探寻智能制造的真谛

导读

INTRODUCTION

探寻智能制造的真谛——《智能制造概论》读书笔记与思考。

文章信息

本文由国家智能制造专家委员会委员、e-works数字化企业总编、CEO黄培博士原创。

《二十大报告》强调,我国要坚持把发展经济的着力点放在实体经济上,推进新型工业化,加快建设制造强国、质量强国的建设,推动制造业高端化、智能化、绿色化发展。《十四五规划》指出,我国将深入实施智能制造和绿色制造工程,发展服务型制造新模式,建设智能制造示范工厂,完善智能制造标准体系。《十四五智能制造发展规划》则指出,智能制造是基于新一代信息技术与先进制造技术深度融合,贯穿于设计、生产、管理、服务等制造活动各个环节,具有自感知、自决策、自执行、自适应、自学习等特征,旨在提高制造业质量、效益和核心竞争力的先进生产方式。作为制造强国建设的主攻方向,智能制造发展水平关乎我国未来制造业的全球地位,对于加快发展现代产业体系,巩固壮大实体经济根基,构建新发展格局,建设数字中国具有重要作用。

 

这三个重要文件为我国制造业转型和智能制造推进指明了方向。那么,

 

◉ 智能制造的定义是什么?内涵是什么?

◉ 智能制造与其他现代制造理念之间的关系如何?

◉ 制造企业实现智能化的途径有哪些?

 

只有正确理解这几个根本性的问题,才能正确把握推进智能制造的方向,明确智能制造的推进策略。

 

最近,我仔细研读了李培根院士和高亮教授撰写的《智能制造概论》一书。这本书高屋建瓴,对于智能制造的上述根本性问题有非常精彩的论述,充分体现了两位专家在智能制造领域的学术思想和前瞻性思维,让我茅塞顿开,做了很多读书笔记。本文将摘录该书的精辟内容,以及我对这些问题的理解与思考,敬请读者指正。文章中的黑体字大部分引自书中的重要论述。

 

图1. 李培根院士和高亮教授编著的《智能制造概论》

关于智能制造的定义
推进智能制造的前提是准确理解智能制造的内涵。《智能制造概论》在介绍了国内外专家和研究机构给出的智能制造定义基础上,给出了对智能制造的定义。
 
书中介绍,美国的Wright和Bourne在其《制造智能》(智能制造研究领域的首本专著)中,将智能制造定义为“通过集成知识工程、制造软件系统、机器人视觉和机器人控制来对制造技工们的技能与专家知识进行建模,以使智能机器能够在没有人工干预的情况下进行小批量生产”。《智能制造概论》评价,虽然智能制造并不限于小批量制造,但这个定义是富有远见和开创性的。
 
中国科学院老院长路甬祥院士对智能制造给出的定义是:“一种由智能机器和人类专家共同组成的人机一体化智能系统,它在制造过程中能够进行智能活动,诸如分析、推理、判断、构思和决策等。通过人与智能机器的合作共事,去扩大、延伸和部分地取代人类专家在制造活动中的脑力劳动。它把制造自动化的概念更新、扩展到柔性化、智能化和高度集成化”。《智能制造概论》认为,这个定义强调人机一体化,乃深刻洞见。
 
在综述相关定义的基础上,《智能制造概论》给出了对智能制造的定义:将机器智能融合于制造的各种活动中,以满足企业相应的目标。
 
这个定义可谓言简意赅。其中的关键词包括:机器智能、融合、制造活动、目标。机器智能包括计算、感知、识别、存储记忆、呈现、仿真、学习、推理……,既包括传统智能技术(例如传感和基于知识的系统KBS),也包括新一代人工智能技术(例如基于大数据的深度学习)。机器智能是人类智慧的凝结、延伸和扩展,总体上并未超越人类的智慧,但某些单元智能的强度远超人的能力。企业的制造活动包括研发、设计、加工、装配、设备运维、采购、销售、财务等;融合意味着并非完全颠覆以前的制造方式,而是通过融入机器智能,进一步提高制造的效能。智能制造的目的是满足企业相应的目标,提高效率、降低成本、绿色均属于企业的目标。
 
