关键词 岗位职业能力 课程体系架构 智能控制技术
0 引言
随着德国工业4.0技术的问世和《中国制造2025》的目标，越来越多的智能控制技术代替了传统的过程控制技术，进入到各种过程行业（如化工，制药、造纸、环保等）中。目前浙江省过程控制行业不断发展壮大，自动化相关人才需求很大，企业希望得到的专业技术人才不仅仅能拥有自动化相关的专业技能，还要有包括创新能力、逻辑分析能力、良好沟通协调能力的综合性人才。在现代先进技术和新型人才需求的驱使下，为了更好地适应社会岗位的需求变化，立足地方经济发展，在市场需求下，必须更新高等职业教育理念，转变教学思路，对高职自动化类的课程体系进行改革和优化。
本文首先通过企业调研、毕业生走访及专家指导，归纳出职业方向并分析现代企业所需的岗位技能需求；其次，根据各个岗位群的职业技能需求，改进岗位职业能力；最后，根据改进的岗位职业能力，优化课程体系并构建有效合理的高职工业过程自动化专业课程体系。
1 高职工业过程自动化专业岗位能力分析
1.1 高职工业过程自动化专业岗位分析
为了确定本专业人才的专业定位，对10余家企业、100多名毕业生进行了调研分析。由于就业岗位种类繁多且就业单位数目较大，因此，将工业过程自动化专业相关的职业分为4个职业方向，包括：过程控制方向、智能控制技术方向、仪器仪表检测与维修方向、自动化产品营销方向。通过职业方向，给出岗位技能需求。具体的专业定位如表1所示：
从表1可以看到，工业过程自动化专业的高职学生在过程控制类、智能控制、仪器仪表检测与维修行业有比较广泛的就业空间。为了提升过程控制行业的智能化水平，越来越多的行业和企业在实际生产过程中利用智能控制技术，来提高产品供应和生产的效率。因此，为了适应先进科技和现代企业发展，对以往适应于传统生产过程的岗位技能需求进行改进，加入了适合于现代智能控制行业的岗位技能需求。
1.2 高职工业自动化专业职业能力分析
通过对工业过程自动化行业和岗位技能的深入分析，并结合企业专家、高校及科研院所专家、技术骨干、专业教师对高职工业过程自动化专业学生的职业能力培养方案的意见，给出了与工业过程自动化技术专业各岗位相适应的职业能力。如表2所示。首先，根据这4个职业方向细分为4种岗位群：自动化控制系统的安装调试与维护岗位、智能制造与控制技术岗位、仪表检测与维护岗位以及自动化设备营销岗位，再依据不同的岗位群，分别给出对应的岗位职业能力。
2 高职工业过程自动化专业课程体系构建
在专业教学指导委员会专家的指导下，对改进的工业过程自动化技术岗位职业能力进行分析，进而对原有的工业过程自动化技术专业课程体系进行优化和改革，使得新构建的课程体系能适应企业发展的需要。在文献[1]的课程体系架构上进行改进，新的课程体系架构如图1所示。
改进后的工业自动化技术专业课程体系架构，不仅保留了原有课程体系架构的优点，也在原有课程体系架构的基础上有了较大的改进。现将改进后的工业自动化技术专业课程体系架构特点总结如下：
（1）整个课程体系架构由“职业方向”出发，确定对应的“岗位群”，再由“岗位群”生发出对应的岗位能力，包括：基本的素质能力、职业基础能力以及职业核心能力，最后确立对应的课程体系。基本的素质能力由通识类课程和综合素质来体现，职业基础能力由专业基础课程来实现，职业核心能力由职业理论课程、职业实践课程和技术服务课程共同完成。把专业竞赛和职业资格证书的考核作为职业拓展能力的培养载体。
（2）首次提出以“职业方向”来确定课程设置。高职院校课程设置是以就业为导向的，因此，课程的建立和设置要适应职业的需要和发展。在众多工业自动化企业岗位中筛选归类出具有代表性的典型职业方向，一方面利于学生对未来就业岗位有清晰的概念，知道“要做什么”；另一方面，有利于专业教师明确地建立课程体系。因此，通过考察相应行业企业的人才需求以及工业自动化技术专业学生的就业范围和就业趋势，制定出了与其相适应的4 个职业方向，分别是：过程控制类、智能制造与控制技术类、仪器仪表检测与维护类以及技术经济类。
（3）在原有课程体系的基础上，加入“智能控制技术”类课程。目前，各大国家纷纷提出制造业国家战略。面对各国的战略举措和全球制造业竞争格局的重大调整，中国也出台了《中国制造2025》，明确提出将智能制造和控制技术作为两化深度融合的主攻方向。王晓明在经济日报《从三个维度认识“智能制造”》中提出，“智能制造”整合了物联网、云计算、大数据等新一代信息技术，由集中式控制转向分散式增强型控制，并通过物联网与互联网的融合，实现智能化。可以说，智能制造和控制技术是制造业发展的必然趋势，也是工业自动化水平的最高体现。现如今，智能控制技术已经在过程行业有了越来越多的应用，比如：离散制造行业的智能仓储和智能物流系统，工业现场的智能巡检系统，RFID射频识别系统。由于智能制造和控制技术需要利用先进的自动控制技术来实现智能化，因此，为了适应现阶段行业企业的人才需求，把“智能控制技术”作为工业过程自动化技术专业一个非常重要的职业方向。要将与“智能控制技术”相关的理论知识和实验实训加入到课程体系架构中，并特别加入“小型智能工厂”作为“智能控制技术”的实训基地来强化学生的实践能力。
【关键词】机械制造；机械自动化；先进制造技术；智能化生产
所谓机械自动化是指在机械化制造的过程中加入自动化的先进技术，实现对加工对象可以连续、优化有效的自动生产。机械制造的自动化不仅可以加快生产原料的连续投入速度提高工作效率，而且可以使工作的精准度大大提高。机械自动化的相关技术早在20世纪20年代就已应用到冷加工工艺中，随着科技的发展技术的进步还有社会对物质生活需求的逐渐提高，机械自动化技术迅速发展。从世界范围来看，除了欧美等工业发达国家，大多数国家的机械自动化的生产水平较低，因此，我国需要不断加强自身技术，增强自身条件，努力向自动化的高级理想阶段迈进。目前，我国的机械自动化制造业主要以集成化、智能化、敏捷化，以及虚拟化方向发展。而自动化技术也与计算集成制造、计算机辅助制造等概念进行联系，为机械制造业的发展提供完备的技术支持。
1集成化应用分析
在机械制造领域，集成化主要为技术经营和技术功能的集成。将计算机技术应用于机械制造可以对制造的全过程进行控制和优化。CIMS即计算机集成制造是有若干个相互联系的系统组成，这些相互联系的部分通常可以划分成工程技术信息分系统、管理信息分系统、制造自动化分系统。其中，工程技术信息分系统由计算机辅助设计（CAD）、计算机辅助工程分析（CAE）、计算机辅助工艺过程设计（CAPP）、计算机辅助工装设计、数控程序编制等。管理信息分系统包括生产管理、物料管理、经营管理、财务管理和人事管理。制造自动化分系统包括加工中心、柔性制造单元、计算机数控、工业机器人，以及自动装配等。而质量信息分系统包括计算机辅助检测、计算机辅助质量控制、计算机辅助测试，以及三坐标测量机等。将以上技术融入到机械制造中实现有效覆盖，必将成为未来机械制造行业中的核心生产方式
2柔性化应用分析
柔性化主要是根据外界因素的差异表现出可以做出与之相对性的适应能力。现代市场瞬息万变，任何企业都要根据市场的变化做出相应的应变对策。企业要具备较强的应变能力。现代机械制造业必须根据市场需求和客户的需求及时精确的做出反应。柔性性化应用可以很好的解决制造业的应变问题。其显著优势主要有：1）提高产品质量和生产效率。2）确保按时交付货物满足市场需求和客户的需求。3）加强信息系统的可靠性。4）将企业内部和外部有机结合，提高应变能力，充分满足机械制造产品个性化和多样化的发展需求。
3智能化应用分析
智能化制造系统主要由只能机械和人类专家共同组成人机一体化的之智能系统。融合了机械制造、自动化、人工智能等多项技术。其主要的作用为分析、推理、判断和构思，某些特殊情况或特殊需求的情况下甚至需要做出决策。“智能”应具有良好的友好性和适应性。机械制造中引入智能系统，根据机械制造的具体生产过程和实际的环境变化做出合理的判断并给出处理建议。与此同时，由于智能化技术的引入，系统还能够针对自身的实际运行情况进行实时性检测，确保运行的最优化。
综上所述，随着全球一体化的建设和快速发展，工业步伐不断加快，市场竞争越来越激烈。企业的发展只有积极参与到这种激烈的竞争中才能使得企业得以生存和发展。机械自动化技术已经逐步渗透到了各个部门，成为带动经济发展的主要力量之一。机械制造自动化的不断发展使得机械制造业向着智能化、集成化、柔性化的方向发展，这就是市场的需要，所以自动化技术的发展和创新对于制造业的成败有着很大的作用，对于企业和市场的竞争一样是必不可少。
参考文献：
[1]孙志学.机械制造业中事故原因的分析与控制[J].工业安全与环保， 2006 （8）.
