如题所述
《中国制造2025》明确提出要推进 制造过程智能化，在重点领域试点建设智能工厂/数字化车间，这必将加速智能工厂在工业行业领域的应用推广。
智能工厂是实现智能制造的重要载体，主要通过构建智能化生产系统、网络化分布生产设施，实现生产过程的智能化。
企业基于工业互联网构建的智能工厂原型，主要包括物理层、信息层、大数据层、工业云层、决策层。纵向集成和横向集成均以工业互联网为基础，产品、设备、制造单元、生产线、车间、工厂等制造系统的互联互通，及其与企业不同环节业务的集成统一，则是通过数据应用和工业云服务实现，并在决策层基于产品、服务、设备管理支撑企业最高决策。共同构建了一个智能工厂完整的价值网络体系，为用户提供端到端的解决方案。
随着三维数字化技术的发展，传统的以经验为主的模拟设计模式逐渐转变为基于三维建模和仿真的虚拟设计模式，使未来的智能工厂能够通过三维数字建模、工艺虚拟仿真、三维可视化工艺现场应用，避免传统的信息传递链条的断裂，提高产品研发设计效率，保证产品研发设计质量。
创建的智慧工厂可视化解决方案则是通过三维场景用户可以直观的看到厂房内物料区及每一条产线设备。如 SMT 生产线：印刷机、SPI 检查机、贴片机、回流焊、 AOI 检测设备等。AGV 小车、摄像头、消防设备、空调、电视等所在位置以及对应的设备实时数据、运行状态，均可直观的展示在三维场景之中，通过物联技术实现场景整体联动。Hightopo采用 B/S 架构，在上述设备可视化环节经过模型轻量化处理后，用户无需再花费高价钱去采购高性能的图形工作站来支撑三维可视化系统。
汽车生产流水线 3D 可视化方案，完美模拟了汽车生产车间，再现了汽车生产线制造过程，通过可视化模型的建立，人们可以发挥出丰富的想象力，从而可以将一些抽象的事物以直观的形状表示出来，便于人们的理解；也可以实现将庞大的生产线设备变成可随身携带的视频内容，满足了随时随地展示生产线的要求，使生产线的演示说明更加简便，完善企业的信息化水平，降低汽车生产制造企业运营的成本，企业顺应数字化时代发展，在行业竞争中更具活力。
车间生产可视化可以帮助企业解决以下问题：
1、工序详细调度：通过基于有限资源能力的作业排序和调度来优化车间性能；
2、资源分配和状态管理：指导劳动者、机器、工具和物料如何协调的进行生产，并跟踪其现在的工作状态和刚刚完工情况。
3、产品跟踪和产品清单管理：通过监视工件在任意时刻的位置和状态来获取每一个产品的历史记录，该记录向用户提供产品组及每个最终产品使用情况的可追溯性。
4、过程管理：基于计划和实际产品制造活动来指导工厂的工作流程。
5、质量管理：根据工程目标来实时记录，跟踪和分析产品加工过程的质量，以保证产品的质量控制和确定生产中需要注意的问题。
传统制造企业面临的问题：
生产计划、生产工艺等是用电子文档或纸质文件进行记录下达；
设备独立生产，数据难以采集，集控难以实现；
物料人为配送，难以满足生产计划需求；
人、物、机达不到最优的生产搭配，产能低、耗能大，生产不透明。
业务不能一体化；
计划排程纯人工，只能多排以保证生产，严重的库存浪费；
工艺管理粗放，全凭技工经验；
现场黑箱，在制品流转、物料周转等信息不明；
质量管理“按图检验”，费时费力等等。
以上种种问题，造成了生产建设过程中大量人力、物力、财力等诸多资源的浪费。最终导致管理层生产管理信息传达不及时，操作层信息接收不明确，生产管理混乱，同时工件加工过程无法追溯，产品质量得不到有效的监控及控制。各岗位之间缺少有效的沟通及管理手段，生产过程中很容易出现 “答非所问”、“张冠李戴” 等问题。 “跑单子”现象占据日常工作大部分时间。
