中国智能制造与国外智能制造的现状分析

网友投稿 546 2023-10-21


当前国内智能制造的研究大多数是对国外经验的借鉴性研究和一般性的归纳总结研究,且大多集中于理论探讨,缺乏实证数据的支持。另外,对相关现象的分析目前还基本停留在问题描述和对策建议层次上,但由于缺少实证数据、实践经验的支持,使得所提的对策建议较为宏观,现实针对性不强。

中国智能制造与国外智能制造的现状分析

一、美英德是论文数量产出大国

国家和地区分布

智能制造研究领域发文量居首位的国家是美国,发表论文412篇,占文献总量的26.3%,具有非常明显的学术优势。其次是英国、德国等欧洲地区,共发表论文346篇,占比为22.1%;再次是亚洲地区以日、韩为代表,在该领域的研究水平也较高,占比为17%。

数量分布

Web of Science核心合集数据库中检索到的智能制造各年份文献数量。总体上看,国外该研究领域论文年发表数量保持着稳定增长的趋势,特别是2008年金融危机后论文数量更是明显增长,这说明智能制造研究领域具有很大的活力,并且随着全球制造业的转型与发展,研究队伍也在不断壮大。

二、高校是智能制造研究论文主力军

数量分布

据羿戓制造所了解,与国外相比,国内智能制造研究起步较晚,最早开始于1992年。近年来,在“中国制造”转型升级背景下,智能制造受到社会各界越来越多的重视,并成为当前制造领域的热点课题,该领域的文献数量进入迅猛增长阶段,但总量依然偏少。2014年也还不到30篇。

研究机构

176篇文献共来自40家研究机构,其中发文数量大于5篇的有15家(如华中科技大学、浙江大学、西安交通大学、清华大学、南京航空航天大学等),共发表文献96篇,占总文献量的54.5%。由此可见,这些研究机构可看作智能制造研究的核心单位。

三、国外智能制造研究热点分析

对国外节点文献做一步分析,概括出国外智能制造研究热点如下:

1、智能设计方面

Gillenwater等主要从信息科学的视角,研究了将计算机辅助制造/设计(CAM/CAD)、网络化协同设计、模型知识库等各种智能化的设计手段和方法,应用到企业的产品研发设计中,以支持设计过程的智能化提升和优化运行。

2、智能生产方面

Prickett等主要从制造科学的视角,研究了将分布式数控系统、柔性制造系统、无线传感器网络等智能装备、智能技术应用到生产过程中,支持企业生产过程的智能化。Ruiz等将多主体系统(Multi-agent Systems)引入到生产过程的仿真模拟中,以适应智能制造生产环境的新要求,最后通过实例验证了该仿真方法的优势。

3、智能制造服务方面

Tso和Hu从服务科学的视角,研究了智能制造服务。主要包括产品服务和生产性服务,其中产品服务主要针对产品的销售以及售后的安装、维护、回收、客户关系的服务,生产性服务主要包含与生产相关的技术服务、信息服务、金融保险服务及物流服务等。

4、智能管理方面

据enCE所了解,Choy和Su从管理科学的视角,研究了智能供应链管理、外部环境的智能感知、生产设备的性能预测及智能维护、智能企业管理(人力资源、财务、采购及知识管理等),最终目的是达到企业管理的全方位智能化。

目前国外智能制造研究已经较为成熟。研究内容上涵盖了智能制造研究领域的各方面,呈现出多视角、动态化的趋势,多学科交叉融合;研究方法上已从早期的概念阐述、理论论述等定性研究方法,逐步转向计算仿真、数据调查、案例研究等实验方法和定量分析方法;研究背景上已开始注重不同人文社会环境对智能制造的影响,顺应了智能制造跨学科、跨文化的发展趋势,增强了研究的现实针对性。

四、国内智能制造研究热点析分

概括出中国智能制造研究热点如下。

1、智能制造理论研究

该部分的研究热点,主要是讨论智能制造的概念、内涵、模式、发展路径及影响因素等方面。由于制造技术、信息技术、网络技术等不断发展,关于智能制造的概念和内涵,也处在不断变化、充实和完善之中。杨叔子和丁洪从智能制造的研究背景和发展现状出发,指出智能制造研究领域主要包括智能制造技术(IMT)与智能制造系统(IMS),同时强调了智能制造从属于21世纪先进制造范畴,双I( Integration & Intelligence) 是其重要特征。虽然学界对智能制造理解的侧重点不同,但总体上可概括为两个层面,一是制造设备、产品的智能化,二是制造过程、管理的智能化。前者关注制造对象,后者关注制造主体,后者的研究正受到越来越多学者的重视。

针对智能制造的模式、发展路径以及影响因素,国内学者大都是在借鉴国外先进经验的基础上展开相应研究。例如,张爽生以全球信息化为背景,分析了企业生产制造所面临的新问题,提出需借鉴发达国家经验,对中国企业生产模式进行改造。

