中国智能制造研究现状的可视化分类综述——基于CNK(2005-2018)的科学计量分析

中国智能制造研究现状的可视化分类综述 基于CNKI(2005-2018)的科学计量分析 卢阳光,2,闵庆飞1,刘锋3 (1.大连理工大学管理与经济学部,辽宁大连116024: 2.山东创恩信息科技股份有限公司,山东东营257500: 3.东北财经大学管理科学与工程学院,辽宁大连116025 摘要:随着国家的大力扶持和产业界的持续推动,近年来针对“智能制造”概念的研究和实践不断涌现。CNKI数 据库中2005年至2018年已有的硏究成果被量化地分析,梳理和总结,在此基础上针对离散制造和流程制造两大工 业领域的区别,通过基于信息可视化和科学知识图谱绘制分析工具和关键词科学计量方法,分类讨论了智能制造概 念在不同的产业形态下的研究路径和发展趋势,由此分别归纳了在两种不同业态下,当前相关的研究还存在的局限 性和预测下一步可能出现的热点方向,以期为后续相关研究提供借鉴 关健词:智能制造:离散工业:流程工业:可视化技术:分类综述 中图分类号:T19文就标识码:A Classified and Visualization Review of the current research about Intelligent manufacturing in China: Scientific Measurement Analysis Based on the CNKI Data base(2005-2018) LU Yang-guang", MIN Qing-fei, LIU Feng (1. Faculty of Management and Economics, Dalian University of Technology, Dalian 116024, China; 2. Shandong Tron information technology Co, Ltd, Dongying 257500, China; 3. School of Management Science and Engineering, Dongbei University of Finance and Economics, Dalian 116025, China) bstract: Along with the great support from the government and the industry improvement, the research and practice of "intelligent manufacturing" have been emerging in the past years. The research achievements in the CnKI database from 2005 to 2018 are analyzed, combined and summarized. Then in view of the difference between discrete manufacturing and process manufacturing, the scientific measurement method based on keywords is adopted, using information visualization and scientific knowledge map drawing analysis tools. The research path and development trend of intelligent manufacturing concept in different industrial forms are drawn. Finally, in order to provide references for future research, the limitations of current related dies are pointed out and the prediction of possible hot spots in the next stage of two production paradigms are made Key Words: intelligent manufacturing; discrete industry; process manufacturing, visualization technology; classified review 1引言 能制造,其内涵和具体定义在学界和工业界一直都 是百家争鸣。智能制造作为一个发展演变中的话题 2015年中国国务院先后发布“中国制造2025”其定义,应用范围,研究热点和趋势,已经是工业信 和“互联网+”两个国家战略,此后政府、学界和工息化研究领域的一个常态话题 业界对智能制造相关话题的关注度一直持续增长 制造业的形态可以分为离散制造和流程制造两 国务院和各部委此后密集发布了相关扶持政策和指类,这两类产业形态在原料特征,产品特点,生产过 导意见,学界展开了大量的相关研究和论述明,而程,工艺和物流组织等各方面,都有着本质区别,在 产业界亦不断涌现出相关的先进应用技术和典型示信息化和管理的相关问题上,从两种制造业的视角 范案例。智能制造作为政府和产学研共同推动的国分别去观察,往往会聚集在不同的关注点,进而会得 家战略,在中国制造业转型升级,由制造大国走向制出不一样的研究结论。本文首先梳理了从2005年开 造强国的新旧动能转換过程中,发挥着积极的作用。始有关智能制造研究的数量,趋势,主要领域与局限 因为制造业话题本身的庞大和复杂性,对于何谓智 性,然后进行了人工手动清洗和分类,最后通过科学 收稿日期:2018-07-26:修回日期:2018-1206 基金项目:国家自然科学基金资助项目(71872033,71772022,71431002,71502026):辽宁省哲学社会科学规划基金资 助项目(Ll8CGL015) 作者简介:卢阳光(1984-),湖南安仁人,博士研究生,主要研究方向为智能制造、数字工厂、仿真、工业大数据, Email:luyangguang@a139.com; 闵庆飞(联系人),Email:ming(@dlut.edu.cn

中国智能制造研究现状的可视化分类综述 ——基于 CNKI（2005-2018）的科学计量分析 卢阳光 1, 2 ，闵庆飞 1 ，刘 锋 3 （1. 大连理工大学 管理与经济学部，辽宁 大连 116024； 2. 山东创恩信息科技股份有限公司，山东 东营 257500； 3. 东北财经大学 管理科学与工程学院，辽宁 大连 116025） 摘要:随着国家的大力扶持和产业界的持续推动，近年来针对“智能制造”概念的研究和实践不断涌现。CNKI 数 据库中 2005 年至 2018 年已有的研究成果被量化地分析，梳理和总结，在此基础上针对离散制造和流程制造两大工 业领域的区别，通过基于信息可视化和科学知识图谱绘制分析工具和关键词科学计量方法，分类讨论了智能制造概 念在不同的产业形态下的研究路径和发展趋势，由此分别归纳了在两种不同业态下，当前相关的研究还存在的局限 性和预测下一步可能出现的热点方向，以期为后续相关研究ᨀ供借鉴。 关键词：智能制造；离散工业；流程工业；可视化技术；分类综述 中图分类号：T19 文献标识码：A Classified and Visualization Review of the Current Research about Intelligent Manufacturing in China: Scientific Measurement Analysis Based on the CNKI Database (2005-2018) LU Yang-guang1,2 , MIN Qing-fei1 , LIU Feng3 (1. Faculty of Management and Economics, Dalian University of Technology, Dalian 116024, China; 2. Shandong Tron information technology Co., Ltd, Dongying 257500, China; 3. School of Management Science and Engineering, Dongbei University of Finance and Economics, Dalian 116025, China) Abstract: Along with the great support from the government and the industry improvement, the research and practice of “intelligent manufacturing” have been emerging in the past years. The research achievements in the CNKI database from 2005 to 2018 are analyzed, combined and summarized. Then in view of the difference between discrete manufacturing and process manufacturing, the scientific measurement method based on keywords is adopted, using information visualization and scientific knowledge map drawing analysis tools. The research path and development trend of intelligent manufacturing concept in different industrial forms are drawn. Finally, in order to provide references for future research, the limitations of current related studies are pointed out and the prediction of possible hot spots in the next stage of two production paradigms are made respectively. Key Words: intelligent manufacturing; discrete industry; process manufacturing; visualization technology; classified review 1 引言 2015 年中国国务院先后发布“中国制造 2025” 和“互联网+”两个国家战略，此后政府、学界和工 业界对智能制造相关话题的关注度一直持续增长， 国务院和各部委此后密集发布了相关扶持政策和指 导意见，学界展开了大量的相关研究和论述[1-9] ，而 产业界亦不断涌现出相关的先进应用技术和典型示 范案例。智能制造作为政府和产学研共同推动的国 家战略，在中国制造业转型升级，由制造大国走向制 造强国的新旧动能转换过程中，发挥着积极的作用。 因为制造业话题本身的庞大和复杂性，对于何谓智 收稿日期：2018-07-26； 修回日期：2018-12-06 基金项目：国家自然科学基金资助项目(71872033, 71772022, 71431002, 71502026)；辽宁省哲学社会科学规划基金资 助项目(L18CGL015) 作者简介：卢阳光(1984-)，湖南安仁人，博士研究生，主要研究方向为智能制造、数字工厂、仿真、工业大数据， Email: luyangguang@139.com; 闵庆飞(联系人)，Email: minqf@dlut.edu.cn。 能制造，其内涵和具体定义在学界和工业界一直都 是百家争鸣。智能制造作为一个发展演变中的话题， 其定义，应用范围，研究热点和趋势，已经是工业信 息化研究领域的一个常态话题。 制造业的形态可以分为离散制造和流程制造两 类，这两类产业形态在原料特征，产品特点，生产过 程，工艺和物流组织等各方面，都有着本质区别，在 信息化和管理的相关问题上，从两种制造业的视角 分别去观察，往往会聚集在不同的关注点，进而会得 出不一样的研究结论。本文首先梳理了从 2005 年开 始有关智能制造研究的数量，趋势，主要领域与局限 性，然后进行了人工手动清洗和分类，最后通过科学

