毛友芳 胡斌 楊坤

摘 要：隨著知識經濟時代的到來，智能制造結合了人工智能與傳統(tǒng)制造業(yè)綜合優(yōu)勢，以一種全新的方式在推動人類社會發(fā)展的過程中發(fā)揮著重要作用。為全面了解我國智能制造研究的進展情況，使用Cite Space對2006—2018年中國知網（CNKI）數(shù)據(jù)庫中的中文文獻進行分析，從我國智能制造的研究作者與機構、研究進展及前沿熱點三方面進行研究。研究發(fā)現(xiàn)2015—2018年為熱點研究時期，智能制造研究由傳統(tǒng)制造業(yè)的工程技術、機械工業(yè)、行業(yè)和經濟等領域向制造業(yè)的智能化、技術、企業(yè)管理與職業(yè)教育領域細化。未來智能制造研究熱點，將集中于專業(yè)化、服務化和綠色化方向。

關鍵詞：智能制造;智能化;知識圖譜;Cite Space

中圖分類號：G 353.1;C 931.2

文獻標識碼：A?? 文章編號：1672-7312（2021）01-0056-08

Visualization of Knowledge Map of Intelligent

Manufacturing in China

——Based on Bibliometric Analysis of CNKI Database

MAO Youfang，HU Bin，YANG Kun

（School of Management，Shanghai University of Engineering Science，Shanghai 201620，China）

Abstract：With the advent of the era of knowledge-based economy，intelligent manufacturing combines the comprehensive advantages of artificial intelligence and traditional manufacturing industry，and plays an important role in promoting?the development of human society in a new way.In order to fully understand the progress of intelligent manufacturing research in China，Cite Space was used to analyze the Chinese literature in CNKI database from 2006 to 2018.And the author?and organization，research progress and frontier hotspots of Intelligent Manufacturing in China were studied.The research found that in the period of 2015-2018，the research on intelligent manufacturing has been refined from engineering technology，machinery industry，industry and economy of traditional manufacturing industry to the fields of intelligence，technology，enterprise management and vocational education of manufacturing industry.?In the future， the research hotspots of intelligent manufacturing will focus on specialization，service and green.

Key words：intelligent manufacturing;intelligent;knowledge map;cite space

0 引言

隨著知識經濟時代的到來，人工智能的興起給社會帶來新的發(fā)展機遇，而智能制造則是人工智能的進一步延伸。智能制造與傳統(tǒng)制造的最大不同即該種制造包含著智能技術和系統(tǒng)，不僅能夠在實踐中不斷更新發(fā)展，同時也具有分析和判斷自身行為的能力，是一種現(xiàn)代意義上的創(chuàng)新。隨著智能制造熱潮的興起，“工業(yè)4.0”和“中國制造2025”不斷發(fā)展，國際國內對智能制造也進行了大量研究。

智能制造的研究目前在實踐與理論領域都呈分散性分布。在制造技術領域，NANCY RUIZ提出將多主體系統(tǒng)引入生產，以適應智能制造生產的新需求，并最終驗證了該仿真方法的可行性[1]。HU研究了智能制造生產性服務，主要包含與生產相關的技術、信息及物流等，通過案例論述了服務型智能系統(tǒng)體系結構獲得價值的戰(zhàn)略途徑[2]。而在人文社科領域，

Cristiano Cagnin對多個區(qū)域智能制造的管理模式進行了研究，闡述了智能制造中人力資源的重要性[3]。

現(xiàn)階段國內學者對智能制造的研究逐漸深入，但采用文獻計量的方式進行分析和可視化的文獻較少。呂鐵、韓娜提出智能制造是一種基于新一代信息技術的先進制造過程、系統(tǒng)與模式，在設計、生產、管理和服務等制造活動過程，依靠網絡技術與實體生產相滲透[4]，為供應鏈管理帶來新變革。盡管我國已經成為制造大國，但并非制造強國，周濟認為面臨著內部轉型升級與外部“再工業(yè)化”的雙重挑戰(zhàn)，這種歷史性機遇對智能制造與制造業(yè)創(chuàng)新提出了新的要求[5]。

