數字化(hua) || 智能制造(zào)走向深水(shui)區
經(jing)過幾十年(nian)發展，我國(guo)逐步建立(lì)起了門類(lèi)齊全、獨🈲立(lì)完整的工(gong)業制造體(ti)系，制造業(yè)增加值連(lian)續12年居于(yú)世界首位(wèi)。中國制造(zao)業企業在(zài)各個細分(fèn)領域的市(shi)場份額不(bú)斷攀升，例(lì)如在锂電(dian)池行業，2021年(nian)全球動力(lì)電池裝機(jī)量TOP10企業中(zhōng)✏️中國企業(yè)就占據6席(xí)，市場份額(e)達到48.6%。中國(guó)制造的龐(pang)大産能規(gui)模優勢也(yě)體現在出(chū)口方面💃，2021年(nián)我國出💯口(kou)21.73萬億元，同(tóng)比增長21.2%。家(jiā)電、手機、計(ji)算機、集成(chéng)電路等8類(lei)㊙️機電産品(pǐn)出口均超(chao)千億美元(yuán)。但是，出口(kou)貿易總量(liang)或貿易順(shun)差額并不(bu)能真實反(fǎn)映中☎️國🌈制(zhi)造業的競(jing)争力。從全(quan)球價值鍊(lian)上來看，中(zhōng)國制造業(ye)核心競争(zhēng)力仍然不(bú)強。具體從(cong)貿易增加(jiā)值和國民(mín)收入視角(jiao)來看，生産(chan)出口賺得(dé)🐇的一部分(fen)收益其實(shi)是要被劃(hua)分為外國(guo)國🧡民收入(ru)[1,2]。在全球價(jià)值鍊中，中(zhōng)國制造業(yè)主要還是(shì)在賺取加(jia)工費，一部(bù)分中國企(qǐ)業👣仍㊙️然依(yī)賴于外國(guo)資本要素(su)和技術要(yào)素，歐美國(guó)家則掌握(wo)着通過專(zhuan)利技術等(děng)要素來獲(huo)取收益的(de)方式。
目前(qian)我國制造(zao)業面臨“雙(shuāng)向擠壓”的(de)局面沒有(yǒu)發生根本(běn)❌性扭轉。一(yi)方面在中(zhōng)低端領域(yu)面臨其他(ta)發展中國(guó)家的競争(zheng)，我國已👄經(jīng)不能延續(xù)21世紀初期(qī)依靠人口(kǒu)紅利的發(fā)展模式，即(jí)繼續依靠(kao)人工大規(guī)模生産低(di)附加值😄工(gōng)業品。另一(yi)方💞面，在中(zhong)🧑🏾🤝🧑🏼高端領域(yù)，我國制造(zào)業企業自(zì)動化、智能(neng)化程度相(xiàng)較于發達(da)國家還較(jiào)低，還沒有(yǒu)完全掌握(wò)💞重點行業(yè)的關鍵核(he)心技術，在(zai)研發設計(ji)和國際标(biao)準制定等(děng)方面還沒(méi)有足夠的(de)主導權。正(zhèng)是在這種(zhong)情形下，我(wǒ)國政府提(tí)出要實現(xiàn)智能制🛀🏻造(zao)，在“十三五(wǔ)”、“十四五”期(qi)間連續編(biān)制智能制(zhi)造發展規(guī)劃，促進制(zhì)造🙇🏻業企業(ye)實現數字(zì)化、網絡化(hua)、智能化轉(zhuan)型，向制造(zao)強國邁進(jin)。本文将結(jié)合筆者觀(guān)察到的一(yī)些産業前(qián)沿進展來(lai)✂️重☎️點闡💯述(shu)如下幾個(gè)方面：如何(he)理解智能(néng)制造？
智能(néng)制造的底(dǐ)層基礎是(shi)數字化
實(shí)現智能制(zhì)造應當聚(jù)焦裝備和(hé)工藝
制造(zào)工藝和設(she)計仿真協(xié)同促進正(zhèng)向設計
企(qi)業設計仿(páng)真、生産制(zhì)造及服務(wu)全流程協(xie)同
制造業(yè)通過數字(zì)化、智能化(huà)技術提升(sheng)管理決策(ce)水平
智能(neng)制造領域(yù)的人才和(he)初創企業(ye)
從企業經(jing)營和産業(yè)發展角度(du)看待智能(néng)制造
展望(wang)
談及(ji)智能制造(zao)，首先就需(xu)要從企業(yè)需求角度(dù)出發。制造(zao)業企業🔆最(zuì)關心的是(shi)質量能不(bú)能更好？成(cheng)本能不能(neng)再低一些(xiē)？怎麼讓交(jiao)㊙️付更快？說(shuō)到底是制(zhi)造業本身(shēn)對規模效(xiào)⭐應的追求(qiú)，特别💞是在(zai)當今市場(chǎng)需求愈發(fa)多樣🚩化、個(gè)性化🙇♀️，企業(yè)需要具備(bei)更強的柔(róu)性制造能(néng)力和産品(pin)設計創新(xīn)能力。智能(néng)制造正是(shì)要回應企(qǐ)業對規模(mo)效應和柔(róu)性化制造(zào)這兩方面(miàn)的訴求。從控(kong)制論的角(jiǎo)度來看，實(shi)現智能制(zhi)造應理解(jiě)為是要打(dǎ)造一個閉(bi)環控制系(xì)統，控制目(mu)标即為實(shí)現最佳生(shēng)産工藝流(liu)程，達到最(zui)佳生産狀(zhuang)态。控制系(xi)統運行的(de)關鍵在于(yu)可以實現(xiàn)良好的負(fù)反🚶饋📧調節(jie)，以及✊實現(xian)從決策端(duān)到執行端(duan)的打通。閉(bi)環控制系(xi)統的覆蓋(gai)範圍可以(yǐ)是一台機(jī)器或者一(yī)條生産線(xiàn)⛹🏻♀️，也可以是(shi)一個車間(jian)、一個工廠(chǎng)甚至是一(yī)條❓産業鍊(lian)。同時，這個(ge)系☁️統具有(yǒu)自适應性(xìng)。由此可(kě)見，智能制(zhì)造包含感(gǎn)知、決策和(hé)執行三個(gè)要素，通過(guò)工業物聯(lian)網、邊緣計(jì)算等技術(shù)收集系統(tong)内産品🤩、設(shè)備、車間和(he)企業的運(yun)行狀态，這(zhè)些數據經(jing)過處理後(hòu)會彙總到(dao)工業數據(ju)平台上。最(zuì)為核心的(de)是決策中(zhong)樞，過去企(qi)🥵業的生産(chan)決策都是(shi)以依靠人(rén)的經㊙️驗判(pàn)斷為主，智(zhì)能制造系(xì)統中決策(cè)将逐漸以(yǐ)數據驅動(dong)+工業機理(li)融合模型(xing)的判斷為(wei)主，決策中(zhong)樞将具有(you)自适應性(xing)。執行系統(tong)也是必不(bu)可少的，現(xiàn)在也有企(qǐ)業将RPA技術(shu)應用到一(yi)些固定的(de)🙇♀️機台聯動(dong)操作流程(cheng)上，減少人(rén)工操作，進(jin)一步提高(gao)生産的自(zi)動化程度(dù)。智能(néng)制造的底(di)層基礎是(shi)數字化新(xīn)一代信息(xi)技術與制(zhi)造業深度(dù)融合，引發(fā)出一個重(zhong)要變🐉化：數(shu)據作為一(yi)種新型生(shēng)産要素逐(zhú)漸得到産(chǎn)業💛界的重(zhòng)視。可以看(kan)出，智能制(zhi)造的底層(céng)基礎是數(shù)字化，即數(shu)據需要在(zai)系統内得(dé)到精準的(de)采集、傳輸(shū)、存儲和💋分(fen)析。智能制(zhì)造的核心(xin)數據來自(zì)裝備和工(gōng)藝過程，在(zai)此✏️基礎上(shàng)包🏃🏻♂️含🆚裝備(bèi)與生産管(guan)理軟件間(jian)的交互，以(yǐ)及😘軟件間(jian)的交互。整(zhěng)個系統要(yào)對數據實(shí)現整合分(fen)析和閉環(huán)控制，就需(xu)要面向工(gōng)業物聯網(wang)場景的數(shù)據接入和(hé)轉換協議(yi)方案、消息(xi)中間件♍、時(shí)序數據庫(kù)或實時數(shù)據庫、邊緣(yuán)AI推理❓框架(jià)或工具乃(nǎi)至一整套(tao)的雲💚邊端(duan)AutoML平台。