计量研究的算法以及可视化知识图谱软件,对两种3智能制造文献和计量分析 业态下的相关研究进行可视化的展示和预测性讨论 31文献数量趋势和背景分析 2研究工具和方法 对CNKI平台基于KNS技术检索到的、并经过 以2015年为关键里程碑节点,往后倒推10年, 筛选的1046篇“核心+硕博”文献的发表年度进行统 考察从2005年以来发表的全部智能制造相关文献。计整理,制作了一张文献数量逐年变化的曲线图。在 CNKI是国家知识基础设施平台,其数据库涵盖的中此图上根据历史事件和横坐标时间轴的对应位置, 文知识信息资源的完整性和权威性最高,从CNK综添加了每年的重大相关事件节点,从而组合得到了 合性数据库中以主题词“智能制造”进行检索,主题2:2005年2017年期间智能制造文献发表数量(中 采用“模糊匹配”,检索方式选中“同义词扩展”, 文核心+硕博)和关键事件点对照图。2018年因尚无 2005年至2018年文献检索的数量结果为43717条 法统计全年数量,故在此图中不展示。 其中期刊的数量为16933条。为了控制文献质量,进 从该曲线图可明显地看到,从2005到2017期 步将过滤条件约束为“核心期刊+SCIH+EI+CSC”,间可被划分为三个阶段 和“硕博学位论文”,在KNS检索技术下可检索到 (1)2012年以前为第一个阶段,每年文献数量 核心期刊1642篇和硕博论文538篇,共计2180篇。基本维持在20左右,逐年有高有低,未出现明显增 CiteSpace是在科学计量学、数据可视化基础上长趋势。在此阶段美国和德国虽然有发布一些智能 设计的一款展示科学知识结构、规律、分布的科学图制造相关的国家战略,但是我国学界对此话题的关 谱软件,在国际和国内各学科领域的发展趋势和前注度一直都不高。 沿研究中被广泛应用01 (2)从2012年到2014年为第二个阶段,在此 为了提高软件分析输出结论的质量,分析前在阶段文献数量逐年增长,已经出现了明显的上升趋 检索到的“核心+硕博”2180篇的基础上,预先进行势曲线。到2014年的全年统计数据,文献已经增长 了逐篇的人工检查和过滤,剔除掉非学术类信息、重到146篇。与此阶段相对应的关键节点事件为美国 复文献、偏离主题、出处不详或无法下载的无效文献 德国,中国先后发布了“工业互联网”,“工业40 134篇,最终保留1046篇文献作为研究样本(编号“两化融合”相关概念。其中工业40概念虽然是德 S1)。在S1的基础上,又进行了手动分类,从中筛国于2011年在汉诺威工博会上首次公开宣称,但其 选出流程工业相关的126篇(编号S21)和离散工业首次样板展出是在2013年,且考虑到论文写作和发 相关的580篇(编号S31),本文将人工清洗和手动表的时间周期,相对历史事件有滞后性,所以将其与 分类后的三个数据样本集S1,S21和S31,分别作为此阶段对应是合理的。 放到 CiteSpace软件中分析的三个原始输入数据库, (3)从2014年以后是第三个阶段,在此阶段学 三个数据样本集的文献数量分类统计情况如图1,样术界对智能制造相关话题的关注度和输出成果有了 本集之间的关系如式(1-2)。 爆发性增长,文献发表数量曲线明显加速上扬,2015 (Sample21JUSample3,D) 年和2016年比上一年度的增幅分别达到179.6%和 (1)642%。此阶段对应的关键节点事件为2015年中国 (Samplez1nSample31=0 (2) 发布《中国制造2025》国家战略,和《关于积极推进 “互联网+”行动的指导意见》,并在此之后国务院 和各部位陆续有相关产业配套政策和指导意见密集 硕博论文数量 出台,政府相关发文不但在数量上逐年上升,而且逐 核心期刊文献数量 渐细化到对各个专业领域的指导中。 32可视化聚类分析 文献聚类分析的目的是基于信息论的方法,解 析出学科研究的分类领域并将其标识出来,常见的 算法有LSI,LLR,MI等,其中LLR(log- likelihood ratio)算法采用了简单有效的方式推断事件A和B 之间的关系,在 CiteSpace的聚类功能中最常用,其 计算方法如式(3)。 LLR= 2sum(k)(H(k) HGrow Sums(k))-H(colSums(k)) (3) 激招样本21 激样本3 H(k)= 图1三个被研究的数据样本的文献数量和分类统计情况 sum(k)

计量研究的算法以及可视化知识图谱软件，对两种 业态下的相关研究进行可视化的展示和预测性讨论。 2 研究工具和方法 以 2015 年为关键里程碑节点，往后倒推 10 年， 考察从 2005 年以来发表的全部智能制造相关文献。 CNKI 是国家知识基础设施平台，其数据库涵盖的中 文知识信息资源的完整性和权威性最高，从 CNKI 综 合性数据库中以主题词“智能制造”进行检索，主题 采用“模糊匹配”，检索方式选中“同义词扩展”， 2005 年至 2018 年文献检索的数量结果为 43717 条， 其中期刊的数量为 16933 条。为了控制文献质量，进 一步将过滤条件约束为“核心期刊+SCI+EI+CSSCI” 和“硕博学位论文”，在 KNS 检索技术下可检索到 核心期刊 1642 篇和硕博论文 538 篇，共计 2180 篇。 CiteSpace 是在科学计量学、数据可视化基础上 设计的一款展示科学知识结构、规律、分布的科学图 谱软件，在国际和国内各学科领域的发展趋势和前 沿研究中被广泛应用[10-13] 。 为了ᨀ高软件分析输出结论的质量，分析前在 检索到的“核心+硕博”2180 篇的基础上，预先进行 了逐篇的人工检查和过滤，剔除掉非学术类信息、重 复文献、偏离主题、出处不详或无法下载的无效文献 1134 篇，最终保留 1046 篇文献作为研究样本（编号 �"."）。在�"."的基础上，又进行了手动分类，从中筛 选出流程工业相关的 126 篇（编号�$."）和离散工业 相关的 580 篇（编号�%."），本文将人工清洗和手动 分类后的三个数据样本集�"."，�$."和�%."，分别作为 放到 CiteSpace 软件中分析的三个原始输入数据库。 三个数据样本集的文献数量分类统计情况如图 1，样 本集之间的关系如式（1-2）。 ������$." ⋃ ������%." ⊂ ������"." （1） ������$." ⋂ ������%." =⊘ （2） 图 1 三个被研究的数据样本的文献数量和分类统计情况 3 智能制造文献和计量分析 3.1 文献数量趋势和背景分析 对 CNKI 平台基于 KNS 技术检索到的、并经过 筛选的 1046 篇“核心+硕博”文献的发表年度进行统 计整理，制作了一张文献数量逐年变化的曲线图。在 此图上根据历史事件和横坐标时间轴的对应位置， 添加了每年的重大相关事件节点，从而组合得到了 图 2：2005 年-2017 年期间智能制造文献发表数量(中 文核心+硕博)和关键事件点对照图。2018 年因尚无 法统计全年数量，故在此图中不展示。 从该曲线图可明显地看到，从 2005 到 2017 期 间可被划分为三个阶段： （1）2012 年以前为第一个阶段，每年文献数量 基本维持在 20 左右，逐年有高有低，未出现明显增 长趋势。在此阶段美国和德国虽然有发布一些智能 制造相关的国家战略，但是我国学界对此话题的关 注度一直都不高。 （2）从 2012 年到 2014 年为第二个阶段，在此 阶段文献数量逐年增长，已经出现了明显的上升趋 势曲线。到 2014 年的全年统计数据，文献已经增长 到 146 篇。与此阶段相对应的关键节点事件为美国， 德国，中国先后发布了“工业互联网”，“工业 4.0”， “两化融合”相关概念。其中工业 4.0 概念虽然是德 国于 2011 年在汉诺威工博会上首次公开宣称，但其 首次样板展出是在 2013 年，且考虑到论文写作和发 表的时间周期，相对历史事件有滞后性，所以将其与 此阶段对应是合理的。 （3）从 2014 年以后是第三个阶段，在此阶段学 术界对智能制造相关话题的关注度和输出成果有了 爆发性增长，文献发表数量曲线明显加速上扬，2015 年和 2016 年比上一年度的增幅分别达到 179.6%和 64.2%。此阶段对应的关键节点事件为 2015 年中国 发布《中国制造 2025》国家战略，和《关于积极推进 “互联网+”行动的指导意见》，并在此之后国务院 和各部位陆续有相关产业配套政策和指导意见密集 出台，政府相关发文不但在数量上逐年上升，而且逐 渐细化到对各个专业领域的指导中。 3.2 可视化聚类分析 文献聚类分析的目的是基于信息论的方法，解 析出学科研究的分类领域并将其标识出来，常见的 算法有 LSI，LLR，MI 等，其中 LLR（log-likelihood ratio）算法采用了简单有效的方式推断事件 A 和 B 之间的关系，在 CiteSpace 的聚类功能中最常用，其 计算方法如式（3）。 ��� = 2���(�)(� � − �(�������(�)) − �(�������(�))) � � = − �>? ���(�) ��� �>? ���(�) （3）

