數字(zì)化 || 智能制(zhì)造走(zǒu)向深水區
人氣(qì)：發表(biǎo)時間(jiān)：2022-06-17
從(cóng)全球價值(zhí)鍊上(shàng)來看(kàn)，中國制造業核心競争力仍然不強。具體(tǐ)從貿(mào)易增加值和國(guó)民收(shōu)入(rù)視(shì)角來(lái)看，生(shēng)産出口賺(zuàn)得的(de)一(yī)部(bù)分收(shōu)益其(qí)實是要被(bèi)劃分為外(wài)國國民收入[1,2]。在(zài)全球(qiú)價值鍊(liàn)中，中國制造(zào)業(yè)主要還(hái)是(shì)在賺取加工(gōng)費，一(yī)部分中國(guó)企業仍然(rán)依賴(lài)于外(wài)國(guó)資本要(yào)素和(hé)技術要素(sù)，歐(ōu)美(měi)國家則掌(zhǎng)握着(zhe)通過專(zhuān)利(lì)技術等要素來獲取收(shōu)益的方(fāng)式。
目(mù)前我國制(zhì)造業(yè)面臨“雙向(xiàng)擠壓(yā)”的局面沒(méi)有發生根本性扭轉。一方面在中低端領域面(miàn)臨其(qí)他(tā)發展中(zhōng)國家的競争，我國已經不能延(yán)續21世紀初期依(yī)靠人口紅利的(de)發(fā)展模式，即繼續依靠人工大(dà)規模(mó)生(shēng)産(chǎn)低附(fù)加值(zhí)工(gōng)業品。另(lìng)一方面，在(zài)中高端領(lǐng)域，我(wǒ)國制(zhì)造業企業自動(dòng)化、智能(néng)化(huà)程度(dù)相較于發達國家還(hái)較低，還沒(méi)有完(wán)全(quán)掌握重(zhòng)點行業的關鍵(jiàn)核心技術(shù)，在研(yán)發設計(jì)和國際(jì)标準制定(dìng)等方面還沒有足夠(gòu)的主導權(quán)。正是(shì)在這種情形下(xià)，我國政(zhèng)府提出(chū)要實(shí)現智能制(zhì)造，在“十三五”、“十(shí)四五”期間連續(xù)編制智(zhì)能制造發展規(guī)劃，促進(jìn)制造(zào)業(yè)企業實現數字化(huà)、網絡(luò)化、智能化(huà)轉型(xíng)，向制造強國邁(mài)進。本文将(jiāng)結合(hé)筆者(zhě)觀察到的(de)一些産業(yè)前沿(yán)進展來(lái)重點闡(chǎn)述如下幾(jǐ)個方面：如(rú)何理解智(zhì)能制造？
智能制造(zào)的(de)底層基礎(chǔ)是數字化(huà)
實現智能制造應當(dāng)聚焦裝備(bèi)和工藝
制造工藝和(hé)設計仿真協同(tóng)促進(jìn)正向(xiàng)設計(jì)
企業設計(jì)仿真(zhēn)、生産制造及服務全流程(chéng)協同
制造業通過數(shù)字化(huà)、智能(néng)化技術提升(shēng)管(guǎn)理決(jué)策水平
智能制(zhì)造領(lǐng)域的人才(cái)和初創企業
從(cóng)企業經營(yíng)和産(chǎn)業發展角度看待智能制(zhì)造
展(zhǎn)望
如(rú)何理(lǐ)解(jiě)智(zhì)能制造談(tán)及智能制(zhì)造，首(shǒu)先就需要從企(qǐ)業需求角(jiǎo)度出(chū)發。制造業企業(yè)最關(guān)心的(de)是質量能(néng)不能更好(hǎo)？成本能(néng)不(bú)能再(zài)低一些？怎麼讓(ràng)交付(fù)更快？說到(dào)底是制造(zào)業本(běn)身對(duì)規模效應的追求，特(tè)别是(shì)在當今市場需(xū)求愈(yù)發多樣化(huà)、個(gè)性化，企業需要具備更強(qiáng)的(de)柔性(xìng)制造能力(lì)和産品設計創(chuàng)新能(néng)力。智(zhì)能制造正是要回應(yīng)企業對規模效應和柔性化制(zhì)造這兩(liǎng)方面的訴求(qiú)。智能(néng)制造(zào)是(shì)要(yào)貫(guàn)穿企業(yè)研發(fā)設計、生産(chǎn)制造到(dào)服務的全過程，核心落(luò)腳點是在制造環節，特别是在(zài)工藝和裝(zhuāng)備兩方面(miàn)上。我們的(de)分析也(yě)将從裝(zhuāng)備工藝開始逐(zhú)步(bù)延伸至設計(jì)仿真、服務環節(jiē)。中國制造要向(xiàng)中高(gāo)端(duān)領域邁(mài)進，生産出(chū)更高性能、更高(gāo)精度(dù)的高質量産品，勢必(bì)将(jiāng)對工藝(yì)和裝備以(yǐ)及企(qǐ)業正向設計能(néng)力提出(chū)更(gèng)高的要求。實(shí)現智能制造，企業(yè)需要使用智能化的(de)裝備，在生産過(guò)程中形成更優(yōu)的生産(chǎn)工(gōng)藝，做出全局(jú)最優的(de)生産和(hé)研發決(jué)策。而不是僅僅(jǐn)停留(liú)在看(kàn)一個(gè)顯示生産過程(chéng)數據的大屏系(xì)統，又或(huò)者是單(dān)純的(de)可(kě)視化渲染界面，新技術(shù)的應(yīng)用(yòng)還是要深入生産(chǎn)過程(chéng)中去，避免(miǎn)“高大全的(de)花架(jià)子”。從(cóng)控制(zhì)論的角度來看，實現智能制造應(yīng)理(lǐ)解為是要打(dǎ)造一個(gè)閉環控(kòng)制系統，控制目标即為(wéi)實現(xiàn)最佳生(shēng)産(chǎn)工藝(yì)流程(chéng)，達到(dào)最佳生(shēng)産狀态。控制系統(tǒng)運行的關(guān)鍵(jiàn)在于可(kě)以實現(xiàn)良好的(de)負反饋(kuì)調節，以(yǐ)及實(shí)現從決策(cè)端到執行(háng)端的打通。閉環控制(zhì)系統的(de)覆蓋範圍可以(yǐ)是一台(tái)機器(qì)或者(zhě)一條(tiáo)生産(chǎn)線，也(yě)可以(yǐ)是一個車間、一個工廠(chǎng)甚(shèn)至是(shì)一條産業鍊。同時，這(zhè)個(gè)系統具(jù)有自适(shì)應性。由(yóu)此(cǐ)可見，智能(néng)制造包含(hán)感知、決策(cè)和執行三個要素，通(tōng)過工業物(wù)聯網、邊緣計(jì)算等技(jì)術收集系(xì)統内(nèi)産品(pǐn)、設備(bèi)、車間(jiān)和企業(yè)的運行(háng)狀态，這(zhè)些數據(jù)經過處(chù)理後會彙總到工(gōng)業數(shù)據平台(tái)上。最為核心(xīn)的是決策(cè)中樞，過去企業的生(shēng)産決(jué)策(cè)都(dōu)是以(yǐ)依(yī)靠人的(de)經驗判斷為主(zhǔ)，智能(néng)制造(zào)系統(tǒng)中(zhōng)決策将逐漸(jiàn)以數(shù)據驅動+工(gōng)業機理融合模(mó)型的判(pàn)斷為主(zhǔ)，決策中樞(shū)将具(jù)有自适應性。執(zhí)行系(xì)統也是必不可少的(de)，現在也有(yǒu)企(qǐ)業(yè)将rpa技術應用到(dào)一些固(gù)定(dìng)的機台聯(lián)動操作流程上，減少人工(gōng)操作(zuò)，進一步提高生(shēng)産的(de)自動(dòng)化程度。智(zhì)能制(zhì)造的底層基礎(chǔ)是數(shù)字化新一代信息技術與制造(zào)業深(shēn)度融(róng)合，引(yǐn)發出一個(gè)重要變化(huà)：數據(jù)作為(wéi)一種新型(xíng)生産要(yào)素(sù)逐漸得到産業界的重(zhòng)視。可(kě)以(yǐ)看出，智能制(zhì)造(zào)的底(dǐ)層基(jī)礎是(shì)數字化，即數據需要(yào)在系(xì)統(tǒng)内得到(dào)精準的采集、傳(chuán)輸、存儲和(hé)分析(xī)。智能(néng)制造(zào)的核(hé)心數據(jù)來自裝備和工藝過程(chéng)，在此(cǐ)基礎(chǔ)上包(bāo)含裝備(bèi)與生産(chǎn)管理軟(ruǎn)件(jiàn)間的(de)交互，以(yǐ)及軟件(jiàn)間的交互。整個(gè)系統要對數據(jù)實現整合分析(xī)和閉環控制，就(jiù)需要面(miàn)向工業物聯(lián)網場景的數據接入(rù)和轉(zhuǎn)換協(xié)議(yì)方案、消(xiāo)息中(zhōng)間件、時序(xù)數據庫或實時(shí)數據(jù)庫、邊緣ai推(tuī)理框架或(huò)工具(jù)乃至(zhì)一整套的(de)雲邊端(duān)automl平(píng)台。