首页 百科知识 时代的智能工厂

时代的智能工厂

时间:2022-10-07 百科知识 版权反馈
【摘要】:具有上述特点的系统则为智能系统或智能化系统。在第3章所阐述的工业4.0十大技术支柱是构成智能工厂的基础。智能工艺流程设计是一个动态复杂的作业。智能的故障诊断和精准的维修保养,大幅降低了维修的成本,并保持高效率的生产运营。智能排程是智能工厂的关键组成部分,尤其对于工序复杂的离散制造业,其价值尤为突出。

在2013年汉诺威工业展上,工业4.0的倡导机构——德国人工智能研究中心展示了一个智能工厂的样板。每一个洗发水的瓶子上有一个RFID标签,RFID标签里含有这个瓶子需要灌装的洗发水的配方,需要盖哪个颜色的盖子、它的客户是谁等完备的信息。每个加工单元都有RFID读写器,依据从标签上读取的信息给瓶子灌装指定的洗发水,装上指定的盖子,送到指定的位置(图6-1)。

图6-1 德国智能工厂示范

什么是智能化?智能化是指由现代通信与信息技术、计算机网络技术、行业技术、智能控制技术汇集而成的针对某一个方面的应用。

从感觉到记忆再到思维这一过程称为智慧,智慧的结果产生了行为和语言,行为和语言的表达过程被称为能力,两者合称“智能”。智能一般具有这样一些特点:一是具有感知能力,即具有能够感知外部世界、获取外部信息的能力,这是产生智能活动的前提条件和必要条件;二是具有记忆和思维能力,即能够存储感知到的外部信息及由思维产生的知识,同时能够利用已有的知识对信息进行分析、计算、比较、判断、联想、决策;三是具有学习能力和自适应能力,即通过与环境的相互作用,不断学习积累知识,使自己能够适应环境变化;四是具有行为决策能力,即对外界的刺激做出反应,形成决策并传达相应的信息。具有上述特点的系统则为智能系统或智能化系统。

在上述例子中,我们看到整个生产系统存在智能化的全部特征,感知、记忆、思考、决策和行动。

在第3章所阐述的工业4.0十大技术支柱是构成智能工厂的基础。物联网技术使工厂有了非凡的感知能力,云存储赋予工厂快速、海量的记忆能力,虚拟现实、大数据和云计算赋予工厂思考和决策的能力,自动化机器人以及增材制造赋予工厂空前的快速和精准的行动能力。这些技术再加上横向和纵向的集成,从宽度和广度上大大提升了工厂和价值链的智能程度和水平,可以让不同企业、不同部门、不同专业的各种资源像一个乐队一样精准配合,通过快速协作创造出巨大的经济价值。

全球化的竞争和快速变化的客户需求,让每一个生产商都不能再用僵化的大批量生产方式来制造海量品种的产品。尤其是个性化定制产品的流行,需要制造体系的快速变革,迫使制造商要采用新的生产方式。持续地带来机械自动化、电子技术,以及基于编程能力的创新,让我们构建一套高效率、高柔性、高可靠性、低成本、短交期的制造系统成为可能。智能制造系统的功能构成如图6-3所示。

图6-2 智能制造系统

信息技术使得经验和数据知识化,各学科知识综合模型化,设计、制造、经营模块化

(1)智能设计。不可否认,产品和服务设计是企业经营最重要的一个环节。产品和服务是企业与客户的直接链接,是其市场价值的载体。现在的虚拟仿真技术、大数据技术、物联网技术等技术创新让产品设计工作有了质的飞跃。在第四章我们对这个内容已经有了全面的介绍。

(2)智能工艺流程设计。智能工艺流程设计是产品设计和制造体系设计的桥梁,让产品设计能够以高效率、零缺陷、低成本的方式交付。智能工艺流程设计是一个动态复杂的作业。从原材料转化为产成品的整个过程,工艺流程设计要规划制造能力的每个细节,并对相关资源需求做出详细描述。虚拟制造技术把智能流程工艺规划推到一个空前的高度。智能工艺流程设计对智能工厂的集成制造非常关键,它包括设备能力、设计加工的作业安排、人体功能学、机器人自动化建模、物料配送、线边库和存储等。

