现在智能制造，或叫工业数字化，非常流行。如何实现智能制造？一些大V大K们一张嘴就是工业大数据，人工智能，神经网络，深度学习，5G，区块链，再加上一张又一张的框图、流程图。

粉丝们的反应是：哇！太棒啦。。。嗯一句没听懂。

工业分为两大类，一类是流程工业，一类是组装工业。流程工业主要生产原材料，如采矿、采油、炼油、石化、化工、电力、钢铁、水泥、玻璃、造纸等。组装工业主要生产元器件、机器设备和最终产品，如集成电路、机床、家用电器、手机、汽车、火车、飞机、食品、服装等。

这两类工业有天壤之别。大V大K们讲智能制造不分流程工业和组装工业就侃侃而谈。怀疑这些人从没在工厂里干过具体工作，或者干不下去了。

自动控制学科把被控系统分为两类，一类是连续系统，对应于流程工业系统；一类是离散事件系统，对应于组装工业系统（注意不是离散时间系统）。对复杂系统的自动控制需要使用系统的数学模型。连续系统可用微分方程组描述，比较成熟。离散事件系统的建模至今没有成熟的理论和方法。一些流程工业自动化水平高，主要是因为建模水平高，比如炼油和石化工业。由于没有成熟的离散事件系统模型，组装工业只有很局部的自动化，整体上是人工生产，智能制造的路还很漫长。

对于流程工业，智能制造是个五层金字塔：

这五层都实现了自动闭环，就基本实现了流程工业智能制造。炼油和石化工业智能制造水平最高，做到了底下三层的自动和闭环；采矿和水泥工业水平较低，大都是远程手动控制。

实现每层自动闭环的关键，是相应系统的数学模型和在线检测。非要叫智能的话，模型是高级的认知智能，检测是初级的传感智能。不是大数据，不是人工智能，不是神经网络，不是深度学习，不是5G，不是区块链。想跳过模型搞智能，是找不着北的。

对于组装工业，解决智能制造的关键同样是系统的数学模型和在线检测。离散事件系统的建模问题，是组装工业智能制造的瓶颈，是世界难题。流行的大数据，人工智能，神经网络，深度学习，5G，区块链等等，只能在传感方面有所帮助。

有志于组装工业智能制造的同学，建模吧。搞成了可以得诺奖。

智能制造，模型和传感是硬核，其他是边角料。这是一位从事流程工业自动化30多年，每年进工厂几十次的前浪的信仰。

不知要被拍在沙滩上，还是继续兴风作浪。