以數(shù)據存(cún)儲環節(jiē)的(de)數據(jù)庫為(wéi)例，由于工(gōng)業物聯網場景下的(de)工業數據(jù)規模巨大(dà)，例如(rú)goldwind每個風機部署(shǔ)有120-510個(gè)傳(chuán)感(gǎn)器(qì)，數據采集頻率最(zuì)高會達到50hz，2萬台(tái)風機(jī)每秒就會(huì)有5億(yì)個(gè)時(shí)序數(shù)據，這(zhè)些海量數(shù)據的存儲和實(shí)時計算就會對數據庫(kù)提出更高(gāo)要(yào)求[3]。在實際(jì)訪談和調(diào)研中(zhōng)發現，工業(yè)數據(jù)的收集、協議的轉換(huàn)确實是一(yī)個令人(rén)頭(tóu)疼的問題，因為采(cǎi)集(jí)的物理量(liàng)會有(yǒu)很多(duō)，工業(yè)協議(yì)又有很多種，業(yè)界也有在探索(suǒ)應用opc ua over tsn等技(jì)術解(jiě)決這類問(wèn)題。但更重要(yào)的(de)問題(tí)是采集哪些數(shù)據更(gèng)有(yǒu)用，以及數據收集後(hòu)怎(zěn)麼把(bǎ)數據(jù)用起(qǐ)來。這裡面還是(shì)要以工藝優化、生産(chǎn)決策優化(huà)為導向，不能為(wéi)了采集而采集(jí)，為了上(shàng)數(shù)據平(píng)台而(ér)上(shàng)數據平(píng)台。數(shù)字化、網絡(luò)化和智能化是(shì)相互支撐的，不(bú)實現(xiàn)智能(néng)化變(biàn)革，數(shù)字化(huà)轉型也會(huì)失去方向(xiàng)和價值(zhí)支撐。僅以生産過程為(wéi)例，生(shēng)産(chǎn)過程中自動化設備産(chǎn)生的生産數據(jù)沉澱(diàn)下來(lái)，網絡(luò)化就是(shì)指(zhǐ)通過(guò)網絡技術(shù)将數(shù)據傳輸(shū)至(zhì)數據(jù)平(píng)台(tái)或現場控(kòng)制系統中，更(gèng)重要的是(shì)對數據(jù)進行分(fèn)析(xī)處理，實時(shí)決策控制裝(zhuāng)備和工(gōng)藝過(guò)程，實現智能化(huà)生産。實現(xiàn)智能(néng)制造應當(dāng)聚焦裝備(bèi)和工(gōng)藝智能制造涉(shè)及裝備、生産(chǎn)工藝、生産決策、産(chǎn)品全(quán)生(shēng)命(mìng)周期管理、研發(fā)設計(jì)等方面，這些方面始終圍繞(rào)的核心是(shì)質量。質量是制(zhì)造業企(qǐ)業的生命(mìng)線，而質量依(yī)賴于可(kě)靠的裝備和先進的(de)工藝。裝備承載工藝(yì)，工藝(yì)引導(dǎo)裝(zhuāng)備，兩者不可分割并且(qiě)會相(xiàng)互促進。因(yīn)此智能制造的(de)重點首先是要(yào)深入(rù)工藝生産環節(jiē)，落在裝備(bèi)智能化和(hé)生産(chǎn)智能化上。裝備和生産工(gōng)藝智(zhì)能化特(tè)别需要(yào)企業将(jiāng)新一代(dài)信息(xī)技術與先(xiān)進制造(zào)技(jì)術融(róng)合，但不是一味(wèi)強調(diào)ai一類(lèi)的新技術。認為有了(le)新技術可以(yǐ)解(jiě)決一切問題或(huò)者彎道(dào)超車的(de)觀點(diǎn)是有失偏(piān)頗的(de)，實現(xiàn)裝備(bèi)和工藝智(zhì)能化(huà)需要立足(zú)制造(zào)規律(lǜ)和(hé)工業基(jī)礎。裝備方面，機床是最為(wéi)重要(yào)的機械(xiè)裝(zhuāng)備，主(zhǔ)要分為切削加工和成(chéng)形(xíng)機床(chuáng)兩大(dà)類。其中切削加工機床的智能(néng)化主要(yào)在(zài)以下方面：通過(guò)實時采(cǎi)集振動(dòng)、主軸(zhóu)溫度(dù)、切削(xuē)力(lì)具備(bèi)感知力(lì)，進而(ér)可以(yǐ)針對外界(jiè)環境(jìng)和機(jī)床及刀具本身(shēn)狀态的變(biàn)化進(jìn)行自适應(yīng)決策(cè)，即動(dòng)态實時優化控制進給深(shēn)度、進給速度和(hé)切削速度(dù)以及(jí)溫度誤差補償(cháng)等，同時防止刀(dāo)具過度磨損。但(dàn)是機床的(de)加工(gōng)工藝目(mù)前仍然(rán)需要工藝規劃(huà)人員人工設置(zhì)，尚未(wèi)實(shí)現(xiàn)自主(zhǔ)規劃(huà)和自适應(yīng)的優(yōu)化，無法高(gāo)效應(yīng)對多品種(zhǒng)小批量的柔(róu)性(xìng)生産(chǎn)需(xū)求[4]。再以金屬(shǔ)塑性加工(gōng)中的鍛壓(yā)裝備為例，目前鍛壓(yā)裝備(bèi)正(zhèng)在數控(kòng)技術基礎上向(xiàng)智能化(huà)邁進，通(tōng)過分(fèn)散(sàn)多(duō)動力、伺服(fú)電動機直(zhí)接驅動(dòng)和集成一體化(huà)等(děng)技術(shù)途徑(jìng)滿足(zú)智能化鍛壓(yā)設(shè)備生(shēng)産(chǎn)過程高效、柔(róu)性、高精(jīng)度(dù)的要(yào)求[5]。在(zài)新興的增材制造領域，國(guó)外公(gōng)司(sī)markforged通過嵌(qiàn)入(rù)ai算法驅動的(de)軟件并結(jié)合iot傳感器(qì)提升裝備(bèi)的智能(néng)化(huà)程度(dù)。其增材制造裝(zhuāng)備可以自适應地打(dǎ)印零部件(jiàn)，實時進(jìn)行公差(chà)補償和路(lù)徑優(yōu)化。而(ér)且(qiě)每(měi)一台3d打印(yìn)機(jī)的打印(yìn)流程(chéng)數據都會(huì)沉澱(diàn)在雲端平台，于(yú)是(shì)整(zhěng)個增(zēng)材制造系統将(jiāng)通過這(zhè)種(zhǒng)聯合(hé)學習實(shí)現(xiàn)自(zì)我(wǒ)優化，用戶也将得到(dào)更精确的制造流程。對于增材制造這種(zhǒng)成型同時成性的制(zhì)造(zào)方(fāng)式，軟(ruǎn)件提供(gòng)的智能化價(jià)值(zhí)更加重要。在工(gōng)業(yè)機器(qì)人智能化方面(miàn)，自适應編程軌迹規劃的(de)需求(qiú)日益(yì)增長(zhǎng)，學術界(jiè)和(hé)業(yè)界(jiè)都在(zài)進行探索。業界如摩(mó)馬智能自(zì)主研發認(rèn)知智能算法(fǎ)訓(xùn)練平(píng)台，将(jiāng)基于ai的自(zì)适應(yīng)軌迹規劃算法下(xià)發(fā)到邊(biān)緣端，使(shǐ)得機器人可以根據不同産品的生産(chǎn)工藝及周(zhōu)圍環(huán)境的變化，實時(shí)做出動作決策。如此(cǐ)，工業機械(xiè)臂的(de)部署時間(jiān)可以縮短到十幾小時甚至是(shì)幾個小(xiǎo)時。對企(qǐ)業來說，節(jiē)省換(huàn)線部署成本和(hé)人工調試成本(běn)是具(jù)有很高價(jià)值的[6]。工藝方面(miàn)，目前(qián)主要通過(guò)機(jī)理(lǐ)模型和數(shù)據驅動模(mó)型兩(liǎng)種建(jiàn)模方式來(lái)實現智(zhì)能(néng)化。又(yòu)因為實際(jì)工業場景(jǐng)中的諸多(duō)工藝過程大多具有非線性、時(shí)變性及複(fú)雜多(duō)尺度(dù)的特點，有的場景甚至無(wú)法建立(lì)完整的(de)機理(lǐ)模型或者(zhě)建立難(nán)度非常(cháng)大，所(suǒ)以通常會(huì)将機理模型和(hé)以ai技術為基礎的數據驅(qū)動模型融合(hé)起(qǐ)來，實現工(gōng)藝過程的(de)自主學習(xí)叠代和智能決策控(kòng)制。流程行業中(zhōng)張夢軒(xuān)等(děng)總結(jié)了将化工過程的第(dì)一性原理(lǐ)及過(guò)程(chéng)數據和(hé)ai算法相結合的(de)混合(hé)建模(mó)方法(fǎ)。混合(hé)模(mó)型可以(yǐ)綜合機理模型(xíng)和數(shù)據驅動模(mó)型各自的優點(diǎn)，應用在(zài)化工過(guò)程中的(de)監測、優化(huà)、預(yù)測(cè)和軟測(cè)量方面[7]。離散(sàn)行(háng)業中(zhōng)的塑(sù)性加(jiā)工的鍛造(zào)成形(xíng)過程(chéng)也(yě)是(shì)一個(gè)複(fú)雜的非(fēi)線性(xìng)時變過程，加上(shàng)實際(jì)場景(jǐng)中還可能存(cún)在(zài)油液(yè)洩漏(lòu)等衆多不(bú)确定(dìng)的幹擾因(yīn)素，所以精準鍛(duàn)造過程控制難(nán)度很高。