国际智能制造演化路径及热点领域研究赵程程
〔摘 要〕发展智能制造业是国际上发达国家/地区制造业发展的内在要求，也是我国制造业技术创新、产业结构升级的重要突破口。以SCI中1995-2015年发表的2 894篇文献题录作为数据样本，通过高频主题词分析，确定智能制造研究的热点领域；通过检测词频变动趋势显著的主题词，确定智能制造的前沿领域和发展趋势。在此基础上，借助Citespace Ⅲ信息可视化软件，绘制出智能制造研究演化路径与研究热点的知识图谱，归纳总结其特点，明确了智能制造的研究前沿与发展方向，为我国政府发展智能制造产业做出战略性借鉴和参考。
〔关键词〕智能制造；研究热点；信息可视化
DOI：10.3969/j.issn.1008-0821.2015.11.018
〔中图分类号〕F263 〔文献标识码〕A 〔文章编号〕1008-0821（2015）11-0101-05
Research on the Evolution Path and Hot Research
Topics of Intelligent Manufacturing
Zhao Chengcheng Yang Meng
（School of Management，Shanghai University of Engineering Science，Shanghai 201620，China）
〔Abstract〕At first，2694 documents in“Intelligent Manufacturing”published in 1995-2015 were researched out by internationally accepted academic search engine SCI.Secondly，choosing all the documents as the data sample，the hot domains and the research edge were confirmed by using word frequency analysis and detection analysis.Finally，the knowledge mapping of them was drawn by using Citespace.The paper expected that they could benefit the researchers in the field of intelligent manufacturing.
〔Key words〕intelligent manufacturing；hot domain；information visualization
智能制造不仅是全球制造业的发展方向，也是我国战略性新兴产业的重要支柱。其发展得到各国政府的大力支持。2011年，美国正式启动包括工业机器人在内的“Advanced Manufacturing Partnership Plan（先进制造联盟伴计划）”等项目振兴本国制造业。该项目不仅描绘了该领域未来的发展蓝图，而且确定了十大优先行动目标，意图通过采用21世纪的数字信息技术和自动化技术，加快对20世纪的工厂进行现代化改造过程，以改变以往的制造方式，借此获得经济、效率和竞争力方面的多重效益[1]。无独有偶，2010年12月，德国联邦政府经济和技术部制定了新的信息化战略——Digital Germany 2015（数字德国2015），提出通过数字化获得新的经济增长和就业机会，具体内容包括发展电子能源（E-energy）和智能电网；研发电动汽车，建设智能交通系统；在工业领域推广云计算技术等[2]。同期，2009年7月，日本IT战略本部制定了至2015年的中长期信息技术发展战略——“i-Japan”。该战略计划通过信息通信技术与产业的融合，从根本上提高生产效率，提高产品的附加值，开拓新的市场，使日本经济保持全球领先地位。近年来，我国政府也做出加快培育发展智能制造产业的重大战略决策。目前，我国已编制完成《智能制造装备产业“十二五”发展规划》，并于2011年设立“智能制造装备创新发展专项”，2013年3月，我国相继出台《智能制造科技发展“十二五”专项规划》、《服务机器人科技发展“十二五”规划》。尽管如此，我国政府仍感觉到缺乏理论和方法指导。其主要原因在于，我国大部分学者仍将目光聚焦在某一单一智能技术的研究上，缺乏系统性、全面性地认知国际智能产业技术创新的发展路径和研究热点，难以为我国政府发展智能制造产业做出战略性借鉴和参考。
由于频次高的主题词常被用来确定一个研究领域的热点问题[3]，所以本研究通过主题词进行检索，并借助陈超美博士开发的信息可视化软件Citespace Ⅲ，对科学文献引用共引网络的路径进行分析和处理，通过显示高频词[4]，形象地展示出国际智能制造的创新演化与研究热点，以帮助国内学者更好地了解智能制造产业发展，对准确定位“十三五”我国智能制造产业的发展方向、重点领域、关键技术都有重要的借鉴意义。
