4.1.2 智能制造装备的特征
智能制造装备的技术特征主要表现为：
（1）对装备运行状态和环境的实时感知、处理和分析能力，实现对装备运行、环境以及制造质量进行在线和实时检测。
（2）根据装备运行状态变化的自主规划、控制和决策能力。装备本身具备工艺设计和规划的“智能化”、“知识化”功能，采用软件和网络工具实现制造工艺的智能设计和实时规划。
（3）对故障的自诊断自修复能力。
（4）对自身性能劣化的主动分析和维护能力。
（5）参与网络集成和网络协同的能力。
因此，实现智能制造装备的技术特征，必须掌握以下关键核心技术：
1）装备运行状态和环境的传感与识别技术
（1）研究高灵敏度、高精度、高可靠性和环境适应性良好的传感技术，以及微弱传感信号提取与处理技术；开发采用新原理、新材料、新工艺的传感器，研制高精度光学精密测量与分析设备仪器。
（2）开发超高频和微波RFID核心模块制造技术；开发低功耗小型化RFID制造技术；研究基于深度三维图像识别技术和物体缺陷识别技术。
（3）开发实时视觉环境建模、图像理解和多源信息融合导航技术；研究制造过程各种物理量实时感知和辨识技术，以及多传感器优化布置和感知系统组网配置技术。
2）工艺自动规划与编程技术
（1）深入研究各子系统之间的复杂界面行为和耦合关系，建立工艺系统和作业环境的集成数学模型及其标定方法，实现加工和作业过程的仿真、分析、预测及控制。
（2）建立加工工艺数据库和知识库，完善零组件、机床、夹具等模型库，逐步积累专家经验与知识，实现工艺参数和作业任务的多目标优化。
（3）研究专家经验与计算智能的融合技术，提升智能规划和工艺决策的能力，建立规划与编程的智能推理和决策的方法，实现基于几何与物理多约束的轨迹规划和数控编程。
3）性能预测和智能维护技术
（1）突破在线和远程状态监测和故障诊断的关键技术，建立制造过程状况（如振动、负载、热变形、温度、压力、视觉环境等）的参数表征体系及其与装备性能表征指标的映射关系。
（2）研究损伤智能识别、自愈合调控与智能维护技术，完善损伤特征提取方法和实时处理技术，建立表征装备性能、加工状态的最优特征集，最终实现对故障的自诊断自修复。
（3）建立重大装备的寿命测试和剩余寿命预测方法，对可靠性与寿命精确评估。
4）智能数控系统与智能伺服驱动技术
（1）完善智能伺服控制技术、运动轴负载特性的自动识别技术，实现控制参数自动优化配置，实现多轴插补参数自动优化控制，实现各种误差在线精密补偿，实现基于智能材料和伺服智能控制的振动主动控制技术，实现面向控形和控性的智能加工。
（2）机群控制系统和单机系统实现无缝链接，作业机群具备完善的信息通信功能，机群管理调度系统具有作业信息管理功能、资源优化配置功能和智能调度功能，机群能高效协作施工。
（3）完善机器人的视觉感知和视觉伺服功能、力反馈和力/位混合控制功能；突破基于伺服驱动信号的实时防碰撞技术、非结构环境中的视觉引导技术，实现自律运动、无人灵巧可靠操作。
（4）运用人工智能与虚拟现实等智能化技术，实现语音控制和基于虚拟现实环境的智能操作，发展智能化人机交互技术。
5）装备机电耦合集成技术
（1）完成三维同步结构建模和多领域物理统一建模，几何空间与状态空间融合的行为建模和信息物理融合系统的统一建模，揭示制造装备的机电耦合机理。
（2）实现制造装备的机电集成设计技术。
6）网络环境下的生产信息技术
（1）掌握基于泛在网络的工厂内外环境智能感知技术，包括物流和能量流的信息、互联网和企业信息系统中的相关信息等。
（2）掌握面向服务的信息系统智能集成技术。