目录
2018年第4期(发布时间: Dec 4, 2018 发布者:icad)  下载: 2018年第4期.doc       全选  导出
1   2018-12-04 10:24:17.577 离开这三点 谈什么智能制造-智能制造 (点击量:10)

如何实施智能制造?需要考虑智能制造的三个支点:产品、装备和过程。 笔者在《论智能制造》系列中的“论智能制造的三个阶段”中,谈到了对三个阶段的基本认识。而如何实施智能制造,则需要考虑智能制造的三个支点:产品、装备和过程。 图1 智能制造的三个支点 第一个需要考虑的是推动智能制造的目标是什么。显然,企业追求的是产品,而不是要把企业搞的有多时髦。企业销售产品的时候,不是要宣传企业的生产线有多漂亮、多现代,而一定要说明这个产品的价值何在。产品是企业面向社会的表现。智能制造的目标是产品,而不是智能制造本身。因此,产品的智能化是企业必须考虑的首要问题之一。智能制造如果不能生产出智能的产品,智能制造就失去了时代的意义。而且,企业的产品如果不是智能化的,产品和企业今后被淘汰的可能性就很大。 第二个支点是装备,生产过程(包括研发、设计)中的每一个关键环节上的装备,一定要智能化。如果这个智能化实现不了,劳动生产力和劳动效率就不可能得到很大提高,企业可能就没有竞争力。不是数字化、网络化和智能化的生产装备,就不是这个时代的先进制造装备。而且,如果设备没有智能化,也可能无法生产出企业想要生产的智能化产品。 第三个支点是企业生产过程的智能化问题。装备智能化解决的是生产过程中“点”的智能化问题;企业只有实现生产全过程的智能化,才能实现企业全局的智能化,才能够实现智能化效益的最大化。 智能产品是第一支点 一个机床生产厂,生产装备和过程如果都是智能化的,而它生产出来的机床却是一般的机床,没有智能化的要素,那么这个机床厂的前途就非常堪忧。因为,他自己都不会去购买这样不够智能化的机床。 因此,任何一个企业在考虑其智能制造如何发展的时候,首先应该想到的是自己的产品怎么实现智能化。即使生产过程没有部分或全部实现智能化,能够把智能的产品做出来,那么企业还是应该首先考虑产品的智能化问题。 产品的智能化,是通过产品中包含有各种复杂程度不等的计算机系统,尤其是嵌入式系统 ,来实现的。嵌入式系统不仅可以成为智能制造最重要最具有代表性的技术,而且会形成一个庞大的产业链。中国的嵌入式系统,发展的速度比较缓慢――尽管起步并不晚。产品所用的嵌入式系统,绝大多数对于芯片的要求都不一定特别高,一般也就是几十纳米到上百纳米,甚至档次再低一点,也或许够用。因此,技术难度并不大。 产品智能化是当今计算技术发展的一个新的重大趋势。计算技术发明的初衷是为了科学计算。而后,发展为支持人类各种业务活动的信息处理和传播,即业务计算。业务计算的覆盖范围已经比科学计算要大得多。上世纪90年代以后,随着互联网的发展,QQ、微信、Facebook等开始崛起,计算技术渗入了人们的社会生活,大大地推动了社会计算的发展,计算技术的应用覆盖范围则更进一步扩大。 现在,计算技术开始向各种产品领域渗透,提升产品的智能化水平。智能产品数以百亿,甚至千亿计,产品计算的覆盖范围可以说是“无远弗届”,一定会给整个IT产业带来巨大的变化。因此,计算技术应用的下一个热点,是产品计算。所有的产品都要程度不等地走向智能化,计算都有可能参与其中。这一点,跟工业互联网 快速发展的需求有很大的关系。

2   2018-12-04 10:27:56.32 智能制造在美国、德国、日本有什么不同? (点击量:9)

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。 2、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。”

3   2018-12-04 10:28:52.933 周济:未来20年是智能制造发展的关键时期 (点击量:0)

