智能制造实践中有哪些困难?智能工厂、数字化车间之间是什么关系?近日，在南京智能制造学会联合体成立大会暨智能制造国际学术交流会上，与会专家们分享了自己的观点。
南京航空航天大学楼佩煌教授在“智能制造之实践”报告中指出，要想实现智能化，不是简单的机器换人，机器要像人一样精确感知和处理大量制造信息;当大量机器在车间工作时，还要像人一样彼此沟通、协调和决策。他认为，底层设备的精确感知，即完整而精确地感知这些信息，是实现智能化工厂的基石。“想要变简单感知为复合感知，这就要增添力觉传感器、激光传感器、位移传感器和视觉传感器等。”楼佩煌说。同时，他认为，多元异构结构数据实时主动处理也很关键，“精确感知必然带来数字化车间形成多层次的数据、流量呈指数级增长，处理起来难度大，这已成为制约车间智能化的技术瓶颈。”多车间协同优化更是必不可少，这是提升数字化车间智能化水平的核心，需要快速响应需求变化、敏捷应对系统异常、及时预测绩效偏离，寻求多车间全局优化难度较大。
南京优倍电器总经理董健在“智能工厂总体规划及实施指南”报告中，介绍了国家对智能制造的总体要求，讲解企业如何落地，实施智能工厂的建设。他特别指出，在智能工厂推进建设过程中，要注意智能工厂与数字化车间的层级定义，“千万不能将智能工厂等同于数字化车间，智能工厂包括智能设计、管理、生产和服务，还有系统集成，属于顶层设计;而数字化车间则是具体执行层面，包括车间计划调度、工艺执行管理、生产质量管理等，是接收智能工厂的指令信息，并向其反馈信息。”
中科南京煜宸激光科技集团董事长邢飞在“智能激光金属增材制造发展现状及未来趋势”报告中，厘清了全球3D打印市场产业地图。他说，在这个产业地图中，上游包括耗材生产商、激光器、控制软件;中游包括软件开发商、设备制造商;下游包括3D打印服务平台、本地合作商、代理商、经销商及第三方服务，用户则包括从事航空航天、机械制造、汽车及零部件领域的企业用户，以及个人用户。邢飞表示，以美国、英国、欧盟为代表的发达国家3D打印市场已经进入高速发展期，其政策态度展现产业生态较完备，材料是制约3D打印产业发展的重要因素，要围绕“产业链”构建“创新链”，紧抓金属材料、拓扑结构设计、智能软件、在线监测等核心技术点。此外，他还指出，缺陷发生是制约增材制造技术推广的瓶颈，缺陷的发生会导致成品率低、质量不稳定、成本高昂、工艺策略复杂及使用门槛高等问题，他认为，在技术发展中，在线无损监测缺陷技术在未来的发展前景将会进一步显现。
