【智能制造】智能制造流派全球11种智能制造参考模型大盘点！

2018 年 4 月 14 日 产业智能官 知识自动化

本文简介国际现有的十一种智能制造参考模型。

参考模型是智能制造的准星

智能制造涉及多企业、多领域、多地域信息集成、应用集成和价值集成。构建智能制造标准体系，首先需要建立智能制造参考模型，并且统一其术语定义。智能制造参考模型是一个通用模型，适用于智能制造全价值链所有合作伙伴公司的产品和服务，它将提供智能制造相关技术系统的构建、开发、集成和运行的一个框架，通过建立智能制造参考模型可以将现有标准（如工业通信、工程、建模、功能安全、信息安全、可靠性、设备集成、数字工厂等），和拟制定的新标准（如语义化描述和数据字典、互联互通、系统能效、大数据、工业互联网等）一起纳入一个新的全球制造参考体系。

在IEC（国际电工委员会）国际标准中确定了十几种关于“参考模型”的定义，经过梳理其中与智能制造参考模型相关的定义包括：提供正在处理的问题空间的可视化的抽象结构，提供描述和讨论解决方案的语言，定义术语并提供旨在获得被解决问题相互理解的其他类似的帮助。

考模型提供的是对关注问题的达成共识的、一致的、通用的模型，它以与实现（具体应用）无关的抽象的方式进行描述。通常会确定参考模型所需术语及其定义，以方便理解与交流。

智能制造参考模型建设的目标如下：

☆ 对智能制造概念及范围进行统一定义和描述；

☆ 对现有标准在智能制造中进行定位和分析，并梳理未来智能制造的标准化需求；

☆ 建立针对智能制造涉及的不同技术的验证平台（测试床），推进新技术的试验验证和标准制定；

☆ 建立不同领域、不同生命周期阶段、不同技术的应用案例，指导智能制造在企业中的应用和实现。

谁在局中定标准

智能制造相关国际组织如图1所示，其中最主要技术组织包括IEC/TC65（工业过程测量、控制和自动化技术委员会）、ISO/TC184（自动化系统与集成技术委员会）和ISO/IEC/JTC1（信息技术联合技术委员会）。

IEC/TC65主要负责工业测量、控制和自动化领域的国际标准化工作，现有4个分委会，涉及智能制造的工作组包括：TC65/WG10（工业信息安全）、WG16（数字工厂）、WG19（全生命周期管理）、AHG3（智能制造框架和系统架构）、JWG21（智能制造参考模型），SC65C/ WG16（工业无线），SC65E/JWG5（企业控制）、AHG1（智能制造信息模型）等。国内对口标委会为SAC/TC124，秘书处设在机械工业仪器仪表综合技术经济研究所。

SO/TC184主要负责自动化系统与集成领域的国际标准化工作，现有4个分委会，涉及智能制造的工作组包括：SC1（物理设备控制）、SC4/AG1（数字化制造）、WG2（产品特征和库）、JWG8（制造过程和管理信息）、WG12（产品数据表示和交换模型及资源）、WG13（工业数据质量）和SC5（企业系统和自动化应用的互操作、集成和架构）等。国内对口标委会为SAC/TC159，秘书处设在北京机械工业自动化研究所。

ISO/IEC/JTC1主要负责信息技术领域的国际标准化工作，现有21个分委会，涉及智能制造的工作组包括：WG7（传感网络）、WG7（大数据）、WG10（物联网）、SC25（信息技术设备互联）、SC27（IT信息安全技术）、SC31（自动识别和数据获取技术）、SC32（数据管理和交换）、SC38 (云计算和分布式平台)、S41（物联网和相关技术）等。国内对口标委会为SAC/TC28，秘书处设在中国电子技术标准化研究院。

图1　智能制造相关国际组织

与智能制造相关参考模型

鉴于智能制造跨技术领域的特点，IEC专门成立了IEC/SMB/SG8（智能制造/工业4.0）战略工作组，并在2016年转化为SEG7（智能制造）系统评估组，开展智能制造相关的体系架构、标准路线图、用例等方面的研究。SEG7国内技术对口单位为机械工业仪器仪表综合技术经济研究所。