得益于互联网、大数据、云计算等领域的飞速进步,近年来,人工智能在制造业领域的效率和精准性不断提升,在生活和工作中的应用也越来越广泛。中国智能未来的应用前景如何?战略目标是什么?据新华网报道,近日,中国工程院院士、中国工程院主席团名誉主席周济在“2018年粤港澳大湾区院士峰会暨第四届广东院士高峰年会”开幕式暨特邀报告会上,回顾了智能制造的发展历程,并给出了发展建议。智能制造有三种基本范式智能制造是我国制造业创新发展的主要抓手、主攻方向。当前,工业互联网 、大数据以及人工智能实现群体突破和融合应用,以新一代人工智能技术为特征的信息化开创了制造业数字化、网络化、智能化制造的新阶段。智能制造在演进发展中可以归纳出三种基本范式,一是数字化制造,是智能制造的第一种基本范式,也可以称之为第一代智能制造;二是互联网+制造,它实质上是互联网+数字化制造,是智能制造的第二种基本范式,也可以称之为第二代智能制造;三是新一代智能制造,这是智能制造的第三种基本范式,新一代人工智能技术和先进制造技术的深度融合,形成了新一代智能制造。新一代智能制造将引领和推动新一轮工业革命新一代智能制造是真正意义上的智能制造,将引领和推进新一轮工业革命。新一代智能制造是大系统,主要由智能产品、智能生产、智能服务三大功能系统以及智能制造云和工业智联网集合而成。第一,新一代智能制造技术将为产品和装备的创新插上腾飞的翅膀,开辟更为广阔的天地。到2035年,各种产品和装备将升级成为智能产品和装备。第二,智能生产是新一代智能制造系统的主线,流程工业在国民经济中占有基础性的战略地位,有可能率先突破新一代智能制造。在今后相当长时间内,企业的生产能力升级,生产线、车间、工厂的智能升级将成为推进智能制造的主要战场。第三,以智能服务为核心的产业模式变革是新一代智能制造系统的主题。新一代人工智能技术的应用催生了产业模式的革命型转变,产业模式将实现从以产品为中心向以用户为中心转变。第四,智能制造云和工业智联网是支撑新一代智能制造系统的基础,将为新一代智能制造生产力和生产方式的变革,提供发展空间和可靠保障。坚持“并行推进、融合发展”的技术路线中国智能制造发展的战略方针是以实现制造强国为目标,以深化供给侧结构性改革为主线,以智能制造为主攻方向,坚持“并行推进、融合发展”的技术路线,围绕产业链部署创新链,围绕创新链完善资金链,形成经济、科技和金融的深度融合、良性循环,实现中国制造业智能升级、跨越发展。未来20年是中国制造业实现由大到强的关键时期,是制造业发展质量变革、效率变革、动力变革的关键时期。同时,未来20年是智能制造作为新一轮工业革命核心技术发展的关键时期。此外,在推进智能制造的进程中要坚持五个方针:一要坚持创新驱动,二要坚持因企制宜,三要坚持产业升级,四要坚持建设良好的发展生态,五要坚持开放与协同创新。

4   2018-12-04 10:29:20.783 全面解读数据中台,让企业实现数字化转型 (点击量:0)

