0 引 言
作为人类生存方式根本性变革标志的工业革命，第1次与第2次工业革命分别推动人类进入“机械化时代”与“电气时代”。而随着计算机与可编程控制器的发明，人与机器之间加入“信息系统”，从而通过“信息系统”代替人完成更多工作，实现人机分离，以IT数字化为标志的第3次工业革命将人类社会带入了空前繁荣的时代。在人工智能技术、物联网、大数据、云计算及智能互联等颠覆性技术的发展正在催生第4次工业革命[1]，将彻底改变人类的生产和生活方式。
随着经济全球化及制造业的飞速发展，机械产品市场竞争不断加大，制造业价值产出已从单一产品转变为包含产品在内的服务和解决方案，制造业已经成为同时对物质、信息和知识进行处理的新产业。全球制造业技术体系，制造模式，产业形态及价值链发生重大变革，新一代智能制造——数字化网络化智能化制造将从根本上引领和推进新一轮工业革命[2]。在这一背景下，以“德国工业4.0战略计划”为代表的先进国家制造业升级“再工业化”战略成为新工业革命首要任务，如美国“先进制造业伙伴关系计划”、欧盟的工业复兴战略、法国的“新工业法国”计划、日本的“重振战略制造业”计划等。
我国制造业以其体系完整，门类齐全等特点，其规模已位列世界第一。然而，我国制造业大而不强，处于世界制造产业链的中低端，产品质量有待提高，资源利用率低，关键核心技术与装备依赖进口程度高等问题凸显。随着人口红利消失，知识红利凸显，我国制造企业面临内部挑战和外部环境变化双重压力。在这一情况下，我国提出制造强国战略“中国制造2025”，并发布《2016—2020年智能制造发展规划》，提出“三步走”战略，推动我国制造业供给侧结构性改革，打造我国制造业竞争新优势，实现制造强国[3]。
我国作为世界最大煤炭生产、消费、净出口国，煤机装备制造业发展迅速，其生产总量与整体技术已达世界前列。然而，我国煤机装备中低端产品过剩，高端高可靠性产品紧缺，核心竞争力与创新能力不足，一些关键元部件仍需从外国进口。新一轮产业革命的背景下，我国煤机装备更需在产品可靠性、智能化等方面不断创新，以智能制造助推我国煤机装备产业与技术走向国际发展的高地。
1 智能制造的内涵与特征
智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式[4-8]。其基本属性是实现对于信息的深度自感知，实现精准控制的自执行，并在此基础上实现智能优化自决策。实现信息深度自感知就是要通过信息通信技术准确的感知企业、车间、系统、设备以及产品的实施运行情况；精准控制自执行则通过先进控制技术，对智能决策进行控制执行，实现设备状态、车间及生产线计划进行控制与调整；智能优化自决策则通过数据处理技术对实时运行状态数据进行识别、分析、处理，根据分析结果，自动做出判断与选择。智能制造的内涵如图1所示。
图1 智能制造的内涵
Fig.1 Connotation of intelligent manufacturing
1.1 智能制造的特征
智能制造主要由智能产品、智能生产及智能服务三大系统为核心，以智能工厂为载体，以端到端数据为基础，以网络互联为支撑，推动发展关键制造环节智能化，实现创新驱动发展。从技术层面上，融合信息技术、先进制造技术、自动化技术、智能化技术以及先进的企业管理技术；实施层面上，涵盖产品、装备、产线、车间、工厂、研发、供应链、管理、服务与决策等方面；创新层面上，智能制造基于新一代信息通信技术，对传统的管理理念、生产方式、商业模式等带来革命性、颠覆性影响。
