目录
2017年第3期(发布时间: Sep 25, 2017 发布者:icad)  下载: 2017年第3期.doc       全选  导出
1   2017-09-25 09:46:50.017 智能制造在美国、德国、日本有啥不同? (点击量:8)

在西方国家有这样一句话:To live well, a nation must produce well,说明制造业是一个国家综合国力最重要的体现。

在经历了互联网泡沫和经济危机后,世界各国,尤其是发达国家开始重新意识到制造业的重要性,也在重新审视自己竞争力的优劣势。

第四次工业革命的到来为各个国家提供了发展和转型的机遇,也面临竞争力格局变化的挑战,智能制造成为各国竞争的新战场。各国围绕制造业,都提出了相应的战略——美国的“国家制造创新网络”、德国的“工业4.0”,日本的“工业价值链”,当然还有中国的“中国制造2025”。那么,这些战略之间有何差异呢?而形成这些差异的根本原因又是什么?

1、对知识的理解、积累和传承方式的差异决定了制造哲学和文化

对制造业而言,简单地来讲即是“发现问题(比如质量缺陷、精度缺失、设备故障、成本较高、效率低下等)、了解问题,在此过程中获取信息,并将其抽象化为知识,再利用知识去认识、解决和避免问题的过程。”

了解和解决问题的手段和方法决定了所获得知识的形式,而将知识抽象化加以运用的过程和形式则决定了知识传承的形式。这个过程可以通过“人来完成”、“数据来完成”或是“系统来完成”,这也是决定一个国家制造哲学的最根本原因。

日本

“通过组织文化和人的训练不断改善,在知识承载上非常依赖人”

日本独特的克忍、服从和集体观念文化也深深地影响了日本的制造文化,其最主要的特征就是通过组织的不断优化、文化建设和人的训练来解决生产系统中的问题。这一点相信国内许多制造企业都感同身受,因为大家在接受精益培训的时候被反复强调的3个方面就是“公司文化”、“三级组织”和“人才训练”。最典型的体现就是日本在20世纪70年代提出的以“全生产系统维护(TPM)”为核心的生产管理体系。其核心思想可以用“三全”来概括:全效率、全系统和全员参与。实现方式主要包括在3个方面的改善:提高工作技能、改进团队精神和改善工作环境,以致在20世纪90年代以后日本选择“精益制造(Lean Manufacturing)”作为其转型方向,而非“6-sigma质量管理体系”。

日本企业在人才的培养方面也是不遗余力的,尤其是“雇员终身制”文化,将雇员与企业的命运紧密联系在一起,使得人的经验和知识能够在企业内部积累、运用和传承。

日本企业解决问题的方式通常是:发生问题→人员迅速到现场、确认现物、探究现实(三现),并解决问题→分析问题产生的原因,通过改善来避免问题。最终的知识落在了人的身上,人的技能提升之后,解决和避免问题的能力也就上升了。

因此对于日本企业而言,员工是最重要的价值,对人的信任远胜于对设备、数据和系统的信任,所有的自动化或是信息化建设也都是围绕着帮助人去工作为目的,所以日本企业从来不会谈机器换人或是无人工厂。如果中国想要学习工匠精神,那么最应该借鉴的是日本孕育工匠的组织文化和制度。但是这样的文化在近几年遇到了一个十分巨大的挑战,就是日本的老龄化和制造业年轻一代大量短缺的问题,使得没有人能够去传承这些知识。

日本也意识到了自己在数据和信息系统方面的缺失,开始在这些方面发力。这一点在日本的“工业价值链产业联盟”的构架和目标上能够清晰地看到。该联盟提出的19条工作项目中有7条与大数据直接相关。可以说日本的转型战略是应对其人口结构问题和社会矛盾的无奈之举,核心是要解决替代人的知识获取和传承方式。

但日本在转型过程中同样面临着许多挑战:首先是数据积累的缺失,使得知识和经验从人转移到信息化体系和制造系统的过程中缺少了依据和判断标准。其次是日本工业企业保守的文化、造成软件和IT技术人才的缺失,正如日本经产省公布的《2015年制造白皮书》中所表达的忧虑:“相对于在德国和美国正在加快的制造业变革,现在日本企业表现出重视软件的姿态。”

德国

“通过设备和生产系统的不断升级,将知识固化在设备上”

德国的先进设备和自动化的生产线是举世闻名的,可以说在装备制造业的实力上有着傲视群雄的资格。同时德国人严谨的风格,以及其独特的“学徒制”高等教育模式,使得德国制造业的风格非常务实,理论研究与工业应用的结合也最紧密。然而德国也很早就面临劳动力短缺的间题,在2015年各国竞争力指数的报告中,劳动力是德国唯一弱于创新驱动型国家平均水平的一项。因此,德国不得不通过研发更先进的装备和高度集成自动的生产线来弥补这个不足。

