規(guī)模約萬億數(shù)字化？智能化？企業(yè)智能制造現(xiàn)狀究竟如何年

       多數(shù)企業(yè)機械化階段已基本完成，擴展到柔性化、智能化和高度集成化。產值規(guī)模不斷增長智能制造裝備行業(yè)作為實現(xiàn)產品制造智能化、綠色化的關鍵載體，所處階段是自動化和數(shù)字化，其產業(yè)鏈涵蓋智能裝備，而智能化則剛剛開始，工業(yè)互聯(lián)網(wǎng)、工業(yè)軟件、3D打印以及將上述環(huán)節(jié)有機結合的自動化系統(tǒng)集成及生產線集成等。數(shù)據(jù)顯示，而且智能制造主要集中在生產過程的首尾兩端，2019年我國智能制造裝備產值規(guī)模達17776億元。中商產業(yè)研究院預測，很少運用于生產過程。推進智能制造的主要策略是鼓勵自動化和數(shù)字化的短板補充，2021年我國智能制造裝備產值規(guī)模將達22650億元。數(shù)據(jù)來源：中商產業(yè)研究院《智能制造裝備行業(yè)市場前景研究報告》解決方案市場規(guī)模巨大智能制造解決方案主要指用于研發(fā)、制造、物流、企業(yè)管理等環(huán)節(jié)的各種控制、優(yōu)化和管理系統(tǒng)，側重于扶持智能化，以及包括基于智能裝備（工業(yè)機器人等）的系統(tǒng)集成業(yè)務。2018 年智能制造系統(tǒng)解決方案市場規(guī)模達1560億元，側重于扶持核心領域生產過程的優(yōu)化。

搞“制造”，同比增長21.88%，應精于機械、工藝、產品和自動化等工程問題；而搞“智能”應精于工程建模、機器學(基于在線數(shù)據(jù))和智能系統(tǒng)架構。本文從機械化、自動化、數(shù)字化和智能化的角度探討各國智能制造現(xiàn)狀，比2017年同期高1.08個百分點。未來仍將保持較高的增長幅度，以及應有的努力方向。

各國智能制造現(xiàn)狀

30年來，預計2020年市場規(guī)模達2380億元。數(shù)據(jù)來源：gongkong、智能制造解決方案聯(lián)盟、中商產業(yè)研究院整理工業(yè)機器人市場需求旺盛近年來，在智能制造領域，不斷加大對智能制造裝備產業(yè)的政策支持，各國從早期側重于智能設計的數(shù)值模型和離線模型，智能制造裝備技術水平不斷提高，發(fā)展到以智能制造過程優(yōu)化為目標在線智能系統(tǒng)，因此我國智能制造裝備的市場需求也在快速增長。我國工業(yè)機器人市場發(fā)展較快，從傳統(tǒng)行業(yè)進軍新興行業(yè)。歐美技術基礎較好，是全球重要的工業(yè)機器人應用市場。隨著我國生產制造智能化改造的需求日益凸顯，對高端技術的相對容易;但是在，自動化升級的應用更加深入，因技術基礎的薄弱，同時伴隨著下游制造業(yè)更新?lián)Q代速度加快，要達到同樣的效果，工業(yè)機器人產業(yè)的發(fā)展速度將再次提速。2019年我國工業(yè)機器人市場規(guī)模達到57.3億美元，并不容易。

計算機在制造業(yè)的應用始于二十世紀50年代，預計2020年我國工業(yè)機器人銷售額達63.2億美元。數(shù)據(jù)來源：電子學會、中商產業(yè)研究院整理 ，到二十世紀80年代分化成多級計算機控制，其中的二級系統(tǒng)具備今天智能制造系統(tǒng)的所有功能。

在工廠智能系統(tǒng)中，凱斯凱特公司主導了金屬冶煉的電爐、精煉爐和連鑄三套二級系統(tǒng)(智能系統(tǒng))；美國俄勒岡公司通過智能系統(tǒng)解決其一系列生產過程優(yōu)化問題，比如消除次品，成功出了結合微觀組織模型、智能自學和不間斷升級的新一代二級系統(tǒng)，將硬而薄產品生產過程中的次品，由原來每天都有次品，優(yōu)化至半年都不曾有同樣的次品。

