1、顶层设计保障工业互联网快速发展
新冠疫情全球大爆发给人类实体经济带来前所未有的巨大冲击,也为加速发展数字经济提出迫切而现实的需求。2020年3月,党中央提出加快5G网络、数据中心、工业互联网等新型基础设施建设进度的要求。未来几年,我国会持续投入大量资金扶持新基建示范项目和工程。国家层面已出台的各项指导意见及各省市区为落实中央精神即将出台的各项行动方案,必将为我国下一阶段高质量发展数字经济提供强有力的政策保障。
产业数字化作为数字经济的主要组成部分,制造业特别是以航空、航天、轨道交通装备等为代表的高端装备业,是高质量发展数字经济的重要组成部分。高端装备行业产值高、供应链广,对产业经济的发展具有非常重要的引领作用,也代表着我国工业最高的科学技术、工艺水平、质量要求。高端装备制造业是我国工业领域实现创新驱动发展、管理提升和数字化转型升级的重要领域。
21世纪以来,美国“工业互联网”与德国“工业4.0”引起了全球制造业的产品开发、生产模式和制造价值实现方式的转变。德国工业4.0和美国工业互联网不仅是把握未来信息技术与工业、信息化与工业化融合发展的“多棱镜”,而且是信息技术发展到深层次阶段的一种崭新的工业发展模式,核心在于不断增强企业、行业甚至国家的整体竞争力。随着工业大数据分析、智能传感网络、工业网络控制等技术的发展和应用推广,工业互联网技术正从最初的点对点远程控制与运维向更深度的网络化、智能化、开放化和服务化方向发展。工业互联网的快速发展,对高端装备制造业的数字化转型产生了巨大的引领和支撑作用。
2、高端装备制造业的发展趋势与面临的挑战
2.1 数字化发展趋势
传统的高端装备制造企业往往通过增加资源投入来实现增长的外延式发展,这种粗放模式使其综合能力提升不大,面临着效益不高的困境。在新一轮科技革命和产业变革中,制造业想获得可持续发展的竞争优势,必须依靠信息物理融合系统(CPS)实现协同的设计、供应链、生产与产品服务,置身于全球供应链的生态系统之中,应用互联网实现互联网+智能工厂[4]。从产业经济角度看,随着智能制造、工业互联网等技术的成熟应用,创新驱动新增长与服务价值链延伸的发展模式是高端装备制造业发展的新动能,也是其转型升级的方向。
随着国内制造成本的不断上升,中国高端装备制造业过去依赖人力、资源和能源的要素驱动式的发展方式已经到达瓶颈,急需向创新驱动的发展方式转变。重视产品、技术和管理等方面的创新,是实现高端装备制造业升级,逐步实现由对标跟随向自主创新转变的关键环节。
高端装备制造企业过去往往处于价值链的底端,设备场地投资重,投资经济效益不高。随着工业互联网技术的发展,高端装备制造业的未来经济增长点将是综合保障增值服务模式,形成服务型制造。通过先进的物联网技术采集智能装备产品的海量运行数据,应用工业大数据技术,提升产品性能,并对产品全生命周期的健康状态进行管控。通过制造、服务一体化,实现由生产型企业向服务型企业的价值链延伸转变。
2.2 企业面临的挑战
随着客户对产品功能、性能和质量的需求越来越高,研制和生产周期要求越来越短,产品价格要求越来越低,高端装备产品的复杂度、制造工艺的难度和高定制化的程度成为企业的巨大挑战。面对随之而来的“多品种、小批量、高复杂”的制造特征与“高质量、短周期、低成本”的矛盾,高端装备制造企业面临着贯穿于高端装备的全生命周期的最为复杂的制造问题——如何实现全生命周期的高效率和充分柔性。
3、工业互联网技术与管理模式创新实现内涵式发展
近年来,随着工业互联网技术在传统行业中的快速渗透,传统行业在多方面能力得以提升的同时也对工业互联网提出了更高的要求,跨界合作、融合创新已经成为行业发展的共识。智能传感技术、移动嵌入式系统、工业大数据分析等新兴技术在此过程中也得以与传统行业快速融合发展
。
在产品的全生命周期中,将工业互联网技术与管理创新相融合,以提升产品智能化水平,并利用大数据技术延展产品增值服务,实现产品全生命周期的数字化。典型应用涵盖了产品的销售、研发、运营和产品服务各个环节,包括利用嵌入物联技术和工业大数据实现产品创新、通过“端—管—云”形式实现智能产品远程运维、基于知识工程的智慧创成技术、基于MBD(模型定义)的设计研发、生产过程复杂的人工智能决策、自适应的柔性制造系统等。
3.1 基于嵌入式物联技术与工业大数据的产品创新
把物联网技术应用于产品,实现产品在运行过程中对自身状态及周边环境的自感知,可实现故障的预警、诊断等功能。通过标准和开放的数据接口,能够对产品在运行中的数据进行分析与挖掘,实现创新性应用等。各种数据挖掘的智能方法可以用于发现这些信息中所隐含的设计提升需求,使设计概念的创新提升到一个新的层次。
3.2 通过“端—管—云”形式,实现智能产品远程运维