其中k1代表事件A和B,k12代表事件非A和最高的关键词作为聚类标签。在 CiteSpace中每个节 B,k21代表事件A和非B,k22代表事件非A和非点圆圈的大小代表该类的词频数量多少,而归纳到 B,k1和k12同行,k1和k21同列,以此类推 同一类的节点在图中以同样颜色的连线和节点聚堆 本研究在 Cite Space..1软件中对数据样本集S11,显示,选中图形中的每一个节点,都可以展开这些聚 即1046篇人工清洗后的总文献集进行LLR算法聚类的标签,查看其背后包含的所有关键词和对应的 类分析,并展示可视化结果如图3。聚类的结果直观文献,以作进一步的研究分析。 地展示了智能制造研究的领域和方向,并显示词频 201712中国工信部联合11部门印发《增材制造产业发展行动计划》· 2017.11中国国务院发布《关于深化“互联网+先进制造业”发展工业互联网的指导意见》 201711中国工信部印发《高端智能再制造行动计划》 300 201710中国工信部发布《关于加快推进环保装备制造业发展的指导意见》 294297 20177中国国务院印发《新一代人工智能发展规划》 0174中国工信部发布《云计算发展三年行动计划》 2017.3中国电子技术标准化研究院发布《信息物理系统白皮书》 20171中国工信部发布《软件和信息技术服务业发展规划》《大数据产业发展规划》 2016中国工信部、发改委、财政部等三部委联合印发《机器人产业发展规划》 2016中国国务院通过《装备制造业标准化和质量提升规划》 2016中国工信部下发《智能制造试点示范2016专项行动实施方案》 201512中国工信部、标准化管理委员会发布《国家智能制造标准体系建设指南》 201507中国国务院印发《关于积极推进“互联网+"行动的指导意见》 150 201505中国国务院发布《中国制造2025》国家战略 2014中德两国发表《中德合作行动纲要》,在工业40开展合作 2013德国汉诺威国际工业博览会展出“工业40样板· 2013中国工信部发布两化融合专项行动计划· 1002012美国发布《先进制造业国家战略计划》,GE“工业互联网”· 2011德国在汉诺威工博会提出工业4.概念· 2010德国联邦政府发布《高技术战略2020》 2009美国公布《重振美国制造业框 ·200美国发布《挑战下的领先一竟争世界的信感接术研发》 ·2006美国发布《美国竞争力计划》 年份 图22005年-2017年期间智能制造文献发表数量(中文核心+硕博)和关键事件点对照图 每篇文献的核心内容,分析智能制造领域的研究4研究热点和观点归纳 热点。本文的两位作者分别、独立地阅读了每一41词频分析 篇论文,并判断论文的研究题目、参考学科、研 对数据样本集S11的1046篇文献进行关键 究方法和分析层次。最后,将这两位作者的分析词统计分析,通过 CiteSpace运行并从中提取到 结果进行比较。对有分歧的地方,由本文的三位508个关键词。根据 Donohue通过齐普夫定律 作者共同讨论确定。整理编码的步骤如下:(1 推导的高低词频临界值模型(齐普夫第二定 首先参考 CiteSpace聚类分析输出的结果,进一律)计算词频临界值,如公式(4)所示。 步将样本集S1的文献进行人工分类:根据文献 的题目、关键词、核心观点及结论,整理出一级 1+√1+8l1 (4) 编码数据表:(2)然后在一级编码数据表的基 其中C是某个领域的高低词频临界值,l1是该 础上,手动分类并归纳出研究主题,形成二级编领域词频为1的关键词个数。这508个关键词 码:(3)最后在二级编码的基础上,进一步高 中只出现过一次的低频词数量为340个,由此 度抽象概括,最终得到三级编码即10个研究方通过式(3)计算得到智能制造高频关键词的临 向大类。最终得到的第三级统计结果见表1。 界值为2558,因此定义词频大于等于26则为 高频关键词,共计24个如表2

其中�""代表事件 A 和 B，�"$代表事件非 A 和 B，�$"代表事件 A 和非 B，�$$代表事件非 A 和非 B，�""和�"$同行，�""和�$"同列，以此类推。 本研究在 CiteSpace 5.1 软件中对数据样本集�"."， 即 1046 篇人工清洗后的总文献集进行 LLR 算法聚 类分析，并展示可视化结果如图 3。聚类的结果直观 地展示了智能制造研究的领域和方向，并显示词频 最高的关键词作为聚类标签。在 CiteSpace 中每个节 点圆圈的大小代表该类的词频数量多少，而归纳到 同一类的节点在图中以同样颜色的连线和节点聚堆 显示，选中图形中的每一个节点，都可以展开这些聚 类的标签，查看其背后包含的所有关键词和对应的 文献，以作进一步的研究分析。 图 2 2005 年-2017 年期间智能制造文献发表数量(中文核心+硕博)和关键事件点对照图 本研究采用基于三级编码的主题统计，通过 每篇文献的核心内容，分析智能制造领域的研究 热点。本文的两位作者分别、独立地阅读了每一 篇论文，并判断论文的研究题目、参考学科、研 究方法和分析层次。最后，将这两位作者的分析 结果进行比较。对有分歧的地方，由本文的三位 作者共同讨论确定。整理编码的步骤如下：（1） 首先参考 CiteSpace 聚类分析输出的结果，进一 步将样本集�"."的文献进行人工分类：根据文献 的题目、关键词、核心观点及结论，整理出一级 编码数据表；（2）然后在一级编码数据表的基 础上，手动分类并归纳出研究主题，形成二级编 码；（3）最后在二级编码的基础上，进一步高 度抽象概括，最终得到三级编码即 10 个研究方 向大类。最终得到的第三级统计结果见表 1。 4 研究热点和观点归纳 4.1 词频分析 对数据样本集�"."的 1046 篇文献进行关键 词统计分析，通过 CiteSpace 运行并从中ᨀ取到 508 个关键词。根据 Donohue 通过齐普夫定律 推导的高低词频临界值模型（齐普夫第二定 律）计算词频临界值，如公式（4）所示。 C = −1 + 1 + 8I" 2 （4） 其中 C 是Ḁ个领域的高低词频临界值，�"是该 领域词频为 1 的关键词个数。这 508 个关键词 中只出现过一次的低频词数量为 340 个，由此 通过式（3）计算得到智能制造高频关键词的临 界值为 25.58，因此定义词频大于等于 26 则为 高频关键词，共计 24 个如表 2

通过分析高频词,当前智能制造研究多立足和特定行业应用方面(“加工工业”39次,“数 于本国国情(“中华人民共和国”81次,“中国控机床”37次,“产业”28次)。另外在创新, 制造2025”39次,“中国制造”33次),而且企业管理,转型升级等管理类和经济类话题上也 话题集中在具体实现技术方面(“机器人”53次,有较多研究。 智能制造装备”47次,“智能制造技术”27次) 车看号年 大数据 互联网+领域工信部包 物联网工业互联网加 中国制造 物理系练数控机智能制造 产业人智能御备公 创新驱 研究院 器人机床可具出 w智能厂中华人 试点示范洲 机械业联合会中国制造2025cm0u 学术年会 联合体山特维克可乐满经济组织 的品服装出13d打印/高蜂论坛 合达互联判 战略性新兴产业 博上研究生博上生 图3基于LLR算法的智能制造文献的聚类视图 表1研究方向分类统计 研究 核心期刊文献 硕博文献 合计数量 占比 产业形势和国家/地方战略 5.16% 系统,软件和算法 评价模型和成功因素分析 0.67% 机器人,智能装备和展会 165 15.77% 案例研究 信息物理系统和物联网 79 7 节能环保和绿色制造 8.60% 伦理,人文,人才培养和论坛 特定行业的相关研究 22.66% 新型材料和工艺 1046 100.00%

