从德国的“工业4.0”、美国的“先进制造伙伴战略”到英国的“高价值战略”,工业互联网已成为主要工业国家抢占国际制造业竞争的制高点。作为当前产业变革的核心驱动和战略焦点,智能制造与工业互联网有着紧密的联系。

今天,邀请制造专家蔡颖说说工业互联网与智能制造的那些事儿。

文章来源:公众号,高效计划与智能调度排程研究会

2011年汉诺威工业博览会,德国人工智能研究中心董事兼行政总裁沃尔夫冈•瓦尔斯特尔教授在开幕式中提到,要通过物联网等媒介来推动第四次工业革命即工业4.0,提高制造业水平。

2013年4月汉诺威工业博览会上正式推出工业4.0,其核心目的是为了提高德国工业的竞争力,在新一轮工业革命中占领先机。

几乎同时,美国在2012年左右提出工业互联网技术,意在推动制造业信息化、数字化、智能化。通过集成流程、数据主线、数字孪生等软件技术,采集工厂各阶段的数据,连接设备、连接供应链上的各种资源,进行工业大数据分析,人工智能的云计算来迎接新的工业革命。工业互联网与工业4.0从表面论述看各有侧重,一个侧重工业制造,一个侧重工业服务,但究其本质都是实现智能制造与智能服务,具体就是个性化定制,服务延伸化。

多品种小批量的按单生产模式已成为常态,但多品种小批量生产模式的企业在实践中常遇到诸多越来越复杂的问题:需求不确定;研发周期短;多品种并行;资源共享易出现瓶颈;计划排程应变差;设备、产线难以柔性应对;质量工艺无法迭代可靠;成本无法大规模化并精确化,监控订单进度难;物料需求变化多变,导致缺料与采购延迟严重……它们导致企业“三高”长期存在,即较高的订单延迟率、高库存、居高不下的成本。

制造企业要在这个复杂系统中可持续地盈利,就必须采用各种新思维、新技术、新模式。转型大规模定制与个性化生产方式,引入工业物联、大数据、云计算及人工智能等以迎接新时代的到来。

工业4.0是以智能制造为主导的第四次工业革命,旨在通过充分利用信息通信技术和网络空间虚拟系统,信息物理系统(CPS)相结合的手段,将制造业向智能化转型。基于信息物理系统CPS、物联网IoT和互联服务IoTs产生的大数据流(即工业大数据)的采集与分析,云计算形成个性化或私人订制的智能生产。主要体现在四个方面:1、智能工厂。2、智能制造。3、智能供应链。4、智能服务。

当前全球工业市场正面临着巨大的变革:更新周期缩短、差异不断变大、产品个性化突出、向服务化延伸,构建的兼具个性化和数字化的产品与服务生产模式,突破了传统的行业界限,催生出新的活动领域和合作形式,创造新的价值网络,重组产业链分工。


透明化工厂

用纵向垂直管理车间设备集成、产品寿命周期PLM的价值链端到端的集成、横向跨产业链的工业互联网三个方面的高度集成,打破企业存在的信息化孤岛、管理孤岛、操作孤岛。通过与制造现场的边缘设备的可视化,从而打造一个透明、灵活的工厂。

企业深度连接各类经销商资源、客户资源、创客资源。了解客户的需求并多方设计协作满足,同时实现与物流厂商的在线协作跟踪,实现需求的透明。在制造环节通过智能终端可视化等应用实现制造过程的透明,其次移动的应用使上述的透明更加深化。

柔性自动化生产线


自动化线是刚性的,精益Cell线是柔性的,模块化线是智能的。因为自动化线要么局限几种产品,要么换线时间太长。精益线包括手工与半自化加上设备小型化,能应对多个品种。模块化设备布局可以灵活地根据个性化订单灵活组合或重构工艺形成虚拟生产线。而模块化设备布局源于模块化产品设计,一旦接受定制化或个性化订单,模块化设备布局就可以柔性的、低成本的组合重构新的虚拟单元线(APS的工艺规划排产优化),高可靠性的满足大规模定制或个性化生产。这才是智能制造所追求的。

