在工业4．0已经渐渐到来的时代，提起“智能制造”，就连小小的一块芯片从制造环境、速度、精度和规模都令人感叹，而这一切要归功于规范的半导体制造标准体系。相较于芯片，如果按照国家要求的“企业年生产能力达到80亿瓦时”，那么动力电池未来将比芯片的制造作业频率更高。进一步说，标准动作对于锂离子电池制造，尤其是智能制造来说非常重要。
随着2020年临近，我国发展新能源汽车的战略方针丝毫没有动摇，并逐步完善“补贴退坡＋双积分”组合政策，让整个产业转型向市场化深入。作为新能源汽车的核心零部件，动力电池的性能、产能、价格“三座大山”一直制约着产业升级。
智能制造的加入，让动力电池企业找到了翻越“三座大山”的途径。生产线智能化水平的提高，使得产品一致性增强，并且对产品进行全生命周期的监控，有效保障了整车性能和安全，在电池的能量密度逐步达到350Wh／kg以上的同时，电动汽车的续航里程逼近传统燃油车。从市场来看，产能向上，成本下降，满足了市场需求，也实现了整个动力电池制造链条上的价值最大化。不止制造端，包括研发端、消费端等，乃至整个动力电池产业都将在“智能制造”的影响下产生巨大变革。
如今，我国已经展开前瞻性布局。今年8－9月，工信部发布《关于组织实施2017年智能制造综合标准化与新模式应用项目的通知》和《2017年智能制造试点示范项目》。其中，动力电池产业链上的企业数量明显增多，乐凯、富朗特、微宏动力、天津力神等10多家企业进入名单。
根据规划，“新模式应用”项目将在2019年落地，验收标准以生产效率、运营成本、产品研制周期、产品不良率、单位产值能耗的提升／降低作为考核指标。
“其实‘智能制造’这个概念炒得非常火，但是对于我们锂电企业或者锂电制造来说还有很多的距离和问题。”今年3月，深圳吉阳智云科技有限公司总经理阳如坤如是说。
当前，我国动力电池方面的顶层设计仍然不够完善。从2015年起，继新国标和《汽车动力蓄电池行业规范条件》发布后，国家先后制定多项动力电池相关标准。最近的一项标准是从12月1日开始实施的《车用动力电池回收利用拆解规范》。2017年发布的相关标准有《电动汽车用动力蓄电池产品规格尺寸》、《汽车动力蓄电池编码规则》、《车用动力电池回收利用余能检测》等。
行业标准也相继出炉，如“锂离子蓄电池总成通用要求”及“总成接口和通讯协议”、“锰酸锂蓄电池模块通用要求”、“电动汽车用动力蓄电池产品规格尺寸”等。
反观国际，美国、日本、欧盟等国家在动力电池的标准上配套完善、针对性强、国际化程度高。这些国家主要参考专业的制定标准组织，如国际标准化组织（ISO）、国际电工委员会（IEC）、美国机动车工程师学会（SAE）和美国保险商实验室（UL）等。这些组织所制定的标准体系，囊括了动力电池的设计、制造、检测、安装、验收等各个环节，结合新能源汽车技术发展水平，并作出相应的标准规范和指导。
显然，无论从标准体系国际化水平和针对性，还是标准制定组织机构的建设方面，我国的动力电池标准体系亟待完善。尤其值得注意的是，有关锂离子电池智能设备的标准化和建立体系，我国还尚未出台。
为了更好地帮助新能源汽车动力电池产业应对新市场、新政策、新技术环境的变化，12月24日，中国电器工业协会会长助理、机械工业北京电工技术经济研究所副所长王琨将出席“2017第七届中国新能源汽车动力电池峰会”，并作《锂离子电池及装备制造标准化现状及未来规划》。会上，他将对动力电池标准化的发展现状和未来趋势做详细解读，包括标准化体系建立的总体思考和布局，以及协会工作部署等。
据了解，锂离子电池制造设备标准体系建立已有一年时间，由中国电器工业协会、中国电池联盟、中国电子节能技术协会电池专业委员会等组织机构参与。
项目前期开展了“寻找智造之旅——全国电池行业智能装备调研行”，走访了广州番中电气设备有限公司、佛山市金银河智能设备股份有限公司、东莞市阿李自动化股份有限公司、深圳吉阳智能科技有限公司、大族激光、赢合科技等20多家企业。
截至目前，锂离子电池制造设备技术标准体系中包含45项标准计划项目，项目涉及锂电制备的各个环节。其中，两项行业标准项目“锂离子电池极片涂布机”（2015－1325T－JB）、“锂离子电芯叠片机”（2015－1326T－JB）已进入标准征求意见阶段，一项国家标准项目“锂离子电池生产设备通用技术要求”（20160533－T－604）共三项标准项目已经进入草案稿阶段，一项行业标准《锂离子电芯卷绕设备》（JB／T12763－2015）已于2016年3月批准发布实施。
据透露，项目下一阶段将重点讨论设备智能化标准，包括自动封口设备、电容器自动充放电设备、浆料高速分散设备、分条机、连续式真空干燥系统、自动套管设备以及锂离子制程NMP回收设备等项目。
随着新能源汽车产业创新升级，动力电池产业对智能设备有几项要求：一是设备具有规范的通信标准，实现远程数据收集和传输，远程诊断和维护；二是稳定、可靠性高、精度高、能耗低、自动化程度高；三是运用信息化工具，形成信息化和工业化深度融合，实现深度学习、优化等，从而最终实现大规模智能制造的目标。
