目录
2017年第2期(发布时间: Jun 20, 2017 发布者:icad)  下载: 2017年第2期.doc       全选  导出
1   2017-06-20 09:39:12.757 专家纵论智能制造:产品与生产线都要智能化 (点击量:11)

工业4.0 与机器人 产业联盟执行主席梁太龙表示,一个国家的智能制造水平影响深远,智能制造通过把人、原材料、智能生产、网络连接起来,实现资源优化配置,生产不再有低端和高端之分。

梁太龙认为,中国若要实现智能化生产,需要政府加大支持力度和投资力度,不仅要支持产品生产智能化,而且还要支持生产线智能化,颠覆以前欧美的方式,真正建立一个完整的智能生产线,而不是高端制造流向欧美,低端制造流向东南亚。若按以前的方式走,中国的很多生产线将会流向东南亚。

上海航数智能科技有限公司创始人王鹂辉表示,智能制造涉及高新技术行业,不过,目前传统制造企业普遍专注于硬件的设计生产和加工,在创新方面存在短板,观念不强,技术和人才储备都比较薄弱,建议引进海外人才,加大创新力度。

王鹂辉还表示,很多智能制造企业比较注重于生产智能化这块,而忽视了制造业服务化。他认为,制造业服务化是一个大趋势,美国很多优秀制造企业50%以上的收入来自于服务,建议中国企业加大对智能服务产业的投入。

杭州腾仁科技有限公司董事长陆志成则表示,智能制造主要包括两大领域,一是智能化,一是连接,就是把机器和机器连接起来。这两者最关键的还是芯片。目前芯片是中国最缺的基础工艺之一,未来会有非常好的市场。

目前,随着我国制造业不断转型升级,智能制造成为新风口,并已呈现显著的投资逻辑。从投资机构角度看智能制造企业,北京博伟智鸿投资有限公司合伙人李金河表示,投资机构除了重点考察企业的创新力,还注重考察企业提供的产品是否能满足消费者需求。.

2   2017-06-20 09:41:42.8 智能制造需要什么样的人才? (点击量:9)

每当提及企业大规模机器换人的潮流,将抢夺工人饭碗时,便会引起较大范围的社会争议。的确,部分机械工人必将被机器所取代,这也是全球工业自动化的发展趋势。但这是否意味着工人变得不再重要?

一个有趣的问题是,机器换人究竟是一个拉式需求,还是一个推式需求。究竟是机器换人导致一线工人下岗,还是因为找不到一线工人而寻求机器换人?答案是后者,中国多地在地方政府支持下进行机器换人,背后是当地工业人才严重不足、企业极力争抢工人的现实。

台达在做中国市场中长期规划,调查发现,目前根本不存在大批一线工人下岗的隐忧,中国劳动力市场中,尤其沿海地区,一线工人供给是严重不足的。而真正令人担忧的,诸多企业正为弥补人力不足而盲目导入自动化装备,而人才培养理念没有同步革新。也就是说,关键在于工业机器人时代需要的新型人才培育。目前,没有及时更新的人才培养体系,也会让企业在导入工业自动化设备中,陷入低端应用的境地。

一边是国产机器人使用量占全球三分之一,一边是偏向中低端的应用水平,这种尴尬处境下,诸多传统企业发现智能制造设备导入后的生产效果并不显著,问题的形成,多要归因于智能制造人才养成工作的缺乏。

智能制造需要什么样的人才?

中国正成为全球工业机器人最大市场。随着全球经济的明显提升,中国在多项利多政策主导下,使用机器人的台数方面有较大跃增。2014年开始中国工业机器人使用量大幅攀升,约占全球25%,至2016年已占全球33%左右,在2017年有机会突破35%。可以说全球每生产三台工业机器人,就有一台在中国的产线上。据工信部数据统计,2015年中国工业机器人销量约6.85万台,2016年增加至7.2426万台,2017年有机会突破10万台。

然而中国工业机器人应用却偏向低端。相比全球工业国家,高精密微型机器人在中国使用量较低。针对工业机器人的不同形态,我们发现,中国最普遍的两种类型是,码垛机器人和传统工业机械臂,占总量的80%,这两种类型只可取代部分非精密生产产线。第二,就中国工业机器人目前保有量来看,进口机器人占总量四分之一。

以行业来看,国内工业机器人应用,排名第一的汽车产业约占50%,排名第二的是电子零配件产线占据20%,排在第三是橡塑产业约占10%。另外机床生产约占8-10%。

智能机器人应用和导入正受到人才匮乏的影响。我们的发现是,国内在智能制造上有很多补贴,导致企业一窝蜂购置智能产线,但当我们实地探访这些产线,部分企业可以说是仍在做工业2.0的补课,也就是在智能制造导入时大部分企业面临观念和知识的不足,很多甚至连数字化的系统平台等基础设备都没有。我们发现,企业缺乏基础工作准备,在标准化平台、数字化平台方面准备不足。这源于企业缺乏智能制造基础人才的养成工作。因此,台达也出台了工业4.0的客户服务方案,对于如何实现智能制造这一远大目标,为客户提供了整合咨询工作。

智能制造需要的是能和机器互通的人。近两年,我们发现韧体系统工程师和软体系统工程师是目前智能制造转型中需求量最高的人才。

举例来说,传统工人的工作中,一部分是将产品进行组装、产品包装,和机器没有直接操作关系,另一部分是和机器一起工作的员工,例如拿智能电锁作业人员要很小心地把螺丝放到电锁上面而不能歪曲,又不能锁太浅,但作业人员操作上会否符合标准是不可控的,只能依靠个人习惯。所以一直以来作业人员的操作都让管理者提心吊胆,这造成了一定操作风险。拥有智能电锁,可以在操作位置不对时实现智能报警,经过进一步设计,目前可实现机械臂研发完全替代这一工作。