通过分析高频词，当前智能制造研究多立足 于本国国情（“中华人民共和国”81 次，“中国 制造 2025”39 次，“中国制造”33 次），而且 话题集中在具体实现技术方面（“机器人”53 次， “智能制造装备”47 次，“智能制造技术”27 次） 和特定行业应用方面（“加工工业”39 次，“数 控机床”37 次，“产业”28 次）。另外在创新， 企业管理，转型升级等管理类和经济类话题上也 有较多研究。 图 3 基于 LLR 算法的智能制造文献的聚类视图 表 1 研究方向分类统计 研究方向 核心期刊文献 硕博文献 合计数量 占比 产业形势和国家/地方战略 49 5 54 5.16% 系统，软件和算法 196 63 259 24.76% 评价模型和成功因素分析 3 4 7 0.67% 机器人，智能装备和展会 152 13 165 15.77% 案例研究 12 31 43 4.11% 信息物理系统和物联网 79 7 86 8.22% 节能环保和绿色制造 85 5 90 8.60% 伦理，人文，人才培养和论坛 30 2 32 3.06% 特定行业的相关研究 213 24 237 22.66% 新型材料和工艺 67 6 73 6.98% 总计 886 160 1046 100.00%

表2智能制造研究的高频词 序号 键词 序号 智能制造 数控机床 中华人民共和国 智能工厂 61 制造业 转型升级 人工智能 中国制造 机器人 物联网 6 工业40 29 工业机器人 7 智能制造装备 产业 制造强国 企业管理 21 智能制造技术 企业 27 工业互联网 加工工业 智能化 中国制造2025 信息物理系统 42年度热词和突现词 根据 Jon Kleinberg在2002改进 burst算法 将词频大于等于5次的关键词,通过年份计以基础模型发展解释 burst的两阶段模型(two 数法将其分别归纳到其词频最高的那一年,则可 state model)进而设计的跳跃检测算法( burst 以得到每年的热词归纳,如表3。通过对照年度 detection algorithm),可以从样本数据中挖掘突 热词表,可看到2010年以前对智能制造话题的现词14,其词频突现率算法如式(5) 研究还没有充分展开,2010到2012年间是以机 械行业为代表的各类离散工业行业协会和学会A= 组织对以数字化工厂为典型应用智能制造的相 关研究仍然罕见,2013和2014年工业40和各 =p2(1-p)2-b 地的展会成为主要话题,而2015年以后,伴随 着中国制造2025战略的提出,以信息物理系统 和大数据为支撑的企业升级转型受到较大关注 而且以沈阳机床为代表的典型示范单位被学术 界进行了大量深入研究。 表3智能制造年度热词归纳 沈阳机床/一带一路/助力/信息化陉经济组织/联合体/云计算 2016 信息物理系统/大数据/人才培养/ chinaplas2017/华中数控/中国/高新材料/升级转型德国 中国制造2025智能工厂转型升级/中国制造制造强国/工业互联网/纺织行业/试点示范/工信部/创新驱动/ 互联网+/3d打印/山特维克可乐满/展会/学术年会 机器人/工业40/中国进出口商品交易会厝洲 创新/智能化/北京/领域机床 12数控机床物联网冮工业机器人/机床行业俩两化融合/研究院庐产业机器人数字化工厂/上海/制造执行系统 2011制造业智能制造装备/企业管理/企业加工工业庐产业研讨会/机床工具高端装备制造业智能装备高峰论 坛 2010中华人民共和国/智能制造技术装备制造业会议/机械工业联合会酒西门子战略性新兴产业/中国汽车工程 学会/智能制造系统 2007 人工智能 006 绿色制造 2005 智能制造

表 2 智能制造研究的高频词 序号 词频 关键词 序号 词频 关键词 1 519 智能制造 13 37 数控机床 2 81 中华人民共和国 14 36 智能工厂 3 61 制造业 15 34 转型升级 4 58 人工智能 16 33 中国制造 5 53 机器人 17 32 物联网 6 51 工业 40 18 29 工业机器人 7 47 智能制造装备 19 28 产业 8 44 创新 20 28 制造强国 9 43 企业管理 21 27 智能制造技术 10 42 企业 22 27 工业互联网 11 39 加工工业 23 26 智能化 12 39 中国制造 2025 24 26 信息物理系统 4.2 年度热词和突现词 将词频大于等于 5 次的关键词，通过年份计 数法将其分别归纳到其词频最高的那一年，则可 以得到每年的热词归纳，如表 3。通过对照年度 热词表，可看到 2010 年以前对智能制造话题的 研究还没有充分展开，2010 到 2012 年间是以机 械行业为代表的各类离散工业行业协会和学会 组织对以数字化工厂为典型应用智能制造的相 关研究仍然罕见，2013 和 2014 年工业 4.0 和各 地的展会成为主要话题，而 2015 年以后，伴随 着中国制造 2025 战略的ᨀ出，以信息物理系统 和大数据为支撑的企业升级转型受到较大关注， 而且以沈阳机床为代表的典型示范单位被学术 界进行了大量深入研究。 根据 Jon Kleinberg 在 2002 改进 burst 算法， 以基础模型发展解释 burst 的两阶段模型（two￾state model）进而设计的跳跃检测算法（burst detection algorithm），可以从样本数据中挖掘突 现词[14] ，其词频突现率算法如式（5）。 A = �I = � >JK>JLM 1 − � >JN>JLM = �O(1 − �)PQO = ( � 1 − � )O(1 − �)P （5） 表 3 智能制造年度热词归纳 年份 年度热词 2017 沈阳机床/一带一路/助力/信息化/经济组织/联合体/云计算 2016 信息物理系统/大数据/人才培养/chinaplas 2017/华中数控/中国/高新材料/升级转型/德国 2015 中国制造 2025/智能工厂转型升级/中国制造/制造强国/工业互联网/纺织行业/试点示范/工信部/创新驱动/ 互联网+/3d 打印/山特维克可乐满/展会/学术年会 2014 机器人/工业 40/中国进出口商品交易会/琶洲 2013 创新/智能化/北京/领域/机床 2012 数控机床/物联网/工业机器人/机床行业/两化融合/研究院/产业机器人/数字化工厂/上海/制造执行系统 2011 制造业/智能制造装备/企业管理/企业/加工工业/产业/研讨会/机床工具/高端装备制造业/智能装备/高峰论 坛 2010 中华人民共和国/智能制造技术/装备制造业/会议/机械工业联合会/西门子/战略性新兴产业/中国汽车工程 学会/智能制造系统 2007 人工智能 2006 绿色制造 2005 智能制造