伴随着云计算、大数据、人工智能等IT技术迅速发展及与传统行业实现快速融合,一场由数字化和智能化转型带来的产业变革正在孕育。   伴随着云计算、大数据、人工智能等IT技术迅速发展及与传统行业实现快速融合,一场由数字化和智能化转型带来的产业变革正在孕育。  随着企业规模不断扩大、业务多元化——中台服务架构的应运而生。“中台”早期是由美军的作战体系演化而来的,技术上说的“中台”主要是指学习这种高效、灵活和强大的指挥作战体系。阿里在今年发布“双中台+ET”数字化转型方法论,“双中台”指的是数字中台和业务中台。  数据中台是什么  数据中台是指通过数据技术,对海量数据进行采集、计算、存储、加工,同时统一标准和口径。数据中台把数据统一之后,会形成标准数据,再进行存储,形成大数据资产层,进而为客户提供高效服务。这些服务跟企业的业务有较强的关联性,是这个企业独有的且能复用的,它是企业业务和数据的沉淀,其不仅能降低重复建设、减少烟囱式协作的成本,也是差异化竞争优势所在。  广义的数据中台包括了数据技术,比如对海量数据进行采集、计算、存储、加工的一系列技术集合,今天谈到的数据中台包括数据模型,算法服务,数据产品,数据管理等等,和企业的业务有较强的关联性,是企业独有的且能复用的,比如企业自建的2000个基础模型,300个融合模型,5万个标签。它是企业业务和数据的沉淀,其不仅能降低重复建设,减少烟囱式协作的成本,也是差异化竞争优势所在。  建立数据中台的原因  数据中台和业务中台相比,面临的情况可能会更加复杂一点。建立数据中台的原因:  大数据可以告诉决策者一些潜在的规律,以数据来证明或判断决策。以往我们会用数据来证明我们的决策对错,现在我们用数据来引导我们做出对的决策。在大数据时代,样本就是全体,大数据可以防止伪造和偏差。  数据催生人工智能。数据是人工智能的根基,并且可以进行融合形成新的数据。数据给我们无限的创新,让我们不停去尝试。  数据是机器人的指令,我们形成数据服务思维。数据是不断变化的,让机器智能成为决策环节,运营就可以智能化。  中台的目标是提升效能、数据化运营、更好支持业务发展和创新,是多领域、多BU、多系统的负责协同。中台是平台化的自然演进,这种演进带来“去中心化“的组织模式,突出对能力复用、协调控制的能力,以及业务创新的差异化构建能力。为什么数据中台如此重要呢,大致有以下四个原因:  1、回归服务的本质-数据重用  浙江移动已经将2000个基础模型作为所有数据服务开发的基础,这些基础模型做到了“书同文,车同轨”,无论应用的 数据模型有多复杂,总是能溯源到2000张基础表,这奠定了数据核对和认知的基础,最大程度的避免了“重复数据抽取和维护带来的成本浪费。”  曾经企业的数据抽取就有多份,报表一份,数据仓库一份,地市集市一份,无论是抽取压力、维护难度及数据一致性要求都很高。同时,统一的基础模型将相关业务领域的数据做了很好的汇聚,解决了数据互通的诉求,这点的意义巨大,谁都知道数据1+1>2的意思。  2、数据中台需要不断的业务滋养  在企业内,无论是专题、报表或取数,当前基本是烟囱式数据生产模式或者是项目制建设方式,必然导致数据知识得不到沉淀和持续发展,从而造成模型不能真正成为可重用的组件,无法支撑数据分析的快速响应和创新。其实,业务最不需要的就是模型的稳定,一个数据模型如果一味追求稳定不变,一定程度就是故步自封,这样的做法必然导致其他的新的类似的数据模型产生。  数据模型不需要“稳定”,而需要不断的滋养,只有在滋养中才能从最初的字段单一到逐渐成长为企业最为宝贵的模型资产。  以报表为例,企业报表成千上万的原因往往也是没有沉淀造成的,针对一个业务报表,由于不同的业务人员提出的角度不同,会幻化出成百上千的报表,如果有报表中台的概念,就可以提出一些基准报表的原则,比如一个业务一张报表,已经有的业务报表只允许修改而不允许新增,自然老报表就会由于新的需求而不断完善,从而能演化成企业的基础报表目录,否则就是一堆报表的堆砌,后续的数据一致性问题层出不穷,管理成本急剧增加,人力投入越来越多,这样的事情在每个企业都在发生。  3、数据中台是培育业务创新的土壤  企业的数据创新一定要站在巨人的肩膀上,即从数据中台开始,不能总是从基础做起,数据中台是数据创新效率的保障。研究过机器学习的都知道,没有好的规整数据,数据准备的过程极其冗长,这也是数据仓库模型的一个核心价值所在,比如运营商中要获取3个月的ARPU数据,如果没有融合模型的支撑,得自己从账单一层层汇总及关联,速度可想而知。  在如今的互联网时代,企业都在全力谋求转型,转型的关键是要具备跟互联网公司一样的快速创新能力,大数据是其中一个核心驱动力,但拥有大数据还是不够的,数据中台的能力往往最终决定速度,拥有速度意味着试错成本很低,意味着可以再来一次。  4、数据中台是人才成长的摇篮  原来新员工入职要获得成长,一是靠人带,二是找人问,三是自己登陆各种系统去看源代码,这样的学习比较支离破碎,其实很难了解全貌,无法知道什么东西对于企业是最重要的,获得的文档资料也往往也是过了时的。  现在有了数据中台,很多成长问题就能解决,有了基础模型,新人可以系统的学习企业有哪些基本数据能力,O域数据的增加更是让其有更广阔的视野,有了融合模型,新人可以知道有哪些主题域,从主题域切入去全局的理解公司的业务概念,有了标签库,新人可以获得前人的所有智慧结晶,有了数据管理平台,新人能清晰的追溯数据、标签和应用的来龙去脉,所有的知识都是在线的,最新的,意味着新人的高起点。  更为关键的是,数据中台让新人摆脱了在起步阶段对于导师的过渡依赖,能快速的融入团队,在前人的基础上进行创新。数据中台天然的统一,集成的特性,有可能让新人打破点线的束缚,快速构筑起自己的知识体系,成为企业数据领域的专家。  当然,数据中台的建立不是一蹴而就的,每个企业都应该基于实际打造独有的中台能力,在这个过程中,需要遵循一些原则:  首先,企业的组织架构及机制需要顺势而变。比如以前负责数据的部门或团队往往缺乏话语权,面对业务需求往往是被动的接受的角色,这让一切数据中台的想法化为泡影,需要为数据中台团队授权。  其次,要改变工作方式。现在很多企业的数据团队的主要工作内容就是项目管理、需求管理等等,当一个项目完成后又投入到下一个项目,做好一个需求后又开始负责下一个需求,这样的工作确实非常锻炼人的组织、协调能力,但这样能力的提升与工作时间的长短并不是呈线性增长的,虽然增加了项目和需求管理经验,但并不能在某一个专业领域得到知识和经验的沉淀,随着时间的流逝,越来越多的人会失去最初的工作积极性和创造性,事实上,数据人员只有深入的研究业务、数据和模型,端到端的去实践,打造出数据中台,才是最大的价值创造,才能使得持续创新成为可能。  第三,数据中台的团队要从传统的支撑角色逐步向运营角色转变。不仅在数据上,在业务上也要努力赶超业务人员,中台人员要逐步建立起对于业务的话语权,不仅仅是接受需求的角色,更要能提出合理的建议,能为业务带来新的增长点,比如精确营销。  最后,中台是适合公司特点的。最合适的中台是当你深入了解业务、产品、系统、组织,而且不仅了解今天在哪里,还要了解过去是怎么演变而来,未来又会怎么演化。只有当了解所有的东西之后,才能做出较好的中台架构设计。 相关热词搜索:数字化 智能化 数据中台 .

5   2018-12-04 10:30:02.0 智能制造标准体系建设“加速跑” (点击量:2)