[2]裴韶光.机械自动化技术发展中的几个要点[J].企业导报， 2010， （02）.
[3]乔固.机械自动化控制系统浅谈[J].科技风，2010，（07）.
[4]刘树忠，李艳梅.工程机械自动化的发展技术浅析[J].民营科技， 2010， （04）.
[5]万麟瑞， 徐峰. 敏捷制造系统集成框架研究[J].计算机工程与应用.
[6]刘永良， 杨世锡， 吴昭同. 敏捷制造与企业战略[J].组合机床与自动化加工技术， 2000 （10）.
[7]凌维业.敏捷制造与我国制造企业的发展[J]. 江苏机械制造与自动化， 2000（1）.
关键词：智能制造；机电一体化；具体应用
在科技技术逐渐发展下，机电一体化技术也具备了更多的优势，并且使其在更多的领域中被运用。机电一体化技术的出现，让电子和机械有效的结合在一起，进而达到了对机械设备进行智能化管控的目标，这是智能制造的基础构成。在目前的生产制造中，主要是包含了智能系统以及智能制造技术。其是目前社会工业化发展的主流趋势。
1智能制造相关概念以及机电一体化技术的现状
在我们目前的社会发展现状来看，智能制造具体是包括了2个方面内容：其一是智能制造技术，具体是技术人员将计算机模拟系统作为辅助工具，进而对特定系统进行分析以及决策，从而节省了大量的人力与财力。相关人员只需要使用计算机系统就能够对系统进行分析，提升了研发的可行性，并且也确保了生产制造的高效性。其二是智能制造系统，这就能够简单的理解为人机一体化，是经由智能机器人与人类专家构成的，在运用的时候主要是将计算机作为工具，让人类专家进行分析以及构思等等，以此替代了在制造工厂中人为的脑力活动。智能制造系统是对智能制造技术的延伸与发展，其是将网络化、自动化技术整合为一体的制造系统，让整个子系统能够进行智能化的运行。在机电一体化技术发展初期时，电子技术和机械技术并没有有效结合，其主要是依靠电子技术在机械工业中的使用，以此提升机械生产效率和产品质量。不过，在目前的计算机技术以及信息技术发展现状下，机电一体化被注入了新的活力，其在生产中得到了普遍的应用。将其运用在智能制造中，更加促进了整个机械各行业的发展，让生产管理工作实现了智能化、自动化，从而让生产工作的实施更加的方便。在机电一体化中涵盖了很多种技术，并且随着科学技术的发展也融合了更多新的技术，确保了这种技术的先进性与实时性。机电一体化技术运用了电子技术，在人工智能的基础上运用计算机系统，进而达到了对机械设备的自动化管理以及控制，从而让整个生产过程更加的方便和高效，也让生产活动更加的规范。
2机电一体化技术在智能制造中的具体应用
（1）传感技术的相关应用。在集体一体化技术中，传感技术是最为基本与关键的构成。因为其具备很高的准确性以及敏感度，能够尽可能的避免受到外界杂乱信号设备的干扰。如果把其运用在智能生产中，能够发挥其巨大的作用，在这个基础上建设相关的传感网络系统，这样就能够实现信息之间的相互传输，并且使用计算机把其收集到的相关信息进行整理与分析，进而让整个生产过程能够被有效管控。在目前的生产制造中运用的传感器中，其是以光纤电缆传感器为主要，运用标准化的接口，大幅度减少了设计难度以及成本。（2）数控生产中的相关应用。我们将机电一体化最早是运用在数控加工技术方面，其在我国机械制造水平方面发挥了很大的作用。把机电一体化技术运用在数控制造中，能够提高机械加工的精准度和机械加工的效率，数控生产的主要是在其加工精准度方面，因此数控在智能控制系统方面要求比较严格，现在数控机床中运用的智能控制系统大部分运用的是CPU预计总主线模式，这种模式主要是进行在线判断以及智能控制技术，在此基础上进行三维仿真，对整个数控技术加工的过程进行模拟实验，以此对实际操作提供参考依据。（3）在自动线和自动机械中的应用。当前很多比较大的企业中，均是运用了自动化生产线依据自动生产机械，这种技术是使用了电子技术中光电控制系统和人机界面控制系统，进而对整个生产制造系统进行全面控制。自动生产线和自动机械运用范围比较广泛，比如目前的电脑以及手机都是自动化生产线。其主要是运用计算机控制系统对在生产中的相关设备进行有效融合，即为数控设备、计算机设备等相关的方面进行一体化管控，进而进行集约化以及网络化的生产模式。（4）机电一体化技术的发展应用。将机电一体化技术运用在智能制造中，工业智能机器人是最为先进的应用，其融合了各种相对先进的技术，是将人工智能、仿生技术以及计算机技术等相关的科学技术融合的新技术。机器人是目前科学技术中研究的重点，是控制论以及传感技术等相关的总体，其在生产制造行业中被广泛的应用。在工业生产中智能机器人的出现与应用，提升了产品质量的同时也增加了产品产量，并且也减轻了工作人员的劳动量。工业智能机器人在运用时具备了能够对信息进行判断、迅速完成复杂的工作流程以及生产准确度高等相关的优点，并且还能够运用在军事生产制造中，其得到了各行各业的高度认可。
3结束语
综上所述，在目前的工业生产行业中，智能制造是最为主要的发展趋势，其能够对工业生产进行自动化以及智能化的管理，从而提高了生产效率以及质量。而机电一体化是智能制造的关键与基础，其应用水平对智能制造的实现有很大的影响。所以必须要重视机电一体化在智能制造中的相关应用，在此基础上保障了智能制造能够更好的发展，从而为生产企业带去更多的经济效益。
参考文献：
[1]林少锐.机电一体化技术在智能制造中的应用[J].科技资讯,2015(14):92+94.
[2]王伟.机电一体化技术在智能制造中的应用浅析[J].中小企业管理与科技(中旬刊),2016(10):160-161.
[3]徐小涵,付洪磊.机电一体化技术在化工企业中的应用[J].山东工业技术,2017(07):162.
[关键词]中药制药工程；中药工业4.0；数字制药；智慧制药；先进制药技术
中国制造2025战略规划以来，中药制造业对采用先进制药技术有了强烈愿望，中药工程科技创新驱动力正在形成。为实现“制药强国”建设目标，我们应该以更高的站位和更宽的视野谋划中药制药工程科技创新发展战略，牵引中药产业技术创新升级，建立全面提高国家药品标准的支撑技术体系，占据国际天然药物制造业的科技制高点，进而使我国倡导并制定的中药工业技术标准成为全球规则。
具有现代工业形态的我国第一代中药制药技术创始于
20世纪70年代，以水煮醇沉等工艺的“机械化和半机械化”为技术特征，可称为“中药工业1.0”，20世纪90年代出现了第二代中药制药技术，以中药制药设备的“管道化自动化和半自动化”为技术特征，可谓“中药工业2.0”；21世纪初笔者率先提议运用高新技术改造中药传统制造方式，重视发展中药制药工程技术，应尽快实现中药工业数字化网络化自动化及智能化等技术突破，提高产品质量及资源利用度并降低物耗（即提质增效），引导中药制造业步上先进产业台阶这可视作提出“中药工业3.0”构想：面对“云计算”和大数据时代的到来，笔者提出创新发展以制药工艺“精密化、数字化及智能化”为主要技术特征的第三代中药制药技术，实现中药制药技术的升级换代，迎接第三次工业革命。2013年7月在天津举办的国家人社部高级研修项目“现代中药制药质量控制技术高级研修班”上，笔者分别介绍了新一代中药制药技术及中药数字制药；同年8月在中国工程院主办的第165场中国工程科技论坛上，笔者在专题报告“从数字制药到智慧制药；大数据时代的制药工程科技”中提议：大力发展数字制药技术，打造数字化中药先进制造平台，并推动中药工业从数字制药迈向智慧制药时代；在2015年4月召开的第201场中国工程科技论坛上，笔者阐述了“对制药工程科技创新与中国医药工业4.0的思考”。本文根据国际先进制药技术最新进展，对笔者以往论述进行整理和归纳，结合我国制药强国建设中现实情况，进一步思考中药制药技术创新升级策略，提出发展“中药工业4.0”的战略性构想和技术路线图。
1中药制药工程科技前瞻分析
