智能制造系統設計-緒論目錄1.方向—立足機械，賦能實體2.思維—從設計產品到創新準則3.路徑—圖論為基石4.邏輯—深度運籌學5.智能—六大關鍵6.內容—系統設計框架

習總書記指出，“新一代人工智能正在全球范圍內蓬勃興起，要以智能制造為主攻方向推動產業技術變革和優化升級，推動制造業產業模式和企業形態根本性轉變，以‘鼎新’帶動‘革故’，以增量帶動存量，促進我國產業邁向全球價值鏈中高端。”。選擇比努力更重要，90年代選建筑、00年代選信息、10年代選金融、20年代選智能！選擇智能制造就是選擇國家戰略！新質生產力=（科學技術革命性突破+生產要素創新性配置

+產業深度轉型升級）×（勞動力+勞動工具+勞動對象）優化組合1.方向—立足機械賦能實體二十大報告堅持把發展經濟的著力點放在實體經濟上，推進新型工業化，加快建設制造強國、質量強國、航天強國、交通強國、網絡強國、數字中國。實施產業基礎再造工程和重大技術裝備攻關工程，支持專精特新企業發展，推動制造業高端化、智能化、綠色化發展。鞏固優勢產業領先地位，在關系安全發展的領域加快補齊短板，提升戰略性資源供應保障能力。推動戰略性新興產業融合集群發展，構建新一代信息技術、人工智能、生物技術、新能源、新材料、高端裝備、綠色環保等一批新的增長引擎。構建優質高效的服務業新體系，推動現代服務業同先進制造業、現代農業深度融合。加快發展物聯網，建設高效順暢的流通體系，降低物流成本。加快發展數字經濟，促進數字經濟和實體經濟深度融合，打造具有國際競爭力的數字產業集群。優化基礎設施布局、結構、功能和系統集成，構建現代化基礎設施體系集體智慧結晶，指明發展大勢機會藏在報告中中國制造2025十大重點領域：新一代信息技術、高檔數控機床和機器人、航空航天裝備、海洋工程裝備及高技術船舶、先進軌道交通裝備、節能與新能源汽車、電力裝備、新材料、生物醫藥及高性能醫療器械、農業機械裝備十大領域。五項重大工程：國家制造業創新中心建設、智能制造、工業強基、綠色制造、高端裝備創新。智能制造100%1）

數據—制造過程中數據“躺”在機房，需要“大海撈針”的工具1）信息物理系統（CyberPhysicalSystems,CPS），智能制造系統的總稱，將實體進程和計算進程統一、實現虛實結合的新一代智能系統。2）客戶關系管理（CustomerRelationshipManagement,CRM）指利用軟件、硬件和網絡技術，為企業建立一個客戶信息收集、管理、分析和利用的信息系統。3）產品生命周期管理（ProductLifecycleManagement,PLM）面向產品創新的系統，管理從人們對產品的需求開始到產品淘汰報廢的全部生命歷程。4）企業資源計劃（EnterpriseResourcePlanning,ERP）將企業所有資源進行整合集成管理，將企業的物料流、資金流、信息流進行全面一體化管理的管理信息系統。5）制造執行系統（ManufacturingExecutionSystem，MES）作為一種全面管理和優化制造過程的系統，以提高生產效率為核心，優化訂單、設備、人員、質量、采購和庫存等要素，從而降低企業的制造成本。6）高級計劃與排程（AdvancedPlanningandScheduling，APS）指優化和管理生產過程以更有效地規劃與執行生產計劃，以滿足客戶需求并最大化資源利用率的系統。7）實驗室信息管理系統（LaboratoryInformationManagementSystem，LIMS）是指利用信息化技術管理和優化實驗室工作流程，為研發、質量和供應服務的系統。8）倉儲管理系統（WarehouseManagementSystem，WMS）是按照倉儲運作的業務規則和運算法則，對信息、資源、行為、存貨和分銷運作進行更完美地管理，提高效率。9）供應鏈管理系統（SupplyChainManagement,SCM）執行從供應商到最終用戶的物流的計劃和控制等職能，整合供應鏈中的信息流、物料流、資金流以獲得運營效率。2）

理論—智能制造理論“散”在機械外，需要系統關系研究的整體框架

制造智能制造系統：探求非線性關系特征智能深度學習算法

機構變形圖論工程力學量化主觀→設計準則系統

管理復雜網絡深度運籌學客觀

主觀

客觀

關系實體方法多學科融合力學—機械、力學專業圖論—計算機、數學專業運籌學—經濟、管理專業復雜網絡—數學、物理專業3）

內卷—直覺/經驗式創新“困”在產品本身，需要突破產品同質化的利器賺錢方式遠古到近代：消息不對稱現代：專利不對稱智能時代：準則不對稱關注點在哪里？換車、時間

路線怎么計算？智能制造跨域時空——分析形狀到分析關系

設計產品到創新準則2.思維—從設計產品到創新準則坐標系不好用微積分用不上好準則，都以簡單形式出現體重：PMI窮富：恩格爾系數質量：CPK馬克思：人的本質是一切社會關系的總和，人性是社會關系的產物。陳左寧院士：人工智能的核心特征就是對關系的研究