以(yi)數據存儲(chu)環節的數(shu)據庫為例(li)，由于工業(ye)物聯網❗場(chang)景下的工(gong)業數據規(guī)模巨大，例(li)如GoldWind每個風(feng)機部署有(you)120-510個傳感器(qì)，數據采集(ji)頻🐕率最高(gao)會達到50HZ，2萬(wan)台風機每(mei)秒就會有(you)5億個時序(xù)🍉數據，這些(xie)海量數據(ju)的存儲和(he)實時計算(suàn)就會對數(shu)據庫提出(chū)更高要求(qiú)[3]。在實際訪(fang)談和調研(yan)中發現，工(gong)業數據的(de)收集、協議(yì)✌️的轉換确(que)實🔞是一個(ge)令人頭疼(teng)的問題，因(yīn)為采集的(de)物理量會(hui)有很多，工(gong)業協議又(yòu)有很多種(zhǒng)，業界也有(yǒu)在探索應(yīng)用OPC UA over TSN等技術(shù)解決這類(lèi)💋問題。但更(geng)重要的問(wèn)題是采集(ji)哪些數據(jù)🐅更有用，以(yǐ)及數據收(shōu)集後怎麼(me)把數據用(yong)起來。這裡(li)面還是要(yao)以工藝優(you)化、生産決(jué)策優化為(wei)導向，不💔能(néng)為了采㊙️集(ji)而采集，為(wéi)了上數據(ju)平台而上(shang)數據平台(tai)。數字化、網(wǎng)絡化和智(zhì)能化是相(xiàng)互支撐的(de)，不實現智(zhi)👣能化變革(ge)，數字化轉(zhuǎn)型也會失(shī)去方向和(he)價值支撐(cheng)。僅以生産(chan)過程為例(lì)，生産🐕過程(cheng)中自動化(huà)設備産生(shēng)💚的生産數(shu)據沉澱下(xia)來，網絡化(hua)就是指通(tong)過網絡技(jì)術将數據(jù)傳輸至數(shù)據平台或(huò)現場控制(zhì)系統中，更(gèng)重要的是(shi)對數據進(jìn)行分析處(chù)理，實時決(jué)策控制裝(zhuang)備和工藝(yi)過程，實現(xian)智能化生(shēng)産。實(shi)現智能制(zhì)造應當聚(ju)焦裝備和(he)工藝智能(neng)制造涉及(jí)裝備、生産(chǎn)工藝、生産(chan)決策、産品(pin)全生命周(zhou)期管理🤟、研(yán)發設計等(deng)方面，這些(xie)方面始終(zhōng)圍繞的核(he)心是質量(liàng)。質量是制(zhi)造業企業(yè)的生命線(xian)，而質量依(yi)賴于可靠(kao)🐕的裝備和(he)先進的工(gong)藝。裝備承(chéng)載工藝，工(gōng)藝引導裝(zhuang)備，兩者不(bú)可分割并(bing)且會相互(hù)促進。因此(ci)智能制造(zao)的重點首(shou)先是要深(shēn)入工藝生(sheng)産環節，落(luò)在裝備㊙️智(zhì)能化和生(shēng)産智能化(huà)上。裝備和(hé)生産工藝(yi)智能🙇🏻化特(tè)⛹🏻♀️别需要企(qǐ)業将新一(yī)代信息技(jì)術與先進(jin)制造技術(shù)融合，但不(bú)是一味強(qiáng)調AI一類的(de)新技術。認(rèn)為有🔴了新(xīn)技術可以(yi)解決一切(qiē)問題🐕或者(zhe)彎道超車(chē)的觀點是(shi)有失偏頗(po)的，實現裝(zhuang)備和工藝(yi)智能化需(xū)要立足制(zhi)造規律和(hé)工業基礎(chǔ)。裝備方面(miàn)，機床是最(zui)為重要的(de)機械裝備(bèi)，主要分為(wei)切削加工(gong)和成形機(ji)床兩大類(lei)。其中切削(xuē)加工機床(chuang)🏃🏻的智能化(huà)主要在以(yi)下方面：通(tōng)過實時采(cai)集振動、主(zhu)軸溫度、切(qiē)削力具備(bèi)感知力，進(jìn)🔅而可以針(zhēn)對外界環(huan)🐕境和機床(chuáng)及刀具本(ben)身狀态的(de)變化進行(háng)自适應決(jue)🈲策，即動态(tai)實♊時優化(hua)控制進給(gěi)深度、進🤩給(gěi)速度和切(qie)🐆削速度以(yǐ)及溫度誤(wù)差補償等(deng)，同時防止(zhi)刀具過度(dù)♋磨損。但是(shi)♊機床的加(jia)工工藝目(mù)前仍❄️然需(xu)要工藝規(guī)劃🌍人員人(ren)工設置，尚(shàng)✏️未實現自(zì)主規劃和(hé)🛀🏻自适應的(de)🥰優化，無法(fa)🔞高效應對(duì)多品種小(xiǎo)批量的柔(róu)性生産需(xu)求[4]。再以金(jin)屬塑性加(jiā)工中的鍛(duan)壓裝備為(wei)例，目前鍛(duan)壓裝🎯備正(zheng)在數💋控技(ji)術基礎上(shang)向智能化(hua)邁進，通過(guo)分散多動(dòng)力、伺服🧑🏽🤝🧑🏻電(diàn)動機直接(jie)驅動和集(jí)成一體化(huà)等技術途(tu)徑滿足智(zhi)能化鍛壓(ya)設備生産(chan)過程高效(xiao)、柔性、高精(jīng)度的要求(qiu)[5]。在新興的(de)增材制造(zào)領域，國外(wài)公司Markforged通過(guò)嵌入AI算法(fa)驅動的軟(ruǎn)件并結合(hé)IoT傳感器提(tí)升裝備的(de)智能化程(cheng)度。其增材(cai)制造裝備(bèi)可以自适(shi)應地打印(yin)零部件，實(shí)時進行公(gōng)差補償和(hé)路徑優化(hua)。而且每一(yi)台3D打印機(jī)的打印流(liú)程數據都(dou)會沉澱在(zài)雲端平台(tai)，于是整個(gè)增材制造(zào)系統将通(tōng)過這♋種聯(lian)合學習實(shi)現自我優(you)化，用戶也(yě)将得🧡到更(geng)精确的制(zhì)造流程。對(dui)于增✂️材制(zhi)造這種成(chéng)型同時成(chéng)性的制造(zào)方式，軟件(jiàn)提供的智(zhi)能化價值(zhi)更加重要(yao)。在工業機(jī)器人智能(neng)化方面，自(zì)适應編程(chéng)軌迹規劃(hua)的需求日(ri)益增長，學(xué)術界和業(yè)界都在進(jin)行探索。業(yè)界如摩馬(mǎ)智能自主(zhǔ)研發🌂認知(zhi)智能算法(fǎ)訓練平台(tai)，将基于AI的(de)自适🈲應軌(guǐ)迹規劃算(suan)法下發🔴到(dào)邊緣端，使(shi)得機器人(ren)可以根據(ju)不同産品(pǐn)✌️的生産工(gōng)藝及周圍(wei)環境的變(bian)化，實時做(zuo)出動作決(jue)策。如此，工(gong)業機械臂(bi)的部署時(shi)間可以縮(suo)短到十幾(ji)小時甚至(zhì)是幾🌈個小(xiao)💞時。對企業(yè)來說，節省(sheng)換線部署(shǔ)成本和人(rén)工調試成(chéng)本是具有(you)很高價值(zhi)的[6]。工藝方(fāng)面，目前主(zhu)要通過機(ji)理模型和(he)數據驅動(dòng)模型兩種(zhǒng)🌈建模方式(shi)來實現智(zhì)能化。又因(yīn)為實際工(gōng)業場景中(zhōng)的諸多工(gong)藝過程大(da)多具✌️有非(fēi)線性、時變(biàn)性及複雜(za)多尺度的(de)特點，有的(de)場景甚至(zhì)無法建立(li)完整的機(jī)理模型或(huo)者建立難(nan)度非💚常大(da)，所以通常(cháng)會将機理(li)模型和以(yǐ)AI技術為基(jī)礎的數據(jù)驅動🔞模型(xíng)融合起來(lai)，實現工藝(yì)過程🐕的自(zi)主學✍️習叠(dié)代和智能(neng)決策控制(zhi)。流程行業(yè)中張夢軒(xuān)等總結了(le)将化工過(guò)程的第一(yi)性原理及(jí)過💯程數據(ju)和AI算法相(xiang)結合的混(hùn)合建模方(fāng)法。