面向智能制造的智慧供应链研究述评与展望

　　摘 要：智慧供应链是智能制造模式下供应链发展的必然趋势。国内外学者围绕智能制造的概念、内容、模式等进行了大量研究，阐述了智能制造对供应链的影响，并强调构建智慧供应链的必要性。现有研究的不足主要在于：对智能制造的研究偏重技术层面，管理理论研究较为薄弱;对面向智能制造的智慧供应链运行机制、实现路径等的研究不够深入;基于中国制造情境下的智慧供应链实证研究不足。未来研究方向主要包括：开展面向智能制造的智慧供应链形成条件、运行规律等理论研究;开展基于中国制造情境下的智慧供应链模式构建、实现路径、运行绩效等实证研究;开展智慧供应链创新与应用案例研究。

　　关 键 词：智能制造;智慧供应链;供应链管理

　　一、引言

　　当前制造业发展面临着市场需求和供给两方面的挑战[1]。来自市场需求方面的挑战主要包括顾客需求难以捉摸、产品大规模定制化的实现和产品生命周期缩短;而供给方面的挑战则包括生产灵活性和供应链复杂性的急剧增加，这主要是由于行业的变化和信息通信技术的快速发展。由于新一代信息通信技术具有可见性、灵活性、响应性、完整性和自动化等特点，被广泛运用于新的制造范式。为了引领新的制造范式，在世界制造业中抢占强国地位，欧美等发达国家率先运用新一代信息技术加快发展先进制造业，通过采用信息、通信和生产技术并在“超连接”和“需求驱动”的制造环境中实现智能制造，从而确保制造业的竞争力。

　　智能时代下制造业的快速发展对供应链提出了新的要求，智能制造模式下的供应链具有对技术要求更高、可视化、移动化特征更加明顯、信息整合性、协作性以及可延展性更强等特点。本文在对国内外有关智能制造研究现状进行分析的基础上，综述智能制造对供应链的影响研究，深入洞察智能制造模式下智慧供应链研究动向和发展趋势。

　　二、关于智能制造的研究

　　国内外对智能制造的研究主要包括智能制造的概念、内容、模式等方面。

　　(一)智能制造的概念

　　“智能制造”这一概念由Wright和Bourne[2]于1988年首次提出。由于制造系统的复杂性日益增加，不同时期人们对智能的定义以及技术的要求不同，因而对智能制造的定义也存在差异。关于智能制造，目前还没有一个统一的定义。本文将智能制造的主要定义列表如下，其中包括与智能制造相关的概念，如云制造、智慧制造、智慧云制造等。

　　以上学者主要从技术和管理两个角度对智能制造的概念进行了界定：从技术角度，学者们认为，智能制造是基于新一代信息技术实现人和智能机器的协作，实现整个制造过程的智能化，从而达到减少成本和提高效率的目的;从管理角度，学者们认为，在制造全生命周期中，通过更有效的人机协同，管理者能对环境和信息等进行智慧感知、分析和预测，最终实现大规模柔性化、定制化和个性化生产，从而更好地提高顾客满意度。

　　综合以上观点，本文认为，智能制造是指依托于物联网、云计算、大数据等新一代信息技术，实现制造全过程人机交互的智能化和状态感知、实时分析、自主决策和精确执行等，以达到柔性化生产和快速响应的目的。

　　(二)智能制造的内容

　　关于智能制造的内容，学者们主要从智能设备、智能车间、智能管理、智能服务等方面进行了研究。国外学者Gillenwater et al.[23]引入了将制造支持系统(MSS)与分布式组支持系统(DGSS)集成到分布式制造支持系统(DMSS)中的概念，以帮助现代制造业满足集成、通信、协作和决策的需要。Tso et al.[24]提出了一个基于规则推理技术的智能全球制造服务系统，以解决全球制造网络中协调和监控的问题。Choy et al.[25]设计了智能供应商关系管理系统(ISRMS)以实现制造商可以从众多选择中更加准确地筛选和测试识别出首选供应商。Frankowiak et al.[26]综述了智能化、分布式、基于微控制器的机器和过程监控系统的发展，指出在设计监控系统架构时可以使用集成、分布式和嵌入式三种方法。Cagnin et al.[27]根据设计和管理智能制造系统(IMS)2020项目的经验，对制造系统情景和路线图进行了全球展望。Priego et al.[28]提出了一种通用的、可定制的多代理体系结构，以满足生产、能源效率、性能优化、过程或控制器故障容错等方面的变化需求。Blanco et al.[29]研究了机器人控制在智能制造系统中的实际应用，提出一种算法以实现机器人参数的实时管理和控制，并将机器人机械手的数据整合到工业大数据中对工厂进行管理。Faccini de Lima et al.[30]开发了一种在二氧化硅、硅和高温金属中将光纤材料体系结构组装到集成微电子器件和系统的混合制造方法，这种方法将提供一类新型的耐用、低成本、普及型光纤设备和传感器，从而使与人造物品(如家具和服装)相接的结构能够集成到物联网(IoT)中。Bi et al.[31]通过对智能制造机器人中一类线性执行器的磨损和疲劳寿命进行建模和验证，基于实验结果找到一种预测线性执行器疲劳寿命的方法，以推动机器人在智能制造领域的应用。Sim[32]提出了一种智能设备工程系统的构建和大数据分析方法，以在智能工厂环境中提高产品产量和质量。

　　国内学者杜宝瑞等[33]从系统的技术基础、实施规模等方面，将智能制造系统划分为5个层级，给制造企业提供了对自身现阶段的制造技术水平判断的参考依据，有助于企业明确发展的需求和目标，达到逐步提高智能制造层级的目标。王钦等[34]以海尔集团为例，强调企业在智能生产环境下，不只是构建智能工厂，而是实现“人—机—物”的互联，通过了解用户的真实需求，以最少的选择成本为用户创造最高的价值。宁振波[35]通过分析美、德两国的制造业战略，强调了智能制造不仅是生产的概念，而是人、机、物三者之间相互交互与深度融合。肖静华等[36]提出了一个由四个基本子系统构成且将消费者与智能联盟考虑在内的智能制造体系概念模型。钱锋等[37]考虑到流程产业转型升级的重大要求，总结了当前流程工业在决策、生产运作、效率与安全、信息集成等方面的局限性，为了解决这些局限性和核心科学问题，进一步提出了流程工业智能优化制造的基础理论和关键技术。李清等[38]通过对各国现阶段的智能制造生态体系结构进行比较分析，在此基础上提出适合我国国情的智能制造标准体系框架。刘鸣等[39]通过对传统柔性制造系统特点的分析，提出了将智能制造技术融入柔性制造系统的新模式，并进一步阐述了这种新模式的组成及工作流程。

　　推荐阅读：人工智能深度学习论文发表期刊