远程运维服务在工业互联网体系中往往以“端—管—云”形式出现,随着工业互联网的快速发展,远程运维服务也正在向更多的领域渗透。远程安全读取工业机器人数据,分析生产现场的运行状态,提供了一个非常安全的网络通道,使人可以在任何地方读取生产现场工业机器人的实时运行状态信息,为运维和性能优化工作提供支撑。
3.3 基于知识工程的智慧创成技术
产品研发设计过程的智能化实现,主要体现在客户需求经过设计转化为概念方案的阶段,这一阶段在融入人工智能技术和系统工程方法后将更加智能化、科学化。基于知识工程的大部分研究都集中在知识的智能化获取与结构化表达两方面,其中包括基于规则的方法、知识流分析方法、基于语义网络的方法等。将这些基于知识工程的方法应用到设计需求转化为概念方案的过程,再借助自然语言识别、语义检索和人工检索等技术,利用效应库、专业库及专利库等外部知识,分析当前技术趋势,可帮助设计员识别问题、快速找到最优解决方案,进而实现概念设计的智能化。
3.4 基于MBD(模型定义)的设计研发
随着VR、计算机网络、大数据等前沿技术的不断成熟,采用面向产品全生命周期的数字化设计系统,可在数字孪生的CPS系统中实现产品的全数字化设计。近年来花费较高的物理性能试验被高性能仿真取代,这不但可以缩短研发周期,同时也有效降低了成本。企业在面对越来越高的产品性能要求的客户时,仿真数据优化、高效试验设计、智能优化等技术将被越来越多地用于提高产品性能上。
3.5 生产过程复杂问题的人工智能决策
在先进的计划与调度、图像识别、过程质量控制等领域,智能设备的计算能力要比人类更高,与人类主要依赖经验进行判断相比,其可更快地给出更准确的解决方案。智能设备通过工业互联网技术采集生产过程中的人员、设备、物料等数据,再通过大数据分析形成预测模型和决策支持。例如,通过对生产状态的预测分析,可提前预警设备停工、质量事故、设备效率下降等状况,提醒相关人员及时纠正,避免问题对生产计划的影响。
3.6 自适应的柔性制造系统
单件小批量生产是当今制造业面临的主要挑战,其需要在一次性且产量较小的生产中仍能保持高生产效率、高产品质量及优化的制造周期。因此,在成本可控的前提下,通过柔性线、机器人、AGV等智能制造装备的应用提高生产的柔性,可满足越来越复杂的市场环境;通过快速的产线调整、资源重组搭建自适应的柔性制造系统可应对这种挑战。
智能工具是工业互联网体系中的基本组成单元,也是形态最丰富、技术集成度最高的产品之一。在生产过程中,智能工具可通过内部集成的软硬件系统对生产环境和状态进行实时判断,并可随时与操作者进行人机交互,以促进生产全过程的提质增效。
4、开展基于工业互联网数字化转型的建议
工业互联网在高端装备制造企业落地是一个复杂的系统工程,为实现高端装备制造企业的数字化转型升级,建议从以下几个方面展开工作。
4.1 建立国家级智能制造联合应用开发创新中心
依托中立的第三方科研机构建立跨行业的国家级智能制造联合应用开发创新中心,集中解决智能制造过程中的共性问题,提供公益性质的公共开发、测试与验证环境。制定统一的行业标准与测试验证方法,为政府相关部门提供决策支撑,为企业提供各类服务,起到产业孵化器的推动作用。
4.2 企业全面开展精益管控体系搭建与系统的智能制造规划
智能制造的建设不能一蹴而就,需要在建设前开展大量前置工作。前置工作主要有:一是拥有一套完整的目标导向的精益管控体系,使用精益方法以实现制造体系的全面协同;二是对工艺过程进行优化,并对制造装备改造升级,使制造装备具有智能化特点,使大部分生产过程不再依赖人工,保证生产效率与质量的一致性,以适应产品定制化、制造服务化的发展方向。
工厂规划有完整的、基于系统工程理论并以精益思想为原则的方法论。整个规划以企业业务需求为出发点,配备适度的自动化,并使用专业的工厂仿真软件对建设效果进行验证,以保证规划效果。系统的工厂规划方法是业务目标实现的基础,也是实现灵活高效、柔性化、智能化生产模式的基本条件。科学的规划不但能够满足发展需求,也能优化资源配置、提高投资效果、优化发展方式。
4.3 开展高端装备工业互联网示范实践
高端装备企业想要切实有效地智能制造投资建设、推动内涵式发展转变,需要通过建设精益体系、规划智能制造体系、工艺改善和智能车间示范实践几个阶段。以产品制造全生命周期为对象,以产品制造过程与生产环境融合为目标,开展基于数字孪生技术的车间规划、基于数据的分析与决策、基于IT驱动的质量管理、基于动态混流精准管控的制造执行、基于先进的项目管理和计划排程功能的企业资源计划、基于统一和结构化数据源的产品生命周期管理、基于知识驱动的结构化工艺设计,实现高效协同的精准管控。通过生产过程中各生产要素间的互联与数据采集,并与信息系统进行数据集成,实现对制造过程工艺参数实时优化、误差自动补偿、智能监控等应用,最终形成虚拟世界与物理世界融合的智能车间系统。
来源:信息通信技术与政策
原创:中国信息通信研究院融合创新研究中心高级工程师杨菠、华业长青(北京)科技有限公司总经理赵雄飞等