單純依靠機理(lǐ)模型的(de)控制(zhì)策略存在(zài)偏差(chà)。将基于(yú)物理動力學的機(jī)理模型和具有(yǒu)在線(xiàn)樣本(běn)學習能力(lì)的數據驅(qū)動模型結合起來，可(kě)以(yǐ)在(zài)鍛造(zào)過程(chéng)中對(duì)鍛造工藝參數進行(háng)實時調整與補(bǔ)償，實現鍛造(zào)過(guò)程的智能(néng)化控(kòng)制[8]。再比如(rú)工業中應用場景最(zuì)為廣泛的工藝(yì)：焊接。還(hái)是動力(lì)電池(chí)組的(de)電阻(zǔ)點焊，大(dà)多(duō)依賴人工(gōng)焊接[9]。正式(shì)焊接前(qián)通常需(xū)要進行大量(liàng)嘗試各種(zhǒng)焊(hàn)接參數組(zǔ)合，才能得(dé)到制造(zào)需求的(de)最優參數，這種(zhǒng)“試錯法”耗時長、材料消(xiāo)耗(hào)大。星(xīng)雲電子的徐海威等研究發現(xiàn)利(lì)用(yòng)貝葉斯極(jí)限梯度提升(shēng)機(jī)(bayes-xgboost)與粒子群優化(pso)算法結合預測(cè)最優參數，可以(yǐ)幫助電(diàn)阻點焊(hàn)工程師(shī)面(miàn)對新(xīn)的動(dòng)力電(diàn)池組(zǔ)生産需(xū)求時快(kuài)速選取合适工(gōng)藝參(cān)數，提升人工焊接生産效(xiào)率，避免耗(hào)費大(dà)量材料[10]。其次，無論是(shì)人工焊接還是(shì)機器人焊(hàn)接，其焊(hàn)接過程仍屬于開環控(kòng)制。即使(shǐ)是(shì)高度(dù)自動(dòng)化焊接機(jī)器人産線，其焊(hàn)接過程和質量(liàng)都不是完全可(kě)控，單(dān)機的(de)誤差累計和(hé)多機之間(jiān)的(de)相互影響(xiǎng)都會影響焊接質量，而焊接質(zhì)量直接決定了産品安全性能(néng)。比如一台汽車(chē)白車身的焊點數量在(zài)4000~7000個(gè)，為了(le)保障焊點質量(liàng)，國内外車(chē)企都會在(zài)自動化焊(hàn)接後進行人工抽樣檢測(cè)，再根(gēn)據抽檢結果進行焊接工藝參數(shù)的(de)離線調整(zhěng)。但這種(zhǒng)事後(hòu)抽(chōu)檢無法做到100%質量保障，一(yī)旦出(chū)現問題就會批(pī)次召回，損失很(hěn)大。這(zhè)就迫(pò)切需要針對工藝過(guò)程環節的(de)在線控制(zhì)和實時質(zhì)量評價技(jì)術[11]。對(duì)于人(rén)工焊接，工(gōng)藝智能分(fèn)析技術可以(yǐ)将(jiāng)iot層面(miàn)收集的實時信息和分析結果(guǒ)通過mes下發到現場，幫助企業實(shí)現生産加工缺陷實(shí)時(shí)智能診(zhěn)斷(duàn)。對(duì)于焊接機器人，可以(yǐ)采用(yòng)基于焊工(gōng)智能(néng)技術(shù)的(de)方法提升焊(hàn)接機(jī)器人(rén)智(zhì)能(néng)化水平，思(sī)路是使機(jī)器人(rén)具備(bèi)類似人類焊工(gōng)的(de)學(xué)習動(dòng)态焊接問題的(de)能力(lì)，主要通過視覺(jiào)、體覺和(hé)思(sī)維上在線感知(zhī)實時焊(hàn)接狀态(tài)，并具備類(lèi)似焊(hàn)接(jiē)工人(rén)對焊接(jiē)場景形成(chéng)記(jì)憶(yì)的學(xué)習能(néng)力。在(zài)焊接過(guò)程(chéng)中，機器人主要基于(yú)熔池動态捕捉(zhuō)和識(shí)别算(suàn)法實現對熔池(chí)的動态監測(cè)，并通過(guò)調整焊接速度(dù)和焊(hàn)接電流兩(liǎng)個工藝參(cān)數對(duì)熔池(chí)進(jìn)行實時(shí)控制(zhì)，最(zuì)終得到受控(kòng)的連續均(jun1)勻焊縫(féng)[12]。該(gāi)方法(fǎ)屬于(yú)一(yī)種基于質量(liàng)在線評價(jià)的工藝實時閉環控制技(jì)術。應用這(zhè)類(lèi)智能化(huà)焊接技術(shù)可以有效解決焊接(jiē)機器人的自适(shì)應決(jué)策控制難(nán)題，不僅可以幫(bāng)助企(qǐ)業(yè)實(shí)現(xiàn)加(jiā)工過程的精确控制，獲(huò)得最佳的材(cái)料(liào)組(zǔ)織性能(néng)與成型質量(liàng)，還可以幫助企業節(jiē)省(shěng)下來日常調(diào)試和換線(xiàn)部署機器人的(de)時間成本和高(gāo)昂的人工成本(běn)。上述(shù)參數(shù)尋優(yōu)、質量(liàng)在線評價(jià)及實時控制技(jì)術在(zài)業界也已(yǐ)經開始了(le)相關(guān)産業(yè)實踐(jiàn)，比如(rú)蘊碩物聯(lián)和大(dà)熊星(xīng)座，大熊星(xīng)座更(gèng)側重視覺技術上的焊(hàn)縫識别。從以(yǐ)上例(lì)子可以看出，就(jiù)工藝(yì)智(zhì)能化而(ér)言(yán)，其(qí)控制(zhì)目标(biāo)是生(shēng)産條件(jiàn)達到最優，産成品良率(lǜ)得(dé)到(dào)提升(shēng)，減少(shǎo)交付時的(de)殘次品數(shù)量。我(wǒ)們會(huì)很自然地(dì)發現，相較于在質檢環(huán)節單點式地(dì)運(yùn)用(yòng)檢測(cè)技術(shù)，工藝智能(néng)可以從(cóng)源頭上解決質量問題(tí)，因為前(qián)者隻是一種事後檢驗評價。誠然，廠商(shāng)需要(yào)對缺陷(xiàn)等(děng)産品殘次(cì)情況(kuàng)進行檢測，目前(qián)ai技術(shù)在工業中(zhōng)的(de)應用也主要(yào)集中于視(shì)覺檢測，但廠商更需(xū)要形成(chéng)對殘次原因追根溯源(yuán)和精細(xì)化工藝(yì)參數(shù)反饋控(kòng)制(zhì)的能力(lì)。由此，單(dān)純的(de)機(jī)器視覺(jiào)、設備(bèi)制造乃至工業(yè)軟件等公(gōng)司都可以從自(zì)身産品出發逐(zhú)步擴展，實(shí)現更(gèng)大範(fàn)圍内(nèi)的智(zhì)能(néng)優(yōu)化。這方面(miàn)舉一(yī)些半導體(tǐ)行業(yè)中将工藝(yì)制程(chéng)優化(huà)和視(shì)覺檢測結(jié)合的(de)案例，例如應用(yòng)材料公司(sī)将機(jī)器學習算法融(róng)入adc（自動缺(quē)陷分類）技術中，其purity ii adc技(jì)術拓展了應用材料(liào)semvision g7系統的機(jī)器學習能力。基(jī)于ml算法(fǎ)進(jìn)行實時自(zì)動分類、缺(quē)陷(xiàn)檢測和根本(běn)原因分析，可以促進半導體制(zhì)造企業(yè)工(gōng)藝和(hé)良率(lǜ)管理水平(píng)的提升(shēng)[13]。國内的(de)初創公司哥瑞(ruì)利、昆山潤石科技等也(yě)在進行(háng)類似工作，将工藝制程管理的(de)fdc（自動(dòng)失效分類(lèi)系統(tǒng)）和(hé)adc系統結(jié)合起(qǐ)來，使(shǐ)用ai算(suàn)法并(bìng)融合iot設備(bèi)采集的(de)過程數(shù)據，共同形(xíng)成了(le)一個可實現負反饋調節的制(zhì)程優(yōu)化控(kòng)制系(xì)統(tǒng)，幫助企業快(kuài)速定(dìng)位缺(quē)陷産(chǎn)生原因、優化工(gōng)藝，進而(ér)可以縮短産(chǎn)線調試周(zhōu)期(qī)和(hé)提升(shēng)良率。上述(shù)列舉了(le)裝(zhuāng)備和工(gōng)藝(yì)智能化方面的典型(xíng)案例(lì)，這些案例都是(shì)從制造業(yè)最關心的質量問題出發(fā)，以實(shí)現生産(chǎn)過(guò)程的實時(shí)自适應決(jué)策控(kòng)制為目标(biāo)。這些(xiē)智能化技(jì)術将(jiāng)以軟件形(xíng)态交付(fù)給設備(bèi)使用(yòng)企業(yè)甚至(zhì)是(shì)設(shè)備制造商(shāng)。持續沉澱(diàn)積累(lèi)的工藝(yì)數(shù)據将(jiāng)不斷加(jiā)強這類(lèi)工藝智能軟件(jiàn)的技術壁壘。對(duì)于裝(zhuāng)備制造業(yè)企業來(lái)講(jiǎng)，需要從單純(chún)提供硬(yìng)件産(chǎn)品轉(zhuǎn)變到(dào)同時交付(fù)軟件(jiàn)和硬件産品，提高客(kè)戶粘(zhān)性，加(jiā)強自身(shēn)技(jì)術壁(bì)壘。制造工(gōng)藝和(hé)設計(jì)仿真(zhēn)