智能制造最大的特征是实现万物互连[9-11]。将无处不在的传感器、嵌入式终端、智能控制核心、通信网络通过信息物理系统连接成为智能网络，从而将客户、产品、工厂、车间、设备、供应商等紧密联系，使生产设备之间、设备与产品之间、虚拟与现实之间实现数据信息的交流，最终实现万物互联。工业3.0的特征是实现了单机设备的智能化控制，而工业4.0区别于3.0的重要特征以及核心就是实现单机智能设备的互联。通过不同类型及功能的智能单机互联组成智能生产线，不同智能生产线的互联组成智能车间进而组成智能工厂，通过其相互之间的动态组合，满足不同的制造需求。信息物理系统作为智能制造的核心，将物理设备实现网络互联，实现虚拟数字世界与现实物理系统的融合，将资源、信息、设备以及人紧密联系在一起，实现机器智能与人类智能，从而创造智能环境。
智能制造的核心是数据。新一代信息通信技术的发展促使制造企业的数据呈现爆炸式的增长。包括产品数据、运营数据、价值链数据和各种外部数据的产生，以及大数据分析技术的应用，为智能制造的自适应、自控制、自决策提供基础。需要注意的是数据的可靠性与安全性是保障工业4.0实现的关键。数据缺乏可靠性则任何的分析与决策都成为空谈；数据安全则保障信息系统的业务连续性，确保智能制造的实施。
1.2 智能制造的关键技术
智能制造的终极目标是要实现产品及其制造过程的最优化，获得高效、优质、柔性、敏捷、低耗、宜人等效果。智能分析决策实现制造系统或产品智能化的核心部分，而其关键技术是以新一代人工智能技术为核心的六大关键技术，包括人工智能技术、工业机器人技术、大数据技术、云计算技术、物联网技术以及整体的信息化系统[12-13]。
1)人工智能技术：新一代智能制造的主要特征表现在制造系统具备了学习能力，通过深度学习、增强学习等技术应用于制造领域，知识产生、获取、运用和传承效率发生革命性变化，显著提高创新与服务能力。人工智能技术的三大特点就是大数据技术、按照计划规则的有序采集技术、自我思考的分析和决策技术。传统人工智能追求机器对人脑思维、认知功能的模拟，让机器变得更聪明；新一代人工智能则基于新的信息环境，把计算机和人连成更强大的智能系统，以实现新目标。2011年人工智能全球专利申请不到5 500件到2016年的22 000件，6年间翻了4倍，新一代人工智能在技术和产业方面均接近“奇点”。“AI+制造业”成为全球经济技术竞争的重要因素。如通用集团GE针对“AI+制造业”领域进行系统布局；西门子押宝“数字化双胞胎模型”及Teamcenter协作平台；三星启动一个中心管控全球的“4M+1E”方案；我国海尔集团则在建立互联网工厂的同时建立以用户为中心的智能生态圈。人工智能正在从多个方面支撑传统制造向智能制造迈进，为中国制造业“由大变强”的发展注入新动能。
2)工业机器人技术：工业机器人作为机器人的一种，主要由操作器、控制器、伺服驱动及传感系统组成。是可重复编程，完成三维空间仿人操作自动控制，对于稳定和提高产品质量，提高生产效率，改善劳动条件起到重要作用。工业机器人应用的五大领域包括机器人加工、喷涂、装配、焊接以及机器人搬运等。我国近年来机器人销量大幅上涨，仅2017年前10个月销量已达10.48万台，位居全球第一。“机器换人”成为大势所趋。
3)大数据技术：工业大数据的来源主要是数字化设计、智能化制造、网络化监测、物联网管理4个方面，产生了大量的工业数据。工业大数据还贯穿于设计、制造、使用、维修、回收整个产品全生命周期，包括数据的获取、集成、应用等。大数据分析技术包括它的分类技术、建模技术、聚类技术、匹配技术、优化技术、可视技术等。大数据技术的应用和发展使得价值链上各环节数据和信息能够被深入分析和挖掘，为企业管理者、生产者、消费者提供看待价值链的全新视角，使企业有机会把价值链上更多环节转化为企业的战略优势。
4)云计算技术：大量企业采用的是竖井化IT架构，孤岛现象较为严重，IT系统资源无法跨系统共享，资源利用率低，工业云平台打破各部门之间的数据壁垒，让数据真正流动起来，发现数据之间的内在关联，帮助企业做出最正确的决策，生产出最合理、最贴近于消费市场的产品。智能工业云平台作为一种工业互联网和物联网平台，工业云构建了网络化制造模式，搭建起一种新型的生态系统。在设备与设备之间，设备与生产线，工厂与工厂之间无缝对接，监控生产过程，提高产品质量。
