智能制造的实现路径

    本期分享的是中国机械工程学会荣誉理事、上海市科技功臣、全国优秀科技工作者同济大学张曙教授做的《智能制造：现状与展望》主题演讲。需要清晰版PDF的可通过私信将邮箱发给我，或在平台上留言。

    首先，张曙教授认为智能制造需要从不同的视角来理解其内涵：

    从技术的角度看：传统制造是对物质的处理，将原料转化为产品，是基于经验的制造;智能制造是同时对物质和知识的处理，是基于科学(模型化)的制造。

    从企业运作的角度看：传统制造业是成本中心，通过大批量生产，降低成本，形成竞争力;智能制造是利润中心，通过客户化定制和协同获取最大利润。

    从最终用户的角度看：传统制造企业提供的是具体产品和有限的担保;而智能制造企业提供产品全生命周期的互联网服务，客户从购买产品转变为购买服务。

    张曙教授强调：智能制造不仅是技术的变革，而是生产模式、商务模式、经济体系、生活方式的变化，故所以称为革命。

    从智能制造的实现途径来看，张曙教授认为可分为四步，具体如下：

    第一步：数据的采集和处理

    第二步：人-机、机-机通讯

    第三步：从数据、信息到决策

    第四步：迈向预测型智能制造

    张曙教授认为前三步技术上已经成熟，并有成功应用案例，可以逐步推广;但第四步，预测型智能制造是愿景，是当前研究的热点，正在从构思走向现实。大数据分析是预测型制造的重要手段。

    实现第四部“预测型智能制造”核心要解决的问题主要是：

    智能制造的困扰是设备和装置的失效，随着时间推移，设备会磨损，性能会衰退，最终导致故障和停机。

    预测型智能制造通过掌握设备实际的“健康”状态，不是在故障发生后去抢修，或过早地将可继续用的部件进行不必要更换，从而降低维修费用和生产成本。

    知道设备什么时候可能失效，就能够合理地安排维修计划，实现“准时”维修，最大限度地提高设备的可用性和延长其正常运行时间，提升工厂运营效率。

    将设备衰退模式和实时状态评估与加工过程控制结合起来，实现在设备或系统性能随时间变化的情况下，保证产品质量的稳定，迈向“无忧虑”智能制造。

    张曙教授还分享了“西门子EWA(德国安贝格工厂)和SEWC(西门子成都生产及研发基地)数字化工厂”、海尔沈阳冰箱互联工厂和2030年奥迪汽车的智能工厂的案例。

    最后张曙教授澄清了智能制造若干概念：

    首先，机器人+数控机床≠智能制造，由具有图像识别或力传感器的机器人和具有位移、振动、温度传感器的数控机床构成的系统才属于智能制造范畴。

    ERP+MES≠智能制造，没有数据采集和设备状态反馈的系统是开环的和不可控的;智能制造是“数据信息优化决策价值创造”转化的闭环系统。

    互联网+WiFi≠智能制造，它们是智能制造的基础设施，是手段，但绝非全部内容，离开物理的生产过程和实体设备，互联网什么也不能生产出来。

    自动化+数字化≠智能制造，智能、智能、不能够感知和思考，不会交互和通信，就算不上智能。

    企业需要深入理解智能制造的价值创造：

    价廉物美是相对的，便宜没好货是绝对的。低价格、低质量、低成本是死胡同，没利润哪来服务;智能制造为客户创造价值、追求完美和个性化，风光无限。

    智能制造通过数字化和网络化，充分利用社会闲置的知识和物质资源，通过大范围的云端协同，构建新的工业生态圈，生产高质量产品和提供高质量服务。

    智能制造借助大数据分析，跟踪客户群的需求变化，改变产品构成，监控生产系统的健康状态和衰退情况，创建能自调节、自适应的“无忧虑”的生产系统。