ZQ-MES系统，助力制造企业进行以下变革：
现场管理细度：按天 → 按分钟/秒
现场数据采集：人手录入 → 扫描、快速准确采集
电子看板管理：人工统计发布→ 自动采集、自动发布
仓库物料存放：模糊、杂散 → 透明、规整
生产任务分配：人工 → 自动分配、产能平衡
仓库管理：人工、数据滞后 → 系统指导、及时、准确
责任追溯：困难、模糊 → 清晰、正确
绩效统计评估：残缺数据估计→ 凭准确数据分析
统计分析：按不同时间/机种/生产线等多角度分析对比
综合分析：按不同的需求综合分析不同的数据
如果把工厂的硬件设备看作是人的身体部位的话，那么MES就是人的神经系统，掌控全身状态。企业在野蛮生长的时候，可能会更加注意身体的成长，但是到了一定的程度，就要考虑更好的发育大脑，通过对工厂的实时性、可追溯的精准控制，实现企业的成本降低，效率/效益的提升。
在人工智能高速发展的新时代，传统制造行业身处智能革新的关键节点，目前中国制造企业面临着多方面的转型挑战。一方面，人力成本攀升，工厂面临“招工难、留工难”的压力，与此同时，技术人才的本地化服务趋势愈加明显；另一方面，深度学习、边缘计算、计算机视觉等新兴技术进一步提高了制造业对于软硬件技术和专业人才的标准和需求。
智能工厂实现人与机器的相互协调合作，其本质是人机交互，对制造业转型升级具有重要意义，在国家政策的支持下，智能工厂具有广阔的发展前景。随着5G技术、人工智能、物联网等新技术的成熟，丰富的数字化应用迅速进入到各行各业，智能工厂应用领域正在不断扩大。
害怕错过商机的恐惧，将成为2022年扩展智能工厂的一大推动力。企业主体越来越明白，数字化转型不仅仅是一个选项，如果现在不加入，就可能在未来因失去竞争力而被淘汰，所以他们将以更开放的态度面对智能化的变革。
智能工厂通过人工智能，将实体机器和业务流程相结合，能够有效地提高效率，降低成本，市场空间广阔。全拓数据显示，我国智能工厂市场规模在2021年达9519亿元，预计未来几年我国智能工厂行业仍将保持10%以上的年均增速，到2025年，我国智慧工厂行业市场规模有望超1.4万亿元
以特斯拉、三星等智能工厂应用较为成熟的企业为例，智能工厂的布局往往从车间里的生产和质控环节开始 。而从智能工厂在几大产业的渗透率来看，3C电子产品和汽车的下游产业市场化程度较高，渗透率分别为26%和20%。其次是金属冶炼、机械设备制造、生物化工，渗透率分别为15%、14%、6%。其中一大原因就是消费者对汽车和电子产品的需求量不断扩大，推动制造业技术进步，提升行业渗透率。
从我国智能工厂企业区域分布来看，目前广东省以1135家智能工厂相关企业数量高居全国第一，江苏、安徽排名第二和第三，智能工厂相关企业数量分别为580家和257家。此外，山东、陕西、湖南、浙江、河南、湖北、河北跻身前十，依次排名第4-10名。整体来看，智能工厂产业主要集中在广东。
风涌智能认为，智能工厂对我国制造业转型升级具有重要意义，目前我国政府出台了多项政策支持智能工厂行业发展，为智能工厂行业提供了良好的政策环境，我国智能工厂迎来大发展时期。5G技术、大数据、云计算、物联网、人工智能等等是塑造产业数字化转型的必不可少的技术力量；而高素质的产业工人队伍，是驱动我国智能工厂行业发展的必要人才力量。
“中国制造2025”中提出，要以智能制造为突破口和主攻方向。智能制造的核心是建立智能工厂和数字车间，发展智能装备，实现智能生产。