《智能制造概论》给出了智能制造系统的定义:把机器智能融入包括人和资源形成的系统中,使制造活动能动态地适应需求和制造环境的变化,从而满足系统的优化目标。资源包括原材料、能源、设备、工具和数据等,需求可以是企业外部的(客户需求或社会需求),也可以是来自企业内部的;环境包括设备工作环境、车间环境、市场环境等;系统可以是一个加工单元或生产线、一个车间、一个企业,或者一个企业及其供应商和客户组成的企业生态系统;动态适应意味着对环境变化(例如温度变化、刀具磨损、市场波动等)能够实时响应;优化目标则涉及企业运营的目标,如效率、成本、节能降耗等。书中提出的智能制造系统的层次十分重要,即不能狭义地理解理解智能制造只是生产制造环节的智能化,而是要延伸到企业的运营过程、供应链协同,乃至整个企业的生态系统。
 
《智能制造概论》强调,智能制造系统并非要求机器智能完全取代人,即使未来高度智能化的制造系统也需要人机共生。同时,智能制造不能仅仅着眼于降本增效的经济性指标,还应该能够持久地对社会创造新的价值。
图2. 智能制造系统的层次

关于智能制造的内涵
《智能制造概论》指出,经典的自动化技术面对的基本是结构化的问题,尤其固定的模式,但企业里存在大量的不确定性问题,例如质量的波动问题,有很多显性和隐性的不确定因素;企业中有大量的问题是非结构化的,企业中存在大量非结构化的数据;企业中很多问题是非固定模式的,例如不同类型的企业实施个性化定制的方式肯定不一样。企业是一个大系统,必须通过更清晰地认识整体联系,以提高企业的整体效能。
 
基于上述的分析,《智能制造概论》提出:智能制造的本质和真谛是利用物联网、大数据、人工智能等先进技术认识制造系统的整体联系,并控制和驾驭系统中的不确定性、非结构化和非固定模式问题,以达到更高的目标。

关于智能制造与其它制造模式的异同
最近几十年出现了精益生产、柔性制造、敏捷制造、集成制造、绿色制造、并行工程、大批量定制、虚拟制造、网络化制造等30多种制造模式。因此,要真正理解智能制造的内涵,必须说清楚智能制造与这些制造模式之间的关系。
 
《智能制造概论》指出,智能制造既然融合了人类智慧与机器智能,其技术当然能够适用于各种制造模式。智能制造也应当融合各种制造模式的理念。
 
可持续发展理念是近年来李培根院士非常强调的观点。书中指出,对于与人民生活和社会发展紧密相关的制造业,在可持续发展中的作用自然举足轻重,而制造业实现可持续发展的途径就是绿色制造。其中,绿色设计、绿色产品是基础,产品在生产和运行中如何降低能耗?如何实现报废回收过程中可拆解?如何使可能产生污染的物质不泄露?某些贵重的物质易于回收?这些都是产品设计人员需要考虑的重要因素。企业也需要考虑面向制造的设计(DFM)等理念,有助于企业在满足产品功能和质量要求的前提下,降低加工成本和能耗。如何在产品的加工生产过程中更好地检测和控制污染的排放,这是企业实施绿色制造的基本问题,企业应当依托智能工厂对环保大数据进行监测。加工制造过程中的节能与企业直接相关,工厂的节能,不仅间接地影响排放,而且直接影响成本。通过对九江石化、三菱电机福山制作所和华为的案例分析,书中强调,绿色制造的实施离不开智能制造技术支撑,智能制造的理念应该覆盖绿色制造的思想。例如,施耐德电气提出并践行绿色智能制造理念,取得了良好的成效。
李培根院士非常强调以客户为中心,实现顾客主义和商业长期主义。这些观点在书中也进行了介绍。书中指出,在今天的数字化环境下,行业的藩篱被打破,资源和能力在不同企业之间的流动越来越频繁,企业曾经的核心竞争力可能会成为路径依赖,反而阻碍企业的创新和发展。因此,只有真正抓住客户,才能使企业在动态多变的环境中生存与发展。数字技术,尤其是互联网赋予了企业更先进的理解和服务客户的手段。企业和客户之间的触点越来越丰富,可以帮助企业更好地把握客户的需求,提高产品的定制化水平。顾客主义的逻辑不仅在于了解和满足客户已有的需求,还有可能创造和引领客户的潜在需求。
 