為進一步全面、清晰了解國內智能制造領域的研究狀況，為后續(xù)相關研究及時提供參考，本文以中國知網CNKI中的EI來源期刊、中文核心期刊和CSSCI中文文獻為檢索范圍，以“智能制造”為檢索主題詞，設置時間跨度為2006—2018年，刪除無關的會議通知、征文、比賽等文獻，最終獲得有效文獻687篇，并以Cite Space為研究工具進行分析。主要研究內容分為3部分：一是從發(fā)文時間與內容分布特點來探討我國智能制造文獻研究整體概況;二是對關鍵詞進行知識網絡圖譜分析，歸納我國智能制造研究的重點領域;三是使用關鍵詞突現(xiàn)探討我國智能制造研究的前沿與熱點趨勢，為未來研究提供參考。

1 我國智能制造研究力量分析

1.1 發(fā)文時間分布

發(fā)文時間數(shù)量能表現(xiàn)該領域的發(fā)展進度與變化。圖1為2006—2018年智能制造研究發(fā)文數(shù)量分布。從圖1可看出，我國智能制造在2015年以前的研究較少，2015—2018年急劇增長。在2015年工信部啟動實施了“智能制造試點示范專項行動”，旨在對活動關鍵環(huán)節(jié)進行控制與扶持，形成可借鑒的方法與模式，以便加以推行與應用。同時，國務院也在2015年發(fā)布了《中國制造2025》戰(zhàn)略目標，從政策上引導國內該領域研究進一步深入。正因為如此，智能制造受重視程度越來越高，該領域的研究也迅速開展起來。2015—2018年，處于快速成長階段，近2年增速放緩，但年均發(fā)文量均超200篇，研究熱度較高。

1.2 內容分布

文獻引用量能反映文獻的學術價值，高被引論文具有較高的學術價值。表1為2006—2018年中文文獻智能制造研究論文引用次數(shù)前10名詳情（文獻來源類別為EI來源期刊、核心期刊和CSSCI），皆為中文期刊論文。高被引文獻主要集中在2015—2016年，此段時間的論文質量也較高。在此階段，智能制造開始迎來研究高峰，文獻研究數(shù)量也逐年遞增;高被引率論文主要集中于工業(yè)制造和經濟領域，企業(yè)研究領域也后勁十足。相比其他領域的文獻引用情況而言，“智能制造”領域文獻的整體研究仍不夠深入，主要體現(xiàn)為最高文獻引用量為974次。文獻引用量間的差距非常大，表明影響力大的研究論文整體較為缺乏。同時，從期刊來源上不難發(fā)現(xiàn)，智能制造領域期刊主要集中在制造工程、紡織印染、機床制造、計算機集成制造等工業(yè)科技領域及企業(yè)經濟管理領域，如《高等工程教育研究》《計算機集成制造系統(tǒng)》《紡織學報》《科技進步與對策》《包裝工程》《中國工業(yè)經濟》等。

基于高被引文獻的發(fā)表情況及社會背景分析，不難發(fā)現(xiàn)，在2015年工信部出臺相關政策后，智能制造的研究熱度越來越高。目前，“智能制造”相關研究則在原有的工程技術、機械工業(yè)、紡織行業(yè)及經濟領域的基礎上，與智能化趨勢不斷結合，形成多樣化的研究新領域。

1.2.1 由工程技術領域衍生出的新一代智能制造模式研究

制造業(yè)在工程技術領域文獻引用量最高的作者是周濟院士，其主要研究方向為新一代智能制造、制造業(yè)智能化及數(shù)字化、先進制造等。周濟通過對我國智能制造現(xiàn)況的分析，系統(tǒng)闡述了“中國