混合模(mo)型可以綜(zong)合機理模(mo)型和數據(jù)驅動模型(xing)各自的優(you)點，應用在(zài)化㊙️工過程(cheng)中的監測(cè)、優化、預測(ce)和軟測量(liàng)方面[7]。離散(sàn)行業中的(de)塑性加工(gong)的鍛造成(chéng)形過程也(yě)是一💛個複(fu)雜的非線(xiàn)性時變過(guo)程，加上實(shí)際場景中(zhōng)還可能存(cún)在油液洩(xiè)漏等衆多(duo)不确定的(de)幹擾因素(sù)，所以精準(zhun)鍛造過程(chéng)🤟控制難度(du)很高。單純(chun)依靠機理(lǐ)模型的控(kòng)制策略存(cún)在偏差。将(jiang)基于物理(li)動力學的(de)機理🍉模型(xíng)和具有在(zai)線樣本學(xué)習能力的(de)數據驅動(dòng)模型結合(hé)起來，可以(yǐ)在鍛造過(guo)程中對鍛(duan)造工藝參(cān)數進🌈行實(shi)時調整與(yǔ)補償，實現(xiàn)鍛造過程(cheng)❌的智能化(hua)控制[8]。再比(bi)如工業中(zhōng)應用場景(jing)最為廣泛(fàn)的工藝：焊(han)接。還是動(dong)力電池組(zu)的電阻點(dian)焊，大多依(yī)賴人工焊(hàn)接[9]。正式焊(han)接前通常(chang)需要進行(hang)大量嘗試(shì)各種焊接(jie)參數組合(he)🐆，才能得到(dao)制造需求(qiu)的最優參(can)數，這種“試(shi)錯法”耗時(shí)長、材料消(xiāo)耗大。星雲(yún)電子的徐(xú)海威等研(yan)究發現利(li)用貝葉斯(si)極限梯度(dù)提升🤩機(Bayes-XGBoost)與(yǔ)粒子群優(you)化(PSO)算法結(jié)合預測最(zui)優參數，可(kě)以幫助電(diàn)阻點焊工(gōng)程師面對(dui)新的動力(lì)電池組生(shēng)産需求時(shi)⛷️快速選取(qǔ)合适工藝(yì)參數，提升(shēng)人工焊接(jiē)生産效率(lǜ)，避免✉️耗費(fei)大量材料(liào)[10]。其次，無論(lùn)是人工焊(hàn)接還是機(jī)器人焊接(jie)，其焊接過(guo)程仍🏃🏻♂️屬于(yú)🐉開環控制(zhì)。即使是高(gāo)度自動化(huà)焊接機器(qì)人産線，其(qi)焊接過程(chéng)和🌐質量都(dōu)不是完全(quán)可控，單機(ji)的誤差累(lèi)計和多機(jī)之間的相(xiang)互影響都(dōu)會影響焊(han)接質量，而(ér)焊接質量(liàng)直接決定(dìng)了産品安(an)全性能。比(bǐ)如一台汽(qì)車白車身(shēn)的焊點數(shu)量在4000~7000個，為(wei)了保障焊(han)點質量，國(guo)内外車企(qi)都會在自(zi)動化焊接(jie)後進行人(rén)工抽樣檢(jian)測，再根據(ju)抽檢結果(guo)進行焊接(jiē)工藝參數(shu)的離線調(diao)整。但這種(zhǒng)事後抽檢(jiǎn)無法做到(dao)100%質量保障(zhang)，一旦出現(xiàn)問題就會(huì)批次召回(hui)，損失很大(dà)。這就迫切(qiē)需要針對(dui)工藝過程(chéng)環節的在(zai)線控制和(he)實時質量(liang)評🎯價技術(shù)[11]。對于人工(gōng)焊接，工藝(yì)智能分析(xī)技術可以(yǐ)将IoT層面收(shōu)集的🚶♀️實🐉時(shi)信息和分(fen)析結果通(tong)過MES下發到(dao)現場，幫助(zhu)企業📞實現(xiàn)生産加工(gong)缺陷實時(shí)智能診斷(duan)。對于焊接(jie)機器人，可(kě)以采用基(jī)于焊工智(zhì)能技術的(de)🈲方法提升(shēng)焊接機器(qi)人智能化(huà)水平，思路(lu)是使機器(qì)人具備類(lei)似人類焊(hàn)工的學習(xí)動态焊接(jie)問題的能(néng)力，主要通(tōng)過視覺、體(tǐ)覺和思維(wéi)上在線👉感(gan)知實時焊(hàn)接狀态，并(bìng)具備類似(sì)焊接工人(rén)對焊接場(chang)景形成記(ji)憶的學習(xi)能力。在焊(han)接過程中(zhōng)，機器人主(zhǔ)要基于熔(rong)池動态捕(bǔ)捉和識别(bie)算法實現(xian)對熔池的(de)動态監測(ce)，并通過調(diào)整焊接速(sù)度和焊接(jiē)電流兩個(ge)工藝參數(shu)對熔池進(jin)行實時控(kong)‼️制，最終得(dé)到受控✉️的(de)連續均勻(yún)焊縫[12]。該方(fāng)法屬于一(yi)種基于質(zhì)量在線評(píng)價的工藝(yì)實時閉環(huán)控制技術(shu)。應用這類(lei)智能化焊(han)接技術可(ke)以有效解(jie)決焊接機(jī)器人的自(zi)适應決策(cè)控制難題(tí)，不僅可以(yi)幫助企業(yè)🍓實現❗加工(gong)過程📐的精(jīng)确控制，獲(huo)得最佳的(de)材料組織(zhī)性能與成(cheng)型質量，還(hái)可以幫助(zhu)企業節省(sheng)下來日常(chang)調試和換(huan)線部署機(jī)器人的時(shí)間成本和(hé)高昂的人(rén)工成本。上(shang)述參數尋(xún)優、質量在(zai)線評價及(ji)實時控制(zhì)技術在業(ye)👉界也已經(jīng)開始了相(xiang)關産業實(shi)踐，比如蘊(yun)碩物聯和(he)大熊星座(zuo)，大🐉熊星座(zuo)更❗側重視(shi)覺技術上(shang)的焊縫識(shí)别。誠然，廠(chǎng)商需要對(dui)缺陷等産(chǎn)品殘次情(qíng)況進行檢(jiǎn)測⭐，目前AI技(ji)術在工業(ye)中的應用(yong)也主要集(jí)中于視覺(jiào)檢測，但廠(chang)商更需要(yào)形成對✊殘(cán)次原因追(zhui)根溯源和(he)精細化工(gong)藝參數反(fan)饋控制的(de)能🈲力。由此(cǐ)，單純的機(ji)器視覺、設(she)備制造乃(nai)至🌈工業軟(ruǎn)件等公司(sī)都可以從(cong)自身産品(pǐn)出發逐步(bù)擴展，實現(xiàn)更大範圍(wéi)内的智能(neng)優♌化。這方(fāng)面舉一些(xiē)半導體行(háng)業中将工(gōng)藝制程優(you)化和視覺(jiao)🧑🏽🤝🧑🏻檢測結合(he)的案例，例(li)如應用材(cái)料公司将(jiang)機器學習(xi)算法融入(rù)ADC（自動缺陷(xian)分類）技術(shu)中，其Purity II ADC技術(shu)拓展了應(yīng)用材料SEMVision G7系(xi)❄️統的機器(qi)學習能力(lì)。基于ML算法(fa)進行實時(shí)自動分類(lei)、缺陷檢測(ce)和根本原(yuán)因分析，可(ke)以促進半(ban)導體制造(zao)企業工藝(yì)和良率管(guǎn)理水平的(de)提升[13]。國内(nèi)的初創公(gōng)司哥瑞利(li)、昆山潤石(shi)科技等也(yě)在進行類(lei)似工作，将(jiāng)工藝制程(chéng)管理的FDC（自(zì)動失效分(fen)類系統）和(hé)ADC系統結合(he)起來👈，使用(yòng)AI算法并融(rong)合IoT設備采(cai)集的過程(chéng)數據，共同(tong)形成了一(yī)個可🈲實現(xian)負反饋調(diào)節的制程(cheng)優化控制(zhi)系統，幫助(zhu)企業快速(sù)定位缺陷(xiàn)産生原因(yīn)、優化工藝(yì)，進而可以(yǐ)💁縮短産線(xiàn)調試周期(qī)和提升良(liang)率。上述列(liè)舉了裝備(bèi)和工藝智(zhì)能化方面(miàn)的典型案(an)例，這🔆些案(àn)例都是從(cong)制造業最(zui)關心的質(zhi)量問題出(chū)發，以實現(xiàn)生産過程(chéng)的實時自(zì)适應決策(cè)控制為目(mù)标。這些智(zhì)能化技術(shu)将以軟件(jiàn)形态交付(fu)給設備使(shǐ)用企業甚(shen)至是設備(bei)制造商。持(chí)續沉澱積(ji)累的工藝(yi)數據将不(bu)斷加強這(zhè)類工藝智(zhì)能軟件的(de)技術壁壘(lei)。對于裝備(bei)制造業企(qǐ)業來講，需(xu)要從單純(chún)提供硬件(jiàn)産品轉變(biàn)到同時交(jiāo)付軟件和(he)硬件産品(pǐn)，提高客戶(hu)🙇🏻粘性，加強(qiáng)自身技術(shu)壁壘。制造工藝(yì)和設計仿(páng)真