5)物联网技术：智能制造最大特征是实现万物互联(IOE Internet of everything)，是智能制造的神经系统。工业物联网是工业系统与互联网，以及高级计算、分析、传感技术的高度融合，也是工业生产加工过程与物联网技术的高度融合。工业物联网具有全面感知、互联传输、智能处理及自组织和自维护的特点。信息技术发展的终极目标就是实现无所不在的连接，人、物、数据和程序通过互联网联系在一起并进行流程再造，基于物理世界感知和交互的在线化实时化数据与智能处理，改变对外部世界的相应模式。智能制造工厂架构与应用场景如图2所示。
6)整体的信息化系统:智能制造信息系统，在数据采集基础上，建立完善的智慧工厂生产管理系统，实现生产制造从硬件设备到软件系统，再到生产方法，全部生产现场上下游信息的互联互通。智能制造信息系统包括企业管理计划(ERP)及产品全生命周期管理系统(PLM),从管理层上包括制造执行系统(MES)和工厂的工程组态软件，从而达到产品在全寿命周期内物理世界与虚拟世界的协调统一。智能制造信息系统以精益管理为核心，根据用户需求定义企业价值，提高系统柔性和可靠性，降低库存及沟通管理成本，实现智能制造企业管理理念和管理模式的转型发展。
图2 智能制造工厂架构与应用场景
Fig.2 Intelligent manufacturing factory architecture and application scenario
2 德国工业4.0布局与发展
德国工业4.0战略，其本质是以机械化、自动化、信息化为基础，建立智能化的新型生产模式和产业结构[14]。主要以建设1个网络核心，研究2大主题，实现3大集成，采取8项优先行动计划举措构成。1个网络核心即建设信息物理系统；2大主题指推进智能工厂和智能生产；三大集成包括企业内部纵向集成，企业之间横向集成以及端对端数字化工程；8项行动包括技术标准化、建立模型管理复杂系统、提高资源效率、建设高速宽带设施、数据安全保障机制、健全规章制度、创新工作组织和设计方法及注重培训和持续职业发展。德国工业4.0的实质是通过顶层设计整合技术手段，实现工业生产效率最大化的工业发展战略。
2.1 德国工业4.0的战略措施
德国工业4.0将传统工业与信息化进行深度融合，将不同行业进行跨界合作，将创新科技与产业相结合，实现经济产业红海与蓝海的对接。工业4.0平台被列入德国2020年十大项目之一，并组建相应的协同创新体系。在此基础上，德国政界、学术界、产业界共14家企业组成协同创新联盟，推动相关标准的制定，其中7个领域推出标准化架构。德国工业4.0落实过程中，通过区域产业集群发展计划，围绕国际化大企业在高端领域和环节形成群体性优势，也十分重视中小企业的数字化转型，明确要求每个产业集群必须有中小企业加入，使中小企业在集群中获得培训和研究合作的机会，打破行业间的壁垒。
2.2 德国人工智能产业的布局
对于工业4.0的核心技术人工智能产业，以德国人工智能研究中心为核心，从基础到分析到应用类全技术研究包括大数据分析、知识管理、画面处理和理解以及人机交互、机器人等核心关键技术，以萨尔布吕肯、柏林、不莱梅等5个城市为空间载体，建成组织结构明确，层次多元的AI研究大脑。另外德国还有许多研究垂直细分领域的人工智能研究机构，关注前沿核心技术，形成点状研究机构，引领研究水平，如弗劳恩霍夫协会等。为打破传统研究模式，使研究得以落地，德国打造新的人工智能片区，建成赛博谷区域与柏林“创意工厂”，构建相互联动的创业创新生态系统，将大型企业、学校、研究机构、初创企业建立网络，从而完善技术核心能力和管理能力，完成数字化智能化的转型。
2.3 德国工业4.0的现状
通过近几年的发展，德国工业4.0平台已发挥实质性的作用。汇集各研究机构成果及用户案例解决方案的在线图书馆成为知识信息传播节点；平台为企业开展测试，提供相关技术和资金支持；并开展国际合作，为本土企业走向国际市场提供便利。