基于柔性的云架构背后的“中枢”,其核心是创新开放的APS高级计划优化算法模型或机器学习模型进化,其支持多种、多变的计划与生产模式,支持工序实时传感数据,模块化精益单元设备布局,保证各细胞单元根据生产订单的需要自由拆分和重构,是柔性自动化背后的“智慧担当”。

基于预留、优先级等JIT/JIS核心创新的物料体系,是保障物料柔性的基础,使自动化设备类似神经传感单元控制下行使功能,实现多品小批生产模式。

多品小批生产模式使得企业高度柔性应对,而柔性自动化产线可促使企业转型升级智能化企业。

数字化、网络化、智能化

物联网让智能自由地流淌,移动互联网让智能无处不在,大数据蕴藏无限的智能,云计算使智能快速反应,人和机器人智能的协同……。那"智"从何来?智能是建立在一个持续不断连接,强大的优化算法引擎和活数据的闭环之上的。

智能主要体现在三个方面:1、在动态复杂环境的感知与理解。2、在动态复杂环境下的自主决策与优化能力。3、基于经验数据的学习适应能力。尤其是学习能力是典型的智能行为。

数据驱动工厂,算法控制智造。智能制造也需从"计算智能"、"感知智能"逐步实现"认知智能"。新一代智能制造是在基于AI的CPS系统架构下的智能制造。

通过工业大数据,它不仅仅是设备维修和产品服务,其技术不仅涉及IT还涉及OT工业技术。工业应用大数据对于人才的复合型要求更为突出。行业的数据分析,不仅需要计算机、统计学、数学等知识,还要拥有丰富的行业知识和经验,通过这些知识经验进行建模,才能开发出合适的分析方法,找到数据价值。

通过行业经验知识,建立合适智能工厂、车间、计划调度控制执行、仓储模型,对所需的实时数据,动态智能决策,这应该是工业大数据的关键应用。智能制造也正朝着分布式决策和自主感知(机器学习等)进化。

在智能动态计划排产基础上,对仓储物料进行大数据计算,随时对物料进行FMR(使用频率分析)及实时数据、历史数据分析,通过自动化机器臂自主循环的把多频率的物料智能的移到货架最低层,红绿黄灯提醒优先分拣及AGV小车取货顺序,精确的满足多品小批量物料的采购、JIT/JIS配送及工位喂料。

在智能层面,革新运营管控的高度,例如多种运营管控模型,激活组织,创新转型数字化,全面帮助中国的制造业实现数字化、网络化、智能化的产业升级。

工业互联网

工业互联网包含了互联网+制造,工业云平台,工业物联网,工业大数据等,实现三网合一(人、物、务),结合分布式边缘计算智能实现制造业的产品个性化,生产智能化,制造服务化,组织分散化和制造资源云化的新工业范式。

云平台就好像制造业的大后厨,云计算是工业智能的支撑平台。制造工业与供应链的所有大数据可承载在云中流动并在节点优化决策。在后厨里有大规模的专业的数据分析师与知识提供者,并解决工业知识共享与智能算法的高级性、算杂性、大规模、个性化挖掘等。

图:来源GE

但是,数控机床的数学插补算法,机器人的数学齐次变换,定位与同步控制的位置速度的数学协作,物料准时供给、产品的快速组合、产线的迅速重构、车间动态的变化、工厂与人的运筹实时调度协作算法等等,需要高度实时低延时的响应,一个在云计算控制下的边缘计算的智能集成平台即IT与OT的深度融合就是智能制造的关键基础。

图:来源金蝶云

如何架构数字化工厂

数字化制造不等于全自动化,未来十到二十年,主流的制造方式将是人机结合。数字化制造的价值是客户导向的多品种小批量的柔性生产,是人机高效的融合,偏面追求全自动化与无人化是不明智的。

自动化改造、设备的传感连接、精益生产改善、供应链优化、业务流程的重组、数字化工厂、机器人和机器学习、大数据战略、高级算法与人工智能等,让我们企业目不暇接。这是因为每个专家、供应商或个别企业站在自身的角度来诠释这场新工业革命。每个企业切忌盲目冲动,应保持清醒的头脑,根据自身的情况,科学的、系统地规划实现新工业革命的升级。精益化、数字化、自动化、网络化、智能化,逐步实现中国制造2025的战略目标。