把所有操作过程从作业人员变为机器人,这需要操作者既有传统产线的工业制造能力,同时要能了解智能化设备的运用。因此,公司的产线安排越来越多的小组,将作业手和工程师作为一个工作小组。在智能制造的产线上,建立这样的工作组合越来越有必要。目前,台达集团拥有5类工业机器人成熟解决方案,包括控制类产品、驱动类产品、运动类产品、SCARA工业机器人系列以及叉车充电系统。

一线工人供给缺口正在加大

中国一线工人的严重不足,让工业机器人在中国制造产业扮演着越来越重要的角色。2012年中国人口红利出现拐点,整个劳动力市场的劳力增长率开始下降,人力成本开始攀升。台达集团在服务客户时所感受到的,是企业招工的难度一年比一年高。

人才供给缺口正在加大。经过持续不断和地方高校在智能化培养上的合作,同时在全国范围内和高校合作举办学生创新竞赛,我们发现学生在高校毕业后动手能力略显不足,大多需要在工厂中得到前辈2-3年的教导才能正式加入工作团队,这因为高校智能化知识和应用的基础研究,到了实践中会遇到不同的问题。将高校毕业生培养成基础应用工程师,再到行业解决方案工程师,一般来说需要超过3年时间,这个人才缺口很大。

在我们帮助工厂提供解决方案时,发现对方有资金、有智能化改造需要,但当我们帮助他们提供智能化设备导入时,发现最不足的往往是人力,当企业拿到的智能化改造版本需要升级时,往往必须找回我们完成技术调整工作。而基于这种需求,台达也将智能化设备操作人才添加进解决方案的一部分。

如橡塑、电子等这些搞机器换人最火的产业,普遍在沿海地区,这是近年沿海地区劳力数量不足的一个体现。“互联网+”的趋势为内地的服务业带来新一轮就业趋势,让很多内地年轻人可以不用来沿海地区打拼,这同时也带来了沿海地区的一线工人不足。就台达的状况而言,机器换人不会造成工人下岗,是工人不足才导致企业拼命以机器取代人。

针对很多年轻人不愿到沿海来工作的问题,公司目前在杭州、南京、武汉,未来也将在北京、西安等陆续建立智能人才培训,助力智能人才的养成。包括可编程控制器的人才养成,以及工业机器人应用的人才养成,还有对外的人才培训。希望内地更多年轻人可以在当地接受到正规的工业机器人应用培训,帮助他们未来有机会投入到智能制造事业中去。

从另外一个角度也可看出中国工业人才的不足。中国汽车会随着一带一路实现大量外销。中国电梯占全世界7成,家电占9成,空调占8成,中国机床占全世界3成,可以看出和这个保有量相比,中国的工业人才是严重不足的。.

3   2017-06-20 09:42:14.217 浅析工业4.0与智能制造的关系 (点击量:7)

工业4.0即是以智能制造为主导的第四次工业革命或革命性的生产方法。该战略旨在通过充分利用信息通讯技术和网络空间虚拟系统——信息物理系统相结合的手段,将制造也向智能化转型。

两大主题:

1.智能工厂 :重点研究智能化生产系统及过程,以及网络分布式生产设施的实现。

2.智能生产:主要涉及整个企业的生产物流管理、人机互动以及3D技术在工业生产过程中的应用。

发展优势

在生产能力上,工业4.0将确保仅一次性生产,且产量很低时的获利能力,确保工艺流程的灵活性和资源利用率。另一方面,工业4.0将使人的工作生涯更长,工作与生活更加平衡,高工资时产业仍有强大竞争力。

实现方式

主要是通过CPS(信息物理系统),总体掌控从消费需求到生产制造的所有过程,由此实现高效生产管理。

工业3.0与工业4.0的比较

工业4.0能实现什么

1.生产智能化

2.设备智能化

3.能源管理智能化

4.供应链管理智能化

智能制造

工业4.0是一个产业的技术转型,是产业的变革。工业4.0提出的智能制造是面向产品全生命周期,实现泛在感知条件下的信息化制造。智能制造技术现代传感技术、网络技术、自动化 技术以及人工智能的基础上,通过感知、人机交互、决策、执行和反馈,实现产品设计过程、制造过程和企业管理及服务的智能化,是信息技术与制造技术的深度融合与集成。

本质:是基于“CPS”实现“智能共厂”

核心:是动态配置的生产方式实现“柔性生产”

关键:是信息技术应用实现生产力飞速发展

智能制造的构成

智能制造是可持续发展的制造模式,他借助计算机建模仿真和信息通信技术的巨大潜力,优化产品的设计和制造过程,大幅度减少物质资源和能源的消耗以及各种废弃物的产生,同时实现循环再用,减少排放,保护环境。

基于工业4.0构思的智能工厂将由物理系统和虚拟的信息系统组成,称之为物理信息生产系统(CPPS),是为未来制造业勾画的蓝图,其框架结构如图所示。

这种新的生产模式必将导致新的商业模式、管理模式、企业组织模式以及人才需求的巨大变化。

首先是产品设计与生产的分离。工业4.0提出以通信和服务为基础构建网络化智能共产的设想,如图所示。

从图中可见,智能工厂的生产环境由智能产品、智能设备、宜人的工作环境、高素质的劳动者和智能能源供应组成,他们相互之间进行企业内的通信,包括生产数据采集、工况分析、制造决策等等。若干智能工厂通过中间件、云计算和服务连接成庞大的制造网络,借助基于物流网的智能物流构建完整的制造体系。

智能工厂与物流的关系

智能工厂和物流之间的所有活动需要实时通信、交互和确认,即共同遵守规则环境,共同完成由底层下达的任务。建立这样分散的、网络化的智能共产体系需要一定的基础,应具有以下5个要素条件:

1.智能生产和产品,以先进的信息物理融合的设备生产高附加值的软硬件结合的智能产品

2.真实的企业环境,当前企业转型升级的途径和规划

3.宏观和微观经济环境,主要是产业政策和市场需求

4.人的因素,体现为新一代的管理人员、市场营销人员、技术人员和工人

5.技术因素,主要体现为网络和通信基础设施的安全性和可靠性,智能生产技术等。

制造业已经进入大数据时代,智能制造需要高性能的计算机和网络基础设施,传统的设备控制和信息处理方式已经不能满足需要,基于计算机的云智造已经指日可待。.