商业长期主义指的是以企业的长期发展作为终极目标,不要为短期利益而牺牲长期发展机会。长期主义与以客户为中心联系在一起。正如亚马逊创始人贝索斯所说:“以顾客为中心并不能保证你不受竞争影响,但如果从客户需求出发进行创新,你将能保持领先”。书中指出:无论是顾客主义还是商业长期主义,数字化、网络化、智能化技术是奉行其理念的最好手段。智能制造的首要任务是把数字化、智能化技术用于产品,使其具有超乎客户想象力的功能。
 
以客户为中心,需要强调设计-制造-使用的一体化,推进大规模个性化定制,并实现服务型制造。
精益生产是现代制造的核心理念之一。精益生产的终极目标为零浪费,具体包括:

P(Products,多品种混流生产)——“零”转产工时浪费,即将加工工序的品种切换与装配线的转产时间浪费降为“零”或接近为“零”;

I  I(Inventory,消减库存)——“零”库存,即消除中间库存,尽可能将产品库存降为零;

C(Cost,全面成本控制)—“零”浪费,即消除多余制造、搬运、等待的浪费,实现零浪费;

Q(Quality,高品质)——“零”不良,即不能只在检查位检出,而应该在产生的源头消除它;

M(Maintenance,提高运转率)——“零”故障,即消除机械设备的故障停机,实现零故障;

D(Delivery,快速反应、短交期)——“零”停滞,即最大限度地压缩提前期(lead time),消除中间停滞;

S(Safety,安全第一)——“零”灾害。

书中指出,就技术角度而言,自动化、柔性化、智能机器人、数字化、网络化等技术有助于精益生产的实现。精益生产强调持续改进,《智能制造概论》提出,利用智能制造的手段,改进一点点。这句话的内涵,就是强调智能制造可以帮助企业更好地践行精益理念,例如,Honeywell等企业就采用了精益数字化这一术语。

企业进化与智能制造
《智能制造概论》指出,智能制造覆盖的范围广,涉及的技术很多。仅仅局限于概念和技术层面理解智能制造是不够的。
 
企业发展是一个不断进化的过程。市场环境在不断进化,技术在不断进步。任何一个企业为了应对激烈的市场竞争,为了实现自身的使命和持续发展,都需要不断进化。正如自然界是物竞天择、适者生存一样,在激烈的市场竞争中,只有那些产品不断进化、流程不断优化,能够打造具有竞争优势的企业生态系统的企业才能立于不败之地。这是《智能制造概论》一书独特的视角,也是李培根院士一直十分强调的观察和研究智能制造的视角,本书用了较大篇幅进行论述。其实质是探讨智能制造技术应用对于制造企业的进化能够带来怎样的价值?
 
企业的进化首先在于产品的不断进化。对于制造企业而言,有一个符合市场需求的好产品是生存与发展的基本前提。本书分析了柯达、诺基亚和摩托罗拉市场沉浮的经典案例,并指出,数字化、网络化和智能化技术大大加速了产品进化的速度。书中给出了智能产品的定义:智能产品是通过数字和智能技术的应用而呈现某种智能属性(计算、感知、识别、存储、记忆、互联、呈现、仿真、学习、推理……)的产品。一个智能产品应当具备对外部世界的感知能力、记忆和计算能力、学习和自适应能力、行为决策能力、执行控制能力等。智能产品的计算智能高于人类,智能机器对制造工况的主动感知和自动控制能力高于人类。智能产品(非指纯软件)往往包括物理部件、智能部件、互联部件和软件。我认为,智能产品就是一个CPS,具备Computing(计算)、Communication(通讯)和Control(控制)能力。
 
书中指出,智能产品研发应当考虑以下原则,即:产品是提供服务的载体;要重视用户体验;要建立产品的生态,包括产品集群生态、产品的伙伴生态、开放性、实现数字世界与物理世界的融合,云应用,并分析某些智能化功能的必要性和实用性。
 
目前,70%的汽车创新来自汽车电子,而60%的汽车电子创新属于软件创新。
 
图3. 智能汽车创新的趋势(来源:广汽唐湘民)
《智能制造概论》书中指出,没有过程的进化,就没有企业的进化。不同领域、不同业务活动的过程(Process,也称为流程)千差万别,过程进化最重要和共性的方式是互联和重组。
 
互联主要表现在过程内部的互联和不同过程之间的互联。在推进智能制造的实践中,设备的数据采集和车间联网是建设智能工厂的基础。在企业中,常常出现两道工序本身是自动化的,但工序与工序之间还需要人工搬运。企业还存在诸多信息孤岛、自动化孤岛、IT和OT的断层,乃至云孤岛。这些问题亟待解决。
 
