如何實施智能制造,需要考慮智能制造的三個支點:產品、裝備和過程。
圖1 智能制造的三個支點
第一個需要考慮的是推動智能制造的目標是什么。顯然,企業追求的是產品,而不是要把企業搞的有多時髦。企業銷售產品的時候,不是要宣傳企業的生產線有多漂亮、多現代,而一定要說明這個產品的價值何在。產品是企業面向社會的表現。智能制造的目標是產品,而不是智能制造本身。因此,產品的智能化是企業必須考慮的首要問題之一。智能制造如果不能生產出智能的產品,智能制造就失去了時代的意義。而且,企業的產品如果不是智能化的,產品和企業今后被淘汰的可能性就很大。
第二個支點是裝備,生產過程(包括研發、設計)中的每一個關鍵環節上的裝備,一定要智能化。如果這個智能化實現不了,勞動生產力和勞動效率就不可能得到很大提高,企業可能就沒有競爭力。不是數字化、網絡化和智能化的生產裝備,就不是這個時代的先進制造裝備。而且,如果設備沒有智能化,也可能無法生產出企業想要生產的智能化產品。
第三個支點是企業生產過程的智能化問題。裝備智能化解決的是生產過程中“點”的智能化問題;企業只有實現生產全過程的智能化,才能實現企業全局的智能化,才能夠實現智能化效益的最大化。
智能產品是第一支點
一個機床生產廠,生產裝備和過程如果都是智能化的,而它生產出來的機床卻是一般的機床,沒有智能化的要素,那么這個機床廠的前途就非常堪憂。因為,他自己都不會去購買這樣不夠智能化的機床。
因此,任何一個企業在考慮其智能制造如何發展的時候,首先應該想到的是自己的產品怎么實現智能化。即使生產過程沒有部分或全部實現智能化,能夠把智能的產品做出來,那么企業還是應該首先考慮產品的智能化問題。
產品的智能化,是通過產品中包含有各種復雜程度不等的計算機系統,尤其是嵌入式系統,來實現的。嵌入式系統不僅可以成為智能制造最重要最具有代表性的技術,而且會形成一個龐大的產業鏈。中國的嵌入式系統,發展的速度比較緩慢——盡管起步并不晚。產品所用的嵌入式系統,絕大多數對于芯片的要求都不一定特別高,一般也就是幾十納米到上百納米,甚至檔次再低一點,也或許夠用。因此,技術難度并不大。
產品智能化是當今計算技術發展的一個新的重大趨勢。計算技術發明的初衷是為了科學計算。而后,發展為支持人類各種業務活動的信息處理和傳播,即業務計算。業務計算的覆蓋范圍已經比科學計算要大得多。上世紀90年代以后,隨著互聯網的發展,QQ、微信、Facebook等開始崛起,計算技術滲入了人們的社會生活,大大地推動了社會計算的發展,計算技術的應用覆蓋范圍則更進一步擴大。
現在,計算技術開始向各種產品領域滲透,提升產品的智能化水平。智能產品數以百億,甚至千億計,產品計算的覆蓋范圍可以說是“無遠弗屆”,一定會給整個IT產業帶來巨大的變化。因此,計算技術應用的下一個熱點,是產品計算。所有的產品都要程度不等地走向智能化,計算都有可能參與其中。這一點,跟工業互聯網快速發展的需求有很大的關系。
圖2 計算技術應用的發展階段
現在的智能產品跟以前所謂的嵌入式系統功能需求還不完全一樣,主要功能體現在三個方面。第一個是傳感,產品需要能夠感受外部的情況變化,或者能夠整合產品內部的數據。第二個是計算,包括產品本身的操作系統,以及產品使用的各種應用系統。例如,從數據分析到高端計算——也就是人工智能。第三個是聯網,隨著全球物聯網的發展,產品可能具有霧計算、邊緣計算和云計算相聯結的功能。因此新一代的智能產品,跟以前講的嵌入式系統的概念已經大不相同。
圖3 無處不在的智能產品
智能裝備是最大難點
裝備是智能制造最大的難點。生產裝備一般都比較復雜,而且批量可能不大,所采用的工業軟件也往往非常復雜。這使得生產成本很高,市場很小,因此愿意或有實力從事智能裝備制造的企業并不多。而且,由于裝備的開發周期長,導致企業經營的風險很大。
另外,裝備制造的難點很大程度上是在軟裝備上面,即以工業軟件為代表的軟裝備,包括CAD/CAE這樣的軟件工具。沒有軟裝備,就不可能有“數字化、網絡化、智能化”。抽去軟件,信息化的一切成果都不復存在。工業軟件首先是一個工業產品,而且往往是高端工業產品。這是中國制造2025主要的難點,而工業界對這一點的認識,還很不充分。
過程智能化
發達國家的制造業在生產裝備智能化這一點上,已經非常領先。尤其是日本和德國,已經基本上壟斷了全球重大制造業生產裝備的市場。而智能制造的下一步的發展,就是要實現過程的智能化,完成從裝備這個“點”向過程這條“線”的發展。
過程智能化最典型的代表,正是工業4.0和工業互聯網的奮斗目標。工業4.0提出,企業的信息系統要走向一體化,包括縱向一體化和橫向一體化。縱向一體化就是《三論智能制造》的系列之一中提到的企業的內部網,而橫向一體化正是企業的外部網。現在,要把內部網和外部網完全整合在一起,將數據完全打通。
圖4 內部網和外部網的一體化
