智能制造背景下复合型人才的要求与培养

《智能制造背景下复合型人才的要求与培养》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、智能制造背景下复合型人才的要求与培养　　摘要：当前，全国制造业格局正在发生巨大的变化。一场以制造业数字化、网络化和智能化为核心的产业变革正在发生。社会资源重新分配，新工作不断产生，老工作逐渐消亡，在这场大变革中，我们应当如何积极面对？本文将从企业车间的变化和人们生活变化讲起，通过对智能制造本质的剖析，讨论智能制造时代对人才的需求与特点。　　关键词：智能制造工业4.0复合型人才培养　　一、智能制造现状　　前段时间有一则新闻，富士康的生产线上已经部署了4万台机器人，也在推进“百万机器人”计划。富士康每年可以打造1万台

2、机器人，未来将继续利用机器人替代人类，在昆山工厂，他们最近就裁掉了6万员工。　　中银电池的上海大众杭州湾工厂，都设有无人车间。一个车间只有一个管理人员，车间实现了数字化管理，数据实时反馈。所有的工作都是提前调试完成，手续只要上料，都可以按设置完成。　　2000年，高盛位于纽约的股票现金交易部门有600个交易员。而如今，只剩下两个交易员，其余的工作由机器完成。　　随着?W络转账、无现金支付的普及，银行柜台的业务逐渐减少，即使到了银行网点，工作人员也是引导我们在自助机上自助完成。现在的生活已经基本可以实现一部手机全支

3、付，零现金支付。智能制造在智慧城市建设中也发挥着不小的作用。　　试想一下，对比一个“零工伤，不抱怨”的机器人，我们还能做什么，我们的优势在哪里？　　二、智能制造的本质　　智能制造的形式和手段多样，企业和企业之间，行业和行业之间存在的差距也很大。但每个企业若要对企业进行智能化改造，都必须进行三个方面的思考：我们企业生产什么？我们用什么生产？我们要怎么生产？　　在产业结构调整，机器换人的大时代背景下，无数的企业在蜂拥而上，有的也存在盲目的情形，有的功效不显，但绝大多数效果显著。首先我们应该清楚地知道，企业生产什么产品

4、，该产品是否适合机器换人，是否在投入后真的有产出，产出是多少，人力投入成本是否真下降了，管理成本是否下降。一般情况下，产品的价值高，产量大，标准化程度高，生产自动化水平高的这些领域适合机器换人，适合智能制造。　　机器换人的产品，换的一定是机器人吗？还必须看实际情况。根据行业不同，选择是不同的。在实际操作过程中，我们要充分考虑机器和人的关系。不同的行业的生产力构成也是不一样的，比如在汽车制造业，采用了大量的机器人代替了人，支撑了整个生产线，支撑了制造流。但企业产品的不同，也会有不同的选择，比如饮料生产企业，机器人不

5、多，但生产自动化程度很高。在智能制造时代，我们应该更多地思考人机如何配合，让什么样的工作由人来完成，什么样的工作由机器来完成，实现人尽其才，物尽其用。　　智能制造是数字化制造，是由数据驱动的。数据的反馈，可以反映产品的质量和设备的健康情况。通过这些数据反馈，管理人员可以优化生产。在现阶段，大部分企业靠经验，靠公司规章制度，靠公司企业文化，来稳定质量。但智能制造模式下，我们将更多地通过数据的反馈，数据比对来维持产品的质量稳定。通过数据来监控产品的位置，工人的举动，仓库中各个产品的脚印，帮助管理者收集数据，整合信息，

6、从而帮助决策。数据分析师在中间起着关键作用，工作形式发生了变化，常规的工种消失，新工种出现。　　三、智能制造需要的技术　　随着德国的工业4.0和美国的工业互联网概念的出现，我国提出了中国制造2025。从这些大国的政府支持和市场发展需求来看，智能制造是势在必行。如何做到“智”造，在这里梳理下技术和概念。　　1.自动化　　自动化是行业中较早实现的一个技术，这里本不应该讨论，但仍有部分企业落后，甚至处于工业1.0状态。　　一个定义：工业1.0是18世纪引入机械制造设备的时代，工业2.0是20世纪初的电气化与自动化时代，

7、工业3.0是20世纪70年代开始的信息化时代，而现在在进入“工业4.0”时代，即实体物理世界和虚拟网络世界融合的时代。　　2.智造的“大脑”　　智能制造需要一个控制中心。控制中心由硬件和软件组成，硬件是服务器、云平台或者是算法专用设备，软件是算法――人工网络神经算法。优秀的软件和硬件，是企业搭建智能制造的第一步，通过数据的分析和训练，帮助企业设计出最适合的产品。　　3.大脑中的知识　　大脑中的知识即数据，这里提出的是大数据。通过大数据分析，可以算出大概率事件，数据越多，计算结果越准确。　　4.物联网　　人类的知识

8、需要学习，那工业中的大数据如何获得？这里的数据各种各样，可能不仅仅是自己工厂、公司的数据，甚至整个行业，整个生活，生产圈的数据。数据可以来自客户，来自供应商，来自服务企业。通过信息技术和运营技术的融合，伴随着数以亿计的设备，通过物联网连接起来。这些设备通过足够的数据接入，为大数据通过来源。2015年，全球物联网数量为60亿个。据保守预计，到2025年，物联网连接数量将增加