(3)智能质量管理。物联网、大数据和虚拟仿真技术,使得企业的质量管理水平越来越高。通过物联网,产品可以全程采集所有制造信息,可以完整再现所有加工流程。全面完整的信息,为运用大数据技术提供了条件。大数据技术让我们深刻理解了制造过程中的各种数据之间的关系。我们就可以快速运用掌握的新知识来优化制造工艺。现在的质量管理已经远远超出传统质量管理的概念。由于互联网技术的发展,制造商可以通过大数据分析,深度理解客户的需求和产品使用环境,从而可以在产品设计前期就进行相应的产品质量规划和质量保全体系规划。现在,弄清两个概念:被动质量保全和主动质量保全。被动质量保全强调通过抽样规划、抽样检验、返工分析、SPC等手段来确保质量;主动质量保全则强调因果关系知识体系、风险分析、试验和判断。在智能工厂中,由于知识的数字化、模块化、自动化、跨界化,主动质量保全得到空前的发展。

(4)智能维修和故障诊断。智能的故障诊断和精准的维修保养,大幅降低了维修的成本,并保持高效率的生产运营。故障诊断的目的是早检测故障并找到原因,以避免整个系统的宕机。物联网和设备智能化技术可以让我们时刻收集设备传感器的信号,来监控设备运行状态。通过虚拟设备模型和大数据技术,我们可以从这些信号中识别出设备潜在的故障隐患,精准分析故障原因,并分析失效模式,预测故障种类和发生的时间。故障诊断的基础任务是检测故障的发生以及其原因。故障检测需要3个步骤:信号产生、故障分类和评估、故障分析。

基于对设备的专业知识以及远程诊断,大量的设备厂商推出保持用户高运行效率从而提升设备价值的服务。基于智能的诊断和基于设备所有常规的维修及保养计划,设备厂商可以给出精准地保养和维修服务,让设备实时处于最佳状态,大幅提升企业的生产效能。目前,一些装备制造商的服务收入所占比重越来越大。英国的飞机发动机制造商罗尔斯罗伊斯的服务收入占比达到60%,超过产品的销售收入。中国制造企业的服务收入占比在过去的8年,从不足2%上升到15%。

(5)智能排程。排程是一个资源匹配问题,目的是匹配资源和排序,企业能够将有限的制造资源和市场机会进行最有效的对接,从而能够提高生产效率,降低成本和库存并取得最大收益。它是一个优化问题,要输入的变量非常多,一方面,企业将有限的资源(人、原材料、设备、工具工装)按照工艺逻辑、换型的效率逻辑、订单的优先次序、组装齐套的要求等一系列确定的规则来排程;另一方面,在运行过程中出现的一些异常,如产品的报废和返工、设备的宕机、人员的缺勤、物料的供应不及时,需要排程具备“运动中瞄准的能力”,随时按照实际情况进行生产安排的优化,以确保生产的高效运行。协调采购、生产过程中涉及的各个工序、设备、工艺、质量等制造辅助部门,使公司有限的资源能力发挥最大价值。现有的APS系统经过二十多年的发展,已经有了强大的计算和优化能力。智能排程是智能工厂的关键组成部分,尤其对于工序复杂的离散制造业,其价值尤为突出。

(6)智能控制。在智能工厂中,数据驱动控制处于重要地位。大量的基础作业被模块化、程序化,并内嵌到设备的控制系统当中。设备可以自我感知、自我适应、自我判断、自我行动。基于物联网和虚拟物理系统,专家和工人可以远程优化设备的运行控制。业务流程和业务模型的建模,让业务的运行也可以做到由数据驱动,比如采购订单的生成、下发就可以依据物料采购确定的业务模型来下达,而不需要人的参与。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