彩票走势图

聊一聊智能制造

原创|行业资讯|编辑:王香|2018-05-29 16:03:11.000|阅读 298 次

概述:我们究竟怎么来辨别什么是智能制造呢?

# 慧都年终大促·界面/图表报表/文档/IDE等千款热门软控件火热促销中 >>

图片1

德国目前正在推动的工业4.0和美国的赛博-物理系统技术(CPS),都提出了以互联网和大数据为手段,以知识为核心的智能制造。中国也发布了工业化与信息化融合的“中国制造2025”,同样高度重视智能制造。那么机器人、自动化就是智能制造了吗?我们究竟怎么来辨别什么是智能制造呢?

图片1

1.什么是智能制造

一般认为智能是知识和智力的总和,前者是智能的基础,后者是指获取和运用知识求解的能力。制造是指对原材料进行加工或再加工,以及对零部件进行装配的过程。而智能制造可以理解为是一种由智能设备和人类专家共同组成的人机一体化智能系统,它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。通过人与智能设备的合作共事,去扩大、延伸和部分地取代人类专家在制造过程中的脑力劳动。它把制造自动化的概念更新,扩展到柔性化、智能化和高度集成化。

2.智能制造的核心是什么

传统的制造系统在前三次工业革命中主要围绕着它的五个核心要素进行技术升级,它包含了:

  • Material——材料,包括特性和功能等
  • Machine——机器,包括精度、自动化、和生产能力等
  • Methods——方法,包括工艺、效率、和产能等
  • Measurement——测量,包括六西格玛、传感器监测等
  • Maintenance——维护,包括使用率、故障率、和运维成本等

这些改善活动都是围绕着人的经验开展的,人是驾驭这5个要素的核心。生产系统在技术上无论如何进步,运行逻辑始终是:发生问题->人根据经验分析问题->人根据经验调整5个要素->解决问题->人积累经验。

而智能制造系统区别于传统制造系统最重要的要素在于第6个M,也就是建模(Modeling——数据和知识建模,包括监测、预测、优化和防范等),并且通过这第6个M来驱动其他5个M的要素,从而解决和避免制造系统的问题。

因此,智能制造运行的逻辑是:发生问题->模型(或在人的帮助下)分析问题->模型调整5个要素->解决问题->模型积累经验,并分析问题的根源->模型调整5个要素->避免问题。智能制造所要解决的核心问题是知识的产生与传承过程。

图片1

3.对“智能制造”理解的三大误区

1)智能制造=自动化?

自动化不是智能制造,自动化是制造领域里解决一次性和质量偏差的手段,其中包含标准化和合理化的观念,自动化是一个过滤器而不是一个目标。

2)3D打印=智能制造?

智能制造必须满足三个特性,即可预测性(Predictability),可加工性 (Producibility), 生产力提升性(Productivity),所以说3D打印技术是一种新型制造技术,而不算是智能制造。

3)只是简单的加上物联网=智能制造?

目前国内一些企业对“互联网+”,尤其是云概念存在误区,他们认为只要加上物联网,把机器在云上和互联网中连接起来,就实现了数字化制造的目标,这种行为就好比穿了名牌就代表是名人了,其实内在的核心制造能力并没有提升。

注:一个制造系统是否能够被称为智能,主要判断其是否具备以下两个特征:

1)是否能够学习人的经验,从而替代人来分析问题和形成决策;

2)能否从新的问题中积累经验,从而避免问题的再次发生。

如何发展智能制造

1.中国制造现阶段存在的问题

第一,中国制造不应该再停留在人力或工厂领域。国内的一些制造企业目前还只是停留在工厂进行加工生产,而不是开发技术,那么即使行业做得再大,关键零部件仍要依靠进口。

第二,中国制造不应该再把贴牌当作是一种正常的模式。贴牌生产并不能代表企业强大与否,因为企业基础零部件基本上全部靠进口,基础工艺全部靠照搬。

制造追求的是对工艺的卓越性,从手工制造、到机器制造、到软件集成,到最后的未来数字化制造--让全世界帮我们制造,而不是我们帮别人生产,才是制造的智慧,才是中国制造应该具备的智慧。

2、如何实现智能制造?

要实现智能制造,首先要解决智能维护这个大问题,再做智能预测,最后做到无忧系统与大价值。具体来看分为以下几个阶段:

第一阶段,全员生产系统。这个是日本提出来的。应该是七八十年代整个制造系统当中引以为核心的标准。这种固化在了组织和对人培训方面。

第二阶段,精益制造和6-Sigma。它的核心价值是如何以数据作为标准建立管理体系,在这个基础下面包括质量管理体系、产品全生命周期管理体系等。这个时候数据真正在制造使用过程中发挥作用。

第三阶段,数据驱动的预测性建模分析。目前处于转型的最重要时期,我们还没有完全到达第三个阶段。以数据驱动的预测性建模分析,指的是怎么把隐性的问题显性化,显性化之后解决隐性的问题,避免显性问题的发生。

第四阶段,以预测为基础的资源有效性运营决策优化。对于过去产生的关联性都能够建模之后,怎么根据系统生产、环境、人员多方要素变化进行实时动态优化。

第五阶段,“信息-物理”系统。我们认为它是建立在对于所有设备本身运行的环境、活动目标非常精确建模基础上,这个时候我们产生知识的应用和传承问题。

图片1

PS:若想了解更多关于智能制造的详情,可参考://pclwef.cn/solution


标签:大数据工业自动化制造智能解决方案

本站文章除注明转载外,均为本站原创或翻译。欢迎任何形式的转载,但请务必注明出处、不得修改原文相关链接,如果存在内容上的异议请邮件反馈至chenjj@pclwef.cn


为你推荐

  • 推荐视频
  • 推荐活动
  • 推荐产品
  • 推荐文章
  • 慧都慧问
扫码咨询


添加微信 立即咨询

电话咨询

客服热线
023-68661681

TOP