随着产业融合发展，以更低成本，更快速度满足小批量个性化的需求成为智能化工厂建设的目标。在这一方面，德国工业4.0平台走在世界前列。其倡导以持续精益生产为基础，通过企业、高校及科研院所合作研究智能工厂架构，应用智能自动化、数据挖掘等高新技术建立基于价值链分析的智能生产组装线。其中精益理念的核心是了解客户价值，与其形成共同目标，使设计、生产、售后进行跨功能的协作，在设计初期就进行多种方案的分析选择，基于问题市场选取最终方案，避免传统理念中频繁的设计修改造成资源浪费，从而满足客户个性化的定制需求。以博世集团洪堡工厂及宝马柏林智能化加工车间为例，其均采用立体车间布置，工位制节拍化流水线作业，展现强大的柔性工装能力及人-机-物有效配合，从而生产线人性化设置，零部件品质控制完善，装配成品率极高，实现个性化定制的精益生产。这种改造升级的成效是显著的，产品质量持续改善，生产和交付效率明显提高，客户认可度不断提升，市场空间也更为广阔。
此外，德国有各类标准化协会及行业协会，他们负责标准化制度的制定、执行与监管，是德国质量最重要的保障和体系核心。高科技产业带带动产业集聚促发展。目前德国已经有 100 个创业产业园区，政府大力扶持并引导投资以鼓励德国科技创新。例如巴伐利亚地区是以Fraunhofer 创新研究所为中心的高科技产业带。自2016年年初以来，通过德国工业4.0平台与工业互联网联盟的对接等方式，德国、美国正不断加强合作。统一适用的技术和标准使全世界的产品、机械、工业企业和人才互相连通。
3 我国煤机装备生产现状与机遇
我国能源结构决定了煤炭仍将是我国未来几十年主体能源。目前，我国煤炭先进产能已达30亿t以上，煤矿采煤综合机械化程度已达76%[15]。作为煤炭生产消费大国，我国煤机装备行业市场发展态势与潜力巨大。我国液压支架、采煤机、刮板输送机产品型号齐全，整机性能及总体参数已达国际先进水平。
虽然我国煤机装备制造业发展迅速，但是主要产品集中于中低端市场，高端产品产能仍不足。主要体现在以下6个方面：①产品设计理念和创新方法不完善，基础研究薄弱；②生产制造工艺存在短板，高端加工制造能力欠缺，产品质量参差不齐；③缺乏系统完善的工业设计，没有实现外观与质量的统一；④产品生产加工集中化规模化程度低，生产管理理念陈旧；⑤智能制造工艺、工装和人才队伍缺乏；⑥市场秩序不健全，不合理的市场竞争招标规则，造成价格混战，质量水平下滑。因此我国煤机装备制造业行业水平整体而言大而不强，虽部分高端煤机装备水平已达国际领先水平，但煤机装备核心竞争力欠缺，打造中国煤机国际品牌仍任重道远。
煤机装备制造的典型特点是根据开采条件进行定制化设计与制造，其个性化多门类小批量高质量高可靠性的要求一直制约了煤机装备企业的生产规模与集中化程度。而新一代智能制造的理念是以数据为核心，实现物物相连，将资源、信息、设备以及人紧密联系在一起，升级产品核心竞争力及科技附加值，从而满足客户个性化的定制需求。其理念与煤机装备制造特点相贴合，因而加强智能制造能力建设成为提升煤机装备行业产品品质、可靠性和核心竞争力的有力手段。
随着“双智”时代的到来，越来越多的煤矿用户已经认识到并接受了智能制造是获得高质量高可靠高端产品的有效手段，并将产品的先进制造能力列为采购产品的重要参考要素，智能化的产品需要智能化的制造手段作为保障，对此智能制造已成为用户广泛而强烈的需求。随着我国煤炭工业的快速发展和大型能源基地的建设，现代化矿井采煤装备大型化、自动化发展趋势明显，年产1 000万t以上的大型高端智能化综采装备需求量越来越大，高端煤机装备市场潜力巨大。中国煤机装备智能制造产业在政策扶持、技术进步、产业升级等多重利好有力推动下，迎来历史性发展机遇。
4 煤机装备智能制造技术发展