制造2025”和智能制造對于中國制造業(yè)的重要意義[5]。

在2015年前，其主要研究領域為科技創(chuàng)新、工程技術及新型工業(yè)化，主要與清華大學、中國科學院、華中科技大學等機構的學者進行合作。所合作學者的研究方向主要集中在數(shù)控機床、制造技術、機械工業(yè)、先進制造、人—信息—物理系統(tǒng)和新一代智能制造等工程技術領域。

1.2.2 由機械工業(yè)領域衍生出的智能化裝備研究

趙杰立足于機械工業(yè)領域，以工業(yè)機器人為切入點，提出智能制造的發(fā)展建議[6]。趙杰的主要研究領域為機器人，2012年后研究領域更加細化，聚焦于工業(yè)機器人。該學者在機器人領域的發(fā)文數(shù)量較大，且引用量高的文獻主要集中于機器人的算法問題和路徑規(guī)劃研究等方向。與趙杰進行合作的學者主要研究方向為機器人、船舶等機械工業(yè)領域的算法及控制優(yōu)化等。王耀南也將目光放在了裝備制造行業(yè)的智能化之上，探究機器視覺技術在智能制造裝備業(yè)的必要性與可行性，并針對現(xiàn)有問題提出解決方案[7]。其在所從事的機器人、電動汽車等機械的機器視覺、神經網絡相關研究基礎上，進一步與智能制造相結合，開辟了智能化裝備研究新領域。

1.2.3

由紡織行業(yè)領域衍生出的行業(yè)智能制造平臺研究

蔣高明將針織行業(yè)與智能制造相結合，探討針織行業(yè)智能化的現(xiàn)狀與實際應用，拓寬了紡織行業(yè)現(xiàn)代化的渠道[8]。在此之前，蔣高明的主要研究領域為輕工業(yè)手工業(yè)及計算機應用方面，尤其集中于研究針織技術的智能化應用，即將針織領域與計算機結合，以不斷實現(xiàn)創(chuàng)新發(fā)展?；谛袠I(yè)特殊性，其合作學者主要來自于東華大學、南通大學等，這些學者同樣在紡織類輕工業(yè)領域有著一定建樹。如東華大學的肖紅側重于研究木棉纖維及針織面料的結構性能[9]，南通大學的何麗芬研究纖維活性炭的吸附影響力[10]等。同時，基于“工業(yè)4.0”戰(zhàn)略發(fā)展，張潔提出以大數(shù)據(jù)為核心的紡織行業(yè)智能制造平臺體系，強調了產品設計、生產組織、營銷及售后服務的智能化需求[11]。由此進一步推動行業(yè)智能制造平臺研究，拓展了不同制造行業(yè)的現(xiàn)代化轉型模式。

1.2.4 由經濟研究領域衍生出的工業(yè)化進程及范式轉變研究

隨著智能制造領域的深度發(fā)展，經濟與管理對于智能化提出了高要求。黃群慧給出了供給側結構性改革的概念與框架，并從經濟視角上分析結構性改革的意義與戰(zhàn)略[12]。其主要研究領域為企業(yè)經濟與工業(yè)體制改革，主要合作機構有中國人民大學、中國社會科學院、北京大學和清華大學等，重點從經濟體制改革、人口與經濟關系、宏觀經濟等方面切入制造業(yè)的智能化發(fā)展問題，尤其關注此背景下我國的工業(yè)化進程及經濟范式轉變等具體問題。

1.3 學者發(fā)文數(shù)量與機構分布研究

作者的發(fā)文頻次能表現(xiàn)其領域成就。由圖2、表2及表3可知，國內學者及機構之間合作關聯(lián)性較弱且分散，沒有出現(xiàn)該研究領域的高產作者和機構。發(fā)文數(shù)量最多的學者是姚錫凡，發(fā)表10篇。發(fā)文數(shù)量排在首位的是清華大學和華南理工大學，發(fā)文數(shù)量均為15篇。排在第二的是中國工程院，發(fā)文數(shù)量為14篇。不難看出，現(xiàn)階段智能制造領域文獻量不夠高，智能制造領域的研究仍處于不完全的狀態(tài)。

