在工業4．0已經漸漸到來的時代，提起“智能制造”，就連小小的一塊芯片從制造環境、速度、精度和規模都令人感嘆，而這一切要歸功于規范的半導體制造標準體系。相較于芯片，如果按照國家要求的“企業年生產能力達到80億瓦時”，那么動力電池未來將比芯片的制造作業頻率更高。進一步說，標準動作對于鋰離子電池制造，尤其是智能制造來說非常重要。
隨著2020年臨近，我國發展新能源汽車的戰略方針絲毫沒有動搖，并逐步完善“補貼退坡＋雙積分”組合政策，讓整個產業轉型向市場化深入。作為新能源汽車的核心零部件，動力電池的性能、產能、價格“三座大山”一直制約著產業升級。
智能制造的加入，讓動力電池企業找到了翻越“三座大山”的途徑。生產線智能化水平的提高，使得產品一致性增強，并且對產品進行全生命周期的監控，有效保障了整車性能和安全，在電池的能量密度逐步達到350Wh／kg以上的同時，電動汽車的續航里程逼近傳統燃油車。從市場來看，產能向上，成本下降，滿足了市場需求，也實現了整個動力電池制造鏈條上的價值最大化。不止制造端，包括研發端、消費端等，乃至整個動力電池產業都將在“智能制造”的影響下產生巨大變革。
如今，我國已經展開前瞻性布局。今年8－9月，工信部發布《關于組織實施2017年智能制造綜合標準化與新模式應用項目的通知》和《2017年智能制造試點示范項目》。其中，動力電池產業鏈上的企業數量明顯增多，樂凱、富朗特、微宏動力、天津力神等10多家企業進入名單。
根據規劃，“新模式應用”項目將在2019年落地，驗收標準以生產效率、運營成本、產品研制周期、產品不良率、單位產值能耗的提升／降低作為考核指標。
“其實‘智能制造’這個概念炒得非常火，但是對于我們鋰電企業或者鋰電制造來說還有很多的距離和問題。”今年3月，深圳吉陽智云科技有限公司總經理陽如坤如是說。
當前，我國動力電池方面的頂層設計仍然不夠完善。從2015年起，繼新國標和《汽車動力蓄電池行業規范條件》發布后，國家先后制定多項動力電池相關標準。最近的一項標準是從12月1日開始實施的《車用動力電池回收利用拆解規范》。2017年發布的相關標準有《電動汽車用動力蓄電池產品規格尺寸》、《汽車動力蓄電池編碼規則》、《車用動力電池回收利用余能檢測》等。
行業標準也相繼出爐，如“鋰離子蓄電池總成通用要求”及“總成接口和通訊協議”、“錳酸鋰蓄電池模塊通用要求”、“電動汽車用動力蓄電池產品規格尺寸”等。
反觀國際，美國、日本、歐盟等國家在動力電池的標準上配套完善、針對性強、國際化程度高。這些國家主要參考專業的制定標準組織，如國際標準化組織（ISO）、國際電工委員會（IEC）、美國機動車工程師學會（SAE）和美國保險商實驗室（UL）等。這些組織所制定的標準體系，囊括了動力電池的設計、制造、檢測、安裝、驗收等各個環節，結合新能源汽車技術發展水平，并作出相應的標準規范和指導。
顯然，無論從標準體系國際化水平和針對性，還是標準制定組織機構的建設方面，我國的動力電池標準體系亟待完善。尤其值得注意的是，有關鋰離子電池智能設備的標準化和建立體系，我國還尚未出臺。
為了更好地幫助新能源汽車動力電池產業應對新市場、新政策、新技術環境的變化，12月24日，中國電器工業協會會長助理、機械工業北京電工技術經濟研究所副所長王琨將出席“2017第七屆中國新能源汽車動力電池峰會”，并作《鋰離子電池及裝備制造標準化現狀及未來規劃》。會上，他將對動力電池標準化的發展現狀和未來趨勢做詳細解讀，包括標準化體系建立的總體思考和布局，以及協會工作部署等。
據了解，鋰離子電池制造設備標準體系建立已有一年時間，由中國電器工業協會、中國電池聯盟、中國電子節能技術協會電池專業委員會等組織機構參與。
項目前期開展了“尋找智造之旅——全國電池行業智能裝備調研行”，走訪了廣州番中電氣設備有限公司、佛山市金銀河智能設備股份有限公司、東莞市阿李自動化股份有限公司、深圳吉陽智能科技有限公司、大族激光、贏合科技等20多家企業。
截至目前，鋰離子電池制造設備技術標準體系中包含45項標準計劃項目，項目涉及鋰電制備的各個環節。其中，兩項行業標準項目“鋰離子電池極片涂布機”（2015－1325T－JB）、“鋰離子電芯疊片機”（2015－1326T－JB）已進入標準征求意見階段，一項國家標準項目“鋰離子電池生產設備通用技術要求”（20160533－T－604）共三項標準項目已經進入草案稿階段，一項行業標準《鋰離子電芯卷繞設備》（JB／T 12763－2015）已于2016年3月批準發布實施。
據透露，項目下一階段將重點討論設備智能化標準，包括自動封口設備、電容器自動充放電設備、漿料高速分散設備、分條機、連續式真空干燥系統、自動套管設備以及鋰離子制程NMP回收設備等項目。
隨著新能源汽車產業創新升級，動力電池產業對智能設備有幾項要求：一是設備具有規范的通信標準，實現遠程數據收集和傳輸，遠程診斷和維護；二是穩定、可靠性高、精度高、能耗低、自動化程度高；三是運用信息化工具，形成信息化和工業化深度融合，實現深度學習、優化等，從而最終實現大規模智能制造的目標。