该工作组今年年初完成了智能制造相关的现有11种参考模型（见表1）的对比分析报告，本文根据该分析报告进行了进一步梳理、补充和分析总结。

表1 与智能制造相关的现有参考模型

▎ 十一金刚之首：工业4.0 （RAMI4.0）参考架构模型

发布组织：德国工业4.0平台。

发布日期：2015年4月。

应用领域：制造。

特征：

☆ 基于CEN和CENELEC制定的智能电网架构模型(SGAM)；

☆ 三个维度：层级结构、生命周期和价值链、类别；

☆ 强调三个集成：企业内网络化制造体系纵向集成、企业间横向集成、全生命周期端到端工程数字化集成；

☆ 智能工厂是实现RAMI4.0的最小单元；

☆ 嵌入式智能：所有制造单元都是带有本地软件的嵌入式设备或系统、所有制造单元都具有自组织的计算和通信功能、大量部署各类传感元件实现信息的大量采集、自动化技术实现智能制造单元间的集成；

☆ “智能”产品：被制造的产品具有制造过程中各阶段所必须的全部信息（标识、位置、状态、路线）；

☆ “自治”制造系统：互联制造单元的自组织（自组织生产）、制造步骤根据订单情况灵活定制（自组织工艺）。

图2　工业4.0 （RAMI4.0）参考架构模型

▎ 十一金刚之二：智能制造生态系统SMS

发布组织：美国国家标准与技术研究院NIST。

发布日期：2016年2月。

应用领域：制造。

特征：

☆ 三个维度：产品、制造系统、商业，每个维度表示独立的生命周期；

☆ 制造金字塔是其核心，三个生命周期在这里汇聚和交互；

☆ 强调在每个维度上制造软件的集成，这将有助于车间层的先进控制，以及工厂和企业层的优化决策；

☆ 三项优先考虑的变革制造技术：高级传感、控制和制造平台、虚拟化、信息化和数字化制造技术、先进材料制造；

☆ 八种制造范式：精益制造、柔性制造、绿色制造、数字化制造、云制造、分布式制造、智能制造、敏捷制造。

图3　智能制造生态系统SMS

▎ 十一金刚之三：工业互联网参考架构IIRA

发布组织：工业互联网联盟IIC。

发布日期：2017年1月（V1.8）。

应用领域：能源、健康、制造、运输、公共部门。

特征：

☆ 按照工业互联网系统的关注点可分为四个视角：商业、使用、功能、实现；

☆ 功能视角表示系统功能元件间的相互关系、结构、接口、交互以及与外部的相互作用，该视角确定了五个功能域组成：商业、运营、信息、控制、应用；

☆ 正建立垂直领域应用案例分类表，在参考架构下体系化推进应用；

☆ 以工业互联网为基础，通过软件控制应用和软件定义机器的紧密联动，促进机器间、机器与控制平台间、企业上下游间的实时连接和智能交互，最终形成以信息数据链为驱动，以模型和高级分析为核心，以开放和智能为特征的工业系统；

☆ 九大系统特性，包括：系统安全、信息安全、弹性（容错、自修复、自组织等）、互操作性、连接性、数据管理、高级数据分析、智能控制、动态组合。

图4　工业互联网参考架构IIRA

▎ 十一金刚之四：智能制造系统架构IMSA[5]

发布组织：中国国家智能制造标准化总体组.

