缠膜机,套膜机
智能制造发展的三个阶段你知道吗?
2020-09-21

智能制造发展的三个阶段你知道吗?

中国这几年信息化的发展已经出现很多概念和热点,从云计算到物联网,智慧城市到大数据,到现在的人工智能这一波热浪。这些热浪一定要落地下来,为制造业服务。对于中国人工智能的发展而言,最重要的问题还是要解决中国的制造业发展问题。如果制造业的智能化上不去,中国国民经济的脊梁就不够坚实。

首先需要理解,什么是智能制造?按照百科定义,智能是指获取知识和技巧一种能力。而“人工智能”现在还没有统一定义。这个概念,早在1952年就由图灵提了出来。现在,很多人把人工智能的解释,句子越来越长,讲的越来越复杂,最后大家都搞不清楚到底什么是人工智能了。其实,人工智能简单地说,就是人赋予机器的职能。具体地说,就是通过计算机的硬件和软件,尤其是各种软件,给机器赋予了智能,让机器可以感受环境,意识到环境的变化,进一步为决策者提供建议,拓展了人的智能,甚至在事前授权的情况下自主做出决定。

1.jpg

如果说智能是指获取知识和技能的一种能力,无可否认的是,正是这些计算机辅助系统和工业软件为制造业带来了智能。因此,智能制造,简单地说就是计算机制造,无需加上太多的修饰和太复杂的定义。

电脑比人脑更强大之处,不完全在于其强大的计算能力和存储量,关键是其中运行的软件。如果没有软件,计算机也就是一堆金属塑料。以此为基础,可以看看制造业信息化的发展,实际上也可以理解智能制造演进的三个阶段。

“四化一造”看工业信息化

制造业信息化的发展,主要是围绕着企业的业务运行而展开。首先是企业内部信息化,见图1。这包括“四化一再造”,也就是研发信息化、产品信息化、生产信息化、管理信息化以及业务流程和组织再造。其中产品信息化,主要是指带有嵌入式系统的产品,其复杂程度各不相同。理解产品信息化,对理解当下的智能制造,非常重要。

与此同时,企业还有一个上游供应链和下游社会关系的问题,上游包括原材料、零部件、装备和人员招聘等,下游则与销售、银行、客户关系等相关联。这些属于企业的外部信息化问题。

企业的内部业务和外部业务,构成了企业信息化最基本的内涵。企业信息化最早就是从数字化开始的。计算机刚刚发明的时候,本来是做科学计算的,很快就被用来做业务处理,提升管理效果。这是一个从下往上发展的过程,开始是做一些数据处理系统,如财务管理,包括一些统计报表处理;随后,逐渐上升到管理层,也就是开发管理信息系统(MIS),从财务管理、人事管理,到生产管理,一层层往上走;最后,上升到了决策层和开发决策信息系统(DSS)。企业信息化,一开始就是处在数字化时期。

L型封切收缩机.jpg

数字化起步

然而,利用计算机来改造企业的生产装备,实际上比管理信息系统起步还要早。1952年,即商用电子计算机发明的第二年,美国就有一家公司设计了一套数控装置,开发了第一台三坐标数控铣床。尽管这个铣床体积很大,造价也很高,但是开辟了一个数字控制的新时代。1958年,美国研制出第一台加工中心。这意味着,计算机改变制造业的时代,正式拉开了帷幕。随后,随着第一个微处理芯片的发明,各种各样、数以亿计的嵌入式系统开始嵌入到各种装备、各种产品当中去。制造业开始走向以数字制造技术为核心的计算机控制时代,当时国内叫做机电一体化。“机电一体化”这个提法没有完全点到问题的本质,那就是计算机控制。

可以看到,计算机系统很早就开始赋予各种制造装备以智能。如果按照前面智能的定义的话,那么智能制造这个问题,可以说很早就被提出来了。在整个信息化对制造业的改造过程当中,是工业软件支撑了企业数字化的发展,扮演了一个非常关键的角色。

