0 引言

随着“数字化转型”、“数字中国”建设的发展,人们今天的衣、食、住、行不仅仅与实物产品生产制造密切相关,而且和信息、数据获取紧密相关。在人类科学技术发展的漫长征途中,每一次工业革命的变革都给社会创造了巨大财富,并且极大地促进了社会的发展、人类的进步。制造业作为一个国家经济的源动力,左右着一个国家经济发展的命脉和人民的生活水平,同时造就并推动人类文明的蓬勃发展,计算机的发明、信息技术的大范围应用,以及随之而出现的智能制造技术,也是我们当前社会所面临的机遇与挑战。由于智能制造刚刚处于起步阶段,有着漫长的路径,必将走过数字化、网络化、智能化等三个阶段。但是智能制造是一个非常大的概念,至今没有确切的完整定义,没有一个完整的体系架构以及实施技术路线图。

为解决上述问题,中国航空工业集团组织行业内大量一线工作的飞机设计、工艺、制造工程、管理专家,经论证和分析,构建了航空工业智能制造的各级各类模型,并在多家航空工业企、事业单位试用,经修订完善,提出了本文的智能制造架构和模型。

1 智能制造的定义

要正确理解智能制造,首先必须理解什么是“制造”。制造,包含了“制”与“造”两层含义。“造”相对比较简单,就是生产。但制造不仅是生产,“制”包含了制度、方法、标准和规范等含义。宏观的“制造”包含了产品策划、总体设计、产品设计、工艺设计、生产过程、交付、运行、维护维修、管理、决策等等重大研发过程和复杂的管理体系。因此,制造并不等同于生产,两者不能混为一谈。

在《三体智能革命》一书中,描述了人类智能、机器智能、人工智能,智能制造就是给传统的制造赋予了智能的概念。这里的智能就是指“人工智能”。传统的人工智能,就是把专家学者的知识、经验、方法,以及数学、物理、化学等等的方法、算法,经过反复验证,把它变成软件,由电脑执行的过程,这就是人工智能把人的知识转化为电子计算机的知识。电子计算机支持软件运行,形成模型,完成工业产品的研制、生产、运行、综合管理等等复杂过程。

智能制造不仅包含了复杂的产品研发技术体系,还有庞大的管理体系。自动化车间、无人车间、黑灯车间、自动物流配送、仓储都不是智能制造,仅仅是智能制造的组成部分,可以叫做智能车间、智能物流、智能仓储。

明确了智能制造的内涵,我们就明白智能制造是今后几十年要干的事情,不可能一蹴而就;必须认识到两点,第一,智能制造是马拉松长跑;第二,从全国看,中国没有全面实现工业化,智能制造差距巨大。

智能制造的本质就是用软件控制数据的自动流动,解决复杂产品的不确定性。

2 智能制造的体系和架构

智能制造的体系和架构,本文参考了德国工业4.0。德国工业4.0是2013年汉诺威工业博览会发布的,是德国根据国家的现有工业基础,制定的一项国家工业体系实现数字化转型的战略发展规划。它由工业管理体系和数字化转型体系构成,包含了成千上万项具体技术。

2.1 德国工业4.0和智能制造

德国工业4.0战略发展规划,其战略要点就是“1、2、3、8”。

1) 建设一个系统:赛博物理系统(Cyber-Physical System,简称CPS);

2) 研究两大主题:智能工厂和智能生产;

3) 实现三项集成:通过价值链及网络实现企业间横向集成,贯穿整个价值链的端到端工程数字化集成企业,内部灵活且可重新组合的纵向集成;

4) 实施八项计划:标准架构、系统模型、基础设施、安全保障、工作组织、持续培训、监管框架、资源利用。可以清晰看到,这八项计划是国家能力。

德国工业4.0中的三项集成:纵向集成、端到端集成和横向集成,借鉴了图1。

纵向集成就是模型的企业管理维,指的是企业及其所处行业的价值链中,从综合业务运行落地到生产运行的管理,细化就是从决策-计划-组织-执行-控制-反馈的层层穿透和双向交互,具体由决策支持系统、ERP、DCS、MES、MDC/DNC等系统之间的集成来实现。

端到端集成就是这个模型的产品维,指的是源于市场,终于市场的产品研发和制造服务体系,即从市场需求研究、产品策划和定义到退役、报废和回收的整个产品链和资产链中,与产品和资产有关的信息的双向传递,以确保正确的时间、正确的地点、把正确的物料和正确的信息交给正确的人,主要通过PLM、BOM、ERP、MES、CRM、ALM、MRO等系统之间的集成来实现。

横向集成就是这个模型的价值链维,从供应商到客户,指的是企业与上游、下游等之间,供应和需求信息的双向互通。横向集成主要通过数字化营销渠道、CRM、ERP、SCM、SRM等系统之间的集成来实现。

2.2 智能制造的分层和分级

将图1细化展开,企业管理维和价值链维不变,产品维改为产品寿命周期维,增加一个生产寿命周期维,就得到了图2,这样就可以把智能制造分解为三个层次,第一就是窄义的智能制造,第二就是一个集团级的智能制造,第三就是宏观意义上的智能制造。

狭义的智能制造仅仅考虑了生产现场的智能制造,包含了制造运行管理、生产现场监控、现场设备的管理等等,包含的软件系统就是车间现场、MES、MDC/DNC等等。

集团级的智能制造在狭义的智能制造范围内,从产品寿命周期维增加了设计工程、制造工程、集成验证和确认;从企业维增加了企业资源计划;价值链维增加了采办管理、物流管理;从生产寿命周期维增加了生产系统设计、建造、测试、生产系统的运行维护、重构、资产管理和处置等等内容。

