶、電子裝置、機床、汽車等行業，在大陸制造業中占有較大比重，是解決就業等民生問題的重要産業，與居民生活息息相關。離散制造業中雖有航空、汽車、電子等數字化、智能化水準領先的行業，但也有自動化、數字化水準較低的通用及專用裝置等行業，面臨效益偏低、成本較高的現實挑戰。同時，大陸傳統離散制造業發展存在産能過剩、利潤率不高、市場競争激烈等制約因素，迫切需要加快轉型更新和提質增效，進行數字化轉型與智能化更新。
目前，大陸離散制造各行業之間在行業應用基礎、市場需求、關注點等諸多元度和層面存在顯著差異，是以離散制造行業的數字化轉型與智能化更新沒有一成不變的路徑，需要結合行業和企業實際進行具體實施。本文在研究離散制造行業典型特征的基礎上，分析數字化轉型、智能化更新面臨的挑戰和共性關鍵技術，結合家電、家居、紡織、食品 4 個典型行業轉型更新案例，提出數字化轉型與智能化更新的技術路徑；總結離散型制造企業數字化轉型與智能化更新的重點任務，提出相應的對策建議。
離散制造行業的典型特征
傳統離散制造行業普遍存在自動化、數字化水準較低，基礎支撐技術薄弱，産品附加值低，制造過程資源、成本和能耗較高，污染嚴重等問題，發展智能制造是推進離散制造行業提質增效、促進中國制造業由大變強的重要支撐。離散制造行業的産品通常是由多個零件經過一系列不連續的工序加工，再經裝配而成的較大型系統。離散制造行業的典型特征可概括為以下 9 個方面。
行業次元。離散制造行業細分門類多，且各個行業的産品及其市場需求都具有不同特點，如生産批量、制造模式、工藝流程等。各個行業的企業規模不同，企業的數字化、資訊化、自動化以及管理營運水準也有明顯差異，相應業務需求和未來發展路徑也不相同。是以，離散制造各行業之間在應用基礎、市場需求、關注點、知識壁壘、商業模式等方面存在顯著差異。
産品全生命周期次元。離散制造行業涉及研發設計、生産制造、銷售、運維服務、回收等多個環節，在應用場景、領域知識複雜度、管理方式等方面都具有很大的差異性，而各個環節之間既獨立存在又具有很強的關聯性。
工藝流程次元。按定單、庫存生産，多品種、小批量或單件生産，産研并重，混線生産，生産裝置不按照産品而按照工藝進行布置。
自動化水準次元。自動化水準主要指單元級的自動化水準。離散制造行業的自動化水準較低，需要對每個單件、每道工序的加工品質進行檢驗，操作人員的技術水準将在很大程度上決定産品的品質和生産效率。
生産計劃管理次元。産品的工藝過程經常變更，需要具有良好的計劃能力和生産系統支撐。
批号管理和跟蹤次元。對批号管理和跟蹤正在完善過程中。
作業計劃排程次元。根據優先級、工作中心能力、裝置能力等，對工序級和裝置級的作業計劃進行排程。
資料采集次元。以手工上報為主，結合條形碼采集等半自動化資訊采集技術，進行人員、裝置、物料、品質等基本資訊的采集。
裝置管理次元。可以進行同一種加工工藝的機床一般有多台，單台裝置故障不會對整個産品線的工藝過程産生嚴重影響。
離散制造行業數字化轉型、智能化更新面臨的挑戰
（一）應用基礎薄弱
數字化轉型與智能化更新的前提是強化應用基礎。數字化、資訊化發展的不平衡和不充分是大陸離散制造行業目前的主要沖突。第五代移動通信技術（5G）等先進資訊技術為離散制造行業轉型更新提供了技術支撐，但工業技術發展時間短、基礎弱，高端制造技術發展受制于人。離散制造行業雖然規模大、門類廣，但自動化水準低、改造成本高且難度大，阻礙了離散制造行業的轉型更新。針對離散制造行業的需求和痛點，強化智能制造的應用基礎與平台推廣是大陸離散制造行業轉型更新的挑戰之一。
