智能制造淺談
1.智能制造的時代背景
進入新時代,國家確定并全力推進“制造強國戰略”, 加快建設制造強國、加快發展先進制造業,成為我國的國家戰略,新中國成立70多年來,特別是改革開放40多年來,中國制造業取得了偉大的歷史性成就,走出了一條中國特色工業化發展道路。但目前我國制造業大而不強,面臨著嚴峻的挑戰,主要表現在自主創新能力還不強;有些產品質量問題還比較突出;部分企業勞動生產率低下。因此迫切需要對產業結構進行轉型升級。同時在國際大背景下:美國、德國、法國及日本等國家相繼提出工業制造振興計劃。
智能制造是制造業高質量發展的根本動力,它將成為我國制造業創新發展的核心驅動力和內在需求。我國需要創新發展以保證在國際上的競爭力,因此“加快建設制造強國,加快發展先進制造業”,已經成為我國當下重要的國家戰略。
2.如何理解智能制造
1)何謂“智能”
智能一詞在我國古代的《荀子·正名篇》中講到:“所以知之在人者謂之知,知有所合謂之智。所以能之在人者謂之能,能有所合謂之能”。其中,“智”指進行認識活動的某些心理特點,“能”則指進行實際活動的某些心理特點,東漢王充更是提出了“智能之士”的概念,《論衡·實知篇》中講到:“故智能之士,不學不成,不問不知”;“人才有高下,知物由學,學之乃知,不問不識。”他把“人才”和“智能之士”相提并論,認為人才就是具有一定智能水平的人,其實質就在于把智與能結合起來作為考察人的標志。
世界著名教育心理學家霍華德·加德納于1983年在其《智能的結構》一書中首次提出多元智能理論,認為人類的智能可以分成七個范疇:語言 (Verbal/Linguistic) 、邏輯 (Logical/Mathematical) 、空間 (Visual/Spatial) 、肢體運作 (Bodily/Kinesthetic) 、音樂 (Musical/Rhythmic) 、人際 (Inter-personal/Social) 以及內省 (Intra-personal/Introspective)。
圖1 人類的智能
2)何謂“制造”:制造是把原材料加工成適用的產品制作,或將原材料加工成器物的過程。
智能制造(Intelligent Manufacturing,IM)是一種由智能機器和人類專家共同組成的人機一體化智能系統,它在制造過程中能模仿人類智能進行諸如分析、推理、判斷、構思和決策等活動過程。通過人與智能機器的合作共事,去擴大、延伸和部分地取代人類專家在制造過程中的腦力勞動。它把制造自動化的概念更新,擴展到柔性化、智能化和高度集成化。
圖2? 智能機器和人類專家共同組成智能系統
3.人類發展與制造密不可分
可以說人類要生存與發展就必須要進行生產制造,通過生產制造活動獲得人類必需的生產與生活資料,維持人類的生存、繁衍與發展,而人類從事生產制造活動就需要使用工具,一部人類社會的發展史就是一部人類使用工具的發展史,從200多萬年前,人類就會制造和使用工具,從石器時代、到青銅器時代、再到鐵器時代,這種主要依靠人力和畜力為主要動力并使用簡易工具的生產系統一直持續了百萬多年。人類在使用工具,同時人類又在使用工具來加工制造工具。人制造工具并利用工具來改造自然,獲得滿足人類自身生存與發展需要的生產和生活資料。
圖3 人類發展與制造密不可分
生產力是人們征服自然、改造自然以獲得物質生活資料的能力,是人們改造自然的物質力量,它表示的是生產中人對自然界的關系,生產力的發展程度決定人們的生活水平,好的生活是人們發展生產力的目標和動力。生產力三要素包括以生產工具為主的勞動資料,引入生產過程的勞動對象以及具有一定生產經驗與勞動技能的勞動者。
科學技術是第一生產力,科技的發展改變了生產技術和勞動工具,并使勞動者的素質和技能不斷提高,人類在使用工具的過程中一直在不斷追求創新發展,不斷解放人類自身,通過生產技術的不斷進步,勞動者素質和技能的不斷提高,勞動手段的不斷改進,來提高勞動生產率,以便在人類社會的生存競爭中占據優勢。
以蒸汽機的發明為標志的動力革命引發了第一次工業革命,第一次工業革命是18世紀60年代從英國發起的技術革命,是技術發展史上的一次巨大革命,它開創了以機器代替手工勞動的時代。
圖4 不同工業階段的技術應用案例
以電機的發明為標志的動力革命引發了第二次工業革命,以計算機信息技術運用為標志的第三次工業革命,人類不斷發明、創造與改進各種動力機器并使用它們來制造各種工業品,這種由人和機器所組成的制造系統大量替代了人的體力勞動,大大提高了制造的質量和效率,社會生產力得以極大提高。目前數字化、網絡化、智能化技術與先進制造技術深度融合形成的智能制造技術,特別是新一代人工智能技術與先進制造技術,深度融合所形成的新一代智能制造技術,將成為新一輪工業革命的核心技術,成為了第四次工業革命的核心驅動力。
圖5 工業革命發展階段