广义的智能制造在集团级的智能制造基础上,从产品寿命周期维增加了产品运行概念、和产品交付后的使用、维护、服务和支持;从企业维增加了战略决策和管理、综合业务管理;价值链维供应链管理和营销管理等等内容;宏观意义上的智能制造需要调动社会资源的方方面面,牵涉到整个国家制造业的资源配置能力和水平,是一个复杂的巨型系统。

本文仅考虑集团级的智能制造及以下范围。

3 航空工业智能制造的总体架构

航空、航天、航母、核电站等等大型复杂产品,构成的零组件和元器件都超过上百万件。以1970年开始交付的波音747飞机为例,在上个世纪六十年代,第一没有大型机加件的整体加工设备,第二没有复合材料的应用,当时的波音747飞机全是金属件,第一架飞机结构件大概是800万个结构件和几千万个标准件;后期747飞机,减少到了400万个零部件;最典型就是生产零部件工艺流程和专业化分工,由分布在65个国家、1500个大企业和一万多家中、小企业参加协作生产,是飞机全球协同制造的典范。

这么复杂的管理与协作,如何合理分层分级?如何定义复杂产品的智能制造总架构?这是我们面临的问题。

要梳理智能制造架构,可按大型企业的管理体系从底向上。企业最底层是智能设备和智能装备层,第二层是车间级,也就是控制执行层;再向上多个车间和分厂的运行和管理是生产管理层;再向上就是企业管理层了;大型复杂产品制造需要多个企业集团协作,就是企业联盟层了。智能制造总架构图如图3所示。

4 智能制造的分层架构

企业联盟层如图4所示,复杂产品需要多家企业集团协同研制,首先是状态感知,感知各家供应商的供货状态、存在问题以及对最终产品交付的影响;其次是实时分析,根据供应商过去多年的供货状态,以及给其它企业配套供应的情况进行大数据的统计分析,进行供应商评价;然后就是根据评价情况和结果,预测可能出现的问题和解决办法,提出辅助决策意见,供自主决策使用;最后就是精准执行了,按照自主决策的结果,完成对供应链管理和控制的执行。

企业管理层,如图5所示,第一层的动态感知,感知的是产品状态、资源状态、分厂和车间状态、企业运行整体状态、产供销人财物等等管理状态;通过感知的状态数据对企业财务、效益、产品成本、生产周期、产品质量作实时分析;接下来就是自主决策,对分析出来的数据做出绩效考评、优化安排资源计划、调整生产计划排产、做出新的工艺决策;最后就是实时调度生产、完成资源配送和调整、解决出现的问题和故障、生产新的工艺路线,这就是精准执行了。

生产管理层:动态感知物料状态、产品状态、设备设施运行状态、故障状态等等;实时分析计算物料需求、零件质量、任务计算分配、统计分析等等;自主决策完成作业动态调整决策、物料如何配送、作业单元定义、质量问题处理;最后的精准执行就是作业任务执行、物料指令发送、作业单元调整等等。

控制执行层:紧密结合生产现场和现场设备,其状态感知就是感知各类应该管理和检测的数据,包括工件状态、设备状态、位置状态;数据传递到后台实时分析工件的几何误差、设备运动误差、问题状态分类;自主决策完成误差补偿、规则匹配、生成现场指令、完成作业数据生成;最后的精准执行就是控制设备运行、物料配送、作业执行、异常情况警示和显示。

智能设备层:要考虑两个问题;第一就是传统的机加设备都是单机运行,数字化改造升级就是制造业面临的问题,如何低成本的完成设备和装备的改造升级,进入智能制造系统;第二就是有些高、精、尖设备,买不到;这样智能制造装备层的架构就非常重要了。第一状态感知设备运动状态、受力状态、工件状态、输入输出状态、耗能状态;然后实时分析设备的异常情况、加工位置的偏差、振动和噪声状态、输入输出是否异常、零件偏差等等;自主决策就是完成位置补偿、参数调整、软件调整,最后的精准执行完成设备的新的状态设置、位置调整、运动控制、进给控制,加工执行了。

5 智能制造的理想模型

如图6所示,智能制造的核心是图中的虚线部分,工业软件大规模的使用,从设计、工艺、生产、制造、装备到试验全是虚的,产品数字化,研制过程数字化,才能够让产品在网络上高速的流转。在这个过程中反复快速迭代,发现问题,修改模型,然后拿这些数据来指导生产过程和试验过程,蓝色的大框架才是智能制造的核心体系,大脑是虚拟流程,设计、生产、工艺、装配、试验等等都是依靠软件实现,用软件和生成的数据指导实物的生产实践,这就是智能制造。

6 结论

随着“数字中国”、“数字化转型”进程的加速,大家越来越认识到智能制造对实现中国工业体系转型升级的重要性。智能制造难点在建模,焦点在仿真,没有大规模、成体系的工业软件的使用,智能制造只能停留在口头上。智能制造的本质是软件化的工业技术,软件定义的生产体系,带来的一定是生产关系的重构,因此是第四次工业革命。革命不是小打小闹,也不是几个几十个工业软件的应用,更不是点上的革新和小的变革,而是整个工业体系的升级换代。要实现整个工业体系的升级和换代,必须建立完善的体系和架构。本文描述的智能制造的架构和体系,只是一个开始,在这个基础上通过我们持续的努力,不断的优化,一定可以形成适合我国客观实际的智能制造架构和体系。

参考文献