（二）關鍵技術缺乏
離散制造行業數字化轉型與智能化更新的基礎在于提升關鍵技術。大陸工業的發展相較于發達國家起步晚、時間短、底子薄，自主可控技術整體偏少。目前，數字化轉型與智能化更新所依賴的工業裝備、工業軟體等核心技術，在很大程度上仍依賴進口。關鍵技術的發展是企業對行業制造技術的長期積澱與探索，也是外部合作機構深入了解企業生産與運作方式并開展有效合作的前提。關鍵技術自主可控作為大陸實作離散制造行業跨越式發展和提質增效的重要基礎，也是面臨的重要挑戰之一。
（三）人才與文化資源短缺
離散制造行業的數字化轉型與智能化更新，關鍵在于加強人才培養。科技創新歸根結底是人才的創新，而人才短缺是離散制造行業轉型更新過程中不可忽視的短闆。數字化轉型與智能化更新又是文化重塑的過程，靈活、試錯、反思、學習、尊重、平等、使用者導向是更适應智能化時代的新文化。“自上而下”形成共識，以人為本、服務于人、激發全員主動性，這是離散制造行業轉型更新的重要保障。需要加強行業人才與文化建設，激活人才創新内生動力。
（四）資料彙聚利用困難
數字化轉型與智能化更新的要素包括衆多資料的彙聚利用，因而結構化、完整、準确、可靠、實時的資料彙聚利用是轉型更新的前提。企業工業裝置、傳感器等協定類型多樣且數字化、智能化程度較低，緻使資料采集不完備、不準确；資料安全和資料所有權等敏感問題導緻企業不願貿然使用智能化平台；資料準确性不高、使用率低和應用場景缺乏的問題影響企業轉型更新的積極性，在價值創造方面收效甚微。是以，確定相關資料彙聚并準确、安全地利用，是推進離散制造行業轉型更新所面臨的又一挑戰。
（五）經濟效益不明顯
數字化轉型與智能化更新的根本目标是增加經濟效益。目前，離散制造行業中的部分大企業在自身業務發展需要、政策支援與引導資金投入的推動下率先進行了轉型更新，但中小企業轉型更新仍面臨諸多挑戰，如應用場景不明晰、轉型成本高、收益低、轉型成本難以抵消、市場化商業模式挖掘難等，導緻轉型更新動力不足。對中小企業而言，進一步提高轉型更新效率和效益、挖掘可行的商業模式、不斷深耕應用場景、打造高性能系統和平台，進而解決效益不明顯和應用前景不清晰問題，是離散制造行業轉型更新的長期挑戰。
離散制造行業數字化轉型、智能化更新的共性關鍵技術
離散制造行業數字化轉型與智能化更新将深度融合先進制造技術、新一代資訊技術、第一代人工智能（AI）技術等共性關鍵技術（見圖 1），進而提高研發生産效率、優化資源配置、創新商業模式、催生新業态和新技術。先進制造技術是工業技術生産的核心基礎，也是離散制造業數字化轉型、智能化更新技術體系中最重要環節；新一代資訊技術開拓了與實體世界平行的虛拟世界，為人 – 機 – 物 – 法 – 環的互動、協同與共融提供了技術手段；新一代 AI 技術将推動社會經濟從“數字經濟”走向“智能經濟”，催生一系列的新模式、新業态、新技術。
圖 1? 離散制造行業數字化轉型與智能化更新共性關鍵技術
（一）先進制造技術
先進制造技術是離散制造行業數字化轉型與智能化更新的基石和核心，涵蓋産品全生命周期各個環節，主要包括智能設計、智能加工、智能排程、智能檢測等技術。離散制造行業中的生産裝置、裝配工廠中的房間、物流系統等生産資料數字化的核心是工業知識及其數字化模型，如制造機理模型、資料驅動模型、設計優化模型、管理排程模型等。基于 AI 技術的輔助，先進制造技術可以充分滿足離散制造業柔性批量生産和産品規模化定制的需求，更好支援産品和服務的高品質實作。