中医药是实现“健康中国梦”的重要支撑力量，中成药是中华民族贡献给人类的拥有特定临床优势的药品，中药工业是在我国生物医药领域中具有重要战略地位的核心产业，确保中药产品安全、有效和质量可控是医药工业界肩负的重大使命。为切实提高中药产品质量，必须将制药工艺与制药工程技术创新研究延展前移到中药新药研发阶段；而对于已上市中成药品种，应当实施制药技术升级改造，这也是制定中药配方颗粒制备工艺标准及生产技术规程中必须重视的问题。如何使用化学组成差异度较大的药材原料制造质量一致性较好的中药产品是世界性难题，唯有通过中药制药工程科技创新才有可能破解。
1.1中药工业的历史遗题 受制于药品原研时代在医药知识、工艺技术、制药设备以及药品监管政策等诸多方面的历史局限，大部分中成药品种的制药技术较落后，存在粗放、缺控、零乱、低效、高耗等问题，导致相关药品标准难以提升，这是做大做强中药产品必须直面的关键性挑战。
1.2中药工业的新动能 数字化是当今世界的技术潮流，前所未有的巨量数据喷涌给人们带来大数据时代的空前机会。笔者认为，应尽快推动大数据技术在制药业的应用，当前须对药品生产全过程注入“数字技术NDA”，即实施制药车间数字化改造，收集、管理、分析及利用制药过程数据；倘若大量使用工业传感器和智能检测仪表甚至分析仪器等过程检测设备，将使制药过程数据呈指数级增长，积累形成制药工业大数据，这是极为重要的信息资产，具有不可估量的知识资源价值，从而引发颠覆性的制药技术理念和模式创新；应采用数字技术将制药工艺系统与生产管理系统相融合，由此提升制药过程管控技术水平，依据真实数据而不是经验及直觉做出控制和管理决策，这将为制药过程质量控制、制药工艺品质优化、降低生产成本及节能减排、药品质量风险管控、生产车间管理及企业经营决策等提供强有力的技术支撑，为中药工业跨越发展提供新动能。
1.3中药工业的重大挑战 中药制药车间的现实技术表现远达不到人们理想的要求，更不是理论上完善的技术设计，设计和建造优质中药产品生产线已成为中药制药工程界的紧要任务。中药制药过程的分段式工艺布局形成了“各自为政”的割裂式控制现状，积累的大量数据分散在各自的“信息孤岛”，无法有效用于制药过程控制与管理决策，导致实现中药生产全程质量控制目标的技术难度极大；另一方面，药品要求的均质性与药材以及制药工艺过程的异质性形成了中药制造的复杂性，如果不对制药过程进行全面而深刻的持续性跟踪考察与系统研究，就难以透彻地认知控制药品质量的各项要素；再者，不同种类的中药工业数据都是以彼此独立的方式收集，对众多来源的庞大数据集群进行整合及自动化分析存在难以想象的困难，考验着业界的智慧和能力，上述这些都是设计和建造数字化制药工厂所面对的艰巨挑战。
目前，中药制药工程界技术概念陈旧落后，没有围绕制药过程质量控制这一提高药品质量的关键核心技术开展系统深入的研究。在中药生产车间技术改造中，有人将制药工艺设备自动化说成是数字制药，甚至出现将近红外光谱检测等同于在线质量检测并等同于过程质量控制的怪象，严重误导中药企业，造成花大钱没有解决质量控制实际问题的不良后果。因此，如何引领我国中药工业迈向数字制药时代面临极严峻的技术挑战
1.4中药制药工程科技战略思考 面对新一轮工业革命的机遇与挑战，应当认清中药产业乃至全球医药产业大格局，着眼于未来国际制药业竞争，思考中药工业战略性定位，注重中药制药技术的后发优势，进行前瞻性技术布局，制定中药制药工程科技创新的大战略（grand strategy），即开展中药工业大设计（grand design）。布局未来需要我们显示战略勇气和智慧，也需具备全球眼光及产业战略思维。通过启动中药制药工程科技创新的引擎就能激发中药产业发展的新活力，建立撬动显著提升中药产品质量和生产效能的“新支点”。
当制药工业跨入大数据世界，依赖经验对制药过程进行操控和管理的传统方式将沦为落伍。谁拥有药物“智”造的核心技术，便拥有了改变医药产业格局的话语权，仍采用陈旧制药技术的企业将可能淘汰出局
时不待我，中药制造业应集结千帆竞发的聚合之势，加快推进中药工业数字化和信息化，谋势而动，顺势而为，乘势而上，借梯登高，迎接和把握国际制造业科技变革大趋势，借助数字化网络化智能化制药技术提高药品标准，实施中药工业技术标准国际化战略，造就一批中药企业成为附加值更高的价值链环节
中药制造业应当采用制药工业物联网及医药大数据等领先一步的前沿技术，建设智能制药的“未来工厂”，将中药产业从粗放型向智慧性升级
1.5中药制造业的“未来工厂”德国工业4.0所引发的工业革命悄然而至，其技术特征是将信息物理融合系统（GPS）广泛应用于制造业，构建智能工厂并实现智能制造，这标志着世界即将进入以智能制造为核心的智能经济时代制造中药的“未来工厂”应瞄准国际前沿技术水平，以制药工业物联网为核心，将所有结构性与非结构性数据整合进“大数据仓库，”构建功能强大的中药工业信息智能管理系统通过大数据分析从巨量数据中提炼出有价值信息，同时通过可视化技术将数据转变成明晰易懂的制药过程信息，并进一步转化为知识，应用于改善过程管控模式、提高药品质量、避免生产事故、减少质量风险、降低能耗和物耗、预测制药过程结果、增加生产效力等。
中药制造由多个单元工艺组合而成，导致其制药过程数据集合以分段式的复杂多维空间为基本特征。因此“未来工厂”应在信息技术的主导下多段融合，建立多维多段一体的全过程管控模式，重构制药过程控制与管理体系。运用数据挖掘工具发现制药过程动态规律、各类关联和最佳控制模式，构建预测模型以优化控制和管理决策，弥补操作和管理经验的不足，提高生产精益化程度，进而持续提升中药产品质量和生产效能，实现智能制药和绿色制造目标。
2中药制药工程领域若干概念、术语及定义
中药制药界许多概念、术语或技术名词在中药制药工程理论上尚无明确的定义，某些术语含义不确切，在有歧义时仍含混使用，导致不同的人使用同一个名词时，其词意差别很大，易引发技术困惑或误导，甚至影响某些先进技术方法的声誉，阻碍了先进制药技术在中药产业的应用与发展。因此，极有必要厘清这些概念、术语或技术名词的真实含义，对其涵义作准确的定义。
2.1中药制药过程管控 通常简称过程管控，包括过程控制与过程管理两大方面，制药过程控制主要包括：①提取浓缩、干燥、纯化、制剂等工艺的制药设备控制，②制药工艺品质控制，③制药过程质量控制，④中药产品质量检验，⑤质量风险控制。制药过程管理主要包括：①GMP管理，②以设备为中心的全员生产管理，③IS010012测量管理，④AQ/T9006企业安全生产管理，⑤IS014000环境保护管理等。
2.2在线检测 这是一个常被混淆的技术名词。在线检测系指在生产线上检测制药过程参数，而过程参数通常包括工艺参数、状态参数、质控参数、物料属性参数及环境参数等不同类别参数（如密度，pH，水温，乙醇浓度，蒸气压力，气温，流量等）。显然，在线检测不等同于在线检测药品质量或检测药用物料质量，更不意味着在线质量控制。
2.3质量在线检测 通常是指在生产线上检测药用物料质量。在不至于混淆的情况下，有时也将检测与药品质量相关的过程参数称之为质量在线检测。有必要指出，物料质量属性并不等同于质控参数，质控参数不一定是药用物料成分当检测的物料属性参数与药品质量无关时，则无法表征药用物料质量；即检测物料属性参数并不一定能检测出药用物料质量。因此，在使用近红外光谱等过程分析仪器检测药材或某工艺环节的药用物料质量前，必须全面深入研究哪些成分与药品质量相关，以及这些成分含量的范围。
2.4过程质量监测 一般是指不仅检测药用物料质量参数，而且在给定的范围内进行观察和判断质量状况，通常设置越限报警功能。因此，检测与监测的工业意义不同，监测质量比检测质量更为重要，难度也更大。
2.5过程质量监控 一般是指不仅检测药用物料质量参数，而且将这些质量参数调控在给定的范围内。显然，近红外光谱在线检测并不一定能在制药过程中准确检测出药用物质，也难以应用于监测过程质量；过程质量监控需要多种技术方法的融合才能实现，仅靠单一的近红外光谱检测技术无法控制中药产品质量，不少企业盲目投资建设近红外在线检测系统失败的主因就在于此。
2.6过程质量控制 一般是指在中药生产全程中通过调节各种关键的过程参数来控制药品质量，使制药工艺流程制造出来的中药产品符合特定的质量要求。
由上述定义可知，在线检测方法包括工业传感器、过程检测仪表及过程分析仪器等；不能将在线检测视作为在线质量检测，也不能将在线质量检测等同于过程质量监测，更不能视作为过程质量控制；过程质量监测不等同于过程质量监控，也不能视作为过程质量控制。