为了解决标准缺失、滞后、交叉重复等问题,落实“加快制造强国建设”,工信部、国家标准化管理委员会在《国家智能制造标准体系建设指南(2015年版)》之后,出台了《国家智能制造标准体系建设指南(2018年版)》。无人车间、远程控制、实时追踪……当前,“让制造更聪明”的智能制造,已经成为全球制造业变革和科技创新的制高点、驱动力,产业发展的重要方向。然而“智能制造、标准引领”,标准化工作是实现智能制造的重要技术基础。工业和信息化部、国家标准化管理委员会近日印发的《国家智能制造标准体系建设指南(2018年版)》(以下简称《指南(2018年版)》)提出,到2018年,累计制修订150项以上智能制造标准,基本覆盖基础共性标准和关键技术标准;到2019年,累计制修订300项以上智能制造标准,全面覆盖基础共性标准和关键技术标准,逐步建立起较为完善的智能制造标准体系等。那么,此次《指南(2018年版)》有何新变化?它的出台将对生产企业和智能制造产业产生怎样的影响?满足需求 新智能制造标准落地实施当前,全世界主要工业国家都在加速发展智能制造,我国也不例外。《2017—2018中国智能制造发展年度报告》显示,预计到2020年,智能制造年产值有望超过3万亿元。“我国智能制造发展取得了积极成效,推进体系初步形成,央地联动,确立了中国制造业数字化、网络化、智能化并行推进的发展路径;在关键领域实现突破,一批技术装备、工业软件填补空白,初步建立起智能制造标准、工业互联网 体系架构。”工信部副部长辛国斌说。不过,辛国斌也指出,我国制造业的发展基础还比较薄弱,有利于制造业智能转型的生态体系还有待健全。必须不断完善智能制造标准体系。但智能制造是一个新生事物,没有现成的经验和模式可以借鉴。为了解决标准缺失、滞后、交叉重复等问题,落实“加快制造强国建设”,工信部、国家标准化管理委员会在《国家智能制造标准体系建设指南(2015年版)》之后,出台了《国家智能制造标准体系建设指南(2018年版)》。“《指南(2018年版)》的出台是为了更好地落实国家相关政策,关注制造业转型中的实际需求,对接国内外最新研究成果,满足未来两年的需求。”廊坊市智恒机器人 科技有限公司创始人王奇峰在接受科技日报记者专访时说。工信部科技司调研员甘小斌强调,智能制造标准化是今后标准化工作的重点领域,社会各界应协同推进智能制造标准化工作;同时要求标准化工作务求实效,打破行业界限,加快标准制定;政府指导解决好基础共性标准,并根据市场需求,发动行业协会开展团体标准研制。聚焦前沿 标准体系建设不追求“大而全”从2015年到2018年,我国的智能制造标准体系建设一直根据智能制造发展进程,调整、改进、完善。《2017—2018中国智能制造发展年度报告》显示,我国正初步建立起与国际同步的智能制造标准体系,建成100多个智能制造标准试验验证平台。王奇峰分析说,本次《指南(2018年版)》主要修订内容特别强调了标准的宣贯和应用。强调行业标准的制定,弱化了对工业软件的提法,在基础共性标准中增加了工程管理、人因管理。如智能装备中删除了嵌入式系统 ,增加了数控机床及设备和智能工艺装备;智能工厂 中新增了智能工厂设计、建造和交付,智能设计中增加了工艺设计仿真和实验仿真等。“可以看出,智能制造标准化建设并不是追求一个‘大而全’的体系,而是聚焦在数据、通信和信息等方面的有限目标体系。比如它与机器人等行业标准体系之间有交集,但相互之间不是覆盖的关系。”有业内人士认为,《指南(2018年版)》主要解决标准体系完善,以及标准在全制造业领域推广应用的问题。《指南(2018年版)》指出,制定关键技术标准“主要包括智能装备、智能工厂、智能服务、智能赋能技术和工业网络等5个部分”。王奇峰表示,这可见指南为智能制造指明的发展方向是应用人工智能、边缘计算等新技术,真正实现智能,使智能制造系统能够深度自感知、智慧自决策、精准自执行、协同自组织等。占领先机 企业应加快应用和标准建设那么,《指南(2018年版)》将给企业带来什么影响?王奇峰说,对于生产企业来说,应加快行业应用和关键技术标准建设,占据领先地位;还要考虑新技术等的应用,以满足未来两年的需求。宏电工业物联网有关专家则表示,智能制造技术标准的建设统一和完善对于行业发展有积极促进作用。如工业互联网是实现设备、产品、人等互联互通的多种异构网络的集中组网,缺少统一标准导致设备不能兼容,甚至同一企业内部不同的信息系统也可能因标准不统一而无法集成,不同厂商产品程序兼容和互联互通存在很大问题。“在标准制定中参与得越多越深入,就越能掌握‘话语权’。”江苏省金融研究院新金融研究中心执行主任蒋昭乙说,鼓励有条件的企业制定领先于国际、国家和行业标准的“领航标准”。在新兴智造产业领域,企业还可以通过参与标准制定与科技创新有机融合,提升自己产品与国际市场接轨,并向高端化发展。

6   2018-12-04 10:31:20.517 智能制造的三个特质与三大挑战 (点击量:1)