4   2017-06-20 09:42:49.63 机器人与智能技术的创新生态 (点击量:5)

2017 年 1 月,卡内基梅隆大学在美国国防部支持下筹建的非营利独立研究机构「先进机器人 制造创新机构(ARM)」正式成立。卡内基梅隆大学校长 Subra Suresh 对 ARM 的诞生给予了高度评价,认为「ARM在为国家和地区带来巨大利益的同时,也为卡内基梅隆大学及其他机构的学者和研究人员创造了巨大的机遇。作为回报,ARM将受益于卡内基梅隆大学在机器人与智能技术方面的专长,以及其在政策、道德和人机交互方面的优势,确保新技术造福人类」。.

2.5 亿美元投入技术研发.

ARM 以提升美国制造业竞争能力,降低中小企业运用机器人的技术与经济障碍,保持美国先进制造业的领导地位为使命,致力于机器人与智能技术研发,并通过全国性的区域创新合作网络提供创新资源共享能力,聚焦六大技术领域:

协作机器人(Collaborative Robotics)

机器学习与控制(Robot Learning and Control)

灵巧操作(Dexterous Manipulation)

自主导航与机动(Autonomous Navigation ande Mobility)

感知与传感(Perception and sensing)

测试与验证(Verification and Validation)

ARM 未来 10 年的目标包括:将制造业生产效率提升 30%,创造 51 万个制造业岗位,确保 30% 的中小企业采用机器人技术,以及优化机器人与智能技术研发和投资的生态系统。

为实现目标,ARM 将致力于整合包括国防机构、工业界、学术界、地方政府和非营利组织在内的超过两百个利益相关方的技术与资金资源,通过国防需求和工业界驱动实现其战略任务,形成国家级创新网络,构建强大的机器人与智能技术创新生态系统。

卡内基梅隆大学希望通过 ARM 的创办填补机器人与智能技术的研究、创新和应用之间的鸿沟,并推动卡内基梅隆大学乃至整个匹兹堡地区成为新的机器人与智能技术中心。

目前,ARM 已获得美国国防部 8000 万美元先期投资,理查德-梅隆基金、美国机器人公司(American Robotics)等合作机构注资高达 1.73 亿美元,初始研发和技术孵化将集中于卡内基梅隆大学的优势技术领域——人机交互与人机融合、协作机器人及机器态势感知与传感,其机器人产品和智能技术将用于航空航天等国防领域以及汽车、电子和轻工业等民用产业。.

可借鉴的机构创新模式.

ARM 围绕机器人应用构建完整生态链,深度捆绑机器人产业与人工智能技术 ,平台+技术+应用(硬件+软件+服务)的创新模式值得高度重视。

1.创新资源聚集

美国早已认识到,科技组织、人员、设备的集聚有利于促进创新。美国政府一直不遗余力地推动在大学或高科技劳动力富足的地区建立技术创新中心(如国家机器人研究中心)和建设基于大学研发条件的科研综合体(国家实验室),以打造商业与国防领域技术的桥梁。

ARM 是美国机器人产业链的最新代表,也是美国机器人创新资源聚集的最新产物。ARM 以非盈利独立研究机构的身份联合政府、工业界、学术界,初始成员包括 84 家工业界成员、39 家中小型企业和初创企业、35 所研究型大学、13 所国家实验室、10 家政府组织等 231 家合作伙伴,实现了机器人与人工智能领域资本、技术、人才的高度聚集,将逐渐显现令人惊叹的规模效应。

2.打造技术共同体

ARM 成员卡内基梅隆、普林斯顿、加州理工洛杉矶分校、斯坦福、杜克、乔治亚理工、密歇根大学等院校已分别与美政府、军方和工业界签署机器人及智能技术研究协议,专注于为产业界提供自主科学、微自主系统、机器智能等领域的最新研究成果。

洛克希德 ·马丁公司、诺斯洛普 ·格鲁门公司、波音公司、雷声公司等核心平台企业在政府主导下,相继签署机器人及自主系统产业技术互换协议,打造机器人技术共同体,协调推进机器人产业技术标准、技术规范和自主性认证体系的制定。

可以预见,ARM 的诞生将打造一艘机器人与智能技术领域的「航母」,更加有助于美国机器人产业和技术资源的快速集中和高效分配,将为美国机器人产业发展注入强大动力。

3.以人工智能为核心构建机器人产业群

2016 年 4 月,美国军方联合企业界和高校等研究机构对空天海地网五大空间的无人自主机器人技术进行了系统分析,规划形成人/机系统交互与协作(HASIC),可扩展的自主系统编组(STAS),机器感知、推理与智能(MPRI),测试、评估、验证与确认(TEVV)四大技术簇。各方对此形成共识,机器人系统自主化与智能化水平取决于人工智能的发展。

谷歌、微软、亚马逊、Intel、IBM 等人工智能巨头已经悄然深耕于机器人产业链,在人工智能基础平台、人工智能芯片和人工智能应用三大领域迅猛推进企业并购、技术研发和技术标准构建等工作。「人工智能+机器人平台」的产业模态逐渐明晰。卡内基梅隆大学主导创立 ARM,很大程度上反映了这一以人工智能为核心驱动机器人产业发展和创新生态构建的意图。

从美国政府支持和政策保障力度看,机器人产业与智能技术已经进入发展的快车道,前景向好。美国 Merrill Lynch 银行预测,到 2020 年,以人工智能为基础的机器人系统市场价值市场规模将达到 700 亿美元。如何在这一轮机器人产业发展浪潮中占据有利位置,产业发展生态的构建应引起足够重视。.

5   2017-06-20 09:43:45.617 寻找智能制造的原动力与成功之道! (点击量:3)

1、必须反思推进智能制造的原动力是什么?