3中药数字制药技术概述
中药数字制药是采用统一的数字化技术，不仅对制药工艺参数、质控参数、状态参数、物料属性参数、环境参数等过程参数进行数字化检测、控制及储存，而且对药材原料及制药过程中药用物料进行数字化检测，监测各类过程参数与药用物质在制药过程中的变化轨迹，综合判断过程状态并控制工艺进程，从而控制中药产品质量；同时，对CMP，计量器材，安全生产，生产车间，环保，仓储及物流等实施数字化管理按照制造业国际上目前通行的观点，可称之为“中药工业3.0”。
中药数字制药的主要技术特征是：原料药材数字化、药用物质数字化、制药过程各类参数的数字化（包括工艺参数、状态参数及质控参数等）、单元工艺模型化及定量化、生产车间各类管理体系数字化、全过程测管控信息一体化、各类信息集成管理和综合应用。
中药数字制药技术包括：①提取、浓缩、干燥、纯化、制剂等工艺的制药设备自动控制技术；②制药工艺模型化及定量化/制药工艺品质优化技术；③复制药过程各类参数在线检测技术；④制药过程质量数字化控制技术；⑤制药过程分析建模/PAT技术；⑥制药过程测管控信息一体化技术；⑦质量风险数字化管理及控制技术；⑧药效物质数字化辨析技术；⑨数字GMP系统；⑩精益生产MIS系统；⑾药品质量检验LTMS系统；⑿数字化仓储系统等。经过十余年的努力，本团队已建立中成药二次开发核心技术体系（包括中药数字制药技术），促进了中药产业的数据制药时代到来。
笔者认为：在中药数字制药技术体系建设中，单元工艺建模是前提，数字化设备是基础，全过程测管控信息融合是关键，管控质量风险是底线，药用物质全程监测是核心，数据集成管理及应用是根本，数字CMP管理是保障。中药制药工程界应当在中药制药工艺模型化和定量化方面聚焦发力，根据单元工艺流程将制药过程质量控制序贯化、精准化和规范化并具备预测性，将精益生产理念渗透到中药制造过程的每一个工艺环节，打造“数字化透明”的中药制造平台，实现制药过程数字追溯，为持续性提升中药产品质量奠定技术基础。
4中药智能制造技术概述
21世纪的工业信息科学将像20世纪的硅信息科学一样具有变革性意义，将产生全新的产业技术并使药物制造方式发生根本性改变伴随着数字制药技术广泛应用而产生的以各种形式存储的海量数据可创造丰硕的知识财富和经济价值，这就需要制药工业的大数据分析师“点石成金”。超大规模的信息交互与多维融合必将引发制药过程控制模式和生产管理方式的深刻变革，在制药过程高度信息化前提下实现知识发现管理和应用，牵引“数字化透明”中药制造平台向智能化发展，从而升华形成中药智能制造技术，即中药工业4.0。
中药智慧制药的主要技术特征是，使用大量的工业传感器过程检测仪表以及过程分析仪器等组成一张庞大而灵敏的可反映制药过程全貌的感知网，并将信息技术与制药技术深度融合，进而实现人与人、人与机器机器与机器生产管理与过程控制等之间互通互联，通过制药设备、生产管理、质量检测等与过程控制系统网络化联接，形成集聚了原料/制药生产/药品流通/临床使用等中药产品全生命周期信息的智能网络，使制药过程的每一个工艺细节均被注入“智慧基因”通过赋予中药制造平台学习和思考能力，用充满智慧的数据整合、分析与挖掘，从多种来源的中药工业数据中寻找关联，发现制药过程规律，洞察引起药品质量波动的因素，不仅实现制药工艺精湛控制，而且达到管理精益化要求，实现优质保量低耗绿色高效能制药。
中药智能制造技术主要包括：①制药信息处理、信息解释、信息利用、知识发现与管理等关键技术；②测管控信息融合智能管理技术；③中药产品质量智能预测技术；④质量风险智能预警及预控技术；⑤制药过程智能预测控制技术；⑥制药过程轨迹智能追踪分析技术；⑦水、汽、电系统智能优化管理技术；⑧精益生产智能管理技术等。
5中药工业4.0技术路径
制药工业数据储备、数据分析、数据建模、数据挖掘及可视化能力将成为医药产业未来最重要的核心竞争力。工业信息感知技术的发展，使获取制药过程全貌的数据描述成为可能，通过分析各类数据集群间关联关系，不仅能认知制药工艺各环节输入/输出的药用物料变化规律，而且可以揭示在生产全过程中物质、能量、信息等变换规律，发掘出中药工业数据的内在价值，创新定义数据制药技术，开辟获取中药工艺知识的新路径，重新建构中药工业技术格局，这是建设中药工业4.0的战略价值所在。
目前，我国有些地方已出现智能制造园区及智能工厂建设热潮，许多地方政府在规划未来5年建设上千个智能工厂或车间，但至今未见制药企业参与，以工业互联网为代表的信息技术如何进入制药工业领域仍面临巨大困难。一方面工业互联网和大数据在制药业并无技术应用基础，缺乏制药信息工程技术人才，容易出现只做“表面文章”而没有促进企业提质增效现象；另一方面，很多制药企业生存艰难，无暇顾及新概念技术，缺乏应用新技术的积极性或足够资金。我国中药制造业仍处于工业2.0进程中，传统制药工艺与现代制药技术共生，落后与先进并存。
根据中药工业的上述现实情况，笔者认为在实现中药工业4.0战略目标的征程中应实行分步走策略，倡议在现阶段首先大力推进中药数字制药技术的广泛应用，促进中药工业化与信息化融合，以应用目标牵引，构建“信息主导、系统集成”的中药数字制造技术平台，为实施中药工业4.0技术升级工程建设夯实数字化基础，创造必要的技术条件。人才是第一资源，组建科技创新团队是我国中药工业跨越发展的关键，应当构建成长性环境以及多样性、包容性学术生态，使中药制药工程科技创新力量成为中药产业可持续发展的发动机和推动力。
在新兴信息技术进入中药工业领域时，工业互联网只是一种技术工具，主导我国中药产业创新升级的应是精湛的制药工艺和过程质量控制技术。唯有通过制药相关技术的融合创新，提升中药产业的整体质量及效益，以工业物联网为核心的智慧制药技术才能在中药工业“落地”。因此，在中药制造向中药智造转向发展中，不仅需要基于物联网思维的现代工业精神，而且需要追求精益生产目标的“工匠精神”，更需要注重工业转化，防止出现一哄而上、不重视实效的局面。
关键词：智能控制；机电一体化系统；应用分析；科技发展
DOI：10.16640/ki.37-1222/t.2017.02.135
随着我国经济的快速发展，愈加复杂化的市场经济使得各个行业的竞争越来越激烈，为了能够在市场中有一个立足之地，所有的企业都在进行转型和改善。随着近些年的发展，我国的机电一体化系统已经逐渐的趋于完善，但是在实际的操作过程中还存在着一定的弊端，最明显也是最重要的问题就是在实际操作的过程中不论是农业还是工业，都存在着一定的不确定性、多层次性以及非线性等特征，使得机电一体化系统在应用的过程中出现了一些不便。为了能够解决这个问题，智能控制应运而生，智能控制的出现不但有效的解决了这个问题，同时促使我国机电一体化行业的快速发展，使其能够更加从容的面对各种操作，提高了机电一体化系统的操作效率。
1 什么是智能控制
所谓的智能控制指的就是在没有人为的干预下能够自主驱动智能机器，从而有效完成对目标进行自动控制的技术，换句话来说就是用计算机对人类的大脑进行模拟，从而完场智能控制。智能控制在当今的社会是一种非常重要的技术，应用范围非常广泛，有着不可或缺的作用。在机电一体化系统中，有很多复杂多样的控制任务和控制目的，这些控制任务和控制目的以传统的控制手段来完成是非常复杂和不方便的，而智能控制的出现正好可以解决这一问题，使得机电一体化系统的实际操作更加的简单方便，同时还能更好的完成控制任务。对于智能控制来说，传统控制只是其中最为简单的一个部分，真正的智能控制是由多个学科相互交叉而成，而在众多的学科中最为主要的就是自动控制论、信息论、人工智能以及运筹学等学科。与传统控制相比较而言，智能控制有着一些非常明显的优点和特征，其中最为主要的特征主要有七个方面，分别是智能控制的核心在高层控制、智能控制具有变结构特点、智能控制器具有非线性特性、智能控制器具有总体自寻优特征、智能控制一个新兴的技术、属于一门边缘交叉学科以及其能够满足更多的要求和目标。智能控制主要分为了六种类型，分别是：混合或者集成控制、专家控制系统、分级递阶控制系统、学习控制系统、人工神经网络控制系统、组合智能控制系统以及金华计算与遗传算法。
