2017年的云栖大会将人工智能、大数据、弹性计算、量子计算、IoT、AR等前沿科技推上了热潮,我自己由于自身所服务的对象是制造业,而且做的是市场及咨询的工作,也对市场最前沿的技术和热点接触的比较多,近来发现谈“工业4.0”的越来越少了,谈“工业互联网”、“智能制造”和“智能工厂”的企业越来越多了。而且很多制造企业已经开始布局智能制造生态系统,构建智能工厂,所以,我写下通过这篇文章,来概述一下“数字化工厂”和“智能工厂”的建设内容。
图 西门子解读数字化工厂模型
首先,我百度了一下“数字化工厂”的概念:数字化工厂是以产品全生命周期的相关数据为基础,在计算机虚拟环境中,对整个生产过程进行仿真、评估和优化,并进一步扩展到整个产品生命周期的新型生产组织模式。
数字化工厂是现代数字制造技术与计算机仿真技术相结合的产物,同时具有其鲜明的特征。它的出现给基础制造业注入了新的活力,主要作为沟通产品设计和产品制造之间的桥梁。
在数字化工厂中,人的知识、经验和智慧控制工程网版权所有,逐步形成了企业组织作业运作的核心数据,这些数据服务于产品的全生命周期过程中,包括:产品研发数字化、产品准备及制造数字化、产品营销及管理数字化和产品服务数字化。
●产品研发数字化中主要体现在数字化的产品定义、三维设计与分析、数字化工艺规程和虚拟制造与虚拟工厂建设。
●产品准备及制造数字化主要体现在对制造执行过程的人机料法环测实现数字化管控、制造车间资源联网、应用有限产能排程使得制造过程平准化,在装备层面使用数控机床、工业机器人、数字化工装、生产线和自动化的物流仓储。
●产品营销及管理数字化主要体现在对供应链实现数据互联互通,应用企业资源规划系统和数字化营销。
●产品服务数字化主要体现在创建产品的电子化质量档案,建立全面的维护服务体系,逐步实现产品的远程监控诊断。
图 美国ARC数字化工厂模型(2006)
2006年,美国ARC总结了以制造为中心的数字制造、以设计为中心的数字制造和以管理为中心的数字制造,并考虑了原材料和能源供应和产品的销售供应,提出用工程技术、生产制造和供应链三个维度来描述工厂的全部活动。
通过建立描述这三个维度的信息模型,利用适当的软件就能够完整表达围绕产品设计、服务支持、生产制造以及原材料供应、销售和市场相关的所有环节的活动,实现物理世界和计算机虚拟世界的互联。
图 艾普工华数字化工厂效益
既然数字化工厂是要实现将物理世界信息通过采集、建模、结构化、存储、分析及传递转化为计算机能理解的信息,那么就一定需要泛在网络技术的支持。那有人说“泛在网络”到底是什么,目前针对泛在网络业内还没有准确的内涵及外延,我们常规形容它就是“无所不在的网络”,人所处的互联网以及机器、产品及资源构建的物联网就是数字化工厂中最基础的泛在网络,通过泛在网络技术实现数字化信息的传递和共享,通过泛在网络技术缩短时空的距离,实现人与人之间、人与装备之间、装备与装备之间、企业与企业之间的信息共享及协同。使得制造企业能够实时获取工厂内外相关的数据和信息,有效优化生产组织的全部活动,达到产品研发效率、生产效率、物流运转效率、产品质量和资源利用率最高,同时对环境的影响最小,而且发挥了制造企业中的各类专业人员的作业能动性。
图 艾普工华解读智能制造运营模式变革
随着中国、德国、美国、日本相继发布智能制造相关战略规划及标准指南,明确智能工厂是实现实现智能制造的重要载体。制造企业面临着个性化需求、定制化生产所带来的资源动态配置、绿色制造、柔性快速换线、产品交期越来越短、竞争压力剧增等考验,相继开始布局智能制造,在新的产业新的组织新的工厂,开始建立智能工厂,将企业置身于全球供应链的生态系统之中,应用泛在网络技术实现互联网+智能工厂,构建智能制造的生态系统。
图 美国智能制造标准体系智能制造的生态系统(2016)
2016年的美国智能制造标准体系中描绘的智能制造生态系统,其中包含了非常广阔的制造业内容,范围很广,包括生产、管理、设计和工程。在这个生态系统图中展示了整个制造系统的三维空间。
值得注意的是,这三个维度都与制造业金字塔(Manufacturing Pyramid)密切相连。这里面潜在包含了一种非常传统的思想,那就是产品的价值,是在一个标准工厂模型下得以实现,并开始延展。
●产品维度是用绿色标识,产品生命周期涉及信息流和控制,从产品设计的早期阶段开始控制工程网版权所有,一直到产品的退市。
●生产维度是用蓝色标识,生产系统生命周期关注整个生产设施及其系统的设计、部署、运行和退役。
●商业维度用橙色标识,商业系统关注供应商和客户的交互功能。
其中每一个维度都为制造业金字塔从机器到工厂,从工厂到企业的垂直整合发挥作用。沿着每一个维度,制造业应用软件的集成都有助于在车间层面提升控制能力,并且优化工厂和企业决策。这些维度和支持维度的软件系统最终构成了制造业软件系统的生态体系。