1 智能制造研究的演化路径及特点
11 智能制造研究的演化路径
首先，我们以Intelligent Manufacturing为主题词在Web of Science进行检索，共检索到2 894篇文献（截止2015年2月13日）。然后，将这2 894条记录导入Citespace，时区选择为1995-2015年，时间跨度为1年，主题词选择为名次（Noun），来源为标题（Title）、摘要（Abstract）、作者、关键词（Descriptor）和附加关键词（Identified），节点选择为引用参考文献（Cite Reference），阈值选择为（2，1，20），（5，4，22），（6，5，25），选定路径搜索算法（Pathfinder），视图选为区域视图（Zoneview），运行生成可视化图谱，如图1所示。
12 演化路径的特点
通过对图1和表1的深入剖析，2000年之后智能制造产业创新领域的研究路径呈现出以下几个方面的特征：
121 智能制造源于人工智能，兴于20世纪末21世纪初期
智能制造源于人工智能的研究，是人工智能生产化的体现。随着日益加剧的全球竞争及瞬息万变的市场需求等倒逼生产制造系统能够快速、智能化应对这种需求和挑战。早在1981年，Gary LPeterson等人对人工智能在技术层面展开了大量的研究，为20世纪末21世纪初期兴起的智能制造奠定了技术积累。其中，Pertersong算法、合同网高层通信协议、多次专家控制系统、遗传算法等为物联网、数控技术、智能生产制造系统提供了基层技术支持[5-6]。20世纪末21世纪初期，全球智能制造围绕“数控技术”、“Agent技术”、“云技术”等制造相关技术。甚至，2009年Gerben GMeyer从智能产品追溯到智能技术，并将其划分为三大类，一是自动识别和嵌入式处理技术，涵盖RFID（电子标签）、MEMS（微系统）；二是分布式信息存储与处理技术，涵盖EPC Global（物联网物件跟踪系统）、D@URL（产品认证信息标签）、WWAI（世界范围商品信息）；三是Agent-based 平台技术，涵盖门户平台、嵌入式平台、代理平台[7]。
122 从技术到应用：从“Agent技术”到“Agent技术的生产应用”；从“数控技术”到“数控技术标准”；从“云技术”到“云制造”
21世纪初期，对智能制造的研究不再强调技术的创新，而更加关注技术的应用。从关注“Agent技术”到“Agent技术的生产应用”，Heragu SS（2002）构建出基于Agent技术的生产系统控制架构[8]；Colombo AM（2006）将传统的机电一体化设备与嵌入式控制Agent相结合，形成一种基于Agent的智能制造工业控制平台[9]；Leito P（2009）对发达国家Agent技术的生产制造展开调查[10]；Trentesaux D（2009）对基于Agent技术生产系统的新的控制体系结构的实现进行评价[11]。
从“数控技术”到“数控技术标准”。虽然还有部分学者关注数控技术的智能化，例如，Leito（2006）研究出ADACOR子系统数控技术等，但更多的学者聚焦在数控技术的标准化问题[12]。2002年，SUH SH首次提出智能STEP-compliant数控技术标准体系[13]。2003年，SUH SH再次对STEP-compliant数控技术标准体系进一步细化[14]。无独有偶，NEWMAN ST（2003）、XU XW（2005，2006）多次修订STEP-compliant 数控技术标准规范[15-17]。
从“云技术”到“云生产”。越来越多的学者提出在生产制造借助“云技术”，形成“云生产”。代表人物SHEN W（2001）第一次提出融合物联网技术，构建SINA（Sensor Information Networking Architecture，传感器信息网络体系结构），解决生产制造的实时性、敏捷性[18]。直至2012年XU XW第一次明确提出“云制造”，即采取包括云计算等前沿信息技术，支持制造业在广阔网络资源环境下，为产品提供高附加值、低成本和全球化制造的服务[19]。
2 智能制造产业创新的研究热点及特征
21 研究热点图谱绘制
同样地，将上述检索的2 894篇文献的题录数据输入Citespace软件中。保持时间区域、时间跨度、来源、节点选择、算法和阈值不变，利用名词短语（Noun Phrase）技术，将频次变化率高的词从大量的主题词中探测出，来确定国际智能制造的研究热点，如图2所示。
22 研究热点特征分析