從表3研究機構來看，發(fā)文數(shù)量靠前的機構主要為工科院校及科研院所，集中于機械工程、航空制造、汽車制造等領域，為研究提供理論支持。其次，發(fā)文數(shù)量前十的機構中有近1/2的機構位于北京，另外還有部分集中于沿海城市，如天津、廣東等省市。這些省市的智能制造綜合水平都位居全國前列[13]，豐富的經濟與技術積累、國家政策支持、對外貿易的便捷性等有利條件使得此類高校及研究所能夠有豐富的資源與技術進行智能制造相關研究。

2 我國智能制造研究演進脈絡梳理

2.1 關鍵詞共現(xiàn)分析

關鍵詞共現(xiàn)分析有利于直觀了解特定領域的研究熱點。運行Cite Space對2006—2018年中國知網CNKI收錄的EI來源期刊、核心期刊和CSSCI所篩選的687篇國內中文文獻進行關鍵詞共現(xiàn)分析，Years per slice默認數(shù)值為1，默認勾選每個年份前50的被引術語形成可視化圖譜，得到的結果如圖3所示。

由圖3可知，整個關鍵詞網絡由關鍵詞向周圍發(fā)散，核心到周圍的節(jié)點均有線相連。圖中十字越大表明該詞在圖譜中出現(xiàn)的頻率越高。不難看出，整個智能制造研究網絡整體之間的聯(lián)系非常緊密。智能制造的高頻關鍵詞可見表4。智能制造裝備、人工智能、機器人等關鍵詞是國內智能制造研究學者早期關注的重點。隨時間推移，中國制造2025、轉型升級、智能工廠、智能化、大數(shù)據(jù)等關鍵詞也逐漸成為研究重點，促使研究不斷深化。

2.2 關鍵詞聚類分析

選擇在Cite Space標簽聚類中采用最大似然法（Log-Likelihood Ratio，LLR）對關鍵詞進行聚類。由圖4可得，智能制造研究得關鍵詞聚集特征明顯，已形成明顯聚類，包括：①人工智能;②企業(yè)管理;③力士樂;④智能化;⑤紡織行業(yè);⑥職業(yè)教育;⑦創(chuàng)新;⑧聯(lián)合體;⑨新一代智能制造等。9個聚類可以歸納為以下4個方面。

2.2.1 智能化

智能制造即是由人工智能轉向生產智能的過程。人工智能分類中最具代表性的學者是陳勁，其通過梳理人工智能與工科間的聯(lián)系，分析人工智能技術對新工科的作用，闡述了人工智能與智能制造的結合對推動產業(yè)深度融合的意義[14]。人工智能是生產智能的基礎，中國制造業(yè)的轉型升級模式必然與互聯(lián)網和人工智能相結合，借助人工智能的生產智能化與制造業(yè)的緊密結合，給中國的制造業(yè)帶來新的生機與活力，進一步促進“中國制造 2025”戰(zhàn)略目標實現(xiàn)。

2.2.2 智能制造技術

智能制造技術是推進智能制造領域研究的關鍵要素。經過學者們對現(xiàn)階段智能制造的相關技術進行介紹并研究其在實際操作中的應用，引發(fā)各領域的研究熱潮。周佳軍關于智能制造模式的綜述通過云制造、信息物理生產系統(tǒng)、泛在制造、制造物聯(lián)及預測制造等分析新一代智能制造的創(chuàng)新性，梳理其中關聯(lián)，得出新一代智能制造模式的企業(yè)社會化、服務化、知識化、感知化等特點[15]。姚錫凡以汽車生產為例，運用智能制造技術對大規(guī)模、個性化生產聯(lián)合創(chuàng)新，形成一種兼顧各類需求的一體化長尾生產新方式，推動中國制造業(yè)往高端制造邁進[16]。“互聯(lián)網+物聯(lián)網+制造業(yè)”的發(fā)展模式是現(xiàn)階段國際上共同研究的課題，加大對技術創(chuàng)新和管理創(chuàng)新的投入力度，將加速形成智能化創(chuàng)新的新模式。