最近电视台有一个关于中国制造业的讨论会,其中,关于“中国制造业还有什么不能制造?”的问题,提了十个方面,唯独没有提到工业软件。殊不知,中国制造业体量世界第一,占世界制造业的份额20%,但是,中国的工业软件现在90%以上依靠进口,稍微复杂一点的,都不是国产。而且,中国工业软件的市场份额,仅占世界工业软件市场份额的1.7%。一个20%的制造业大国只占1.7%的份额,足以说明中国工业的“体质”太弱。看上去,大家对于这个问题的认识,还是存在着比较大的偏差。

封切收缩一体机.jpg

其实早在上世纪70年代,就可以看到数字化对传统工业的改造蓬勃发展。特别是在1974年,第五代使用微处理芯片和半导体存储器的计算机数控装置研制成功以后,从生产装备的角度来看,发展非常迅速。拿数控机床来讲,从一轴到三轴到五轴到七轴,对基于信息化的工业化产生了革命性的影响。还有各种各样的计算机辅助系统,从辅助制图CAD、到计算机辅助工程仿真CAE、到计算机辅助制造CAM等,都对制造业的现代化产生了深远的影响,完全改变了人们对现代化的工业化的认识。

后来,随着计算机技术的发展,出现了全三维数字化和数字仿真。工业数字化向高端方向发展。企业从接订单开始,一直到最后的产品交付,全流程完全依赖计算机软件的控制和支撑。

网络化崛起

上个世纪90年代初互联网开始在全球普及,企业的网络化随之也快速发展。在互联网没有普及应用之前,基本上所有的企业都是采用客户服务器(C/S)的架构,但客户服务器只能解决本地域的联网问题。互联网兴起之后,异地可以联网,企业也很快开始走向网络化。

除了应用互联网之外,企业的网络化有两个主要的方向,一个就是内部网,将企业内部各个部门和下属单位所有的信息系统全部连在一个网上,不管这些部门是在北京,还是在印度或墨西哥。这样极大地提高了企业内部业务的运行效率和有效性。当然,只是实现了信息和数据的交换,还没有做到智能化。

另外一个是外部网。企业的外部联系,全部通过互联网进行。也就是说,把企业内部网的一部分向外部合作单位开放,求得横向打通。比方说生产汽车的,会把生产计划向上游的座椅工厂开放,后者可以进入企业内部网络,了解相关部门的生产进度,以便准确、及时供货。企业跟银行连通之后,只要座椅被汽车制造厂验收,银行就会自动打款给上游供应商。这样,就做到了外部信息系统的一体化。

互联网带来的制造和生产的网络化,正是基于内部网和外部网实现。这个可以看做是早期的“互联网+制造”的核心内涵。可以说“互联网+制造 ”实际上始于上世纪90年代。

制造业网络化带来的重大技术突破,至少表现在以下三个方面。

第一个就是关联设计系统。在虚拟设计与制造的环境下,网络可以支持成百上千个在线用户同时进行实时设计,使得一个系统或者一台装备的总体、子系统之间的三维设计结果相互关联。IBM早期大量发展计算机辅助设计的一个根本动力,就是数字化图纸可以通过网上传送,可以在全世界任何一个IBM的工厂,生产所设计的零部件。当时,新产品的设计速度加快了16倍,产品更改和更新的速度提高了数百倍。“互联网+”为制造能力的提升开辟了一个难以想象的巨大空间,对企业来讲是一个全新的竞争优势。

第二个是网络化协同平台,网络化带来的不仅仅是大家交换信息,而且可以带来工程人员的协同工作。一些大的企业,如波音公司,率先建立了自己非常强大的网络化协同平台。2000年9月以波音、洛克希德•马丁、雷神、BAE及R&R为代表的美英国防航空巨头,发起组建了大名鼎鼎的Exostar,探索国防航空行业的供应链网络协同。目前,通过Exostar进行供应链管理和协同的有六大主制造商,涵盖16,000个不同规模的专业供应商。随后,欧洲国防航空行业的四巨头,空中客车、达索航空、赛峰和泰雷兹,也跟随美国竞争对手的脚步,发起设立了一个属于欧洲国防航空工业的网络化协同制造平台BoostAeroSpace,于2011年正式对行业内客户提供服务。