美国的制造企业一直非常注重信息技术和自动化 技术的应用,正是在这样的土壤里,才会产生GE、PTC、罗克韦尔、Autodesk、ANSYS、Kronos这样的IT与OT巨头。

首先,美国的人工成本很贵,美国企业推进智能制造最重要的原动力之一就是减员增效,在标准化的基础上推进自动化,实现少人化,保持较高的劳动生产率;同时,美国也存在着年轻劳动力减少的问题,因此,推进少人化与自动化是一个现实选择。

其次,在市场经济的完全竞争环境下,产品生命周期越来越短,产品品种越来越多,批量越来越小,需要满足的法规越来越严苛,客户对产品品质和用户体验的要求不断提升,因此,企业要保持竞争力,必须实现数字化转型,对生产设备、生产线、生产车间,乃至整个企业进行数字化、智能化改造。

第三,物联网、移动应用、云计算、增材制造、人工智能等新兴技术的兴起,对制造企业改善运营带来了新的机会。因此,以美国为代表的发达国家的领军制造企业,非常清晰地将推进智能制造作为一种保持和提升竞争力的手段。

第四,美国已经将低端产品制造大部分外包,真正留在美国的,是复杂产品、附加值高的高端制造。即便是高端制造,也是把大量零部件的制造外包,广泛通过供应链协作。因此,美国制造业非常强调供应链协同和智能物流的应用,实现工业4.0 所强调的横向集成。

反观我国目前的智能制造热潮,依然没有走出政府出题目,专家定方向,企业报项目,最终政府买单的框框。拿到几千万的无偿资助,对于大部分利润率不高的制造企业而言,实在是有太大的诱惑。这样的免费大餐,实际上让很多企业已经忘记了推进智能制造的原动力,迷失了推进智能制造的方向。一些拿到大项目的企业,智能制造究竟怎么做还没想清楚。就像我国很多公司上市了,如何使用募集资金还没想清楚一样,因为他们把上市当做目标,而非手段。我很担心,一些智能制造的示范生产线真的只能用于专家检查时“示范”一下。

正是在这种环境下,很多企业才会把推进工业4.0和智能制造当做一个漂亮的广告词,把简单的按订单配置,吹成个性化定制;把大量使用机器人 当做智能制造的代名词;也正是在这种政府主导的模式下,一些地方政府才会盲目出台类似鼓励“机器换人”的政策。

我希望更多的企业能够冷静地思考自身的发展现状和数字化转型战略,分析推进智能制造的可行性、必要性和紧迫性,真正把智能制造当做一个帮助企业提升竞争力的手段,而非目标,从而找到推进智能制造的突破口,不要被“拔苗助长”。.

6   2017-06-20 09:44:56.537 全面分析离散制造业的智能制造之路 (点击量:3)

一、制造业面临的挑战

中国已成为全球制造业第一大国。世界500种主要工业品中,中国有220种产品产量位居世界第一。钢铁、煤炭占全球产量的一半,水泥占世界产量的60%,化纤产品、造船、汽车、家电….全球产量第一。 载人航天、探月、深潜....跃身世界前列。我们可以自豪的说我们取得了举世属目的成就。

但是我国工业自主创新能力不强。一些关键装备、核心和关键技术依赖进口,自主品牌缺乏,缺少具有国际竞争力的大企业大集团。在国际产业链的分工中我们处于价值链的低端,一部苹果手机在中国组装只分得1.8%的利润,而苹果公司一个零件不造获得58.5%的利润,高附加价值的的部分被发达国家把持。资源环境难以支撑。中国粗钢、水泥、煤炭产量世界第一,但GDP只占全球的9.5%。2012年中国能源消费量达到36亿吨标煤,按照现有模式完成中国的工业化进程,显然不现实。投资、消费、出口比例失衡。长期以来,工业发展过度依靠投资拉动,“十一五”期间投资年均增长25.5%,2013年固定资产投资42.7万亿,投资对经济增长的贡献率高达50.4%,造成能源原材料价格上涨、地方负债增加、部分行业产能过剩严重,发展的风险和隐患突出。外贸依存度高达50-60%,受国际市场波动影响大,抗风险能力低。随着土地、劳动力、原材料、燃料动力等要素成本的全面、快速上升,中国传统比较优势将逐步削弱,亟待形成新的竞争优势。管理模式、流程、制度落后。受近40年计划经济的影响,面向市场的采购、销售模式改变了,但是企业内部的管理模式、流程、制度和新型工业化不匹配。两化融合还有很长的路要走。设计智能化、产品智能化、管理现代化、决策科学化、制造自动化 、智能化、网络化与发达国家比还有差距。

为了改变上述状况,国务院提出了工业转型升级的规划:“工业转型升级,要坚持走中国特色新型工业化道路,按照构建现代产业体系的本质要求,以科学发展为主题,以加快转变经济发展方式为主线,以改革开放为动力,着力提升自主创新能力;推进信息化与工业化深度融合,改造提升传统产业,培育壮大战略性新兴产业,加快发展生产性服务业,全面优化技术结构、组织结构、布局结构和行业结构;把工业发展建立在创新驱动、集约高效、环境友好、惠及民生、内生增长的基础上,不断增强工业核心竞争力和可持续 发展能力,为建设工业强国和全面建成小康社会打下更加坚实的基础。”这是英明的决策。但是制造业转型升级的方向究竟在何方呢?我们应该借鉴国外新一轮工业革命的发展趋势。

二、新一轮工业革命的兴起

关于新一轮工业革命,国外有许多计划和文章。如美国的未来学者杰里米·里夫金发布了专著《第三次工业革命》,以蒸汽机为代表的第一次工业革命;以内燃机为代表的第二次工业革命;以可再生能源为代表的第三次工业革命。.