德国于2010年提出《高科技策略2020》,2011年德国科技院(ACATECH)启用工业4.0 名称,在2011汉诺威工业展一举成名。工业4.0在德国政府国家政策带动下,已经成为继美国制造回流之后,全球最受注目的制造议题。工业4.0被认为是相对于蒸汽机、电力、计算机普及的第四次工业革命。在这个德国政府定义的工业发展历史中,英国、美国、日本被列为前三阶段的代表,德国在工业4.0的当仁不让与营销得宜,凝聚了强大的群策群力效果,在声势上大幅领先美国2011年提倡的先进制造伙伴计划(AMP),更带动各工业国的危机意识。本文从洞察工业4.0的本质出发,审视它在制造产业顾客价值的创造过程中所造成的影响。智能制造不尽是光鲜亮丽首先,我们认为德国政府将以日本为代表的工业3.0, 与计算机化画上等号,是让工业4.0遭到误解的重要原因。固然在1980年代日本电子电机 产业曾经领先全球,其竞争力却不在计算机或电子零组件,而在受到汽车产业影响的日本生产模式。因此,严格说工业3.0的TPS超过计算机化与信息化。2018年1月底,日本制造系统厂商NEC的智能制造资深专家金子典雅,在欢迎我们到访的报告提出了几个重要观点。1、“制造企业要先做好结合本身生产流程与供货商流程基础, 活用IT才能事半功倍!2、“协助顾客企业厘清物联网导入目的,比任何事情都要重要!”3、“物联网结合云端,看起来是很酷或很炫的流行或趋势,但落实到制造现场仍然显得非常朴实,需要实事求是!”事实上,智能制造一点都不新。RFID、条形码就是物联网,资料探勘(Data Mining)宛如大数据。日本在工业3.0领先既不是信息工具,也不是以MRP为代表的演算功能,而是最基础、以顾客为导向的标准化与流程化。因此,如果认为导入IT工具或投资智慧工厂就可以获利,是典型将手段当目的,推动意义将大打折扣。因此,对于经营者最关心的议题:“政府积极提倡,工业4.0的投资真的能够回收吗?”作者的回答相当明确:“这是没有答案的问题,因为工业4.0代表一种数字化科技,一种手段。”我们认为,以价值创造为目的,工业4.0在本质上是精实系统的延伸,是一种精实智能制造。在精实系统基础上,能否从顾客价值观点出发,秉持开放精神发展出Solution Business,则是迎接工业4.0智能制造的最大挑战。顾客价值创造:MAKINO vs. FANUC源自丰田生产体系的精实系统,主张“为后制程制造”与“平准化生产”,在本质上具备顾客价值、精实流程,以及产出稳定而能够预测等特质。这些特质正是工业4.0追求的目标。丰田汽车坚持:(1)先合理流程再进行计算机化、(2)动脑筋与用心“改善”、(3)结合供货商一起学习。而这三大坚持,也正是支配智能制造是否成功的软实力。相对而言,坚持现场主义的精实系统,却有可能忽略ICT技术的新型智慧能力。换句话说,ICT技术影响制造日新月异、传感器 的廉价与普及,让物联网提供具科学依据之优异课题与问题解决水平。让精实系统进一步强调顾客价值与源自传感器的数据取得与分析的价值创造结合,形成彻底消除浪费、具备个别订制精神的精实智能制造,可能是工业4.0最重要的贡献。我们最近考察日本工具机大厂MAKINO(牧野铣 床),与高木幸久本部长、飨场达明本部长有非常深入的交流。我们发现MAKINO正结合市场机会迈向历史高峰,制造现场第一线的精实系统与物联网应用,展现了两者间的相辅相成。我们观察到的特质包括:1、重视并坚持核心技术(如主轴)的内制、精进、验证与传承;2、重视技术系统整合能力,整合方法以人员技术达成为主、软件工具应用为辅;3、机连机的软件开发以最务实的OEE(综合设备效率)为指针、不谈大数据等抽象项目;4、相同概念也用在现场组装进度、人员潜力发挥、配套供料与供货商管理;5、物联网与AI不仅不会取代人力,经过工作内容的务实分析与区隔,甚至可活用家庭主妇等社会剩余人力,缓和少子化与高龄化冲击,以及因应旺季发展的弹性需求。

7   2018-12-04 10:31:56.397 中国工程院院士沈昌祥:深谈物联网安全新趋势 (点击量:0)