德国的制造业解决问题的逻辑是:发生问题→人(或装备)解决问题→将解决问题的知识和流程固化到装备和生产线中→对相似问题自动解决或避免。

举个比较直观的例子来比较日本和德国解决问题方式的不同:如果生产线上经常发生物料分拣出错的现象,那么日本的解决方式很有可能是改善物料辨识度(颜色等)、员工训练,以及设置复查制度。而德国则很可能会设计一个射频识别(RFID)扫码自动分拣系统,或是利用图像识别+机械手臂自动进行分拣。

又比如,德国很早就将误差补偿、刀具寿命预测、多轴同步性算法、主轴震频补偿等解决方式以功能包的形式固化到了机床中,因此即便是对制造工艺和操作并不熟练的工人也能够生产出可靠的产品。也正是这个原因成就了德国世界第一的装备制造业大国地位。

除了在生产现场追求问题的自动解决之外,在企业的管理和经营方面也能够看到其尽力减少人为影响因素的努力。比如最好的ERP、MES、APS等软件供应商都来自德国,大量的信息录入和计划的生成及追溯通过软件自动完成,尽量减少人为因素带来的不确定性。

然而,德国同样对数据的采集缺少积累,因为在德国的制造系统中对故障和缺陷采用零容忍的态度,出现了问题就通过装备端的改造一劳永逸地解决。在德国人的意识中不允许出现问題,也就自然不会由问题产生数据,最直接的表现就是找遍德国的高校和企业,几乎没有人在做设备预诊与健康管理(PHM)和虚拟测量等质量预测性分析。另外由于德国生产线的高度自动化和集成化,使得其整体设备效率(OEE)非常稳定,利用数据进行优化的空间也较小。

德国依靠装备和工业产品的出口获得了巨大的经济回报,因为产品优秀的质量和可靠性,使得德国制造拥有非常好的品牌口碑。然而德国近年来也发现了一个问题,那就是大多数工业产品本身只能够卖一次,所以卖给一个客户之后也就少了一个客户。同时,随着一些发展中国家的装备制造和工业能力的崛起,德国的市场也在不断被挤压。因此,在2008—2012年的5年时间里,德国工业出口几乎没有增长。由此,德国开始意识到卖装备不如卖整套的解决方案,甚至同时如果还能够卖服务就更好了。

于是,德国提出的工业4.0计划,其背后是德国在制造系统中所积累的知识体系集成后所产生的系统产品,同时将德国制造的知识以软件或是工具包的形式提供给客户作为增值服务,从而实现在客户身上的可持续的盈利能力。这一点从德国的工业4.0设计框架中能够十分明显地看到,整个框架中的核心要素就是“整合”,包括纵向的整合、横向的整合和端到端的整合等,这简直太像德国制造体系的风格了,既是德国所擅长的,也为其提供增值服务提供了途径。所以第四次工业革命中德国的主要目的是利用知识进一步提升其工业产品出口的竞争力,并产生直接的经济回报。

美国

“从数据和移民中获得新的知识,并擅长颠覆和重新定义问题”

与日本和德国相比,美国在解决问题的方式中最注重数据的作用,无论是客户的需求分析、客户关系管理、生产过程中的质量管理、设备的健康管理、供应链管理、产品的服役期管理和服务等方面都大量地依靠数据进行。这也造成了20世纪90年代后美国与日本选择了两种不同的制造系统改善方式,美国企业普遍选择了非常依赖数据的6-sigma体系,而日本选择了非常依赖人和制度的精益管理体系。

中国的制造企业在2000年以后的质量和管理改革上,大多选择了精益体系这条道路,一方面因为中国与日本文化的相似性,更多的还是因为中国企业普遍缺乏数据的积累和信息化基础,这个问题到现在也依然没有解决。

除了从生产系统中获取数据以外,美国还在21世纪初提出了“产品全生命周期管理(PLM)”的概念,核心是对所有与产品相关的数据在整个生命周期内进行管理,管理的对象即为产品的数据,目的是全生命周期的增值服务和实现到设计端的数据闭环。

数据也是美国获取知识的最重要途径,不仅仅是对数据积累的重视,更重要的是对数据分析的重视,以及企业决策从数据所反映出来的事实出发的管理文化。从数据中挖掘出的不同因素之间的关联性、事物之间的因果关系,对一个现象定性和定量的描述和某一个问题发生的过程等,都可以通过分析数据后建立的模型来描述,这也是知识形成和传承的过程。

除了利用知识去解决问题以外,美国也非常擅长利用知识进行颠覆式创新,从而对问题进行重新定义。例如美国的航空发动机制造业,降低发动机的油耗是需要解决的重要问题。大多数企业会从设计、材料、工艺、控制优化等角度去解决这个问题,然而通用电气公司(GE)发现飞机的油耗与飞行员的驾驶习惯以及发动机的保养情况非常相关,于是就从制造端跳出来转向运维端去解决这个问题,收到的效果比从制造端的改善还要明显。这也就是GE在推广工业互联网时所提出的“1%的力量(Power of 1%)”的依据和信心来源,其实与制造并没有太大的关系。所以美国在智能制造革命中的关键词依然是“颠覆”,这一点从其新的战略布局中可以清楚地看到,利用工业互联网颠覆制造业的价值体系,利用数字化、新材料和新的生产方式(3D打印等)去颠覆制造业的生产方式。.