实际上,智能制造属于复杂系统,是人工智能与大系统理论的结合,属于第三代控制论,不过还在进化。随着物联网、大数据、云计算的技术出现,CPS嵌入式人机物协同控制是智能制造的基础。所以,实现智能制造必须做好顶层设计。

顶层设计的“顶层”是决策者、系统化、系统工程。“设计”是策略、谋划、规划。我们在IT建设、数字化工厂、智慧企业的过程中,需做好顶层设计、系统工程、企业架构-数据、流程、系统、平台架构规划。但复杂系统又很难设计。所以在顶层设计时候留有空间,允许自然选择迭代进化。

数字化工厂的规划设计与落地,需要通过三个维度来顶层设计,首先是从供应链优化的维度,其次是研发制造服务一体化维度,即研发的产品要智能化。最后是生产现场精益生产集成自动化维度。生产运作从四个维度即生产运行、质量运行、设备运行、库存运行。工业控制实现SCADA/HMI/DCS数字网络控制实现IT与OT的深度融合。

图:来源APSS协会

 

智能制造不是万能的,但可以确定——它是企业转型升级的突破口之一!这关系到连接与集成的能力、数字化与透明化能力、自动化与智能化演进能力、产品与技术创新和管理创新的能力等。

对于未来新模式、新技术下的制造业转型升级,要注意以下几点:一是商业模式,即拉平价值微笑曲线底部并延伸价值链到服务;二是管理模式,即打造工业互联网平台生态、构建C2B、C2M模式、多品种、小批量按单定制生产;三是技术创新,智能研发创新平台;四是品牌,互联网全渠道营销;五是成本,通过精益管理来降低成本;六是资金,即互联网金融、众筹资金;七是质量,可以通过工业大数据提升监控质量;八是工艺,即数字化联网、知识库、模拟仿真工艺、机器人等;九是人才,即对新型符合型高级人才的培养。

蔡颖

APSS高级计划与排程协会会长、中国工程物理研究院(九院)客座研究员、青岛大学客座教授、国家863计划项目企业资源协同管理项目成员。具有三十多年资深生产制造,物料计划,工业工程,成本控制的管理实践经验。著有《APS-走向实践》、《ERP高级计划-APS供应链优化引擎》、《精益实践与信息化》等专著。

主持和参与实施过近百个企业的ERP及信息化项目。服务的主要客户:中车(南车)集团,中联重科、美的集团、南通中集集团、徐州卡特比勒、中国工程物理研究院(九院)、上海天纳克、伟士通亚太、大连索尼、苏州日立、一汽大众、中石化、航嘉电子、利奥集团、技研新阳等。

人工智能赛博物理操作系统

AI-CPS OS

“人工智能赛博物理操作系统”(新一代技术+商业操作系统“AI-CPS OS”:云计算+大数据+物联网+区块链+人工智能)分支用来的今天,企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中,利用AI-CPS OS形成数字化+智能化力量,实现行业的重新布局、企业的重新构建和自我的焕然新生。

AI-CPS OS的真正价值并不来自构成技术或功能,而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化,这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合,没有颠覆现状的意愿,这些将不可能实现。

领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量,领导者必须在行业、企业与个人这三个层面都保持领先地位:

  1. 重新行业布局:你的世界观要怎样改变才算足够?你必须对行业典范进行怎样的反思?

  2. 重新构建企业:你的企业需要做出什么样的变化?你准备如何重新定义你的公司?

  3. 重新打造自己:你需要成为怎样的人?要重塑自己并在数字化+智能化时代保有领先地位,你必须如何去做?