協同促(cu)進正向設(shè)計
上一節(jie)闡述了應(yīng)用裝備和(hé)工藝的智(zhi)能化技術(shu)實現精✂️準(zhun)過程控制(zhi)，進而保證(zheng)産品質量(liang)和良率。但(dan)是産品良(liang)率提升并(bing)不是從生(sheng)産環節的(de)設備控制(zhì)和工藝優(you)化開始的(de)，而是在設(shè)計仿真環(huan)節就可以(yǐ)開始介入(ru)，特别是在(zai)正向設計(ji)開發新産(chan)品新工藝(yì)的階段。例(lì)如在锂電(dian)池制造過(guò)程中，塗布(bù)、幹燥、輥壓(ya)、pack這些工‼️藝(yi)中👨❤️👨的參數(shù)✂️變化以及(ji)工藝間的(de)相互作用(yong)會怎樣🔅影(yǐng)響最終電(dian)池性能（能(neng)量密度和(hé)循環次數(shù)）。現在業界(jie)主要還是(shi)使用“試錯(cuo)✨法”來對㊙️工(gong)藝進行驗(yàn)證，但是效(xiao)率較低、耗(hào)費成本較(jiao)高。這就🐅需(xu)要利用設(she)計仿真軟(ruan)件平台進(jìn)行虛拟測(cè)試驗證，節(jie)省下真實(shi)世界中物(wu)理測試的(de)💃成♊本。Alejandro A. Franco主導(dǎo)建設了一(yi)個名為“ARTISTIC”的(de)項目，該項(xiang)目受到歐(ōu)盟地🌈平線(xian)2020科🔴研計劃(huà)的資助。該(gāi)項目團隊(dui)建立了一(yi)個模拟锂(lǐ)離子電池(chí)制造過程(chéng)🔞并預測其(qí)電化學性(xìng)能的計算(suan)平台。該技(jì)術平台通(tōng)過離🌈散元(yuan)法和粗粒(li)化分子動(dòng)力學（coarse grained molecular dynamics）模型(xíng)基于工藝(yì)參數☔預測(ce)電極介觀(guan)結構，再基(jī)于連續介(jiè)質模型利(li)用介觀結(jie)構數據預(yu)測電池宏(hóng)觀上的電(diàn)化學性能(neng)表現。可以(yi)看出該項(xiang)目在嘗試(shi)建立一個(ge)材料-工藝(yì)-（極片）結構(gou)🔞-性能的多(duō)尺度仿真(zhēn)平台[14]。圖片來源(yuán)：ARTISTIC項目官網(wang)
此外，該項(xiàng)目綜合利(li)用DoE試驗設(shè)計（Design of Experiement）、物理模(mo)型和機器(qi)學習算🈲法(fa)🏃♀️的混合建(jiàn)模方法，來(lai)預測材料(liao)、電極制造(zao)和電池性(xing)能之🐪間的(de)最佳組合(he)。即将DoE試驗(yàn)和物理模(mo)型得到的(de)結果，經過(guò)一個數據(jù)驅動的随(sui)機電極介(jie)觀結構生(shēng)成器擴大(da)樣本，再将(jiang)這些樣本(běn)用于訓練(lian)機器學習(xí)算法，以求(qiu)得到制造(zao)工藝參數(shù)與電極性(xing)☂️能之間的(de)關系[15]。這意(yì)味着該平(ping)台甚至可(kě)以用來基(jī)于目标需(xu)求進行反(fǎn)🏃🏻向規🈲劃，例(lì)如給定一(yi)個電池目(mù)标性能和(hé)材料，确定(ding)🈲合适的制(zhì)造工藝參(can)數，比如幹(gàn)燥環節中(zhong)的溫度控(kòng)制[16]。锂電池(chi)設計仿真(zhen)與制造工(gong)藝協同方(fang)面，國内業(yè)界在探🏃索(suo)類似🔴實踐(jian)的有易來(lái)科得和海(hai)仿科技等(deng)。其實不隻(zhi)是電池行(hang)業，許多行(háng)業的正向(xiàng)設計環節(jiē)📧也需🔞要通(tong)過🍓制造工(gong)藝-設計仿(páng)真協同來(lái)提升研發(fā)效率，以更(geng)快速度、更(gèng)低成本實(shí)現技術創(chuang)新和産品(pin)創新。在半(bàn)導體行業(ye)，随着芯片(piàn)技術節點(dian)進一步變(bian)小、設⛱️計和(he)工🚶♀️藝複雜(za)性進一步(bù)提高，開發(fā)新技術節(jiē)點工藝的(de)成本激增(zēng)、周期拉長(zhang)。晶圓廠為(wei)加快工藝(yì)節點的開(kai)發速度，需(xū)要與半導(dao)體設計企(qi)業更🎯緊🐅密(mì)㊙️地協同開(kāi)發叠代，集(jí)成電路設(she)計企業也(ye)需要更早(zǎo)地介入到(dao)工藝開發(fā)階段中，使(shǐ)得器件設(she)計🛀🏻和工藝(yi)💋開發能夠(gou)進行針對(dui)性的優化(hua)從而滿足(zu)自身定制(zhi)化⛱️需求。于(yu)是設計-工(gong)藝協同優(yōu)化（DTCO）的理念(nian)方法就在(zài)14nm技術節📧點(dian)以後逐漸(jiàn)發展起來(lái)，其主要作(zuo)用就是在(zai)合理優化(hua)和利用新(xin)工藝技術(shu)節點工藝(yì)能力的基(ji)礎上，同時(shí)優化🏃♂️系統(tong)PPAC（ 性 能 performance, 功 耗(hao)⛱️power, 密度 area，成本(běn)cost）[17]。DTCO對于新工(gōng)藝開發及(jí)良率優化(hua)非常重要(yào)。從DTCO的角度(du)看，良率優(you)😄化貫穿設(she)計到制造(zào)的全過程(chéng)，需要多環(huan)👣節協同叠(dié)代。例如在(zài)版圖設計(jì)環節上，如(ru)何有效識(shí)别壞點圖(tu)形🔞，并且💃🏻據(jù)此優化對(duì)基于同一(yi)工藝的其(qí)他芯片設(shè)計方案，可(kě)以🔞提升⭐後(hou)續🔆設計和(hé)制造的良(liáng)率。除了設(shè)計和制造(zào)環節之間(jiān)的協同外(wài)，材料因素(sù)也非常重(zhòng)要。應用材(cái)料公司在(zài)DTCO的基礎上(shàng)提出要實(shi)現materials to device simulation，原因在(zai)于器件尺(chǐ)寸不斷縮(suō)小、更多複(fú)雜3D幾何形(xing)狀被采用(yòng)以及新材(cái)料的引入(rù)，半導體器(qi)件仿真變(bian)得越來越(yue)複雜。這就(jiu)需要采用(yong)新的多物(wù)理場多尺(chi)度仿真工(gong)具，将器件(jian)性能與材(cai)料特性聯(lián)系起來，系(xi)統研究材(cái)料、幾何形(xíng)狀以及工(gong)藝的變化(hua)将如何影(ying)響器件的(de)電學性能(neng)，以此優化(hua)器件設計(ji)[18]。圖片(piàn)來源：應用(yòng)材料公司(sī)官網materials to device simulation和DTCO在(zài)應用材料(liào)手中開始(shǐ)呈現融合(he)的趨勢，應(yīng)用材👈料公(gong)司在2021年發(fa)表的一篇(pian)論文中提(ti)出了Materials to Systems Co-Optimization，希望(wàng)實現從材(cái)料到系統(tǒng)的多尺度(du)🧡協同優化(huà)[19]。