其中A是突现因子,p为状态改变的可能位置和实现路径。有学者认为中国还在相对落后 性,n为数据(文献样本)个数,b表示对状态的工业20阶段,并根据构建指标体系预测,中 转化有贡献的数据(文献样本)个数,目的是通国将通过创新和质量来提升品牌力,且有望在 过考察词频,将一定时期内大量的主题词中,将2025、2035、2045分步进入制造强国第二方阵 频次变化率高的词中探测出来,适用于辨认新兴第二方阵前列、第一方阵叫。也有学者依据过去 研究前沿术语 科技和工业的统计数据,认为中国从引进消化吸 通过 burst算法,由 CiteSapace软件对数据收走向自主创新的路径是行之有效的。另有学 样本集S11进行挖掘,最终从508个关键词中计者基于现有的产业基础及技术水平,认为我国智 算出6个突现词,包括战略性新兴产业(2.71,能制造的发展可分两步走,于2020年实现重点 200),高端装备制造业(4.33,2011),智能领域智能制造装备数控化,于2030年制造业通 制造装备(533,2011),产业机器人(277,过推进智能模式的转变全面实现数字化1。 2012),智能工厂(3,17,2015),信息物理系有学者认为中国推进智能制造应采取“并联式” 统(3,23,2016),括号中的值分别为突现率和的发展方式,采用“并行推进、融合发展”的技 年份。这些突现词说明了在2005-2018年间新出术路线,并行推进数字化制造,数字化网络化制 现的前沿热点。值得注意其中最后一个关键词信造,和新一代智能制造。(3)政策主导还是产 息物理系统是在2016年成为突现词的,这个在业主导。有学者认为应当充分发挥我国制度优越 10年前已经被提出的概念,突然又成为了前沿性,由政府主导,官产学研结合,实现从总体规 热词,可能预示这在这方面有了新的技术突破或划、顶层设计到重点突破、全面推进的有组织的 者新的概念出现 创新15,1。有学者认为,在国家的大力倡导 43权威观点归纳 和推动下,我国己经形成了一批著名企业、制造 在核心期刊文献的范畴内,综合考虑了文献产业集聚地21。也有学者给出结论,技术能 主题与智能制造定义的相关性程度、被引用的次力和制度环境是新兴市场新创企业国际创业绩 数、作者是否为院士等影响力因素,选择7篇文效的决定因素。另有学者研究表明,随着工业 献按照年份排序并概括其权威观点如表4所示 结构从集中向分散转变,云制造模式与服务平台 历年来学者对智能制造的定义各有区别, 将促使越来越多微小企业的资源共享与重用,自 到目前为止相关研究有四点基本共识:(1)我主联盟成为智能化工厂的先锋队02 与此同时,又横向对比了国外提出的智能制 欧美发达国家“再工业化”前后夹击的严峻挑战造战略及其相关具体描述,包括美国的“先进制 形势,而智能制造作为国家战略是破解这个问题造业伙伴计划”、德国的“工业40战略计划”、 的关键1347151m。(2)智能制造不只是面向制国的“英国工业2050战略”、法国的“新工 造过程的话题,而是涉及到产品智能化,生产智 业法国计划”、日本的“超智能社会50战略 能化,服务智能化,产业模式创新变革的宏大的韩国的“制造业创新30计划”,世界各国在将 系统工程,并将导致组织模式、企业管理、人才 智能制造作为本国的关键竞争优势发展战略的 时候,多数都聚焦在本国如何致力于实现先进信 需求的巨大变化137.1.9。(3)智能制造在信息技术与先进制造技术的深度融合,以及结合云 息物理系统,工业互联网,云计算和大数据等应 用技术的支撑下,将会有效实现个性化定制和大 计算、大数据、移动互联网、物联网、和数字化 批量生产的融合,大幅提升服务水平,延展工业等智能化制造的基础技术,以推动新一代生产力 生产的价值链条,并推动产业形态从生产型制造和生产方式的产生与变革的话题 向服务型制造转变37·明。(4)节能,减排, 综合国内多位院士和重要学者在学术期刊 绿色,环保是智能制造的重点关注领比有关智能制造话题高被引文献的观点,及 而现有的研究也存在以下争议点:(1)智能 《 Nature》、《 Science》等国际顶级期刊的关注 制造的产业聚焦点应在何处有学者认为智能制重点2,本研究支持对“智能制造”定义如下 造将实现制造业向高端产业和高端环节转移,因智能制造是面向产品和工厂的全生命周期的,以 此需要大力培养和发展新兴产业,加大传统产业 计算、大数据、移动互联网、物联网、和数字 升级转型的力度也有学者认为通过智能制造化等新一代信息技术为基础,配合新型的能源 实现制造业能源节约型转变是当务之急国。另有材料、工艺、装备,通过智能化的感知、人机交 学者认为,中小企业、传统产业的智能化、数字互:决策和执行技术,贯穿于产品与工厂设计 化需要被重点关注19。(2)中国智能制造的当前制造、管理和服务的全生命周期的各个环节,形

其中 A 是突现因子，p 为状态改变的可能 性，n 为数据（文献样本）个数，b 表示对状态 转化有贡献的数据（文献样本）个数，目的是通 过考察词频，将一定时期内大量的主题词中，将 频次变化率高的词中探测出来，适用于辨认新兴 研究前沿术语。 通过 burst 算法，由 CiteSapace 软件对数据 样本集�"."进行挖掘，最终从 508 个关键词中计 算出 6 个突现词，包括战略性新兴产业（2.71， 2010），高端装备制造业（4.33，2011），智能 制造装备（5.33，2011），产业机器人（2.77， 2012），智能工厂（3.17，2015），信息物理系 统（3.23，2016），括号中的值分别为突现率和 年份。这些突现词说明了在 2005-2018 年间新出 现的前沿热点。值得注意其中最后一个关键词信 息物理系统是在 2016 年成为突现词的，这个在 10 年前已经被ᨀ出的概念，突然又成为了前沿 热词，可能预示这在这方面有了新的技术突破或 者新的概念出现。 4.3 权威观点归纳 在核心期刊文献的范畴内，综合考虑了文献 主题与智能制造定义的相关性程度、被引用的次 数、作者是否为院士等影响力因素，选择 7 篇文 献按照年份排序并概括其权威观点如表 4 所示。 历年来学者对智能制造的定义各有区别， 到目前为止相关研究有四点基本共识：（1）我 国制造业近年来存在大而不强的问题，并面临着 欧美发达国家“再工业化”前后夹击的严峻挑战 形势，而智能制造作为国家战略是破解这个问题 的关键[1, 3, 4, 7, 15-17] 。（2）智能制造不只是面向制 造过程的话题，而是涉及到产品智能化，生产智 能化，服务智能化，产业模式创新变革的宏大的 系统工程，并将导致组织模式、企业管理、人才 需求的巨大变化[1-3, 5, 7, 15, 19] 。（3）智能制造在信 息物理系统，工业互联网，云计算和大数据等应 用技术的支撑下，将会有效实现个性化定制和大 批量生产的融合，大幅ᨀ升服务水平，延展工业 生产的价值链条，并推动产业形态从生产型制造 向服务型制造转变[1-3, 5, 7, 17, 19] 。（4）节能，减排， 绿色，环保是智能制造的重点关注领域[1, 3, 16, 22] 。 而现有的研究也存在以下争议点：（1）智能 制造的产业聚焦点应在何处。有学者认为智能制 造将实现制造业向高端产业和高端环节转移，因 此需要大力培养和发展新兴产业，加大传统产业 升级转型的力度[6] 。也有学者认为通过智能制造 实现制造业能源节约型转变是当务之急[3] 。另有 学者认为，中小企业、传统产业的智能化、数字 化需要被重点关注[15] 。（2）中国智能制造的当前 位置和实现路径。有学者认为中国还在相对落后 的工业 2.0 阶段，并根据构建指标体系预测，中 国将通过创新和质量来ᨀ升品牌力，且有望在 2025、2035、2045 分步进入制造强国第二方阵、 第二方阵前列、第一方阵[1] 。也有学者依据过去 科技和工业的统计数据，认为中国从引进消化吸 收走向自主创新的路径是行之有效的[3] 。另有学 者基于现有的产业基础及技术水平，认为我国智 能制造的发展可分两步走，于 2020 年实现重点 领域智能制造装备数控化，于 2030 年制造业通 过推进智能模式的转变全面实现数字化[17] 。另 有学者认为中国推进智能制造应采取“并联式” 的发展方式，采用“并行推进、融合发展”的技 术路线，并行推进数字化制造，数字化网络化制 造，和新一代智能制造[19] 。（3）政策主导还是产 业主导。有学者认为应当充分发挥我国制度优越 性，由政府主导，官产学研结合，实现从总体规 划、顶层设计到重点突破、全面推进的有组织的 创新[1, 7, 15, 17] 。有学者认为，在国家的大力倡导 和推动下，我国已经形成了一批著名企业、制造 产业集聚地[2, 7, 17] 。也有学者给出结论，技术能 力和制度环境是新兴市场新创企业国际创业绩 效的决定因素[6] 。另有学者研究表明，随着工业 结构从集中向分散转变，云制造模式与服务平台 将促使越来越多微小企业的资源共享与重用，自 主联盟成为智能化工厂的先锋队[20, 21] 。 与此同时，又横向对比了国外ᨀ出的智能制 造战略及其相关具体᧿述，包括美国的“先进制 造业伙伴计划”、德国的“工业 4.0 战略计划”、 英国的“英国工业 2050 战略”、法国的“新工 业法国计划”、日本的“超智能社会 5.0 战略”、 韩国的“制造业创新 3.0 计划”，世界各国在将 智能制造作为本国的关键竞争优势发展战略的 时候，多数都聚焦在本国如何致力于实现先进信 息技术与先进制造技术的深度融合，以及结合云 计算、大数据、移动互联网、物联网、和数字化 等智能化制造的基础技术，以推动新一代生产力 和生产方式的产生与变革的话题。 综合国内多位院士和重要学者在学术期刊 有关智能制造话题高被引文献的观点，及 《Nature》、《Science》等国际顶级期刊的关注 重点[23-29] ，本研究支持对“智能制造”定义如下： 智能制造是面向产品和工厂的全生命周期的，以 云计算、大数据、移动互联网、物联网、和数字 化等新一代信息技术为基础，配合新型的能源、 材料、工艺、装备，通过智能化的感知、人机交 互、决策和执行技术，贯穿于产品与工厂设计、 制造、管理和服务的全生命周期的各个环节，形 成的先进制造过程、系统与模式的总称