2 什么是机电一体化系统
所谓的机电一体化系统又被称之为机械电子学，指的就是讲信息技术、机械技术、电工电子技术、借口技术、传感器技术、微电子技术等多种技术进行有机的结合，从而形成了所谓的机电一体化系统，同时将这种系统运用到实际的生活当中。机电一体化系统在组成的过程中需要几点组成要素，主要包括了运动组成要素、结构组成要素、智能组成要素以及感知组成要素。
3 智能控制在机电一体化系统中的应用分析
随着科技的快速发展，机电一体化逐渐从传统方式向着智能控制转型和发展，使得机电一体化系统迈向了新的领域。同时随着机电一体化系统面对的任务和目标来说，智能控制也必然是其主要的发展方向，在机电一体化系统中，智能控制的水平直接决定整个系统的水平，智能控制水平越优越，那么机电一体化的整体水平也就也高，反之亦然。
3.1 智能控制在机械制造过程中的应用分析
在机电一体化系统中机械制造只非常重要的一个部分，而对于目前的机械制造技术来说，最为先进的技术就是将计算机辅助技术与智能控制进行有效的结合，使得机械制造技术逐渐的智能化。机械制造技术的智能化其主要目的就是利用计算机技术对人脑进行模拟，以其来代替一部分的脑力劳动，从而完成整个人类制造机械的过程。在智能化的机械制造的过程中，首先是由智能控制技术对神经网络系统进行利用，通过它对机械制造的实时情况进行动态模拟，然后再利用传感器的融合技术对采集而来的信息进行处理，同时对控制模式中的一些参数和数据进行修改。在机械制造的领域中智能控制的主要应用有机械制造系统的智能监控和检测、智能诊断机械故障、智能学习以及智能传感器。
3.2 智能控制在数控中的应用
随着科技的快速发展和我国市场化经济的不断变更，对于机电一体化系统的发展来说数控技术有着至关重要的作用，因此对于数控技术的要求也就越来越高，在实际操作的过程中，数控技术不但要有效的完成各种智能功能，同时还需要数控技术完成扩展、延伸以及模拟等一些全新的智能功能，从而可以通过利用数控技术来完成智能监控、智能编程以及对智能数据库的建立等一些目标，从而使得机电一体化系统在实际的操作过程中可以通过智能控制来完成一些目标，比如在对数控领域中一些算法不确定或者是没有明确结构的问题进行综合处理的过程中，可以通过利用推理规则对数控维修提供一定的数据和参考。
3.3 智能控制在机器人中的应用
机器人具有非常多的特性，其中最主要的就是非线性、时变性以及强耦合，而这些特征主要都是体现在机器人的动力系统之中。同时在机器人的控制参数系统当中，机器人具有多边变性以及多任务性的特征，而这些特征的存在是非常适合智能控制技术的应用。就目前的技术和发展来说，在机器人的实际操作过程中智能控制技术主要变现在四个方面，分别是对机器人的行走轨迹和行走路径以及跟踪等方面进行控制；对机器人手臂的姿态以及动作进行智能控制；有效利用专家控制系统对机器人的运动环境进行建模、监测、定位以及规划控制；对机器人的传感器信息融合和视觉处理进行智能控制。
3.4 智能控制在建筑工程中的应用
智能控制在建筑中的应用主要有两个方面，一方面是照明通信系统，另外的一个方面是空调系统。随着人们的生活水平不断的提高以及科学技术的不断进步，人们对于生活的质量要求也是越来越高，因此智能建筑成为了主流。智能建筑主要是通过智能控制对建筑进行智能化控制，而在众多的智能控制中最为常见也是最为实用的就是这两种。首先是照明通信系统，通信系统指的就是小区内部的互联网通讯，主要是通过小区内的控制器对每个用户的通讯线路进行控制和检测，一旦发生故障，能够对线路进行快速的检修并且进行维护，使得通讯系统在使用的过程中更加的便捷和安全。照明系统指的就是对建筑群的照明进行实时控制，在控制的过程中主要是对照明区域、照明时间、照明逻辑以及照明系统节能灯方面进行控制；另外一个方面就是对空调系统进行控制，在对空调进行智能控制的过程中，主要是通过比例积分调节器闭环的方式来模拟四季温度，同时对空调的风阀进行智能调节，不但有效提高了建筑内部的空气质量，同时还能尽可能的减少能量浪费。
4 总结
随着科技和市场化经济的快速发展，机电一体化系统为了能够适应更过的工作环境和任务要求，需要进行不断的完善和转型，智能控制的出现使得机电一体化系统能够更好的面对各种各样的操作难题，不但能够有效解决问题，还可以减少工作人员的脑力和体力劳动，更加重要的是促进了机电一体化系统的快速发展，使其有了质的飞越，使其能够更加长远的发展。
参考文献：
[1]唐淑云.机电一体化技术在汽车制动系统中的应用分析[J].世界有色金属，2016（17）：151-152.
[2]华爱琴.关于企业智能制造中机电一体化技术的发展分析与应用探讨[J].时代农机，2016（09）：51-52.
[3]田永利，邹慧君，郭为忠，李瑞琴，张青.基于DPAM-F的机电一体化系统广义执行机构子系统智能设计[J].上海交通大学学报，2005（01）：66-70.
[4]崔连涛，胡希勇，金龙国.Me093399型机电一体化柔性装配系统智能子站的设计及应用[J].中国高新技术企业，2012（19）：39-41.
[5]张寒松.浅析机电一体化技术的发展及其在钢铁行业中的应用[J].机械制造，2012（12）：68-71.
[6]王阳，王玉倩.分析检测传感技术在机电一体化中现状、应用及其发展[J].黑龙江科技信息，2015（07）：108.
关键词：智能制造；机器人；电机；传感器；大数据
DIO：10.3969/j.issn.1005-5517.2016.2.003
2016年智能机器前景预测
智能机器的各种功能已足够稳定与透明，各企业可以尝试着利用智能机器以创造商业价值。智能机器领域的商业投资将快速增长，其中以收入增长与运营效率为投资重点。到2020年，智能机器将成为30%以上首席信息官的五大投资优先领域之一
Gartner研究副总裁暨杰出分析师Whit Andrews，Gartner研究副总裁暨院士级分析师Tom Austin，Gartner研究总监刘轶认为，以下三大发展趋势将促使智能机器未来5年内更广泛、经济和高效地应用在各个领域
1.全新处理硬件；
2.更强大的算法；
3.海量数据。
智能机器的种类及其相关商业案例正在不断丰富，这表明了智能机器解决各种工作难题的商机正在真实而快速地增长。有效识别这些机会将大大促进智能机器发展计划的商业投资。
预计在5年以上的时间内有望为企业带来最大收益的技术包括：智能顾问、智能机器人、商业无人航空器（无人机）、自动驾驶车辆以及虚拟个人助理。
智能机器的使用通常依赖于改变现有的IT系统与工具接口。因此，首席信息官、IT领导者与战略规划部门应提前规划智能机器开发、使用、持续支持与维护的相关成本以及为智能机器部署而变革现有IT基础架构。
此外，首席信息官们还需预测一系列组织问题。智能机器由多种资产组成，所有这些资产需要统筹管理。这些资产可能属于不同的所有人，有着与所有人业务系统主要目的相关的不同优先级别。
到2020年，首席财务官必须处理由智能机器数据以及“算法业务”衍生的估值问题
由智能机器引擎主动收集、交付信息及洞察结果的技术正在促进从人类生成信息资产到机器生成信息资产的转变。而这些资产包括：新内容、分析与业务流程知识本体、知识产权。
智能机器将完善和推进被称之为“算法业务”的新型业务模式。
这是一种涉及到大量互联、各类关系及动态洞察的经济形态，它基于以算法形式呈现的连接、大数据和新知识产权来支持行动。
智能机器技术遍布多个市场，因此没有单独的“智能机器市场”；相反，它是面向广泛应用案例的综合市场。
智能机器的崛起与其他发展趋势相辅相成，并必将与这些趋势共同颠覆我们的业务方式。新兴的算法业务即是其中最重要的趋势之一，它将带动能够产生新收入的新业务模式，借助算法充分利用大量与互联和关系有关的大数据的动态洞察结果。此类业务模式与智能机器之间的关系非常密切，它将各种技术与智能机器的服务结合在一起。
同时，有关此类服务的知识产权有望产生大量或永久性收入流，因为知识产权可以依法获得专利，从而提升价值.