可以發現(xiàn)這個思路(lù)就和上述(shu)我們提到(dao)的锂電池(chi)🧡“ARTISTIC”項⛷️目的非(fēi)常類似，都(dōu)是希望将(jiāng)設計仿真(zhen)從微觀尺(chǐ)度的材料(liào)❤️一路擴展(zhǎn)到宏觀尺(chi)度的終端(duān)産品，并以(yi)此确定最(zuì)佳工藝路(lu)線和參數(shu)（覆蓋前道(dao)、中道及後(hou)道中多個(gè)工藝環節(jiē)）。對于我國(guó)半導體企(qi)業來說，DTCO預(yù)計可能成(cheng)為優化成(chéng)熟技術節(jiē)點下的産(chan)品競争力(lì)、降低先進(jin)工藝開發(fa)成本并縮(suō)短工藝開(kāi)發周期的(de)優選方案(an)，可以幫助(zhù)中國Fab/IDM加快(kuài)先進⛱️工藝(yi)開發，縮短(duan)TTM（time to market）, 提升相同(tóng)技術節點(diǎn)下芯片制(zhi)造良率和(hé)可靠性，從(cong)而提升核(he)心競争力(li)。DTCO也将幫助(zhu)EDA企業沿着(zhe)産業鍊拓(tuò)展用戶群(qún)，類似的邏(luo)輯在剛❓才(cái)提🤟到的锂(li)電池行業(yè)也存在。從(cóng)锂電池和(he)半導體這(zhè)兩個行業(yè)的前沿案(àn)例可以看(kàn)出，制造工(gong)藝與産品(pin)設計仿真(zhen)的協同趨(qu)勢日益凸(tū)顯，而制造(zào)業的核心(xin)競争力最(zui)終會歸結(jie)到如何更(geng)加快速地(dì)找到匹配(pei)材☔料的最(zuì)佳制造方(fang)法，以及材(cái)料方面的(de)開發。因此(ci)，我國工業(yè)設計仿真(zhēn)軟件需要(yao)在實現自(zi)主可✨控🌈的(de)基🛀礎上，進(jin)一步實現(xian)制造工藝(yi)-設計仿真(zhēn)協同優化(hua)。在協同優(yōu)化中，設計(ji)仿真也可(ke)以應用于(yú)裝備優化(hua)，以⛷️此實現(xiàn)👣更佳的工(gong)藝效果。例(li)如北方華(hua)創在PVD設備(bèi)研發方面(miàn)掌握使用(yong)了自主研(yán)發的腔室(shì)設計與仿(pang)真模拟❄️技(jì)術，其矽外(wài)延設備在(zài)感應加熱(rè)高溫控制(zhi)技術、氣流(liú)場、溫度場(chǎng)模拟仿真(zhēn)技術等方(fang)⛹🏻♀️面取得突(tū)🚩破，可實現(xian)更✔️優異的(de)外延工藝(yì)效果。再比(bi)如锂電設(shè)備頭部企(qi)業先導智(zhì)能組建了(le)40人的博士(shi)仿真設計(jì)團隊集中(zhōng)攻關疊片(piàn)工藝中的(de)粉塵問題(ti)。為什麼要(yao)解決粉塵(chén)問題？因為(wéi)疊片時産(chǎn)生的細微(wēi)粉塵堆積(ji)在電池芯(xīn)的表面會(huì)影響電池(chí)芯質量以(yi)及組裝後(hòu)的電🧑🏾🤝🧑🏼池性(xing)能。該團隊(dui)通過多物(wù)理場仿真(zhen)模拟對🌈疊(dié)片機進行(háng)優化設計(jì)，保證裝備(bèi)達到車規(gui)級電池制(zhì)造要求，實(shi)現更好品(pin)控[20]。綜合上(shang)述兩節内(nèi)容，我們的(de)視角從裝(zhuang)備工藝環(huan)節拓展到(dào)了設計仿(pang)真環節，可(ke)以看出裝(zhuang)備、工藝、材(cai)料和産品(pin)之間是緊(jǐn)密聯系的(de)。裝備工藝(yi)的嵌入式(shì)軟件使裝(zhuāng)備可以應(yīng)對不斷變(biàn)化的材料(liào)工👄藝，在柔(rou)性生産情(qíng)況下形成(chéng)最優參數(shù)組合，獲得(dé)高質量産(chǎn)品。研發設(shè)計平台也(yě)需要協同(tóng)⚽制造工藝(yi)仿真來優(you)化新産品(pin)的開發🆚，降(jiang)低正向設(she)計耗費成(cheng)本，提升研(yán)發效率和(he)産品良率(lü)。網絡(luò)化支撐企(qǐ)業設計仿(páng)真
生産制(zhi)造及服務(wù)全流程協(xié)同
上一節(jiē)談到設計(ji)仿真，當前(qian)企業對于(yú)實現高效(xiao)協同設計(jì)仿真的需(xu)求越來越(yuè)迫切。協同(tong)設計仿真(zhen)需要統一(yi)的數據接(jie)口以及💚應(yīng)用雲計算(suan)、HPC等技術。以(yǐ)汽車行業(yè)舉例，産✂️品(pǐn)設計的數(shu)據可能會(huì)🔅在車企内(nèi)部的不同(tóng)部門間流(liu)轉，也可能(neng)會和外部(bù)供應商進(jin)行數據交(jiao)互，但是不(bu)同部門☔使(shǐ)用的軟件(jian)✂️平台不同(tong)導🈲緻數據(ju)交互阻礙(ài)很大，具體(tǐ)比如電氣(qi)控制、機⁉️械(xie)、材💜料、工藝(yì)和智能駕(jià)駛等各方(fāng)面的建模(mó)各成一個(gè)系統，各系(xì)統間也缺(quē)乏統一的(de)協同交互(hu)。為了解決(jue)協同仿真(zhēn)的難題，目(mù)前業界開(kāi)發了仿真(zhēn)模型交🔞互(hù)接口FMI（Functional Mockup Interface），可适(shi)用于不同(tong)仿真軟件(jian)之間的模(mo)👣型交換，并(bìng)可将模型(xíng)封裝為FMU（Functional Mockup Unit）用(yòng)以協同仿(pang)真。此外，如(ru)果涉及一(yī)個大型項(xiang)目研發，不(bu)同部門會(huì)希望能夠(gòu)實現同時(shi)在線設計(ji)仿真，而這(zhè)就需要雲(yun)計算和HPC（High performance computing）技(jì)術🌈的支持(chí)。例如在CAD領(ling)域，當前設(she)計方式已(yi)經逐漸由(you)單人離線(xian)設計❄️向多(duō)人在線協(xie)同設計轉(zhuǎn)變。華天軟(ruan)件研發了(le)基🧑🏽🤝🧑🏻于雲架(jia)構的CrownCAD。CrownCAD包含(hán)其自主研(yan)發的三維(wéi)幾何建模(mó)引擎DGM、2D以及(jí)3D約束求解(jie)🔴引擎DCS，具有(you)高效的參(cān)數化應😄用(yòng)層機制，這(zhe)種基于雲(yun)存儲、雲計(ji)算、雲渲染(ran)技術的CAD可(kě)以支持💞超(chao)大規模的(de)協同設計(ji)[21]。其實不光(guang)是設計仿(pang)真環節需(xu)要網絡化(huà)協同，制造(zao)業企業還(hai)需要将研(yán)發設計、生(shēng)産制造及(ji)服務各個(gè)環節的數(shù)據和信息(xī)模型都打(dǎ)通，以此提(tí)升自身經(jing)營效率。由(you)此，我們讨(tao)論的範圍(wéi)就從前兩(liǎng)節的生産(chan)和設計仿(páng)真環節，進(jìn)一步拓展(zhǎn)到産品的(de)運營服務(wù)環節。目前(qián)業界嘗試(shì)通過搭建(jian)工業物聯(lian)網平台（Industrial IoT Platform）或(huò)者說工業(yè)PaaS平台來實(shí)現全流程(cheng)協同管理(lǐ)。即制造業(ye)企業基于(yú)IIOT平台實現(xian)研發設計(ji)、生産制造(zào)及服務全(quán)流程的提(tí)升和産品(pin)的全生命(ming)周期管理(lǐ)。從這一點(diǎn)上來說，工(gong)業物聯網(wǎng)平台或者(zhe)說工業PaaS平(ping)🙇🏻台🔴是要🥰搭(dā)🈲建一個多(duō)方協作的(de)橋梁。