智能制造是新一代信息通信技术与先进制造技术的深度融合，使设计、生产、管理、服务等制造各个环节具有自感知、自学习、自决策、自执行、自适应等功能的新兴生产方式。

一、智能制造的历史演化图谱

1.智能制造演化三种基本范式为：

第一种基本范式是数字化制造，它是智能制造的基础，并且始终贯穿在智能制造的三个基本范式以及全部发展历程中。

第二种基本范式是“互联网＋制造”的数字化网络化制造。

第三种基本范式是数字化网络制造。

2.智能制造的历史演进路径为：

智能制造萌芽

传统智能制造IM1.0

新一代智能制造IM2.0

未来智能制造IM3.0

二、智能制造的萌芽与发展

智能制造萌芽和发展方向为：

20世纪50年代前制造系统，主要是传统制造、机械与手工业结合；

20世纪50年代的制造系统，主要为传统制造、大规模生产、手工化为主劳动密集型制造；

20世纪70年代的制造系统为传统制造、低成本制造、手工化和机械化兼顾、劳动密集型的制造系统，人工智能尝试同制造结合；

20世纪80年代的制造系统，智能制造IM1.0出现，主要表现为追求产品质量、机械化、劳动密集型；

20世纪90年代的制造系统，IM1.0深化版本，开始向市场响应速度、机械化和刚性化兼顾、劳动密集型转化；

21世纪10年代的制造系统已经升级为IM2.0版本，出现知识和服务、柔性化和服务化兼顾、信息服务型的智能制造；

21世纪20年代的制造系统，将是IM2.0向IM3.0进化升级的时代，更高级的智能制造将不断出现。

三、传统智能制造

传统智能制造是基于计算机集成制造系统IM，达到制造全过程的自测量、自适应、自诊断、自学习，实现智能调度、智能设计、智能加工、智能操作、智能控制、智能工艺规划、智能测量和智能诊断等多方面功能，满足制造柔性化、无人化需要。

（一）技术生态

1.智能模拟阶段（符号推理阶段）

专家系统（ExpertSystem，ES）：通过采用人工智能的知识表达和知识推理，来模拟人类专家的知识和方法，进行推理、判断和决策，处理该领域的问题，是一个具有大量专门知识与经验的计算机程序系统。

计算机集成制造系统CIMS,是运用计算机技术，把分散各种孤立的自动化子系统有机集成起来，形成完整的产品设计制造过程，以适应社会多品种、小批量生产的需要，形成集成化、智能化制造系统。

2.计算智能阶段

人工神经网络（ArtificialNeuralNetwork,ANN）：是从信息处理角度对人脑神经元网络进行抽象，建立的一种简单模型，按照不同的连接方式组成不同的网络，由大量处理单元互联组成的非线性、自适应信息处理系统。具有自学习、联想存储、高速寻优化解等能力。

模糊逻辑（FuzzyLogic，FL）：模仿人的不确定性概念判断、推理思维方式，建立在多值逻辑基础上，运用模糊集合方法来研究模糊性思维、语言形式及其规律的技术。

启发式算法（HeuristicAlgorithms，HA）包括：群智能算法和群优化算法（蚁群算法、鱼群算法和蜂群算法等）、遗传算法、免疫算法、和声搜索算法、模拟退火算法和文化算法等。

多智能体（Multi-a-gent）分布式人工智能：是由具有感知、通信、协作、学习、反馈等功能属性的智能体构成的相互协作的系统，大型复杂问题被划分为复杂程度相对较低的子问题，再由不同智能体经过沟通协作和自主决策完成，广泛应用于柔性制造和合弄制造领域。

3.深度学习阶段

深度学习是机器学习领域中的一个重要方向，主要包括卷积神经网络（CNN）、自编码神经网络、深度置信网络。通过构建具有很多隐层的多层知学习模型和海量的训练数据，从大量输入数据中，组合底层特征形成更加抽象的高层表示属性类别或有效的特征，对未来或未知事件做出更精准的预测。

4.社会感知计算阶段

社会感知计算阶段是指借助泛在环境大规模新型多种类传感设备来感知现实世界的实时、多源数据，经过分析和处理，通过大量作动器和智能设备直接作用于现实世界，同时支持社群的互动、沟通和协作，从而高效地支持社会目标的实现。

四、智能（智慧）制造

智能（智慧）制造一般指综合集成信息技术、先进制造技术和智能自动化技术，在制造企业的各个环节，如经营决策、采购、产品设计、生产计划、制造、装配、质量保证、市场销售和售后服务等融合应用，实现企业研发、制造、服务、管理全过程的精确感知、自动控制、自主分析和综合决策，具有高度感知化、物联化和智能化特征的一种新型制造模式。

