新技术对制造新模式支撑
2021-08-10 来源：智造苑
随着科学技术和管理方法的发展和进步，新一代的技术和方法逐步应用于生产制造运作管理之中，也为制造模式的发展和革新提供了有力的支撑。
「 1. 先进制造技术 」
1）先进制造技术的概念
先进制造技术是为了适应科技的进步以及市场需求的变化，以传统制造技术为基础，不断融合前沿科技成果而发展起来的新兴技术群。先进制造技术是一门综合性、交叉性前沿学科和技术。先进制造技术可应用于设计、加工、监测、销售服务、回收等产品制造和服务提供的全流程，以适应信息化、智能化制造以及大规模定制化生产的要求，从而实现高效、低耗和柔性的生产，并提高对复杂动态市场需求的快速响应能力。此外，先进制造技术作为新一轮工业革命下的新制造模式的基础，为制造模式的实践提供了重要的支持，先进的设计、加工、工艺、自动化、企业管理等技术，极大地推动了智能制造的发展，同时也有利于产生新的具有定制化、服务化、协同化等特征的制造新模式。当然，制造模式的革新也将促进新型先进制造技术的诞生，为了满足未来面向大规模定制化生产的制造模式需求，企业也在全力研发相应的新技术。
与传统制造技术相比，先进制造技术具有如下几方面特征：学科交叉；系统特性；注重可持续发展；技术与管理相结合。
2）先进制造技术的发展趋势
目前，先进制造技术的发展方向主要包括全球化、网络化、绿色化、柔性化、虚拟化等。具体而言，先进技术的发展主要呈现以下几种趋势：
（1）集成多学科成果，技术体系持续完善；
（2）绿色化将成为主要发展方向之一；
（3）服务化的特征逐步凸显，推动制造业转型；
（4）逐步走向智能决策。
3）先进制造技术的分类
（1）先进设计技术，具体包括并行设计、反求工程、价值工程、计算机辅助设计、绿色设计等。
（2）先进制造工艺，主要包括高效精密成形技术、特种加工技术、表面改性技术、超高速加工技术、超精密加工技术等。
（3）制造自动化技术，主要包括工业机器人技术、数字控制技术、自动检测技术等。
「 2. 新信息技术 」
新一轮工业革命的发展离不开新信息技术的推动，新一代信息技术中最典型的是大数据、物联网、云计算等技术。它们是实现制造业实现转型升级的重要抓手，在宏观层面，有助于我国制造业转型升级过程中实现科学决策；在微观层面，在精准化的产品设计和研发、降低成本、提升效率、缩短生产周期、优化流程和决策等方面具有重要意义。此外，利用工业物联网等技术和底层设备，对制造过程进行实时数据采集和控制，同时将大数据技术和云端的求解器集成应用，有助于实现智能工厂模式下的智能化管理决策。
新一代信息技术为制造与服务融合、产品和服务的个性化定制等领域的发展提供了重要的历史机遇，同时也将推动产生具有定制化、服务化、协同化特征的新型制造模式。新信息技术在产品的结构和功能设计，与产品捆绑的服务模式、形态和内容设计，产品制造与服务提供的耦合等方面也产生了显著影响。其结果可能是制作模式的创新，运行成本的降低，客户体验的提升，企业利润、竞争力、可持续发展能力的增强等。此外，新信息技术也将催生适应未来智能制造时代需求的新型价值创造方式，带来价值增强和价值拓展两种效益，构建相应的制造新模式。新信息技术可以改善产品及服务的原有性能与绩效，提高运行效率和服务水平，即价值增强效益。
1）大数据
这里的大数据主要是指工业大数据。工业大数据是指在工业领域中，从需求到销售、计划、设计、制造、采购、供应、库存、交付、售后服务和运维、回收再制造等整个产品全生命周期各个环节所产生的各类数据及相关技术和应用的总称。工业大数据主要有以下几类：
（1）经营性数据；
（2）生产性数据；
（3）企业外部数据。
一般意义上，大数据具有数据量大、数据种类多、商业价值高、处理速度高等特点。工业大数据区别于商业大数据等其他领域数据的核心差异在于两方面：首先是准确率高，在很多应用场景中，对精度的要求达到99.9%以上，而且更加关注数据的真实性、完整性和可靠性；其次是实时性强，由于工业生产过程中存在纷繁复杂的变化情况，而且在大规模生产时会产生频率高、体量大的制造加工数据，因此在数据采集频率、分析速度和异常响应能力等方面都有较高的要求。
大数据相关的技术主要有采集、治理、分析挖掘等方面。
