智能制造的特征
随着信息技术和互联网技术的飞速发展，以及新型感知技术和自动化技术的应用，制造业正发生着巨大转变，先进制造技术正在向信息化、自动化和智能化的方向发展，智能制造已经成为下一代制造业发展的重要内容。
2015年，我国发布的《国家智能制造标准体系建设指南（2015年版）》提出智能制造是基于物联网、大数据、云计算等新一代信息技术，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称。
智能制造是德国工业4.0、美国工业互联网和中国制造2025的核心。智能制造的主要特征包括以下四个方面：
状态感知：准确感知设备、车间、企业、系统的实时运行状态；
实时分析：对获取的运行状态数据进行快速、准确的识别、分析及处理；
自主决策：根据数据分析结果、按照设定的策略、自动做出决策；
精准执行：对设备状态、车间和生产线计划做出精准调整。
智能制造的本质是将软件、嵌入系统、传感器、设备互联、智能算法等纳入到生产流程中应用，实现客观物理实体与数字虚拟网络的融合。对于智能制造来说，最终实现如下图所示的虚实映射系统：
智能制造的实施途径
智能制造的实施途径主要包括以下六步：
实施生产布局的精益化，尽可能由传统功能型、离散型的生产组织方式向生产单元、脉动装配线、流水线等连续流的生产组织方式转变，设备之间紧凑摆放，减少物流周转距离，为设备之间信息互联与物料传递提供更优方式，降低生产线中的在制品库存，提高运转效率。
实施工艺精益化和工艺装备优化，为自动化工艺装备实施奠定基础。所有的生产活动的应该围绕“客户的需求和价值”，深入贯彻“客户价值不能停”的理念，才能实现客户需求的JIT。
设计自动化工艺装备，实现工序内加工的“自働化”；工艺装备是指为实现工艺规程所需的各种刃具、夹具、量具、模具、辅具、工位器具等的总称。自动化工艺装备主要包括自动上料、自动装夹、自动定位、自动加工、自动测量、自动卸料以及控制系统和人机界面等。在智能制造系统设计和实施过程中，需要设计和安装自动化工艺装备，辅助设备完成完整的“自働化”加工。
从精益的角度出发，工艺装备的“自働化”的实现，既要有相应的“自动化”技术保证，也需要有精益思想中的“遇到问题即停线”的理念支持。并且，在工艺装备自动化的实施过程中，仍然需要各类精益工具持续减少生产准备时间，例如“快速换型”，让更多的时间用于“客户的价值不能停”。
连接设备，实现不同设备间物料与信息的自动传递；自动化工艺装备只能实现工序内加工的“自働化”，不同设备仍然需要被连接，如通过传送带、AGV小车等，从而实现不同设备间的物料与信息的自动传递。
从精益的角度出发，设备的物理和信息互联的自动化，需要有精益布局作为支撑。精益生产倡导的流程型的布局方式，不仅仅设备之间物理位置紧凑，提高物料和信息的周转效率，并且可以减少设备之间连接的硬件成本投入，更有利于上下游设备之间的各种状态实时控制，提高设备利用率。
在机床及其它制造硬件设备上加装传感器、采集设备状态和本工位生产数据；通过采集设备状态和本工位生产数据信息，准确掌握设备的实时运行状态和生产状态。
从精益的角度出发，各工位的加工时间应该持续的改善，不断追求工位之间的负载平衡。整合数据采集渠道（RFID、条码设备、PLC、传感器等）覆盖整个工厂制造现场，保证海量现场数据的实时、准确、全面的采集；智能制造离不开车间制造现场数据的支撑。在制造过程中，通过整合各种数据采集渠道，实现海量现场数据的自动化实时采集。
打通制造过程各环节信息孤岛，整合数据，构建集成的信息化系统；事实上，工厂内除了ERP和MES系统之间存在断层外，还有非常多的其他系统，如设计、制造、采购、办公等等，这些系统都是一个个的信息孤岛，彼此之间缺少信息共享和交流，往往导致问题发生，因此，必须打通工厂原本的信息孤岛，实现完全的自动化、信息化和智能化发展。
开发智能控制系统，对获取的运行状态数据进行快速、准确的识别、分析及处理。基于大数据分析技术对采集到的现场实时数据进行分析，按照设定的策略、自动做出决策，将决策结果用于改善制造过程，对设备状态、车间和生产线计划做出精准调整，将大大提高制造过程的柔性和加工过程的集成性，从而提升产品生产过程的质量和效率。