7   2017-06-20 09:47:35.923 张曙教授浅析智能机床发展现状及展望 (点击量:3)

 智能机床是智能制造的基础。如今,机床智能化发展极大地推进了我国机床行业的发展,助推国产机床走向世界,创造了更多的价值。本文,同济大学现代制造技术研究所名誉所长张曙教授对智能机床的现状进行分析以及对未来的展望。以下为主要内容。

  智能机床是智能制造的基础。机床智能化可分为3个方面:①机床部件本身,包括主轴单元、进给驱动、结构件的智能化,用以抑制振动和热变形补偿等;②数控系统智能化,从加工设备控制器进化到工厂网络的终端,生产数据能够自动采集,实现机床与机床、机床与各级管理系统的实时通信,使生产透明化,融入企业的组织和管理,缔造智能化工厂;③机床智能化和网络化为制造资源社会共享、构建异地的、虚拟的云工厂创造了条件,从而迈向共享经济新时代,创造更多的价值。

  沈阳i5智能机床

  传统的数控机床是按照G指令和M指令驱动机床部件,实现刀具与工件的相对运动,对机床的实际工作状态并无感知和反馈。机床在工作过程中,在切削力、惯性力、摩擦力以及内部和环境热载荷的作用下,产生变形和振动,导致刀具的实际路径偏离理论路径,降低加工精度、表面质量和生产效率。

  智能机床的核心在于构建一个基于模型的闭环加工系统。借助温度、加速度和位移等传感器监测机床工作状态和环境的变化,实时进行调节和控制,优化切削参数,抑制或消除振动,补偿热变形,充分发挥机床的潜力。智能机床的另一功能是网络通信,它是工厂网络的一个节点,可实现机床之间和车间管理系统的相互通信,提高生产系统效率和效益。

  智能主轴

  智能主轴的特征是自主性、自学习、兼容性和开放性。从感知到决策到控制,再到执行是实现智能的四部曲。主轴的智能化分为两类:①与主轴结构相关,即对温度或热误差、主轴平衡、主轴健康的监控和控制,进而实现温度控制和热误差补偿、不平衡度监控和主动平衡、主轴元器件损坏和失效监控与基于主轴实际状态的预测维护。②与加工过程有关,对颤振、刀具状态、主轴干涉的监控和控制,从而实现颤振的辨识及抑制和控制、刀具磨损和破损监测、刀具变形补偿、有效预防干涉与碰撞。

  瑞士StepTec智能主轴是智能主轴的范例,它的智能化系统由电感轴向位移传感器、热电偶温度监控、主轴诊断模块、拉杆位置传感系统、加速度计振动测量、前轴承液压预紧载荷系统组成。可通过V3D三维振动测量和SDS主轴诊断软件优化主轴性能;通过AMS轴向位移传感器、TMS温度控制系统、SDM主轴诊断模块进行误差控制。

  

  德国Prometec公司的主轴传感系统和分析(Spindle Sensor System and Analysis,3SA)环由固定的外环和旋转的内环组成,可安装在任何电主轴的前端,实现主轴智能化。安装在主轴壳体上的固定外环上分布有传感器,与安装在主轴上的旋转内环相互作用,进行主轴工作状态监控。3SA环可记录主轴的载荷状态、监控轴承或主轴的损伤和不平衡度,将信号发送给机床数控系统,补偿主轴的位置误差。3SA环提高了主轴的可用性和性能、以及知识的积累,实现基于主轴工作状态的维护,同时进行刀具和加工过程的监控。3SA环记录主轴工况变化的所有数据,如连接计算机或数控系统人机界面可随时显示,并对最近90次变化进行趋势分析。

  智能机床结构

  日本Makino T4钛合金加工机床的力控制智能导轨是一种控制导轨表面摩擦力与切削力保持平衡而消除振动的方法,其原理是借助测微计测量移动部件与导轨之间的间隙,控制伺服阀,调整气垫腔的上浮力,从而改变摩擦力,抵消切削力的变化。

  增加机床结构的阻尼可减小受激振动的振幅,并使其很快衰减。机床结构阻尼器有两种:调谐阻尼器与主动阻尼器。调谐阻尼器(Turned Damping Device)是在主体结构上附加一定质量比的振动系统,用相位差来抵消振动,同时吸收能量并转化成热能耗散,兼具动力吸振和阻尼性能改善。主动阻尼器(Active Damping Device,ADD)是借助传感器感知机床结构的振动,经放大后转换成电信号,通过动圈式作动器改变机床主体结构的阻尼性能,抑制其振动。主动阻尼器具有频率响应范围宽、惯性质量小、安装方便等优点。

  智能数控系统

  智能数控系统是新一代的机床“大脑”,具有以下4方面功能:①自主选择加工参数+优化刀具路径=智能编程,进一步从三维CAD模型提取特征语义,直接生成无G指令的数控程序;②数控系统从运动控制器进化为车间管理系统的终端,成为工厂网络的基层节点,并可接入云平台;③数控系统嵌入MTConnect适配器和代理应用程序,能够实现机床之间的通信,进行信息交互;④数控系统连接到数字镜像服务器,与虚拟机床构成数字双胞胎,使产品设计、加工制造和测量检验连接成数字主线,实时看到如何相互影响,以便做出更好的决策,更高效、高质量地运行。

  德国SolidCam公司的iMachining是智能编程的例子,它的“工艺向导”汇集了数百位经验丰富的CAM和CNC工程师所掌握的知识和经验,根据机床、材料和刀具优化进给、主轴转速、切削深度和宽度。从第一刀切削开始到加工完毕,iMachining都对毛坯、刀具材料和机床规格进行计算自动生成最佳的切削条件,借助“控制步距”技术,iMachining刀具路径保证切削条件严格遵循工艺向导,而且iMachining可根据主轴的刚性、夹具的刚性和刀具的伸出长度来设置相关的参数。

  iMachining能够进行刀具路径优化,采用变体螺旋(Morphing)刀路而不是传统的次摆线(Trochoidal)刀路,减少退刀次数,尽量保证“刀具在切削中”;为了保证材料的最大去除率,iMachining会把刀路自动分成几个小的部分,以保证变体螺旋切削的最大效能;iMachining从最初进刀和最后退刀,动态的毛坯更新及追踪,确保刀路始终在切削材料,消除无用时间和运动;iMachining移动刀具从一个位置运动到下一个切深,仅在绝对需要抬刀的时候才退刀。