221 智能化、柔性制造系统（Intelligent and Flexible Manufacturing Systems）一直是智能制造产业技术创新的研究热点
通过对图2和表2的深入剖析，1995-2015年智能制造产业创新领域的研究热点主要聚焦在智能、柔性制造系统（Intelligent and Flexible Manufacturing Systems）。其中，智能（Intelligent）出现频次累计高达131，柔性（Flexible）高达52。另一方面，国际智能制造技术研究热点聚焦在“系统架构”（Framework，Architecture）、“Multi-agent技术”（Multi-agent Systems）、“集成技术”（Integration）、“神经网络”（Neural Networks）、“最优化算法”（Optimization）5个方面。其中，围绕着“系统架构”（Framework，Architecture），引用频次较高的是SHEW WEIMING（2000）与SHEW CHIEN-CHUNG（2001），影响了后期对智能化生产系统的构建。SHEW WEIMING（2000）基于Agent技术设计出一种的分布式智能体系架构MetaMorph Ⅱ，用以满足生产制造的集成性（Integration）、配置性、适应性、扩展性、灵活性和可靠性[20]。同期，SHEN CHIEN-CHUNG（2001）借助传感器技术构建传感器信息网络构架SINA，该架构通过运行每个传感器节点，强化传感器信息的自适应组织，方便事件查询、进程控制与多任务功能[18]。2000年以来，另一智能制造研究热点Agent技术也得到了突飞猛进的发展，从单一Agent技术到“Multi-agent技术”（Michael Wooldride，2002）[21]；从Agent技术的研发到其智能化生产制造应用，例如智能Agent技术在分布式生产调度的应用[22-23]、借助Agent技术实现工业管理与工业制造一体化的多主体系统Multiagent Systems（MARIK，2005）[24]。
222 “云制造”是智能制造产业的新兴领域
以往学者通常借助Agent技术的创新，满足制造的个性化、柔性发展需求。然而，2010年以来，逐渐有学者提出将云技术“嫁接”到生产制造，实现生产柔性化。通过对2014年文献进行研究热点分析，发现大部分学者将目标转移在借助各种算法与“云制造”，提升智能制造的效率和产品本身。LI BO-HU（2010）提出了一种面向服务的网络化制造新模式——“云制造”，并讨论了实施云制造所需攻克的关键技术和所取得的成果[25]。最后，给出了一个云制造的典型应用案例——基于云仿真原型平台的云设计。Xun Xu（2012）进一步深入解释云制造的核心技术——云计算，并提出随着云技术的提升，云制造不仅可以促进生产模式的扁平化，更能促进企业创新，而且可以满足市场个性化、灵敏的定制需求[19]。
3 启 示
借助信息可视化软件，本次研究绘制出智能制造研究的演化路径和热点领域图，总结出其规律特点，并得到以下几点启示，为我国政府发展智能制造产业做出战略性借鉴和参考。
（1）纵观国际上学者对智能制造的研究逐步从技术层面转移到应用层面，主要聚焦在Agent技术的生产应用、数控技术标准的确定、“云制造”等。相比发到国家/地区，我国智能制造产业基础差、底子薄，在“埋头”进行技术研发的同时，也要时不时“仰望星空”，寻求契机，积极参与国际智能制造标准的制定、新技术的生产应用等，加速我国制造业转型升级。
（2）“云制造”将会成为我国第三次工业革命的另一契机。3D打印、机器人一直被认为我国制造业转型升级的新契机。以机器人为例，我国制造业领域许多企业家普遍认为，机器人是应对第三次工业革命最合适的切入口之一。然而，“十二五”国家863计划机器人技术主题专家组组长赵杰表示，我国目前机器人产业化还存在一些制约问题。工业和信息化装备部工业司副司长王卫明也表示，我国机器人创新能力薄弱，核心技术和核心关键部件受制于人。相比3D打印技术、机器人技术，我国信息技术经过了十几年的发展，拥有一定的技术积累，“云生产”或将会成为我国第三次革命的另一契机。
（3）把握技术发展的脉搏，定期发布云制造发展报告。云制造作为智能制造的新兴领域，技术发展的迅猛程度是日星月异。为此，一方面，政府应鼓励制造型企业定期跟踪国际云制造技术的发展趋势，结合企业发展战略，及时调整技术研发重点。另一方面，政府也应鼓励高校、研究机构对云制造核心技术进行跟踪、预测，定期发布行业报告，为行业发展提供指导意见。
参考文献
[1]罗克韦尔.奥巴马总统的先进制造联盟计划得到今日最新发布报告的支持[EB/OL].http：∥cn.rockwellautomation.com/news/2011/0724.html，2011-07-24.
