智能制造的优势与优势docx智能制造的优势与优势 智能制造的本质不是“机器取代人”，而是将机器的优势与人类的智慧结合起来，形成一个新的机械工具互动系统，以完成更复杂、创造性的任务。在智能制造不断发展的大背景下, 人在生产中的任务和要求将发生变化。有些学者认为, 由于越来越多的设备实现了智能化, 实现了自我管理, 在没有人的情况下也可以完成制造即所谓“关灯”车间或工厂, 那么是不是意味着智能制造或工业4.0在不断追求“工厂的无人化”呢?事实上并非如此。德国西门子公司迪尔特博士就明确表示, “在实施工业4.0的过程中人类作为有创造力的规划者, 监督者和决策者的地位不可动摇”。但我们不得不承认, 人在智能制造实施中的任务或工作岗位一定会发生根本性变化或全面调整, 本文将通过智能制造的特征来分析人在智能制造或工业4.0实施中的具体变化和应对。 1 人在智能制造领域作用的变化 过去, 技术技能人才往往依靠对具体岗位的专业知识和多年的工作经验不断发现问题和解决问题。这些技术人员面对智能制造的环境, 依靠主观判定故障或直接解决问题的情况将发生变化。在智能制造环境中他们看到的将是客观的流程数据, 需要分析这些数据和通过自己的经验来决定采用什么数据、何种方法来解决生产问题。因此, 阅读数据、解读数据、分析数据, 并借助于数据来决定生产的实施, “数据分析使用员”将成为技术人员在智能制造时代的第一个角色。同时, 技术技能人员也没有一个相对固定的岗位, 他们更像是“数据检测巡检员”, 在制造系统数据中按照生产要求来巡视和检验相应数据的完成情况。另外, 还通过实时数据的接受和传送维护设备的正常运行和生产的顺利实施, “数据检验巡视员”将成为第二个角色。 很显然, 现在生产厂家更加重视控制产品的成本, 重视产品生命周期的管理, 而全自动的规模化生产终将被灵活的智能制造取代。批量的个性化定制将是工业新时代的重要标志。有专家预测, 未来智能制造条件下人的具体工作任务包括计划、控制、执行、监督, 设备维护保养与维修、产品智能化服务等。笔者认为, 未来的“无人工厂”只是一种理论上的可能, 实际上在市场竞争中产品的变化如此之快, 高投入的经济增长模式是难以适应的, 解决这个问题的科学方法就是人机的有机结合、人机的有效互动, 通过数据集成和云技术等现代信息技术和分析工具, 将设备和人的优势充分发挥出来, 实现最优精细化生产。在智能化制造进程中人的作用不是降低而是更大了, 智能制造替代的是传统生产模式, 而不是人的智慧。 2 模拟和实体生产“两个”制造系统 在智能制造条件下, 人的作用仍然是无法取代的。下面举例来帮助理解人在智能制造环境下的角色变化和工作任务。多年来, 一家汽车制造企业的技术人员已经习惯在数控加工中心通过触摸屏输入数据, 给设备下达工作指令, 进行零部件的加工。而今天的情况是, 负责车间生产的管理者通过信息流或模拟生产流程来确定每个工位的技术人员是否已经将IPAD或工业型手机打开, 处于工作状态, 车间的互联网系统与生产线之间的“对话”是否完全畅通, 当车间技术人员给出我们已经准备好了的信息数据后, 生产系统将会收到相应的指令, 设备开始模拟生产或运行。人在工业手机或IPAD中, 通过观察数据实时监督生产的情况, 当出现故障或生产报警时, 数据采集系统自动调整成生产状态, 技术人员按照手机端或IPAD端系统给出的信息提示处理故障或人工干预解决问题。技术人员需要认真分析出现故障的原因, 不断优化生产数据, 避免再次出现类似问题。