  日本OKUMA的OSP Suite是智能数控系统的范例,该系统不仅能够实现热亲和、防碰撞、加工导航、伺服导航、5轴机床误差校正这5项智能化技术,同时让生产指示、作业指示,以及机床状态数据的管理可视化,从而缩短加工时间、提高运转率、缩短准备时间。

  此外,无G指令的STEP-NC编程能够根据髙层产品数据对加工过程进行优化,提高生产效率与产品质量;可明确地描述需要加工的特征、工艺和允差;面向对象结构化的产品几何与制造信息模型,避免各环节间的数据格式转换;具有通用性和可重用性,STEP-NC文件能不经修改地用于不同的数控机床;实现信息双向传输,下游环节对产品数据的修改可直接保存,并反馈给上游环节。

  终端-网络-云平台

  在互联网条件下,数控系统不仅能够实现机床与机床的互联,还是一个能够生成车间管理数据、并与有关部门进行数据交换的网络终端。通过制造过程的“数据透明”,实现制造过程和生产管理的无缝连接。这不仅为了方便加工零件,同时产生服务于管理、财务、生产、销售的实时数据。实现了设备、生产计划、设计、制造、供应链、人力、财务、销售、库存等一系列生产和管理环节的资源整合与信息互联,减少浪费,提高效率。

  

  在数控系统提供“透明”数据的前提下,需要与商业模式相配合的云端平台和云端应用。沈阳机床集团旗下智能云科公司研发的云协同制造平台(i-Smart Engineering&Services Online,iSESOL)平台,通过i5智能机床的在线信息,打造了一套云端产能分享平台,用户可以将闲置产能公示于iSESOL产能平台,有产能需求的用户无需购买设备即可快速获得制造能力,通过这种方式产能提供方可以利用闲置产能获得收益,产能需求方可以以较低的成本获得制造能力,双方通过分享获得利益最大化。这种制造能力的分享模式将会改变制造业的组织形式,并且充分挖掘社会闲置制造资源,进行产能切换,从闲置资源中获得利益最大化。基于iSESOL平台的智能机床互联网应用框架如图2所示。

  结束语

  机床智能化的第一个方面聚焦于机床部件本身,包括主轴单元、进给驱动、结构件的智能化,用以抑制振动和热变形补偿等。第二个方面是从加工设备进化到工厂网络的终端,生产数据能够自动采集,实现机床与机床、机床与各级管理系统的实时通信,使生产透明化,机床融入企业的组织和管理,缔造智能化工厂。机床智能化和网络化为制造资源社会共享、构建异地的、虚拟的云工厂创造了条件,从而迈向共享经济新时代,创造更多的价值。

8   2017-06-20 09:48:45.2 智能制造来袭 “关灯工厂”或将越来越多? (点击量:4)

2016年,广州先进制造业增加值2663亿元,占规模以上工业增加值比重为54.6%,先进制造业为主体的产业结构基本确立;科技创新企业规模不断增加,总数达到12.7万家以上,技术创新、模式创新、业态创新的创新型企业不断涌现。

去年是“互联网+”和智能化全面爆发的一年,“互联网+”渗透到各个领域,人工智能应用等方面也取得了长足进步,与之相关的信息化建设、智能制造技术全面提升。

转眼又到6月,新的一年毕业季到来,求职高峰也将随之而来。在“中国制造2025”的大背景下,企业在用人、制造产品等方面都面临着新的机遇与挑战,特别是在对用工有着特别需求的制造行业,随着智能设备、自动化生产线、“关灯工厂”越来越多,企业人力又将何去何从呢?

观点:智能化是对个人技能的升级

“我们麓谷这边一线员工大概在100名左右,并不是很多,车间里大概是一名工人配一台机器的配置。”在金杯电工,该企业特缆事业部的副总经理章薇告诉记者,金杯电工作为老牌的电线电缆传统品牌,其实面对智能化还有很长一段路要走,但是企业一直在朝着这方向努力。“目前企业自动化设备程度还是比较高,但是对于普通工人我们一直还是比较有需求的,毕竟机器代替不了人。”章薇表示。

记者了解到,现在麓谷的企业中,虽确实存在不再依赖大量人工实现生产制造的现象,但是对于能熟练操作设备的技工还是普遍需求的。

“像之前在车间工作的工人每天都要填写生产记录本,用来记录生产过程和产品情况,但是现在公司采用生产管理系统后,员工在机器上进行信息采集输入,设备上的输出端口就可以直接把信息传送至电脑里,供后端的人查看。”章薇介绍,前端的工人要保证信息设置的准确、操作设备的维护、产品质量的把关,虽然过程看上去简单方便多了,但是对前端的工人要求更高了。

与之拥有相同看法的还有华自科技人力资源总监李亮。“智能化程度越高的工具更需要高技能的人员操控,对于一线工人而言,智能化是对个人技能的升级及职业的优化和再造。”李亮说:“智能化的推进替代了人重复性、枯燥的劳动,体力劳动者无疑会受到的冲击,但对技术工人的需求不会降低反而会增加。思考复杂度高、创造力强、灵活性高的生产性服务工作,仍然需要人力胜任。”

当今“工匠精神”备受推崇,在智能制造的热潮中,产业工人对某一领域、某一专业的更加专注,将对个人职业生涯带来利大于弊的效果,从而在工业效率的提升中分享红利。“同样是操作工,有的只会设置程序,有的既会设置程序又能维修排除故障,后者就能拿更高的工资。”章薇介绍:“我们企业内部设有职业技能考试,从1级至5级,等级越高,技能津贴就更高。外部的职业技能资格也设置了职业津贴。”

困境:智能化发展急需“跨界大咖”

智能制造的“智”是信息化、数字化,“能”是精益制造的能力,智能制造最核心的是智能人才的培养,从精益人才的培养到智能人才的培养,这一过渡和齐步走可能也是制造企业面临的最重要问题。