協同(tóng)促進正向設計
上一(yī)節闡(chǎn)述了應(yīng)用裝備(bèi)和工藝的智能化技術實(shí)現精(jīng)準過程控制，進而保證産(chǎn)品質(zhì)量和(hé)良(liáng)率。但是(shì)産品(pǐn)良率提升(shēng)并不是從(cóng)生産環節(jiē)的設備(bèi)控(kòng)制和工藝(yì)優化(huà)開始(shǐ)的(de)，而是在(zài)設計仿真環節(jiē)就(jiù)可以開(kāi)始介(jiè)入，特别是在正向設計(jì)開發新(xīn)産品新工(gōng)藝的階段(duàn)。例如(rú)在锂(lǐ)電池(chí)制造(zào)過程(chéng)中，塗布、幹燥、輥(gǔn)壓、pack這些工(gōng)藝中(zhōng)的參數變化以(yǐ)及工(gōng)藝間(jiān)的相(xiàng)互(hù)作用(yòng)會怎樣(yàng)影響最終電池性能（能量密度和循環次(cì)數）。現(xiàn)在業(yè)界(jiè)主要還(hái)是使用“試(shì)錯法(fǎ)”來對工(gōng)藝(yì)進行驗證，但是(shì)效率較低(dī)、耗費成本(běn)較高。這就(jiù)需要利用(yòng)設計仿真(zhēn)軟件平台(tái)進(jìn)行虛拟測(cè)試驗證(zhèng)，節省下真實世界中(zhōng)物理測試(shì)的成本。alejandro a. franco主導建(jiàn)設了一個名為(wéi)“artistic”的項目(mù)，該項目受到歐盟地平(píng)線2020科研計劃的(de)資助。該項目團(tuán)隊建(jiàn)立了一個(gè)模拟(nǐ)锂離子電(diàn)池制造過程并(bìng)預測其電化學性能的計算平(píng)台。該技術平台(tái)通過離散(sàn)元法和粗粒化分子(zǐ)動力(lì)學(xué)（coarse grained molecular dynamics）模型基(jī)于工藝參數預(yù)測電極介(jiè)觀結構，再基(jī)于連續(xù)介質模型利用(yòng)介觀(guān)結構數據(jù)預測電池宏觀上的(de)電化(huà)學性(xìng)能表(biǎo)現。可以看(kàn)出該(gāi)項目在嘗(cháng)試建(jiàn)立一個材(cái)料-工(gōng)藝-（極片）結(jié)構-性能的(de)多尺(chǐ)度仿真平(píng)台[14]。圖片來(lái)源：artistic項(xiàng)目官(guān)網(wǎng)
此外，該(gāi)項目(mù)綜合(hé)利用(yòng)doe試驗設計（design of experiement）、物(wù)理(lǐ)模型和(hé)機(jī)器學習算法(fǎ)的混合(hé)建模(mó)方法(fǎ)，來預(yù)測材料、電極制(zhì)造和電池(chí)性能(néng)之間的最佳組(zǔ)合。即将(jiāng)doe試(shì)驗和物理(lǐ)模型得到(dào)的結果，經(jīng)過一(yī)個數據驅動的(de)随機電極(jí)介觀結構生成器擴大樣本，再将這(zhè)些樣本用于訓(xùn)練機器學習算(suàn)法，以求得到制(zhì)造工藝參數與電極(jí)性能(néng)之間(jiān)的關系(xì)[15]。這意味着該平台甚至(zhì)可以(yǐ)用來(lái)基于目标(biāo)需(xū)求進行(háng)反向(xiàng)規劃，例如(rú)給定一個電池(chí)目标性能(néng)和(hé)材(cái)料，确(què)定合适的(de)制造工藝參數(shù)，比如(rú)幹燥環節(jiē)中的溫度控制(zhì)[16]。锂電池設(shè)計仿(páng)真與制造工藝(yì)協同(tóng)方面，國内業界在(zài)探(tàn)索類(lèi)似實(shí)踐的有易(yì)來科得和(hé)海仿科技(jì)等。其實不(bú)隻是(shì)電池行業，許多行業的正向(xiàng)設計環節也需要通過(guò)制造(zào)工藝-設計(jì)仿真(zhēn)協同來(lái)提升研(yán)發效率，以更快(kuài)速度(dù)、更低成本(běn)實現技術創新(xīn)和産品創新。在半導體行(háng)業，随(suí)着芯(xīn)片(piàn)技術節(jiē)點進一步變小、設計和(hé)工藝(yì)複(fú)雜性進一步提(tí)高，開(kāi)發(fā)新技術(shù)節點(diǎn)工藝的成(chéng)本(běn)激增、周期拉(lā)長。晶圓(yuán)廠(chǎng)為加(jiā)快工藝節點的(de)開發(fā)速(sù)度(dù)，需要(yào)與半(bàn)導(dǎo)體設計(jì)企業更緊密地(dì)協同開發叠(dié)代，集成電路(lù)設計企業(yè)也需(xū)要更(gèng)早地介入到工(gōng)藝開(kāi)發階(jiē)段中(zhōng)，使得(dé)器件設計和工藝開(kāi)發能(néng)夠進行針對性的優化從而滿(mǎn)足自身定(dìng)制化(huà)需求。于是(shì)設計(jì)-工藝協同(tóng)優化(huà)（dtco）的理念方法就在14nm技(jì)術節(jiē)點以(yǐ)後逐漸發(fā)展起(qǐ)來，其主要(yào)作用(yòng)就是(shì)在(zài)合(hé)理優(yōu)化和利用新工藝技(jì)術(shù)節點工藝能(néng)力的基礎(chǔ)上，同(tóng)時優化(huà)系(xì)統ppac（ 性 能 performance, 功(gōng) 耗power, 密(mì)度 area，成本(běn)cost）[17]。dtco對于新(xīn)工藝(yì)開(kāi)發及良(liáng)率(lǜ)優(yōu)化非常重(zhòng)要。從dtco的角(jiǎo)度(dù)看(kàn)，良率優化(huà)貫穿(chuān)設計(jì)到(dào)制造的(de)全過(guò)程(chéng)，需要多(duō)環節(jiē)協同(tóng)叠代(dài)。例如在版(bǎn)圖設計環節上，如何(hé)有效識(shí)别(bié)壞點(diǎn)圖形，并且(qiě)據此優化對基于同(tóng)一工藝的(de)其他(tā)芯片設計(jì)方案(àn)，可以提(tí)升(shēng)後續設計和制造的(de)良率。除了(le)設計(jì)和制(zhì)造(zào)環節之(zhī)間的(de)協(xié)同(tóng)外，材(cái)料因素(sù)也非常(cháng)重要(yào)。應用材料(liào)公司在dtco的基礎(chǔ)上提出(chū)要實現(xiàn)materials to device simulation，原因在于(yú)器件(jiàn)尺寸不斷縮小、更多複雜(zá)3d幾何(hé)形狀被采(cǎi)用以(yǐ)及新(xīn)材(cái)料(liào)的引入，半導體(tǐ)器件(jiàn)仿真(zhēn)變(biàn)得(dé)越來(lái)越複雜。這就需(xū)要采用(yòng)新(xīn)的多(duō)物理場多(duō)尺度(dù)仿真工具，将器(qì)件性(xìng)能與(yǔ)材料(liào)特性(xìng)聯系起來(lái)，系統研究(jiū)材料、幾何(hé)形狀以及(jí)工藝(yì)的(de)變(biàn)化将如何影響器件(jiàn)的電學性(xìng)能，以(yǐ)此優化器件設(shè)計[18]。materials to device simulation和(hé)dtco在應(yīng)用材(cái)料手(shǒu)中開始呈現(xiàn)融合的趨勢(shì)，應用材料(liào)公司在2021年發表的一篇論文中(zhōng)提出(chū)了materials to systems co-optimization，希(xī)望實(shí)現從材料(liào)到系(xì)統的多(duō)尺度協(xié)同優(yōu)化[19]。可以發(fā)現這個思路就(jiù)和上(shàng)述我們提(tí)到的锂電(diàn)池“artistic”項(xiàng)目的(de)非常類(lèi)似(sì)，都是(shì)希(xī)望(wàng)将設(shè)計仿真從微觀(guān)尺度的材料一路擴展(zhǎn)到宏觀(guān)尺度(dù)的終(zhōng)端(duān)産(chǎn)品，并以(yǐ)此(cǐ)确定(dìng)最佳工(gōng)藝(yì)路線(xiàn)和參數（覆蓋前(qián)道、中道及(jí)後道(dào)中多個工(gōng)藝環節）。