AI-CPS OS是数字化智能化创新平台,设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端,可以帮助企业将创新成果融入自身业务体系,实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉,形成了领导力模式,使数字化融入到领导者所在企业与领导方式的核心位置:

  1. 精细:这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切,进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。

  2. 智能:模型随着时间(数据)的变化而变化,整个系统就具备了智能(自学习)的能力。

  3. 高效:企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力,这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。

  4. 不确定性:数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验,其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域:技术、文化、制度。

  5. 边界模糊:数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化,还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长:

  1. 创造虚拟劳动力,承担需要适应性和敏捷性的复杂任务,即“智能自动化”,以区别于传统的自动化解决方案;

  2. 对现有劳动力和实物资产进行有利的补充和提升,提高资本效率;

  3. 人工智能的普及,将推动多行业的相关创新,开辟崭新的经济增长空间。

给决策制定者和商业领袖的建议:

  1. 超越自动化,开启新创新模式:利用具有自主学习和自我控制能力的动态机器智能,为企业创造新商机;

  2. 迎接新一代信息技术,迎接人工智能:无缝整合人类智慧与机器智能,重新

    评估未来的知识和技能类型;

  3. 制定道德规范:切实为人工智能生态系统制定道德准则,并在智能机器的开

    发过程中确定更加明晰的标准和最佳实践;

  4. 重视再分配效应:对人工智能可能带来的冲击做好准备,制定战略帮助面临

    较高失业风险的人群;

  5. 开发数字化+智能化企业所需新能力:员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说,创造兼具包容性和多样性的文化也非常重要。

子曰:“君子和而不同,小人同而不和。”  《论语·子路》云计算、大数据、物联网、区块链和 人工智能,像君子一般融合,一起体现科技就是生产力。

如果说上一次哥伦布地理大发现,拓展的是人类的物理空间。那么这一次地理大发现,拓展的就是人们的数字空间。在数学空间,建立新的商业文明,从而发现新的创富模式,为人类社会带来新的财富空间。云计算,大数据、物联网和区块链,是进入这个数字空间的船,而人工智能就是那船上的帆,哥伦布之帆!

新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力,将进一步释放历次科技革命和产业变革积蓄的巨大能量,并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节,形成从宏观到微观各领域的智能化新需求,催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革,深刻改变人类生产生活方式和思维模式,实现社会生产力的整体跃升。


产业智能官  AI-CPS


用“人工智能赛博物理操作系统”(新一代技术+商业操作系统“AI-CPS OS”:云计算+大数据+物联网+区块链+人工智能),在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能;实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链

长按上方二维码关注微信公众号: AI-CPS,更多信息回复:

新技术:“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”;新产业:“智能制造”、“智能金融”、“智能零售”、“智能驾驶”、“智能城市”;新模式:“财富空间”、“工业互联网”、“数据科学家”、“赛博物理系统CPS”、“供应链金融”


官方网站:AI-CPS.NET

本文系“产业智能官”(公众号ID:AI-CPS)收集整理,转载请注明出处!



版权声明:由产业智能官(公众号ID:AI-CPS)推荐的文章,除非确实无法确认,我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题,烦请原作者联系我们,与您共同协商解决。联系、投稿邮箱:erp_vip@hotmail.com



【工业互联网】漫谈“工业互联网”与“智能制造”相关推荐

  1. 2020中国工业软件企业排行2020中国智能制造企业排行

    本号相关PPT与资料,部分在文末说明的提供下载的可以转发到朋友圈或行业微信群,截图在后台回复获取.其余需自行进入智能制造之家知识星球自行下载~ 写在前面 大家好,我是小智,智能制造之家号主~ 前面我们 ...

  2. 品质检测破局:工业视觉检测云平台为智能制造“点睛”

    微波炉角落里的型号编码.空调背面不显眼的小螺钉.冰箱侧身的标签,它们的质量检测是生产线中最费人工的地方,也是制约智能制造的老大难. 如果哪天这类瑕疵检测不再需要人工,这样的制造就真的称得上智能.最近, ...

  3. 开启工业新时代,OFweek 2019智能制造大会暨展览会圆满落幕!

    全球制造业竞争格局已经发生了新的变化,工厂企业面临着人力成本逐年上涨的挑战,而消费产品更新迭代的速度越来越快,并对制造业提出了新的要求.如今,行业正在呼唤一种全新的生产模式,而落后的传统制造业正在面临 ...

