应中国机电一体化技术应用协会的邀请，美国辛辛那提大学特聘讲座教授、美国国家科学基金会（NSF）智能维护系统研究中心（IME）主任李杰（Jay Lee）教授于7月21日到访协会，并与协会秘书处部分职工就智能制造、工业4.0、工业大数据等热点话题进行了深入探讨与交流。
李教授认为，智能制造或者工业4.0，它的本质并不是技术革命，而是知识的革命和传承的革命，是在制造大数据的基础上，将数据分析的能力变成知识创新的来源。
正如马斯洛需求对人的需求的五个层次的定义，在李教授看来，工业4.0也同样具备五个层次，基础的Physical needs，是设备、机器和人；第二层，是对设备和人所在环境的控制、管理，保持恒温恒湿的稳定环境；第三层Social needs，是机器对机器、机器对人，人对人之间的数据传输和交流；第四层Esteem needs，是基于生产过程和设备使用的数据收集和分析；第五层，是基于对大量数据分析创造新的知识。只有达到第五层，才能真正实现智能工厂，智能制造。
因此数据分析能力是智能制造非常重要的能力。这种数据分析能力，推动智能制造的三个方向，第一个方向是利用数据来了解和解决可见的问题，第二个是利用数据来分析和预测不可见的问题，从仅仅明白解决问题的“Know-how”，进一步理解问题产生的原因，从而避免可见的问题。第三个，是从数据中挖掘新的知识，再利用知识去重新定义问题，使得可见或不可见的问题都可以在制造系统中避免。
结合中国实际国情，李教授认为，在“定义、定性、定位”三要素中，中国作为制造大国，在过去的生产制造活动中，大量进口全球各种设备，因此恰恰在各种数据的收集和汇总上具有优势。而如何强化这些数据的分析能力，从而推动智能制造，这才是中国的工业4.0接下来需要考虑的问题。
责任编辑:
关注我们