目前，我国工业机器人大量使用。2014年，我国工业机器人销量达到5.6万台，是全球机器人应用最大的市场，在汽车制造、家电制造、化工生产等行业广泛应用。许多企业，通过提升智能化、网络化及数字化水平，率先实现了研发、生产及服务的自动化，初现智能制造的雏形。
在智能制造发展的新阶段，我国制造行业呈现以下特征：一是多种水平共存。我国制造业发展不平衡，相当一部分企业还处在工业2.0阶段，部分企业处于工业3.0阶段，工业4.0还只是制造业发展方向。“中国制造2025”根据我国实际情况采取了并行发展的战略，即“2.0补课、3.0普及、4.0示范”。二是工具软件覆盖产品全生命周期，对从业者提出了更高的要求。产品生命周期中的不同阶段要使用不同的工具，作为参与者如果不懂得这些工具的使用，将无法工作。三是“互联网＋装备制造业”使得大规模的个性化定制成为可能。智能制造将人机互动、智能物流管理、3D打印等先进技术应用于整个工业生产过程，从而形成高度灵活、个性化、网络化的产业链。通过互联网实现工厂与用户、工厂与企业、工厂与零售等各相关节点的无缝互联，使得大规模的个性化定制成为可能。四是工业云已成为中小企业信息化建设的理想选择，在云计算模式下对工业企业提供软件服务，使工业企业的社会资源实现共享。
结合产业现状和“中国制造2025”所规划的发展路径，我们可以得出中国智能制造行业的未来发展将呈现以下趋势：一是设备智能化改造升级比想象中要来得快。一方面由于国家政策驱动，各地根据“中国制造2025”战略规划出台相关的政策，明确给出技术改造的时间表，2017年将迎来大范围的设备改造，制造类规模生产企业将有一半实现全自动化生产；另一方面由于劳动力成本增加，招工困难，促使企业采取机器代替人。二是工业机器人产业快速发展。到2020年，我国每万名制造业工人拥有机器人将达到100台以上，这是工信部制定中的我国机器人技术路线图及机器人产业“十三五”规划的目标。目前我国每万名工人机器人拥有量为30台。三是“互联网＋装备制造业”催生新的生产模式，成为创新热点。“互联网＋”使得制造业呈现制造业服务化、定制个性化、组织分散化、制造资源云端化四大新趋势，带给传统企业决策方式、业务模式和经营思路等诸多方面的巨大转变。四是智能装备和产品快速发展，制造过程实现智能化。在“智能制造装备”领域，以高档数控机床、工业机器人、增材制造装备、新型传感器、智能仪表等为重点突破方向；在“制造过程智能化”领域，以数据互联为核心，以互联网技术为主导的新技术，将有效缩短产品研制周期、降低运营成本、提高生产效率、提升产品质量、降低资源消耗，提供个性化产品。据统计，2014年我国规模以上制造业企业，数字化研发设计工具普及率已达54%，关键工序数控化率达到30%。
智能制造悄然改变企业岗位设置
随着智能制造的推进，企业的岗位设置正发生着变化，一些传统岗位，比如工时审核员、晒图员等岗位正在消失，而设备维护维修人员，数控操作编程人员需求旺盛。
工业机器人产业的快速发展对机器人应用技术人才有着巨大需求。目前工业机器人应用技术人才缺口20万，并且还以每年20%的速度增长。人才需求主要体现在三个方面：一是机器人制造厂商需求，包括机器人组装、销售、售后支持的技术和营销人才；二是机器人系统集成商需求，包括机器人工作站的开发、安装调试、技术支持等专业人才；三是机器人的应用企业需求，包括机器人工作站调试维护、操作编程等综合素质较强的技术人才。特别是工业机器人现场编程调试人员更是缺口巨大。