拓撲優化技術依靠堅實的理論基礎并與大規模、高效率計算機技術結合，成為智能設計領域的核心技術之一。拓撲優化旨在給定邊界條件和各類限制條件的基礎上，獲得最佳的材料分布形式以實作結構目标性能最優，近年來越來越多地用于解決各類工程設計問題（見圖 2）。基于傳統的宏觀結構拓撲優化設計技術可實作工程結構的智能設計，大幅減輕結構重量并提升承載能力，最大化材料使用率；可考慮結構的多種實體屬性，如結構基頻、強度、熱變形等。基于拓撲優化領域的多尺度設計技術可實作智能超材料設計，如通過設計材料微觀結構獲得具有負泊松比特性的超材料，通過考慮材料微觀特性對結構熱傳遞的影響設計出具有熱隐身性能的超材料。相應超材料具有廣泛的應用前景。
圖 2? 基于拓撲優化技術的智能設計應用
（二）新一代資訊技術
5G、邊緣計算、區塊鍊等新一代資訊技術是數字化轉型與智能化更新的引擎和助力。新一代資訊技術高速發展并具有強大的滲透能力，将原本的 “數字孤島”連接配接起來，擴充了控制生産資源和生産流程的空間，也為人 – 機 – 物 – 法 – 環的互動、協同與共融提供了手段。區塊鍊技術是離散制造系統中各智能體可靠、可信、安全、高效的聯結途徑，具有去中心化、自治化、透明不可篡改、可追溯性等特點。
5G 技術具有高帶寬、低延遲時間、高可靠性、大規模節點等優勢，結合網絡切片、邊緣計算等關鍵技術，為制造工廠中的房間關鍵要素感覺資料的互聯互通以及準确分析預測提供了重要保障，促進了智能工廠中的房間排程技術的發展（見圖 3）。依托 5G 技術，設計雲 – 邊 – 端協同的感覺體系，實作智能工廠中的房間多源異構資料的互聯互通；基于感覺資料，利用 AI 技術實作不确定異常事件的準确預測，将不确定異常事件轉化為可預測、可規避的确定事件；根據預測結果及時調整排程模型，變被動響應為主動調控，降低異常事件對生産過程的影響，確定生産計劃高效穩定地執行。
圖 3? 基于 5G 的制造工廠中的房間排程技術
（三）新一代人工智能技術
新一代 AI 技術是數字化轉型與智能化更新的 “頂層建築”。AI 技術的快速發展推動社會經濟從 “數字經濟”走向“智能經濟”，社會形态和生産模式也将發生巨大變革。例如，大資料技術、深度學習技術、強化學習技術、人機協作智能技術、基于網絡的群體智能技術、跨媒體推理技術等的融入，最終将給離散制造業轉型更新帶來質的飛躍。基于 AI 技術的海量資料實時處理與可視化技術，建立制造流程數字孿生模型與機理混合模型，是實作離散制造過程高效率數字化智能的關鍵。
在 AI 領域，深度學習是機器學習研究中的熱門方向，近年來發展迅速。相較于傳統的故障診斷方法，基于深度學習的故障診斷可以自動提取特征而不需要複雜的信号處理過程；基于深度學習方法可以高效地完成表面缺陷特征提取與定位。多辨別的領域自适應網絡故障診斷技術，可以節省特征工程的時間，提高故障診斷的泛化程度；半監督式卷積神經網絡的表面缺陷檢測技術節省了資料标記成本，在有限資料條件下實作了表面缺陷檢測（見圖 4）。
圖 4? 基于深度學習的智能診斷技術
離散制造行業數字化轉型、智能化更新的典型案例分析及技術路徑
目前，中國制造業已步入平穩發展階段。大陸離散制造行業普遍處于工業 2.0 的後期階段，智能制造水準相對薄弱，制造業亟待轉型更新。離散制造行業數字化轉型與智能化更新應是全方位的，數字與智能技術的深化應用将在商業模式、服務模式、研發模式、營運模式、制造模式、決策模式 6 個方面推進轉型更新（見圖 5）。離散制造行業處于應用不同轉型更新模式進行嘗試的階段，大部分處于轉型更新的前期階段，以制造模式轉型更新為主；部分企業嘗試進行營運模式和決策模式的轉型更新；商業模式、研發模式、服務模式的轉型更新對企業要求較高，僅有少部分企業在進行探索應用。以離散制造行業中的 4 個典型企業為例，分析其數字化轉型與智能化更新技術路徑。