通过这个案例, 我们发现人的角色由传统的车间排产管理者、设备操作者、产品质检员、车间资料员等转变为信息数据的发出者、使用者、控制者、执行者和监督者等, 更重要的是他们可以借助于智能制造系统成为不断优化生产的创造者。研究中我们同时发现, 在这个新制造系统中, 工业手机或IPAD已经成为新的人机交互界面, 技术人员通过这个“智能化生产平板”将所有生产任务在这个平板上进行预加工或模拟操作, 而且一目了然, 信息数据通过验收达标后, 可以直接使用, 技术人员据此迅速做出生产的决策。通过模拟和实体生产的有机结合, 完成实际生产任务, 实现最优化的目标。而人在模拟和实体生产“两个”制造系统中起到了决策者、评估者、实施者、检验者、创造者的关键作用。因此, 创造者是第三个角色。而这个角色正是智能制造的灵魂所在。 3 互联网时代是一个大数据时代的时代,智能制造由信息到质的发展 智能制造是互联网技术在工业领域的应用。互联网在消费领域、游戏领域的推广已被人们熟悉, 已经成为人们生活的一部分。2016年我国有网民7亿多, 移动网民6亿多, 这些网民产生了巨大的信息和大数据, 所谓大数据就是指具有量大、复杂、速度快捷特征的数据。人们利用这些大数据来分析消费者各种经济行为、市场预期、环境压力、个人信用度等, 为政府和企业决策提供依据。为此, 大数据是在现代社会中重要的资产。 互联网技术在工业领域的应用 (即智能制造) 要比在消费和游戏领域更具有挑战性, 主要表现在智能制造需要更加安全的系统, 比如网上购物可以退货或换货, 但生产领域一旦出现数据错误后果很严重。智能制造需要解决生产效率提高、降低生产成本的问题, 而最大的挑战是设备与设备、人与设备、设备与网路、网路与人、与社会构成了一个新的很复杂的互联网工业世界, 在这个新的世界里智能制造将发挥不可替代的作用。但由于互联网在消费和游戏领域的巨大成功, 为工业领域的应用提供了重要的经验和科学方法。这就是人们经常说的信息物理系统 (CPS) , 它是智能制造的核心系统。笔者认为工业互联网的基础首先是物联网。近年来随着工业互联网、物联网乐鱼官网、智能制造的不断发展, 人们发现传统生产中人与机器的关系、设备之间关系、管理者与生产一线的关系发生了质的变化。哲学中有个人们熟悉的概念叫“量变到质变”, 用这个哲学思想来理解今天的互联网带给人们的变化显得通俗易懂。这个“量”就是大数据, 这个“质”就是生产的高效率和资源的低成本, 两者的最优化关系即经济学上的社会资源利用的帕累托最优。 4 数据使用者 就如同传统工业的生产一样, 人是制造的第一要素。首先我们回顾一下传统制造企业内部管理的结构。如图1所示。 董事会是最高决策机构, 而决策的依据是层层提供的信息、存在的问题、拟解决问题方案等。因此, 数据的真实性、及时性、完整性等是非常重要的, 我们可以称为决策信息。 第二层是高级管理机构。他们既是管理者又是执行者, 既是数据的使用者, 也是数据分析和处理的管理者。起承上启下的作用。 第三层是执行机构。他们的主要任务是按照企业的生产任务安排和实施。他们是数据的产生者, 也是数据的提供者, 更是数据使用者 (决策数据执行者) 。我们分析发现企业的经济行为包括:董事会决策, 市场开发与营销, 技术研发, 原材料供应与采购, 生产组织实施与质量保障, 客户服务, 设备的维修与保养, 库存管理等环节, 在这些环节中会产生任务数据、设计数据, 设备与排产数据, 历史数据, 生产机器状态的流程数据, 文档数据和生产预警报告数据等大数据。