智能制造概念随着“工业4.0”和“中国制造2025”的提出被日益热炒。众说纷纭，做软件的说智能制造就是信息化、数字化，做硬件的说智能制造就是自动化，其实这些都不是真正的智能制造，只能算是某个领域里的单向智能，例如服装厂购买自动化设备，确实改良了传统模式，实现了去人化，但只是单点上而已。

在国家的《智能制造发展规划（2016-2020年）》上对智能制造给出了较为明确的定义。

智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于智能设计、智能制造、智能销售的生产活动新模式。推动智能制造，能够有效缩短产品研制周期、提高生产效率和产品质量、降低运营成本和资源能源消耗，并促进基于互联网新业态、新模式的孕育发展。

在传统串行工程的流程化工作模式中，数字化产品设计和信息化生产管理是两个相互孤岛、顺序执行的体系。如何融合数字化与信息化两大体系的技术孤岛导致的数据孤岛问题，突破数字化、信息化的并行数据工程技术壁垒。

而DFX，顾名思义就是Design for X，DFX的变量取决于X的定义，X可以代表产品生命周期中作业的某一对象、阶段， DFX面向制造的设计变量DFM（Design for Manufacturing），面向部件化的设计变量DFA（Design for Assembly）等等。基DFX为基础核心主数据，充分考虑设计数据的可制造性，设计的数据智能转化信息化管理的来源数据等。

智能制造以产品数字设计数据（DFX）为基础，以先进制造与装备为载体，以高效精益化制造为核心，实现消费需求侧与产品供给侧的精准对接，更好地推进服装产业互联网经济发展。

智能制造系统架构通过产品数据、先进制造和销售运营三个维度构建完整的模式模型，主要解决智能制造标准体系结构和框架的建模研究。如图所示

第一关：智能设计DFX数据

 产品设计数据是智能制造的基础，是它要突破的第一关，包括软件网络化、数据结构化双化融合。

产品数字化作为最核心的源数据，也就是产品数据来源，为产品的先进制造的信息化管理提供生产的基础数据，也会直接参与到产品的网络化运营。

（1）首先，软件网络化是指软件数据储存与交互方式、增加数据结构化的基本需求升级，即是从单机功能无数据结构化软件到数据结构化大数据支持的软件升级，从某种程度来讲，服装企业已具备了单机无数据结构的功能应用层面，但出于生态考虑的数据结构化大数据软件，大部分企业还不具备。

（2）其次， 数据结构生态化，是指企业在产品数字化设计研发而形成的结构化数据无缝融合在智能制造系统架构中。因为如今传统模式中，设计所用的CDR、AI、PS，版师的CAD制版软件，以及办公软件所做的表单文件没能真正生态结构化融合体系中，则意味着数据无法实现生态流转，无法让数据产生更大的生态价值。

（3）最后，软件的生态两化融合， 就是数字化设计（DFX）与信息化管理的双化结合，只有基于数字化设计为基本条件驱动的生产，才真正意义上算是数字化生产。如果不具备数字化数据驱动的生产，充其量也只是归类为生产信息化管理。突破软件间的数字化与信息化壁垒，打破了以往由技术孤岛导致的信息孤岛关键问题。

第二关：双化融合先进制造

产品设计的结构化数据（DFX)赋能予先进制造，生产制造领域的智造层级自下而上有三层的结构，第一步实现由设计结构化数据驱动下的生产信息化管理与管控；第二步实现由设计结构化数据驱动下的先进装备、设备的运转；第三步实现制造过程的精益化管理。

（1）首先第一层次，实现生产信息化管理，包括企业资源计划系统（ERP）、生产排产计划（APS）、制造执行系统（MES）、标准工时系统（GST）和仓储管理系统（WMS）等。

（2）其次第二层次，软件、硬件双化融合，即是软件的数字化DFX数据（非信息化管理数据）与智能设备的数据融合，实现产品与设备、人与设备、设备与设备之间的互联互通，实现数据协同作业，与装备实现面向工厂铺、裁、缝、流的智能化机器，包括自动拉布机、电脑裁床、特种缝纫机、智能吊挂流水线、智能仓储、传感器等，推动企业生产活动。

（3）最后第三层次，具备信息化管理、双化融合的前提下实现高效精益化管理面。借助互联网的协同实现研发协同、智能精益生产，从生产计划、产线均衡、快速换型及自动化等方面实现生产均衡化高效精益化改革。

第三关：生态数据的销售运营

基于产品数据与先进制造的实现条件下，与商务运营各环节实现串通，达到全面的融合协同，这是实现智能制造需要突破的第三个关卡。

企业产品销售运营要实现产业链上整体价值的提升，必须融合设计、生产数据的数字运营综合竞争能力，即常说的产品生命周期PLM，由数字化智能设计、智能智造、生态数据为基础的商品销售等相互关联价值，打造体系化智能制造新模式。