圖 5? 離散制造行業轉型更新不同階段的轉型更新模式
（一）研發模式轉型更新
海爾集團公司積極實施數字化轉型，緻力成為網際網路時代智慧家庭的引領者；已從傳統制造家電企業轉型為面向全社會孵化創客的平台，為中小企業提供智能制造、個性化定制的解決方案。海爾集團公司的數字化轉型與智能化更新主要經曆了 3 個階段（見表 1）。
表 1? 海爾集團數字化轉型與智能化更新時間表
定制化與資訊化更新階段，通過大電商平台的規劃，實作了企業對企業、企業對消費者、跨境電商等全電商業務的融合，打通使用者的前端擷取、購買、配送、接收的全流程互動體驗，為使用者提供了家電産品以外的增值服務。
自動化、網絡化建設階段，海爾互聯工廠實作了精密裝配機器人叢集，引入企業資源規劃系統（ERP）、制造執行系統（MES）、倉庫管理系統（WMS）等，實作産品與裝置、産品與子產品、産品與人員之間的多重互聯，颠覆了傳統的串聯式作業模式，實作并聯式生産。
全面網絡化、數字化轉型、智能化探索階段，建立了 COSMOPlat 工業網際網路平台，通過聚合高水準獲獎案例，為行業提供數字化轉型實踐的路徑參考，顯現了工業網際網路領域數字化轉型創新價值。
整體來看，海爾集團公司積極引入先進技術，實作了家電制造産線的自動化及智能化更新轉型，使得産品研發周期縮短了 30%，人均産值提高了 30%，産能提升近 1 倍；COSMOPlat 為工業網際網路實際場景應用提供了平台支撐，成為離散制造業數字化轉型創新的價值基準。
（二）營運模式轉型更新
索菲亞家居股份有限公司（簡稱“索菲亞”）運用統一的制造營運管理平台，以生産現場可視化、制造過程透明化、跨工廠績效管理标準化實作了企業的數字化轉型。索菲亞的數字化轉型與智能化更新主要經曆了 4 個階段（見表 2）。
表 2? 索菲亞家居股份有限公司數字化轉型與智能化更新時間表
資訊化管理階段，運用計算機輔助設計（CAD）制圖軟體代替傳統手工畫圖，應用條碼系統、生産管理系統實作了資訊化管理。
資訊化與自動化齊頭并進階段，在采用 ERP 系統的同時，引入柔性生産線以提高生産效率，成立資訊與數字化中心以實作資訊化系統全面覆寫并全面推廣柔性生産線。
數字化轉型、智能化探索階段，實施“X 計劃”，上線 MES、WMS 及供應商管理系統以實作倉儲智能自動化、分揀智能自動化，規劃并建設智能工廠。
網絡化、智能化探索階段，“未來工廠”4.0 工廠中的房間投産，以網際網路為依托并通過運用大資料、AI 等先進技術手段，對商品生産、流通、銷售過程進行更新改造，進而重塑了業态結構和生态圈。
整體來看，索菲亞通過資訊化、自動化、智能化相關技術的應用，實作了生産過程的智能化和生産管理的數字化，完成了制造模式和管理方式的轉型更新，使得生産效益提升了 50%，人工成本降低了 30%~50%；綜合應用基于網際網路的大資料、AI 技術實作了商品生産、流通與銷售過程的更新改造，成為離散制造業數字化轉型與智能化更新的典型案例。
（三）商業模式轉型更新
青島酷特智能股份有限公司（簡稱“酷特”）是一家服裝智造企業，形成了以大規模定制為核心的酷特智能模式，提出了個性化定制模式和使用者直連制造（C2M）商業模式，建構了酷特 C2M 産業網際網路生态體系，更好滿足了消費者的個性化需求。酷特的數字化轉型與智能化更新主要經曆了 4 個階段（見表 3）。