发布日期：2015年12月。

应用领域：智能制造（重点十大领域）。

特征：

☆ 三个维度组成：生命周期、系统层级和智能功能；

☆ 生命周期是指包含一系列相互连接的价值创造活动的集成，不同行业有不同的生命周期；

☆ 相对于RAMI4.0系统层级维度做了简化，将产品和设备合并为设备层级；

☆ 生命周期维度细化为设计、生产、物流、销售和服务，但忽略了样品研制和产品生产的区别；

☆ 智能功能维度突出了各个层级的系统集成、数据集成、信息集成；

☆ 惟一地提出了标准体系架构（图6）；

☆ 重点解决当前推进智能制造工作中遇到的数据集成、互联互通等基础瓶颈问题；

☆ 强调五种核心技术装备：高档数控机床与工业机器人、增材制造装备、智能传感与控制装备、智能检测与装配装备、智能物流与仓储装备；

☆ 强调五种新模式：离散制造、流程制造、网络协同制造、大规模个性化定制、远程运维服务。

图5　智能制造系统架构IMSA

（注：新版更新中）

图6　智能制造标准体系架构

▎ 十一金刚之五：物联网概念模型

发布组织：

ISO/IEC JTC1/WG10物联网工作组

发布日期：

2015年10月（ISO/IEC 30141《物联网参考体系结构》工作组草案）

应用领域：

城市、能源、移动（mobility）、家居、建筑、工厂、健康、物流等

特征：

☆ 旨在提供公共结构和定义，用于描述物联网系统中实体之间的概念和关系；

☆ 表示方式是基于修正的UML类图表示法；

☆ 图1描述了概念模型中定义的所有物联网关键实体，及其关系和互操作。

图7　物联网概念模型

▎ 十一金刚之六：IEEE物联网参考模型

发布组织：

IEEE P2413物联网工作组

发布日期：

2015年10月（草案/D0.0.4）

应用领域：

智能自动化（工厂自动化和过程自动化）、智能电网、智能建筑、智能交通系统、智慧城市、健康医疗（eHealth）等

特征：

☆ 定义了多种参考模型及其关系，如物理实体模型、领域模型、通信模型、功能模型、信息模型、完整性模型；

☆ 旨在协同不同参考模型以达到相同的系统质量；

☆ 它使用ISO/IEC/IEEE 42010中规定的符号进行描述。

图8　IEEE物联网参考模型

▎ 十一金刚之七：ITU物联网参考模型

发布组织：

ITU-T SG20物联网及其应用

发布日期：

2012年6月（ITU-T Y.2060）

应用领域：

智能交通系统、智能电网、健康医疗（eHealth）、智能家居等

特征：

☆ 具有四个层次：设备层、网络层、服务支持和应用支持层、应用层；

☆ 具有两个跨层能力：管理能力、安全（security）能力；

☆ 强调三方面的互联和通信：任意物体（Any THING）、任意时刻（any TIME）和任意地点（any PLACE）。

图9　ITU物联网参考模型

▎ 十一金刚之八：物联网架构参考模型

发布组织：

oneM2M物联网协议联盟

发布日期：

2015年6月（TS-0001-V2.2.0）

应用领域：

能源、智能交通、健康医疗、公共服务、商业、智能家居等

特征：

☆ 包括三个层次：应用层、公共服务层、网络服务层，使用三层模型以支撑端对端的M2M服务；

☆ 专注于物联网应用层标准的制定，以实现各领域间的信息互通，包括：用例、接口、互操作、安全等。

图10　oneM2M分层模型

▎ 十一金刚之九：全局三维图（Big Picture 3D diagram）

发布组织：

ISO/TC184自动化系统与集成

发布日期：

2016年12月

应用领域：

航空、汽车、生物技术、化学、建筑、国防、电气工程、食品、制鞋等

特征：

☆ 旨在使用 “全局图”矩阵来识别已有标准在制造系统各层级中定位、缺失和重叠，帮助确定新标准需求；

☆ 由3个维度组成：角色层级（企业的层次结构）、价值链（从供应、操作、销售到客户支持的制造链）和全生命周期（标准覆盖的全生命周期的各阶段）。

图11　全局三维图

▎ 十一金刚之十：智能制造标准路线图框架

发布组织：

法国国家制造创新网络AIF

发布日期：

2016年12月

应用领域：

制造

特征：

☆ 旨在提供现行标准的映射和连接，例如ISO/IEC和实用标准，以便通过未来工厂数字模型描述行业活动（产品、生产、供应链、工业服务）；

☆ 框架介绍了一种分析过程：(步骤1)给出描述标准蓝图的信息模型。(步骤2) 将现有标准填入步骤1中的信息模型,形成标准库。(步骤3)根据需求过滤标准库，建立不同的图形表示,用于理解问题并做出决策。