我国新一代智能制造产业自“中国制造2025”发布以来，保持较高增速。2017年智能制造装备产业规模总值已达12 745.6亿元，已破万亿大关。作为亚洲智能化转型的重要力量，我国政府方面加强智能制造顶层设计，开展示范和标准体系建设；企业方面加快数字化转型，提升系统解决方案能力。我国智能制造取得显著成效，已进入高速成长期[16-17]。我国煤机装备制造企业也开始逐步开展智能制造示范项目攻关核心技术，带动行业发展，进行企业升级转型。
4.1 高端成套装备自动焊接关键技术
煤机装备主要由大型结构件构成，其生产工艺多为格子间结构焊接，焊缝极多，工艺复杂，焊接质量要求高。由于结构的特殊性和焊接工艺的复杂性，目前以手工焊接为主，工人劳动强度大，无法保证焊接工作的稳定性和焊接质量的一致性，生产效率也无法进一步提高。
传统机器人自动焊接应用于煤机装备生产存在着工艺不适应、工件尺寸一致性差、空间焊达率低、智能传感技术和物流输送技术等极度匮乏等难题。为解决上述问题，部分大型煤机企业突破厚板多层多道智能焊接工艺、激光跟踪传感技术、格子间焊接变形自适应和大型复杂结构件焊接机械臂空间避障运动轨迹限制，实现了成套装备的自动化焊接，建成了煤机装备制造示范车间[18-19]。其中最具代表性的是高端液压支架智能焊接车间项目与大型刮板输送机中部槽智能焊接生产线。高端液压支架智能焊接车间机器人焊接工艺流程如图3所示。
图3 高端液压支架智能焊接车间机器人焊接工艺流程
Fig.3 Robot welding machine process for advanced hydraulic support intelligent welding workshop
4.2 适应煤机生产节拍柔性数字化车间
煤机装备需根据开采煤层要求设计基本结构进行生产，因此煤机装备生产是以订单为主导的生产模式，批量小，且涉及环节多，其生产要求制造离散化，工艺柔性化。针对煤机装备生产工艺，部分企业集成开发相关柔性制造系统，如“电液控阀芯柔性自动装配生产线”等。另外，在构建车间智能物流系统的基础上，应用分布式数控系统连接底层若干组柔性制造系统和单机数控设备，构建了数字化加工车间的一体化制造执行系统，实现整个车间的统一管理和数字化生产，从而提高生产质量与生产效率[19]。高端煤机装备制造示范车间组成及信息传递如图4所示。
图4 高端煤机装备制造示范车间组成及信息传递
Fig 4 Composition and information transmission of advanced coal machine equipment manufacturing demonstration workshop
4.3 关键智能制造技术
针对煤机装备的特殊应用环境，对其关键部件结构设计及制造重点研发突破，形成煤机装备核心制造技术。如创新提出了液压支架与围岩的强度耦合、刚度耦合、稳定性耦合原理及评价模型；发明大缸径能量耗散抗冲击立柱、三级协动护帮装置等新结构；提出大功率采煤机截齿齿体锥形面激光强化工艺和新的行走轮热处理工艺；研究Q890以上高强度材料焊接工艺[20-21]；突破立柱激光熔覆、修复热处理、再制造毛坯快速成型等再制造关键技术[21]。在上述智能制造技术突破的基础上，煤机装备智能制造产业初见成效。高端煤机装备智能制造示范如图5所示。
图5 高端煤机装备智能制造示范
Fig.5 Demonstration of intelligent manufacturing of advanced coal machine equipment
5 煤机装备智能制造推进策略
5.1 我国企业智能制造推进现状
目前我国智能制造虽取得了一些成果，但其发展的各项指标很不均衡，从技术、人才、资金乃至智能化应用水平还处于初级发展阶段。我国智能制造痛点明显，以核心技术欠缺，产品化能力薄弱，人才梯队建设体制不健全，商业化产业基金支持缺乏等多个方面。