2   2017-09-25 09:44:53.217 这四大趋势驱动智能制造未来发展 (点击量:4)

数字化工厂(Digital Factory)

工业物联网(Industrial IoT)

人机协作(Human-Machine Collaboration)

智造新生态(Intelligent Manufacturing Ecosystem)

四大主题皆由工业4.0衍生,相互关联,共同发展,其中蕴藏着开启智能制造未来之门的钥匙。

数字化工厂(Digital Factory)

数字化工厂是综合利用软件技术、网络技术、通讯技术,以及其他各种相关支撑技术,对涵盖工厂研发设计、工艺路径规划、生产工程、生产执行以及服务全价值链进行数字化整合,从而帮助制造业企业加快生产速度、提高生产效率及灵活性,以应对日益激烈的市场竞争。

工信部《中国制造2025 》将优先推进制造业数字化、网络化、智能化发展列为制造业转型提质八大行动之首,认为数字化是制造业未来发展的重要方向,同时也是“工业化”和“信息化”融合的必由之路。

无独有偶,德国工业4.0的领军企业们,也将数字化工厂认为是实现工业4.0不可或缺的重要条件之一。数字化工厂的重要意义,可见一斑。

工业物联网(Industrial IoT)

2017年被称为工业物联网元年,从GE Predix到Siemens MindSphere、ABB AbilityTM、SAP Leonardo,再到航天云网INDICS、三一重工的树根互联,制造业大鳄们纷纷投身工业物联网之战,战略重心如今已然跃上云端,“织网”无疑已成为新一轮抢占市场竞争至高点的不二法门。

工业物联网致力于实现数字虚体与物理实体之间的互联与融合,并在此基础之上对数据进行收集与分析,进而辅助企业管理决策,这恰恰与数字化、智能化的发展方向高度吻合。至于实现方法,则是八仙过海,各显其能,究竟是试图借助通用软件与平台打破行业藩篱,以期有效解决不同行业间的共性问题,从而帮助制造业企业降低成本,提高效率的美国派会取得胜利?还是以垂直专业领域know-how和历史积淀为基础,邀请各领域合作伙伴共同构建生态系统的德国派会成为主流?亦或是擅用中庸之道的中国派会最终胜出?让我们拭目以待吧!.

3   2017-09-25 09:47:35.693 智能制造产业面临网络安全挑战 (点击量:1)

“科技创新提供机会的同时也面临着新的挑战。比如,在智能制造、工业领域,随着互联设备增加而日益暴露的网络安全问题。”今天,德国驻华使馆参赞陶刚在中德信息安全合格评定合作研讨会上说。

据主办方介绍,此次中德信息安全合格评定研讨会是中德两国首次在信息安全合格评定领域举办研讨。

目前,在智能制造、工业领域,所面临的风险已经远不限于隐私和数据的风险。仅一个事故就可能导致严重的商业损失、市场损失甚至更严重的后果。

“中德经济互补性强,利益契合点多,合作潜力巨大。两国都是制造业大国,近年来,随着中国制造2025 、德国工业4.0 战略的发布和实施,智能制造成为两国制造业发展的战略方向,而防范和解决网络安全问题是智能制造产业发展的必要保障。”国家认证认可监督管理委员会总工程师薄昱民说。.

4   2017-09-25 09:43:11.757 我国将大力培养智能制造领域工匠 (点击量:2)

  工业和信息化部副部长陈肇雄近日于芜湖召开的第二届全国工业机器人 技术应用技能大赛决赛闭幕式上表示,我国将推进能工巧匠和高技能人才培育等工程,大力培养智能制造领域工匠。 工业和信息化部提出,将鼓励企业与有关高等学校、职业学校合作,面向制造业十大重点领域,特别是航空航天及动力装备、海洋工程装备等建设一批紧缺人才培养培训基地,开展“订单式”培养。.

5   2017-09-25 09:49:14.58 智能制造引领 洪暹国谈农机产业升级 (点击量:3)

当东西方工业文明在新世纪第二个十年重构并融合各自的架构体系时,新一轮工业革命浪潮风起云涌,全球产业格局正酝酿变革。这从德国西门子公司和美国通用电气公司近年来在工业领域的新布局可见一斑。

当东西方工业文明在新世纪第二个十年重构并融合各自的架构体系时,新一轮工业革命浪潮风起云涌,全球产业格局正酝酿变革。这从德国西门子公司和美国通用电气公司近年来在工业领域的新布局可见一斑。

无论是美国提出的工业互联网,还是德国提出的工业4.0,本质上都是围绕制造业在做文章。尽管名称五花八门,堪称大相径庭,但无一例外均瞄准了制造业的新赛道。在这个新赛道上,中国不甘落后,适时制定了“中国制造2025”,并以智能制造为主攻方向。