對于(yú)我(wǒ)國半導體企(qǐ)業(yè)來說(shuō)，dtco預計可能成為(wéi)優化(huà)成熟技術(shù)節點下的産品競争力、降(jiàng)低先進工(gōng)藝開發成(chéng)本并(bìng)縮短工藝(yì)開(kāi)發周期(qī)的優選方案，可(kě)以幫(bāng)助中國fab/idm加快先進工藝開發，縮短ttm（time to market）, 提升相同技術節點下(xià)芯片(piàn)制造良率和可靠性，從而提升(shēng)核心競(jìng)争(zhēng)力。dtco也将幫(bāng)助eda企(qǐ)業沿(yán)着(zhe)産業鍊(liàn)拓展用戶群，類似的(de)邏輯在剛才提(tí)到的锂(lǐ)電(diàn)池行(háng)業也存在(zài)。從锂(lǐ)電池和(hé)半導體(tǐ)這兩個行業(yè)的前沿案(àn)例可以(yǐ)看出，制(zhì)造工藝與産(chǎn)品設計仿(páng)真(zhēn)的協同趨勢日益凸顯，而制(zhì)造業的核(hé)心競(jìng)争力(lì)最(zuì)終(zhōng)會歸結到(dào)如何(hé)更加(jiā)快速地找到匹(pǐ)配材料的最佳制造方法，以及(jí)材料方面(miàn)的開(kāi)發。因(yīn)此(cǐ)，我國工(gōng)業設計仿(páng)真軟(ruǎn)件需要在實現(xiàn)自主可控的基(jī)礎上，進一步實(shí)現制造工藝-設(shè)計仿真(zhēn)協同優(yōu)化。在(zài)協同優化(huà)中，設計仿真也(yě)可以應(yīng)用于裝備優(yōu)化，以(yǐ)此實(shí)現更佳的工藝(yì)效果(guǒ)。例如北方(fāng)華創(chuàng)在(zài)pvd設備研(yán)發方面(miàn)掌握使用了自主研發(fā)的腔室設計與(yǔ)仿真模(mó)拟(nǐ)技術，其矽(xī)外延(yán)設備在感應(yīng)加(jiā)熱高溫控(kòng)制技術、氣流場、溫度(dù)場模(mó)拟仿真技術等(děng)方面(miàn)取得突破，可實現更優異(yì)的外(wài)延工藝效(xiào)果。再比如锂電(diàn)設備頭部企業(yè)先導智能組建(jiàn)了40人的博士仿(páng)真設(shè)計團隊集(jí)中攻關(guān)疊片工藝中(zhōng)的粉塵問(wèn)題。為什麼(me)要解決粉塵問題？因為疊片時産生的(de)細微粉塵堆(duī)積在(zài)電池芯(xīn)的(de)表面(miàn)會影響電(diàn)池芯質量以及組裝(zhuāng)後(hòu)的電池(chí)性能。該(gāi)團隊通(tōng)過多物理場仿(páng)真模拟對疊片機進行優化設計，保證(zhèng)裝備達(dá)到(dào)車(chē)規級電池(chí)制造要求，實現更好品控(kòng)[20]。綜合(hé)上述兩節内容，我們(men)的視(shì)角從(cóng)裝備工藝環節(jiē)拓展到(dào)了設計(jì)仿真環節(jiē)，可以(yǐ)看出裝(zhuāng)備、工藝(yì)、材料和産品之間(jiān)是緊密聯系(xì)的。裝備工藝的嵌入式軟(ruǎn)件使(shǐ)裝備可(kě)以應對不斷(duàn)變化的材(cái)料工(gōng)藝，在(zài)柔性(xìng)生産情況下形(xíng)成最優參(cān)數組合，獲得高質量(liàng)産品(pǐn)。研發(fā)設計(jì)平台也需要協(xié)同制(zhì)造工(gōng)藝仿真來優(yōu)化新産(chǎn)品的開(kāi)發，降低(dī)正向設計耗費(fèi)成(chéng)本，提升(shēng)研發(fā)效率(lǜ)和産品(pǐn)良(liáng)率。網絡化支撐企(qǐ)業(yè)設計(jì)仿真(zhēn)
生(shēng)産制造及服務(wù)全流程(chéng)協同
上一節(jiē)談(tán)到設(shè)計仿真，當(dāng)前企(qǐ)業對于實現高(gāo)效協(xié)同設(shè)計(jì)仿真的(de)需求(qiú)越來(lái)越迫切。協同設(shè)計(jì)仿(páng)真需(xū)要統一的(de)數據(jù)接口以及應用雲計算、hpc等技術(shù)。以汽車行業舉(jǔ)例，産品設計的(de)數據可能會在(zài)車企内部的不同部門(mén)間流轉(zhuǎn)，也可(kě)能(néng)會(huì)和外部供(gòng)應商進行數據交互，但是(shì)不同部(bù)門使用(yòng)的軟(ruǎn)件平台不(bú)同導緻數據交(jiāo)互阻礙(ài)很(hěn)大，具(jù)體比(bǐ)如電(diàn)氣控(kòng)制、機(jī)械、材料、工(gōng)藝和智能(néng)駕駛(shǐ)等各方面的建(jiàn)模各成一個系統，各系統(tǒng)間也(yě)缺乏統一(yī)的協同交互(hù)。為了解(jiě)決協同仿真的(de)難題(tí)，目前業界(jiè)開發了仿真模型交互接口fmi（functional mockup interface），可(kě)适用于不同仿真軟件之間的(de)模型交(jiāo)換，并可将模(mó)型封裝為(wéi)fmu（functional mockup unit）用以協同(tóng)仿真(zhēn)。此外，如果(guǒ)涉及(jí)一個大型項(xiàng)目研發(fā)，不同(tóng)部門(mén)會希望(wàng)能夠實(shí)現同(tóng)時(shí)在(zài)線設(shè)計仿(páng)真(zhēn)，而(ér)這就(jiù)需要雲計算和(hé)hpc（high performance computing）技術的支持。例(lì)如在cad領(lǐng)域，當前(qián)設計方式已經逐漸(jiàn)由單人離(lí)線設計向多人(rén)在線協同(tóng)設計(jì)轉變。華天(tiān)軟件研發(fā)了基于雲架構的crowncad。crowncad包含其自主(zhǔ)研發的三(sān)維幾何建(jiàn)模引(yǐn)擎dgm、2d以及(jí)3d約束求(qiú)解引(yǐn)擎dcs，具(jù)有高(gāo)效的參數(shù)化應(yīng)用層機(jī)制，這種(zhǒng)基于(yú)雲(yún)存儲、雲(yún)計算(suàn)、雲(yún)渲(xuàn)染技術的(de)cad可以支持(chí)超大規模(mó)的協(xié)同設(shè)計[21]。其實(shí)不(bú)光是設計(jì)仿真(zhēn)環節(jiē)需要網絡化協(xié)同，制(zhì)造業(yè)企業(yè)還需要将(jiāng)研發設計、生産(chǎn)制造及服務各(gè)個環節(jiē)的數據(jù)和信息模型都(dōu)打通，以(yǐ)此提升(shēng)自身(shēn)經營效率(lǜ)。由此，我們讨論的範圍就(jiù)從前(qián)兩節(jiē)的(de)生産和(hé)設計仿真環節(jiē)，進一步拓(tuò)展到(dào)産品的運營服(fú)務環節。目前業界嘗試(shì)通(tōng)過搭(dā)建工業物聯網(wǎng)平台（industrial iot platform）或者說工(gōng)業paas平台來實現(xiàn)全流程協同管(guǎn)理。即(jí)制造業企(qǐ)業基于iiot平台實(shí)現研發設計、生(shēng)産制造及(jí)服務全流程的提升(shēng)和産(chǎn)品的(de)全生(shēng)命周期管(guǎn)理。從(cóng)這一點上(shàng)來(lái)說(shuō)，工業物聯(lián)網平台或者說工業(yè)paas平台是要(yào)搭建(jiàn)一個多方協作(zuò)的橋梁。例如位于gartner iiot魔(mó)力象(xiàng)限中(zhōng)位于(yú)頭(tóu)部(bù)位置的ptc thingworx，就(jiù)是一個具(jù)備設(shè)備(bèi)互聯、數(shù)據存儲（集(jí)成第(dì)三方時序(xù)數據(jù)庫）、數字建模、智(zhì)能分(fèn)析(xī)、應用開發(fā)及增強(qiáng)現實(shí)的整(zhěng)體iiot解(jiě)決方案。ptc在thingworx的基礎上(shàng)，結合自(zì)身cad/plm/ar等産(chǎn)品線，将制造業(yè)研發、制造及服(fú)務的(de)業(yè)務(wù)線整(zhěng)體聯系起(qǐ)來，幫(bāng)助制(zhì)造(zào)業企業(yè)客戶實現内外(wài)部協作和(hé)産品(pǐn)的全(quán)生命(mìng)周期(qī)管理。上圖以ptc客戶德國(guó)的e.go汽(qì)車制造商的情(qíng)況為例(lì)：在研發設計(jì)階段(duàn)，供應(yīng)商和制造(zào)商可以在(zài)同一個(gè)cad和(hé)plm系統(tǒng)中基(jī)于統一的(de)産品數據進(jìn)行協作(zuò)，提高交(jiāo)付效率(lǜ)。制造過程中，操(cāo)作員可以借助(zhù)平闆(pǎn)電腦上的(de)ar 應用程序(xù)來識(shí)别他們(men)正在查(chá)看的(de)産品(pǐn)的配(pèi)置，并(bìng)可實時調(diào)用質量檢(jiǎn)查的(de)标準(zhǔn)以(yǐ)便(biàn)對照。