我们可以这样来理解, 一个企业的生产组织、实施、决策等都离不开数据, 生产的组织过程就是数据交换或替代的过程, 生产的控制过程就是数据的控制过程, 安排生产的过程就是分享数据的过程, 生产的改进的过程就是优化数据的过程。因此, 中国大数据的领导者浪潮集团明确提出“互联网+企业就是企业数字化的转型, 企业要将以应用为中心转化为以数据为中心。” 5 技术赋能:整合建模 数据是客观存在的, 与生产模式没有关系。但随着社会的进步和需求的多元化, 数据越来越复杂, 这就产生了大数据的概念。在企业中员工面对复杂的数据, 如何利用、分析和处理这些数据是未来员工的中心工作。企业的技术进步、流程再造等将成为企业的大数据“再整合”、“再分析”、“再处理”、“再优化”, 这就是以大数据为中心的企业核心业务。智能制造的推进过程就是大数据互联互通的过程, 包括与云端的联网与全球信息共享。 海尔集团提供的企业数据平台将所有的信息流 (数据流) 科学分配, 建立若干个“创客”, 将传统的串联工艺流程的工厂转变为相互并联、交互、可视的互联网工厂。这个互联网工厂也是一个生态化的协同共创平台。 人在大数据业务中的作用不可替代。到目前为止, 无论是传统企业还是现代化企业, 数据的智能整合建模是需要人来完成的基础工作。比如用户的订单需求, 设备的生产和运行的数据都需要首先人工来完成。特别是建模数据与实际数据之间的对比产生的误差需要人工干预。人对智能制造有着基础性的支撑作用, 这是其一。 其次, 有效整合数据, 包括以下几点: (1) 从正在使用的大量数据中选择针对公司集成有意义的信息; (2) 把获得的信息 (数据) 以合适的方式整合呈现, 让员工更正确的理解生产过程的实际状况; (3) 为不同的数据终端 (手机、平板、电脑显示器) 准备不同的数据; (4) 为不同企业提供可参考的数据。 第三, 在可视化的生产过程中处理故障, 实施质量监督。技术人员通过3D可视化系统与建模的3D进行对比、评估, 可以及时发现存在的错误或实现实时质量检测。 第四, 解决大数据处理中的信息安全。前面已经提到工业互联网的最大问题是信息安全, 因为生产的产品是不可逆的, 发给其他企业需要协同创新的错误信息也可以导致额外的损失。有些专家指出“虽然工业互联网的应用与消费互联网、游戏互联网中的应用区别不大, 它们都有上下切换、菜单选择、互动开关、数值输入和文字输入等共同点, 但工业互联网领域中安全运行是非常重要的, 基于手指触摸相互作用的机器中首先必须具备精准、安全”。而安全屏障由人来设计和保障。技术人员在设计和选择触摸式移动终端时, 首先要考虑可视化窗口的尺寸限制, 目前移动终端中采用的ANDROID系统或IOS系统不能直接与有些可视化平台的中央控制屏的窗口相一致, 目虑最多的是基于浏览器 (例如HTML) 为基础的运行平台。 第五, 叠加信息的处理。所谓“叠加信息”是指技术人员在手里的移动数据终端中可以获取更多的信息, 与环境信息实时匹配。比如, 技术人员在“巡查”生产运行中, 通过“穿戴设备” (数据眼镜) , 可获得额外的信息如设备的维修信息、地理数据、导航数据、历史数据和建筑物理信息等。在工业互联网中这些“叠加数据信息”是实时的过程数据, 通过人工的整合将这些信息发送到云端, 成为有价值的资源。当维修数据发到维修人员手中的移动终端时, 使得维修工作更加节约时间, 节省成本。 第六, 支持工业设备的全球联网。智能制造的主要任务是解决最优化制造, 实现制造效率最高, 节约成本, 批量个性化定制, 更加环保等, 这些目标的实现须基于工业互联网的全球化, 只有单个设备或单独的企业与全球互联网平台对接, 发挥全球化优势和经验, 才能线 设备与企业管理平台间的互动 按照智能制造的生产模式, 生产系统中所有设备和加工对象都要具备信息交换和信息处理的功能, 我们称为M2M技术。