“作为‘中国制造2025’确定的重点领域之一,农机行业正在实践智能制造。”工业和信息化部智能制造专家委员会委员、中国农机工业协会执行副会长兼秘书长洪暹国8月4日在接受中国工业报记者专访时介绍。

洪暹国认为,“十三五”以来,农机工业通过实施产品科技创新和开展智能制造新模式应用,在产品技术创新、攻高端、补短板,发展智能制造,提升制造水平等方面取得了长足的进步,为行业转型升级奠定了良好的基础。

实施国家科技重点专项

中国工业报:近年来,党中央国务院高度重视三农事业,农机作为农业的物质装备,也得到诸多关照。您是行业知名专家且长期参与政策制定工作。可否请你梳理一下相关政策。

洪暹国:“十三五”时期,科技部等有关部门将“智能农机装备”列入优先启动的重点科研专项,设置围绕农机作业信息感知与精细生产管控应用基础研究,农机装备智能化设计与验证、智能作业管理关键共性技术开发,智能农业动力机械及高效精准环保多功能农田作业、粮食与经济作物智能高效收获、设施智能化精细生产、农产品产后智能化干制与精细选别技术与重大装备研制,畜禽与水产品智能化产地处理、丘陵山区及水田机械化作业应用示范等11个任务方向共47个项目,项目总投入超过15亿元。

2016年、2017年已经实施了智能农业动力机械研发、粮食作物高效智能收获技术装备研发、农机装备智能化设计与验证关键技术研究,开展农机装备智能化设计、制造过程质量检测以及农机装备试验验证方法与技术研究等项目的联合研究。项目的实施,将为实现农机智能制造、提升产品质量水平奠定技术基础。

总体来看,我国农机工业经过近60多年的发展,规模已经跃居世界首位,但在产品品质、技术水平以及企业竞争力等方面仍与国外发达国家存在不小差距,行业转型升级迫在眉睫。农业机械作为“中国制造2025”十大重点领域,要围绕大马力拖拉机、大喂入量联合收割机等重大产品开发,加快产业升级和产品更新换代,同时围绕发动机、传动、电控、液压等核心部件研发,增强农机工业自主创新和核心竞争力,为我国现代农业建设提供大型、高效、节能、智能化的成套农业装备,引领行业加速实现转型升级。

三管齐下

中国工业报:你认为具体应该从哪些方面着手?

洪暹国:首先,在主机制造方面,以具有国际主流技术水平的200马力以上动力换挡拖拉机项目为载体,突破国内高端拖拉机研发、制造技术瓶颈,掌握适合我国农机工业发展的拖拉机产品技术和成套制造技术,形成了批量生产能力,特别是近几年,400马力级高性能拖拉机样机研发成功,量产后将有效参与国际竞争,改变长期依赖进口、受制于人局面。开发了12kg/s喂入量大型谷物联合收割机,提高联合收获机械产品技术档次和产品供给能力。大型采棉机、甘蔗收获机等经济作物收获机械重点突破关键部件研发试制和工艺技术等关键技术难点,正小批量投放市场。田间作业及产地处理智能控制关键技术装备及农业机器人等智能装备技术,提升国产农机装备技术档次。轻便、适用、轻简农机农艺融合技术及装备,为丘陵山地、南方水田、草原等农业生产全面全程机械化提供支撑。

农机新产品的研发,满足了国内农业装备大型化、智能化、多功能、多用途、高效、节能、环保的发展需求,并带动相关零部件产业技术水平的提高。中国一拖具有完全自主知识产权230马力动力换挡拖拉机实现了量产,迈出了主导产品转型升级的关键一步,构建了中国新一代大马力拖拉机技术平台,使我国拖拉机生产技术更加接近世界主流技术水平。

其次,在关键核心部件方面,以突破动力换挡变速箱、静液压系统、大马力驱动桥、柴油机电子控制及排放控制等关键技术为重点,建设国内领先、国际一流的关键零部件研究、中试基础技术平台,集成开发非道路型大功率柴油机产品等产品并形成批量生产能力,满足非道路柴油机高温、高尘、高负荷使用环境要求,该项工作已完成电控柴油机的系统开发和性能试验测试,并掌握了机体强度、燃烧及排放等多项核心技术,整机排放标准可满足非道路柴油机排放要求。

第三,在配套机具方面,加快大型拖拉机配套农机具研制,开展大型、高效、复式耕整机械等关键技术研究,并使之产业化。目前企业已与国外相关公司开展业务洽谈,为加快获取和掌握高端技术,增强为用户提供整体解决方案的能力创造条件。同时,中国一拖等企业正在逐步实施无级变速重型拖拉机、混合动力拖拉机等一批符合国家产业发展方向、可持续发展战略的新型拖拉机产品的研制工作。

下一步,农机行业将继续以产品核心技术升级为导向,持续提升大中马力拖拉机、大型联合收割机等领域的竞争优势,开发满足细分市场需求的农机产品,夯实企业转型升级的产品和技术基础,为落实国家战略,服务“三农”,推动我国农机行业转型升级发挥积极作用、做出更大贡献。

提升制造能力

中国工业报:上述举措能够改变农机行业给外界留下的“生产制造能力落后”的印象,你怎么看?