技术进步导致过程重组。例如材料和制造工艺的变化都会导致过程重组和效率与质量的大幅度提升。书中列举了采用增材制造和无模铸造的案例。而特斯拉大量采用压铸技术来替代车身零件的焊接,也是技术进步导致过程重组的典型案例。管理进化需要过程重组。企业流程的改变会引发组织变革,而这显然需要数字技术的支撑。
 
实现产品设计开发过程进化应当引入并行工程的思想,PLM系统、虚拟仿真、数字孪生、创成设计(Generative Design,书中译为衍生设计)、多领域物理统一建模,以及基于云的协同设计。
 
对于工艺过程进化,数字化工艺规划软件,尤其是基于三维的结构化工艺规划软件,以及利用数字技术进行工艺控制,应用工艺仿真软件和ICME(集成计算材料工程)都是有效途径。
 
对于车间生产过程进化,部署MES/MOM系统,以及流程工业的一体化全流程优化平台和环保实时监控及应急指挥平台,则是提升工厂运营效率和安全运行的重要途径,同时,实现AGV、无人叉车等物流装备与自动化立体仓库和生产线的信息交互和无缝集成应用也十分必要。推进智能工厂建设需要与通过精益生产实现持续改善相结合。
 
而实现服务过程进化,则应当建立基于传感器和物联网数据建立智能维护平台,对设备进行运行进行监控和故障诊断,实现故障预警,乃至预测性维护;同时,将故障问题反馈给产品研发部门,从而改进产品。企业还可以对设备进行建模,通过数字孪生技术,对设备数字孪生模型进行分析和优化,从而优化实际设备的运行。此外,通过数字技术来提升设备作业的效率也十分重要,例如全球工程机械巨头小松公司通过无人机对施工场地进行测绘,从而计算出需要开挖的土石方,进而计算出所需要的施工设备和施工计划,而设计变更也可以通过数字技术及时反馈给施工现场,显著提升了施工作业的效率,实现了智能施工。
 
图4. 小松公司的智能施工平台
《智能制造概论》对企业生态系统给出了定义:企业生态系统是在一定的范围内,为特定的目标而形成的企业群体及其社会和技术环境构成的统一整体。
 
企业的竞争实质上是企业生态系统之间的竞争,企业的进化离不开企业生态系统的进化。企业首先需要实现供应链生态的进化,推进数字化供应链的应用,在供应链管理中要重视客户生态。企业要注重生态系统协同创新,跨界合作。
 
企业的生态战略至关重要。企业的生态繁衍是实现可持续发展的重要保证;开放合作应该成为基本方略;生态进化与商业模式进化常常相辅相成。数字生态系统是企业生态进化的技术关键。

关于智能制造的技术精要及前沿趋势
《智能制造概论》指出,数据驱动、软件定义、虚实融合和整体联系,这16个字,四个方面是智能制造的技术精要。
 
企业在运营过程中,需要对物流、资金流和信息流进行有效管控,智能制造系统能够应对和处理各种异常情况和动态变化,通过对各类与企业运营相关的数据进行采集、存储、展现、分析和预测,驱动相关软件进行调度和决策。《智能制造概论》指出,智能制造的关键之一就是要重视数据的驱动作用。传统模式中,工业系统的数据是普通的原材料;而智能制造模式下,工业系统的数据就是原材料+石油。
 
数据驱动首先体现在数据驱动产品创新。具体包括:数字技术在产品上的直接应用:让产品产生数据(添加传感器和通讯模块),以及将产品本身数字化(例如采用电子票、利用云端存储数据等);数字孪生驱动创新:例如特斯拉通过收集正在服役的车辆数据,并建立车辆和驾驶者的数据孪生模型,辨识需要改进的问题,不断改善驾驶体验。此外,客户需求数据是产品创新的源头,与客户协同创新是必然趋势。
 
其次,数据驱动体现在数据驱动过程进化。具体包括:数据驱动协同设计过程,数据驱动大规模定制,数据驱动工艺改进,以及数据驱动智能服务等。
图5. 数据驱动智能服务
本书还介绍了数据驱动工作流和新的业务活动,数据驱动企业战略等。书中提出,能否成为一个数据驱动的企业,取决于所有员工的支持,让每个人都根据数据调整自己的思维方式和工作方式,因此,企业必须培养数字文化。通过数据洞察,帮助企业各个层级的管理者做出正确的决策,既见树木,又见森林。通过数据驱动企业运营模式的变革,创新业务模式和制造模式。
 