未来5年，首席财务官将面临解决这些新资产结构经济问题的压力。
到2018年，全球300多万劳动者将接受“机器主管”的监督
监督职责将逐渐转变为基于与产出和客户评价直接挂钩的绩效指标来监督员工的工作。
“零工经济”――劳动者为短期合同而展开竞争而非为了薪水工作，正在让企业通过结构化、细分任务等形式获得大量人才。
机器主管将直接根据劳动者的业绩数据和自身能力从中获取洞察力，这一功能人类可能无法企及或者无法快速实现。
智能机器技术与服务目前已实现了商业化，并展示出部分关键属性，包括：
轻松应对高度的复杂性与不确定性，并基于学习能力形成假设条件。
检验这些假设条件，得出具体的概率性结论。
针对具体任务环境形成超出许多行业观察家所预泗的理解力。
机器主管将日益充当决策人的角色，而以往这些决策只由人类管理者制定。
注重绩效评估、激励与支付的商业流程外包商将开发出智能机器“承包管理者”，专门用于评估和监督特殊类别的劳动者。
随着智能机器成为分析绩效的主要工具，劳动者绩效评估将变得更加精细。
针对此类评估的反应也将随之变得灵活和个性化。2016年工业4.0技术动向
制造业和库存管理正向着智能化过渡。例如低功耗连接、嵌入式处理和嵌入式感测等推动智能化过渡的技术已经在提供低功耗、智能网络互联感测解决方案等领域取得了巨大进步。然而，为了实现工业4.0更加广泛和快速的部署，安全性和可靠性才是最值得关注的问题。诸如湿度、温度和压力感测等多模式感测解决方案经常被集成在许多工业和楼字自动化系统中。从延长电池使用寿命到最终的能量采集，超低功耗是关键所在。正是因为有了高效的电源管理和信号链技术，我们才得以实现少于1微瓦的待机功率以及低于100nA的睡眠模式电流。包括模拟和数字信号处理器在内的集成式超声波和毫米波感测解决方案能够在流量计量、诊断和很多其它工业应用中提供全新的多模式功能。工业4.0值得关注
智能制造的相关技术趋势
英飞凌作为德国工业4.0的创始成员和工业4.0的积极倡导者，与其他成员一起负责工业4.0标准化的制定，特别是工业4.0场景下的核心器件和技术的研发。
从技术角度看，智能制造的核心是物联网和服务互联网在工业的应用，所以物联网和互联网的技术趋势会推动智能制造的发展。
同时，互联网和物联网在促进智能制造整合价值链的过程中，其核心部分还是为制造过程服务以实现高效率、高质量和高效资源利用。这样制造过程中的人机交互、机器和机器交互、物料和机器交互、机器和环境交互等技术成为必然，并已经逐渐成熟和进行尝试。工业4.0的参考架构和软件模型也已经，相信不久就会有基于参考架构的应用实例出现。
为了符合个性化制造的要求，产品生命周期管理的系统和设计及制造的系统的结合度现在越来越紧密，这将成为一个趋势。智能化制造还会推动制造大数据分析来更好地为经营决策和质量控制服务。
英飞凌的特色技术和产品
英飞凌在智能制造领域和工业4.0领域有独到的技术.英飞凌不光有高效能的电机马达驱动芯片、还有微控制芯片、高性能传感器等成熟领先的产品。针对工业4.0，或者更广的物联网环境，我们一直认为安全是一个重要并斟待解决的问题，所以我们开发并提供了世界领先的基于硬件的安全芯片解决方案服务于工业控制安全和物联网安全。
例如，针对工业智慧人一机、机一机等接口的发展，我们推出了高精度的3D磁性传感器。通过检测x、y和z方向的磁场，传感器能够可靠地感测三维、线性和旋转运动.所采用的数字12C接口可在传感器与单片机之间实现快速双向通信.适合于需要快速三维、角度测量或低功耗的应用。
最近我们也推出了3D图像传感器，英飞凌全新的传感器新技术不仅帮助3D摄像头实现了具有真实感的成像功能，还能识别手势及面部表情。如在医疗检测仪器中，可帮助医生无需触碰电脑显示屏，查看病人的检测数据；在高级辅助驾驶系统中，可主动获取驾驶员的面部表情，判断驾驶员的精神状态，在驾驶员面露疲倦时，给予及时的警示，当车辆处于即将与其他车辆碰擦的危险时及时刹车，避免交通事故的发生.在工业场景中帮助人通过手势控制机器及虚拟现实应用。
电机需要精确位置控制及电流控制
智能制造是一个很大的概念，包含若干的技术应用。从电机控制的角度来看，节能、高效、精准、互通肯定是毋庸置疑的趋势。
在伺服控制中，高精度电流和电压检测可提高速度和扭矩控制性能，要求12位及以上的性能的多通道ADC；ADI具有业界领先的ADC技术，包括了隔离ADC产品，它们可以很好地满足高精度控制的要求。ADI可以提供高精度RDC来满足使用旋转变压器的位置检测场合。从优先考虑安全和保护的角度，信号采样和功率器件驱动应采用隔离技术，ADI公司的iCoupler数字隔离器产品可满足高压安全隔离要求。在工业应用的设计中，IC产品需要更长的生命周期和更高的可靠性。普通的交流感应电机向永磁同步电机转变已是大势所趋，要求系统设计师能提供更高效率和更灵活的算法。
传感器和分布式计算迅速增长
据Gartner，物联网（IoT）是2015最热门的技术。与此相关的话题大多聚焦在消费类应用，如智能家居、车联网和消费类可穿戴应用（如腕带运动追踪器）。然而，物联网的工业分支（也称作智能制造业）对于商业和社会经济层面的潜在影响将最终超越消费类应用。智能制造业的变革将改变众多产业，包括制造业、油气行业、农业、矿业、运输及保健行业。上述产业的总和占到世界经济总量的近三分之二。
智能制造的本质意味着收集并利用机器和传感器生成的大量数据，以优化生产运营。这将影响众多系统设计，包括工厂车间的设备（系统）、通信集线器和控制器本身的设计。
智能制造趋势
智能传感器、分布式控制和复杂的安全软件是智能制造业不可或缺的因素。Maxim Integrated的芯片适用于诸多自动化系统和传感器，因而我们对于自动化系统架构的演进如何支持工业IoT有独特的理解。
制造业系统发展的关键趋势是传感器和分布式计算的迅速增长。
普适测量。传感器及其接口的成本持续降低，使得制造商能够对更多变量和数据类型进行追踪。
分布式控制。将过程控制器（可编程逻辑控制器，PLC）移近至被控机器，打破控制瓶颈，提高生产吞吐率和灵活性。
智能制造业正在经历工厂自动化传感器领域数字IO-Link标准的爆发性增长。IO-Link协议是第一个开放的、低成本、点对点串行通信标准，基于全球标准化I/O技术（IEC 61131-9）。该协议适用于任何位置的PLC和传感器以及/或执行器之间的通信.
这种功能强大的点对点协议基于成熟的3线连接。理解IO-Link通信的最好方式是将其理解成传感器领域的USB――非常容易使用和部署，并且能够提供来自于智能传感器的智能数据。
Maxim的技术能够助力上述新型系统的发展。图1所示的传感器是Maxim认为迄今业界最小的IO-Link环境光传感器，可以读取颜色值并通过IO-Link连接发送信息。整个系统只有回形针大小。
另外一个重要趋势是这些外型日益缩小的工业自动化设备中的电源系统设计必须具备超高效率，因为系统无法承受额外的散热。
Maxim凭借先进的工艺技术和创新设计提供品类众多的电源调节器，可实现超高电源转Q效率（宽负载电流范围内高于90%）。这些器件集成众多分立元件，如FET、肖特基二极管等，提供超小占位面积的封装.我们认为我们具备品类全面的同步电压调节器――这类器件在工业系统中几乎无所不在在50mA至5A负载电流范围内实现高于90%的效率。
机器人及智能制造对元件需求提升
中国的智能制造开始出现大规模扩张态势。这一发展形势的推动因素包括自动化制造的持续发展，其中包括为这一发展提供支持的零配件以及电子制造的大规模生态系统。同时，人工成本持续攀升，这也推动了自动化生产的需求，尤其是对机器人生产的需求。
据国际机器人联合会（0FR）预计，2018年全球所安b的工业机器人中，中国将占有1/3。最新数据显示，2014年工业机器人的销售己飙升至大约57.000台――上升了56%。
中国的机器人行业还将在中国政府发起的新一轮竞争攻势“中国制造2025”中实现更多发展，获益良多。据IFR预测，中国的工业机器人销售数字有望继续飙升，到2018年将总计达到大约15万台。
莫仕（Molex）提供的众多连接解决方案可以应用到机器人领域，但尤其值得关注的是Flamar定制电缆。该款产品性能好，韧性强，多芯布线，经久耐用，适用于传感器、测量、控制、机器人以及机器驱动。传感器电缆可支持重量、温度、压力、流动状态、液位、振动及位移方面的测量。
另外，智能制造通过部署“智能”设备，使灵活且自我设置的无线“网眼式”网络实现灵活移动、微型化及网络化管理，从而实现最优生产效率。对于这类工业自动化，Molex提供了一系列标准天线。目前的Molex标准天线系列适用于通过ISM和蜂窝频段实现机器-对-机器（M2M）沟通，同时也适用于Wi-Fi各种应用”
工业大数据的未来：从智能终端设备到企业系统
随着传感和网络连接技术的普及，在系统中添加测量功能从未如此简单和经济。在这个工程和测量数据爆炸的时代，如果企业没有制定稳妥的数据管理战略，几年后他们将无法有效应对和管理所有的数据。因此，一流的测量和分析解决方案必须具备两个基本功能：1.终端分析，2.智能企业管理和分析。
将测量分析推向智能终端
过去十年来，数据采集设备和传感器的智能功能快速增加，而且变得更加分散，处理元件也放置在更靠近传感器的位置。如果看一下ARM、Intel和Xilinx等公司的最新芯片和IP所集成的采集系统和节点就可以充分证明这一点。但是除了测量设备更加智能之外，传感器同样也日益智能化，智能传感器将传感器、信号调理、嵌入式处理器和数字接口/总线集成到一个极其小巧的封装或系统中。
