高端装备制造业的发展趋势

以航空航天、轨道交通、船舶海工、能源装备等为代表的高端装备制造业，具有附加值高、产业链长、辐射面宽的特点，对经济、产业发展具有强劲的拉动作用，代表着制造行业最领先的科技、最精湛的工艺和最过硬的质量，是我国制造业国际竞争力的重要体现，也是我国实体经济的重要组成部分，只有练好“内功”才能永立不败之地。

要素驱动向创新驱动转变

随着劳动力、土地等生产要素成本的上升，能源、资源的制约凸显，高端装备制造业依赖要素驱动的发展模式将难以为继。从要素驱动转向创新驱动，重视设计创新、技术创新、管理创新和体制机制创新，是实现产业升级的首要选择。例如，我国在高铁、船舶海工等相关领域依赖国外装备技术转移的局面正在发生改变，企业通过引进技术消化吸收再创新过程，已经逐步实现由技术跟随向自主创新的转变。

生产型制造向服务型制造转变

传统装备制造业主要以加工、装配及组装为主，处于价值链的低谷。而未来的发展趋势将是产品制造与增值服务相融合的产业形态，即服务型制造。具体看来，通过传感和网络获取产品在运行期间的性能参数，并依托大数据分析推动产品性能优化和全生命周期健康管理，这是设计制造理念的重大突破，也是制造与服务实现一体化的基础，推动企业由生产型向服务型的价值链延伸转变。这一转变将有效推动高端装备制造产业链由“中间在内”的低附加值传统制造向 “两头在手”的高端价值链迈进。

制造企业面临的挑战

在创新驱动发展和服务型制造转变的趋势下，产品复杂度和定制化程度将越来越高，同时客户对产品制造周期、质量和成本控制的要求越发严苛。高端装备制造企业将面临制造领域前所未有的矛盾，即“多品种、小批量、高复杂”的制造特征与“高质量、短周期、低成本、绿色化”的产品要求之间的矛盾。其贯穿于高端装备的全生命周期，对企业提出了一系列的变革挑战。

满足客户复杂需求的同时缩短研发周期

高端装备制造的重要特点是产品技术复杂和定制化程度高，这对产品研发设计提出了高要求，需花费大量的研发时间进行设计开发、试验验证、工艺试制，这决定了产品交付周期较长（以年计）。随着市场竞争日益激烈、产品更新换代加快，如何缩短研制周期成为企业急需解决的迫切问题。

在效率、质量、成本优化的同时保证系统柔性

传统装备制造存在两种典型生产组织模式，一是采用装备专线大批量生产单一产品的生产模式，例如汽车；二是大量依赖人工实现多产品柔性化制造的生产模式，例如汽轮机、船舶。这两种生产组织模式各有优劣，前者依靠专用自动化手段在效率、质量和成本方面形成显著优势，后者则利用人工优势灵活应对多种变化需求。但面对新形势要求，企业需采用先进工艺技术和管理技术，将两种生产组织模式融合，形成“刚柔并济”的新模式，应对多样化市场需求和严苛的质量、成本要求。

在有限资源情况下快速响应客户多变的需求

在实际生产组织中，高端装备需求存在易变的特点，生产批量、计划节点临时变更的情况多发，对生产系统造成复杂的产能冲击。此外，高端装备的定制化特征，导致了技术状态不稳定、工艺技术不成熟等问题，研发制造过程中必须应对大量工程变更，消耗大量生产资源。为应对客户与技术两方面变化，传统企业只能配置充裕的生产资源，这导致了企业全要素生产率不高。如何高效利用资源并且快速响应需求变更，也是高端装备制造业面临的重要挑战之一。

智能制造推动企业内涵式发展

通过智能技术在产品全生命周期中的应用，提高产品研制智能化水平，延展基于数据的服务业务，实现产品的全数字化方案设计，结构、功能、性能的模拟与仿真优化，促进制造过程的决策优化、柔性制造、数字化控制、绿色节能等数字化、智能化技术的应用，可有效实现定制化快速交付、效率提升、质量提高和成本降低，提升企业的综合竞争能力。

智能创成技术和知识工程

将需求转变为概念方案是设计智能的具体体现，人工智能和系统工程方法使得这一过程更具智能化和科学性。大量基于知识工程的理论方法着眼于将经验知识进行结构化显性表达和智能获取，例如基于规则的方法、基于案例的方法、基于模型的方法、知识流分析方法、基于语义网络的方法等。具体看来，通过将知识工程与概念方案设计过程相结合，利用效应库、专业库、专利库等外部知识库，借助自然语言识别、语义检索、人工检索技术，对技术趋势进行分析，辅助研究者发现问题、快速生成创新方案破解问题，可有效推动设计概念的智能创造生成。

