原创智能工厂为哪些行业带来发展动力

 2016-5-11 17:06  1320 27 29 分类: 机器人/ AI

流程工业智能工厂由商业智能、运营智能、操作智能三个层次组成，由于自身的自动化水平较高，因此实施智能工厂相对比较容易。与流程工业相比，离散制造业首先在底层制造环节由于生产工艺的复杂性，如车、铣、刨、磨、铸、锻、铆、焊对生产设备的智能化要求很高，投资很大。特别是装备制造业、家电、汽车、机械、模具、航空航天、消费电子等产品大都要求产品智能化，设计智能。

在中国制造2025及工业4.0信息物理融合系统CPS的支持下，离散制造业需要实现生产设备网络化、生产数据可视化、生产文档无纸化、生产过程透明化、生产现场无人化等先进技术应用，做到纵向、横向和端到端的集成，以实现优质、高效、低耗、清洁、灵活的生产，从而建立基于工业大数据和“互联网+”的智能工厂。

工业物联网的提出给“中国制造2025”、工业4.0提供了一个新的突破口。物联网是指通过各种信息传感设备，实时采集任何需要监控、连接、互动的物体或过程等各种需要的信息，其目的是实现物与物、物与人，所有的物品与网络的连接，方便识别、管理和控制。传统的工业生产采用M2M(Machine to Machine)的通信模式，实现了设备与设备间的通信，而物联网通过Things to Things的通信方式实现人、设备和系统三者之间的智能化、交互式无缝连接。

在离散制造企业车间，数控车、铣、刨、磨、铸、锻、铆、焊、加工中心等是主要的生产资源。在生产过程中，将所有的设备及工位统一联网管理，使设备与设备之间、设备与计算机之间能够联网通讯，设备与工位人员紧密关联。如：数控编程人员可以在自己的计算机上进行编程，将加工程序上传至DNC服务器，设备操作人员可以在生产现场通过设备控制器下载所需要的程序，待加工任务完成后，再通过DNC网络将数控程序回传至服务器中，由程序管理员或工艺人员进行比较或归档，整个生产过程实现网络化、追溯化管理。

在生产现场，每隔几秒就收集一次数据，利用这些数据可以实现很多形式的分析，包括设备开机率、主轴运转率、主轴负载率、运行率、故障率、生产率、设备综合利用率(OEE)、零部件合格率、质量百分比等。首先，在生产工艺改进方面，在生产过程中使用这些大数据，就能分析整个生产流程，了解每个环节是如何执行的。一旦有某个流程偏离了标准工艺，就会产生一个报警信号，能更快速地发现错误或者瓶颈所在，也就能更容易解决问题。利用大数据技术，还可以对产品的生产过程建立虚拟模型，仿真并优化生产流程，当所有流程和绩效数据都能在系统中重建时，这种透明度将有助于制造企业改进其生产流程。再如，在能耗分析方面，在设备生产过程中利用传感器集中监控所有的生产流程，能够发现能耗的异常或峰值情形，由此便可在生产过程中优化能源的消耗，对所有流程进行分析将会大大降低能耗。

构建绿色制造体系，建设绿色工厂，实现生产洁净化、废物资源化、能源低碳化是中国制造2025实现“制造大国”走向“制造强国”的重要战略之一。目前，在离散制造企业中产生繁多的纸质文件，如工艺过程卡片、零件蓝图、三维数模、刀具清单、质量文件、数控程序等等，这些纸质文件大多分散管理，不便于快速查找、集中|共享和实时追踪，而且易产生大量的纸张浪费、丢失等。生产文档进行无纸化管理后，工作人员在生产现场即可快速查询、浏览、下载所需要的生产信息，生产过程中产生的资料能够即时进行归档保存，大幅降低基于纸质文档的人工传递及流转，从而杜绝了文件、数据丢失，进一步提高了生产准备效率和生产作业效率，实现绿色、无纸化生产。