2012年通用電氣提出,倡導將人、機器以及數據連接起來,工業互聯網與工業4.0相比較,更加注重網絡、軟件和大數據,實現通訊,控制,計算的融合。由智能設備,智能系統和智能決策組成。工業互聯網為智能制造提供技術支撐,智能制造支撐企業實現業務目標。
圖6 先進的制造技術
4.信息物理系統(CPS--Cyber Phsical System)
信息物理系統是使用數字化技術,將物理實體抽象為數字對象,通過應用網絡技術、人工智能實現對象間的通訊與控制,信息物理系統中的軟件應用可以直接與真實世界互動。智能環境下的信息物理系統是基于通訊技術將智能機器、倉儲系統以及生產設備的電子化融合到整個網絡中,涵蓋內部物流、生產、市場銷售、外部物流以及延伸服務,并使得他們之間可以互相獨立的信息交換、進程控制、觸發行動等,以此達到全部生產過程的智能化,從而將資源、信息、物體以及人緊密的聯系在一起,進而創造物聯網及服互聯網,并將生產工廠轉變為一個智能環境,這是實現工業4.0的基礎。
信息物理系統是一個綜合計算、網絡和物理環境的多維復雜系統,通過3C技術的有機融合與深度協作,實現大型工程系統的實時感知、動態控制和信息服務。CPS實現計算、通訊與物理系統的一體化設計,可使系統更加可靠、高效、實時協同,具有重要而廣泛的應用前景。真實物理世界與虛擬信息世界是雙向交互的,兩者通過工業物聯網相互交換信息。
圖7 信息物理系統
5.智能工廠
工廠又稱制造廠,它是對原材料實施加工生產各單元的集合體,大部分工廠都擁有以大型機器或設備構成的生產線。工廠體現了生產力水平,工廠里有勞動者(工廠員工),生產資料(機器工具等),勞動對象(加工材料)。因此,若提高生產力水平需要提高工廠制造效率和科技水平。在工廠組織生產過程中,隨著計算機技術的發展,人類部分腦力勞動被機器取代,計算機能夠模仿人的思維方式進行條件判斷、數據分析、資源管理、調度決策等行為。
在智能制造系統中,人類與機器之間的關系不是對立的,而是相互合作,共同協作,從而建立高度柔性的智能系統。智能制造系統不是簡單的人工智能系統,而是在人工智能的輔助下,人與機器和諧相處,各自發揮自己的優勢,其中人依然是整個過程的核心。
智能制造系統的關鍵體現在智能工廠,智能工廠具有自律、自組織、采集數據并分析,對特定條件下的生產情形進行判斷和邏輯推理。可采集底層數據并對其進行詳細分析,還可針對特定條件下的生產情形進行判斷和邏輯推理。 同時通過三維模型可視化技術,實現物理世界與虛擬世界的無縫融合,將仿真融入產品的設計與制造過程中。
智能工廠是實現智能制造的前提與基礎,它在組成上主要分為三大部分,在企業層對產品研發和制造準備進行統一管控,與ERP進行集成,建立統一的頂層研發制造管理系統。管理層、操作層、控制層、現場層通過工業網絡進行組網,實現從生產管理到工業網底層的網絡聯接,滿足管理生產過程、監控生產現場執行,采集現場生產設備和物料數據的業務要求。
圖8 智能工廠層次結構
其中,制造執行系統 (manufacturing execution system, 簡稱MES)起著聯接計劃管理層與現場控制層的作用,制造執行系統是美國AMR公司(Advanced Manufacturing Research,Inc.)在上世紀90年代初提出的,旨在加強企業計劃層的執行功能,它把企業計劃層同工廠車間作業現場控制層,通過執行層聯系起來。現場控制層包括PLC程控器、數據采集器、條型碼、各種計量及檢測儀器、機械手等。制造執行系統(MES)設置了必要的接口,與提供生產現場控制設施的廠商建立合作關系,制造執行系統(MES)能夠幫助企業實現生產計劃管理、生產過程控制、產品質量管理、車間庫存管理、項目看板管理等,提高企業制造執行能力。
圖9 智能工廠內的信息系統
圖10 智能工廠內的網絡系統
通過信息物理系統將工廠計劃層、執行層、控制層以及現場設備層實現數據互聯互通,形成了工業大數據網絡。
圖11 工業大數據網絡
利用計算機通訊和工業互聯網技術為多種維度和視角來視察與利用工業數據提供可能。在智能工廠里需要利用各種傳感器探測、采集被檢系統的相關參數信息,將收集數據進行有效信息轉換以及信息傳輸。
圖12 數據采集
依據工業數據對產品質量標準進行在線監控并對歷史數據進行管理操作,由于每天有大量的工業數據產生,企業管理層可以對數據進行有針對性的分析處理。在此基礎上應用數據挖掘、模型預測以及可視化技術等優化工藝流程,為企業管理層提供決策指導。
圖13 企業管理決策
利用工業互聯網技術還可以對工廠設備進行遠程維護,工程人員通過Internet 遠程接入設備,可以實現對目標對象的維護和調試,利用設備程序和過程模型進行模擬仿真,完成現場安裝之前大部分的調試工作。
總之,人類通過科技革命不斷解放人類自己,智能制造是生產力發展到一定階段的必然要求,智能制造的關鍵體現在智能工廠,而智能工廠的信息化、數字化與智能化必將進一步提升未來工廠的價值。
整理供稿:張義方 上海第二工業大學、
中國儀器儀表學會智能制造工廠主題科普基地