測(cè)試臺(tái)（Testbeds）

　　測(cè)試臺(tái)是指：SMLC基于智能制造平臺(tái)正在開發(fā)和部署的特定用例（use case），面對(duì)制造的挑戰(zhàn)和機(jī)遇。這些應(yīng)用案例今后會(huì)放入智能制造平臺(tái)，提供給更多的用戶使用和參考。

　　使用行業(yè)驅(qū)動(dòng)的方法

　　不同行業(yè)對(duì)智能制造的要求千差萬別，所以按照不同行業(yè)對(duì)企業(yè)進(jìn)行劃分，進(jìn)行案例的實(shí)施、研究、分析和總結(jié)，能起到很好的示范作用。這與我國(guó)實(shí)施的示范工程項(xiàng)目有異曲同工之妙。

　　為了讓智能制造平臺(tái)能為所有的潛在用戶使用，針對(duì)特定應(yīng)用的控制和管理解決方案，能明顯降低開發(fā)成本。為此，智能制造平臺(tái)同時(shí)為各種應(yīng)用開發(fā)智能制造系統(tǒng)測(cè)試臺(tái)。這種方法為智能制造平臺(tái)開發(fā)注入設(shè)計(jì)理念，創(chuàng)建了一種推動(dòng)或拉動(dòng)的商業(yè)化戰(zhàn)略，加速早期的應(yīng)用者盡快獲得可測(cè)量的收益。測(cè)試臺(tái)能為企業(yè)部署和實(shí)施智能制造降低各種風(fēng)險(xiǎn)。 SMLC聯(lián)合工業(yè)、政府、制造商和高校資源，加快智能制造方法和技術(shù)的開發(fā)。

　　智能制造平臺(tái)的原型是根據(jù)美國(guó)能源部要求而開發(fā)的項(xiàng)目。其他的測(cè)試臺(tái)會(huì)利用該項(xiàng)目的成果。

　　試驗(yàn)臺(tái)案例

　　在所有智能制造測(cè)試臺(tái)的項(xiàng)目中，第一個(gè)成功的案例應(yīng)能提供一組對(duì)特定目標(biāo)而定義的語(yǔ)境數(shù)據(jù)，具有數(shù)據(jù)管理、分析和建模的實(shí)踐經(jīng)驗(yàn)，以及使用度量與標(biāo)準(zhǔn)的可操作結(jié)果。這些信息為今后案例的成功推廣奠定了基礎(chǔ)。另外，成功的廠區(qū)可作為一個(gè)樣板，之后把其推廣到其他廠區(qū)，這樣能減小開發(fā)和實(shí)施的成本與風(fēng)險(xiǎn)。作為結(jié)果，試驗(yàn)臺(tái)與智能制造平臺(tái)技術(shù)一起，還能降低短期與長(zhǎng)期投資的風(fēng)險(xiǎn)、提高回報(bào)率、提供復(fù)制方法、縮短實(shí)施智能制造系統(tǒng)的開發(fā)時(shí)間。

　　案例1，金屬零件制造

　　離散工廠具有高耗能的運(yùn)營(yíng)特性 -- 金屬零件制造包括一系列鍛造、熱處理、機(jī)械加工步驟，把原材料轉(zhuǎn)換成各種符合用戶要求和產(chǎn)品規(guī)格的零件。熱鍛造和熱處理是能量密集型工藝，加熱爐的爐溫經(jīng)常超過750℃。這家制造商生產(chǎn)多種產(chǎn)品，需要滿足不同的客戶訂單。新加熱爐控制系統(tǒng)和數(shù)控加工對(duì)生產(chǎn)過程進(jìn)行了優(yōu)化，從而節(jié)省了能源，提高了生產(chǎn)率。除了這些，該智能制造系統(tǒng)計(jì)劃使用原位測(cè)量和推理分析，把金屬特性的熱處理影響模型加入了控制。該數(shù)據(jù)可用來動(dòng)態(tài)管理零件的金相結(jié)構(gòu)和能源使用，提高下游加工的生產(chǎn)率、減少次品，以及動(dòng)態(tài)管理所有運(yùn)行的燃料和電力。在整個(gè)制造線中，天然氣與電能使用、機(jī)器維護(hù)等的改進(jìn)還在進(jìn)行中。該智能制造平臺(tái)，可使用高性能計(jì)算，基于模型方案進(jìn)行運(yùn)營(yíng)、業(yè)務(wù)和財(cái)務(wù)實(shí)現(xiàn)。在生產(chǎn)運(yùn)行中可建立初始模型，然后不斷成長(zhǎng)和成熟。還可以試用不同的模型和分析組件，開發(fā)自己的模型和數(shù)據(jù)配置。

　　案例2，過程與制造

　　可配置數(shù)據(jù)、模型快速分析、用“大數(shù)據(jù)”開發(fā)模型 -- 這個(gè)過程和制造測(cè)試臺(tái)主要針對(duì)過程建模，包括感知、分析、平臺(tái)和集成。該特定目標(biāo)是為用數(shù)據(jù)做決策的企業(yè)減少時(shí)間和工作。90％的企業(yè)都在忙著收集數(shù)據(jù)、情境化和分析數(shù)據(jù)，如工廠歷史數(shù)據(jù)庫(kù)、實(shí)時(shí)過程數(shù)據(jù)和部件質(zhì)量數(shù)據(jù)、設(shè)備規(guī)范數(shù)據(jù)和供應(yīng)鏈數(shù)據(jù)庫(kù)。該測(cè)試臺(tái)使用智能制造平臺(tái)，采用良好定義的績(jī)效目標(biāo)，始終用情境數(shù)據(jù)和建模需求來驅(qū)動(dòng)，通過不斷增長(zhǎng)的數(shù)據(jù)和日益成熟的模型，逐步發(fā)展和應(yīng)用制造智能。智能制造平臺(tái)的經(jīng)濟(jì)學(xué)分析（相對(duì)于沒有平臺(tái)）指出：部署智能制造的成本，使用建模方法能減少25％。相似應(yīng)用的復(fù)制和重用，在第一次使用時(shí)能減少60％的工作量。

　　其他的項(xiàng)目如：蒸汽甲烷改造、食品供應(yīng)鏈等也正在進(jìn)行，隨著時(shí)間的推進(jìn)，更多的測(cè)試臺(tái)會(huì)不斷地涌現(xiàn)和累積。