图12　智能制造标准路线图框架

▎ 十一金刚之十一：工业价值链参考架构IVRA

发布组织：

日本工业价值链计划IVI

发布日期：

2016年12月

应用领域：

制造

特征：

☆ 智能制造单元（SMU）,表示智能制造的一个自主单元。是面向工业需求的多样性和个性化的复杂系统（SoS），通过制造单元的互联互通，极大地提高其生产力和生产效率；

☆ SMU由三个轴组成，即资产、活动和管理视角；

☆ 提出建立企业间“宽松接口”标准框架（图14）。利用宽松定义的标准，企业可根据自身实际情况，从大量模型中选择出一种最为适合的模型，而不必为了遵守唯一的公共模型而过多地改变业务流程，如此可令更多的开发者和企业接受并使用参考模型，形成良性循环。

☆ 参考模型是宽松标准的核心内容。参考模型构成要素及构造不能太细致也不能太笼统，应只规定问题的共通部分。通过参考模型规定内容的粒度及精度，设计不同竞争合作的界限，拥有引导企业合作共赢的力量。

图13　工业价值链参考架构IVRA

图14　“宽松接口”标准框架

智能制造参考模型对比研究

本文从4个视角18个方面对上述参考模型的描述能力进行对比分析。物理方面对应RAMI4.0中“层次结构”（物理空间），逻辑方面对应RAMI4.0中“类别”（信息空间）。分析结果如表2所示。

表2 现有参考模型分析对照表

综上所述，可以得出以下分析结果：

1) 国家智能制造参考模型主要面向制造业，国际组织智能制造参考模型面向多个应用领域：

☆ 面向制造业：德国工业4.0、美国智能制造生态系统、中国智能制造系统架构、法国国家制造创新网络、日本工业价值链计划；

☆ 面向多个领域（如商业、能源、健康等）：其他参考模型。

2) 智能制造参考模型更复杂，多为三维结构；而物联网参考模型相对简单，多为二维结构

☆ 7个智能制造参考模型，其中6个是三维结构；

☆ 4个物联网模型都是二维结构；

☆ 例外：法国国家制造创新网络AIF是二维结构，提供分析方法，不完全是参考模型。

3) 大多数模型广泛涵盖逻辑方面，部分模型涵盖物理、生命周期和综合方面，其中4个物联网模型基本只涵盖逻辑方面。同时，我们认为：对于智能制造而言，生命周期方面的描述能力尤为关键。

4) 有4个模型描述了“互联世界（Connected World）”能力，以表示不同企业之间的连接（例如，工厂和能源管理提供商之间、工厂和运输运营商之间），这方面能力对企业间集成和协同很重要，但目前的标准还都局限于单个企业内部。

5) 只有3个模型描述了“产品”能力，以描述被制造的产品在制造过程中各阶段应具有的全部信息（标识、位置、状态、路线等），“产品”能力对生产过程智能化的实现很重要。

6) 只有5个模型描述了“安全”能力，但安全（尤其是信息安全）是智能制造企业应用必须解决的关键问题。

7) “德国RAMI4.0模型”和“智能制造生态系统SMS”对比分析：

☆ RAMI4.0生命周期轴定义为“样机/实例”，但可以表示SMS模型中定义的产品生命周期、生产系统生命周期和供应链生命周期；

☆ 层级结构都基于相同的标准（IEC 62264-1和IEC 61512-1），但RAMI4.0增加了两个层级：产品、互联世界。

8) “德国RAMI4.0模型”和“工业互联网参考架构IIRA”对比分析：

☆ RAMI4.0更着重于设计与制造；而IIRA着重于设备管理与维护；

☆ RAMI4.0更关注生产过程智能化和虚拟化；而IIRA更关注大数据和云计算；

☆ RAMI4.0是以西门子、库卡、SAP等公司为主导，希望从硬件打通到软件；而IIRA是以GE、IBM等公司为支持，侧重于从软件出发打通硬件；

☆ RAMI4.0深入制造业各环节； IIRA掌控跨领域资源与数据。如图15所示。

图15　RAMI4.0和工业互联网IIRA模型对比

ISO/IEC智能制造参考模型相关工作

ISO/IEC智能制造参考模型相关工作组主要包括：IEC/TC65/WG16（数字工厂）、IEC/TC65/AHG3（智能制造框架和系统架构）、IEC/SC65E/AHG1（智能制造信息模型）、IEC/SMB/SEG7（智能制造评估组）、ISO/TMB/SAG（工业4.0战略顾问组）和IEC/TC65/JWG21（智能制造参考模型）等。

