智能制造新工具：自动持续优化（附PDF免费下载）

智能制造网博会智能制造网博会

2024-09-16

作者：德勤

来源：华制智能

疫情加快智能制造发展进程，工业互联网、大数据分析、人工智能等技术与先进制造技术深度融合，全球智能制造市场预计将在2028年达到5,762亿美元，2021年到2028年复合年增长率预计将达12.7%。

智能制造进入关键“窗口期”，并呈现出自动化、数字化、规模化、生态化、绿色化的发展趋势。同时，在智能化转型路上，制造业企业面临多重挑战。

本报告提出的制造业的自动持续优化在原有的制造业优化概念基础上，更强调基于数据分析洞察找到最佳替代方案，借助数字孪生、深度学习、智能化设备等实现精准执行，其核心为更加高效、无人为干预、可持续的优化能力。

01智能制造进入关键“窗口期”

早在疫情爆发之前，制造商就已经开始采用各类技术向智能制造转型，但毫无疑问，这一趋势受疫情影响大幅加速。后疫情时代意味着未来很长一段时间内，人力。资源货物流通仍然受限，促使许多制造商加快自动化和智能化部署许多业内人士认为，疫情将工业自动化进程提前了5年甚至10年。

另一方面，作为工业4.0核心的智能制造经历从初期理念普及，试点示范阶段进入当前深化应用，全面推广的关键“窗口期”。伴随着工业互联网，5G、大数据、人工智能等技术与先进制造技术的深度融合，智能制造呈现出自动化、数字化、集成化、生态化的发展趋势。

01.工业4.0发展阶段及核心

工业4.0代表工业革命的第四次浪潮，区别于前三次工业革命，其根本变化是通过物理技术和数字技术的融合实现生产系统的有机整合，进而实现生产过程的智能化，大幅提升人类生产力。德国国家科学与工程院提出工业4.0成熟度模型，将工业4.0发展分为计算机化、连接性、可视化、透明化、可预测及自适应六个阶段（图表1）。

阶段一：计算机化。工业企业内部建立多套信息化、自动化系统，通过计算机高效处理重复性工作。但不同系统在企业内部独立运作，尚未实现互联互通。

阶段二：连接性。把孤立的计算机化的设备和信息系统互联互通。此时企业通过加装传感器和API接口等，实现操作技术（OT）系统和信息系统（IT）的连通性和互操作性。

阶段三：可视化。通过现场总线和传感器等物联网技术，企业捕获大量的实时数据，建立起工厂的“数字孪生”，看到工厂各类生产信息，从而进行管理决策。

阶段四：透明化。利用大数据分析工具和机器学习，分析生产过程的各类问题，了解事件发生的原因，从而实现生产过程透明化。

阶段五：可预测。将数字孪生投射到未来，模拟不同情景并对未来发展进行预测，适时做出决策和采取适当措施。

阶段六：自适应。工业4.0最终达成的状态，当企业能够了解现状、分析原因、预测未来，就可以根据生产流程，对未来将要发生的事情自动化处理，通过持续的自优化实现自主响应，从而适应不断变化的经营环境。

02.智能制造发展趋势

2021年全球智能制造市场价值2,459亿美元，预计到2028年将达到5,762亿美元，2021年到2028年复合年增长率预计将达12.7%。智能制造市场的主要驱动力包括工业4.0的日益普及、制造过程中对工业自动化的日益重视、政府对支持工业自动化的参与度增加、供应链的复杂性增加以及对减少时间和成本的软件系统的需求激增（图表2）。

随着工业互联网、5G、大数据、人工智能等技术与先进制造技术的深度融合，全球针对可持续发展的政策及投资的推动，智能制造呈现出自动化、数字化、规模化、生态化、绿色化的发展趋势（图表3）。新一代智能制造的特征表现在制造系统具备“学习”能力，通过深度学习、增强学习等技术的应用，制造领域的知识产生、获取、应用和传承效率将发生革命性的变化。智能制造的最终目标是实现零故障和预测性生产系统，并在无忧的生产环境中以低成本快速实现用户的定制化需求。