此外,要把整合之后的系統,打造成一個智能物理系統(Cyber-Physical-System, CPS)。這里的Cyber意指計算機或計算機網絡。在很多現代化企業里,不管內部網或外部網,都還只是一個獨立的計算機網絡或者系統,或者實現了初步的整合。如何跟企業這個物理實體融為一體,有效地運轉,是一門大學問。
美國國家科學基金(NSF)在2006年的一個報告中指出,現有的、工業時代發展出來的系統科學(包括系統工程理論),還不能很好地回答這類問題。他們認為,企業這個物理實體與其內含的計算機和網絡系統如何協同一致、高效精確的工作,如何增強這類系統的適應性、自主性、功能性、可靠性、安全性、可用性和效率,將會發展成為一個新的系統工程學,是美國需要重點發展的前沿命題。實際上,美國關于CPS的研究報告非常多,對這個命題非常關注。
過程智能化的實現
工業4.0或者工業互聯網的目標,不僅要把內部網、外部網連起來,而且要變成一個智能物理系統(CPS)。二者都可以通過一個“5C(五層)”結構來表述。
圖5 工業互聯網和工業4.0的“5C(五層)”架構
最下面一層是智慧的連接層,第二層是數據轉換成信息,第三層是Cyber層,是企業的云計算數據中心。在這里,需要把第二層處理所得的有效數據,與企業計算機系統中相對應的期望值做對比分析。第四層是認知層,根據對比差異,找到問題之所在及解決問題的方法。因此,這一層實際上是一個決策層。第五層是配置層,可以按照決策要求,通過計算機網絡,對人、對物、對計算機進行重新配置或更改。這樣的一個五層結構,構成了一個標準的反饋控制系統,可以對企業的控制對象,即:人(員工)、機器、計算機系統、各種物理實體等,進行實時的反饋和控制。這樣的一個反饋系統,其各層次所對應的技術支撐,如圖5所示。正是利用這些當下最時髦的先進技術,工業互聯網實現了企業整個業務活動全過程的的智能控制。
根據這個思路,工業4.0和工業互聯網在2015年分別完成了系統的架構設計。工業互聯網的參考架構,可以清楚地說明系統的要素和相互之間的關系,并提供了一個開放的“工業互聯網系統設計指南”。應該強調的是,這里說的是指南,是給出了一個大家共同努力、同向而行的方向,而不是標準。
這個架構設計描述了工業互聯網系統的內外三層結構。從邊緣層,到平臺層,再到企業層,如果我們把它看作是一個球體的話,外面就是設備端的邊緣層,中間是平臺層(工業互聯網平臺,主要指這一部分。當然現在也有將工業互聯網平臺泛化的趨勢),最內層是企業層。在邊緣層上主要是邊緣的網關,采集各種各樣的數據;送到平臺層之后,平臺層對數據做必要的處理和分析;分析完之后,再送達企業層,送到企業的應用系統。企業會根據不同的應用做不同的分析,做出判斷和決策,將數據再往回傳送到平臺層和邊緣層,直至送達企業內外聯接的各個部門和單位。
圖6 工業互聯網架構的內外三層結構
顯然,數據分析和處理在工業互聯網系統中極為重要,包括:端點數據的獲取、從數據中提取信息的先進數據處理技術,各種決策模型的分析計算,以及系統結果的輸出。其中,大量使用的是計算科學的辦法:需要建模,需要算法,需要數據等等,最后產生的是決策數據。當然,安全、可信、隱私等,在結構中也有詳細的考慮。
智能制造與工業互聯網
現在,國內關于工業互聯網平臺的概念討論很多。工業互聯網平臺,是一個以企業為中心的平臺,而不是說在整個工業行業建一個大的所謂“工業互聯網平臺”。所謂平臺化是發展的趨勢,其實是指企業的平臺化,每一個大企業都會有自己的一個企業平臺,而不會把自己的業務搬到其他企業的平臺上去。波音的平臺不會到中航工業的平臺上,空客的平臺也不會到波音的平臺上去。
如果一定要說有一個工業和產業共用共享的平臺,那這個平臺就是全球物聯網平臺(Internet of Things, IOT),它不是為哪個工業,為哪個部門而設計的,而是面向全世界各行各業乃至個人服務的全球物聯網。
工業互聯網平臺是一個理想的“過程”智能化的平臺。設想非常完美,但系統非常復雜。在實現過程當中,未知數還很多,不同產業類別的企業平臺之間的差異也很大。例如,中航工業的平臺,幾乎不太可能拿去給中石油用,基本上要推倒重建。所以,每個企業一定要從自身的緊迫需求和實際效益出發,分步推進,絕對不能盲目跟隨,尤其考慮到當前中國制造業發展的水平和信息化的水平離國際先進水平相差仍然很大,“過程”智能化的路途還比較遙遠。
如果把智能制造的全部資源和精力都投在工業互聯網平臺上,又把平臺理解為產業的平臺,可能就誤判了智能制造的發展方向。當務之急,還是我們的產品和裝備的智能化問題,這對當下的中國來講,是智能制造的重點努力方向。
-
智能制造
+關注
關注
48文章
5488瀏覽量
76267 -
工業互聯網
+關注
關注
28文章
4301瀏覽量
94054
原文標題:實施智能制造的核心支點在哪里?
文章出處:【微信號:GeWu-IOT,微信公眾號:物聯網資本論】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論