作为煤机装备制造企业，其制造标准体系还不够健全，制造企业的基础管理水平较为薄弱，数字化集成度差，数据缺乏可靠性，因此煤机装备制造企业普遍智能化基础薄弱，对于智能制造推进缺乏整体布局，对智能制造的认知存在问题与误区。因此我国煤机制造企业，应结合自身产品与生存工艺，做好需求分析与整体规划，稳妥推进智能制造，才能取得实效。
5.2 煤机装备智能制造推进关键任务
智能制造作为企业升级改造的技术手段，其目标是提升企业的产品竞争力和质量；对于企业进行智能制造改造的本质是进行运营模式的改变，而非简单的自动化改造；智能制造也非所说的“无人工厂”，而是在精益生产思想的指导下，应用高效率的生产工装，实现多品种小批量高效生产新模式。针对煤机装备智能制造，其推进的核心和关键任务，笔者认为包括以下5个方面。
1)产品与数据的标准化模块化。针对煤机装备产品多品种、小批量特点，实施产品系列化、标准化和模块化活动，提升产品零部件标准化、功能模块通用化设计水平，强化智能制造理念，做好研发设计与生产工艺的融合，完善一体化体系，实现从研发设计、工艺、制造等环节的整体协同。
2)建设智能制造系统和工艺创新。煤机装备定制个性化，制造离散化，工艺柔性化的特点以及煤机装备结构自身的特殊要求，致使现有先进智能制造技术难以与煤机装备进行对接。企业推进智能化生产线、智能制造车间和智能工厂的关键是推进先进制造工艺创新。建立适应于专机和流水线生产的工艺标准，实现工艺技术数字化，弥补工艺短板，才能满足智能制造发展要求。
3)建设智能制造信息化系统和基础网络活动。加强基础网络建设，统一生产体系信息化标准，建立完整统一的智能制造信息化系统，实现人、机、资源、环境的数据共享，推动工业云计算、大数据服务平台建设，为煤机智能制造推进提供网络基础保障。
4)推进管理精益化及服务产业化。全面推进研发设计、生产、质量、供应物流等全价值链的精益管理，开展标准化作业，构建工位制节拍化流水线的生产模式，是提高企业竞争力的核心管理理念；互联网时代，用户需求日趋多样化定制化，单一产品已经难以适应市场，系统级的解决方案和专家服务成为产业蓝海，搭建企业产品智能服务平台，促进服务产业化，成为市场发展趋势。
5)打造智能制造人才培养体系。打造智能制造人才培养体系聚焦在企业经营管理人才、高新技术人才及专业技术人才三大核心人才队伍体系建设上。同时，加强制造业人才需求预测、人才评价和激励，以及人才流动和引进等工作机制的建设。从而形成从研发、转化、生产到管理的人才培养体系。
5.3 煤机装备企业智能制造策略路径
对于企业进行智能制造升级改造，应从多方位的产业环节与自身的实际需求相结合，通过分析统筹进行整体规划，避免盲目推进求大求全。笔者认为煤机装备企业推进智能制造应采取“四步走”战略。
1)第1步为评估规划期。首先对企业现有信息化自动化水平、应用能力进行评估，分析现有产品及生产工艺，与智能制造技术相结合，提出业务改进与需求分析，从而构建整体企业智能制造架构与规划。
2)第2步为基础应用期。根据企业需要应用自动化设备、数据采集设备、工业互联网、信息管理系统等，使生产关键工艺环节实现机器换人，实现硬件到软件，管理层到车间的数据交互，从而建立数据中心并规范信息安全体系，实现对于智能制造的全面规划。
3)第3步为提升扩展期。对于核心业务实现集成，并通过对数据进行特征挖掘，反馈优化核心业务流程，在精益生产的指导下，企业整体运营体制走向精细化集成化，从而实现产品的个性化定制化。
4)第4步实现全面智能。实现产业链数据上下游横向集成，并实现预测、预警及自适应，通过智能决策带动产业模式的创新，最终实现端到端的数字化智能化生产。
6 结 语