另外在産品售後服(fú)務環節中，企業通過(guò)物理(lǐ)vin編碼追蹤汽車(chē)各個零(líng)部件；持(chí)續更新的部件(jiàn)數字孿生(shēng)模型将反(fǎn)映發(fā)動機(jī)、傳動系統等部(bù)件的後續(xù)變化(huà)，企業以(yǐ)此(cǐ)為汽(qì)車提(tí)供預測性維(wéi)護服務，保障(zhàng)産品壽命，并将(jiāng)實際運行數據反饋給設計端(duān)。綜合來看，制造(zào)業企業實現内(nèi)部高效協同的(de)挑戰(zhàn)有很(hěn)多，比(bǐ)如硬(yìng)件(jiàn)設備種(zhǒng)類多，沒(méi)有(yǒu)統一(yī)的數據(jù)接口，各環節不連(lián)貫。這(zhè)也就(jiù)是為什麼提出(chū)推(tuī)進兩化融合，這也(yě)就是(shì)為什麼工業4.0的(de)一個(gè)終極(jí)目标就是讓軟(ruǎn)件定義制造(zào)。試(shì)想一(yī)下，如(rú)果所(suǒ)有的(de)制造單(dān)元(yuán)都可(kě)以通過(guò)軟件柔(róu)性拼接(jiē)（中(zhōng)間由(yóu)amr連接(jiē)工(gōng)序），所有(yǒu)子系統内的設(shè)計仿(páng)真(zhēn)模型都(dōu)可以相互(hù)交互(hù)，整個(gè)工廠具備(bèi)了強大(dà)的(de)互操作性，運營效率(lǜ)就(jiù)将得到極大提升(shēng)，制造業(yè)企(qǐ)業将不再(zài)這麼(me)笨重。當(dāng)然實現這個圖景絕非朝夕之間就能(néng)達成，需要(yào)長久的努力。數(shù)字化(huà)支撐(chēng)制造業提升管理水(shuǐ)平
&企業生(shēng)産決策智(zhì)能化
以上(shàng)闡述的(de)主(zhǔ)要是側重(zhòng)技術(shù)方面(miàn)的創新(xīn)應用，但(dàn)是對(duì)于(yú)企業來(lái)說技術和(hé)管理(lǐ)不可(kě)偏廢。現在(zài)很多制造業企(qǐ)業的(de)日常管理(lǐ)方(fāng)式還很粗糙，例如在紡(fǎng)織業(yè)中，印染廠的訂(dìng)單下(xià)放、報工、坯(pī)布入庫、領料、成品出(chū)庫主要通(tōng)過人員手工(gōng)填報完成，實(shí)時性(xìng)差且受人(rén)為因(yīn)素影(yǐng)響大。管理者如果想(xiǎng)了解一個訂單的(de)情(qíng)況可能得(dé)花上幾個(gè)小(xiǎo)時才能(néng)準确得知全貌(mào)，車間(jiān)管理者處(chù)理生産異常事件效率較低。這(zhè)些又不是mes系統(tǒng)所能完全解決(jué)的。對(duì)于任何一(yī)個制(zhì)造(zào)業企業，管理(lǐ)水(shuǐ)平(píng)的提升是(shì)非常重要(yào)的，比如(rú)如(rú)何對(duì)知(zhī)識進(jìn)行有效(xiào)的管理(lǐ)、如何轉變日常生(shēng)産活(huó)動的管理方式和手段等等。數(shù)字(zì)化技術對管理的支(zhī)撐(chēng)作(zuò)用不可忽(hū)視，目前出現一批初創公司開始幫助(zhù)制造(zào)業企(qǐ)業進(jìn)行移動端的數字化(huà)改造(zào)，通過交付(fù)生産(chǎn)管理saas軟件提高企業(yè)工(gōng)廠管理(lǐ)水平(píng)，可以提高企業(yè)車間管理的協同效率(lǜ)，如專注(zhù)紡織業(yè)的(de)數制科技(jì)，還(hái)有(yǒu)服務(wù)離散制(zhì)造(zào)行業(yè)的羚(líng)數智能等(děng)。企業日常管理中最(zuì)重要的部分是生(shēng)産決策，決策覆蓋的層(céng)次會從裝(zhuāng)備、産線一直(zhí)到車間(jiān)、企業乃至整條(tiáo)上(shàng)下遊供應鍊(liàn)。幫助企(qǐ)業(yè)實現生産(chǎn)決策智能(néng)化是智能(néng)制造的一個(gè)重(zhòng)要方(fāng)面。目前在企業(yè)層次(cì)的生産決(jué)策方(fāng)面，大部分(fèn)企業主(zhǔ)要通過(guò)高級(jí)排産(chǎn)人員(yuán)依靠(kào)自身(shēn)經驗(yàn)和業務規則進行排産，工(gōng)具上(shàng)還在(zài)使(shǐ)用excel，算法(fǎ)方面(miàn)仍(réng)以啟發(fā)式規則算法或(huò)遺傳算法等算(suàn)法為主。但(dàn)是，單(dān)純依賴高級排(pái)産人員的經驗(yàn)很難(nán)實現(xiàn)決策(cè)的精準性和合(hé)理性，特别是在(zài)柔性(xìng)生(shēng)産(chǎn)的場景中(zhōng)。這就需要(yào)基于運籌學和(hé)ai算法的aps系(xì)統來(lái)幫助企業進行(háng)排産(chǎn)決策。企業(yè)生産過程中，有(yǒu)效加工時間其(qí)實占比很少，90-95%的(de)時間(jiān)其實(shí)都是(shì)在等待物(wù)料運輸、上下料(liào)和定位等中間(jiān)環節上消耗掉了(le)。部(bù)署agv/amr可以幫(bāng)助企業實(shí)現生産搬運和倉儲管理(lǐ)的自(zì)動(dòng)化，提升(shēng)廠内物流的自動化程(chéng)度(dù)，進而(ér)可以使(shǐ)生産線(xiàn)上各設備之間(jiān)的運(yùn)作更為協(xié)同高(gāo)效，提升(shēng)企(qǐ)業oee。在實際實施(shī)過程(chéng)中(zhōng)，amr的(de)實時(shí)調度算法非常(cháng)重(zhòng)要，而(ér)且amr的實(shí)時調度也(yě)要和(hé)aps系統(tǒng)對企(qǐ)業整(zhěng)體生(shēng)産調度結(jié)合起(qǐ)來，确保決(jué)策計劃層和執(zhí)行層(céng)之間數據(jù)互通(tōng)。值得注意(yì)的是，無(wú)論是aps還(hái)是amr，都(dōu)需要注重提(tí)煉(liàn)與(yǔ)企業生(shēng)産工藝密(mì)切相(xiàng)關的(de)調度規則(zé)和産能平衡設(shè)計，将(jiāng)企業制造(zào)資(zī)源和(hé)工藝流程完(wán)全融(róng)合(hé)，如(rú)此才(cái)可能滿足客戶(hù)對生産過(guò)程中産能(néng)和效(xiào)率(lǜ)的需求。生産(chǎn)決策(cè)也可(kě)以從(cóng)一家企(qǐ)業延伸(shēn)至一條(tiáo)産(chǎn)業鍊的上(shàng)下遊，在上(shàng)下(xià)遊企業(yè)之間(jiān)實現協同制(zhì)造(zào)。例如浙江省正(zhèng)在對30個(gè)細分行(háng)業推行的産業(yè)大(dà)腦(nǎo)，通過産業(yè)鍊的(de)整(zhěng)體(tǐ)數據(jù)輔助(zhù)企(qǐ)業(yè)動态(tài)決策，可見政府也在(zài)這方面進(jìn)行有益的嘗試(shì)。還有(yǒu)比如深圳的雲(yún)工廠、上海(hǎi)的捷配科(kē)技等(děng)在嘗(cháng)試(shì)打(dǎ)造分(fèn)布式(shì)制(zhì)造(zào)系統(tǒng)，分布式制(zhì)造(zào)系(xì)統在(zài)競争格局(jú)分散的行業環節中(zhōng)具(jù)有(yǒu)市場(chǎng)價值(zhí)，如紡織、機(jī)加工(gōng)和(hé)smt等行業(yè)。中小型企(qǐ)業由(yóu)于具(jù)有産能利(lì)用率(lǜ)不高(gāo)、外協(xié)程(chéng)度高、信息不(bú)對稱(chēng)，通(tōng)過制造(zào)平台(tái)公司(sī)可以(yǐ)實現集中(zhōng)訂單(dān)和供應鍊采購(gòu)，整合産能(néng)共享協同，提升整體(tǐ)行業交付效率。國外(wài)的protolabs可以算(suàn)是這個(gè)領域的(de)一個标杆。