2.2.3 企業(yè)管理

企業(yè)管理分類以黃順魁等為代表，集中研究智能制造對制造業(yè)轉型升級的推動作用[17]。通過分析德國“工業(yè)4.0”與“中國制造2025”等政策，結合中國制造業(yè)現(xiàn)狀，以更切合實際的方式，為中國制造業(yè)的縱深發(fā)展進行定性和定量分析。王友發(fā)、周獻中等對比不同國家智能制造的現(xiàn)狀，明晰國內外差距，為國內智能化領域提供技術及管理經驗[18]。國際上德美日等發(fā)達國家對智能制造領域已經有許多研究經驗，可結合中國仍處在“工業(yè)2.0”向“工業(yè)3.0”轉變的嚴峻現(xiàn)狀，形成具有中國特色的轉型升級智能化制造業(yè)管理戰(zhàn)略。

2.2.4 職業(yè)教育

人力資源在知識社會極為重要。伴隨“工業(yè)4.0”、互聯(lián)網及物聯(lián)網的發(fā)展，知識社會對專業(yè)技術人才的需求愈發(fā)旺盛。在新的智能制造環(huán)境中，職業(yè)教育需要培養(yǎng)適應制造業(yè)需求的專業(yè)性人才[19]。國內外對于制造業(yè)職業(yè)技能教育方面的研究集中于技術進步及制造業(yè)結構轉型帶來的變化對人才需求的影響、如何建立適應社會發(fā)展的培訓體系，并提出相應改進方式。如張磊通過“雙AGIL子系統(tǒng)”研究智能制造與職業(yè)教育之間的關系結構，構建出智能制造進程中職業(yè)教育成長的路徑與方式[20]。

綜上可知，智能制造領域研究是針對智能化、技術、管理及職業(yè)教育的研究。在傳統(tǒng)的制造技術中不斷發(fā)展，形成新一代的智能制造體系概念，進行更加細致的研究分析，為智能化變革提供有力支持。

3 我國智能制造研究前沿熱點探析

在Cite Space的數(shù)據(jù)處理界面將Term Type設置為Burst Terms，保留之前關于2006—2018年國內智能制造研究關鍵詞共引分析的設置，運行完成后使用Visualization菜單里的Citation/Frequency Burst History功能，表5為根據(jù)起止年份、突現(xiàn)率、初始年份篩選的3個突現(xiàn)詞。

本文根據(jù)圖1和表5，將2006—2018年國內智能制造研究的研究脈絡歸納為以下階段。

3.1 研究萌芽階段（2006—2009年）

2006年3月，全國人民代表大會第四次會議審議通過了《國民經濟和社會發(fā)展第十一個五年規(guī)劃綱要》。推進工業(yè)結構化升級，加快制造業(yè)，特別是高技術產業(yè)發(fā)發(fā)展成為改革的重要方向。與此同時，制造業(yè)轉型升級的相關研究正在不斷發(fā)展，但國內智能化制造業(yè)研究起步較晚，因而智能制造相關研究主題還未形成。

3.2 研究起步階段（2010—2015年）

“十一五”規(guī)劃推行以來，國內生產總值在快速增長中，走新型工業(yè)化道路，帶領工業(yè)實現(xiàn)新的飛躍，產業(yè)結構升級在不斷優(yōu)化中。在2009年，我國裝備和電子信息產業(yè)規(guī)模已經位居世界第二。在此之后，圍繞“智能制造裝備”“創(chuàng)新”“中華人民共和國”在相關研究中呈現(xiàn)快速增長。傅建中在該階段指出智能制造裝備是由先進的制造技術與人工智能在傳統(tǒng)裝備行業(yè)上的進一步結合，能實現(xiàn)高效、高品質、節(jié)能環(huán)保和安全可靠的生產[21]。經過研究知，該階段主要針對國內裝備制造業(yè)的轉型升級、兩化融合、產業(yè)集群、智能化等方面進行探究。同時期論文數(shù)量雖然有所增長，但增速較緩，還未形成研究體系。