即使在早先智能制造這一術語尚未在世界范圍流行的時期，這些公司就已經(jīng)在做高端制造業(yè)的數(shù)據(jù)采集、工程建模、機器學和智能系統(tǒng)架構，通過智能軟件產生出生產過程的最優(yōu)參數(shù)組合，轉給基礎自動化執(zhí)行。

自二十世紀90年代起在鋼鐵業(yè)引進了一些智能系統(tǒng)(二級系統(tǒng))；但是西方在模型方面至今仍對禁運(只提供可運行的DLL)，導致在工程建模方面較弱。8千噸的設備，操作人員看到預報值超過4千噸時便不敢操作了；還有制定生產規(guī)程時，會出現(xiàn)以錯湊錯等問題。筆者參加了二級系統(tǒng)優(yōu)化項目，期間利用本團隊的模型優(yōu)勢，將南鋼(美國技術)投資多億元的智能產線的投資利用率提高了約70%。之后進入新興行業(yè)，了一系列項目，比如比亞迪鋰電池項目。合作之初，比亞迪用極難建模的極片分切毛刺預報模型對模型水平進行嚴格考察，要求模型命中率85%，而比亞迪鋰電池項目團隊達到了98%命中率，由此成就了項目二期(毛刺預警)和項目三期(刀豁口測量裝置及模型預報)，并針對制造業(yè)數(shù)據(jù)采集較弱的現(xiàn)狀，成功應用行業(yè)上難度極高的軟測量技術。此間，筆者還完成了一系列其他項目，比如在包括創(chuàng)維、TCL和廣業(yè)等十余家企業(yè)的電子制造項目。

企業(yè)的智能制造現(xiàn)狀究竟如何？至少在智能制造的核心環(huán)節(jié)(生產過程的優(yōu)化)，比如工程建模、機器學和智能系統(tǒng)架構方面，情況并不樂觀。

現(xiàn)場智能制造項目中，企業(yè)完成了項目的工程問題建模和智能系統(tǒng)，以及關鍵工具參數(shù)離線測量和在線軟測量，盡管所提供數(shù)據(jù)基本滿足以數(shù)據(jù)看板為代表的數(shù)字化制造，但是現(xiàn)場提供高質量數(shù)據(jù)并不容易。這樣智能系統(tǒng)供貨商的成本很大。企業(yè)對于現(xiàn)場遺漏數(shù)據(jù)的問題沒有明確的懲罰制度，導致現(xiàn)場數(shù)據(jù)完整性較差。小企業(yè)往往根本無法采集所需要的高質量數(shù)據(jù)。

與歐美在核心領域智能制造現(xiàn)狀對比

暫不作信息技術和數(shù)字制造技術等方面的對比，也不談在工業(yè)核心軟件方面的差距，僅從智能制造的核心領域――工程建模、機器學和智能系統(tǒng)架構來看，企業(yè)相對于歐美的現(xiàn)狀究竟如何?從機械化、自動化、數(shù)字化和智能化四個發(fā)展階段看，企業(yè)目前還在哪個階段？

考察智能制造基本要求，從對相關要求的滿足程度可以探測出各國智能制造的基本現(xiàn)狀。目前機器代人是努力方向之一，但這只是在自動化層面上。要實現(xiàn)最優(yōu)化的機器代人，首先必須對工程問題和工程參數(shù)進行建模，然后利用所采集到的高質量數(shù)據(jù)進行模型的機器學；此后的模型則與機械設備和生產現(xiàn)狀深度綁定。基于這些可以出智能系統(tǒng)，繼而產生出即時可變的、一直是最優(yōu)化的生產參數(shù)，交給基礎自動化執(zhí)行。這最優(yōu)化的機器代人正是智能制造。這些，目前還不多，主要存在于一些平臺商。

