智能装备作为先进制造技术、传感与控制技术以及计算机与人工智能技术深度融合的产物，是实现高效率、高质量、低能耗、环保及安全可靠生产的高端设备，具备感知、决策、执行等多重功能，并成功地整合了信息流、物料流和能量流。其中，制造智能涵盖了感知与测控网络、机器学习与制造知识发现、面向制造的综合推理、图形化建模与仿真以及智能全息人机交互的知识体系。具体而言，智能制造可细分为智能制造装备、智能制造系统以及智能制造服务三个方面。智能制造装备主要涉及工况感知与智能识别、性能预测与智能维护、智能规划与智能编程、智能数控与伺服驱动等环节；智能制造系统则涵盖了系统建模与自主组织、智能制造执行系统、智能企业管控、智能供应链管理以及流程智能控制等多个领域；至于智能制造服务，则包括服务感知与控制的互联、工业产品智能服务、服务过程的智能运控、制造物联网与物流智能服务、制造与服务的集成共享和协同等内容。

    在未来工业发展的大背景下，智能化的重要性不容忽视。智能化不仅有助于提升传统制造工艺水平，还能满足高新技术发展的需求；更为重要的是，智能化的实施既符合科技伦理规范，又能体现出智能性的特点。此外，信息化、智能化技术为现代制造服务业提供了坚实的技术支撑，有望推动机械制造业生产模式发生全面革新。更为关键的是，智能化还能有效缓解环境和能源对机械制造业的制约。

    伴随着硬件成本的持续降低，硬件冗余已经得到广大业界人士的普遍认可和广泛应用。与此同时，硬件设计日趋成熟，能够满足各类预定要求，达到极高的可靠性水平。然而，尽管硬件可靠性水平不断提高，但在设计软件时仍难以确保完全满足预定要求。尤其是对于包括从控制系统到安全系统、从独立系统到复杂集成系统在内的各类工业系统来说，对软件的依赖程度正日益加深。换言之，软件的复杂度日益攀升，使得其可靠性控制愈发困难。因此，由软件和人为因素引发的故障、事故乃至停机事件所占据的比例正在逐步加大。

    值得我们深思的是，自动化系统中的软件开发成本呈现出逐年上升的趋势。根据权威数据显示，自1980年至2010年间的30年里，装备制造系统中的软件成本由最初的10%激增至40%，电子电气成本亦由10%上涨至25%，而机械成本则由80%下滑至35%。除此之外，软件的复杂性随规模扩大呈指数级增长，所需开发时间也相应延长，且软件出错的可能性也在不断增大。由此可见，对软件复杂性进行科学管理的紧迫性日益凸显。

    毫无疑问，在工业控制领域，软件设计的工程化需要在其全生命周期内得到充分而彻底的实施，具体包括但不限于设计阶段、仿真阶段、程序编码阶段、调试阶段、现场调试阶段、运行阶段以及支持服务阶段（面向供应商）与维护阶段（面向用户）等各个环节的严密把控。

    在此过程中，编程语言无疑将成为实现软件功能的基石所在。对于任何一个控制系统而言，软件的重要性都是无庸赘述的。选择何种编程语言来编写应用软件，并为贯穿于整个软件全生命周期的各个环节提供坚实可靠的基础及充足的技术支持，无疑具有至关重要的意义。这种编程语言应当基于现代软件工程的理论框架进行构建，以便能够在软件的全生命周期内实现各类必要功能。为此，该编程语言首先应具备如下特性：结构清晰、易于拆分、可重复利用、在软件执行过程中必须保持可控性，同时还需确保其可被验证与确认。