03.制造企业面临的挑战

02自动持续优化

制造业的优化通常是指在制造业环境中的特定标准下，从多种可能性中找到最佳替代方案，从而实现以更少的资源和浪费，达到更快更好的产出。

01.自动持续优化概念内涵

正如我们在报告开篇所呈现的工业4.0成熟度图表所示，自适应或其代表的持续自主优化是工业4.0成熟的最高阶段，也是智能制造的终极目标。工业4.0实现自适应的过程中必然经历纵向整合与横向整合。纵向整合侧重于制造企业内部设备层、控制层、车间管理层的整合，旨在将物理世界的数据、事件、信息转换到数字世界，反之亦然。横向整合侧重于产品研发设计、生产规划、生产工程、生产实施、服务等全生命周期各环节终端和用户的集成，以及产业链上下游协同。

纵向整合要求：

计划、调度、运营任务相互依存，需要集成化方案，同时解决不同任务问题；
需采集并处理越来越多的数据，以持续提供反馈和支持实时优化。

横向整合要求：

需要可以优化调度、生产、维护和物流等不同任务的工具；
需要可以优化整个供应链的工具。

02.自动持续优化的价值体现

自动持续优化不仅可以减少人力、能耗和设备运维成本，也更新了对于商业价值的定义与框架，我们可以从以下几项指标来思考自动优化所开启的商业价值和机会（图表6）。

结合制造业面临的挑战和以上三个维度的分析，自动持续优化的商业价值将以效率优化、质量优化、成本优化、供应链优化和品牌优化为体现，无数的益处都可以归于其下（图表7）。

03自动持续优化重点技术及趋势

自动持续优化涉及多种关键技术，如数字孪生、人工智能、物联网等，下表为部分国际研究机构对重点技术应用市场的预测。

01.预计到2030年，现代制造执行系统 (MES) 全球市场将达到近484亿美元，2021年至2030年的复合年增长率为13.2%。现代MES主要应用于收集审核数据、调度、排产等任务。物联网在工业领域应用的普及，以及MES与仓库管理系统 (WMS)、供应链管理 (SCM) 等其他优化方案的结合，为市场提供更多发展机会。

02.预计到2026 年，物联网制造业应用全球市场规模将达到1,368.3 亿美元，2018年至2026年的复合年增长率为22.1%。制造业数字化转型推动物联网应用普及，制造运营向灵活高效、优质安全和大规模定制转型。

03.全球数字孪生市场预计将由2020年的32.1亿美元增长至2030年的1,854亿美元，复合年增长率高达50%。物联网应用普及和企业对智能资产维护、产品开发优化、流程优化的需求是数字孪生市场增长的主要驱动力。

04.预计到2026年，人工智能制造业应用全球市场规模将达到48亿美元，2021年至2026年的复合年增长率为28.1%。主要由数据量和复杂性增加、算力提高、工业物联网和自动化发展、风险投资增加等因素驱动。人工智能降本增效的价值日益显现，并将广泛应用于工厂自动化、订单管理、质量管控和预测性维护等场景。

05.全球机器人流程自动化 (RPA)市场预计将由2021年的16.3亿美元增长到2027年的76.7亿美元，2021年至2027 年间复合年增长率为25%。推动市场的驱动因素主要包括通过使用人工智能和软件机器人对业务流程自动化的需求增加，以及更多企业采用 RPA 技术等。

06.区块链、3D打印等其他技术也将赋能制造业自动持续优化。全球制造商用于区块链的投资预计将从2019年的3亿美元增长至2025年的93亿美元，2019年至2025年间复合年增长率超过77%。全球3D打印市场预计将在2028年达到627.9亿美元，整体市场2021年到2028年间复合年增长率为21%。

04报告下载

智能制造新工具：自动持续优化

完整版PDF免费下载

▼

关注本公众号【智能制造网博会】

首页对话框输入“220712”

（以下资料均可点击链接免费下载）　

★2022年中国机器人产业图谱及云上发展研究报告

★2022十大技术趋势白皮书：面向未来的数字社会

★2022年中国工业机器人市场研究报告

★ 2022年中国工业软件研究报告

★ 中小企业数字化转型分析报告