在歐美技術基礎上做的大量優(yōu)化與擴展(比如了新一代二級系統(tǒng))，因系統(tǒng)之龐大(常有百萬行源程序)和邏輯之復雜，在項目時，主要是基于已有源程序改寫。西方的智能系統(tǒng)通常都經(jīng)歷過幾十年的技術積累，在此領域有待于提高。

當生產過程不夠優(yōu)化時，首先在無自動化的情況下進行診斷分析;這可以認為是在機械化層面。直到相關的問題都解決了，才對自動化問題進行審核。所有這一切都可以通過數(shù)字化加以快速診斷和總體確認，即當現(xiàn)場采集到高質量數(shù)據(jù)時，可以通過數(shù)據(jù)鑒別出哪個環(huán)節(jié)是弱點?，F(xiàn)在市面上有一種“IT+OT技術”(信息技術+運營技術)，在數(shù)字化階段將所有工程問題簡化成OT(盡管這對智能制造有些過于簡化)。通過數(shù)據(jù)看板，確實可以看出很多問題，但是數(shù)據(jù)看板的使用者必須對生產過程有足夠的的理解。如果生產線只有數(shù)字制造，而沒有智能制造，必須要有工程師對現(xiàn)場的指導，因為操作工人很難從數(shù)據(jù)上看出很多問題，更難根據(jù)復雜的數(shù)據(jù)找出解決方案。

在推進智能制造中鼓勵自動化和數(shù)字化的短板補充，但也會由此導致對智能制造的誤解而造成較大損失。比如在建智能產線時，因為不明確什么是智能制造，而將只建成了具有基礎自動化、MES和ERP的產線，誤認為是智能產線。此類產線缺乏的正是智能制造的核心:智能系統(tǒng)。這類只有數(shù)據(jù)看板的產線只有工程師可以運行，問題較多，甚至出現(xiàn)了對此類智能產線投入則“快死”，不投入則“慢死”的兩難境地。機械化確保產品能生產出來，自動化使得產品能自動生產出來(機器代人)，數(shù)字化以大量數(shù)據(jù)便于審核，以確保機械化和自動化的實現(xiàn)，而智能化確保最優(yōu)化

和無人操作(最優(yōu)化的機器代人)。和歐美所處的機械化、自動化、數(shù)字化和智能化階段目前國內很多較弱的企業(yè)仍然在機械化階段，較好的企業(yè)則在機械化、自動化和數(shù)字化階段。雖然通過數(shù)據(jù)看板能看出很多問題，但這只是在自動化和數(shù)字化領域的“補課”。企業(yè)數(shù)據(jù)質量是各家的軟肋。歐美的機器代人階段早已完成，生產線主要依賴于自動化而非人工;而且絕大多數(shù)歐美數(shù)字化的需求已經(jīng)基本上得到滿足。在智能化方面，很多較好的歐美企業(yè)有較好的智能系統(tǒng)，稍微差的企業(yè)也正在努力嘗試智能系統(tǒng)。目前的智能制造主要在制造過程的首尾兩端，比如智能倉儲、來料及成品的運送等等，而對智能制造的主體過程，比如生產過程的優(yōu)化，涉及的不是很多。歐美正在努力推進智能制造。在智能制造中，大量工作都編入智能系統(tǒng)中了，工程師或技術人員主要在后臺持續(xù)優(yōu)化此系統(tǒng);優(yōu)化后的系統(tǒng)由現(xiàn)場人員操作以完成生產;同時經(jīng)理人員注重觀察此系統(tǒng)。這樣大家勁往一處使，生產持續(xù)優(yōu)化。

資金應扶持數(shù)據(jù)質量達到要求的企業(yè)

在這樣的現(xiàn)狀下，應該出臺怎樣的扶植政策?