中国工程院院士沈昌祥就“以科学的网络安全观,筑牢物联网安全防线”为题带来演讲分享,深度聊了安全产业的一些事。 安全虽然不创造价值,但守护价值。而且在物联网行业,这份价值正在变得越来越大。图片来源:pixabay 在以往互联网产业的发展规划里,业务总是优先于安全,我们总是能看到很多专注利益而忽视安全的反面案例,比如此前的Facebook数据泄露事件,受损害的首先是C端用户的隐私。 现在物联网产业To B的整体属性,就进一步加强了安全建设的重要。智能门锁、联网汽车、工厂设备……任何一类被攻破了都将给企业带来不可预估的打击。 2018年11月19日,中国国际物联网创新应用大会在中国惠州市潼湖科技小镇举办,来自政府、企业、科研机构等超700名代表参与了会议。会上,中国工程院院士沈昌祥就“以科学的网络安全观,筑牢物联网安全防线”为题带来演讲分享,深度聊了安全产业的一些事。 中国工程院院士 沈昌祥 1.熊猫烧香不是起点,WannaCry不是终点。网络空间问题颇多,网络攻防将是永远的主题。 2007年,当时25岁的湖北小伙李俊编写了一款名为“熊猫烧香”的电脑蠕虫病毒,短时间内造成高达几百万的个人及企业用户感染。此次事件也成为了中国警方破获的首例计算机病毒大案。 2017年,“蠕虫式”勒索病毒软件WannaCry由不法分子进行传播,造成至少150个国家、30万名用户中招。病毒会提示支付价值相当于300美元的比特币才可解锁,直接影响到了校园、金融、能源、医疗等众多领域。 没有列出的事件还有很多,但从十年前个人炫技式的熊猫烧香,到为财而来的勒索病毒,黑客的方针战略变化已经显而易见。 “天下熙熙,皆为利来;天下攘攘,皆为利往。” 物联网产业发展带来的巨大利润空间,无疑将成为黑产的下一个目标。他们的方式,就是通过攻击向企业勒索钱财。 对此,沈昌祥院士补充到,网络安全建设已经上升到国家战略,没有网络安全就没有国家安全。网络空间包含的计算科学、体系结构、计算模式三大问题,都是要解决的一级学科科学理论问题。 当然,如同人有时候也会生病,安全只能是相对的。科学技术在进步,攻击方式会改变,防护也要跟着改变,安全建设的目标就是尽全力保持健康工作的状态。 2. “老三样”已过时,用可信计算3.0筑牢物联网安全防线 说起老三样,我们可不是指七八十年代的自行车、手表和缝纫机。 安全界的“老三样”指的是防火墙、入侵检测、病毒查杀。 防火墙:监测计算机与服务器和路由器之间的数据交换。相当于门卫,对所有进出大门的人员(数据包)进行检测。 入侵检测:检测内网用户端是否有异常活动,防止内部网络的攻击,相当于第二道门,是对防火墙及其有益的补充。 病毒查杀:如果病毒已经进入到电脑内部,就要靠杀毒工具来把它们清除掉。 但时代在进步,找漏洞、打补丁的传统思路不利于整体安全,传统“老三样”也已暴露很多缺陷,难以完全应对人为攻击。 沈院士就此提到,要用主动免疫的可信计算来解决安全问题。在计算运算的同时进行安全防护,通过实施身份识别、状态度量、保密存储等功能,识别“自己”和“非己”成分,从而破坏与排斥进入机体的有害物质,为网络信息系统培育免疫能力。 安全可信的计算节点双体系(计算+防护)结构 在1992年,国家立项研制可信计算综合安全防护系统,1995年2月底,通过评测和鉴定,经过长期军民融合攻关应用,形成了自主创新安全可信体系,开启了可信计算3.0时代。 这个过程就实现了公钥密码身份识别、对称密码加密存储、智能控制与安全执行双重体系结构,同时也有了环境免疫抗病毒原理——不允许装杀病毒程序,数字定义可信策略——不许改应用程序,对用户完全透明。 沈院士表示:“二代居民身份证、中央电视台制播系统、电网调度系统已经全部使用了可信计算技术,做到了对已知代码掌握,重要代码能编写,重要流程要重构的关键功能,用可信保障了国产化的真正落地。” 3. 物联网的三重防御体系 物联网由感知、通信、应用三大环境场景组成,物联网的安全必须保证云管端每个节点都安全可信。   物联网组成架构图 就此情况,沈院士讲到,物联网安全应该按照等级保护来做。这种保护机制的核心主要体现在三大方面: 可信:针对计算资源(软硬件)构建保护环境,保护计算资源; 可控:针对信息资源(数据及应用)构建业务流程控制链,实行主体(用户)按策略规则访问客体(信息资源); 可管:保证资源安全必须实行科学管理,强调最小权限管理。对于高等级系统实行三权分离管理体制,不许设超级用户。 实践证明,三重防御体系是必要的,可行的。 4. 未来的物联网安全 “进不去、拿不到、看不懂、改不了、瘫不成、赖不掉。” 说起安全防护的效果,沈院士用简单的几个词进行了概括。 我们不禁会想,真的要做到这样的地步,安全企业或机构未来应该怎么做才能不负所望? 首先,上到国家战略,下到群众意识,安全都被摆在了十分重要的地位,正处于时机十分不错的阶段。 其次,虽然To C类安全产品经过多年发展已经呈现饱和,物联网To B类安全需求却随着产业的发展而水涨船高,行业内的机会还有很多。 最后,包含沈院士提到的可信计算在内,众多厂商都在积极推广安全产品,推动产业技术和标准的融合,共建国家物联网安全保障体系。 我们不会怀疑,有关物联网的这场安防攻坚战,即便经历黑白双方各亮武器N个回合以后,还会一直持续下去。 但我们相信,将有更多的物联网安全人,一路坚守着,奋力为安全而战。

8   2018-12-04 10:34:24.503 政策大力支持 智能制造大潮席卷全国 (点击量:0)

推动中国制造由大变强,地方政府正在积极行动。近期,江苏、湖南等地陆续出台政策举措,力促智能制造高质量发展。地方政府举措的着力点主要集中在支持培育智能制造示范区和发展大数据产业两方面。在建设示范区方面,江苏省近日发布的《智能制造示范区培育实施方案(试行)》提出,到2020年,全省培育建设10家左右省级智能制造示范区,成为引领全省智能制造发展的县区示范标杆,同时将对示范区中重点企业、重点项目建设给予政策倾斜支持。本月发布的《开封市智能制造和工业互联网 发展三年行动计划(2018—2020年)》提出,2020年,将通过试点示范打造5个智能制造标杆项目;培育1、2个细分领域的行业工业互联网平台。开封市提出,对获得国家智能制造、工业互联网等试点示范的企业,给予一次性奖励100万元;对纳入市重点培育名单的综合性工业互联网平台奖补200万元;同时,鼓励金融机构对智能化改造优质企业予以金融支持。在发展大数据产业方面,湖南省在《关于进一步鼓励移动互联网产业发展的若干意见》中提出,鼓励制造企业与移动互联网、大数据企业合资合作成立新的专业化企业,政府最高可给予200万元资金补助。对符合移动互联网和大数据产业重点发展方向的企业,最高可给予1000万元支持。重庆市副市长刘桂平近日表示,重庆正大力实施以大数据智能化为引领的创新驱动发展战略行动计划,构建智能产业、智能制造、智能应用“三位一体”全新发展格局。截至今年8月,重庆已累计推动200多家企业实施智能化改造。改造后,相关企业生产效率平均提高32.7%、产品研发周期平均缩短12.5%、能源利用率平均提高8.4%。业内人士认为,人口老龄化、人力成本上升、企业生产效率提升是智能制造的内在推动力,提升制造业自动化 信息化水平,是国家发展制造业的重要方向。地方政府从各个角度予以政策上大力支持,必将有力地推动智能制造成为未来最具成长性的领域之一。