（一）技术生态

1.技术特征

基于物联网的互联互通；

基于泛在计算的透彻感知；

基于云计算的制造资源与能力的虚拟化、服务化及按需使用；

基于大数据的价值挖掘、企业业务洞察；

基于信息物理系统的自主协同和高度自治；

2.主要技术

物联网

泛在感知

云计算

大数据

信息物理系统

无线射频识别技术

传感器网络

工业互联网

微电子机械系统

（二）智能（智慧）制造系统

智能（智慧）制造系统是以物联网、务联网、知识网、人际网与制造技术相融合，形成以客户为中心、以人为本、面向服务、基于知识运用、人机物协同的制造系统。

1.云制造

关键使能技术：云计算；

目标：制造资源、能力按需使用；

内涵：基于云计算等技术，将各类制造资源虚拟化、服务化，并进行统一的集中管理和经营，为制造全生命周期过程提供可随时获取的制造服务；

主要运用：制造资源虚拟化和服务化、运营管理、服务组合、资源共享和优化配置。

2.物联制造

关键使能技术：物联网；

目标：构建现代IOMT网络；

内涵：以物联网为支撑，实现对制造资源、产品信息的动态感知、智能处理与优化控制的一种新型制造模式；

主要运用：资源感知、虚拟接入、物联网络开发服务平台和应用系统等。

3.信息物理生产系统

关键使能技术：CPS；

目标：建立具有适应性、资源效率及人因工程学的智慧工厂；

内涵：将机器、存储系统和生产设施融入CPS，形成能自主感知制造现场状态、自主连接生产设施对象、确定感知模型，自主判断，形成控制策略，并自主调节的智能制造系统；

主要运用：信息物理组件集成、CPS的优化调度与自治机制、安全性、可靠性和可验证性。

4.泛在制造

关键使能技术：泛在计算；

目标：泛在感知的产品全生命周期的运用；

内涵：将泛在计算等相关技术应用于制造过程，以便随时随地采集、传输和预处理各类产品全生命周期数据或事件；

主要运用：制造现场环境感知技术、生产事件自动处理与消息推送、制造过程的全面可视化技术。

5.社会化企业

关键使能技术：Web2.0.；

目标：聚集大众智慧，公众参与；

内涵：借助Web2.0等社会化媒体工具，使用户能够参与到产品和服务活动中来，通过用户的充分参与提高产品创新能力；

主要运用：用户体验与社区、内容管理、开放式创新、复杂社会网络特性。

制造企业已深刻意识到智能制造是提升核心竞争力的关键，并逐步将智能制造细化到企业的战略举措中。目前已有85%的企业具备智能制造发展愿景，49%的企业制定了智能制造发展规划，28%的企业在战略执行过程中定期开展评测与监控，并根据评测结果对智能制造战略进行优化和调整。由中国工信部和标准化管理委员会共同制定的《国家智能标准体系建设指南》，为我国智能制造的发展及两化融合项目提供标准化的理论依据。

由此可见，智能制造需要的是高端技术领域人才，更需要懂管理懂技术的综合型复合型人才。

巴黎高科路桥大学(EcoledesPontsParisTech缩写:ENPC)，创立于年，是法国一流工程师学校之一，也是法国第一所公立工程师大学。

作为法国古老的精英学校(GrandeEcole),ENPC在各类全法工程师学校排名中位列前4，其主要学科领域有：应用数字和计算机科学、物理、机械、材料科学、纳米科学、化学工程、电子工程、电信科学、地球科学、环境科学、生命科学、动物学、植物学，海洋工程学、机械工程、土木工程、交通,、运输、经济、工业管理、生产组织、金融保险。

学校秉承法国精英教育(GrandeEcole)特色，入学选拔严格：在册学生两干以内，同时享有位研究人员和名博士及博士后，教研人员与学生比例高达1:5。

多年来，巴黎高科路桥大学ENPC为法国培养了无数优秀的工程帅和科字家，在法国乃至世界工业界都具有非常重要的地位，也在法国经济、上业与就业部发布的"未来工业"计划中扮演重要角色。目前中法两国正在航空、航天、核能、农业、金融、科研、汽车制造、养老服务等领域合作，这使得法国"未来工业计划"和"中国制造"有了深度对接的可能。

巴黎高科路桥大学智能制造管理博士ENPC-DBA（IMM）项目，主要为活跃在智能制造领域的企业家和高级管理者提供一个集行业、管理及商业于—身的工商管理博士项目。学员通过巴黎高科路桥大学智能制造管理博士ENPC-DBA(IMM)项目的学习，能够提升其在智能制造领域的管理能力和商业视野，并扎根于专业领域的管理理论和商业实践，具有高度的实践性。

课程体系与活动的设计围绕培养学员的全球化能力、持续增长能力、科学逻辑能力、以及理论应用能力，并鼓励学员与教授以及学员之间的交流与分享，使学员能够结合智能制造专业领域的管理理念和商业意识得到不断地更新与升华，并最终成就工业领域具有全球视野、全融思维、以及可持续发展能力的企业思想家。