“在我们电线电缆领域,既懂业务又懂信息化的复合型人才特别稀缺,有且也大多集中在行业领域较发达的江浙地区。”章薇向记者解释,由于电线电缆这一传统行业的特殊性,一般学习电缆设计专业出身的业务大佬对信息化领域不甚了解,而信息化领域人才对电缆的业务需求也不太明白,这种“跨界大咖”一直是制约企业智能化发展的瓶颈。有这种感觉的,并不是章薇一个人。有数据显示,58%的制造企业认为高素质人才的培养,是智能制造商业软环境亟待改善的方面。目前,中国智能装备制造行业高端人才及复合型人才需求的缺口较大,无法满足企业走向智能化的需要。

对于困境,企业也见招拆招,积极探索解决之道。目前,华自科技正积极推进智能制造的转型升级,为此,企业专门成立了智能制造及信息化部,聚集了一大批信息化人才。“在企业内部组建专门的信息化部门,通过深度融合,在深入了解企业产品技术、业务领域的基础上,推动智能化进程。”华自科技智能制造及信息化部经理喻鹏介绍。

既然复合型人才可遇而不可求,不如就自己动手培养,这也是金杯电工在学习了江浙地区电缆企业智能化发展之路以后的感悟。“一直以来,省、市、高新区都不遗余力地为人才聚集和引进提供了很多政策和平台,但‘跨界人才’的培养还是在企业和个人,企业有观念,个人有意愿,才能培养出切实符合企业所需的复合型人才。”章薇说。

思考:智能化要以问题为导向

根据“中国制造2025”,我国制造业转型升级将以推进智能制造为主攻方向。面对智能化的大势所趋,企业也迎来正反两面的思考。

“智能化为丰富用户服务打开了无穷的空间,进而形成了巨大的产业生态圈,对推动企业发展的作用重要而影响深远。”李亮说。同样,章薇也认为,智能化将促使企业盈利模式产生变化,并且将极大地改善工人的生产环境,降低劳动强度。

企业作为智能化生产制造的主体,一方面必然将享受到提升劳动生产率、降低生产成本等智能制造所带来巨大经济效益;但是另一方面,也要面对我们国家的制造业还处在“工业2.0补课,工业3.0普及,工业4.0示范”并进的情况下。

“任何企业对于智能化的改造建设都应该基于企业自身实际情况来开展,盲目追求智能化是百害而无一利的。”喻鹏表示,对于企业来说,要认识到智能制造的建设改造是需要投入大量人力、设备、资金的,企业实施智能制造要以问题为导向,企业急需解决什么问题就从那些方面进行智能制造改造。.

9   2017-06-20 09:50:10.907 苗圩:从国家战略高度推进智能网联汽车发展 (点击量:3)

产业转型升级重要载体

苗圩表示,当前,新一轮科技革命和产业变革蓄势待发,新技术、新产业、新业态、新模式层出不穷,“低碳化、信息化、智能化”成为汽车产业未来发展的重要方向。随着电子、信息、通信等技术与汽车产业加速融合,汽车产品加快向智能化、网联化方向发展,生产方式向互联协作的智能制造体系演进,服务模式呈现信息化、共享化趋势,带有鲜明跨界融合特征的智能网联汽车正是汽车产业转型升级过程中最重要的创新载体。

苗圩在讲话中指出,智能网联汽车是我国抢占汽车产业未来战略的制高点,是国家汽车产业转型升级、由大变强的重要突破口,是关联众多重点领域协同创新、构建新型交通运输体系的重要载体,并在塑造产业生态、推动国家创新、提高交通安全、实现节能减排等方面具有重大战略意义,应该从国家战略的高度,集中资源、加大力度,加快推进智能网联汽车发展,为中国建设汽车强国、制造强国、网络强国提供强有力的支撑。前期工信部在智能网联汽车及相关行业发展方面开展了大量工作,陆续印发了中长期发展规划、智能网联汽车技术路线图、车联网和5G发展行动方案等一系列指导性文件,初步确定5G频率规划及测试频段,支持关键技术的研发和应用测试,研究编制标准体系建设指南,起草上路验证管理规范,搭建上海、重庆、北京等示范测试区。

多措并举促发展

苗圩表示,工信部正在加紧研究促进产业发展的指导意见,推动在制造强国领导小组下建立部际协调机制,下一步将重点在加强顶层设计、制定标准法规、突破关键技术、升级基础设施、加强国际交流、提升信息安全等方面开展工作。

一是加强顶层设计,出台指导意见。起草并出台产业发展指导意见,完善政策措施和管理规范,有计划、有步骤、有重点地推动技术创新、产业培育、环境建设和规模化应用,创造有利于智能网联汽车发展的大环境,统筹推进智能网联汽车与智能交通、信息通信等产业的融合发展。

二是制定技术标准,完善法律法规。建立健全智能网联汽车标准体系,加快关键技术标准研制,积极参与国际标准制定,规范引导产业发展。积极推动制修订适用于智能网联汽车的道路交通规范,完善交通事故责任认定的法律法规,构建符合国情的法律法规体系。

三是突破关键技术,构建产业生态。统筹利用国家研发计划和重大专项等,支持关键技术的研发和产业化。加快智能网联汽车创新中心建设,加快推进智能网联汽车试点示范,探索智能网联汽车新市场与新业态。

四是升级基础设施,打造服务平台。做好道路规划、交通标识、路面设施等基础设施升级,提高专用通信系统覆盖率,实现车、路、人、云平台之间的互联互通。建立开放型大数据平台和公共服务与测试平台。

五是加强国际交流,开展产业合作。通过多双边合作机制,开展智能网联汽车标准法规、共性技术、规划政策、测试示范等方面的国际交流与合作。通过中德智能制造、中美百日计划等桥梁寻求产业合作契机。

六是建立保障机制,提升信息安全。建立智能网联汽车国家安全与公共安全保障机制,加强对智能网联汽车网络安全的监管,保护用户个人信息,加强数据跨境流动管理。

发挥联盟强大作用

2015年国务院发布的《中国制造2025》首次把智能网联汽车提升到与节能汽车、新能源汽车同等重要的战略高度;今年工信部、发改委和科技部共同发布的《汽车产业中长期发展规划》把智能网联汽车作为中国汽车产业抢占先机,赶超发展的重要突破口。