9   2018-12-04 10:35:54.273 智能制造的三个支点 (点击量:0)

 国家信息化专家咨询委员会常务副主任周宏仁在《论智能制造》系列中的“论智能制造的三个阶段”中,谈到了对三个阶段的基本认识。而如何实施智能制造,则需要考虑智能制造的三个支点:产品、装备和过程。   第一个需要考虑的是推动智能制造的目标是什么。显然,企业追求的是产品,而不是要把企业搞的有多时髦。企业销售产品的时候,不是要宣传企业的生产线有多漂亮、多现代,而一定要说明这个产品的价值何在。产品是企业面向社会的表现。智能制造的目标是产品,而不是智能制造本身。   因此,产品的智能化是企业必须考虑的首要问题之一。智能制造如果不能生产出智能的产品,智能制造就失去了时代的意义。而且,企业的产品如果不是智能化的,产品和企业今后被淘汰的可能性就很大。   第二个支点是装备,生产过程(包括研发、设计)中的每一个关键环节上的装备,一定要智能化。如果这个智能化实现不了,劳动生产力和劳动效率就不可能得到很大提高,企业可能就没有竞争力。不是数字化、网络化和智能化的生产装备,就不是这个时代的先进制造装备。而且,如果设备没有智能化,也可能无法生产出企业想要生产的智能化产品。   第三个支点是企业生产过程的智能化问题。装备智能化解决的是生产过程中“点”的智能化问题;企业只有实现生产全过程的智能化,才能实现企业全局的智能化,才能够实现智能化效益的最大化。   智能制造是第一支点   一个机床生产厂,生产装备和过程如果都是智能化的,而它生产出来的机床却是一般的机床,没有智能化的要素,那么这个机床厂的前途就非常堪忧。因为,他自己都不会去购买这样不够智能化的机床。   因此,任何一个企业在考虑其智能制造如何发展的时候,首先应该想到的是自己的产品怎么实现智能化。即使生产过程没有部分或全部实现智能化,能够把智能的产品做出来,那么企业还是应该首先考虑产品的智能化问题。   产品智能化是当今计算技术发展的一个新的重大趋势。计算技术发明的初衷是为了科学计算。而后,发展为支持人类各种业务活动的信息处理和传播,即业务计算。上世纪90年代以后,随着互联网的发展,QQ、微信、Facebook等开始崛起,计算技术渗入了人们的社会生活,大大地推动了社会计算的发展。现在,计算技术开始向各种产品领域渗透,提升产品的智能化水平,因此,计算技术应用的下一个热点,是产品计算。   智能装备是最大难点   装备是智能制造最大的难点。   生产装备一般都比较复杂,而且批量可能不大,所采用的工业软件也往往非常复杂。这使得生产成本很高,市场很小,因此愿意或有实力从事智能装备制造的企业并不多。而且,由于装备的开发周期长,导致企业经营的风险很大。另外,装备制造的难点很大程度上是在软装备上面,没有软装备,就不可能有“数字化、网络化、智能化”。抽去软件,信息化的一切成果都不复存在。工业软件首先是一个工业产品,而且往往是高端工业产品。这是中国制造2025主要的难点,而工业界对这一点的认识,还很不充分。   过程智能化   发达国家的制造业在生产装备智能化这一点上,已经非常领先。尤其是日本和德国,已经基本上垄断了全球重大制造业生产装备的市场。而智能制造的下一步的发展,就是要实现过程的智能化,完成从装备这个“点”向过程这条“线”的发展。   过程智能化最典型的代表,正是工业4.0和工业互联网的奋斗目标。工业4.0提出,企业的信息系统要走向一体化,包括纵向一体化和横向一体化。纵向一体化就是《三论智能制造》的系列之一中提到的企业的内部网,而横向一体化正是企业的外部网。现在,要把内部网和外部网完全整合在一起,将数据完全打通。      内部网和外部网的一体化   过程智能化的实现   工业4.0或者工业互联网的目标,不仅要把内部网、外部网连起来,而且要变成一个智能物理系统。二者都可以通过一个“5C(五层)”结构来表述。   最下面一层是智慧的连接层,第二层是数据转换成信息,第三层是企业的云计算数据中心。在这里,需要把第二层处理所得的有效数据,与企业计算机系统中相对应的期望值做对比分析。第四层是认知层,根据对比差异,找到问题之所在及解决问题的方法。因此,这一层实际上是一个决策层。第五层是配置层,可以按照决策要求,通过计算机网络,对人、对物、对计算机进行重新配置或更改。   这样的一个五层结构,构成了一个标准的反馈控制系统,可以对企业的控制对象,即:人(员工)、机器、计算机系统、各种物理实体等,进行实时的反馈和控制。这样的一个反馈系统,其各层次所对应的技术支撑,如图所示。正是利用这些当下最时髦的先进技术,工业互联网实现了企业整个业务活动全过程的的智能控制。      工业互联网和工业4.0的“5C(五层)”架构   这个架构设计描述了工业互联网系统的内外三层结构。从边缘层,到平台层,再到企业层。在边缘层上主要是边缘的网关,采集各种各样的数据;送到平台层之后,平台层对数据做必要的处理和分析;分析完之后,再送达企业层,送到企业的应用系统。企业会根据不同的应用做不同的分析,做出判断和决策,将数据再往回传送到平台层和边缘层,直至送达企业内外联接的各个部门和单位。   显然,数据分析和处理在工业互联网系统中极为重要,包括:端点数据的获取、从数据中提取信息的先进数据处理技术,各种决策模型的分析计算,以及系统结果的输出。其中,大量使用的是计算科学的办法:需要建模,需要算法,需要数据等等,最后产生的是决策数据。当然,安全、可信、隐私等,在结构中也有详细的考虑。   智能制造与工业互联网   工业互联网平台,是一个以企业为中心的平台,而不是说在整个工业行业建一个大的所谓“工业互联网平台”。所谓平台化是发展的趋势,其实是指企业的平台化,每一个大企业都会有自己的一个企业平台,而不会把自己的业务搬到其他企业的平台上去。   如果把智能制造的全部资源和精力都投在工业互联网平台上,又把平台理解为产业的平台,可能就误判了智能制造的发展方向。当务之急,还是我们的产品和装备的智能化问题,这对当下的中国来讲,是智能制造的重点努力方向。

