智能制造(SM)
智能制造(SM)是一种技术驱动的方法，利用互联网连接的机器来监控生产过程。SM的目标是为自动化操作和使用数据分析提高生产性能。
SM是工业物联网(IIoT)。部署包含嵌入传感器在制造机器上收集其运行状态和性能的数据。在过去，这些信息通常保存在单个设备的本地数据库中，仅用于评估设备发生故障后的原因。
现在，通过分析整个工厂的机器，甚至跨多个设备的数据流，制造工程师和数据分析师可以寻找特定部件可能故障的迹象，从而实现预防性维护，避免设备意外停机。
制造商还可以分析数据的趋势，试图找出生产过程中生产放缓或材料使用效率低下的步骤。此外,数据科学家其他分析人员可以使用这些数据来模拟不同的过程，从而找出最有效的做事方式。
随着智能制造变得越来越普遍，越来越多的机器通过物联网，他们将能够更好地相互沟通，潜在地支持更高水平的自动化。
例如，SM系统可能能够自动订购更多的原材料作为供应品，根据需要将其他设备分配到生产工作中以完成订单，并在订单完成后准备分销网络。
缺乏标准和互操作性是持有智能制造的最大挑战。传感器数据的技术标准尚未广泛采用，这禁止不同种类的机器分享数据并有效地互相通信。
在美国，国家标准与技术协会(NIST）正在调查机会，为各种行业利益相关者制定和推动标准，包括技术公司和制造商。该过程正在进行中。其他挑战包括广泛实现传感器的成本以及开发预测模型的复杂性。
历史/背景
第一次工业革命被认为始于1760年左右，距今已有近260年的历史。在美国，这一过程的最新迭代——第四次工业革命——被称为“智能制造”，而在欧洲，它被称为“工业4.0”。
第一次工业革命的特点是蒸汽动力和动力织机;流水线是在第二次工业革命期间引进的;自动化和数据增强的自动化是在20世纪70年代第三次工业革命期间出现的。
第四次工业革命的特点是一系列相互关联的自动化系统融合了物理、数字和生物世界。
相关技术
除了物联网，还有一些技术可以帮助实现智能制造，包括:
- 人工智能(人工智能)/机器学习——基于制造公司收集的大量数据，实现自动决策。AI /机器学习能够分析所有这些数据，并根据输入的信息做出明智的决定。
- 无人机和无人驾驶汽车——可以通过减少需要做机械任务的工人数量来提高生产率，比如在工厂中移动车辆。
- 区块链-区块链的优点包括不变性、可追溯性和去中介化，可以提供一种快速有效的方式来记录和存储数据。
- 边缘计算- Edge Computing帮助制造商将大量的机器生成数据转换为可操作的数据，以获得改善决策的见解。为此，它使用连接到网络的资源，例如警报或温度传感器，使数据分析能够在数据源处发生。
- 预测分析-公司可以使用从所有数据源收集的大量数据进行分析，以预测问题并提高预测能力。
- 数字双胞胎——公司可以使用数字双胞胎在虚拟环境中模拟他们的流程、网络和机器，然后使用它们在问题发生之前预测问题，并提高效率和生产率。
智能制造的利与弊
智能制造有很多好处，包括提高效率、提高生产率和长期节约成本。在智能工厂中，生产率不断提高。例如，如果一台机器降低了生产速度，数据就会显示出来，人工智能系统就会努力解决这个问题。这些适应性极强的系统提供了更大的灵活性。
在效率方面，主要的储蓄之一来自生产停机时间的减少。现代机器通常配备远程传感器和诊断，以警告运营商在发生时出现问题。预测AI技术可以在发生并采取措施减轻财务成本之前突出显示问题。精心设计的智能工厂包括自动化以及人机协作，可实现操作效率。
智能制造的一大缺点是实施的前期成本。因此，许多中小型公司将无法负担这项技术的可观费用，特别是如果他们采用短期理念的话。
但是，由于长期的节省将超过启动成本，因此即使他们无法立即实施智能工厂，组织也必须为未来计划。
另一个缺点是，该技术非常复杂，这意味着设计不佳或不适合某一特定操作的系统可能会削减利润。
SM与传统制造方法有何不同
在大规模生产时代发展起来的传统制造方法注重规模经济和机器利用。他们的想法是，如果一台机器闲置，它就会赔钱，所以公司让它们持续运转。
为了让客户满意，传统的制造公司会保留大量的库存，以便他们能够完成潜在的订单。因此，这些公司必须让他们的机器在特定的设置下运行，只要他们可以降低制造部件的成本。
这被称为批量和队列处理 - 一种批量生产方法，用于处理部件的操作并移动到下一个过程，无论是否需要，并在线（队列）等待。
然而，由于以下几个原因，这种方法并不是非常有效:
- 更长的机器设置时间意味着更多的生产时间损失，因为当机器停机时，什么都不会产生。
- 产品的质量会受到影响，因为如果一个批次的零件没有正确生产，没有人可能会注意到这个问题，直到下一次操作。这意味着这项工作必须重新进行，这既昂贵又占用宝贵的资源。
另一方面，智能制造是一种协作性的、完全集成的制造系统，能够实时响应工厂、供应网络和客户需求的变化。
智能制造的目标是优化制造过程，使用技术驱动的方法，利用互联网连接的机器来监控生产过程。智能制造使组织能够识别自动化操作的机会，并使用数据分析来提高制造性能。
