气动技术本身是广受用户认可的技术。全新的Festo Motion Terminal(数字控制终端)通过APP可替代50多种单个元件，一下将气动技术拉入到工业4.0的时代，让气动技术变得更易于使用，用途更广泛，灵活性更强。

  但随着近年来工业化水平的提高，国产智能型阀门电动执行器的可靠性，智能化程度等都得到了跨越性的发展，在抗干扰、环境适应性方面也有相当显著的突破。黄山良业阀门生产的阀门电动执行器就是这里面首屈一指的产品。

  拯救法国工业！10月最后一天，法国议会称，一个针对国家工业政策的调查委员会已在众议院正式成立。它的调查内容有在阿尔斯通等企业被并购过程中，政府所做的“保护优秀工业”的努力。

  数字化工厂中OODA模型中的行为流是包含人、机器、来自物的数据的工艺流程。在一个受低盈利挑战的艰难的市场中，比竞争思考与行动更快的能力创造，是一个突出的优势。事实上，改善了的供应链管理与更低的操作成本是制造业与高科技工业发展的关键驱动。

  价值流的数字化与物理设备与数字世界的匹配映射，使贯穿产品生命周期的工作方式成为可能——从设计到采购，通过供应链、生产现场直至所有重要的售后服务市场。科技本身如大数据、分析、云计算、物联网，正在重新定义每个人的角色和运行模式。

  物联网、大数据、云计算、人工智能等技术正在给传统工业带来深刻的变革，在这轮发展浪潮中蕴含着巨大的机遇和同时也面临着挑战，企业如何在这次机遇中突围而出？新技术带来了无限遐想，但若使用不当也会滿盘皆输。

  工业4.0概念的光环正在减弱，而更多工厂转变发展方式与经济转型的真知灼见正在不断地涌现出来。人机一体化智能系统作为中国制造2025的主攻方向，其中的数字化、网络化和智能化提出了一个可以探索的路径。

  MES日益成为当下制造的转型升级的焦点之一。但遗憾的是，MES近年来的发展与演进却似乎略嫌滞后，传统的MES已经难以完全满足数字化制造的需求。在这样的背景下，早在2012年即已被部分公司开始探索实践的MOM，在近年来逐渐被更多企业认可与接受。

  面对日、德、法三国差异化的高速列车设计，中国高铁装备研发、设计、制造、试验各参与单位以深刻理解不同车型运行原理、融会形成自主设计思想为目标，开展高强度并行学习，在试验效率、问题识别、工作逻辑、设计工具、标准确立等方面快速改善。

  在工厂推进人机一体化智能系统首先要做的第一步就是工厂设备的数字化。让工厂中的设备数据来进行采集传输，打通设备、工艺与人之间的通讯桥梁，实现网络化，让各系统之间能够直接进行对话，然后再将工厂中的各个流程及环节进行衔接打通，实现工厂智能化。

  本文主要是探索工业转型升级过程中所需要的成熟度评估方法，分为上中下三篇。上篇通过对一些德国、美国及中国有代表性的的评测模型做多元化的分析；中篇探讨性提出对评测模型的改进；下篇结合具体评测实践，从而提升企业的核心能力，实现可操作的落地。

  改变开放以来，中国一步一步走向制造大国，但是中国制造业大而不强，转型、升级是中国制造业不可避免的任务和必经之路。

  六西格玛设计是客户的真实需求驱动的，创造性使用一系列现代产品设计方法，最终由设计带来的最大实现用户需求的六西格玛产品质量。六西格玛设计不仅适用在产品设计领域，也用于流程设计领域；不仅用于传统制造业，也用于服务业。

  “德国制造”一直被视作质量过硬的代名词，“中国制造”却一度因山寨货被扣上低劣的帽子。然而，德国权威质量管理机构德国质量协会(DGQ)和德国市场研究机构“Innofact”9日公布的一项调查研究结果为，情况已今非昔比。

  制造业在生产的全部过程中必然会产生各类排放，导致环境污染。这类环境污染的问题单靠政府的监管是很难有效解决的，企业在追求利润的同时还应主动肩负起应有的社会责任。

  这一轮数字化革命将通过代替人力劳动来降低生产所带来的成本，传统的制造业由于缺乏准确的市场预测，产品设计，生产和库存都无序地进行着，加上物流、交货时间等成本，使得企业消耗大量的成本。

  考察高速动车组技术追赶过程中四方面的特点，中国高铁装备产业正向设计能力的跃迁，主要得益于以下因素。战略导向、资源配置、活动系统、学习机制。本文为《解码高铁》三部曲中篇，节选自《从逆向工程到正向设计：中国高铁对装备制造业技术追赶与自主创新的启示》报告。

  工业系统一旦给黑客入侵，改写控制程序，将能给工厂制造灾难性事件。根据网络安全公司卡巴斯基实验室最新报告称，制造业慢慢的变成了第二个最容易受到网络攻击的行业，工业控制管理系统（ICS）和制造业的计算机的入侵数量占所有攻击的三分之一。

  一直以来，谈起日本制造，人们无不竖起大拇指，其优质的产品和良好的声誉享誉世界。但是近年来，日本企业产品造假、财务造假、数据造假等现象频发，丑闻不断，“日本制造”正跌落神坛。

  几年前，物联网的技术发展激起了工业巨头们的极大兴趣——把智能传感器、网络和大数据技术整合在一起，这当然是可行的；但是物联网真正的潜力、实施和应用情形尚不明确，人们只是热衷于讨论物联网何时才能真正地投入于企业未来的发展。