基于模型的设计开发与虚拟验证

采用面向产品全生命周期、具有丰富设计知识库和模拟仿真技术支持的数字化、智能化设计系统，在虚拟现实、计算机网络、大数据等技术支持下，在虚拟的数字环境里并行、协同地实现产品的全数字化设计，结构、性能、功能的模拟与仿真优化，提高产品设计质量和一次研发成功率。使用高性能仿真来替代昂贵的物理试验，在节约成本的同时大幅缩短研制周期。随着产品性能要求的不断提升，基于高精度模拟 仿真数据、虚拟试验和智能寻优为一体的优化技术已成为产品设计性能提升的主要手段。

人工智能解决生产控制问题

智能机器的计算智能高于人类，例如高级计划排产、图像识别、过程质量控制等。与人根据经验判断相比，机器能快速给出更优的方案。智能制造技术通过工厂物 联网或工业互联网实时获取生产过程中的各种状态数据，并通过分析和训练建立相应的预测模型，以实现对未来状态的预测。对设备停机、质量失控、设备性能衰退、制造过程失控等进行预测分析，并在问题暴露前， 采取纠正措施，保障生产计划有条不紊地进行。

根据需求实现自适应的柔性制造

智能工厂通过快速的结构调整和资源重组，以及柔性工艺、混流生产规划与控制、动态计划与调度等途径 来主动适应环境和需求的快速变化。通过智能柔性生产线、机器人、3D 打印设备等智能制造装备应用，提高生产的柔性，适应单件小批生产模式。企业在一次性生产 且产量很低的情况下也能高效率、高质量完成任务。

产品物联技术和大数据应用

嵌入物联技术的智能产品，能够实现对自身状态、环境的自感知，具备故障诊断、健康监测功能；同时，可借助基于标准开放数据接口的网络通信功能，对运行数据或用户使用数据进行大数据分析与挖掘，支撑产品设计创新、产品故障诊断与预测、企业供需链优化等创新性应用。

大力开展智能制造转型升级

高端装备企业通过智能制造体系的规划、精益体系的建立、制造工艺流程的优化和智能制造示范的实践，完成切实有效的智能制造改造建设，推动由外延式发展向内涵式发展转变，将以体系效能支撑制造能力的大幅跃升。

开展系统的智能制造规划

系统的工厂规划是支撑高效灵活、定制化、智能化生产模式实现的前提条件，也是最终达成业务目标的重要基础。规划过程要按照系统工程的方法论，以需求起点的正向分析为规划方法，以精益生产为工厂规划原则，以信息化自动化为实现手段，规划高效的智能工厂，并在建设实施前通过工厂仿真进行效果验证。基于科学合理的总体规划，可以在满足发展需求的前提下，通过科学精确分析，优化配置资源，提高规划准确性和效率，从而最大限度地提高投资效果，实现增量带动存量的内涵式发展。

建立精益管控体系，优化制造工艺流程

工厂在推进智能制造建设工作前，需要以精益思想为方法，以目标为导向，建立一套项目、计划、调度、 制造相互协同、快速反应的精益管控体系。为适应产品定制化、制造服务化的发展需要，应对原有制造流程进行简化、合并、重组等一系列优化，并对制造设备进行自动化、智能化改造，最大限度摆脱制造过程对人工的依赖，提高生产效率及质量一致性，实现制造过程向自动化、智能化转变。

开展智能制造示范实践

以装备产品制造全过程为对象，以制造过程与数字化、智能化制造环境的深度融合建设为核心，建成基于数字化建模与虚拟仿真的车间规划、知识驱动的智能工艺设计、基于数据结构化和单一数据源的PLM、融合先进项目管理和计划排程的ERP、动态混流精准管控的MES、全过程质量管理、基于大数据的智能分析决策等为核心的智能研发、制造和管理平台，实现一体化的精准管控。建立生产过程中人、机、料、环、测的物联与信息实时采集，并与车间虚拟模型、MES等实现数据集成和融合，开展基于实时加工状态 的工艺参数优化、加工误差自适应补偿、虚实结合的智能监控等应用，实现基于虚拟信息和实时物理信息融合的智能车间CPS系统。