例如(rú)位于Gartner IIOT魔力(li)象限中位(wei)于頭部位(wei)⛱️置的PTC ThingWorx，就是(shì)一個具備(bei)設備互聯(lián)🔆、數據存㊙️儲(chǔ)（集成第三(sān)方時序數(shù)據庫）、數字(zi)建模、智能(néng)分析、應用(yong)開發及增(zeng)強現實的(de)整體IIOT解決(jue)方案。PTC在ThingWorx的(de)基礎上，結(jié)合自身CAD/PLM/AR等(deng)産品線，将(jiang)制造業研(yán)發、制造及(ji)服務的業(ye)務線整體(ti)聯系起來(lai)，幫助制造(zao)業企業客(kè)戶實現内(nèi)外部協作(zuò)和産品的(de)全生命周(zhōu)期管理。上圖以PTC客(kè)戶德國的(de)e.Go汽車制造(zào)商的情況(kuàng)為例：在研(yan)發設計階(jie)段，供應商(shang)和制造商(shāng)可以在同(tóng)一個CAD和PLM系(xi)統中基于(yú)統一的産(chan)品數據進(jìn)行協作，提(tí)高交付效(xiào)率。制造過(guò)程中，操作(zuò)員可以借(jiè)助平闆電(dian)腦上的AR 應(yīng)用程序來(lái)識别他們(men)正在查看(kan)的産品的(de)配置，并可(kě)實時調用(yong)質量檢查(chá)的标準以(yǐ)便對照。另(ling)外在産品(pin)售後服務(wu)環節中，企(qi)業通過物(wu)理VIN編碼追(zhui)蹤汽車各(gè)個零部件(jiàn)；持續更新(xīn)的部件數(shù)字孿生模(mó)型将反映(yìng)發動機、傳(chuan)動系統等(děng)部件的後(hou)續變化，企(qi)業以此為(wei)汽車提供(gòng)預測性維(wei)護服務，保(bǎo)障産品壽(shòu)命，并将實(shi)際運行數(shù)據反饋給(gei)設計端。綜(zong)合來看，制(zhi)造業企業(yè)實現内部(bu)高效協同(tóng)的挑戰有(yǒu)很🧑🏽🤝🧑🏻多🌏，比如(rú)硬件設備(bèi)種類多，沒(méi)有統一的(de)數據接😘口(kou)，各環節不(bu)連🌍貫。這👣也(yě)就是為什(shí)麼提出推(tuī)進兩化融(rong)合，這🏃🏻♂️也就(jiu)是為什麼(me)工業4.0的一(yī)個終極目(mù)标就是讓(ràng)軟件定義(yì)制造。試想(xiang)一下，如果(guo)所有的制(zhi)造單元☀️都(dou)可以通過(guo)軟件柔性(xing)拼接（中間(jiān)由AMR連接工(gong)序），所有😘子(zi)系統内的(de)設👨❤️👨計仿真(zhēn)模型都可(ke)以相互交(jiāo)互，整個工(gong)廠具備了(le)強大的互(hù)操作性，運(yun)營效率就(jiu)将得到極(ji)大提升，制(zhi)造業企業(ye)将不再這(zhe)麼笨重。當(dāng)然實現這(zhe)個圖景絕(jué)非朝夕之(zhi)💋間就能達(dá)成，需要長(zhang)久🎯的努力(li)。數字(zi)化支撐制(zhì)造業提升(shēng)管理水平(ping)
&企業生産(chǎn)決策智能(néng)化
對于任何(he)一個制造(zao)業企業，管(guǎn)理水平的(de)提升是非(fēi)常重要的(de)，比如如何(he)對知識進(jin)行有效的(de)管理、如何(he)轉變日常(chang)生産活動(dòng)的管理方(fang)式和手段(duan)等等。數字(zì)化技術對(dui)管理的支(zhī)撐作用不(bu)可忽視，目(mù)前出現一(yī)批初創公(gōng)司開始幫(bāng)助制造業(ye)企業進行(háng)移動端的(de)數字化改(gai)造，通過交(jiāo)付生産管(guǎn)理SaaS軟件提(tí)高企業工(gong)廠管理水(shuǐ)平，可以提(tí)高企業車(che)間管理的(de)協同效率(lü)，如專注紡(fang)織業的數(shu)制科技，還(hai)有服務離(lí)散制造行(háng)業的羚數(shù)智能等。企(qi)業日常管(guan)理中最重(zhong)要的部分(fen)是生産決(jue)策，決策覆(fu)蓋的層次(cì)會從裝備(bei)、産線一直(zhi)到車間、企(qǐ)業乃至💃🏻整(zheng)條上下遊(you)供應鍊💋。幫(bāng)助企業實(shí)現生産決(jue)策智能化(hua)是智能制(zhì)造的一個(gè)重要方面(mian)。目前☀️在企(qǐ)業層次的(de)生産決☀️策(ce)方面，大🌈部(bu)分企業🆚主(zhu)要通過高(gāo)級排産♋人(rén)員依靠自(zi)身經驗和(he)業務規則(zé)進行排産(chǎn)，工具上還(hai)在使用Excel，算(suan)法方面仍(reng)以啟發式(shi)規則算法(fǎ)或遺傳算(suàn)法等算法(fǎ)為主。但是(shì)，單純依賴(lai)高級排産(chǎn)人員的經(jīng)♉驗很難實(shi)現決策的(de)精準性和(he)合理性，特(tè)别是在柔(rou)性生産的(de)場景中。這(zhe)就需要基(ji)于運籌學(xue)和💋AI算法💰的(de)APS系統來幫(bāng)助企業進(jin)行排産決(jué)策。值得注(zhù)意的是，無(wu)論是APS還是(shì)AMR，都需要注(zhù)重提煉與(yǔ)企業生産(chan)工藝密切(qiē)相關的調(diào)度規則和(he)産能平衡(héng)設計，将企(qi)業制造資(zī)源和工藝(yì)流程完全(quan)融合，如此(ci)才可能滿(man)足客戶對(dui)生産過程(cheng)中⛹🏻♀️産能和(he)效率的需(xū)求。生産決(jue)策也可以(yi)從一家企(qi)業延伸至(zhì)一條産業(ye)鍊的上下(xià)遊，在上下(xià)遊企業之(zhī)間實現協(xié)同制造。例(li)如浙江省(sheng)正🈚在對30個(gè)細分行業(ye)推行的産(chan)業大腦，通(tōng)過🌏産業鍊(lian)的整體數(shù)據輔助企(qǐ)業動态決(jue)策，可見政(zheng)府也在這(zhe)方面進行(hang)有益的嘗(chang)試。還有比(bi)如深圳的(de)雲🏃🏻工廠、上(shàng)海的❤️捷配(pei)科技等💛在(zài)嘗試打造(zào)分布式制(zhi)造系統，分(fen)布式制造(zao)系統在競(jìng)争格局分(fen)散的行業(ye)環節中具(jù)有市場價(jià)值，如紡❓織(zhi)、機加工和(hé)SMT等行業。中(zhong)小型企業(yè)由于具有(yǒu)産能利用(yong)率不高、外(wài)協程度高(gao)、信息不對(dui)稱，通過制(zhi)造平👉台公(gong)司可以實(shi)現集中訂(ding)單和供應(yīng)鍊采購，整(zheng)🌈合産能共(gong)享協同，提(tí)升整體行(háng)業交付效(xiao)率。國外的(de)Protolabs可以算🈲是(shì)這個領域(yu)的一個标(biao)杆。智(zhi)能制造領(lǐng)域的人才(cai)和初創企(qi)業人才對(dui)于任何一(yi)個行業都(dou)是非常重(zhòng)要的。這裡(li)需要強調(diao)的是制造(zào)過程本身(shēn)積累的知(zhi)識需要通(tōng)過人才沉(chén)澱下來服(fu)務于設備(bei)設計、工藝(yì)優化，逐步(bù)凝結成新(xīn)一代的硬(yìng)件設備和(hé)工業軟件(jian)。因此在裝(zhuāng)備智能化(hua)、生産過程(chéng)智能化乃(nǎi)至設計仿(pang)🤞真與工藝(yi)協同的發(fa)展過程中(zhong)，設備工程(cheng)師和工藝(yi)工程👌師的(de)作用🚶♀️不可(ke)忽視。未來(lái)也需要越(yuè)來越多懂(dǒng)📐工業技術(shu)的軟件工(gong)程師參與(yu)工業數字(zì)化、智能化(hua)的曆史進(jin)程中來，工(gōng)💋程師的工(gong)作内容也(yě)将更多放(fàng)在工業知(zhī)識沉澱和(he)數據分析(xī)研判方💚面(miàn)。