第三个是全三维标注技术,任何一个产品,只要把三维的图做出来,零部件的图纸就可以利用计算机软件和系统自然而然地分解和生成。这就使得企业得以形成单一的数据源管理。美国国防部和航空航天近几年非常重视的数字主线(Digital Thread),也正是这样一种技术的发展和延伸。

然而,不管是关联设计也好,网络化协同平台也好,全三维标注也好,背后的根本支撑,其实并不是网络,而是工业软件。这一切,都是依靠各种各样的工业软件来支撑的。今天大家讨论的中国还不能生产的工业产品,可能很重要的原因就是没有相应的工业软件支撑的制造设备。集成电路有很多难以突破的核心技术。其中,集成电路的设计就是重要的一环。高端集成电路的设计图纸,人工是画不出来的,是靠计算机辅助设计软件画出来的。没有最先进的这种软件,就不可能设计出最先进的集成电路。如果国外只卖给我们前二代、前三代的设计软件,那么中国也就只能去设计前二代、前三代的相关产品。工业软件的重要性由此可见一斑。

2.jpg

智能化发展

企业智能化的发展,可以回溯到上个世纪六十年代初。通过图2的制造业智能化发展,可以看到制造业如何从数字化走到网络化,再走到智能化。

可以看到制造业的智能化,实际上跟数字化基本上是同步的,不过在早期,只是单机、单个装备而已。像CAE这种非常复杂的软件,需要把计算、工程知识和人类的经验,都融合在里面。因此工业软件并不简单是软件,而是一门学问。只有学计算机软件的工程师,是设计不出先进的工业软件的。就智能化而言,从数据处理的角度来看,业务智能(Business Intelligence)也是很重要的一个分支。

过去几十年中国信息化的发展有两个不足之处。一个是网络化的内向性问题,很多企业只做了内部网,几乎没有做外部网,这种情况与我们的国情有关。第二个就是业务智能的使用在中国发展非常缓慢,这可能是因为“拍脑袋做决策”已经成为习惯。

现在炒得比较多的概念就是人工智能,其中最热门的是深度学习和机器学习。这方面的发展主要是基于两个条件:超强的计算能力和充沛的大数据集。现在,一方面是计算机的运转速度很快,存储量也很大;另外就是很多重要的数据可以收集上来处理。如语音识别、图像识别,都不是今天才搞起来的。早在上世纪60年代初,中科院自动化所就开展了模式识别中的研究。但在当时,数据既算不过来,也存不过来。因此,70年代以后人工智能的动静就不大了。这几年人工智能又开始热起来,是因为数据量大了,计算机算的快了。当然,人工智能不仅仅是深度学习和机器学习,比方说人脑的模拟等,人工智能比较高级的发展阶段,还将有更大的发展。

智能化实际上是依托于计算科学,而不仅仅是计算机科学。美国国家总统信息技术委员会在2005年专门就“计算科学”的重要意义给时任总统小布什写过一个报告,其中讲到计算科学是由三个不同的元素组成的:计算机与信息科学、建模与模拟软件和计算的基础设施,这三点缺一不可。

在计算科学意义上的智能化,实际上包含四个基本的要素:模型、算法、软件和数据。研究任何一个问题,必须首先要把物理问题的数学模型构造出来;之后需要有一套模型计算的算法方法,例如,各种微分方程和代数方程的求解;需要形成可以按算法重复执行计算的软件;而在计算的时候,则需要大量的数据处理和分析。如果只是做了信息的采集、存储、处理、检索和利用,这个不是智能的系统,而只是一个简单的信息系统;即使把它们都连成网络了,仍然只是一个联网的信息系统,而不是一个智能的系统。因此,判定一个系统是否是真正的、智能的系统,一定要从这四个方面去评估。很多地方搞智慧城市、搞智能制造,如果需要仔细推敲其真伪,最好的衡量的方法,就是利用这把具有四个维度的尺子。

本文曾发表于《环球新工业》2017年12月刊。

作者周宏仁:国家信息化专家咨询委员会常务副主任,赛迪专家学术委员会主任