智能生产对复合型人才有着巨大需求。随着数字化研发设计管理工具的普及，员工需要具备应对工业4.0的基本素质，传统的工艺类岗位也面临着数字化改造，CAD、CAM、CAE、CAPP、MES、ERP等工具的运用已经成为员工的基本能力要求。一些传统岗位在生产中的作用将逐渐弱化，甚至消失，例如：晒图员岗位逐渐退出历史舞台，而数字化建模、精益专员、逆向造型、3D打印、精密测量与检验岗位越来越重要。这些岗位目前在高校范围内并没有对应的专业，岗位员工主要是企业自我培养。
智能装备对机电复合型人才有着巨大需求。随着国家有计划地对传统企业进行数控化、信息化和智能化改造，高端数控机床、工业机器人、增材制造等智能制造装备将会普及应用，需要大量操作、调试、维护、维修和改造方面的专业人才。
我国制造业是工业2.0、3.0、4.0多种水平并存，并逐渐向高层次转变的状态，对传统制造类专业人才仍有着持续需求。从2015年第一季度全国十大城市岗位需求和求职排行榜来看，排名前五的天津、上海、重庆、沈阳、武汉，机械加工行业岗位空缺与求职人数比仍高居榜首，大量岗位招不到合适员工，仍出现用工荒。
岗位结构变化对职业能力提出新要求
在“中国制造2025”背景下，企业的发展趋势、岗位及人才需求的变化对高职教育正在发生冲击，人才培养的标准与市场岗位对接正悄然发生变化。
2015年，我们对库卡机器人上海有限公司、ABB上海公司、武汉惟景三维科技有限公司等20余家企业的数字化车间、无人厂进行问卷调查和现场考察发现，智能生产企业和智能装备制造企业的岗位职业能力呈现不同的发展趋势。
在智能生产企业，产品设计岗位依然占据重要地位。对于CAD、CAM的应用能力要求越来越高，同时对CAE的需求日益凸显，越来越多的企业更加重视CAE在产品设计中的重要地位。
企业对机械制造岗位专业能力的需求也更高。机械制造岗位能力需求进一步升级，越来越多的企业更加看重多元、复合型人才。CAM编程能力将成为普遍性要求，对数据信息化管理的要求也会普及。更多的操作岗位被机器人替代之后，工艺技术人员将分离出来，更多关注工艺布局、工艺实施、工艺优化，因此，CAPP、PDM、加工过程动态仿真这些新的岗位技能要求被具体定义出来。
同时，精益生产管理岗位需求加大，精益专员岗位空缺增多。此外，数字化工厂和无人车间的出现，对工厂现场布局与优化也提出了新的含义，更多的仿真平台被采用，来辅助无人车间的正常运行，如人机工效仿真、生产物流系统仿真、制造企业生产过程执行管理系统、零件流的静态分析与动态分析等。
而在智能装备企业，对机械、电气等基础知识的要求，如机械制图及计算机辅助制造、电工电子技术、精度检测与公差配合、液压与气动技术应用等十分强调，必须人人过关；工业自动化领域的核心技术PLC、伺服电机、步进电机、传感器、C语言等应用依然是所有岗位必备技能，工业网络控制、组态技术也成为普遍性要求；机械、电气制图依然是必备的基本功，并且需要掌握计算机辅助绘图的高效工具；除日常维护维修类岗位外，其他智能装备相关岗位对计算机辅助绘制电路图提出了要求；岗位需求人数以设备制造、维护维修岗位需求人数居多，而现场编程调试、系统集成、设备改造功能开发等岗位人数虽然较少，但岗位要求明显较高，属于技术含量较高的岗位。
“中国制造2025”真正实现了制造工艺仿真优化、制造过程数字化控制、状态信息实时监测，企业“熟练工种”将减少，人将更多地从事产品设计、工艺优化、生产系统管理等工作，需要有较强的分析问题、解决问题能力，企业“能动工种”将增加。应对“中国制造2025”这一发展机遇，高职院校应重新审视制造类专业定位，优化专业结构，提升师资队伍水平本回答被网友采纳