鉴于这一趋势，现在许多应用都强调了边缘设备的智能化和高级信号处理。在资产监控应用中，传统的测量系统将每个数据点记录到磁盘上，即使所测量的物理现象没有发生任何实质性的行为。这将导致所部署的系统会产生数干兆字节甚至数万亿字节的数据需要进行分析和线下筛选。
由于处理在更加靠近传感器的位置进行，测量系统软件必须有助于在边缘设备上高效地进行分析。未来基于终端的系统软件需要能够快速配置和管理成千上万个联网的测量设备，并在这些节点上进行大量分析和信号处理。展望未来，企业必须过渡到更加智能且基于软件的测量节点，才能跟上模拟数据爆炸式增长的速度。
更智能的企业管理和分析
采集智能系统的数据后，下一个步骤就是将数据传送到企业系统来有效地管理和整合数据以及进行大规模分析。一个来源于多工程数据的企业数据管理和分析解决方案将有助于正确的人员在正确的时间获得正确的数据，从而做出正确的决策。其中两个主要的考量因素是能否正确地归档数据以及更智能地进行分析。
正确地归档数据
为了准确地对多个数据源进行数据分析，所有数据集应包含一致的元数据或描述性信息来解释测试数据被保存的原因。元数据包含的信息包括测试设置、测试结果、测量单位等。据IDC的调查显示，大多数公司仅对22%的采集数据进行文档记录，而实际上能够进行分析的数据平均只有5%。因此还有许多可能非常重要的数据没有被充分利用。重视将元数据标准化的公司将能够实现更高程度的数据分析自动化，从而获得明显的竞争优势。
但是在开始进行元数据标准化之前，工程师必须首先在哪些元数据对分析非常重要这个问题上达成一致。一流的公司通常会有一个项目规范来定义所采集的元数据的命名和属性。应用程序应该在采集时试图记录尽可能多的已定义属性。但是在采集数据之后，许多公司会通过运行自动检查和插入缺少的属性来添加数据属性。比如，捷豹路虎对元数据进行自动化质量检查，并在一年内开发和实现了企业数据管理解决方案，以前该公司仅能分析10%的数据，预计接下来这类数据将可达到惊人的95%。元数据的一致性使得它们能够应用一致的自动化分析来匹配已定义的属性。
更智能的分析
根据Frost&Sullivan市场调查公司2015年9月对全球测试与测量大数据分析市场报告指出，如果将大数据分析应用到测试中，产品开发成本将可减少近25%，运营成本将可减少近20%，维护成本将可降低50%。由于大模拟数据是增长最快且数量最庞大的数据类型，寻找新的相关性并预测未来行为是保持竞争优势的关键。
要做到这一点，为了研究、设计和验证目的而进行测量的公司需要大大优化采集和分析边缘设备数据的方式，并在企业内部对数据进行管理和分析，以确保能够有效地利用这些数据来做出正确的决策。他们越早这样做，就能够越早利用更精准的数据获得更大回报。
感言
正如惠普企业超大型主机服务器和物联网系统总经理和副总裁Tom Bradicich所说：“物联网的智能终端分析和其他工业解决方案对于解决工业大数据问题发挥着重要的作用。智能测量节点提供在线数据分析，从而更快速获得有意义的结果。现在是时候通过大数据获得更多信息了。”
NI分布式了业大数据系统
大数据可以分成数字和模拟数据两大类。数字数据又可以分成结构化数据（如来自企业应用程序的数据）或非结构化数据（例如通过Twitter或Facebook等社交媒体产生的数据）。另一方面，模拟数据是指工程（由工业系统产生）和环境数据（例如射频、光和温度数据以及自宇宙形成至今产生的数据），这类数据可使用传感器测量，并使用模数转Q器来数字化，以便进一步挖掘和分析。NI产品（CompactDAQ、PXI、CompactRIO和WSN）能够用于模拟物联网/M2M网关，用以采集、汇总和数字化模拟数据。此外，NI还推出了InsightCMEnterprise套件，提供了基础设施/云层的数据管理和传输、数据分析和系统管理软件，以便进行大数据分析和挖掘。总之，这些产品形成了强大的平台来构建用于工业物联网的大“模拟”数据系统。
为用户提供专业的测试设备及系统
关键词：智慧物流；供应链；制造业；大数据；物流
随着世界经济的发展和新兴技术的出现，智慧物流也应运而生。智慧物流是指在物流活动中运用大数据、物联网、人工智能、云计算等新兴技术，实现物流系统信息交流、企业及时获取货物的多方位信息，掌握货品的物流状态，监控货品的品质和物流活动。智慧物流需要对信息进行收集、传输、反馈、分析处理，因此，智慧物流可以分为基础层、感应层、传递层、分析层、决策层。基础层包括物流仓库、运输车辆等，这是物流最传统的基础设施；感应层是安装在车辆、货物外包装和仓库中的各种类型感应器，比如，光感器、远红外线、监控摄像头、湿度感应器等，能够将感应转换成数据；传递层是将感应到的数据通过网络传输设备传送到企业供应链物流控制中心；分析层是利用各种云计算软件和测评系统来分析所获得的数据，从而得出相关的结论；决策层是根据分析层的报告对企业战略做出具体的部署决策。其中基础层、感应层和传递层可以应用物联网技术，而分析层和决策层可以应用大数据和人工智能技术，从而实现了制造业物流的智能化。
1智慧物流在企业供应链中的发展现状
我国城镇化进程的快速发展，促进了智慧物流供应链规模的扩大。智慧物流能够最大化地将企业的生产数据进行整合和分析，从而制定更加合理的物流方案，提高物流供应链作业效率，在满足市场需求的同时，最大限度地降低物流成本。智慧物流中的人工智能技术，通过大数据汇总分析数据后，能够利用机器人手、光感应技术、计算机技术、物联网技术智能化地实现对物流供应链的管理与控制，具体而言就是将客户信息、订单信息、货物信息、运输车辆定位信息、承运车辆的运能、物流网络等汇总到企业物流供应链数据技术中心进行数据处理，经过云计算数据分析，得出决策依据，进而调整供应链的物流方案、调控物流运力、物流路线规划和物流承载力预测等活动。随着信息技术的迅猛发展，智慧物流的智能水平持续上升，从而实现了供应链从头到尾的管理，确保了供应链整个流程的数据可以查询，可以追溯。
2智慧物流在企业供应链发展中出现的问题
2.1物流要素资源共享协同程度低
当前，大多数企业都意识到将物流新兴技术应用到生产领域所带来的竞争性优势，因此都建立起了物流智能化项目。制造企业在供应链建设中需要进行多方产业协调，需要多个行业、多个领域的企业共同参与，物流各个环节中的企业合作协同才能共赢。如果盲目草率启动，缺乏相配套的物流优化环境，发展单一会导致效率低下。比如，一些企业引入了智慧物流的概念，但是企业的文化理念跟不上，战略先导不能带动企业文化氛围，使得企业不能够顺利推进和贯彻智慧化物流。企业之间B2B领域的物流环节，配送活动涉及众多因素，运力、车辆调度、路线优化、运输成本、路况等因素之间联系紧密，但是企业间缺乏协同，联系不足导致发展效用差别很大。在智能化仓储领域同样也存在入库、存储、分拣和保管、配货要素之间相互割裂，物流协作优势受到制约的情况。企业之间的信息共享化和协同化水平低，使得企业物流成本高、效率低，市场竞争力弱。
2.2智慧物流标准化不到位，监管不足
企业制造对商品信息化标准建设不足，这样商品信息的输入就会受限，供应链体系中信息互相割裂，产生信息孤岛，导致智慧物流的数据共享没有统一的标准。智慧物流中有很多新兴设施设备，但是设备的型号、规格缺乏统一标准，这样设备和设施之间的兼容性不足，影响了物流供应链作业的效率。企业出于自身经济实力情况和节约成本的考虑，在选择标准时也会有一定的倾向性，导致标准差异给物流活动带来了制约性影响，难以发挥优势。智慧物流下，大数据和物联网、云计算等IT技术的普及，使这个行业内涌入大量的物流行业参与者和利益参与者，所以急需继续健全企业的征信体系。当前物流行业市场秩序缺乏规范，存在真空地带，政策法规缺乏有效的针对性，现行的监管制度在智能货柜、无人机等无人化设备方面的规章制度不够健全，对智慧物流的发展产生了制度性障碍。
2.3新兴技术人才不足
智慧物流在制造业中涉及众多知识领域，比如，计算机、电子技术、自动化控制、大数据、图形图像、财务金融等，所以建设智慧化物流供应链需要大量的复合型人才。当前复合人才培养速度较慢，不能很好地满足物流人才队伍的需求。对于高效率、低成本的物流发展趋势，人才培养是一项急需的重要任务，影响着智慧物流供应链的建设。
3智慧物流在制造企业供应链中的建设策略
现今企业对物流的要求越来越高，客户对时效性、安全性、快速反应和环保都提出了高要求，因此现在的企业需要将众多IT技术，比如云计算、大数据、物联网等新兴技术，运用到企业采购、仓储、运输、配送、生产等重要的物流环节中去。结合智慧物流中的机器设备，比如，机器人手、自动导引运输车、AGV、RGV、无人驾驶配送机、自动配送车等智能化设备，实现企业物流的信息化和智能化、自动化。形成智能化的物流体系，是未来企业发展的方向。智慧物流不是单个企业的事，需要物流行业不同环节的企业共同参与，形成一个完整的智慧物流产业链，物流企业、行业相互补充从而实现协同发展。
3.1建立智慧化的仓储中心