2、智能制造与企业的相关研究

该部分主要探讨智能制造环境下的企业集成、企业智能化升级、企业管理智能化、企业运营绩效等问题。例如,***等人在分析制造业发展趋势和企业面临问题的基础上,提出了智能制造环境下企业集成的总体目标和原则,以及企业集成的信息模型和实现技术。易开刚和孙漪等论证了智能制造可有效打破民营企业“低端锁定”路径依赖,并从外部政策支持及企业内部变革两方面,提出了民营企业实施智能制造策略的路径。蔡为民以轮胎制造企业为例,研究了智能制造与企业运营绩效的关系,并从生产效率、节能减排、服务质量等方面进行了统计,分析表明智能制造可助力制造企业提质增效。

3、智能制造与产业的相关研究

该部分主要研究智能制造与制造业转型升级的相互关系,以定性为主。例如,丁纯和李君扬从德国“工业4.0” 的动因、内容、前景等方面入手,介绍了德国制造业智能化的特点和发展趋势,并给出了中国应对全球制造业变革的对策建议。杜晓君和张序晶研究了国外发达国家制造业升级路径,总结了国外经验对中国制造业转型升级的启示和借鉴意义。陈雪琴针对高端制造向发达国家回流,低端制造向东南亚等国转移这一新形势,指出中国制造业亟需从要素驱动转型升级为效率驱动、创新驱动,并强调需积极开展智能制造试点示范,提升制造业的智能化,推动产业升级。以上结果说明,智能制造已成为发达国家产业转型升级的重点发展领域,中国也必须给予足够的重视,积极开展相关研究和实践。

4、智能制造其他方面的研究

该部分主要探讨了智能制造与管理创新、企业社会责任等其他方面的话题,研究内容较宽泛。例如,陈佳贵以国外管理学百年发展历程为背景,研究了中国管理学创新发展问题,并在文章中指出“大数据、智能制造、移动互联网为代表的新技术正在激发企业组织结构、制造模式等一系列管理范式的变革”。云制造是近年来由李伯虎院士等借用云计算的思想,提出的一种基于知识、面向服务的网络化智能制造新模式。更进一步,姚锡凡等在云制造、制造物联、企业2.0等基础上,提出了智慧制造,并探讨了从云制造到智慧制造的实现路径。

五、研究趋势与展望

1、理论研究方面

目前国内智能制造理论研究主要是对制造业智能化现象的笼统描述、转型路径的浅层分析和发展模式的简单总结,未见理论上的深层次探讨,研究深度尚显不足。主要表现为:对智能制造内涵和外延的界定比较模糊、不够清晰;对制造业智能化转型升级的影响因素没有完整的分析;对智能制造发展路径和模式的探讨更多集中在现象描述层面,缺乏微观机制和内部动力等视角的深入分析;对智能化转型中企业的组织架构、管理方式变革等方面只有少部分论述, 未见系统的探讨。因此,在今后的工作中,不仅需要对智能制造的内涵、外延等进行详细阐述和研究,还要注意结合创新理论、运营管理理论、组织理论等对智能制造发展的路径、模式、规律等进行深入、系统的研究,为后续工作奠定扎实的理论基础。

2、交叉研究方面

智能制造研究领域涉及经济学、管理学、制造科学、信息科学等多个学科。制造业智能化是一个复杂、系统的转型过程,同时也是多学科相互交叉、深度融合的过程,但目前国内学者对智能制造交叉领域的相关问题,如智能化管理、智能化服务、智能化过程中人的因素等研究较少或仍是空白。因此,国内学者在后续研究中应注重多学科的交叉融合。例如,根据制造业智能化的特点,引入智能供应链的思想,研究制造业各环节的智能衔接和管理优化;智能制造强调“以人为本的中心思想,因此可从员工的招聘、培训、职业发展等问题入手,探讨人力资源管理如何支持和服务于制造企业的智能化转型;另外,还可借鉴行为科学和市场营销理论,从微观层面研究消费者的心理倾向和选择偏好问题。 值得一提的是,目前智能制造领域的消费者行为研究大部分基于西方文化语境,缺乏“中国情境”以及跨文化情境下的比较研究。这一点需引起中国学者的注意,对中国语境下的消费者行为展开研究,形成具有本土消费文化特色的研究结论或比较研究,从而为中国企业智能产品的创新研发提供指导。

3、实证研究方面

    当前国内智能制造的研究大多数是对国外经验的借鉴性研究和一般性的归纳总结研究,且大多集中于理论探讨,缺乏实证数据的支持。另外,对相关现象的分析目前还基本停留在问题描述和对策建议层次上,但由于缺少实证数据、实践经验的支持,使得所提的对策建议较为宏观,现实针对性不强。因此,在今后的研究中,国内学者应根据各类制造业的产业特性,通过企业调研、实地访谈、问卷调查等方式深入了解智能制造的发展现状,并运用数理统计学和经济计量学方法对智能制造的模式、路径、影响因素等进行实证研究,为进一步剖析和解决智能制造领域相关问题提供更加科学的依据。因此,智能制造实证方面的研究是另一个值得关注的课题。

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:晶圆厂为什么开始深耕机器学习?
下一篇:资本纷纷涌入,AI芯片大乱斗
相关文章

 发表评论

暂时没有评论,来抢沙发吧~