中国汽车工程学会理事长、中国智能网联汽车产业创新联盟理事长付于武表示,为加强跨行业资源整合、促进产业协同发展,在工信部指导下,中国汽车工程学会、中国汽车工业协会,联合汽车、通信、交通、互联网等重大领域企业、高校、研究机构发起成立了中国智能网联汽车产业创新联盟。

苗圩表示,前期,中国智能网联汽车产业创新联盟已编制发布《智能网联汽车技术路线图》、推动上海智能网联汽车示范区建设,在产业研究、标准法规、测试示范、交流合作等方面开展了基础性工作,成为推动我国智能网联汽车产业发展的重要力量。

苗圩希望,在联盟的平台上,各行业企业、联盟成员强化整体意识和合作精神,找准自我成长与产业发展、国家战略的契合点,加强交流,相互启发,发挥各自优势,开展技术、业务、人才等全方位的合作,加快共性技术的科研攻关和产业化,共同推动我国智能网联汽车健康有序发展。苗圩建议:

一是把握方向,发挥行业发展支撑作用。发挥联盟熟悉行业、贴近企业的优势,加强行业信息统计,跟踪产业发展动态,调研行业发展趋势,梳理共性发展需求,开展发展战略、路径规划和政策法规研究,为政府决策提供咨询,并加强政策措施的宣贯和推广,不断提高支撑政府工作的能力和水平。

二是搭建平台,提供行业公共服务。搭建促进技术研发、标准法规、测试示范、国际合作与人才培养等的服务平台,积极发挥引领和协调作用,在前瞻技术和急需领域开展团体标准研究,加强国内现有示范区之间的协调与合作,在共性技术和测试验证、示范运行等方面开展国际交流与合作,推动高校与企业合作,加快培养一批具有国际领先水平的专家和学术带头人。

三是创新机制,推动产业协同创新。整合汽车、信息、通信、交通等行业优势资源,开展前沿技术、共性关键技术和跨行业融合性技术联合研发,着力推动建设产业协同的创新体系。强化知识产权战略储备与布局,突破产业链关键技术瓶颈,促进技术转移扩散和首次商业化应用,形成高水平有特色的协同创新网络和平台。

四是推动融合,建设新型产业生态体系。积极推动汽车、交通、通信、互联网等领域的优势企业跨产业投资并购与深度合作,促进跨行业的技术融合、产业集群形成和价值链重构,扶持自主领军企业,推动建设新型产业生态体系。

据介绍,苗圩、辛国斌分别担任中国智能网联汽车产业创新联盟指导委员会主任和副主任。目前联盟首批成员单位已达98家,包括一汽、长安、汽研中心、汽研院、清华大学、信通院、交通部公路院、公安部无锡所、百度等9家副理事长单位,上汽、东风、华为、中兴、高德等32家理事单位。 .

10   2017-06-20 09:55:47.433 “物联网+互联网”与云计算、大数据、工业4.0的关系 (点击量:3)

1.物联网是互联网大脑的感觉神经系统

因为物联网重点突出了传感器感知的概念,同时它也具备网络线路传输,信息存储和处理,行业应用接口等功能。而且也往往与互联网共用服务器,网络线路和应用接口,使人与人(Human to Human,H2H),人与物(Human to thing,H2T)、物与物(Thing to Thing,T2T)之间的交流变成可能,最终将使人类社会、信息空间和物理世界(人―机―物)融为一体。

2.云计算是物联网大脑的中枢神经系统

在物联网虚拟大脑的架构中,物联网虚拟大脑的中枢神经系统是将物联网的核心硬件层,核心软件层和物联网信息层统一起来为物联网各虚拟神经系统提供支持和服务,从定义上看,云计算与物联网虚拟大脑中枢神经系统的特征非常吻合。在理想状态下,物联网的传感器和互联网的使用者通过网络线路和计算机终端与云计算进行交互,向云计算提供数据,接受云计算提供的服务。

3.大数据是物联网智慧和意识产生的基础

随着博客、社交网络、以及云计算、物联网等技术的兴起,互联网上数据信息正以前所未有的速度增长和累积。物联网用户的互动,企业和政府的信息发布,物联网传感器感应的实时信息每时每刻都在产生大量的结构化和非结构化数据,这些数据分散在整个物联网网络体系内,体量极其巨大。这些数据中蕴含了对经济,科技,教育等等领域非常宝贵的信息。这就是物联网大数据兴起的根源和背景。

与此同时,深度学习为代表的机器学习算法在物联网领域的广泛使用,使得物联网大数据开始与人工智能进行更为深入的结合,这其中就包括在大数据和人工智能领域领先的世界级公司,如百度,谷歌,微软等。2011年谷歌开始将“深度学习”运用在自己的大数据处理上,物联网大数据与人工智能的结合为物联网大脑的智慧和意识产生奠定了基础。

4.工业4.0或工业物联网本质上是物联网运动神经系统的萌芽

物联网中枢神经系统也就是云计算中的软件系统控制工业企业的生产设备,家庭的家用设备,办公室的办公设备,通过智能化,3D打印 ,无线传感等技术使的机械设备成为物联网大脑改造世界的工具。同时这些智能制造和智能设备也源源不断向物联网大脑反馈大数据,供物联网中枢神经系统决策使用。

5.物联网+的核心是物联网进化和扩张,反映物联网从广度、深度融合和介入现实世界的动态过程

对于物联网+这个2015年在中国迅速升温的新物联网概念,我们无法用上面单独的一张图表示。这是因为物联网+本质上反映物联网从广度、深度侵蚀现实世界的动态过程。物联网从1969年在大学实验室里诞生,不断扩张,从美国到美洲,从亚洲,欧洲到非洲,南极洲,应用领域从科研,到生活,从娱乐到工作,从传媒到工业制造业。物联网+提出者,易观国际的于扬老师认为物联网像黑洞一样,不断把这个世界吞噬进来。其实物联网+反映了于扬老师的物联网黑洞论进一步提升,+这个符号可以看做是一张黑洞的入口或嘴。这也是为什么我们叫物联网。.