智能制造的生态系统不是一蹴而就的,需要非常多的使能技术www.cechina.cn,也需要很长一段时间的探索和积累,既然说智能工厂是智能制造的载体,那还是先来看看智能工厂的含义,我依然查看了百度中针对“智能工厂”的解释:智能工厂就是利用各种现代化的技术,实现工厂的办公、管理及生产自动化,达到加强及规范企业管理、减少工作失误、堵塞各种漏洞、提高工作效率、进行安全生产、提供决策参考、加强外界联系、拓宽国际市场的目的。但是,我发现这样的解释不太直观,就去看了一下智库百科,找到了“智能工厂”的特征:“智能工厂”的发展,是智能工业发展的新方向。特征体现在制造生产上:
1、系统具有自主能力:可采集与理解外界及自身的资讯,并以之分析判及规划自身行为。
2、整体可视技术的实践:结合讯号处理、推理预测、彷真及多媒体技术,将实境扩增展示现实生活中的设计与制造过程。
3、协调、重组及扩充特性:系统中各组承担为可依据工作任务,自行组成最佳系统结构。
4、自我学习及维护能力:透过系统自我学习功能,在制造过程中落实资料库补充、更新,及自动执行故障诊断,并具备对故障排除与维护,或通知对的系统执行的能力。
5、人机共存的系统:人机之间具备互相协调合作关系,各自在不同层次之间相辅相成。
那么智能工厂是以打通企业生产经营全部流程为着眼点,实现从产品设计到销售,从设备控制到企业资源管理所有环节的信息快速交换、传递、存储、处理和无缝智能化集成,也会应用大量的前言技术,例如:VR、图像识别、语音、AGV、RGV、人机协同装置、智能仓储、柔性装置、移动互联网和边缘计算等。我也总结了智能工厂的8个应用场景,供大家在实际的智能工厂建设过程中应用。
1、通过大数据智能分析手段精确获取设计需求,进而通过智能创成方法进行产品概念设计,通过智能仿真和优化策略实现产品高性能设计,并通过并行协同策略实现设计制造信息的有效反馈。
2、通过建立智能物流与供应链协同体系,打造更快更准的供应链。基于移动互联网构建以“供应-->运输-->使用”为产业链主线,实现供应数据共享,企业运作协同化。在整个供应链中,所有的运输装备、存储空间、使用路径之间可以实现智能化的自主决策和调度。
3、通过建立柔性化的智能生产管控体系,进而通过“优化计划-智能感知-动态调度-协调控制”的闭环流程来提升企业生产运作的适应性,以及对异常变化的快速响应能力。
4、通过软件系统与环境系统之间实现深度融合,进而通过大数据进行智能优化能源结构,节约成本。
5、通过建立行之有效的智能生产指挥中心,促进集团级多基地多组织之间的协调控制,关注制造过程的各项运行参数,及时修正业务偏离。对智能产品可能发生的故障和事故进行预警与及时任务调度。
6、通过工业大数据智能分析手段,实现生产需求预测、决策分析预警、制造资源寿命最大化、优化零件库存和可用性、故障精准诊断、提高产品质量和降低运营成本。
7、通过将企业市场拓展至产品的整个生命周期,包括产品开发或改进、生产加工、销售、售后服务、产品报废、产品解体或回收。实现服务型制造转型,关注产品后端服务www.cechina.cn,基于行业特征,建立高效安全的智能服务系统,实现服务和智能产品实时、有效、智能化互动,为企业创造新价值。
8、通过建立虚实融合体系,实现物理世界与虚拟世界的互联互通,同时驱动人在企业中发挥新的经验、知识和智慧的价值,形成新的人机交互模式。
由此,我们来总结一下数字化工厂和智能工厂的核心差异:
●数字化工厂体系中的所有制造装备/生产线/车间/工厂基本主要执行外部指令,而智能工厂体系中的制造装备/生产线/车间/工厂自身在权限分派范围内的具备自决策、自执行和自修复能力,执行自我指令;
●数字化工厂体系中的工厂、车间、生产线和装备相对独立,而在智能工厂体系中是自上而下自主管理工厂、车间、生产线和装备;
●数字化工厂体系中的人机交互主要基于感知或指令,大部分是非实时数据,而在智能工厂体系中基于感知的实时数据交互已经成为基本配置,基于决策过程的智能交互越来越多;
●数字化工厂的决策主体是人,而在智能工厂体系中的软件大脑可自发要求人协助完成某些高级识别或推理行为,从而辅助智能工厂自身进行自主决策。
图 智能工厂应用全数据化程序链和新的人机交互模式
总而言之,智能制造是基于新一代信息通信技术与先进制造技术深度融合,贯穿于设计、生产、管理、服务等制造活动的各个环节,具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。企业建立智能工厂的过程,一定是由小到大实现从智能装备到智能生产单元、智能生产线、智能车间乃至智能工厂的人机智能协同化体系建设过程。
还有2个月就到了2018年控制工程网版权所有,相信你仍在为企业如何布局智能制造而踌躇莫展,挑战和机遇与你并肩,但要始终明白:数字化工厂是智能工厂的基础,祝你好运。