表 3? 青島酷特智能股份有限公司數字化轉型與智能化更新時間表
資訊化管理與自動化生産階段，選擇了大規模個性化定制作為主要的商業模式，運用自動化裝置更新生産工廠并推出電子商務系統。
資訊化和自動化齊頭并進階段，引入自動化設計、MES、WMS 等新技術，初步形成 C2M 的新商業模式。
數字化轉型、智能化探索階段，引入數字化生産計劃系統，着力推動資料标準化建設，形成了資料驅動的大規模個性化定制新模式。
網絡化、智能化探索階段，在引入智能物流和自動化倉儲系統後，物流部門的用工量減少了 80%；通過運用物聯網（IoT）、“網際網路 +”等技術，形成了網際網路生态體系，初步建成智能工廠。
整體來看，酷特實作了 C2M 的新商業模式轉型，建立了人、事、物互聯互通的智能工廠；與傳統模式相比，生産效率提高了 25%，成本下降了 50%，利潤增長了 20%，成為品質提升和供給側結構性改革的典型實踐。
（四）制造模式轉型更新
内蒙古伊利實業集團股份有限公司（簡稱“伊利”）是大陸首批智能制造試點示範項目中唯一的乳制品企業，發展“智慧乳業”，引領全行業積極探索資訊化、智能化。伊利的數字化轉型與智能化更新主要經曆了 3 個階段（見表 4）。
表 4? 内蒙古伊利實業集團股份有限公司數字化轉型與智能化更新時間表
自動化建設階段，在連通平台、站點、線上自動包裝系統、瑞士格物流庫房等方面實施自動化建設，實作了乳制品生産全過程自動化。
數字化、網絡化轉型階段，搭建智能制造系統，實時擷取裝置狀态和資料，進行統一的資料互動，形成了産品生命周期管理系統、政策法規資料庫系統、食品安全風險評估系統等線上平台。
網絡化、智能化探索階段，投入生産計劃執行系統、全生命周期品質追溯系統，自主研發配方管理系統等安全可控的核心軟體，實作了制造裝備更新、資訊互聯互通的智能建設，促使生産效率明顯提升和營運成本顯著降低。
整體來看，伊利将數字化智能化技術應用到全産業鍊，推進“智慧乳業”建設，實作産業數字化、智能化，助力經營業績穩步提升；為消費者提供了多元化、高品質的産品與服務，也為大陸乳業高品質發展探索出新的路徑。
離散制造行業數字化轉型、智能化更新的重點任務
（一）突破制造智能關鍵使能技術
智能傳感器與工業網際網路是智能制造的基礎，重點突破智能傳感器與傳感網絡及智能終端、即插即用技術、實時網絡作業系統技術、機器對機器技術、制造 IoT 技術。大資料和知識庫是智能制造的核心，重點突破制造大資料挖掘技術、大資料智能分析與管理技術、面向制造大資料的綜合推理技術。智能推理是智能制造的靈魂，重點突破智能模組化與仿真技術、全息人機協同系統、複雜對象智能控制系統技術、數字孿生技術。
（二）研發智能制造裝備
重點研發的智能制造裝備包括智能機床、智能成形制造裝備、特種智能制造裝備、智能機器人、智能柔性制造産線等。智能機床應具有加工狀态實時感覺與互動、産品工藝自主決策與優化、加工精度持久保持能力等特性，智能成型制造裝備應具有資訊擷取、模型預測、決策控制功能，特種智能制造裝備應具有超高溫、超高壓等超常工作環境适應性以及超精密、高能束等超常工藝适應能力，智能機器人應能勝任焊接、打磨、精細裝配、機加工、柔順控制等工作，智能柔性制造生産線應具有多制造功能單元、制造島結合協作的高度柔性化和智能化能力。
（三）建設數字化、智能化工廠中的房間