洪暹国:当前,农机行业正在以制造能力提升助推转型升级。随着大马力动力换挡拖拉机、大型联合收割机、高端关键零部件等高端产品的成功研制,为确保生产制造出高品质的产品,中国一拖、雷沃重工、中联重机等企业在借鉴国际先进制造技术的基础上,结合行业和企业的实际情况,以制造的数字化、信息化、智能化为重点,采用数字化设计制造技术和柔性加工生产线,组建起了大型拖拉机、联合收割机、关键零部件智能化和自动化制造车间,实现了数控加工设备柔性化、自动化生产和智能化管控,有效提高产品的制造水平和生产效率,缩短了我国与国外农机先进制造技术水平之间的差距,对于提升我国农机工业整体制造水平产生了积极促进作用和示范效应。

在机械加工方面,不少企业投入使用激光切割机、数控卧式车床、立式加工中心等关键加工装备组成的自动加工线;提升了加工的精度和产品的一致性。在产品装配涂装方面,环保柔性涂装线采用喷涂机器人、集中供漆混气喷涂系统、宽推杆悬挂积放链等自动化智能化设备,实现了工件自动识别与跟踪,满足了柔性涂装生产需要,保证了该产品的装配质量,提升了涂装环节的产品制造及工艺保障能力。在热加工制造方面,一些企业购置了减材成形机和激光增材成形机等设备,构建起无模快速制造系统,建成了快速实验室,实现了快速成型技术在新产品开发过程中的应用;通过掌握大型复杂铸件数字化快速成形关键技术,形成了复杂金属件数字化无模快速铸造的自主开发能力。同时,一些企业建立了虚拟制造实验室。可对农机产品虚拟样机、数字化涂装线、铸造仿真分析、机械零件应力变形仿真分析数据进行综合展示,提高了产品、工艺的设计质量和效率,对农机产品数字可视化研究和数字产品仿真工程应用性研究提供了支撑。

通过上述努力,目前农机行业主机产品制造水平和工艺保障能力显著提升,正在实现从单机数字化、柔性化、自动化加工向整线数字化、柔性化、自动化、智能化加工的跨越和迈进。

面向未来,农机行业将持续加大研发投入力度,提升自主创新能力,加快推进动力换挡拖拉机、大型联合收割机、关键零部件等重点研发项目,突破高端产品技术及制造技术瓶颈,并快速使之商品化,实现由中低端产品制造到中高端产品“智造”的转变,为提升我国农机工业整体制造水平发挥更大作用。

6   2017-09-25 09:49:41.6 基于新一代人工智能发展中国智能制造 (点击量:3)

导读: 为抢抓人工智能发展的重大战略机遇,构筑我国人工智能发展的先发优势,加快建设创新型国家和世界科技强国,国务院印发了《新一代人工智能发展规划》,从战略态势、总体要求、重点任务、资源配置、保障措施和组织实施等方面明确规划了我国新一代人工智能的发展蓝图。

当前,正在发生重大变革的信息新环境和人类社会发展的新目标正推动人工智能发展进入新阶段,并深刻改变人类社会生活、改变世界。为抢抓人工智能发展的重大战略机遇,构筑我国人工智能发展的先发优势,加快建设创新型国家和世界科技强国,国务院印发了《新一代人工智能发展规划》,从战略态势、总体要求、重点任务、资源配置、保障措施和组织实施等方面明确规划了我国新一代人工智能的发展蓝图。

特别是,在规划重点任务的“加快推进产业智能化升级”一节中,对发展我国“智能制造”提出:“围绕制造强国重大需求,推进智能制造关键技术装备、核心支撑软件、工业互联网等系统集成应用,研发智能产品及智能互联产品、智能制造使能工具与系统、智能制造云服务平台,推广流程智能制造、离散智能制造、网络化协同制造、远程诊断与运维服务等新型制造模式,建立智能制造标准体系,推进制造全生命周期活动智能化”。

上述规划内容明确指出了基于新一代人工能技术发展我国智能制造的实现要点:

1、要围绕制造强国重大需求,协调推进基于新一代人工智能技术的智能制造的技术、产业和应用发展。

从总体上讲,我国制造业正面临加快推进“五个转型”(由要素驱动向创新驱动战略转型、传统制造向数字化网络化智能化制造转型、由粗放型制造向质量效益型制造转型、由资源消耗型、环境污染型制造向绿色制造转型、由生产型制造向生产+服务型制造转型)的严峻挑战。我国智能制造的技术、产业和应用等方面还处于起步阶段。所以,需要贯彻“创新、协调、绿色、开放、共享”的发展理念,以创新发展为主题,以促进制造业提高质量增加效益为中心,以加快新一代人工智能技术与制造业深度融合为主线,协调发展自主的智能制造技术、产业和应用,通过30年/3个阶段的努力奋斗,实现从制造大国发展为制造先进强国的宏伟战略目标。