人(rén)才對于(yú)任何一個行業都(dōu)是(shì)非(fēi)常(cháng)重要(yào)的。這裡需要(yào)強(qiáng)調的是制造過(guò)程本身積累的(de)知識需要通過人才(cái)沉澱下來(lái)服務(wù)于(yú)設(shè)備設(shè)計、工藝優(yōu)化，逐步凝結成新一代的硬件設備和工業(yè)軟件。因(yīn)此在裝(zhuāng)備智(zhì)能(néng)化、生産過程智(zhì)能化乃至(zhì)設計(jì)仿真(zhēn)與工(gōng)藝協(xié)同的(de)發(fā)展過程(chéng)中，設(shè)備工程師和工藝工程師(shī)的作用(yòng)不可忽視。未來也需要(yào)越來越多懂工(gōng)業技術的軟件(jiàn)工程師參與工(gōng)業數(shù)字(zì)化、智能(néng)化的(de)曆史進程(chéng)中來(lái)，工程(chéng)師的(de)工作内容(róng)也将更多放在(zài)工業知識沉澱和數據分析(xī)研判方(fāng)面(miàn)。從供給端來(lái)看，國(guó)内經驗豐富的技術(shù)工人數量較少、培訓(xùn)周期(qī)長(zhǎng)，且部分領域呈(chéng)現青黃(huáng)不接的趨勢(shì)，逐漸成為(wéi)稀缺資(zī)源。例如(rú)高級焊(hàn)接工人，高級排(pái)産人(rén)員，高級工藝工程(chéng)師（例如(rú)半導體刻(kè)蝕環(huán)節），以及機(jī)器人部署調試工程師(shī)等等。而這些(xiē)高級技術人才(cái)面對(duì)的(de)生産場景普遍具有多(duō)品種、小(xiǎo)批量的(de)特點(diǎn)，這一特點(diǎn)也在不斷加強(qiáng)。這也意味着如(rú)何沉澱(diàn)積累出可以(yǐ)媲美高端(duān)技術(shù)人才(cái)經驗(yàn)能力的數據驅動-機理融(róng)合模(mó)型，并将(jiāng)其(qí)封裝(zhuāng)成算(suàn)法軟件，是(shì)非常有價值的(de)。另外初創公司(sī)也為制造(zào)業創新發展帶來了(le)活力和人才。在(zài)近幾年的(de)發展(zhǎn)中，智能(néng)制(zhì)造(zào)領域的(de)初(chū)創企業(yè)數量不(bú)斷增多(duō)，特别(bié)是湧現出(chū)更(gèng)多聚焦(jiāo)生産(chǎn)和設計(jì)環節、聚(jù)焦某一細分領域的(de)初創企業。工業領域(yù)門類(lèi)很多，每一個子(zǐ)門類下面又會(huì)有很多細分領(lǐng)域和環(huán)節，這種行業(yè)特點使得初創公司需要(yào)集中一(yī)點做(zuò)出(chū)技術創新上的(de)突破，即(jí)所(suǒ)謂專(zhuān)精特新。如(rú)果一(yī)直(zhí)做跨行業的(de)項目(mù)而無法沉(chén)澱出一個标準化的(de)産(chǎn)品，這麼走下去團隊隻(zhī)能是一個不斷接項目的技術(shù)服務商，沒有自(zì)己的核心根據(jù)地。聚焦(jiāo)一(yī)個行(háng)業，行業内某個(gè)環節上企(qǐ)業的(de)需求特點(diǎn)大緻(zhì)類似，這就為初創企(qǐ)業技術沉(chén)澱(diàn)和規模化創造了(le)條件。依托(tuō)核心産品(pǐn)技術平台(tái)進行新産(chǎn)品開發(fā)，開發過程(chéng)中(zhōng)形成的新(xīn)技術也會反哺(bǔ)平台(tái)，新産(chǎn)品也(yě)可能進(jìn)一步衍(yǎn)生出新的(de)産品(pǐn)技術平台(tái)。平台(tái)與産品相互(hù)促(cù)進，可以實現從(cóng)單點突(tū)破到多(duō)環節覆(fù)蓋。硬件(jiàn)裝(zhuāng)備(bèi)制造商如(rú)此，軟件服務商(shāng)也是如此(cǐ)。之後(hòu)會再(zài)寫文章分析這一(yī)點。對于(yú)智(zhì)能制造(zào)領域的初(chū)創公司來(lái)講，形(xíng)成(chéng)自(zì)身議(yì)價能力和技術(shù)壁壘主要(yào)還是(shì)靠做深入生産(chǎn)和設計(jì)環節(jiē)的工藝優化(huà)和産(chǎn)品優化(huà)，因為客戶隻有(yǒu)看到初(chū)創公司用(yòng)技術(shù)和産(chǎn)品給(gěi)他們(men)明顯(xiǎn)改(gǎi)善(shàn)提升(shēng)了他們的生産(chǎn)和設計過(guò)程，客戶才會有較高(gāo)的付費(fèi)意(yì)願(yuàn)。設計仿(páng)真的重要性不(bú)言(yán)而喻。聚焦工藝優化在(zài)企(qǐ)業後(hòu)續發展(zhǎn)上也有規模化(huà)的潛(qián)力，因為一種工藝是(shì)可以(yǐ)用在多種(zhǒng)工業(yè)場景(jǐng)和環節中(zhōng)的，初創(chuàng)企(qǐ)業(yè)可以将(jiāng)工藝(yì)智能(néng)化技術進(jìn)行跨行業的複用，無(wú)論(lùn)是(shì)在産(chǎn)品标(biāo)準化和橫(héng)向拓展上都會(huì)有一定的(de)優(yōu)勢。當然(rán)光是焊(hàn)接技術(shù)就有(yǒu)很(hěn)多細分(fèn)種類，企(qǐ)業也(yě)需(xū)要有選擇地進(jìn)行技術研(yán)發和(hé)市場拓展。無論(lùn)是設計仿真還(hái)是工(gōng)藝智能，初(chū)創公司(sī)都(dōu)需要(yào)明确(què)技術對應的是一個存量(liàng)市(shì)場還是一個(gè)增量(liàng)新興(xìng)市場(chǎng)，選擇什麼(me)樣的(de)市場(chǎng)以(yǐ)及選擇(zé)什麼(me)樣的(de)客戶(hù)群，會深刻影響(xiǎng)企業的發展路(lù)徑和速(sù)度。好的客戶會對産品技術提(tí)出更高(gāo)的要求，會(huì)加速(sù)公司産品技(jì)術(shù)研發(fā)上的良性(xìng)循環。這裡客戶的優質與否不(bú)完全(quán)取決于客(kè)戶規(guī)模的大小。中國制造業的(de)信息(xī)化(huà)、自動化(huà)和智(zhì)能化(huà)程度(dù)在各行業之間(jiān)分布并(bìng)不均(jun1)勻，如果(guǒ)初創(chuàng)企業(yè)選擇一個較為(wéi)傳統(tǒng)的行業如(rú)紡(fǎng)織業，可以先(xiān)通過輕量級的生産管理系統(tǒng)實現(xiàn)數字化改(gǎi)造，幫助中小紡(fǎng)織企業(yè)管(guǎn)理者(zhě)看到數(shù)字(zì)化管(guǎn)理帶(dài)來的(de)效益(yì)，再深(shēn)入到印染(rǎn)工藝環節和排(pái)産決策中去，之後去(qù)幫助企(qǐ)業(yè)逐步實現(xiàn)上下(xià)遊間的協同。因(yīn)此對(duì)于數(shù)字化(huà)和(hé)自動化程度(dù)不高的行(háng)業和(hé)企業，解決數字(zì)化是第(dì)一(yī)步，接(jiē)下來(lái)需要創業團隊解決智能(néng)化的(de)問題。初創(chuàng)公司能否(fǒu)滿足企業智能化階段的需求(qiú)，這就要考慮團隊的(de)算法技術(shù)能力(lì)和對(duì)工業機理(lǐ)的理解深(shēn)度。故而智(zhì)能制造領(lǐng)域的創(chuàng)業團隊(duì)既需(xū)要(yào)有掌(zhǎng)握(wò)新一(yī)代信息技(jì)術和先(xiān)進制造(zào)技術的(de)新生力量，也需要有懂(dǒng)工業(yè)場景需求、目标(biāo)領域工業(yè)機理(lǐ)的老法師(shī)。綜合以上對于(yú)智能制造各方面的(de)讨論，本文着重強調智(zhì)能(néng)制造(zào)需要(yào)聚焦本源(yuán)，即裝備和工藝(yì)，并将(jiāng)設計(jì)仿(páng)真(zhēn)和制造工(gōng)藝協同起來(lái)，以(yǐ)滿足企業(yè)降低生産研(yán)發成本(běn)、提高生産(chǎn)研發效率(lǜ)、提升(shēng)産品(pǐn)良率(lǜ)的核(hé)心(xīn)訴(sù)求。随(suí)着我(wǒ)國(guó)制造業向中(zhōng)高端邁進(jìn)，正向設計日益(yì)重要，創新(xīn)的源(yuán)泉将着眼于材(cái)料、工(gōng)藝（包含物(wù)理和化(huà)學的）以(yǐ)及兩(liǎng)者之(zhī)間的(de)匹配(pèi)優(yōu)化。企業設計仿真、生産(chǎn)制造(zào)及服務各(gè)環節内部和之(zhī)間的互操作性(xìng)和協同(tóng)性對提(tí)升企業(yè)競争力(lì)也非(fēi)常重要，這(zhè)些需要新的網(wǎng)絡技(jì)術支撐。此(cǐ)外，企(qǐ)業還要通過數字(zì)化、智能化技術(shù)提升管(guǎn)理(lǐ)決策(cè)水(shuǐ)平和(hé)精準性。至此，本(běn)文分析了裝備(bèi)工藝(yì)、正向設計(jì)仿真(zhēn)及生産決(jué)策這三個智能(néng)制造(zào)的重要支(zhī)柱。最後我們再(zài)從企(qǐ)業經營和産業發(fā)展的角度分析一下智(zhì)能制造的價值(zhí)。