工业大数据具有广泛的应用前景，在设计、生产制造、服务等各个环节都将发挥巨大的作用。在设计方面，挖掘市场交易数据以及客户反馈数据，分析不同类型用户的价值贡献度和个性化需求，最终得到对不同客户的差异化的产品和服务的设计方案，从而更精准的满足市场定制化需求。在生产制造方面，大数据技术将有利于制定科学的生产计划，并在加工参数动态优化、预防性维护策略调整、精准质量管理、精益库存管理与配送能力优化等方面发挥重要作用。大数据技术与人机交互、工业机器人、虚拟仿真等技术相结合，最终将优化生产效率、降低运作成本、提高服务水平。在服务方面，可以使得一些新型服务变为可能，例如通过远程监测产品运行数据并进行分析预测，设计更为合理的维护保养计划并进行相应的资源能力配置，帮助客户减少损失；或者拓展高级定价模型、大数据咨询、大数据外协等新型服务。
2）物联网
物联网是通过RFID装置、全球定位系统、物理传感器、激光扫描器等设备，将传感器与网络相连接，进行信息交换和通信；在信息智能化采集、传输与处理的基础上，以及智能化识别、定位、跟踪、监控和管理等功能。例如，现代化生产线有大量的传感器，可实时探测温度、压力、热能、振动和噪声等，利用这些数据可以实现设备诊断、用电量分析、能耗分析、质量事故分析等。物联网的核心和基础仍然是互联网，只是其用户端延伸和扩展到了实际物体之间。这是互联网和新信息技术与制造系统全面深度融合所形成的应用形态，是智能制造发展的关键信息基础设施，智能化生产、网络化协同、个性化定制的实现奠定了坚实基础。
物联网技术可以使企业实时获取设计、制造、服务实施、市场销售等环节的多源异构数据。基于这些数据，首先可以各部门协同分析用户需求偏好，设计新型服务以增强客户满意度，如产品支持性服务、售后服务、基于使用的服务等。同时，这些数据也可以为原有产品与服务的改进提供依据，从而更好地完善产品和服务集成，并进一步推进制造和服务的融合，推动制造模式的发展和创新。此外，传统制造业是单纯销售产品，然而目前已经逐步转向出售“产品+服务+平台”，物联网技术成为了这个过程中的重要技术基础，使得企业各部门可以共享产品运行相关信息，完善和设计新的增值服务以及与之相匹配的生产计划与调度控制方案以及供应链管理策略，在实现全产业链信息共享、协同决策的基础上拓展新的业务模式。
物联网的技术体系主要可以分为感知层、传输层和应用层。
3）云计算
云计算是一种基于大量网络资源的服务交付和使用模式，提供可用和便捷的网络访问，进入可配置的计算资源共享池，使得用户可以按需使用易于扩展的、虚拟化的资源并获得优质的服务。在云计算模式中，计算能力、软件应用、网络数据等大量的IT资源组成虚拟资源池，供不同客户动态使用，为其提供个性化服务。云计算可以提供如下几种服务：
（1）基础设施即服务（IaaS）：将计算机基础设施作为服务提供，消费者可通过互联网获取；如基于服务器的计算资源共享。
（2）平台即服务（PaaS）：将软件研发的平台或服务器开发环境作为一种服务，供异地用户实时交互、协同工作，如客户参与协同设计的产品或个性化定制开发。
（3）软件即服务（SaaS）：软件部署在云端，用户无需单独购买，而是可以直接租赁软件服务，例如租用基于Web的软件来管理企业经营活动。
云服务的实现方式可以通过公有云、私有云和混合云来实现。公有云是指用户并不用于云资源本身，而是通过开放的网络访问来获得服务；私有云是指企业内部自己使用并不向公众开放的云服务，需要独立搭建数据中心基础架构；混合云同时具有公有云和私有云两者的功能，既需要搭建好自己的云计算基础硬件架构，也可以直接利用其他外界的云服务。
云计算相关的技术可分为基础设施层技术、平台层技术和应用层技术。
云计算需要依赖云架构，通过标准化、虚拟化和自动化的方式对云中的软硬件资源进行有机整合，并通过网络为用户提供服务。这也为制造企业实现高效信息管理、数据共享与集成、协同优化决策等提供了重要的保障。