表4智能制造内涵定义的权威观点 学者 内涵定义 外延发表 路甬样人与智能机器的合作,扩太,延伸和部分取代人类专家在制造中的脑力劳动,从以人实现 效果010 朱剑英 多信息感知与融合,知识表达、获取、存储和处理,具有联想记忆、自学习、自 实现 应、自组织、自维护、自优化功能的系统1s 效果 孙柏林在现代传感技术和拟人化智能技术等先进技术的基础上,通过智能化的感知、人机交技术 互、决策和执行技术,实现设计过程、制造过程和制造装备智能化。 左世全在制造过程中进行感知、分析、推理、决策与控制,实现需求动态响应,产品迅速开产业 发以及供应链实时优化1n 战略2013 张曙通过感知、人机交互、决策、执行和反馈,实现设计、制造和管理及服务的智能化技术 014 作为新一轮工业革命的核心技术和中国制造2005的制高点、突破口和主攻方向,智能产业 制造要从产品、生产、模式、基础四个维度系统推进叫。 吕铁以新一代信息技术为基础,配合新能源、新材料、新工艺,贯穿设计、生产、管理、 服务等制造活动各个环节 技术2015 离散工业智能制造年轮图 数据样本31 2005-2006200720082009201020120122013-20142015201620172018 流程工业智能制造年轮图 数据样本21 图4流程工业和离散工业的智能制造文献时区年轮图对比

表 4 智能制造内涵定义的权威观点 学者 内涵定义 外延 发表 时间 路甬祥 人与智能机器的合作，扩大、延伸和部分取代人类专家在制造中的脑力劳动，从以人 为决策核心向以机器自主运行转变 [3] 。 实现 效果 2010 朱剑英 多信息感知与融合，知识表达、获取、存储和处理，具有联想记忆、自学习、自适 应、自组织、自维护、自优化功能的系统[15] 。 实现 效果 2013 孙᷿林 在现代传感技术和拟人化智能技术等先进技术的基础上，通过智能化的感知、人机交 互、决策和执行技术，实现设计过程、制造过程和制造装备智能化[16] 。 技术 构成 2013 左世全 在制造过程中进行感知、分析、推理、决策与控制，实现需求动态响应，产品迅速开 发以及供应链实时优化[17] 。 产业 战略 2013 张曙 通过感知、人机交互、决策、执行和反馈，实现设计、制造和管理及服务的智能化[2] 。 技术 构成 2014 周济 作为新一轮工业革命的核心技术和中国制造 2005 的制高点、突破口和主攻方向，智能 制造要从产品、生产、模式、基础四个维度系统推进[1] 。 产业 战略 2015 吕铁 以新一代信息技术为基础，配合新能源、新材料、新工艺，贯穿设计、生产、管理、 服务等制造活动各个环节[7] 。 技术 构成 2015 图 4 流程工业和离散工业的智能制造文献时区年轮图对比

5离散工业和流程工业分类研究 图,并用绘图组合到一起进行比较展示,如图4 根据分类后的两个年轮图比较,可归纳以下发现 51离散工业和流程工业特征对比 (1)在智能制造学术研究成果输出数量上 流程制造是指被加工对象不间断地通过生离散制造行业明显要高于流程制造行业。 产设备,使原材料进行化学或物理变化,最终得 (2)在智能制造研究兴起的时间点上,流 到产品,如医药、石油、化工、钢铁、水泥等 程制造行业针起步较晚(2013年),和离散制造 离散工业主要是通过对原材料物理形状的改变、的起点(2005)相比晚了至少8年。 组装,成为产品,使其增值,如机械、电子、电 (3)2008和2009年是一个明显的智能制 器、航空、汽车等。两种产业因为其材料性态和造研究低谷期,在年轮图上聚类点分布稀少,且 生产形式上的巨大差别,导致其在物料特点,产几乎没有新关键词析出 品特点,生产过程,工艺、物流和销售方面都有 )离散工业的数据集输出结果中显示出 显著区别 了大量和地域相关的研究,在关键词中提取出上 52离散工业和流程工业的智能制造研究历程宁等很多地域名词,而流程制造的输出结果则未 可视化分类比较 如章节2所述,本研究将数据样本集S1的有此发现。 (5)离散工业既包含大量的管理和信息技 1046篇文献分类,得到126篇流程制造类的文术相关话题,也包括了很多和生产相关的机器人 献作为数据样本集S21,以及580篇离散制造类 和数控机床方面。而流程工业话题范围则相对收 的数据样本集S31。将样本数据集S21和S31分别敛,基本都聚焦在自身生产相关的材料和工艺 在 Cite Space中运行,通过输出结果的年轮时区以及安全和环保方面。 能工纺机展 盒 中国汽车工程学造 工具工业协会 含 这备中4机战程分 高编装备 能造装答产 智能电网 估真平合 图5离散工业智能制造研究的时间路径图 53智能制造研究的可视化路径 的几条主线:(1)以中国汽车工程学会,机械 从 CiteSpace 5.1可以输出耦合了聚类的时工业联合会,中国机床工具工业协会为代表的行 间路径图( Timeline view)。如图5所示,以数业协会组织;(2)以北京,上海,广东,宁夏, 据样本集S31离散工业输出的结果,可以从以年 辽宁为代表的地方性的应用落地和政策推动;(3) 份为横向轴,聚类为纵向轴的二维图中,更为清 以西门子,山特维克可乐满,库卡为代表的解决 晰地看到在离散工业领域内推动智能制造研究方案和实施厂家:(4)以华中数控,沈阳机床 为代表的典型示范应用;(5)以信息物理系统

5 离散工业和流程工业分类研究 5.1 离散工业和流程工业特征对比 流程制造是指被加工对象不间断地通过生 产设备，使原材料进行化学或物理变化，最终得 到产品，如医药、石油、化工、钢铁、水泥等。 离散工业主要是通过对原材料物理形状的改变、 组装，成为产品，使其增值，如机械、电子、电 器、航空、汽车等。两种产业因为其材料性态和 生产形式上的巨大差别，导致其在物料特点，产 品特点，生产过程，工艺、物流和销售方面都有 显著区别。 5.2 离散工业和流程工业的智能制造研究历程 可视化分类比较 如章节 2 所述，本研究将数据样本集�"."的 1046 篇文献分类，得到 126 篇流程制造类的文 献作为数据样本集�$."，以及 580 篇离散制造类 的数据样本集�%."。将样本数据集�$."和�%."分别 在 CiteSpace 中运行，通过输出结果的年轮时区 图，并用绘图组合到一起进行比较展示，如图 4。 根据分类后的两个年轮图比较，可归纳以下发现： （1）在智能制造学术研究成果输出数量上， 离散制造行业明显要高于流程制造行业。 （2）在智能制造研究兴起的时间点上，流 程制造行业针起步较晚（2013 年），和离散制造 的起点（2005）相比晚了至少 8 年。 （3）2008 和 2009 年是一个明显的智能制 造研究低谷期，在年轮图上聚类点分布稀少，且 几乎没有新关键词析出。 （4）离散工业的数据集输出结果中显示出 了大量和地域相关的研究，在关键词中ᨀ取出上 海，北京，天津，湖南，广东，安徽，宁夏，辽 宁等很多地域名词，而流程制造的输出结果则未 有此发现。 （5）离散工业既包含大量的管理和信息技 术相关话题，也包括了很多和生产相关的机器人 和数控机床方面。而流程工业话题范围则相对收 敛，基本都聚焦在自身生产相关的材料和工艺， 以及安全和环保方面。 图 5 离散工业智能制造研究的时间路径图 5.3 智能制造研究的可视化路径 从 CiteSpace 5.1 可以输出耦合了聚类的时 间路径图（Timeline View）。如图 5 所示,以数 据样本集�%."离散工业输出的结果，可以从以年 份为横向轴，聚类为纵向轴的二维图中，更为清 晰地看到在离散工业领域内推动智能制造研究 的几条主线：（1）以中国汽车工程学会，机械 工业联合会，中国机床工具工业协会为代表的行 业协会组织；（2）以北京，上海，广东，宁夏， 辽宁为代表的地方性的应用落地和政策推动；（3） 以西门子，山特维克可乐满，库卡为代表的解决 方案和实施厂家；（4）以华中数控，沈阳机床 为代表的典型示范应用；（5）以信息物理系统