從供給端(duan)來看，國内(nèi)經驗豐富(fù)的技術工(gong)人數量較(jiao)少、培🐕訓周(zhōu)期長，且部(bù)分領域呈(chéng)現青黃不(bu)接的趨勢(shi)，逐漸成為(wéi)稀缺資源(yuán)。例如高級(ji)焊接工人(rén)，高級排産(chǎn)人員，高級(jí)工藝工程(cheng)師🔞（例如半(bàn)導體刻蝕(shi)環節），以及(ji)機器人部(bu)署調試工(gōng)程師等等(deng)⁉️。而這些高(gāo)級技術人(ren)才面對的(de)生産場景(jing)普遍具有(yǒu)多品種、小(xiǎo)批量的特(tè)😍點，這一特(te)點也在不(bu)斷加強。這(zhe)也意味着(zhe)如何沉澱(diàn)積累出可(kě)以媲美高(gāo)端技術人(rén)才經驗能(neng)力的數據(jù)驅🔞動-機理(li)融合模型(xing)，并将其封(feng)裝成算法(fǎ)軟件，是非(fēi)常有價值(zhi)的。另外初(chū)創公司也(ye)為制造業(yè)創新發展(zhan)帶來了活(huo)力和人才(cái)。在近幾年(nián)的發展中(zhōng)，智能制造(zào)領域的初(chū)創企業數(shù)量不斷增(zeng)多，特别是(shì)湧現出更(geng)多聚焦生(shēng)産和設計(ji)環節、聚焦(jiāo)某一細分(fen)領域的初(chū)創企業。工(gong)業領域門(men)類很多，每(měi)一個子門(mén)類下面又(yòu)會有很多(duo)細分領域(yu)和環節，這(zhè)種行業特(te)點使得初(chū)創公司需(xu)要集中一(yi)點做出技(jì)術創新上(shàng)的突破，即(jí)所謂專精(jing)特新。如果(guǒ)一直做跨(kuà)行業的項(xiang)目而無法(fǎ)沉澱出一(yī)個标準化(huà)的産品，這(zhe)麼走下去(qù)團隊隻能(neng)是一個不(bú)斷接項目(mù)的技術服(fú)務商，沒有(you)自己的核(hé)心根據地(di)。聚焦一個(gè)行業，行業(yè)内某個環(huán)節上企業(ye)的需求特(te)點大🌈緻類(lèi)⚽似，這就為(wei)初創企業(yè)技術沉澱(diàn)和規模化(hua)🚶創造了條(tiáo)件。依托核(he)心産品技(jì)術平台進(jin)行新産品(pin)開發，開發(fā)過程中形(xíng)✏️成的🧡新技(jì)術也會反(fan)哺平台，新(xīn)産品也可(ke)能進一步(bù)衍生出新(xīn)的✨産品技(ji)術平台。平(píng)台與産品(pin)相互促進(jin)，可以實現(xiàn)從單點突(tu)破到多環(huan)節覆蓋。硬(ying)件裝備制(zhì)造商如此(cǐ)，軟件服務(wù)商也是如(rú)此。之後會(huì)再寫文章(zhāng)分析這一(yi)點。對于智(zhi)能制造領(lǐng)域的初創(chuang)公司來講(jiǎng)，形成自身(shēn)議價能力(li)和技🚶♀️術壁(bi)壘主要還(hái)是靠做深(shen)入生産和(he)設計環節(jie)的工藝優(yōu)化和産品(pin)優化，因為(wei)客戶隻有(you)看到初創(chuàng)公司用技(ji)術和産品(pin)給他們明(ming)⁉️顯改善提(tí)升了他們(men)的生産和(he)設計過程(cheng)，客戶才會(hui)有較高的(de)付費意願(yuan)。設計仿真(zhen)的重要性(xìng)不言而喻(yu)。聚焦工藝(yi)優化在企(qǐ)業後續發(fa)展上也有(you)規模化的(de)潛力，因為(wéi)一種工藝(yi)是可以用(yòng)在多種工(gong)業場景和(hé)環節中的(de)，初創企業(yè)可以将工(gong)藝智能化(hua)技術進行(hang)跨行業的(de)複用，無論(lùn)是在産品(pin)标準化和(he)橫向拓展(zhan)上都會有(yǒu)一定的優(yōu)勢。當然❗光(guāng)是焊接技(ji)術就有很(hěn)多細分種(zhǒng)類，企業也(yě)需要有選(xuan)擇地進行(hang)技術研發(fa)和市🐆場拓(tuò)展。無論是(shi)設計仿真(zhen)還是工藝(yì)智能，初創(chuang)公司都需(xu)要🏃🏻明💃🏻确技(jì)📧術對應的(de)是一個存(cun)量市場還(hai)是一個增(zēng)量新興👅市(shi)場㊙️，選擇什(shi)麼樣的🏃🏻♂️市(shi)場以及選(xuǎn)擇什麼樣(yàng)的客戶群(qun)，會深刻影(yǐng)響企業的(de)發展路徑(jìng)和速度。好(hǎo)的客戶會(huì)對産品技(jì)術提出更(gèng)高的要求(qiú)，會加速公(gōng)♉司🧑🏾🤝🧑🏼産品技(ji)術研發上(shàng)的良性循(xun)環。這裡客(kè)戶的優😘質(zhì)與否不完(wán)全取決于(yú)客戶規模(mó)的大小。因此(ci)對于數字(zì)化和自動(dong)化程度不(bu)高的行業(yè)和企📞業，解(jiě)❄️決數字化(huà)是第一步(bu)，接下來需(xū)要創業團(tuan)隊解決智(zhi)能化的問(wèn)題。初創公(gong)司能否滿(man)足企業智(zhì)能化階段(duàn)的需求，這(zhe)就要考慮(lǜ)團隊的算(suan)法技術能(neng)力和🛀對工(gōng)業機理的(de)理解深度(du)。故而智能(neng)制造領域(yù)的創業團(tuán)隊既需要(yào)有掌握新(xīn)一代信息(xī)技術和先(xiān)進制造技(jì)術的新生(shēng)力量，也需(xu)要有懂工(gōng)業場景需(xu)求、目标領(ling)域工業機(jī)理的老法(fa)師。綜合以(yi)上對于智(zhì)能制造各(gè)方面的讨(tao)論，本文着(zhe)重強調智(zhi)能制造需(xū)要聚焦本(běn)源，即裝備(bèi)和⭕工藝，并(bing)🔅将☀️設計仿(páng)真和制造(zao)工藝協同(tóng)起來，以滿(mǎn)足企業降(jiang)低生産研(yán)發成本、提(ti)高生産研(yán)發效率、提(ti)升産品良(liáng)⭕率的核👉心(xīn)訴求。随着(zhe)我國制造(zao)業向中高(gao)端邁進，正(zheng)向設計日(rì)益重要，創(chuàng)新的源泉(quan)将着眼于(yu)材料、工藝(yì)（包含物理(lǐ)和化學的(de)）以及兩者(zhě)之間的匹(pi)配優化。企(qi)業設計仿(pang)真、生産制(zhì)造及服務(wu)各環節内(nei)部和之間(jiān)的互操作(zuò)性和協同(tong)性對提升(sheng)企業競争(zheng)力也非常(chang)重要，這些(xie)需要新的(de)網絡技術(shu)支撐。此外(wài)，企業還要(yao)通過數字(zi)化、智能化(hua)技術提升(shēng)管理決策(ce)水平和精(jing)準性。至此(ci)，本文分析(xi)了裝備工(gong)藝、正向設(shè)計仿真及(jí)生産決策(ce)這三個智(zhì)能制造的(de)重要支柱(zhu)。最後我們(men)再從企業(yè)經營和産(chan)業發展的(de)角度分析(xi)一下智能(néng)制造的價(jià)值。實(shí)現柔性生(sheng)産，縮短産(chǎn)能爬坡和(he)中間換線(xiàn)周期等可(ke)以提❤️高總(zǒng)資産周轉(zhuan)率，進而提(tí)高ROE。實現實(shi)時參數💜控(kong)制🤩決策🏒，優(yōu)化工藝以(yi)降低生産(chǎn)成本，即提(ti)升淨利💃率(lü)。降低對高(gāo)級技術人(rén)員的依賴(lai)及其人工(gong)成本也有(you)助于企🈲業(yè)提高淨利(lì)率。從産業(ye)角度看，制(zhi)造業一方(fāng)面需要自(zì)動化智能(néng)化裝備和(hé)工藝智能(neng)技術實現(xian)規模效應(yīng)和柔性制(zhi)造，不斷降(jiang)低制造成(chéng)本、提高交(jiao)付效率，特(tè)别是在産(chǎn)能擴張周(zhou)期，這一點(dian)在锂電設(shè)備✂️和锂電(diàn)池行業近(jìn)兩年的發(fa)展中表現(xiàn)尤為明顯(xiǎn)。