IEC/SMB/SEG7 智能制造系统评估组

2014年8月，IEC/SMB（标准管理局）成立了SG8“工业4.0/智能制造战略工作组” ，开展智能制造标准战略和标准体系研究。2016年6月，该工作组转为SEG7“智能制造系统评估组”，工作范围包括：扩展市场和商业驱动力；提供现有标准清单；加强国际合作；扩展智能制造企业内通用价值链的定义，识别相关用例，发现现有标准与企业应用的差距；确定智能制造标准化路线图、标准体系、标准化需求和符合性测试；制定用例的统一描述方法；给出下一步工作建议等。

下设三个任务组，TF1（标准）梳理标准化现状和差距；TF2（用例）收集各领域用例及在参考模型中如何使用；TF3（模型和架构）收集各国际组织正在制定的智能制造参考模型，为制定统一参考模型做准备。

ISO/TMB/SAG 工业4.0战略顾问组

2015年6月，IEC/TMB（技术管理局）成立了SAG“工业4.0战略顾问组” ，开展智能制造标准战略和标准体系研究。2016年6月，该工作组转为ISO/SMCC（智能制造协调委员会），工作范围包括：工业4.0相关的标准化工作现状；识别新制定标准需求；TMB行动建议；跟踪其他国家、地区、国际相关标准化活动，提出与合作组织（尤其是IEC/SMB/SEG7）的合作机制。

IEC/TC65/JWG21智能制造参考模型工作组

ISO和IEC联合成立了IEC/TC65/JWG21 （智能制造参考模型工作组）制定智能制造统一参考模型。目前已发布IEC PAS 63088 Ed1《智能制造参考模型工业4.0(RAMI4.0)》，作为制定统一参考模型的基础。2017年7月19日～20日在法兰克福召开首次会议。

总结

不同国家、不同组织已制定了不同领域/生命周期/规模/颗粒度的参考模型，需要通过消除重复交叉和阐明核心内容，将这些模型合并为统一的智能制造参考模型。

智能制造参考模型的制定应考虑以下问题：

☆ 基于分层控制模型经典的制造系统体系结构正在向基于分布式自组织制造服务发展的新体系结构进化和演变；

☆ 被制造的产品将成为真正的“生命体”，具有制造过程中各阶段所必须的全部信息（标识、位置、状态、路线），及自组织、自诊断、自恢复等能力；

☆ 标准和安全是参考模型不可或缺的内容，是实现系统间和企业间集成和互联互通的基础和保障；

☆ 根据参考模型提炼企业用例是推进智能制造落地实施的加速器。

今年我国智能制造参考模型和标准体系即将修订，应进一步对现有参考模型进行分析、消化和吸收，并结合目前2.0、3.0和4.0并存的国情开展工作。

作者简介

王春喜：机械工业仪器仪表综合技术经济研究所副总工，标准与检测中心主任，全国工业过程测量控制和自动化标准化技术委员会（SAC/TC124）秘书长

王成城：机械工业仪器仪表综合技术经济研究所

汪烁：机械工业仪器仪表综合技术经济研究所

人工智能赛博物理操作系统

AI-CPS OS

“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。

AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。

领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：

重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？
重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？
重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？

AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：

精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。
智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。
高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。
不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。
边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：

创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；
对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；
人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。

给决策制定者和商业领袖的建议：

超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；
迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新
评估未来的知识和技能类型；
制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开
发过程中确定更加明晰的标准和最佳实践；
重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临
较高失业风险的人群；
开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和人工智能，像君子一般融合，一起体现科技就是生产力。

如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！

新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。

产业智能官 AI-CPS

用“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能），在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。