3.3 研究發(fā)展階段（2016—2018年）

2015年，工信部啟動實施了“智能制造試點示范專項行動”。同年，國務院也發(fā)布了《中國制造2025》戰(zhàn)略目標，從政策上強有力地引導國內研究進一步深入。

孟凡生基于制造業(yè)發(fā)展現(xiàn)狀指出影響新能源裝備制造向智能制造發(fā)展轉變的因素[22]，提供科學的指標分析。今后對智能制造裝備的研究將更多集中于制造過程中的需求、決策、生產與服務環(huán)節(jié)中，探討如何形成更加高性能的裝備智能化體系。曾繁華在“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”的政策下提出以“互聯(lián)網+制造業(yè)”新模式，有益于中國制造業(yè)由全球價值鏈的中下端向上端轉變[23]。隨著德國“工業(yè)4.0”戰(zhàn)略發(fā)展，美日等發(fā)達國家也不斷提升國內制造業(yè)生產與服務水平。國內學者也不斷轉換視角，黃順魁通過德國“工業(yè)4.0”戰(zhàn)略發(fā)展經驗，充分分析了我國制造業(yè)轉型升級的可能性，提出國內智能制造的發(fā)展模式[17]。智能制造成為制造業(yè)研究的主要方向之一，圍繞著國內外研究對比、智慧工廠、新型智能制造模式、技術創(chuàng)新效率、智能制造實踐等方面進行深入研究。同時期學術研究開始呈井噴式爆發(fā)。

3.4 研究成熟階段（2019年—）

隨著社會發(fā)展和技術提升，制造業(yè)創(chuàng)新的研究進一步深入。未來中國制造業(yè)發(fā)展的方向必然是智能制造，未來制造業(yè)將融合人工智能、物聯(lián)網與大數(shù)據(jù)等先進技術，進一步提升生產效率，形成更加高效率、更有效益的產業(yè)生產體系。結合高頻關鍵詞與上述突現(xiàn)詞等信息，智能制造領域在未來的研究熱點，將集中于以下幾個方面。

3.4.1 服務化智能制造

服務化智能制造的本質，是企業(yè)價值鏈的延伸，是投入與產出的服務化[25]。以往的研究中，傳統(tǒng)制造業(yè)注重產品的生產與銷售，以產品為主導。而在未來智能制造研究中，圍繞如何以需求為核心，將產品的功能性與消費者的個性化需求相結合的新型服務化智能制造模式，將成為研究的熱點。通過提升產品附加值，形成個性化供應鏈，加速中國制造業(yè)邁向高端的步伐。

3.4.2 綠色化智能制造

由于資源有限和環(huán)境污染嚴重，我國不斷推行可持續(xù)發(fā)展及綠色發(fā)展理念。同時，全球價值鏈的延伸也加速了“制造大國”轉向“制造強國”的緊迫性。制造業(yè)是國家的根本產業(yè)，走新型工業(yè)化道路是必然選擇。為順應現(xiàn)階段的發(fā)展需求，未來研究將更注重新能源研究，促進低碳節(jié)能，從多方面提升資源利用效率[26]，以求在根本上創(chuàng)新產業(yè)綠色發(fā)展形式。

3.4.3 專業(yè)化智能制造

此外，技術研究是所有智能制造研究的基礎。智慧制造結合了企業(yè)2.0、云制造及物聯(lián)制造，是人工智能與制造技術融合的新產物[27]。當新的工業(yè)革命與技術變革對我國制造業(yè)形成沖擊時，智能制造領域對云制造[28]、物聯(lián)制造、智慧制造、智慧城市等的要求也不斷提高，下一步將圍繞如何提高技術與服務之間的銜接、突破科技發(fā)展的瓶頸不斷努力。因此，智能制造技術依舊是未來的研究熱點。