2、要基于新一代人工智能技术,推进智能制造技术的集成应用及其制造模式。

要部署实施一批跨企业(行业/区域)、企业级、车间级和制造单元级等不同层次智能制造系统的构建与应用示范,推进基于新一代人工智能技术的智能制造关键技术装备、核心支撑软件、工业互联网等系统集成应用,推广流程智能制造、离散智能制造、网络化协同制造、远程诊断与运维服务等新型制造模式。

3、要基于新一代人工智能技术,推进制造全生命周期活动的智能化。

要围绕离散制造全生生命周期活动的智能化发展需求,部署实施基于工业互联网群体智能的个性化创新设计、协同研发群智空间、智能云生产、智能协同保障与供应营销服务链等应用示范;围绕流程制造全过程、全流程活动的智能化发展需求,部署实施基于新一代人工智能技术的流程工业智能感知、智能建模、智能控制、智能优化与智能运维等应用示范;围绕我国创新驱动发展战略和提升我国制造业自主设计创新能力的重大需求,部署实施服务于从概念创意到研发、生产、试验、服务等全产业链的大数据智能创新设计和群智众创设计等典型示范。

4、要加快建立和发展基于新一代人工智能技术的我国自主的智能制造技术、标准、使能产品和系统运营等产业。

要融合新一代人工智能技术与制造技术,研究突破智能制造系统总体技术架构、智能化制造服务的商业模式、智能管控的集成互联技术、智能制造安全与评估体系和智能制造标准体系等智能制造系统总体技术;研究突破面向智能制造大数据的网络互连技术、智能资源/能力感知和物联技术、智能资源/能力虚拟化和服务化技术、智能服务环境的构建/管理/运行/评估技术、智能知识/模型/大数据管理分析与挖掘技术、人机共融智能交互技术等智能制造系统平台技术;研究突破智能设计、智能生产、智能管理、智能试验、智能保障等制造全生命周期活动智能化和全过程、全流程智能化等关键技术;进而建立相关的标准体系。

要围绕“中国制造2025”提出的十大重点应用领域,融合新一代人工智能技术,研发智能产品(能够自主智慧地完成本身任务的产品)及智能互联产品(能够形成互联生态的智能产品);研发系统软件、平台软件、应用软件等智能工业软件,以及智能材料、智能传感器、智能机床、智能工业机器人、智能3D打印机等支撑智能设计/生产/管理/试验/保障的硬软件使能工具;研发不同层次智能制造系统构建与运营的技术与工具;进而形成我国自主的智能制造产业体系。

我们坚信在规划的指引下,在举国上下的齐心努力下,基于新一代人工能技术发展中国的智能制造必将加快实现我国从制造大国迈向制造强国的宏伟战略目标。.

7   2017-09-25 09:50:11.35 化工智能制造的方向 | 人工智能并不靠谱 (点击量:2)

这两年,由于人工智能在某些领域 (并非是工业领域)的突出表现,有些人开始乐观起来,觉得中国在要通过“互联网+”和人工智能实现制造业、工业化的弯道超车。真的会有这么乐观吗?

2007年我在写博士毕业论文时,第一章绪论的第一句话就是,“《十六大报告》(2002)中明确提出‘以信息化带动工业化,以工业化促进信息化’”。 后来十七大(2007)提出:“工业化和信息化融合”; 为这个两化,国家在2008年还组建了“工业和信息化部”,说明国家对这个发展战略问题有深刻的认识和重视。再后来十八大(2012)提出:“两化深度融合”。直到现在如火如荼的智能制造热潮中,两化融合仍然是工信部的“立部之本”。十几年过去了,还在不断地提两化,说明这件事情并不容易,推进并不如政府想的那么顺利。

目前智能制造离散行业谈的很多,但化学工业的智能制造谈的却很少。那么,化工智能制造,到底朝哪个方向发展呢?

化工早已在自动化快道上

化学工业早已实现初级智能系统--自动化控制。由于化工过程的连续性和装置的大型化,且装置投资巨大(动辄数十亿上百亿的投资),化工行业(包含炼油、石油化工)很早就对过程自动化提出非常高的要求,在上世纪70年代就开始采用DCS用于过程控制。自动化提高了化工生产的稳定性、安全性,也很容易提高工厂的利润率(提高利润是是市场经济环境下企业采用新技术的直接动力)。目前的技术水平可以让化工生产80%以上生产车间和操作实现无人化,主要在一些涉及固体的处理和输送上做到自动化还比较困难。大型化工装置生产车间无人化是正常现象,依靠泵、压缩机实现物料在密闭管道系统中的流动,依靠各种温度、压力、液位、流量控制实现物质和能量在各个操作单元的自动运行。

