智能数据处理—新一代信息技术（工业大数据、云计算技术、 虚拟制造、虚拟现实技术、人工智能、知识自动化）

• 在智能制造的过程中，对数据的分析、充分挖掘其中的价值是智能制造的关键内容。
• 利用以大数据、云计算、虚拟制造、人工智能、知识自动化等为代表的新一代信息技术在智能制造中进行数据处理，对海量的跨地域、跨行业、跨部门的数据和信息进行处理分析，能提升对物理世界、经济社会、经济社会各种活动和变化的洞察力，实现智能化的决策，将在智能制造活动中发挥重要作用。

1、工业大数据

在智能制造的过程中，对数据的分析、充分挖掘其中的价值是智能制造的关键内容。
利用以大数据、云计算、虚拟制造、人工智能、知识自动化等为代表的新一代信息技术在智能制造中进行数据处理，对海量的跨地域、跨行业、跨部门的数据和信息进行处理分析，能提升对物理世界、经济社会、经济社会各种活动和变化的洞察力，实现智能化的决策，将在智能制造活动中发挥重要作用。

2、云计算技术

云计算技术是利用互联网将庞大且可伸缩的IT运算能力集合起来，并作为服务提供给多个客户的技术。

云计算的特点：
1、超大规模
2、虚拟化
3、高可靠性
4、通用性好
5、高可扩展性
6、按需服务
7、成本低廉
8、潜在的危险性

服务：
（1）SaaS：软件即服务（Software asa Service），这层的作用是将应用以主要基于Web的方式提供给客户。
（2）PaaS：平台即服务（Platform asa Service），这层的作用是将一个应用的开发和部署平台作为服务提供给用户。
（3）IaaS：基础架构即服务（1nfrastmcture asa Service），这层的作用是将各种底层的计算（比如虚拟机）和存储等资源作为服务提供给用户。

云管理层可分为三层：用户层、机制层和检测层。

云计算的四种模式：公有云、私有云、混合云和行业云。

云计算是智能制造的重要领域。制造企业所管理的大量数据与云计算平台相结合，衍生出了另一个概念——云制造。

3、虚拟制造技术

虚拟制造（Virtual Manufacturing，VM）是指以信息技术为基础，以计算机仿真和建模技术为支持，对生产制造过程进行系统化组织与分析，并对整个制造过程建模，在计算机上进行设计评估和制造活动仿真的技术。

1．智能设计技术：

以设计方法学为指导
以人工智能技术为实现手段
提供对设计方案优化和图形显示输出的支持
面向集成智能化
提供强大的人机交互功能

2．建模技术：

3.仿真技术

产品制造过程仿真，可归纳为制造系统仿真和加工过程仿真。
（1）制造系统仿真：包括产品建模仿真、设计过程规划仿真；设计思维过程和设计交互行为仿真等，以便对设计结果进行评价，实现设计过程早期反馈，减少或避免产品设计错误。
（2）加工过程仿真：包括切削过程仿真、装配过程仿真、检验过程仿真以及焊接、压力加工、铸造仿真等。

4．虚拟现实技术：

虚拟现实技术（Virtual Reality，VR）是综合利用计算机图形系统、各种显示和控制等接口设备，在计算机生成的可交互的三维环境（称为虚拟环境）中提供沉浸感觉的技术。
（1）虚拟设计与装配
（2）虚拟产品实现技术
（3）虚拟检测与评价技术
（4）虚拟试验技术
（5）虚拟生产技术

数字化虚拟制造技术首先成功应用于飞机、汽车等工业领域，未来在智能制造中的应用前景非常广阔。

1．为企业决策提供支持
2．产品开发过程管理
3．生产过程管理
4．整体运作
5．系统维护

“数字化双胞胎”（Digital Twin）帮助企业在实际投入生产之前即能在虚拟环境中优化、仿真和测试，在生产过程中也可同步优化整个企业流程，最终实现高效的柔性生产、实现快速创新上市，锻造企业持久竞争力。

4、 人工智能

人工智能（Artificial Intelligence，简称AI）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

人工智能的目的是让计算机这台机器能够像人一样思考。
人工智能是研究理解和模拟人类智能及其规律的一门学科，其主要任务是建立智能信息处理系统，进而设计可以展现某些理性智能行为的计算系统。

人工智能2.0的发展阶段：

1．知识库系统（数据库）
2．机器学习（互联网）
3．深度学习（大数据）

2．人工智能的研究领域：

1．问题求解
2．机器学习
3．专家系统
4．模式识别
5．自动定理证明
6．自然语言理解
7．机器人学
8．智能检索

人工智能2.0的新目标是指建设智能城市、智能经济、智能制造、智能医疗、智能家居、智能驾驶等从宏观到微观的智能化新需求。

5、知识自动化

麦肯锡在《展望 2025：决定未来经济的 12 大颠覆技术》将 “知识工作者自动化”视为位居第二的颠覆性技术。
随后谷歌的阿尔法狗AlphaGo在围棋赛中战胜人类顶级对手，直接挑战了人们对于机器和软件的思维极限。
以上，都是基于“知识工作者自动化”的实践和发展。在国内，我们将其定义为“知识自动化”。

得益于计算机技术、机器学习、自然的用户接口和自动化技术的发展，很多知识型工作将来也可以通过自动化技术由机器来完成，从而实现知识自动化。

知识自动化（Knowledge-worker Automation），“是一种可执行知识工作任务的智能软件系统”。它除了包含传统的规则、推理和显性表达式之外，也对隐含知识、模式识别、群体经验等进行模型化，并借助软件化的方式，形成可执行的知识软件系统。这将大大解放知识工作者的重复性劳动。------网络的定义

知识自动化通过把各种工业技术体系模型化，然后将模型移植到智能设计与制造平台上，并通过平台，来驱动各种软件，包括设计、仿真、计算、试验、制造系统等，从而可以由机器完成原先需要人去完成的大部分工作，而由人完成高级的创造性、决策性工作。

知识自动化正是致力于将人从重复劳动中的沼泽地解放出来。

1．知识型工作在工业生产中的作用
知识型工作在工业生产中起核心作用。
2．工业生产中的知识型工作面临新挑战
实现具有智能的知识自动化系统是实现工业生产高效化、绿色化发展的核心。
3．工业生产过程知识自动化的若干问题
工业生产过程知识自动化系统是将人工智能技术、计算机技术、自动化系统技术融合来实现知识表示、获取、关联、处理和应用，应用于工业生产实体，实现工业环境下自动感知、处理、计算、决策的智能系统。

知识自动化必然要依靠多学科领域交叉融合才能发展。