數字化制造工廠中的房間、網絡化制造工廠中的房間是智能化工廠中的房間的初級形态：前者的各種裝置要實作數字化管理和控制，對加工資料進行數字化描述、內建、分析和決策，進而對各種裝置進行數字化控制；後者基于內建的資料進行智能分析和決策，智能地優化整個制造過程，使資源得到最合理的配置和優化。
（四）打造數字化、智能化工廠
數字化、智能化工廠是智能制造的典型代表。在産品設計方面，通過制造技術與成品性能的三維模拟與仿真優化，實作計算機輔助的精确可靠規劃設計。在生産制造方面，利用工業機器人、數控機床和其他智能裝備，自動、高效、穩定地完成各項生産操作。在營運管理方面，在工業網際網路的基礎上，通過有效組織和融合制造領域知識，滿足供應管理、生産營銷、品質追溯、售後運維等全價值鍊的增長需求。
（五）提供數字化、智能化服務
相較傳統制造服務，數字化、智能化服務主要展現在提高服務的狀态環境感覺、服務規劃、決策和控制水準、服務品質等。在工業技術軟體服務方面，提供網絡化智能工業軟體的內建應用。在工業産品智能服務方面，提供重大裝備的智能運維服務。在生産服務方面，提供生産性服務過程的跟蹤、排程和優化控制等智能服務。在雲服務方面，提供全社會制造與服務能力的內建與共享服務。在社群化智能制造服務方面，提供實多企業間的無縫社交與協同生産、智能化産品運維服務。
（六）建構标準體系和安全體系
标準體系應重點建構：技術标準體系，如雲計算、區塊鍊、資訊實體系統（CPS）等，以技術的應用和操作為重點；産品标準體系，如工業網際網路平台，側重于技術應用和産品服務方面；過程标準體系，如工業化和資訊化深度融合、智能制造等，涵蓋範圍廣、類型多，應側重多個次元以分析發展演進過程；安全标準體系，建構離散制造行業資訊安全和實體安全平台，彙聚安全資料，積累安全知識和攻防經驗，開展大資料分析，進行預警、識别、審計、漏洞管理、防禦、殺毒等。
對策建議
（一）加快示範應用
建議積極支援和引導離散制造行業數字化轉型、智能化更新和智能工廠示範；在示範基礎上，大規模推行制造裝備的數字化轉型、智能化更新工程及企業的數字化轉型、智能化更新工程，支援形成具有區域優勢的智能制造生态鍊。圍繞高端紡織、新型電力裝備、工程機械、家居、家電等重點行業，實施智能制造示範項目并篩選典型示範企業，樹立标杆企業形象并傳播推廣。
（二）突出“中國制造”
在離散制造行業數字化轉型與智能化更新過程中，應突出核心技術、關鍵裝備、工業軟體的“中國制造”，警惕和防止高端裝備、核心技術“空心化”現象。在核心技術、關鍵裝備、工業軟體方面推行“産學研用”一體化協同創新模式，着力解決離散制造行業數字化轉型與智能化更新過程中的技術難題。
（三）培育高新技術人才
離散制造行業的轉型更新需要在戰略、思想、技術、執行等方面加強人才儲備。建議完善職業教育與專業人才培養模式，注重可持續發展，培養離散制造業智能化工廠方向的專業技術與人才隊伍。推進智能制造人才隊伍建設，培養智能制造人才：一是智能制造高技術人才，培養掌握制造技術，熟悉數字化、網絡化、智能化技術，精通智能制造技術，善于解決工程實際問題的智能制造高技術人才；二是智能制造高技能人才，培養知識先進、技術精湛、能工巧匠型的智能制造高技能人才；三是高水準的智能制造管理人才，尤其是企業家群體。
（四）制定相應法律法規
探索通過立法引領産業發展，不斷完善财稅、金融、知識産權、人才培養等配套的政策法規體系，促進制造業的長期穩定發展。建立數字資産知識産權保護機制，引入數字資産許可制度，建構透明的數字資産使用環境；加大政府财政資金支援力度，實施必要的稅收激勵政策，采取多元化金融支援方式；利用資訊技術對數字資産進行加密、标記、追溯和監控，加強對違規行為的法律限制。