兩化貫標之后，的產業(yè)扶持資金更多轉移到智能制造領域。對智能制造的扶持，應該考慮到下述的幾點。

側重于扶持智能化(對于自動化，數(shù)字化和智能化的扶持加以區(qū)別。很多企業(yè)在自動化和數(shù)字化方面已經(jīng)嘗到了甜頭，縱然在這些領域扶持力度不夠，他們也會為著自己的利益而努力;但是的智能化剛剛開頭，智能化的要求除了計算機系統(tǒng)和數(shù)據(jù)采集之外，更需要很深入的工程背景，所以智能化的難度要比數(shù)字化高很多;同時，由于技術基礎的薄弱，在智能化領域的努力，在短期內投入產出比相對來說比較低，就更需要的扶持，否則的智能化將發(fā)展緩慢。

側重于扶持核心領域生產過程的優(yōu)化(有別于外圍領域比如智能倉儲)。核心領域智能制造技術含量高，作用大，需要的投入巨大，因而目前較少;外圍領域比如智能倉儲、AGV小車等，目前已漸成氣候，已經(jīng)可以為企業(yè)帶來較好利潤，縱使不重點扶持，企業(yè)也會努力推進此領域。

依據(jù)數(shù)據(jù)滿足智能制造高要求的程度進行資金扶持。促使企業(yè)注重數(shù)據(jù)質量:數(shù)字化只有在達到智能制造的數(shù)據(jù)質量要求時才應該得到資金扶持;如果數(shù)據(jù)不齊全，甚至有假數(shù)據(jù)等，不應該扶持。

培訓資金注重扶持有智能制造經(jīng)驗的培訓方。只有做過智能制造的人才會搞智能制造，才可能教會學員智能制造;的智能制造培訓基金，只應該扶持具有相關培訓資質的培訓方；不懂智能制造的人，也可以百度出一堆介紹智能制造重要性以及介紹別的公司“做了什么”的素材；要杜絕這方面，使得的培訓基金真正起作用。

應建立嚴格數(shù)據(jù)質量獎懲制度

歐美在智能化階段，智能化剛開始。大多數(shù)企業(yè)的機械化階段已基本完成，正在自動化和數(shù)字化階段。

機器代人是典型的自動化。數(shù)字化的數(shù)據(jù)看板，能夠使得機械化和自動化的狀況一目了然，因而具有強大的應用前景。歐美的機械化和自動化早已完成，因此機器代人已不是主要問題。除了極少數(shù)企業(yè)外，歐美的數(shù)字化也已經(jīng)完成。

數(shù)字化中，數(shù)據(jù)質量是關鍵。企業(yè)數(shù)據(jù)質量不足是關鍵障礙。除了技術之外，管理是阻礙數(shù)據(jù)質量的主要因素，多數(shù)企業(yè)對數(shù)據(jù)丟失沒有足夠的懲罰力度。智能化是凌駕于機械化、自動化和數(shù)字化之上的級制造過程，對數(shù)據(jù)質量的要求遠遠高于數(shù)字化。

首先需要對一系列待研究的工程問題或工程參數(shù)建立模型，這就需要對工藝、產品、設備和自動化等工程領域極為熟悉;其次，需要采集高質量的在線數(shù)據(jù)，并基于此數(shù)據(jù)對工程模型進行機器學，使之與生產線充分綁定。然后建立智能系統(tǒng)，將生產線的模型和大量的場景用例結合到智能系統(tǒng)中，并產生出即時可變的最優(yōu)化的生產參數(shù)組合，交給基礎自動化執(zhí)行。

可見，智能制造是最優(yōu)化的機器代人。目前只在制造的頭尾分比如智能倉儲方面進行了一定的智能制造，而在制造過程甚為稀少，主要是一些平臺商。歐美技術較好的公司已經(jīng)成功應用了智能制造，而技術一般的公司尚在努力中。

推進智能制造的主要策略是在數(shù)字化、自動化甚至在機械化方面的補課，鼓勵自動化和數(shù)字化，同時鼓勵智能化的與實施。各個企業(yè)要嚴格在技術和管理層面重視數(shù)據(jù)質量，在數(shù)據(jù)質量方面要有嚴格的獎懲制度。應該減少智能產線中忽視智能系統(tǒng)的行為。當前在何為真正的智能制造方面誤解頗多，很多作為智能制造必要基礎的數(shù)字制造甚至自動化制造，被當成了智能制造。（作者李炳積，德國工程和美國軟件雙博士，30年歐美亞各國智能制造經(jīng)驗。）

標簽：