（1）关键技术。

①先进制造工艺技术。

比如增材制造技术（3D打印）。增材制造技术已经成为先进工业国家振兴制造业的战略手段，是基于离散-堆积原理，由零件三维数据驱动直接制造零件的科学技术体系。

②数字建模与虚拟仿真技术。

与传统制造技术相比，数字化制造技术的关键是建模与虚拟仿真技术。在数字化制造中，利用建模技术建立与物理过程或环境相似的数字化生产过程或环境，并通过对该过程或环境的仿真、试验、评估和优化，达到提高生产决策水平、优化资源结构和生产过程、减少实物原型制造及试验周期和费用以及提高新产品上市速度的目的。所以，建模和虚拟仿真技术不仅仅是一种计算机辅助分析的支撑技术，也是企业从传统制造向可预测制造转变的一种新方法、新模式。

③现代工业工程技术。

综合运用数学、物理和社会科学的专门知识和技术，结合工程分析和设计的原理与方法，对人、物料、设备、能源和信息等所组成的集成制造系统，进行设计、改善、实施、确认、预测和评价。

④先进制造理念、方法与系统。

理念是并行工程、协同设计、云制造、可持续制造、精益生产（LP）、敏捷制造（AM）、虚拟制造（VM）、计算机集成制造（CIM）；系统包括产品全生命周期管理（PLM）、制造执行系统（MES）、企业资源计划（ERP）、供应链管理（SCM）等。

⑤新一代信息技术。

如智能感知技术（传感器网络、RFID、图像识别等），物联网技术（泛在感知、网络通信、物联网应用等），云计算技术（分布式存储、虚拟化、云平台等），互联网技术（服务网架构，语义互操作、移动通信、移动定位、信息安全），虚拟现实（Virtual Reality，VR）和增强现实（Augmented Reality，AR）技术（应用于产品体验、设计与工艺验证、工厂规划、生产监控、维修服务等环节）。

⑥人工智能技术。

人工智能可应用于制造过程的各个环节，比如智能产品设计、智能工艺设计、机器人，加工过程、智能控制、智能排产、智能故障诊断等；同时它也是一些智能优化算法的基础。人工智能的实现离不开感知、学习、推理、决策等基本环节，其中知识的获取、表达和利用是关键。

⑦智能优化决策技术。(www.daowen.com)

制造系统中许多优化决策问题是极其复杂、求解困难。近十几年来，通过模拟自然界中生物、物理过程和人类行为，诞生了许多智能优化算法，已广泛应用于智能制造系统的方方面面，包括智能工艺过程编制、生产过程智能调度、智能监测诊断及补偿、设备智能维护、加工过程智能控制、智能质量控制、生产与经营智能决策等。

⑧大数据分析与决策支持技术。

大数据概念拓展了数据挖掘、知识发现、决策支持等技术在制造过程中的应用。来源于设备实时监控、RFID数据采集、产品质量在线检测、产品远程维护等环节的大数据，与设计、工艺、生产、物流、运营等常规数据一起，共同构成工业大数据。通过大数据分析，可以提前发现生产过程中的异常趋势，分析质量问题产生的根源，发现制约生产效率的瓶颈，从而为工艺优化、质量改善、设备预防性维护，甚至产品的改进设计等提供科学的决策支持。

（2）发展趋势。

当前，智能制造技术已成为制造业的发展趋势，得到工业发达国家的大力推广和应用。发展智能制造符合全球制造业发展的内在要求，也是重塑各国制造业新优势、实现转型升级的必然选择。各国发展智能制造的趋势主要有以下几点。

①各制造强国积极出台智能制造发展战略。

主要体现在世界主要工业化发达国家提早布局，并且将智能制造作为重振制造业战略的重要抓手。

②智能制造技术创新及应用贯穿制造业全过程。

智能制造技术的加速融合，使得制造业的设计、制造、管理和服务等环节逐渐智能化，产生新一轮的制造业革命。

③数字化制造技术得到应用和推广。

数字化制造技术有可能改变未来产品的设计、销售和交付方式，使大规模定制和简单的设计成为可能，使制造业实现随时、随地、按不同需要进行生产，并彻底改变自“福特时代”以来的传统制造业形态。

④供应链动态管理、整合与优化得到普遍关注。

供应链管理是一个复杂、动态、多变的过程，供应链管理更多地应用物联网、互联网、人工智能、大数据等新一代信息技术，更倾向于使用可视化的手段来显示数据，采用移动化的手段来访问数据；供应链管理更加重视人机系统的协调性，实现人性化的技术和管理系统。企业通过供应链的全过程管理、信息集中化管理、系统动态化管理实现整个供应链的可持续发展，进而缩短了满足客户订单的时间，提高了价值链协同效率，提升了生产效率，使全球范围的供应链管理更具效率。