云计算推动了云制造这种新型制造模式的高速发展。云制造融合了现有信息化制造技术、物联网、高性能计算等新信息技术，将虚拟化后的各类制造资源和制造能力构成云服务池，不仅可以满足自身使用也可以对外提供服务。用户可随时在云端根据自己需求，来获取制造资源与能力服务。由于在云制造架构下，企业各业务系统均可部署在云空间中，以服务的方式让企业配置和使用，因此可以实现不同企业之间，以及企业内各业务系统的无缝对接，打破了信息孤岛，能够便捷地实现协同。
「 3. 新一代人工智能技术 」
人工智能利用数字计算机或机器模拟，通过环境感知来获取知识，对人的智能做进一步拓展和延伸。目前，人工智能发展已经有60年历史，其最核心的特征是具备认知和学习的能力。在移动互联网、大数据、超级计算、传感网、深度学习等新理论新技术以及经济社会发展强烈需求的共同驱动下，人工智能加速发展，大数据驱动的知识工程、人机协同增强智能、群体集成智能、自主智能系统成为人工智能的发展重点。
新一代人工智能技术将成为新一轮工业革命中的核心技术之一，并且对于制造模式创新起到了巨大的推动作用。新一代人工智能技术的应用将有利于新型制造模式的诞生，尤其是在大规模定制化生产、智能服务型制造等方面。制造业产业模式将实现从以产品为中心向以用户为中心的根本性转变，进一步提升制造业数字化网络化智能化的水平。新一代人工智能技术将助力完成深刻的供给侧结构性改革，为制造业革命性的产业升级提供了历史性机遇，形成推动经济社会发展的巨大引擎。
新一代人工智能具有以下几方面重要特征：
（1）大数据为人工智能的快速发展奠定重要基础；
（2）群体智能成为新一代人工智能发展的重要驱动因素；
（3）人机协同进一步加强，逐步催生增强智能的新形态。
新一代人工智能主要包括深度学习、自然语言处理、人机交互、计算机视觉、虚拟现实/增强现实等关键技术。
「 4. 先进管理技术 」
新一代工业革命的发展，制造模式的创新，都离不开先进的管理技术。现代企业先进管理技术将有利于实现更优的资源配置，减少浪费和成本，提升运作效率和服务水平以及对市场需求的响应能力，从而更好地适应工业4.0和未来智能制造模式下的时代发展要求。
在智能制造时代，需要基于“互联网+”的协同化制造模式来进行生产运作管理。在这一模式下企业将不再自上而下地集中控制生产，不再从事单独的设计与研发环节，或者单独的生产与制造环节，或者单独的营销与服务环节；而是从顾客需求开始，到接受产品订单、寻求合作生产、采购原材料或零部件、共同进行产品设计、生产组装、提供与产品相关的服务，各个环节都通过互联网连接起来并有效协同，从而确保最终产品满足大规模客户的个性化定制需。
1）新型企业资源计划技术
传统企业资源计划（ERP）是在MRP II基础上发展而来，包括市场销售、生产计划、采购和库存管理、质量管理、产品开发管理、人力资源管理、财务管理等功能。ERP主要实现企业内部的信息集成与资源优化配置管理，但是随着企业信息化、协同化管理要求的增加，传统的ERP已经不能满足，需要新型ERP（即ERP II）才能适应未来制造新模式下的企业之间和企业内部各部门的协同运作管理需求。
新型企业资源计划技术采用一种新型商业管理策略与开放的应用架构，以支持全球化的业务处理要求，能够整合和优化企业内部以及企业之间的商务运作、协同运营等流程，从而实现客户以及股东的价值增值。
ERP II不仅可以进行企业内部资源的优化配置与业务流程处理，还可基于企业间的信息共享与数据集成，参与整个价值链的资源规划，由原来的个体最优逐步转移到系统最优。而且它将采用开放的、组件化的体系架构，企业可根据自身需求构建个性化的应用，并可以根据外界变化实现信息系统的自适应调整，特别是管理模式、组织结构、业务流程的方面的调整。
2）产品全生命周期管理技术
产品全生命周期管理覆盖产品研发、生产、销售等环节，集成相关的资源、流程和信息，可使企业建立详细和直观的数字化产品信息，协调并整合产品价值链上各环节的数据，从而动态的发现和解决相关问题，进一步完善产品设计，实现数字化、智能化的产品全生命周期管理。其具体内涵包括知识管理、数字化设计与仿真、产品开发与协同设计、变更管理等方面。
3）智能生产计划与控制技术
面向智能制造的生产计划与控制技术主要包括作业计划与调度、数据采集与跟踪监测、统计过程控制与质量管理、设备维护管理等方面，将有效提升生产效率和质量，减少运作成本。
4）任务驱动的协同资源配置与管理技术