[2]James T.Smart factories[J].Engineering and Technology，2012，7（6）：64-67.
[3]Bailon-Moreno R，Jurdo-Alameda，Ruizbanos，et al.Analysis of the field of physical chemistry of surfactant with the unified scienctometric mode fit of relational and activity indicators[J].Scientometrics，2005，63（2）：259-276.
[4]栾春娟，侯海燕，王贤文.国际科技政策研究热点与前沿的可视化分析[J].科学学研究，2009，27（2）：240-243.
[5]GLPeterson.Myths about themutual exclusion problem[J].Information Processing Letters，1981，12（3）：115-116.
[6]Silberschatz.Operating Systems Concepts：Seventh Edition[M].John Wiley and Sons，2005：194.
[7]Gerben GMeyer，Kary Framling b，Jan Holmstromc.Intelligent products：a survey[J].Computer in Industry，2009，60：137-148.
[8]Heragu SS，Graves RJ，Kim B-I，Onge ASt.Intelligent agent based framework for manufacturing systems control[J].IEEE Trans Syst Man Cybern，Part A，Syst Hum，2002，32（5）：560-573.
[9]Armando Walter Colombo，Ronald Schoop.An agent-based intelligent control platform for industrial holonic manufacturing systems[J].IEEE Transactions on Industrial Electronics，2006，53（1）：322-337.
[10]Paulo Leito.Agent-based distributed manufacturing control：A state-of-the-art survey[J].Engineering Applications of Artificial Intelligence，2009，（22）：979-991.
[11]Damien Trentesaux.Distributed control of production systems[J].Engineering Applications of Artificial Intelligence，2009，22：971-978.
[12]Paulo Leito，Francisco Restivo.ADACOR：A holonic architecture for agile and adaptive manufacturing control[J].Computers in Industry，2006，（57）：121-130.
[13]Suk-Hwan Suh，Jung-Hoon Cho & Hee-Dong Hong.On the architecture of intelligent STEP compliant CNC[J].International Journal of Computer Integrated Manufacturing，2002，15（2）：168-177.
[14]SHSuh，BELee，DHChung，SUCheon.Architecture and implementation of a shop-floor programming system for STEP-compliant CNC[J].Computer-Aided Design，2003，（35）：1069-1083.
[15]STNewman，RDAllen and RSURosso，JR.CAD/CAM solutions for STEP-compliant CNC manufacture[J].Computer Integrated Manufacturing，2003，16：590-597.
[16]XWXu，STNewman.Making CNC machine tools more open，interoperable andintelligent—a review of the technologies[J].Computers in Industry，2006，（57）：141-152.
[17]XWXu.Realization of STEP-NC enabled machining[J].Robotics and Computer-Integrated Manufacturing，2006，22：144-153.
[18]Chien-Chung Shen，Chavalit Srisathapornphat，Chaiporn Jaikaeo.Sensor Information Networking Architecture and Applications[J].IEEE Personal Communications，2001，（8）：52-59.
[19]Xun Xu.From cloud computing to cloud manufacturing[J].Robotics and Computer-Integrated Manufacturing，2012，（28）：75-86.
[20]Weiming Shen，Francisco Maturana，Douglas HNorrie.MetaMorph Ⅱ：an agent-based architecture for distributed intelligent design and manufacturing[J].Journal of Intelligent Manufacturing，2000，（11）：237-251.
[21]Michael Wooldridge，Michael Fisher，Marc-Philippe Huget，Simon Parsons.Model checking multi-agent Systems with MABLE[C].AAMAS02，2002，Bologna，Italy.
[22]Weiming Shen.Distributed manufacturing scheduling using intelligent agents[J].IEEE Intelligent Systems，2002：88-94.
[23]Weiming Shen，Lihui Wang，Qi Hao.Agent-based distributed manufacturing process planning and scheduling：a state-of-the-art survey[J].IEEE Transactions on Systems，Man，and Cybernetics-Part C：Applicatoins and Reviews，2006，36（4）：563-576.
[24]Vladimír Maˇ rík，Duncan McFarlane.Industrial adoption of agent-based technologies[J].IEEE Computer Societyl，2005：27-35.
[25]李伯虎，张霖，王时龙，等.云制造——面向服务的网络化制造新模式[J].计算机集成制造系统，2010，16（1）：1-8.
（本文责任编辑：郭沫含）