云计算,大数据,智能装备和仿真平台为代表的 智能制造涉及智能产品、智能生产以及智能 技术革新演进。以及以上各条主线之间的交叉研服务等多个方面及其优化集成。从技术机理角度 究。数据样本集S2流程制造工业析出的时间路看,这些不同方面尽管存在差异,但本质上是 径图主线相对较少,几条推进主线集中在新型材致的,即“人-信息物理系统”的融合。伴随着 料,安全环保和节能,在线检测和优化技术等与信息世界和真实的物理世界之间深度融合的前 自身工艺密切相关的方面,限于篇幅不再附图。提技术条件日趋成熟,诸如数字孪生这样的突破 6研究趋势展望 性的应用技术框架,将会成为实现CPS乃至智 能制造的必要性底层技术框架,值得深入和全面 61当前智能制造研究的局限性 的研究其内在机理 (1)现有研究仍然未能对智能制造的最终 (3)针对流程制造行业的智能制造研究。 实现效果进行清楚叙述。研究宏观战略的文献聚 流程制造工业目前的研究比较单薄,输出结 焦在形势展望和体系构建方面,而应用技术的文果也较少,与这个行业的体量和重要性不对称 献局限于特定的解决方案,不能融合成具有普遍在智能制造政策推动不断加强,并逐步深入到各 适用性的目标框架。用何标准来界定是否达成了个行业的背景下,参照离散制造的研究路径图, 实现智能制造的愿景,仍未见形成清晰的定义。未来流程工业的智能制造研究内容将覆盖政策 机理的深度理论研究。如何按照新一代智能制造范代表的案例实证研究,管理、服务、人才与智 范式的本质要求,统筹协调“人”、“信息系统 和“物理系统”的综合集成大系统,使制造业的 (4)从智能制造应用的角度对中小型企业 质量和效率跃升到新的水平,需要对智能制造范 需求的研究。 式和其内在机理进行深入探索,同时也涉及到人 目前智能制造相关研究,从管理到技术上都 才培养、社会关系、技术合作与挖掘创新潜能等偏重于规模以上企业,对中小型企业缺乏适用性。 系列话题的研究。这些研究目前还比较缺乏。中小型企业近年来从数量和产业规模上一直保 (3)针对流程制造行业研究的滞后性和局持快速增长,在国民经济和工业中扮演越来越重 限性。流程工业在国家工业生产总值中占比将近要的角色,中小型企业本身灵活,有适应环境转 半,而从52节的结论发现该领域针对智能制变的意愿,将成为智能制造的积极参与者。其需 造的研究有一定的滞后性和局限性,输出成果也要的是门槛低,代价小,投资回报明确的智能制 较少 造应用方法,这一类方法有待于进一步探索,并 (4)不同企业的特点和其诉求未在智能制进行实证研究 造研究话题上被充分关注。企业作为智能制造的 综合全文所述,目前智能制造还有众多研 主要投资者和受益者,是执行智能制造的主体 究课题急需开展,顶层规划和具体应用技术之间 而不同规模企业的应用情境各不相同,包括对应仍存在鸿沟有待弥补;针对特定垂直行业的智能 用技术的适用性要求等。目前有关智能制造相关制造如何培养和扶持;新兴技术领域中国如何结 的研究话题,多数还是集中在汽车、机床、冶金 合本国实际情况,实现消化吸收和创新研发;以 化工等重型工业领域,而鲜有从中小型企业的角上这些研究课题对推动智能制造在中国的实现 度展开对智能制造的应用研究 都有前瞻性的意义 6.2智能制造研究展望 (1)以明晰最终实现效果为目的,展开从 参考文献: 宏观战略到应用技术之间的中间层研究。 []周济.智能制造——“中国制造2025”的主攻方向 目前对智能制造的研究,从宏观的国家战略 门中国机械工程,2015,26(17):2273-2284 到具体应用技术和解决方案之间,讨论对智能制2014.(81-5 [2]张曙.工业4.0和智能制造[]机械设计与制造工程 造的目标框架的探讨。尤其是细分到不同的行业B]路甬祥.走向绿色和智能制造一一中国制造发展之 领域,因其各自的特征差别,都值得不同工业领路中国机械工程,2010,(2):31-32 域的专家分别进行探索,并逐步各自形成具有行4傅建中.智能制造装备的发展现状与趋势机电 业适应性的智能制造目标愿景。 工程,2014,31(8):959-962 (2)在新一代智能制造范式的基础上,探林文进,江志斌,李娜服务型制造理论研究综述 索其内在技术机理。 工业工程与管理,2009,14(6):1-6 [6]于晓宇.网络能力、技术能力、制度环境与国际创业 绩效门管理科学,2013,26(2)13-27

云计算，大数据，智能装备和仿真平台为代表的 技术革新演进。以及以上各条主线之间的交叉研 究。数据样本集�$."流程制造工业析出的时间路 径图主线相对较少，几条推进主线集中在新型材 料，安全环保和节能，在线检测和优化技术等与 自身工艺密切相关的方面，限于篇幅不再附图。 6 研究趋势展望 6.1 当前智能制造研究的局限性 （1）现有研究仍然未能对智能制造的最终 实现效果进行清楚叙述。研究宏观战略的文献聚 焦在形势展望和体系构建方面，而应用技术的文 献局限于特定的解决方案，不能融合成具有普遍 适用性的目标框架。用何标准来界定是否达成了 实现智能制造的愿景，仍未见形成清晰的定义。 （2）缺乏对新一代智能制造范式和其内在 机理的深度理论研究。如何按照新一代智能制造 范式的本质要求，统筹协调“人”、“信息系统” 和“物理系统”的综合集成大系统，使制造业的 质量和效率跃升到新的水平，需要对智能制造范 式和其内在机理进行深入探索，同时也涉及到人 才培养、社会关系、技术合作与挖掘创新潜能等 一系列话题的研究。这些研究目前还比较缺乏。 （3）针对流程制造行业研究的滞后性和局 限性。流程工业在国家工业生产总值中占比将近 一半，而从 5.2 节的结论发现该领域针对智能制 造的研究有一定的滞后性和局限性，输出成果也 较少。 （4）不同企业的特点和其诉求未在智能制 造研究话题上被充分关注。企业作为智能制造的 主要投资者和受益者，是执行智能制造的主体， 而不同规模企业的应用情境各不相同，包括对应 用技术的适用性要求等。目前有关智能制造相关 的研究话题，多数还是集中在汽车、机床、冶金、 化工等重型工业领域，而鲜有从中小型企业的角 度展开对智能制造的应用研究。 6.2 智能制造研究展望 （1）以明晰最终实现效果为目的，展开从 宏观战略到应用技术之间的中间层研究。 目前对智能制造的研究，从宏观的国家战略 到具体应用技术和解决方案之间，讨论对智能制 造的目标框架的探讨。尤其是细分到不同的行业 领域，因其各自的特征差别，都值得不同工业领 域的专家分别进行探索，并逐步各自形成具有行 业适应性的智能制造目标愿景。 （2）在新一代智能制造范式的基础上，探 索其内在技术机理。 智能制造涉及智能产品、智能生产以及智能 服务等多个方面及其优化集成。从技术机理角度 看，这些不同方面尽管存在差异，但本质上是一 致的，即“人-信息-物理系统”的融合。伴随着 信息世界和真实的物理世界之间深度融合的前 ᨀ技术条件日趋成熟，诸如数字孪生这样的突破 性的应用技术框架，将会成为实现 CPS 乃至智 能制造的必要性底层技术框架，值得深入和全面 的研究其内在机理。 （3）针对流程制造行业的智能制造研究。 流程制造工业目前的研究比较单薄，输出结 果也较少，与这个行业的体量和重要性不对称。 在智能制造政策推动不断加强，并逐步深入到各 个行业的背景下，参照离散制造的研究路径图， 未来流程工业的智能制造研究内容将覆盖政策 导向，行业协会，核心软硬件技术，典型应用示 范代表的案例实证研究，管理、服务、人才与智 能制造的交叉研究等话题。 （4）从智能制造应用的角度对中小型企业 需求的研究。 目前智能制造相关研究，从管理到技术上都 偏重于规模以上企业，对中小型企业缺乏适用性。 中小型企业近年来从数量和产业规模上一直保 持快速增长，在国民经济和工业中扮演越来越重 要的角色，中小型企业本身灵活，有适应环境转 变的意愿，将成为智能制造的积极参与者。其需 要的是门槛低，代价小，投资回报明确的智能制 造应用方法，这一类方法有待于进一步探索，并 进行实证研究。 综合全文所述，目前智能制造还有众多研 究课题急需开展，顶层规划和具体应用技术之间 仍存在鸿沟有待弥补；针对特定垂直行业的智能 制造如何培养和扶持；新兴技术领域中国如何结 合本国实际情况，实现消化吸收和创新研发；以 上这些研究课题对推动智能制造在中国的实现， 都有前瞻性的意义。 参考文献： [1] 周济. 智能制造——“中国制造 2025”的主攻方向 [J]. 中国机械工程, 2015, 26(17): 2273-2284. [2] 张曙. 工业 4.0 和智能制造[J]. 机械设计与制造工程， 2014, (8): 1-5. [3] 路甬祥. 走向绿色和智能制造——中国制造发展之 路[J]. 中国机械工程, 2010, (2): 31-32. [4] 傅建中. 智能制造装备的发展现状与趋势[J]. 机电 工程, 2014, 31(8): 959-962. [5] 林文进, 江志斌, 李娜. 服务型制造理论研究综述[J]. 工业工程与管理, 2009, 14(6): 1-6. [6] 于晓宇. 网络能力、技术能力、制度环境与国际创业 绩效[J]. 管理科学, 2013, 26(2): 13-27