离散制造企业生产现场，MES在实现生产过程的自动化、智能化、数字化等方面发挥着巨大作用。首先，MES借助信息传递对从订单下达到产品完成的整个生产过程进行优化管理，减少企业内部无附加值活动，有效地指导工厂生产运作过程，提高企业及时交货能力。其次，MES在企业和供应链间以双向交互的形式提供生产活动的基础信息，使计划、生产、资源三者密切配合，从而确保决策者和各级管理者可以在最短的时间内掌握生产现场的变化，做出准确的判断并制定快速的应对措施，保证生产计划得到合理而快速的修正、生产流程畅通、资源充分有效地得到利用，进而最大限度地发挥生产效率。

智能工厂是在数字化工厂的基础上，利用物联网技术和监控技术加强信息管理服务，提高生产过程可控性、减少生产线人工干预，以及合理计划排程。同时，集初步智能手段和智能系统等新兴技术于一体，构建高效、节能、绿色、环保、舒适的人性化工厂。

智能工厂已经具有了自主能力，可采集、分析、判断、规划；通过整体可视技术进行推理预测，利用仿真及多媒体技术，将实境扩增展示设计与制造过程。系统中各组成部分可自行组成最佳系统结构，具备协调、重组及扩充特性。已系统具备了自我学习、自行维护能力。因此，智能工厂实现了人与机器的相互协调合作，其本质是人机交互。

智能工厂是在数字化工厂基础上的升级版，但是与智能制造还有很大差距。智能制造系统在制造过程中能进行智能活动，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，去扩大、延伸和部分地取代技术专家在制造过程中的脑力劳动。它把制造自动化扩展到柔性化、智能化和高度集成化。

智能制造系统不只是“人工智能系统，而是人机一体化智能系统，是混合智能。系统可独立承担分析、判断、决策等任务，突出人在制造系统中的核心地位，同时在智能机器配合下，更好发挥人的潜能。机器智能和人的智能真正地集成在一起，互相配合，相得益彰。本质是人机一体化。

国内很多企业都在炒作智能制造，但是绝大多数企业还处在部分使用应用软件的阶段，少数企业也只是实现了信息集成，也就是可以达到数字化工厂的水平；极少数企业，能够实现人机的有效交互，也就是达到智能工厂的水平。

那么，随着未来智能工厂发展浪潮的逼近。未来，将有几个行业或者领域迎来发展高|潮。

首先是虚幕锫真设计。随着三维数字化技术的发展，传统的以经验为主的模拟设计模式逐渐转变为基于三维建模和仿真的虚拟设计模式，使未来的智能工厂能够通过三维数字建模、工艺虚幕锫真、三维可视化工艺现场应用，避免传统的“三维设计模型→二维纸质图纸→三维工艺模型”研制过程中信息传递链条的断裂，摒弃二维、三维之间转换，提高产品研发设计效率，保证产品研发设计质量。

随着仿真技术的发展，原有的对工件几何参数及干涉进行校验的几何仿真逐渐转变成产品加工、装配、拆卸、切削和成型过程的物理仿真，使未来的智能工厂实现在复杂虚拟环境下对产品运行生产效果进行仿真分析和验证，以达到产品开发周期和成本的最低化、产品设计质量的最优化和生产效率的最高化，增强企业的竞争能力。

未来我国应着重突破MBD技术、物理仿真引擎系统架构、仿真模型三个环节。

其次是网络化智能设备。生产设备的智能化程度将在网络化条件下得到快速提升，传统制造模式出现颠覆性的变革，具体表现高度密集的生产设备、生产设备智能化和柔性化制造方式这三个方面。

随着技术的进步以及人工成本的逐渐上升，未来工厂内所有工作逐渐由系统控制的核心生产设备来实现，工作人员不直接参与生产第一线工作，只是从事一些新产品开发、生产工艺改进、新机器设备发明创新等高质量复杂劳动。高度密集的生产设备将使未来智能工厂的生产成本逐渐降低，产品质量将得到大幅提升。

在生产设备智能化方面，生产设备联网助力未来工厂日益智能化。生产设备依托安全的生产网络和系统能够实现智能校正、智能诊断、智能控制、智能管理等功能和生产设备之间的智能化信息交换，协同性和开放性明显提升。智能化生产设备的应用，使未来智能工厂生产过程更加灵活、高效并具有可持续发展性。