建设自动化立体仓库，采用机器人手进行拣货和堆码作业，AGV、自动拣选机等设备，配合传感器、光感器等电子技术，对货物的入库、在库、堆码、拣选作业进行自动化的高效无人作业。通过空气传感器和光感器对空气中气体进行检测，当空气指标超标时发出警报，对不正常货物出入进行提示，提高了仓库的安全性和稳定性。将产品的入库、出库数量进行记录，汇入企业大数据库中，进行数据的分析和挖掘汇总，与企业的供应链系统、企业的资源计划ERP系统进行对接匹配，这样企业能够及时掌握真实的库存情况，了解存放时间、存放数量、批次等，合理地调节仓库的库存量，达到经济库存量水平。仓储过程实现智慧化仓储，能够对物流作业信息和库存货品信息全面掌握，协调管理。
3.2大数据下产品的物流监控
产品从生产到销售的整个过程，都有可能在某一环节出现问题、故障，为了能够追根溯源，我们需要对生产从原材料采购，半成品生产，产成品入库，到最终商品销售环节，建立起一整套完整的可追溯体系。同样追溯产品需要企业从采购、物流、生产、销售等多个环节同时进行，从产成品入库、包装、装车运输，到送货完成这些物流环节都需要保证信息是可以追溯的。产品的追踪可以双向进行，一方面产成品完工后，拥有自身对应的唯一编码，登记入大数据库中，对其后续的物流仓储、运输、销售和送货等环节进行记录登记，收集相关数据到数据库中；另一方面追溯该产成品的生产过程、原材料、供应商等信息，包括入库记录、库存保管记录、验收报告等。这样就保证了原材料与产成品的信息能够一一对应，一旦产品质量出现问题，可以追根溯源，找到问题所在，实现对每一环节异常情况能够提前预警、及时解决，从而降低了企业风险。
3.3物流供应链流程可视化
将摄像头、数据传输、视频监控等技术与企业物流技术相融合，比如，物流的GPS卫星定位系统、RF技术等，能够实现物流供应链全流程可视化。从采购原材料、仓储储备、配送车辆运输调度、物流在线调配等物流供应链全流程可以通过视频、音频进行实时传输和监控。比如，在货物运输过程中，GPS全球定位系统能够将产品在运输过程中的实时位置监控显示在企业控制调度中心，可以实现产品运行轨迹的及时调配和监控，当某地区对产品有紧急需求时，可以通过监控系统对产品的目的地进行及时调换和更改。如果在仓储中心或者物流中转站建立这样的可视化系统，能够配合视频检测系统，更好地对产品的质量、状态和异常情况进行及时监控。比如，在产品的外包装上、运输车辆上、集箱上安装监控设备、光感器、红外线感应器、温湿度传感器、压力器等，它们将接收到的信息转换成图形、字符信号传回企业，这样企业就能监控产品。
3.4供应链上下游控制智慧化
智慧化的供应链涉及上游供应商和下游销售商。在信息的传输上，上下游企业和制造企业需要在信息的传输、共享上达到及时、准确。因为当今的供应链数据信息数量大，更新的速度也很快，传统的供应链信息传递方式已经不能满足快速反应的需要。所以，需要利用新兴物流技术，比如，云计算、物联网、大数据等将上下游企业的信息进行汇总、分析、整合，实现整条线的信息共享。共享的信息从物流需求、原材料采购、产成品运输、货品仓储、市场销售、财务分析、战略决策等全方位地进行整合。一方面，企业可以利用下游销售商的共享信息、数据进行大数据分析，通过云计算分析出市场的销售情况、客户的需求情况，从而改善产品，调整产能，改进工艺，制定更加符合市场需求的生产计划；另一方面，企业将生产计划分享给上游供应商，原材料商能够据此精确地预测原材料供货量，从而明确交货期、制定合理的工业计划，尽量做到JIT生产和零库存，确保了整条供应链上生产的稳定性。
3.5智慧物流采购活动智慧化
原材料采购品质是企业面临的问题，采购品质难以控制，企业不可能对全部原材料进行检验，时间和经济成本都太高。大宗货物的价格变动频繁，一旦价格变动过大，企业会面临被违约、以次充好的困境，采购环节信息也不对称，企业面临着信用风险和价格风险。采用了智慧物流后，我们可以利用智慧物流的监控功能，在原材料仓储和运输过程中，运用感应器智慧物流实时监控采购的原材料货物的状态、温度、湿度和出入库情况，防止库存原材料的数量差异和在库原材料因为保管不当导致的变质和毁坏。在采购价格方面，运用大数据系统，将采购原材料的价格和市场上同品质、同地区的价格相比较，能够控制采购的价格，防止采购中舞弊的风险。
【关键词】智能变电站 网络报文分析 关键技术分析
将智能变电站引入过程层后，可使电缆进行信号量、模拟量的采集以及一次设备的控制转为过程层光纤网络。进而替代传统的控制和交流电缆。在智能变电站在网络内部进行过程层工作时，其状态的优劣直接决定了变电站的运行安全。所以，一些智能变电站为求专门的网络分析系统，采用了IEEE1588 技术的网络化对时协议，以保证IEC 61850 标准的智能变电站站控层以及过程层网络的分析、监视得以实现。针对IEC 61850 的通信技术的复杂性，只有使用更专业的设备才能对整个通信系统的进行评估和分析，已达到掌控通信系统全貌的工作状态。从而使在通信系统的使用过程中出现的问题得以解决。本文从智能变电站的网络报文采取的关键技术进行分析，旨在解决其过程层网络报文分析的技术难题。
1 智能变电站的基本概念
智能变电站是利用先进环保的设备，满足站内的通信平台网络化、全站信息的数字化以及信息共享的标准化需求。同时，能自动进行信息的计量、保护、测量、控制、采集等任务。还能根据电网条件实现职能调整、实时控制、在线分析等功能的变电站。
2 智能变电站网络报文分析
智能变电站网络报文分析主要作用于智能变电站过程层网络系统及站控层，其分析网络系统内的所有通信报文。使自动化系统的运行状况透明，及时发现异常运行状态并进行报警处理。通过离线分析找出系统内部出现问题的关键点，分析问题出现原因并引导相关工作人员更快制定出解决方案。智能变电站网络报文分析系统的结构采用“1 台网络报文分析装置+N 台网络报文记录装置”的构成模式。
3 智能变电站关键技术分析
IEC61850的应用、电子式互感器、在线监测、电子式互感器都包含在智能变电站关键技术的范围内。笔者将对以上四种技术进行分析，以求增强智能变电站使用的安全性能，从而提高智能变电站安全运行的水平。
3.1 IEC61850的应用
IEC61850的应用标准主要有这三种信息服务模型，分别是GOOSE（面向变电站事件的通用对象）、MMS（报文制造的规范）以及SV（采样值）。GOOSE这种信息服务模型不仅规范了间隔层IED之间的开关量报文传输，还使过程层的智能终端与间隔层IED之间的报文传输。而且还满足了继电保护应用对时效性的高要求。MMS通信机制规范了站控层的监控主机与间隔层IED之间报文传输的维护，使得各种IED的运行信息标准内容传递给主站的过程顺畅。SV的通信机制则有效的规范了合并单元与间隔层IED之间采样值的报文传输，使合并单元与间隔层IED的数字信息往来直接。IEC61850的标准应用技术因其清晰、统一的层次信息模型，使许多源自不同厂家的设备得以相互操作。淘汰了利用变电站中大量的协议转换器来简化网络层次的传统操作方式。此外，IEC61850的标准应用技术是开放性的协议，使用户对厂家的依赖性降低从而保证用户投资的长效性。
3.2 电子式互感器技术
电子式互感器的工作是由一次侧高电压、大电流转变传输信号开始的。具有良好绝缘性的光纤传输到二次设备，经过低压侧进行处理后再输出。电子式互感器技术的动态范围很宽，其相应的频率响应范围也广，使高压电力线上的谐波测出顺利。现阶段在进行智能变电站项目试点的过程中，不同型号的电子式互感器在不同的电压等级的条件下都得到了一系列的应用。在此进行项目试点的过程中既积累了经验又为提高电子式互感器的成熟度做出了贡献，其日后电子式互感器产品的造价及推广创造了稳定的技术条件。
3.3 在线监测技术
电力在智能变电站的一次设备变化中，在线监测技术使变压器、断路器以及电子式互感器的正常运行提供了技术保护。在线监测技术使利用利用传感器来进行工作的，使电网设备实现自动化、可观测和可控制性，这是智能设备的的工作核心。在对断路器进行在线监测的过程中，随着信号处理和传感器技术的提升，使断路器在线监测的盲区减少。再有就是利用光缆连接媒解决了以往因电缆引起的干扰问题。最后将断路器在线监测的变化结果传送出来，保证了设备的健康运行。利用断路器在线监测技术还可以对断路器的运行工况进行监测，实时传送断路器记录的数据分析结果，保证断路器工作始终处于正常状态。智能监测技术的实现加快了变电站二次系统全数字化进程，使智能变电站更具可靠性、安全性。变压器的在通过传感器收集信息时，要符合IEC61850的技术标准。为电网的更好更快地运行提供技术支持。
4 总结
根据现有智能变电站过程层网络组网的界定的技术标准，笔者研究出了智能变电站网络报文分析的几种运行方案。主要内容有海量数据信息的存储与处理以及高精度数据同步这两方面关键技术的研究。笔者通过对大容量多硬盘的存储技术的开发研究，成功的解决了智能变电站网络报文分析的难题。
参考文献
[1]王兴安，窦中山，金华蓉，魏勇.智能变电站新型网络报文记录与分析装置的实现[J].电气技术，2014，02：82-85.
[2]邹国惠，潘登，廖晓春，邓其军，陈显烽.智能变电站网络报文处理器的研究[J].自动化仪表，2014，04：46-48+52.
[3]窦中山，魏勇，王兴安，金华蓉.智能变电站网络报文分析关键技术研究[J].电气技术，2014，06：96-99.
[4]莫衍胜.智能变电站关键技术的分析[J].电子技术与软件工程，2014，23：151-152.
作者简介
冯艳丽（1982-），女，河南省项城市人。现为许继电气股份有限公司保护自动化系统公司设计部助理工程师，从事工程设计工作。
作者单位