10   2018-12-04 10:41:29.193 新一代人工智能技术引领中国智能制造加速发展 (点击量:4)

当前,一场新技术革命和新产业变革正在全球进行,"新互联网+云计算+大数据+人工智能+"时代正在到来。2017年,国务院发布的《新一代人工智能发展规划》中指出,人工智能发展进入新阶段。当前,新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进,正在引发链式突破,推动经济社会各领域从数字化、网络化向智能化加速跃升。如何推进中国的智能制造?我认为,在新一代人工智能技术的引领下,基于新互联网,借助新一代智能科学技术、新制造科学技术、新信息通信科学技术与制造业的深度融合,加快我国制造业模式、手段和生态系统的重大变革,将是发展中国制造业实现跨越发展的难得良机,是打造新国际竞争优势的必然选择。新一代人工智能内涵及发展人工智能技术是研究开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术。中国工程院《人工智能2.0咨询报告》把新一代人工智能定义为"基于新的信息环境、新技术和新的发展目标的人工智能"。其中,新的信息环境包括新互联网、移动设备、网络社区、传感器 网络等;新技术涵盖大数据、高性能计算技术、新的模型与算法等;新的发展目标包括从宏观到微观的智能化新领域,智能城市、数字经济、智能制造、智能医疗等。中国科学院潘云鹤院士认为,新一代人工智能的技术特征(趋势)表现为数据驱动下深度强化学习智能、基于网络的群体智能、人机和脑机交互的技术导向混合智能、跨媒体推理智能、自主智能无人系统等。宏观地讲,人工智能的具体研究内容包括模拟、延伸和扩展人的学习能力(如机器学习)、语言能力(如自然语言处理)、感知能力(如图像识别)、推理能力(如自动推理)、记忆能力(如知识表示)、规划能力(如自动规划)和执行能力(如机器人 )等。目前,新一代人工智能技术还在不断向强人工智能、通用人工智能、超人工智能发展。在新一代人工智能技术引领下加快发展我国智能制造在新一代人工智能技术引领下,智能制造有着新的内涵。从技术手段来看,它是基于新互联网,借助新一代智能科学技术、新制造科学技术、新信息通信科学技术及新制造应用领域专业技术等四类技术深度融合的数字化、网络化、云化、智能化技术新手段,从而构成以用户为中心的统一经营的智能制造资源、产品与能力的服务云(网),使用户通过智能终端及智能制造服务平台便能随时随地按需获取智能制造资源、产品与能力服务。从模式来看,它以用户为中心,人/机/物/环境/信息融合,是互联化(协同化)、服务化、个性化(定制化)、柔性化、社会化、智能化的智能制造新模式。从业态来看,它呈现出"泛在互联、数据驱动、共享服务、跨界融合、自主智慧、万众创新"的新业态。从特征来看,它可对制造全系统、全生命周期活动(产业链)中的人、机、物、环境、信息进行自主智能地感知、互联、协同、学习、分析、认知、决策、控制与执行。从实施内容来看,它能使制造全系统及全生命周期活动中的人、技术/设备、管理、数据、材料、资金(六要素)及人流、技术流、管理流、数据流、物流、资金流(六流)集成优化。从目标来看,它能够实现高效、优质、节省、绿色、柔性地制造产品和服务用户,提高企业(或集团)的市场竞争能力。围绕上述新一代人工智能技术引领下的智能制造内涵,我们构建了新的智能制造系统的体系架构,主要包括新智能资源/能力/产品层、新智能感知/接入/通信层、新智能制造云服务平台层、新智能制造云服务应用层、新人/组织层以及各层的新标准和新安全管理;它的技术体系主要包括智能制造总体技术、智能产品专业技术、智能感知/接入层技术、智能制造云支撑平台技术、智能产品设计技术、智能生产装备技术、智能经营管理技术、智能仿真与试验技术及智能服务技术;它的支撑技术体系主要包括新制造技术、新信息通信技术、新智能科学技术及新制造应用领域专业技术等。当然,随着制造技术和信息通信技术及智能科学技术的发展融合,新一代人工智能技术引领下的智能制造系统的模式、手段与业态等也会随之不断迭代、优化,其核心应用在飞速发展过程中,也将形成推动经济社会发展的巨大引擎。