另♻️一方面(miàn)産業發展(zhǎn)不🌈可能一(yi)直停留在(zai)追求生産(chan)規模效應(yīng)的階段，還(hái)需要通過(guo)設計㊙️仿真(zhen)技術進行(hang)正向設計(jì)，以持續🥵實(shí)現産品創(chuang)新、裝備創(chuàng)☔新和工藝(yì)創新。值得(dé)注意的是(shì)，制造和設(she)計兩方面(mian)不是割裂(lie)的，是可以(yi)協☀️同優化(huà)、相互促進(jin)的。從這一(yi)點上看，中(zhong)國龐大的(de)制造規模(mó)如果加上(shàng)先⛹🏻♀️進的設(shè)計仿真技(jì)術，将會是(shi)如虎添翼(yi)。最後需要(yao)強調的是(shì)，技術的經(jīng)濟性和易(yì)用性永遠(yuan)是決定技(ji)術能否大(dà)規♋模應用(yong)的重要因(yīn)素。比如支(zhi)撐算法優(you)化的硬件(jiàn)資源價格(gé)、算法叠代(dài)升級的成(cheng)本，還有企(qǐ)業能否直(zhí)接獲得一(yī)個包含AutoML平(ping)台在内的(de)産品方便(bian)日後自己(jǐ)訓練模型(xíng)，軟件是否(fou)支持低代(dai)碼開發？這(zhè)些因素都(dou)可能影響(xiǎng)企業是否(fou)選擇新方(fang)案。還有在(zài)工業軟件(jiàn)部署方面(mian)，部署周期(qi)如果很長(zhang)或者拓展(zhan)性差導緻(zhi)後期維護(hù)成本很高(gao)，這些都會(hui)阻礙企業(ye)選擇上一(yi)個新的軟(ruǎn)件系統。所(suo)以也就出(chu)現了基于(yú)微服務架(jia)構的新型(xíng)MES軟件服務(wù)商，例如數(shu)益工聯等(deng)。智能制造(zao)對我國從(cong)制造大國(guó)邁向制造(zào)強國甚至(zhi)創造強國(guo)具有重要(yao)作用。實現(xian)智能制造(zào)還有很多(duo)挑戰，中國(guó)還需要突(tū)破諸多關(guān)鍵♋核💞心🍓技(ji)術和裝備(bei)，例如設計(ji)仿真、基于(yú)機理❤️和數(shù)💘據驅動的(de)混合㊙️建模(mó)🥰、生産智能(néng)決策、協同(tóng)優化等技(ji)術和五軸(zhou)機床、大規(guī)模集成電(diàn)路制造裝(zhuāng)備、智能焊(hàn)接機🏃♂️器人(rén)等高端裝(zhuāng)備。本文提(tí)到的DTCO、锂電(diàn)池模拟平(ping)台、機器人(rén)自适應實(shi)時決策等(děng)也都存在(zài)諸多☎️技術(shù)挑戰，比如(rú)DTCO中器件電(diàn)學模型（spice model）的(de)提取，這些(xie)需要無數(shù)市場主體(tǐ)去投入研(yan)發加快新(xin)技術的産(chǎn)業化。“科技(ji)創新對中(zhong)國來說不(bú)僅是發展(zhan)問題，更是(shi)生存問題(ti)[22]。”制造業是(shi)關鍵核心(xīn)技術的策(cè)源地，也是(shì)核心技術(shù)應用的♌試(shì)驗⭕田。無論(lun)是中小企(qǐ)業，還是大(dà)型企業，都(dōu)必須實現(xiàn)技術🎯創新(xin)驅動的高(gao)質量發展(zhǎn)。從産業整(zhěng)體發展階(jie)段來看，我(wǒ)國已經從(cóng)來料加工(gong)🌈組裝、模仿(pang)創新逐漸(jiàn)向自主創(chuàng)新邁進。過(guò)去我國制(zhì)造業主要(yào)通過加工(gong)和仿制産(chǎn)品向海🏃外(wài)企業💰學習(xí)追趕，而模(mó)仿先進成(cheng)熟的工藝(yi)和産品自(zì)然沒有正(zheng)向設計🈲的(de)需求，自然(rán)也就沒有(you)投入更多(duō)精力資源(yuán)在🏃♀️正向設(shè)計方面。所(suǒ)以這👌一點(dian)上可以看(kàn)出過去的(de)發展特🥰點(dian)導緻了當(dāng)前工業“五(wu)基”薄弱，特(tè)别是工業(yè)基礎軟件(jian)方面。但我(wǒ)們不可能(néng)停留在👄模(mo)仿創新階(jiē)段，主觀上(shàng)沒有這個(ge)意願，客觀(guan)實際上也(yě)不允許，因(yīn)為産🔆業發(fā)展如逆水(shuǐ)行舟不進(jin)則退。技術(shù)的突破需(xū)要企業選(xuǎn)擇自主開(kāi)發産品，而(er)不是🈲依附(fù)在某一海(hǎi)外品牌的(de)供應鍊或(huò)者技術體(tǐ)系内。這一(yī)點在高鐵(tiě)和汽車行(háng)業上體現(xiàn)得極為明(ming)顯。當企業(yè)以自主研(yán)發理念創(chuang)新、性能先(xiān)進的商業(ye)産品💞為目(mu)💋标時，企業(ye)将産生更(geng)強的創新(xin)動力和學(xué)習能力[23,24]。企(qi)業在自主(zhǔ)開發産品(pǐn)中突破技(jì)術瓶頸、掌(zhang)握正向設(she)✊計能力。這(zhè)一點也已(yǐ)經在或将(jiāng)在新能源(yuán)汽車、锂電(diàn)池及設🧑🏽🤝🧑🏻備(bèi)、半🔞導體等(děng)行業中顯(xiǎn)現。如果這(zhe)一産品尚(shàng)未出現或(huò)成形，同時(shí)又是先🌈進(jin)生産力的(de)方向，那麼(me)意味着🌂将(jiang)創造一個(ge)新興産業(yè)，一如上☀️世(shì)紀誕生的(de)大飛機、汽(qì)車、半導體(ti)以及互聯(lian)網。希望中(zhong)國未來❤️可(ke)以成為這(zhè)類❄️科技創(chuàng)新的發源(yuan)地，同時注(zhù)重打造出(chū)面向大衆(zhong)的品牌産(chǎn)品及産業(yè)鍊，實現C端(duan)品牌帶動(dong)B端制造産(chǎn)業鍊[25]。通過(guo)研發應用(yòng)數字化、智(zhi)能化和先(xiān)進制造技(ji)術，中🙇♀️國☁️制(zhì)造業企業(yè)将有能力(lì)進一步實(shi)現工藝流(liú)程和産品(pin)升級，逐步(bù)從價值鍊(lian)的低附加(jiā)值位置躍(yuè)遷到高附(fù)加🤟值位置(zhì)，掌握新興(xìng)産業⛱️的産(chǎn)業鍊話語(yǔ)權，不斷占(zhàn)據利潤率(lü)更高、技術(shu)含金量更(geng)高的價值(zhí)鍊，最終實(shi)現全球📞價(jia)值鍊框架(jià)内的産業(yè)升級[26]。微觀(guan)上企業的(de)技術、産品(pǐn)和品牌每(mei)進步一分(fèn)，我國制造(zào)業的貿易(yi)利益獲取(qǔ)能力就有(yǒu)可能增強(qiáng)一分，就将(jiāng)❤️在宏觀上(shàng)提升我國(guó)在全球價(jià)值鍊和收(shōu)入鍊上的(de)位置。實現(xiàn)智能制造(zào)道阻且長(zhǎng)，十四五智(zhì)能制造規(guī)劃中提♌出(chu)了到2035年✉️，重(zhong)點行業骨(gu)幹企業基(jī)本實現智(zhi)能化。這意(yì)味着智能(néng)制造是一(yi)項長期的(de)系統工程(chéng)。相信在未(wèi)來🛀十幾年(nian)的發展中(zhōng)，中國一定(dìng)會湧現出(chū)越來越多(duō)創新驅動(dòng)的智能制(zhi)造企業！由(yóu)于筆者時(shí)間、視野、認(ren)知有限，本(běn)文難免出(chū)現錯誤、疏(shū)漏等問題(tí)，期待各位(wèi)讀者朋友(you)、業界專家(jia)指正交流(liú)。
文章來源(yuán)：數字化企(qǐ)業 如有侵(qīn)權 請聯系(xi)删除
股(gu)權代碼：