吕铁,韩娜.智能制造:全球趋势与中国战略卩.人[21]王崴,张宇红,徐晓东,等.面向中小企业的云制 民论坛·学术前沿,2015(11) 造服务模式研究凹.机械设计与制造,2013(9):269-272 [8]杨善林,周开乐,张强,等.互联网的资源观[]_管理[22]傅志寰,宋忠奎,陈小寰,等.我国工业绿色发展战 科学学报,2016,19(1)1-11. 略研究[中国工程科学,2015,17(8):16-22 [9] YuX, Roy SK, Quazi A Internet entrepreneurship and [23]Choudhary A K, Harding J A, Tiwari MK Data mnsS the sharing of information in an internet-of-things context: in manufacturing: a review based on the kin the role of interactivity, stickiness, e-satisfaction and word- knowledge[J]. Journal of Intelligent Manufacturing, 2009, of-mouth in online SMEs websites. Internet Research, 20(5): 501 017(1):74-9 24] Guo Q, Zhang M. A novel approach for multi-agent [10] Morar M, Agachi P S Review: Important contributions based Intelligent Manufacturing System]. Information in development and improvement of the heat integration Sciences, 2009, 179(18): 3079-3090 techniques[]. Computers Chemical Engineering, 2010, [25 Cully A, Clune J, Tarapore D, et al. Robots that can 34(8):1171-1179 adapt like animals. Nature, 2015, 521(7553): 503 []l吕途,戴大双.基于可视化技术的中国代建制研究26] Kusiak a. Smart manufacturing must embrace big data 综述[建筑经济,2016,37(9):110-115 Nature2017;544(7648)23-5 12】陈瑜,谢富纪,于晓宇基于知识图谱的战略性新27 Kagan CR. Lifshitz e, Sargent E H,etal. Building 兴产业创新研究演进分析门上海管理科学,2015,374)3536302)ac53002 tum dots]. Science,2016, 13]郭伏,胡名彩,李明明.文献共被引视角下的国际28 McEvoy MA,Core|N. Materials that couple sensing, 人因工程研究热点分析门工业工程与管理,2018, 29 Adamo A, Beingessner R L, Behnam M, et al. On [14] Kleinberg J. Bursty and hierarchical structure in demand continuous-flow production of pharmaceuticals in a streams[J]. Data Mining Knowledge Discovery, 2003, compact, reconfigurable system[]. Science, 2016, 7(4):373-397 352(6281):61-6 5朱剑英.智能制造的意义、技术与实现门机械制[30]于晓宇,孟晓彤,蔡莉,等创业与幸福感研究综 造与自动化,2013,443).30-35 述与未来展望[外国经济与管理,2018,40(08):30-4 [16】孙柏林.未来智能装备制造业发展趋势述评[.自 [3]徐冠奇,陈峰.汽车出厂物流需求预测模型及智能 动化仪表,2013,34(1):1-5 在线调度问题研究[工业工程与管理,2017,22(3):41 [门]左世全.我国智能制造发展战略与对策研究[世48 界制造技术与装备市场,2014,(03)36-41+59 [32]韩冰,孟凡生.我国装备制造企业低碳技术创新外 】于晓宇.创业失败研究评介与未来展望门外国经部驱动机制分析工业工程与管理,2018,23(03)42 济与管理,2011,33(09):19-26+58 [1!]JZ,LiP, Zhou y,etal. Toward new- generation[33]曹玉红,尤建新,王瑞,中国智能汽车产业竞争力 intelligent manufacturing Engineering,2018,4(1-l1-20.动态演进规律研究[工业工程与管理,2017,22(5):81- [20]佚名.现代制造与智能化工厂门现代制造,2013(1):87 16-17

[7] 吕铁, 韩娜. 智能制造:全球趋势与中国战略[J]. 人 民论坛·学术前沿, 2015(11). [8]杨善林, 周开乐, 张强, 等. 互联网的资源观[J]. 管理 科学学报, 2016, 19(1): 1-11. [9] Yu X, Roy S K, Quazi A. Internet entrepreneurship and ‘the sharing of information’ in an internet-of-things context: the role of interactivity, stickiness, e-satisfaction and word￾of-mouth in online SMEs’ websites[J]. Internet Research, 2017(1): 74-96. [10] Morar M, Agachi P S. Review: Important contributions in development and improvement of the heat integration techniques[J]. Computers & Chemical Engineering, 2010, 34(8): 1171-1179. [11] 吕途，戴大双. 基于可视化技术的中国代建制研究 综述[J]. 建筑经济, 2016, 37(9): 110-115. [12] 陈瑜, 谢富纪, 于晓宇. 基于知识图谱的战略性新 兴产业创新研究演进分析[J]. 上海管理科学, 2015, 37(4): 1-7. [13] 郭伏, 胡名彩, 李明明. 文献共被引视角下的国际 人因工程研究热点分析[J]. 工业工程与管理, 2018, 23(03): 1-8. [14] Kleinberg J. Bursty and hierarchical structure in streams[J]. Data Mining & Knowledge Discovery, 2003, 7(4): 373-397. [15] 朱剑英. 智能制造的意义、技术与实现[J]. 机械制 造与自动化, 2013, 443(3): 30-35. [16] 孙᷿林. 未来智能装备制造业发展趋势述评[J]. 自 动化仪表, 2013, 34(1): 1-5. [17]左世全. 我国智能制造发展战略与对策研究[J]. 世 界制造技术与装备市场, 2014, (03): 36-41+59. [18]于晓宇. 创业失败研究评介与未来展望[J]. 外国经 济与管理, 2011, 33(09): 19-26+58. [19] Ji Z, Li P, Zhou Y, et al. Toward new-generation intelligent manufacturing[J]. Engineering, 2018, 4(1): 11-20. [20]佚名. 现代制造与智能化工厂[J]. 现代制造, 2013(1): 16-17. [21] 王崴, 张宇红, 徐晓东, 等. 面向中小企业的云制 造服务模式研究[J]. 机械设计与制造, 2013(9): 269-272. [22]傅志寰, 宋忠奎, 陈小寰, 等. 我国工业绿色发展战 略研究[J]. 中国工程科学, 2015, 17(8): 16-22. [23] Choudhary A K, Harding J A, Tiwari M K. Data mining in manufacturing: a review based on the kind of knowledge[J]. Journal of Intelligent Manufacturing, 2009, 20(5): 501. [24] Guo Q, Zhang M. A novel approach for multi-agent￾based Intelligent Manufacturing System[J]. Information Sciences, 2009, 179(18): 3079-3090. [25] Cully A, Clune J, Tarapore D, et al. Robots that can adapt like animals[J]. Nature, 2015, 521(7553): 503. [26] Kusiak A. Smart manufacturing must embrace big data. Nature 2017; 544(7648): 23–5. [27] Kagan C R, Lifshitz E, Sargent E H, et al. Building devices from colloidal quantum dots[J]. Science, 2016, 353(6302): aac5523-aac5523. [28] McEvoy M A, Correll N. Materials that couple sensing, actuation, computation, and communication[J]. Science, 2015, 347(6228): 1261689. [29] Adamo A, Beingessner R L, Behnam M, et al. On￾demand continuous-flow production of pharmaceuticals in a compact, reconfigurable system[J]. Science, 2016, 352(6281): 61-67. [30] 于晓宇, 孟晓彤, 蔡莉, 等. 创业与幸福感:研究综 述与未来展望[J]. 外国经济与管理, 2018, 40(08): 30-44. [31] 徐冠奇, 陈峰. 汽车出厂物流需求预测模型及智能 在线调度问题研究[J]. 工业工程与管理, 2017, 22(3): 41- 48. [32] 韩冰, 孟凡生. 我国装备制造企业低碳技术创新外 部驱动机制分析[J]. 工业工程与管理, 2018, 23(03): 42- 49. [33] 曹玉红, 尤建新, 王瑞. 中国智能汽车产业竞争力 动态演进规律研究[J]. 工业工程与管理, 2017, 22(5): 81- 87