设备与设备之间相互联网互动, 设备与企业管理平台之间相互联网互动, 甚至设备与云端相互联网互动。但非常重要的一个联网就是与人的“联网互动”, 我们称为人机交互。在智能制造不断推进的过程中, 人在工厂的任务及要求的多样性已经逐渐显现, 德国人工智能中心罗斯基博士指出“工业4.0并不致力于追求无人化工厂, 而是通过更理想的操作, 把人的自身能力与信息物理系统紧密结合起来”。换言之, 智能制造或工业4.0的追求是人与生产设备的最优化组合。 (1) 设定预加工生产路线 人机交互既可以通过直接操控或借助中间体进行, 比如技术个人可以直接操控机器人或通过模拟制造系统来间接实施生产或加工。在此期间, 人的首要任务就是预先设定一个生产策略或加工工艺路线, 也叫工艺建模。设备的自主或自治生产过程中实时按照“工艺建模”中的数据进行, 而人对生产的监督也以“工业建模”的数据为标准, 当生产的数据与预先设定的数据之间出现偏差时, 系统会自动报警或出现相关提示。人机交互是纠错的过程、更是人机相互协调的过程、是人机相互深度合作的过程, 而不是相互替代的“零和博弈”。笔者认为理解和把握了如上研究观点, 对学习理解智能制造或工业4.0意义重大。 (2) 实现机器人的可扩张性使人 在智能制造领域, 实际上在目前的自动化程度较高的企业, 机器人已经非常普遍了。企业在工作环境特殊, 劳动强度大的岗位上用机器人来替代人的工作岗位, 比如工程机械公司往往通过采用焊接机器人代替焊接人工, 用运输机器人代替仓库管理员、发货员、取料员等, 但现在机器人仅仅解决岗位的需求矛盾问题, 因为这些岗位招工比较难, 工作风险比较大, 因此企业通常是首先考虑经济利益和生产的相互协调。 机器人具有通用性和特殊性。它不但可以完成一般意义上装配、加工、焊接、搬运等, 如果将机器人输出输入的信息与人的信息开展交互, 使机器人产生认知能力或感知能力时, 就开启了机器人工智能的应用领域。机器人可以成为技术工人的助手, 技术人员可以灵活直接指挥机器人完成或参与具体工作, 这里“直接”的意义是非同寻常的。机器人的加工程序不一定需要事先编程而是按照技术工人的要求灵活执行。正如德国费劳恩霍夫工程研究所工程师们所表述的“人与机器信息交互的目的是利用机器人完成新的任务或在制造流程中直接控制机器人, 这种使用机器人的做法特别适用个性化产品而可以节约成本。” (3) 人与机器人的互联互通 传统的机器人使用通常有两种方法。一是生产现场编程, 通过机器人界面输入加工程序, 完成加工任务, 这通常用于小型机器人的做法。二是, 对于大型机器人一般采用离线编程的方法, 加工程序是在其他电脑上通过模拟软件完成, 无论是在线编程, 还是离线编程都属于传统的人机交互模式。手动引导机器人的出现实现了人与机器人的直接交互即身体交互。所谓“手动引导机器人”就是通过直观的输入数据引导机器人按照技术工人的要求进行“加工合作”。业内专家认为, 未来的智能制造时代, 可以实现对不同机器人单元的输入进行集中分析的服务, 通过互联在云端的机器人数据处理中心使机器人具有一定的认知能力, 并提供优化的解决方案。 (4) 机器人的安全问题 目前生产企业对于机器人的管理通常采用隔离栏, 将人与机器安全分开, 保障人的安全。这时的机器人是在事先编程的基础上独立完成加工任务。实际上安全问题是机器人推广应用的最重要的问题之一。