当前，新科技革命和产业变革正在兴起，全球工业技术体系、发展模式和竞争格局迎来重大变革。新一代智能制造已成为世界性的制造业发展战略。在这一形势下，德国工业4.0已走在世界前列。其发展模式与产业成果为世界瞩目，为我国智能制造的发展提供了解决思路与发展方向。我国煤机装备智能制造改造与发展已迈出坚实的第一步，然而由于其基础薄弱，产业结构不够合理，发展的各项指标不够均衡，从技术、人才、资金方面决定了其智能制造水平还处于初级发展阶段。在国际趋势影响与国家战略指导下，我国煤机装备智能制造发展应实现以创新为引领，抓住新一代人工智能与制造业融合发展的机遇，因企制宜，不断推进产业改革，实现数字化网络化智能化制造，从而达到融合发展，实现煤机装备制造业全方位的现代化转型升级，打造中国自己的高端煤机品牌，使我国进入制造强国行列。
[1] 乌尔里希·森德勒．工业4.0：即将来袭的第四次工业革命[M]．邓 敏，李现民，译．北京：机械工业出版社，2014．
[2] 周 济．智能制造：“中国制造 2025”的主攻方向[J]．中国机械工程，2015，26(17):2273-2284.
ZHOU Ji．Intelligent manufacturing-main direction of “made in China 2025” [J]．China Mechanical Engineering，2015，26(17):2273-2284.
[3] 工业和信息化部,财政部.智能制造发展规划(2016-2020年)[EB/OL].[2018-07-02].http://www.miit.gov.cn/n1146295/n1652858/n1652930/n3757018/c5406111/content.html.
[4] 朱森第.我国智能制造与智能制造装备的发展[J].冶金管理，2015(9):9-17.
ZHU Sendi.Development of intelligent manufacturing and intelligent manufacturing equipment in China [J].China Steel Focus,2015(9):9-17.
[5] 张 曙.工业4.0和智能制造[J].机械设计与制造工程,2014，43(8):1-5.
ZHANG Shu.Industrial 4.0 and intelligent manufacturing [J].Machine Design and Manufacturing Engineering,2014，43(8):1-5
[6] 贺正楚,潘红玉.德国 “工业4.0”与“中国制造2025” [J].长沙理工大学学报:社会科学版,2015，30(3):103-110.
HE Zhengchu,PAN Hongyu.Germany“industry 4.0”and“made in China 2025” [J].Journal of Changsha University of Science and Technology:Social Science,2015，30(3):103-110.
[7] 李金华．德国“工业 4.0”与“中国制造 2025”的比较及启示[J]．中国地质大学学报:社会科学版，2015，15(5):71-79.
LI Jinhua.Comparison and enlightenment between “Germany Industry 4.0” and “made in China 2025”[J]．Journal of China University of Geosciences:Social Sciences Edition，2015，15(5):71-79.
[8] 吕 铁,韩 娜.智能制造:全球趋势与中国战略[J].人民论坛·学术前沿,2015(11):6-17.
LYU Tie,HAN Na.Intelligent manufacturing:global trends and China strategy [J].Academic Frontiers,2015(11):6-17.
[9] 王 焱，王湘念，王晓丽，等.智能生产系统构建方法及其关键技术研究[J].航空制造技术，2018,61(1):16-24.
