面向智能制造的智慧供應鏈研究述評與展望

　　摘 要：智慧供應鏈是智能制造模式下供應鏈發展的必然趨勢。國內外學者圍繞智能制造的概念、內容、模式等進行了大量研究，闡述了智能制造對供應鏈的影響，并強調構建智慧供應鏈的必要性?，F有研究的不足主要在于：對智能制造的研究偏重技術層面，管理理論研究較為薄弱;對面向智能制造的智慧供應鏈運行機制、實現路徑等的研究不夠深入;基于中國制造情境下的智慧供應鏈實證研究不足。未來研究方向主要包括：開展面向智能制造的智慧供應鏈形成條件、運行規律等理論研究;開展基于中國制造情境下的智慧供應鏈模式構建、實現路徑、運行績效等實證研究;開展智慧供應鏈創新與應用案例研究。

　　關 鍵 詞：智能制造;智慧供應鏈;供應鏈管理

　　一、引言

　　當前制造業發展面臨著市場需求和供給兩方面的挑戰[1]。來自市場需求方面的挑戰主要包括顧客需求難以捉摸、產品大規模定制化的實現和產品生命周期縮短;而供給方面的挑戰則包括生產靈活性和供應鏈復雜性的急劇增加，這主要是由于行業的變化和信息通信技術的快速發展。由于新一代信息通信技術具有可見性、靈活性、響應性、完整性和自動化等特點，被廣泛運用于新的制造范式。為了引領新的制造范式，在世界制造業中搶占強國地位，歐美等發達國家率先運用新一代信息技術加快發展先進制造業，通過采用信息、通信和生產技術并在“超連接”和“需求驅動”的制造環境中實現智能制造，從而確保制造業的競爭力。

　　智能時代下制造業的快速發展對供應鏈提出了新的要求，智能制造模式下的供應鏈具有對技術要求更高、可視化、移動化特征更加明顯、信息整合性、協作性以及可延展性更強等特點。本文在對國內外有關智能制造研究現狀進行分析的基礎上，綜述智能制造對供應鏈的影響研究，深入洞察智能制造模式下智慧供應鏈研究動向和發展趨勢。

　　二、關于智能制造的研究

　　國內外對智能制造的研究主要包括智能制造的概念、內容、模式等方面。

　　(一)智能制造的概念

　　“智能制造”這一概念由Wright和Bourne[2]于1988年首次提出。由于制造系統的復雜性日益增加，不同時期人們對智能的定義以及技術的要求不同，因而對智能制造的定義也存在差異。關于智能制造，目前還沒有一個統一的定義。本文將智能制造的主要定義列表如下，其中包括與智能制造相關的概念，如云制造、智慧制造、智慧云制造等。

　　以上學者主要從技術和管理兩個角度對智能制造的概念進行了界定：從技術角度，學者們認為，智能制造是基于新一代信息技術實現人和智能機器的協作，實現整個制造過程的智能化，從而達到減少成本和提高效率的目的;從管理角度，學者們認為，在制造全生命周期中，通過更有效的人機協同，管理者能對環境和信息等進行智慧感知、分析和預測，最終實現大規模柔性化、定制化和個性化生產，從而更好地提高顧客滿意度。

　　綜合以上觀點，本文認為，智能制造是指依托于物聯網、云計算、大數據等新一代信息技術，實現制造全過程人機交互的智能化和狀態感知、實時分析、自主決策和精確執行等，以達到柔性化生產和快速響應的目的。

　　(二)智能制造的內容

　　關于智能制造的內容，學者們主要從智能設備、智能車間、智能管理、智能服務等方面進行了研究。國外學者Gillenwater et al.[23]引入了將制造支持系統(MSS)與分布式組支持系統(DGSS)集成到分布式制造支持系統(DMSS)中的概念，以幫助現代制造業滿足集成、通信、協作和決策的需要。Tso et al.[24]提出了一個基于規則推理技術的智能全球制造服務系統，以解決全球制造網絡中協調和監控的問題。Choy et al.[25]設計了智能供應商關系管理系統(ISRMS)以實現制造商可以從眾多選擇中更加準確地篩選和測試識別出首選供應商。Frankowiak et al.[26]綜述了智能化、分布式、基于微控制器的機器和過程監控系統的發展，指出在設計監控系統架構時可以使用集成、分布式和嵌入式三種方法。Cagnin et al.[27]根據設計和管理智能制造系統(IMS)2020項目的經驗，對制造系統情景和路線圖進行了全球展望。Priego et al.[28]提出了一種通用的、可定制的多代理體系結構，以滿足生產、能源效率、性能優化、過程或控制器故障容錯等方面的變化需求。Blanco et al.[29]研究了機器人控制在智能制造系統中的實際應用，提出一種算法以實現機器人參數的實時管理和控制，并將機器人機械手的數據整合到工業大數據中對工廠進行管理。Faccini de Lima et al.[30]開發了一種在二氧化硅、硅和高溫金屬中將光纖材料體系結構組裝到集成微電子器件和系統的混合制造方法，這種方法將提供一類新型的耐用、低成本、普及型光纖設備和傳感器，從而使與人造物品(如家具和服裝)相接的結構能夠集成到物聯網(IoT)中。Bi et al.[31]通過對智能制造機器人中一類線性執行器的磨損和疲勞壽命進行建模和驗證，基于實驗結果找到一種預測線性執行器疲勞壽命的方法，以推動機器人在智能制造領域的應用。Sim[32]提出了一種智能設備工程系統的構建和大數據分析方法，以在智能工廠環境中提高產品產量和質量。

　　國內學者杜寶瑞等[33]從系統的技術基礎、實施規模等方面，將智能制造系統劃分為5個層級，給制造企業提供了對自身現階段的制造技術水平判斷的參考依據，有助于企業明確發展的需求和目標，達到逐步提高智能制造層級的目標。王欽等[34]以海爾集團為例，強調企業在智能生產環境下，不只是構建智能工廠，而是實現“人—機—物”的互聯，通過了解用戶的真實需求，以最少的選擇成本為用戶創造最高的價值。寧振波[35]通過分析美、德兩國的制造業戰略，強調了智能制造不僅是生產的概念，而是人、機、物三者之間相互交互與深度融合。肖靜華等[36]提出了一個由四個基本子系統構成且將消費者與智能聯盟考慮在內的智能制造體系概念模型。錢鋒等[37]考慮到流程產業轉型升級的重大要求，總結了當前流程工業在決策、生產運作、效率與安全、信息集成等方面的局限性，為了解決這些局限性和核心科學問題，進一步提出了流程工業智能優化制造的基礎理論和關鍵技術。李清等[38]通過對各國現階段的智能制造生態體系結構進行比較分析，在此基礎上提出適合我國國情的智能制造標準體系框架。劉鳴等[39]通過對傳統柔性制造系統特點的分析，提出了將智能制造技術融入柔性制造系統的新模式，并進一步闡述了這種新模式的組成及工作流程。

　　推薦閱讀：人工智能深度學習論文發表期刊