点击图片查看原图
自动化建立在对单个控制任务的调节，即使多变量系统通常也是在一台机器、一个子系统（如炼化、制药过程）中，而生产的全局优化要在更高维度，而这个时候，计算能力、模型能力已经超出了目前的机理模型。
图3 从精益到智能运营的几个层级
图3全景描绘了从精益到智能的全局过程，数据采集、信息处理、全局利用直到*终的自主学习能力。
因此，总结而言，智能化是必须建立在精益运营、自动化、信息化之上的全局的优化问题，通过更为全局的模型，对市场端的需求拉动、工艺设计与辅助制造、供应(http://www.maoyihang.com/sell/)链（除了传统意义的供应链还包括智能电网、物流(http://www.maoyihang.com/sell/l_7/)）、生产制造环节、运营维护整个的协同，就形成了整体的基于设备(http://www.maoyihang.com/sell/l_4/)状态、生产订单、能源(http://www.maoyihang.com/sell/l_34/)消耗、财务成本等共同构成的“寻优”，并给予运营“决策支持”。
1794-AENT知识化人才培养-并非题外话
知识化人才培养探讨的是智能制造从精益基础到智能的过程，考虑知识与人才培养的关系对于智能制造同样*关重要。
1知识化-智慧资源的重用
人是*为重要的一个环节，在整个制造过程中，从精益的持续改善、到自动化控制的机器设计、信息化乃*智能化的学习等，这些都将依赖于人的智慧传输成为“标准”、“规范”，可重用的，能够让知识成为一种可被系统重复利用，并能自己不断学习升级，用于*终的优化决策。
不仅软件复用，人的知识经验也必须复用，实物的材料和非实物的时间都是资源，而人的智慧、经验更是资源，从性价比的角度来说，人的经验具有巨大的潜力，这是更为重要的资源。
2人才培养与教育是智能制造的根基
图4 智能制造人才知识结构分析与规划
人才培养是智能制造的关键，对于智能制造的各种缺乏全局的认知都来自于在教育中缺乏全局与系统思维的训练，从具体的角度看，智能制造包含了更为全局的技术学习，包括自动化专业向IT(http://www.maoyihang.com/sell/l_25/)、机械(http://www.maoyihang.com/sell/l_4/)的延伸，机器人、通信、PLCopen的软件开发思想。
1794-AENT