4 結語

全文使用Cite Space對2006—2018年中國知網（CNKI）數(shù)據(jù)庫中的EI來源期刊、核心期刊和CSSCI的中文文獻進行分析，通過對發(fā)文數(shù)量及內容、關鍵詞共引、研究熱點的探析，明確我國智能制造研究的進展及未來研究趨勢。可以看出，目前智能制造領域仍處于起步階段，但近4年該領域的研究逐漸增加。目前對智能制造領域的研究，已經逐漸從定性的理論性研究轉向定量的數(shù)據(jù)分析研究，由宏觀層面向微觀層面發(fā)展。目前對智能制造領域的研究集中于智能化、智能制造技術、企業(yè)管理和職業(yè)教育4個方面，未來的研究熱點，

將集中于服務化、綠色化、專業(yè)化的智能制造領域。

不能忽略的是，當前文獻雖然從多維度深入探究智能制造，但仍存在不足。一是學者、機構之間聯(lián)系不夠緊密，發(fā)文數(shù)量不具有代表性。未來的學者研究可以在智能制造研究中加強合作，以個人與個人、機構與機構之間的合作，激發(fā)新的創(chuàng)新潛力。二是智能制造研究領域間的結合度不夠。現(xiàn)有研究集中于特定單個領域的深入研究，由此分析問題雖然能夠達到一定的深入性，但對于處理某些復雜且涉及多行業(yè)多領域的問題以及創(chuàng)新發(fā)展，極為不利。

在未來研究中，為進一步推進智能制造理論及實踐的橫向與縱向發(fā)展，必然要在現(xiàn)有理論研究與實踐框架的基礎上，采用科學的數(shù)據(jù)調查方式，通過案例分析、計量分析等方法，以更加客觀的方式，推進智能制造領域的研究創(chuàng)新與管理創(chuàng)新，從而形成具有中國特色的智能制造分析系統(tǒng)。

參考文獻：

[1] Nancy Ruiz，Adriana Giret，Vicente Botti，et al.An intelligent simulation environment for manufacturing systems[J].Computers & Industrial Engineering，2014，76.

[2]HU Y，ZHOU X，LI C.Internet-based intelligent service-oriented system architecture for colla-borative product development[J].International Journal of Computer Integrated Manufacturing，2010，23（02）：113-125.

[3]Cristiano Cagnin，Totti Knnl.Global foresight：Lessons from a scenario and roadmapping exercise on manufacturing systems[J].Futures，2014，59.

[4]呂鐵，韓娜.智能制造：全球趨勢與中國戰(zhàn)略[J].人民論壇·學術前沿，2015（11）：6-17.

[5]周濟.智能制造——“中國制造2025”的主攻方向[J].中國機械工程，2015，26（17）：2273-2284.

[6]趙杰.我國工業(yè)機器人發(fā)展現(xiàn)狀與面臨的挑戰(zhàn)[J].航空制造技術，2012（12）：26-29.

[7]王耀南，陳鐵健，賀振東，吳成中.智能制造裝備視覺檢測控制方法綜述[J].控制理論與應用，2015，32（03）：273-286.

[8]蔣高明，高哲，高梓越.針織智能制造研究進展[J].紡織學報，2017，38（10）：177-183.

[9]肖紅，于偉東，施楣梧.木棉纖維的特征與應用前景[J].東華大學學報（自然科學版），2005（02）：121-125.

[10]何麗芬，劉其霞，季濤，等.黃麻纖維活性炭對亞甲基藍和甲基橙吸附動力學[J].環(huán)境工程學報，2013，7（12）：4735-4740.

[11]張潔，呂佑龍，汪俊亮，等.大數(shù)據(jù)驅動的紡織智能制造平臺架構[J].紡織學報，2017，38（10）：159-165.