技术上可行或最优,并不表示经济效益最优。特别是一些小装置,完全采用自控系统系统单位成本高;当人力成本低时,宁愿采用人工操作。所以现实世界的化工行业的自动化率是由技术水平、经济效益(投资成本、人力成本)共同决定。

传统AI不适合化学工业

传统的人工智能(大数据、机器学习)的核心是对历史数据归纳提取规则,从而对未来预测。其理论基础是:运行数据包含了系统的所有重要隐藏信息,无须研究问题机理,可以直接从数据挖掘出系统的规律和知识。

这种人工智能不适合化学工业,并且对化学工业的智能化生产生产作用极其有限。基于三点理由:

1.化工装置的运行机理和数学模型相对完整。化学工程作为一门发展超过100年的工程学科,知识体系相对完整。化工装置作为人工设计系统,设计之时设计者已经清楚装置的内在特性和机理,已经知道装置的数学模型。所以无需再使用人工智能去挖掘、发现知识。即使在机理不清或边界不定时,一些常规的、传统的数据分析方法已经足以应对化工中的问题。

2.化工装置作为严格受控系统,数据虽多但是单调,信息量太低以致无法挖掘知识。由于化工过程被各种控制系统严格控制,生产平稳,所以产生的数据虽多但分布窄,无法采用人工智能从这种信息量少的大数据中提取出规律或知识。100个、10000个相同数据所含的信息量和1个数据一样。

3.化工装置对系统的可靠性、安全性要求不接受人工智能系统产生的黑箱知识。化工生产对安全性和可靠性的要求极其严格,万一发生事故都是灾难性,对环境和员工生命带来的损失是不可挽回的。人工智能完全依靠系统的输入输出数据产生一个黑箱模型。这种黑箱模型应用时,一是无法根据模型找到故障或者问题的原因,二是难以对模型的可靠性作评估。

传统人工智能比较适合系统极其复杂(以致难以研究机理)、对系统因果性和可靠性没有严格要求的人类智力活动,例如金融、商业、医学,人工智能对这些领域将产生革命性变革,这些变革真在我们身边发生。而科学技术领域本质上就是对因果性和可靠性的追求,科学家和工程师长期对数据的重视和应用,人工智能对科学技术的变革程度,从知识发现和提取的角度将是有限的。

知识自动化才是主方向

化学工程作为一种典型的工程学科,其特点是半理论半实验。由于一些现象过于复杂,涉及机械、材料、物理、化学、热力学、动力学和传递,多种因素关联偶合在一起,无法通过纯理论逻辑推导得到某些现象的原因或结论,需要在实验室环境下将各种因素分离独立研究(彻底的研究方法),或者综合在一起、只研究主要因素对结果的影响。也就是说,化学工程的大部分理论知识来自于实验室研究。

举一个简单例子,例如一组新的二元体系,在没有汽液平衡实验数据的前提下,有哪种模型敢说它的预测精度在5%内?虽然化工文献和数据库中已经有了上百万组的二元汽液平衡实验数据,化工热力学家研究了近50年的汽液平衡预测模型,但一旦遇到关键应用,还是得去实验室做实验得到实验数据。

由于化工现象的复杂性,有些现象在工业装置上表现出与实验室实验装置上不同的特性甚至在实验室无法观察到的现象,即所谓的“放大效应”,其本质还是对某些因素考察不清导致没有正确预测。此时,我们可以从工业装置得到反馈从而扩展化学工程的知识。另外,从工业装置运行中,还可以得到大量的操作、维护、安全方面的、超出实验室研究范围的经验性知识。

虽然化工行业在中国不是什么好形象,在大学也不是什么好专业,但是其学科知识结构、研究方法都比较复杂,在欧美化学工程在工程学科中是一个收入靠前的专业。

将经验转化为数据,将数据转化为知识,将知识融入到自动化系统中,这就是知识自动化,这才是智能制造的核心。

可见,一个化工装置的工艺机理知识基本已经融入到最初的设计中和运行的自动化控制中,已经80%以上实现了知识的自动化;而装置运营知识,主要涉及人员管理、资产设备管理、操作、维护、供应链的知识还是存在于各种SOP中,和作为经验存在于人脑中,这方面离知识自动化还有很在大的距离。

知识自动化才是今后化学工业搞信息化、智能化的重点方向。

8   2017-09-25 09:50:52.033 多地聚焦“智能制造” 领导纷纷进企调研 (点击量:1)

日前,日发空客装配平台项目喜迎首架A330进厂,这是该公司继成功交付贵飞、陕飞、成飞军机项目并获得成飞新机型总装脉动生产线系统集成装配项目后,首次参与的重大国际合作项目。

从辽阳制造到辽阳智造,如今,由全面创新引领的辽阳装备制造业正在开启新的未来。

记者从石狮市经济局获悉,为加快推进“中国制造2025”城市试点示范,日前,石狮市人民政府办公室印发《2017年石狮市推进实施“百千5311”工作方案》,对今年石狮市实施“百千5311”工作进行具体分工与部署。