2.思維—從設計產品到創新準則準則舉例：胡煥庸線胡煥庸線（HuLine，或Heihe-TengchongLine，或Aihui-TengchongLine），又叫黑河-騰沖線，即中國地理學家胡煥庸（1901-1998）在1935年提出的劃分我國人口密度的對比線人口比例沒變過，貨運量基本符合2022年貨運關鍵：場景變矩陣3.路徑—圖論為基石智能制造系統設計的理論路線圖圖論是關系數學的基礎圖論的起源著名的柯尼斯堡7橋問題（1736年，歐拉回路）Pregel河流經哥尼斯堡，將該市分為兩部分，河中還有兩個小島。18世紀初，該市有7座橋將它們相連，如左圖所示。當時人們問：能否從某處出發，經過各橋一次且僅一次，最后返回原處？ADBC133.1圖論-起源3.1圖論-舉例5v1v2v3v4v5v6843752618v1v2v3v4v5v643521v1v2v3v4v5v643521問題：如何找到連接六個地點的最短連接路線場景：導航、送外賣、自來水管網、電話線等高等數學解決不了×圖論中的破圈法可以輕松解決：只要形成圈（如V1,V2，V4），去掉最長邊（5），最后剩下的就是最短路線（右圖）3.2圖論-矩陣鄰接矩陣5v1v2v3v4v5v6843752618如果計算從V1到V6總共有多少條道路？有公式答案：P16條（矩陣P的第1行第6列元素）如果考慮距離，可得權矩陣ChatGPT：word2vec基于深度聚類分析的典籍中的

一帶一路科技共建歷史圖譜研究

運籌學將不同的實際問題歸結為不同的數學模型，不同的模型構成了運籌學的各個分支，主要的分支有：

1.線性規劃（linearprogramming)——PLM2.非線性規劃（nonlinearprogramming)3.動態規劃（dynamicprogramming)——MES4.網絡分析（networkanalysis)——ERP5.存儲論（inventorytheory)——WMS6.排隊論（queueingtheory)——APS7.對策論（gametheory)——CRM8.決策分析（decisiontheory)——CRM4.邏輯—深度運籌學“夫運籌帷幄之中，決勝前里之外”；田忌賽馬運籌學是智能制造的方法論智能制造各模塊與運籌學各分支一一對應APS舉例——網絡分析在運籌學的網絡分析中，節點代表工序，序邊上數字代表權重，所需權重最長的路稱為關鍵路,關鍵路上的工作稱為關鍵工作路線。①→②→③→④→⑥→⑦→⑧權重最長，排產時最優先考慮。深度運籌學李勇教授首次提出—深度運籌學：

以運籌學為底層邏輯，復雜網絡建立系統模型，通過圖深度學習尋找智能制造系統的“滿意解”，從而創新系統運行準則。具體來說，分為三個步驟：1）實現節點的四流表示：以質量流、資金流、信息流、物流表征智能制造系統節點的異構張量，并通過正則化實現節點的自編碼。2）系統的層析復雜網絡：基于運籌學，建立系統的不同模塊進行社團化和層次化復雜網絡的邊結構。3）圖深度學習量化決策提高運行效率：創新具有智能制造特征的圖神經網絡算法，進行點預測、邊預測和空間預測，提取特征尋找要素間內在聯系。1.5智能—六大關鍵有限元是產品分析的利器，復雜網絡為智能制造系統的有限元，深度運籌就是智能制造系統的數據CT1）

異構張量—實現四流融合異構（heterogeneous），指具有不同單位的參數。

一個人，由年齡（年）、身高（米）、體重（千克）、收入（元）、學歷（？）等參數描述。

那如何用一個分數評價一個人？一般做法是對每一項設定總分的比例，這就是權重，并隨評價目的而改變，如入職、貸款、商品推薦等。

有限元分析中的節點，實質只有一個參數：位移；而智能制造系統中，每一個節點都質量流、資金流、信息流和物料流等的n多參數，并且參數單位也不統一，構成了節點的異構張量。系統建模、節點表示到端到端學習，確定節點正則化異構張量參數2）標簽—利用經驗提升預測能力在工業大數據時代，如果不利用行業或企業的經驗，僅僅依靠機器學習或人工智能，就會陷入概率統計或非線性擬合的漩渦，得出的結論也站不住腳。數據標簽就是對智能制造系統要素各種屬性的真實刻畫，比如企業常用的FMEA（潛在失效模式與影響分析，FailureModeandEffectsAnalysis）標簽—企業“準則不對稱”創新的獨門絕技3）中心性—量化節點重要程度度中心性介數中心性4）層析池化—多級網絡的信息匯聚質量管理：質檢員→車間質量室→質量處→質量部→質量總監→總經理池化算法：取最大值，W=8；取平均值，W=3.5。根據目標不同，選擇或創新合適的池化算法。5）圖預測—智能制造系統的求解工具智能制造系統設計難點：數據表示是不規則的，屬于非歐空間圖中每個節點的鄰域結構各異且節點具有無序；數據僅僅具備局部平穩性，且具有明顯的層次結構；數據不符合獨立同分布。節點預測：推斷節點的狀態、屬性，用于異常點、分類等；邊預測：確定兩條邊是否有關系，發現深藏的管理斷點，找出看似風馬牛不相及的兩點之間的關系；圖預測：明確整個圖的屬性，適用于社區發現小團體，如某個車間存在問題或者內外勾結監守自盜的團伙等6）符號回歸—發現大數據中的深層規律符號回歸：非線性函數的組合深度符號回歸：非線性函數庫的深層次組合，誤差最小5.內容—設計框架目標：宏觀視角俯瞰企業學習規則，用足規則掌握運行的底層邏輯領導設計智能項目第2章設計基礎，包括智能制造系統的數學（圖論、復雜網絡、運籌學、隨機過程）和感知（力學、振動與噪聲、圖像處理）等，闡述系統建模的底層邏輯；第3章設計目標，包括質量工程、工業工程、安全工程和成本管理，熟悉智能制造系統的運行準則、學會問