为了更好地适应智能制造模式下多品种、大批量、定制化的生产要求，将利用云技术对分散、异构的资源进行虚拟化和封装。在此基础上，进行任务驱动的协同资源动态优化配置与管理，实现设计-制造-服务的协同与企业高效运作：
首先，基于物联网与CPS实现资源的接入和感知，建立物理-虚拟映射机制将资源虚拟化，通过利用本体论、WSDL技术、UML语言等对资源进行形式化描述；其次，采用面向服务的技术（如Web服务）对虚拟化资源进行封装；再次，考虑协同任务要求、资源可用性、负荷均衡性等因素，以资源利用率、服务水平、运作效率和成本为目标，建立任务驱动的多目标资源优化配置模型，并基于启发式方法、随机规划等优化方法或机器学习方法进行求解；最后，考虑不确定性因素或突发事件对资源配置的影响，实时监测资源冲突情况，并据此对资源配置方案加以动态调整。
5）基于多智能体系统的协同方法
面向动态的协同任务，动态封装智能体并组成多智能体系统。首先建立智能体自主决策模型集，包括基于知识、基于算法以及基于规则的模型，这些决策模型适应于解决不同的应用和决策问题，并可根据自身利益以及与其它智能体交互结果调整决策。实际应用时，根据动态协同任务，面向每一参与任务的主体，调用相应的自主决策模型并进行相应的配置，封装成多个智能体并建立彼此之间的关系，从而实现任务驱动的多智能体协同决策，求解具体的设计制造服务协同问题，具体如图所示。
面向协同任务的多智能体系统
6）基于“分解-自治-协调”的协同优化决策技术
在未来智能制造模式中，跨企业、跨业务系统的设计-制造-服务协同问题是一个重点问题，也是一个大规模复杂问题。而且不同的业务系统数据隔离，不同的主体利益不一致，导致难以进行整体集中优化，因此需利用基于“分解-自治-协调”的机制实现协同优化决策。
首先将参与协同主体的决策任务作为一个子问题，选择合适的决策模型与算法，不同主体决策子问题构成整体协同决策问题。对于每个子问题进行局部求解，获得局部最优决策；而后，基于一系列协调和耦合机制（如基于规则、基于双层优化、基于知识、基于多代理等）协调各子问题的求解，最终使得由所有子问题解构成的全局解达到最优或近似最优，从而实现不同业务系统集成与共享，使得跨企业的不同主体可以方便地进行交互，通过协同实现合作共赢。
7）基于工作流的协同过程管理技术
工作流是一类能够完全或部分自动执行的业务过程，将具体工作拆分成多个任务、角色、资源、信息等工作流元素；而后根据一系列过程规则，使上述元素在不同的执行者之间传递，并通过一定的规则来执行这些任务并且监控执行过程。采用工作流管理技术对设计制造服务协同业务过程进行自动化或半自动化管理，需要根据协同平台的不同业务，确定流程的任务节点、角色、输入、输出，并对这个过程中包含的多个工作流元素进行描述，在此基础上建立项目流程模型，而后将其实例化成为工作流程。由此，可以提高任务执行效率和质量。
从技术层面看，可基于面向服务体系架构与云模式相融合的工作流技术，通过工作流引擎执行工作流服务。具体而言，可利用时间着色Petri网方法对设计、制造、服务一体化业务流程进行建模，同时采用Web 服务技术完成流程描述、数据映射以及通信，实现工作流驱动的多业务流程协同。在此基础上，实现动态、高效而灵活的协同过程管理，并对过程进行实时监控，及时发现和消解各类冲突。
改编自：《未来制造新模式——理论、模式及实践》（作者：江志斌，林文进，王康周，李乐飞，涂金
相关新闻
版权声明
1、凡本网注明“来源：中国轻工业网” 的作品，版权均属于中国轻工业网，未经本网授权，任何单位及个人不得转载、摘编或以其它方式使用。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：中国轻工业网”。违反上述声明者，本网将追究其相关法律责任。
2、凡本网注明 “来源：XXX（非中国轻工业网）” 的作品，均转载自其它媒体，转载目的在于信息之传播，并不代表本网赞同其观点和对其真实性负责。
3、如因作品内容、版权和其它问题需要同本网联系的，请于转载之日起30日内进行。
4、免责声明：本站信息及数据均为非营利用途，转载文章版权归信息来源网站或原作者所有。
