我国装备制造业智能制造发展需要解决的问题

通过对我国装备制造业智能制造关键技术装备、核心支撑软件、工业互联网等方面的分析,对工业强国的对比,以及对六大重点研发领域的展望,针对我国装备制造业发展智能制造可总结出以下四点问题。

自主创新能力不强,核心技术对外依存度较高

目前,我国制造业整体创新能力不强,装备制造业的产品和核心技术在国际上缺乏竞争力。在智能制造过程中,需要大幅度依赖国外的先进制造设备、关键零部件和关键材料等。同时,在智能控制技术、在线分析技术、智能制造嵌入式软件,高速精密轴承等先进技术方面自给率低,对外依赖度高。

此外,国产智能装备的性能和稳定性难以满足装备制造业智能制造发展的需求,约90%的工业机器人,70%的汽车制造关键设备,40%的大型石化装备、核电等重大工程的自动化成套控制系统、大功率变频技术严重依赖进口。这些核心技术及设备的缺失,增加了建设成本,加大了我国推行智能装备制造的难度。

智能装备制造标准化普及不够,企业建设没有统一标准

装备制造业智能制造过程中所需的各种信息集成软件、设备关键部件接口、信息网络端口等,都需要统一连接标准,以实现网络间信息的顺利对接。而中国企业大多注重发展技术,忽略了设备和技术管理的标准化。由于厂商不同,国内大部分传统制造业的自动化系统技术参数缺乏统一标准,导致网络之间、设备之间存在严重的异质异构问题。

尽管智能制造的发展带来了新的生产模式,企业对智能制造的生产组织方式和商业运营模式却没有统一的管理标准。2015年,工业和信息化部、国家标准化管理委员颁布了智能制造相关标准建设指南,但由于我国制造业的发展不均衡,标准化普及做得并不好,依然会出现标准缺失、滞后以及交叉重复等问题。

工业大数据应用价值未充分挖掘

在装备制造业智能制造的过程中会产生大量数据,企业通过对这些数据进行分析,充分挖掘工业大数据的价值,可优化企业生产、服务和商业模式,为企业智能制造提供重要驱动力。

工业大数据的分析应用已被各国重视,德国工业4.0战略信息互联技术重点研究大数据分析和工业数据交换,欧盟数字化欧洲工业计划也花巨资打造了数字创新中心,以提升工业大数据在工业智能制造中的应用。但这些数据由传感器、物联设备、生产经营业务数据、外部互联网数据组成,数量巨大、来源分散又格式多样,很难得到有效利用。而我国对工业大数据的应用才刚起步,存在核心技术体系不完善、数据整合缺乏统一标准、专业数据服务匮乏等问题。

智能装备制造相关的现代服务业发展滞后

良好的现代服务业是制造业智能制造发展的重要驱动,具备完整体系的先进制造服务业对制造业的升级发展有极为重大的作用。智能装备制造实施过程中,智能流程设计、智能监控技术、智能信息集成管理软件等都需要相关现代服务业的支持。而国内在先进生产性服务业的附加值和技术水平方面,与工业发达国家相比还存在一定差距。

主要表现在以下几个方面:一是智能制造服务业市场没有完全打开,相关政策体系不够完善,市场化程度低;二是相比于制造服务业,传统服务业占比过大,存在供给过剩情况,而先进生产性服务产业比例偏小,又存在严重供给不足的问题;三是智能制造专业人才培训服务体系发展滞后,相关先进制造服务业人才缺乏,无法满足智能制造技术性人才需求。