在柔性化制造方式方面，增材制造方式促进智能工厂日渐绿色化和柔性化。传统的材料去除加工方法将逐渐被低耗能、低污染甚至无污染的增材制造方式所取代，这种制造方式尤其适合动力设备、航空航天、汽车等高端产品上的关键零部件的生产。

再次是模块化定制生产。多批次、小产量的生产盈利能力在模块化生产方式下逐渐得到提升，产品日益满足消费者个性化需求，具体表现在模块生产和模块组装这两个方面。

在模块生产方面，生产可自由组合的模块助力智能工厂日益集约化。传统的固定生产线将无法满足客户定制化需求而逐渐消失，可动态组合的模块化生产方式将成为主流。在模块化生产方式下，产品被分解成无数个具有不同用途或性能的模块。每个模块将通过制造执行系统被生产出来，杜绝未来智能工厂的浪费环节，保证质量、优化成本、缩短周期。

在模块组装方面，标准化、通用化模块之间的组合提升智能工厂定制化生产盈利能力。根据产品的性能、结构选择满足需求的模块，通过模块结构的标准化，将选取出的各模块自由组装出满足客户个性化需求的产品，使未来智能工厂产品的品种更丰富、功能更齐全、性能更稳定。

大数据化精益管理。产品的研发、生产和管理方式通过工业大数据挖掘和分析逐渐得到创新，工厂管理日趋精益化。具体表现在客户价值管理、精益生产和精益供应链这三个方面。

在客户价值管理方面，基于大数据的客户价值提升趋势明显。随着移动互联、物联网等新一代信息技术逐渐渗透到产品生产的各个环节，大数据配套软硬件的日益完善，安全性和标准化程度的逐步提升，通过对客户与工业企业之间的交互和交易行为方面大数据的分析，产品的研发设计呈现出众包化发展趋势，同时产品售后服务得到不断改进和完善。

在精益生产方面，基于大数据的生产制造日益精益化。制造企业通过实时收集生产过程中所产生的大数据，对生产设备诊断、用电量、能耗、质量事故等方面进行分析与预测，能够及时发现生产过程中的错误与瓶颈并进行优化。通过运用大数据技术，未来智能工厂实现生产制造的精益化，提升生产过程的透明度、绿色性、安全性和产品的质量。

在精益供应链方面，基于大数据的供应链优化趋势显着。随着大数据基础条件的日益成熟，制造企业能够获得完整的产品供应链方面的大数据，通过对这些大数据的分析，预测零配件价格走势、库存等情况，克服传统供应链中缺乏协调和信息共享等问题，避免牛鞭效应的发生，实现供应链的优化。基于大数据的精益供应链管理消减了智能工厂整个供应链条中成本和浪费情况，提升了仓储和配送效率，实现了无库存或库存达到极小。

最后是柔性化新型人机交互。人与机器的信息交换方式随着技术融合步伐的加快向更高层次迈进，新型人机交互方式被逐渐应用于生产制造领域。具体表现在智能交互设备柔性化和智能交互设备工业领域应用这两个方面。

在智能交互设备柔性化方面，技术和硬件的不断更新有利于智能交互设备日益柔性化优势的形成。随着移动互联、物联网、云计算、人机交互和识别技术等核心技术的发展，交互设备硬件日趋柔性化，智能交互设备逐渐呈现出设计自由新颖、低功耗、经摔耐用、贴近人体等优势，这就为未来智能工厂新型人机交互的实现提供了基础。

在智能交互设备工业领域应用方面，柔性化智能交互设备助力智能工厂新型人机交互方式的实现。随着技术融合步伐的加快，柔性化智能交互设备从个人消费领域被逐渐引入到制造业，作为生产线装配及特殊环节工作人员的技术辅助工具，使工作人员与周边的智能设备进行语音、体感等新型交互。智能交互设备工业领域的应用，提升了未来智能工厂的透明度和灵活性。