8月17-18日,陕西省统计局相关专业处室人员赴汉中对部分高端装备制造产业重点企业和汉中航空智慧新城进行了调研。

今年以来,江门装备制造业的各项数据“全线飘红”。据统计,上半年,江门市装备制造业的增加值、投资额分别达到172.3亿元、142.3亿元,同比增长13.9%、13.3%,两项指标完成进度均在“八市一区”中排名第一。

8月15日下午,济南市政协副主席段青英带领部分市政协委员、专家,在市国资委副主任杨厚友的陪同下,就新旧动能转换工作到济南二机床集团有限公司调研。张志刚董事长接待了来访人员并陪同参观了生产现场。

近日,2017中国(重庆)发展中国家培训班学员一行23人到重庆机床集团参观交流。该培训班由国家科技部国际合作司、重庆市科委主办,学员分别来自玻利维亚、厄瓜多尔、委内瑞拉、泰国等多个国家。

近期,国家工信部装备司罗俊杰副司长、机床协会郭长城副秘书长等一行6人在大连市经信委于德虎副主任的陪同下对大连机床集团双D港园区进行了视察和调研,大连机床集团董事长陈永开、执行总裁吕书国等领导陪同部、协会领导参观了智能制造装配、数控车床装配、加工中心装配车间并向领导汇报了大连机床的生产经营情况。

9   2017-09-25 09:51:58.273 我国智能制造动作频频 引发各界关注和讨论 (点击量:3)

近日,国内智能制造新闻火热。从中央到地方,从企业到个人均有利好消息,也出现不少急需解决的问题。

首先,工信部公布了2017年智能制造试点示范项目公示名单,多家上市公司项目入围,涉及医疗、钢铁、汽车、食品加工、服装、电子信息等分类。其中,宝钢股份、福田汽车、老白干酒、浪潮信息榜上有名。

另一边,深圳市龙岗区打造国内首个智能制造实训工厂。未来将开展建设工业4.0智能制造实训工厂、成立工业4.0转型升级咨询诊断服务中心和工业4.0高端人力资源开发中心、打造中德产学研协同创新合作平台。

当然,在积极推进中国智能制造的过程中,我们也发现了新问题,智能制造人才供给新矛盾不容忽视。目前“用工荒”是一个比较普遍的现象,但在智能制造方面体现更加明显,他们缺乏大量熟练技工。

格力和东风神龙两家大型制造企业刚刚面临“人才荒”,反映了我国智能制造人才培养与产业转型升级不匹配的情况正在加剧。通过临时招聘和人才调拨只能解决一时问题,长久来看人才总量储备不足仍需解决。一方面需企业按现代智能智造需求,加大对企业已有人才培训力度,另一方面要进行产、研、学结合,开展精准定制生产培训。第三,要转变就业观念,鼓励更多青年人投身现代制造行业。

10   2017-09-25 09:52:43.45 智造单元:智能制造的抓手 (点击量:172)

智能制造正在成为不可逆转的制造趋势,而智造单元,正是智能制造落地最有效的抓手。智造单元,是设计与实施智造工厂的有效组线模式。作为一个最小的数字化工厂,提供了一个完整的多品种小批量的解决方案。甚至可以在不影响产线运转的情况下,实现多种设备的在线入列和出列的切换。

智造单元 工业新概念定义

智造单元,是实现数字化工厂的基本工作单元。针对装备制造业的离散加工现场,把一组能力相近的加工设备和辅助设备进行模块化、集成化、一体化,实现数字化工厂各项能力的相互接口,具备多品种少批量(单件)产品生产能力输出的组织模块。它从资源轴、 管理轴和执行轴这三个角度,来实现基本工作单元的模块化、自动化、信息化,从而实现工厂的数字化、高效率运转。

智造单元的工作机制

智造单元可以由“一个现场,三个轴向”来说明,包括:资源轴向、内向管理轴向和工作执行轴向,见图1。

图1:智造单元的三维视图

资源轴上,主要是对人员、流程、产品、设备的管理。资源可以是任何活动的对象,也可以是执行这些活动的前瞻主题。特别值得注意的是,员工是宝贵的资产。工厂工人在物理世界生产产品,不管职务是不是管理者,都会做决定并给其他人下达指示。

而管理轴则是质量、成本、交期、安全,是生产过程中核心输出的要素管控与运维;而在执行轴PDCA,则是标准的戴明环,也就是计划(Plan)、执行(Do)、检查(Check)、纠正(Action)。

这三个视图,综合地表达了智能制造的价值创造,其实是人类和各种设备活动的过程与结果的综合表达。

这种方式与日本旨在解决智能制造的工业价值链促进会IVI的理念完全一致。日本IVI在 2016年12月提出了“工业价值链参考架构”,旨在推动“智能工厂 ”的实现,见图2。

图2:IVRA工业价值链的三维图.