WANG Yan，WANG Xiangnian，WANG Xiaoli,et al.Research on construction method and key technology of intelligent production system [J].Aeronautical Manufacturing Technology，2018,61(1):16-24.
[10] 李 清，唐骞璘，陈耀棠,等.智能制造体系架构、参考模型与标准化框架研究[J].计算机集成制造系统，2018,24(3):539-549.
LI Qing，TANG Qianlin，CHEN Yaotang,et al.Smart manufacturing standardization:reference model and standards framework [J].Computer Integrated Manufacturing Systems，2018,24(3):539-549.
[11] 黄 培.对智能制造内涵与十大关键技术的系统思考[J].中兴通讯技术,2016,22(5):7-10,16.
HUANG Pei.Systematic thinking on the connotation and ten key technologies of intelligent manufacturing[J].ZTE Technology Journal,2016,22(5):7-10,16.
[12] 黄 培,孙亚婷.智能工厂的发展现状与成功之道[J].国内外机电一体化技术,2017,20(6):28-30,32.
HUANG Pei,SUN Yating.The present situation and the way of success of intelligent factory[J].International Mechatronics Technology,2017,20(6):28-30,32.
[13] 唐 堂,滕 琳,吴 杰,等.全面实现数字化是通向智能制造的必由之路：解读《智能制造之路:数字化工厂》[J].中国机械工程,2018,29(3):366-377.
TANG Tang,TENG Lin,WU Jie,et al.realizing digitization in an all-round way is the only way to intelligent manufacturing reading "the road of intelligent manufacturing:digital factory" [J].China Mechanical Engineering,2018,29(3):366-377.
[14] 丁 纯，李君扬．德国“工业 4.0”:内容、动因与前景及其启示[J]．德国研究，2014，29(4):49-66.
DING Chun，LI Junyang．Germany "Industry 4.0":content,motivation,prospects and implications[J]．Deutschland-Studien，2014，29(4):49-66.
[15] 国家发展改革委,国家能源局.煤炭工业发展“十三五”规划[EB/OL].[2018-07-02].http://www.ndrc.gov.cn/fzgggz/fzgh/ghwb/gjjgh/201706/t20170605_850004.html.
[16] 赵升吨,贾 先.智能制造及其核心信息设备的研究进展及趋势[J]．机械科学与技术，2017,36(1)：1-16.
ZHAO Shengdun,JIA Xian.Research progress and trend of intelligent manufacturing and its core information equipment[J]．Mechanical Science and Technology for Aerospace Engineering，2017,36(1)：1-16.
[17] 傅建中.智能制造装备的发展现状与趋势[J].机电工程，2014,31(8):959-962.
FU Jianzhong.Development status and trend of intelligent manufacturing equipment [J].Journal of Mechanical & Electrical Engineering，2014,31(8):959-962.
[18] 任怀伟.液压支架机器人智能焊接生产线研发与应用[J].煤炭科学技术,2017,45(5):16-21.
REN Huaiwei.Development and application of intelligent welding production line for hydraulic support robot [J].Coal Science and Technology,2017,45(5):16-21.
[19] 杜毅博,王国法,曾庆良.液压支架智能焊接车间生产信息管控系统[J].工矿自动化,2016,42(12):83-87.
DU Yibo,WANG Guofa,ZENG Qingliang.Research on the product information management system for hydraulic support intelligent welding workshop based on the MES [J].Industry and Mine Automation,2016,42(12):83-87.
[20] 徐亚军,王国法,刘国柱,等.Q890CFD液压支架用高强度结构钢焊接性能研究[J].煤矿机械,2016,37(2):52-54.
XU Yajun,WANG Guofa,LIU Guozhu，et al.Study on weldability of high strength structural steel for Q890CFD hydraulic support [J].Coal Mine Machinery,2016,37(2):52-54.
[21] 任怀伟.液压支架关键零部件材料性能分析及工艺研究[J].煤矿开采,2015,20(4):1-4,31.
REN Huaiwei.Study on material performance and process of key parts of hydraulic support [J].Coal Mining Technology,2015,20(4):1-4,31.