從企業經營角(jiǎo)度看智能制造(zào)的價(jià)值(zhí)，roe=銷售淨利率(lǜ)×總資(zī)産周(zhōu)轉率(lǜ)×權(quán)益乘數(shù)實現柔性(xìng)生産，縮短産(chǎn)能爬坡(pō)和中間(jiān)換(huàn)線周(zhōu)期等(děng)可(kě)以提高(gāo)總資産周(zhōu)轉率(lǜ)，進而提高roe。實現(xiàn)實時(shí)參數控制(zhì)決策，優化工藝以(yǐ)降低生産成(chéng)本，即提升淨利率。降低對(duì)高級(jí)技術(shù)人(rén)員的依(yī)賴及其人工成本也有助于企(qǐ)業提高淨(jìng)利率(lǜ)。從産業角(jiǎo)度看，制造業一方面(miàn)需要(yào)自動化智能化裝(zhuāng)備和工(gōng)藝智(zhì)能(néng)技(jì)術實(shí)現規模效(xiào)應和(hé)柔性制(zhì)造，不斷(duàn)降低制造成本、提高(gāo)交付效率(lǜ)，特别是(shì)在(zài)産能(néng)擴張(zhāng)周期，這一(yī)點在锂電(diàn)設備(bèi)和锂(lǐ)電(diàn)池行業(yè)近兩年(nián)的(de)發展(zhǎn)中表現尤為明(míng)顯。另一方(fāng)面産(chǎn)業發(fā)展(zhǎn)不可能一直停(tíng)留(liú)在追(zhuī)求生産規模效(xiào)應的階段，還需要通過(guò)設(shè)計仿(páng)真技術進(jìn)行正向設計(jì)，以持續(xù)實現産品(pǐn)創新、裝備創新和(hé)工(gōng)藝創新。值(zhí)得注(zhù)意的是，制造和(hé)設計兩方面不(bú)是(shì)割裂的，是可(kě)以協同優(yōu)化、相(xiàng)互促(cù)進的。從這(zhè)一點上看(kàn)，中國(guó)龐大(dà)的(de)制造規(guī)模如果加(jiā)上先(xiān)進的設計仿真技術(shù)，将會(huì)是如(rú)虎添翼。最後需(xū)要強調的(de)是，技(jì)術(shù)的(de)經濟性和(hé)易用性永遠是(shì)決定技術(shù)能否(fǒu)大規模應用的重要因素(sù)。比如(rú)支撐算法優化(huà)的硬件資源價(jià)格、算法叠(dié)代升級的成本，還有(yǒu)企業能(néng)否直接獲得一個包含(hán)automl平台在内的産(chǎn)品方便(biàn)日(rì)後自(zì)己訓練模型，軟(ruǎn)件是否支持低(dī)代(dài)碼開(kāi)發？這些(xiē)因素都可能影(yǐng)響企業是否選(xuǎn)擇新方(fāng)案。還有(yǒu)在工(gōng)業(yè)軟(ruǎn)件部署方(fāng)面，部署周(zhōu)期如果(guǒ)很長或(huò)者拓展性(xìng)差導緻後期(qī)維護成(chéng)本很(hěn)高，這些都(dōu)會阻礙企業選擇上一個新(xīn)的(de)軟件系統(tǒng)。所以也就(jiù)出現(xiàn)了基(jī)于微服務(wù)架構(gòu)的新型mes軟件服(fú)務商(shāng)，例如數益工聯等。智能制(zhì)造對我國從制造大國邁向制(zhì)造強國(guó)甚至創(chuàng)造強國具(jù)有重要作(zuò)用。實現智(zhì)能制(zhì)造還有很(hěn)多挑戰(zhàn)，中(zhōng)國還需要(yào)突(tū)破諸多(duō)關鍵(jiàn)核(hé)心技術(shù)和裝備，例如設(shè)計仿真(zhēn)、基于機(jī)理和數據驅動的混合建(jiàn)模、生産智(zhì)能決(jué)策、協(xié)同優(yōu)化(huà)等(děng)技術和(hé)五軸機(jī)床、大(dà)規模集(jí)成(chéng)電(diàn)路制造(zào)裝備(bèi)、智能焊接機(jī)器(qì)人等高端(duān)裝備(bèi)。本文(wén)提(tí)到的dtco、锂電池(chí)模拟平台、機器(qì)人自(zì)适應(yīng)實時(shí)決策等也都存(cún)在諸(zhū)多技(jì)術挑戰，比(bǐ)如dtco中器件(jiàn)電學模型（spice model）的(de)提(tí)取，這(zhè)些需(xū)要無(wú)數市場主(zhǔ)體去投入(rù)研(yán)發加快(kuài)新(xīn)技術的産業(yè)化。“科(kē)技(jì)創新對(duì)中國來說(shuō)不僅(jǐn)是發(fā)展(zhǎn)問(wèn)題，更(gèng)是生存問題[22]。”制造業是(shì)關鍵核(hé)心技術的(de)策源(yuán)地，也是核(hé)心技(jì)術應用(yòng)的(de)試驗(yàn)田。無(wú)論(lùn)是中小(xiǎo)企(qǐ)業，還是大型(xíng)企業，都必須(xū)實現技術創(chuàng)新驅(qū)動的高質量發(fā)展。從産業(yè)整體(tǐ)發展(zhǎn)階段來看(kàn)，我國(guó)已經從來料加工組裝、模仿創新(xīn)逐漸向自主(zhǔ)創新邁進(jìn)。過去我國(guó)制造(zào)業主(zhǔ)要(yào)通過加(jiā)工和仿制(zhì)産品(pǐn)向海外(wài)企業學(xué)習追趕，而(ér)模仿(páng)先進(jìn)成(chéng)熟的工(gōng)藝和産品(pǐn)自然(rán)沒有正向(xiàng)設計(jì)的需求(qiú)，自然也就沒(méi)有(yǒu)投入更(gèng)多精力資源在正向設計方面(miàn)。所以(yǐ)這一點上(shàng)可以看(kàn)出(chū)過去(qù)的發展特(tè)點導緻了當前(qián)工業(yè)“五基”薄弱(ruò)，特别(bié)是工業基礎軟(ruǎn)件方面。但我們(men)不可(kě)能停留在(zài)模仿創新(xīn)階段(duàn)，主觀上沒(méi)有這(zhè)個意願，客(kè)觀實(shí)際上(shàng)也不允許(xǔ)，因為産業(yè)發展(zhǎn)如逆水行舟不(bú)進則退(tuì)。技術的(de)突破(pò)需要(yào)企業選擇自(zì)主開發産品(pǐn)，而不(bú)是依附在(zài)某一(yī)海外品牌(pái)的供應(yīng)鍊(liàn)或者技術體系内。這一點在高鐵和汽車行業上(shàng)體現得極為(wéi)明顯。當企業以(yǐ)自主研(yán)發理念(niàn)創新、性能先進的商(shāng)業産品為(wéi)目标時，企業将(jiāng)産生更強(qiáng)的創(chuàng)新動力和學習(xí)能力(lì)[23,24]。企業在自(zì)主開發産品中(zhōng)突破技術(shù)瓶頸(jǐng)、掌握(wò)正(zhèng)向設計(jì)能力。這一(yī)點也(yě)已經在(zài)或将在(zài)新能(néng)源汽(qì)車、锂(lǐ)電池及設(shè)備、半(bàn)導體等行業中(zhōng)顯現。如果這一(yī)産品尚未出現或成(chéng)形，同(tóng)時又(yòu)是先進(jìn)生産力(lì)的方向，那麼意味着(zhe)将創造一(yī)個新興産(chǎn)業，一(yī)如上(shàng)世紀誕生(shēng)的大飛機(jī)、汽車(chē)、半導體以及互(hù)聯網。希望(wàng)中國未來可(kě)以成為這類科技(jì)創新的發源地，同時(shí)注重打造(zào)出面(miàn)向大(dà)衆的(de)品牌(pái)産品(pǐn)及産業鍊，實現c端品(pǐn)牌帶動(dòng)b端制(zhì)造産業鍊[25]。通過研發應(yīng)用數字化(huà)、智能(néng)化和(hé)先進制造技術，中國制造業企(qǐ)業将有能(néng)力進一步實現工藝(yì)流(liú)程和産(chǎn)品升級，逐步從價值(zhí)鍊的低附(fù)加值位置躍遷到高(gāo)附加值位置，掌握(wò)新(xīn)興産(chǎn)業的(de)産(chǎn)業鍊話(huà)語權，不斷(duàn)占據利潤(rùn)率更高、技(jì)術含金(jīn)量更高的價值鍊，最終(zhōng)實現全(quán)球(qiú)價值(zhí)鍊框(kuàng)架(jià)内的産(chǎn)業升級[26]。微(wēi)觀上(shàng)企業的技術、産(chǎn)品和品牌(pái)每進(jìn)步一(yī)分(fèn)，我國制造業的貿易利益獲(huò)取能(néng)力就(jiù)有可能(néng)增強一分，就(jiù)将在宏觀(guān)上提升我國在(zài)全球(qiú)價值鍊和收(shōu)入鍊(liàn)上(shàng)的位置。實現智能(néng)制(zhì)造道阻且(qiě)長，十(shí)四五智能制造規劃中提出了(le)到2035年，重點行業(yè)骨幹(gàn)企業基本(běn)實現(xiàn)智能(néng)化。這(zhè)意味(wèi)着(zhe)智能制造是(shì)一項長期(qī)的(de)系(xì)統工(gōng)程。相(xiàng)信在未來十幾(jǐ)年的發展(zhǎn)中，中(zhōng)國一定(dìng)會湧現(xiàn)出越來越多創新驅動的智能(néng)制造企業！
股權(quán)代碼(mǎ)：
