新闻中心

新闻中心

工业4.0的核心—智能制造

发表日期:2022-05-10访问数:0

  从德国政府率先提出“工业4.0”的概念之后,“工业4.0”日益引起关注。“工业4.0高峰论坛”上,人们就“工业4.0”与新常态下中国工业发展和变革之路展开了讨论。

  工信部电子信息司副司长认为“工业4.0”的核心是智能制造——智能制造是连接、是集成、是数据、是创新,是转型。他说,“如果非要用一个词来概括智能制造,那就是‘系统的系统’。”

  新一轮产业革命的本质是智能制造生态系统主导权之争:我们要把智能制造作为在新一轮产业技术变革中的主要方向,要构建自己的智能制造产业体系。

  工业4.0”以智能制造为标志,至少需要用30年到50年的时间尺度来观察其演进发展的趋势,目前这一轮变革才刚刚开始。

  对于什么是智能制造,我们可以通过4个方面来认识智能制造到底是什么。具体来说,智能制造是互联,智能制造是数据,智能制造是集成,智能制造是智能。

  第一,智能制造是互联

  智能制造的核心是互联,要把设备、生产线、工厂、供应商、产品、客户紧密地连接在一起。

  更具体讲,一是设备和设备的互联:单机智能设备的相互连接,实现智能生产线、智能车间,再到智能工厂;二是设备和加工对象的互联;三是所有制造系统、设备与人的互联,所有的装备、软件、硬件、网络都是围绕如何提升人的效率、为人更好的服务这一主线,虚拟物理空间(CPS)等新概念也是实现人与智能制造系统交互窗口和界面;四是万物互联(IOE),例如智能工厂,以智能制造为核心,实现生产、资产、质量、成本、能源、仓储物流等工厂运营管理系统的数据互通,智能化协同管理,推动全产业链向自动化和数字化的方向发展。

  第二,智能制造是数据

  可以来想象一下,当传感器无处不在,智能设备无处不在,智能终端无处不在的时候,连接无所不在的时候,其必然的结果就是数据无所不在。产品的数据、运营的数据、管理的数据、供应链的数据、研发的数据等等,信息化带来了海量的数据。这些数据跟过去有什么不一样?最根本的区别在于数据的及时性、准确性和完整性。我们不去讲小数据,也不讲大数据,我们讲数据本身最基本的特征:及时性、准确性、完整性,它带来了更精准、更高效、更科学的管理、决策,带来更高的研发生产效率以及更低的运营成本。这是智能化水平的不断提升,以及网络、链接和传感的无处不在共同导致的必然结果。

  第三,智能制造是集成

  集成不是一个新的概念,10年前,讲信息化的时候都会讲到集成,讲到纵向集成、横向集成和端到端的集成。两化融合管理体系评估的时候,把企业的信息化分成了4个阶段:基础阶段、单向应用、综合集成以及融合创新。

  明确提出了5个方面的集成:研发设计和制造的集成、管理(ERP)与工厂设备控制的集成、产供销的集成、财务和业务的集成,以及企业战略决策的集成。当时还提出一个概念,叫做企业信息化集成应用陷阱,我们都知道中等收入陷阱,在这里把这个概念借过来,想表达的是这样一个意思:企业信息化集成应用是一个门槛,你要跨过这个门槛是很难的,但是真正跨过去以后,就会获得更多的收益。

  第四,智能制造是智能

  智能指的是工业智能,是要实现基于海量工业数据的全面感知,和通过端到端的数据深度集成与建模分析,实现智能化决策与控制指令。工业智能可以强化制造企业的数据洞察能力,实现智能化管理和控制,是企业转型升级的有效手段,也是打通智能制造最后一公里的关键环节。当前工业智能主要体现在以知识图谱为代表的知识工程以及以深度学习为代表的机器学习两大技术领域的突破。

  从本质上讲,智能制造就是将制造-生产-使用的各个环节的信息同制造相结合,智能制造的典型特征归纳起来有五个方面:

  1. 敏捷感知:敏捷感知市场和客户输入的实时状态;

  2. 实时分析:对感知的实时状进行实时分析和计算;

  3. 自主推理:按照设定的规则,根据数据分析的结果,自主作出推理和选择;

  4. 快速反应:根据推理和选择的结果,快速地作出本能反应;

  5. 学习创新:利用工业智能,自学习,作出创新的方案。

  还有就是智能制造工业级产品—数字工厂平台。通过数字化工厂平台可以实现智能化自动生产计划排产,生产过程防呆防错,同时有机集成相对独立的生产环节,连接各个生产要素,提高各生产作业单元之间协调能力。

  对各种设备数据的实时采集与分析,采用系统化、标准化管理体系,建立设备管理的知识支持系统,提高设备的保障能力,实现设备的预知性点检维护,不断提高设备的生产效率。

  紧密与生产工艺结合,实现生产过程中一键式质量追溯,为生产过程严格执行质量标准和工艺标准提供保障。

  对仓储物料批次、序列号、物料状态的实时监控,提高物料周转效率,减少呆滞物料,达到降低物流成本,提高利润的目的。

  通过数字化工厂平台能源计划、能耗监测,能效分析,能源成本控制及指标优化,以数据驱动能源绩效优化,实现精益生产,提升利用效率,减少能源消耗,达到节能减排的目的。


10

May
2022