书中指出,要真正实现数据驱动,企业需要对业务尽可能数据化。与此同时,数据工作也应该业务化。企业应该建立专注于数据管理工作的新型部门。企业需要高度关注数据质量和数据治理,避免数据失真,需要定期进行数据清洗。
关于软件定义,本书专门用一章进行了阐述。
 
软件已经融合到产品之中,业界已形成了软件定义产品的共识。产品的差异化越来越多体现在软件上,产品的功能和性能都可以由软件定义。而智能装备的智能也更多地体现在融合了强大的软件功能。例如,华中科技大学李德群院士团队开展智能技术用于塑料注射成形工艺及机床的研究,基于数据驱动,通过学习认知,将模具、装备和工艺有机结合,实现高效、高精与节能成形。
 
图6. 塑料注射成型智能化
图7. 软件支撑智能制造
关于“软件定义制造”的提法,本书指出,能定义制造的软件主要是工业软件。而真正定义制造的是软件中所沉淀的人的经验、知识、才智,以及由数据驱动的人工智能等。事实上,在制造过程中,软件的作用越来越大。可以说,车间生产的管控是由软件定义的。工厂/车间的运行需要很多软件系统支撑,如智能MES系统、智能物流系统、智能生产监控中心、设备在线监测与控制系统、智能运营管理平台和大数据分析平台等。
 
制造企业对于市场变化和市场需求的把控能力需要充分应用软件和数据能力,而制造企业本身的竞争力,也更大程度上取决于企业的软件能力。工业软件是形成软能力的关键。软能力助长硬能力,最终也表现在企业的硬能力上。
 
本书对于CPS、虚拟仿真、数字孪生和XR(VR虚拟现实、AR增强现实和MR混合现实)等虚实融合和技术进行了系统介绍。其中,虚拟仿真技术涵盖了工程仿真、工艺仿真和工厂仿真,仿真驱动设计已成业界共识;数字孪生技术在企业的产品研发、产品运维(主要是装备制造企业的产品)、产线设计与虚拟调试等应用场景已广泛应用,尤其是流程工业建立数字孪生工厂,实现从数字化交付到数字化运营,具有非常大的实用价值;而XR技术在产品研发、设备运维、员工和客户培训、产品市场推广等方面都有广阔的应用场景。
 
推进智能制造是一个复杂的系统工程,不能孤立地理解和实施某项智能制造技术,必须考虑各个软硬件系统之间的整体联系。对于一个企业而言,不管是在一个机器系统,还是车间、工厂乃至更大的企业生态系统,都需要从整体联系的角度考虑分析问题,采用系统思维。企业数字化转型的过程中,需要从整体上考虑数字化、智能化策略。人才的整体考虑也是数字化、智能化战略能否成功的重要因素。
 
《智能制造概论》书中强调,数据驱动、软件定义、虚实融合和整体联系这四个方面互相糅合。其中,数据驱动是其它三个方面的基础。数据驱动、虚实融合及整体联系都要靠软件去实现。企业智能制造目标的实现当然要体现在产品、设备等实体上,从分析、决策到执行的大多数工作都是在数字空间进行,需要数据去驱动,需要软件实现,需要集成系统/整体的信息。没有数据、软件及其物理对象的融合,整体联系就无从谈起。因此,关于智能制造,数据驱动、软件定义、虚实融合和整体联系这16字真言,若能融会贯通,概能得其要领,悟其真谛。

后记
《智能制造概论》一书准确地回答了智能制造是什么,为什么,怎么做等关键问题,内容新颖,视角独特,案例丰富,对于正确理解和推进智能制造具有十分重要的指导意义。这本书还详细介绍了智能制造的核心技术,例如数字孪生、工业机器人、智能控制、智能调度;对智能制造未来的发展趋势进行了展望,介绍了人机共融、云机器人、数字工程师和商业智能等前沿技术。这本书值得读者深阅读,从中学习和探寻智能制造的真谛。希望借本文与广大读者共勉,共同探讨如何通过推进智能制造支撑中国制造业转型升级!

阅读剩余
THE END