2006年国际标准化委员会就将机器人的安全技术纳入了标准体系中 (ISO 10218) , 规定了在什么情况下人和机器人可以直接合作。现在有些企业已经取消了机器人防护栏, 安装了安全传感器比如采用激光传感或光栅器等, 保障人的安全。但是未来智能制造要求机器人与技术工人之间的互动和无缝配合的生产工具还需要不断研究新的安全措施, 包括机器人的工作边界的管理等。 (5) 设置机器人生产模式 实现智能制造要求机器人具有变化能力和工作的灵活性。在未来的智能制造的领域, 人和机器人将会是一个工作岗位。他们可以同时工作, 也可以按照时间段来合理分工。我们可以称为服务型机器人。它具有变化能力、适应性和灵活性, 这样的机器人将成为有“迁移能力”的服务型设备, 可以去不同场合工作或承担任务, 机器人的通用性不断加强, 而不是现在的基于专用性的机器人配置。这样会产生机器人租赁市场。有些中小企业也可以拥有机器人的所带来的新的人机互动, 满足市场个性化的生产要求。 人机互动的最大优势不是机器人将人的部分工作替代, 而是人通过人机互动的生产模式, 将人的聪明才智和工作经验嵌入到人机互动的体系中, 与机器人精准、高效、灵活、融合等优势有机结合, 产生新的生产能力和智能化创造力, 这才是人机互动的真正价值所在。 机器人技术为智能制造提供了基础, 机器人的互联网和信息的集成使智能制造成为现实。可以预见, 未来的智能机器人将为人机交互提供更大的商业服务空间。 (6) 智能制造领域人的新任务—人是实现智能制造的关键 智能制造时代, 工厂中所有设备与设备间、设备与人之间、人与人之间都可以互通互联, 并与云端相连。资源互通互联, 构建了完整的“互联网+制造”体系。智能制造不是机器替代人的劳动, 而是人与设备融合为一体, 发挥各自的优势, 形成新的生产能力与创造力。人机互动人的作用至关重要, 制造标准建模、生产工艺策略、实时监控、现场指挥运行、信息收集和评估、故障预测和排除等都需要人与所有机器配合来完成。技术工人由原来设计工艺路线、选择工具、直接操作设备等人工干预转变为输出数据、评估数据、解读数据、使用数据、优化数据的“数据分析使用员”。这个重大的变化实现的标志是整个工厂实现“无纸化”工厂, “数据流工厂”、而不是“无人化工厂”, 在“无纸化”工厂的背后支撑的是企业数据平台。在这个平台上用户、设计、环境条件、工艺、制造设备, 生产实施、物流配送、产品服务、云计算等互联互通, 形成并联式全产业线的企业协同生产与创新的系统, 这是智能制造系统的本质。人机交互既可以直接与机器设备交互, 也可以通过虚拟现实技术间接的与机器设备交互, 因此掌握虚拟现实技术即VR成为技术工人的新技能, 在未来生产中VR技术是处理信息的重要工具。综合分析发现, 在智能制造领域人的新任务主要包括: ·解读理解多样化的数据 (大数据) , 通过标准化处理使其成为能与现实生产对接的有效数据; ·通过调用敏感的重要信息和数据, 监管生产过程和质量; ·采用动态可视化移动终端收集和使用数据, 通过数据流检查设备故障或预测故障, 需要时对生产过程进行干预, 提供实时的人工支撑; ·建立学习型生产组织, 在人机交互的平台上不断改进生产效率, 满足个性化批量定制, 创新生产模式和服务模式。 ·预先设计标准建模, 通过VR技术模拟生产过程;

　　原创力文档创建于2008年，本站为文档C2C交易模式，即用户上传的文档直接分享给其他用户（可下载、阅读），本站只是中间服务平台，本站所有文档下载所得的收益归上传人所有。原创力文档是网络服务平台方，若您的权利被侵害，请发链接和相关诉求至 电线) ，上传者