  4. 镇海区工业机器人与自动化设备_镇海区开展首期“工业机器人操作实训班”蓄力智能制造产业发展...

    为适应智能制造的新形势和企业发展的新需求,近期,镇海区公共实训中心组织首期"工业机器人操作实训班",百余名产业工人参加. 本次实训内容包含工业机器人的基本操作.IO类指令编写.运动 ...

  5. 工业4.0时代背景下,智能制造的三个特点

    智能制造最重要的特征体现在四个方面:全生命周期的数字化.横向一体化的价值链.网络化和生产的纵向一体化.技术应用的指数级增长.这些也是制造商创造的机会,借助技术实现创新突破. 一.价值链横向整合 全球价 ...

  6. 【工业互联网】郭朝晖:工业互联网平台背景下的工业大数据与智能制造

    4月11日,工业互联网平台宣讲团第二季第三讲继续开讲,由走向智能研究院工业大数据首席专家.清华大学访问学者郭朝晖为大家分享"工业互联网平台背景下的工业大数据与智能制造"." ...

  7. 方正浩:智能制造和工业互联网的投资新视角

     关注ITValue,看企业级最新鲜.最价值报道! 图片来源@视觉中国 如今,企业在转型升级过程中,面临产业链攀升.核心竞争力升级压力,同时工业企业产值增速减缓,税前净利润率均下滑.劳动力成本不断攀升 ...

  8. 工业互联网成为的智能制造核心驱动力

    如今,越来越多的企业开始意识到数字制造和工业互联网已经成为工业软件自动化.智能化制造和大规模生产的核心驱动力.那么智能制造和工业互联网的概念有什么区别呢?什么是工业互联网?工业互联网是基于物联网.云计 ...

  9. 5G环境下工业互联网向向智能制造过渡

    Industrial IoT in 5G environment towards smart manufacturing 5GIIoT Background IIoT: 技术趋势 适用于IIoT的通信 ...

  10. 【智能制造】工业软件:智能制造的大脑

    软件是实现智能互联的第一推动力.工业软件是智能制造的思维认识,是感知控制.信息传输和分析决策背后的世界观.价值观和方法论,是智能制造的大脑.工业软件支撑并定义了智能制造,构造了数据流动的规则体系.本文 ...

最新文章

  1. MySQL主主双机负载均衡
  2. 1864: [Zjoi2006]三色二叉树
  3. 【Linux 内核 内存管理】虚拟地址空间布局架构 ③ ( 内存描述符 mm_struct 结构体成员分析 | mmap | mm_rb | task_size | pgd | mm_users )
  4. DL:深度学习算法(神经网络模型集合)概览之《THE NEURAL NETWORK ZOO》的中文解释和感悟(六)
  5. Spring-- ApplicationContext
  6. Candies-POJ 3159
  7. PHP-php://(类型)访问各个输入/输出流以及全局变量$HTTP_RAW_POST_DATA讲解
  8. 在Javascript中得到站点的根路径
  9. Table控件布局DataList模板
  10. Matlab的数据类型及相互转换
  11. 推荐x61使用nhc软件控制风扇
  12. ArcMap图例横放教程
  13. wireshark抓包分析怎么看进程_wireshark抓包数据怎么看?wireshark数据分析教程
  14. python 股票收益数据统计(柱状图)
  15. std::decay 类型萃取
  16. 各种格式的文件用什么软件打开
  17. [管理新思维]社会化管理和开放式创新|裂变式创业
  18. Spring AOP
  19. doc跟docx的区别
  20. NetBIOS 漏洞的入侵与防御

热门文章

  1. 投影向量=投影长度乘以单位向量
  2. 贴海报 (线段树染色-离散化
  3. JVM-内存区域 堆、方法区,虚拟机栈、程序计数器详解
  4. Python数据处理实例
  5. 时间戳转换成YY-MM-DD HH:MM:SS格式
  6. 《LDAP》LDAP自定义objectclass和属性
  7. 爱上一个自己讨厌的人
  8. OSChina 周二乱弹 —— 春节假期已经完全结束
  9. Flink on yarn Container released on a *lost* node
  10. 概述纵横制电话交换机