[12]黃群慧.論中國工業(yè)的供給側結構性改革[J].中國工業(yè)經濟，2016（09）：5-23.

[13]董志學，劉英驥.我國主要省市智能制造能力綜合評價與研究——基于因子分析法的實證分析[J].現(xiàn)代制造工程，2016（01）：151-158.

[14]陳勁，呂文晶.人工智能與新工科人才培養(yǎng)——重大轉向[J].高等工程教育研究，2017（06）：18-23.

[15]周佳軍，姚錫凡，劉敏，等.幾種新興智能制造模式研究評述[J].計算機集成制造系統(tǒng)，2017，23（03）：624-639.

[16]姚錫凡，張劍銘，陶韜，等.從精敏制造到工業(yè)4.0長尾生產的制造業(yè)轉型升級[J].計算機集成制造系統(tǒng)，2018，24（10）：2377-2387.

[17]黃順魁.制造業(yè)轉型升級：德國“工業(yè)4.0”的啟示[J].學習與實踐，2015（01）：44-51.

[18]王友發(fā)，周獻中.國內外智能制造研究熱點與發(fā)展趨勢[J].中國科技論壇，2016（04）：154-160.

[19]董偉，張美，王世斌，等.智能制造行業(yè)技能人才需求與培養(yǎng)匹配分析研究[J].高等工程教育研究，2018（06）：131-138.

[20]張磊，閆廣芬.職業(yè)教育與智能制造協(xié)同發(fā)展路徑研究——基于帕森斯AGIL理論[J].中國職業(yè)技術教育，2017（03）：5-9.

[21]傅建中.智能制造裝備的發(fā)展現(xiàn)狀與趨勢[J].機電工程，2014，31（08）：959-962.

[22]孟凡生，于建雅.新能源裝備制造企業(yè)智造化發(fā)展影響因素研究[J].科技進步與對策，2017，34（07）：117-123.

[23]曾繁華，侯曉東，吳陽芬.“雙創(chuàng)四眾”驅動制造業(yè)轉型升級機理及創(chuàng)新模式研究[J].科技進步與對策，2016，33（23）：44-50.

[24]解季非.制造企業(yè)服務化路徑選擇研究[J].中國管理科學，2018，26（12）：135-145.

[25]趙艷萍，吳秋盈，羅建強，等.平臺視角下制造企業(yè)服務化轉型研究綜述與展望[J].工業(yè)技術經濟，2018，37（11）：120-127.

[26]姚錫凡，練肇通，楊屹，等.智慧制造——面向未來互聯(lián)網的人機物協(xié)同制造新模式[J].計算機集成制造系統(tǒng)，2014，20（06）：1490-1498.

[27]侯瑞春，丁香乾，陶冶，等.制造物聯(lián)及相關技術架構研究[J].計算機集成制造系統(tǒng)，2014，20（01）：11-20.

[28]趙杰.我國工業(yè)機器人發(fā)展現(xiàn)狀與面臨的挑戰(zhàn)[J].航空制造技術，2012（12）：26-29.

[29]程豪，張崢.鈦合金3D打印顛覆性創(chuàng)新研究的知識圖譜分析[J].技術與創(chuàng)新管理，2019，40（03）：313-319.

[30]顏曉燕，金辛玫，童圖軍.我國環(huán)境規(guī)制的研究熱點與發(fā)展脈絡——基于CNKI的可視化分析[J].江西社會科學，2019，39（05）：99-110.

（責任編輯：韓 莉）

收稿日期：

2020-04-30

基金項目：

教育部人文社會科學研究規(guī)劃基金（項目編號：19YJA790028）;上海市2019年度“科技創(chuàng)新行動計劃”軟科學研究領域重點項目（項目編號：19692100800）

作者簡介：

毛友芳（1996—），女，四川成都人，碩士研究生，主要從事戰(zhàn)略性新興產業(yè)發(fā)展的研究工作。