xml地图|网站地图|网站标签 [设为首页] [加入收藏]

生产智能化需要全新的数字化基础新葡萄京棋牌棋牌手机版:,我们把解决这些问题作为钢铁行业智能制造的业务目

推进智能制造,必须兼顾三个方面的要求:首先是必须要搞真正的智能制造,而不是给自动化、信息化等传统技术戴上“智能制造”的帽子,避免丧失历史的机遇。其次是搞智能制造的目的,必须是为企业创造价值,而不是去搞先进而不实用的东西。第三个要求是可行性,而可行性必须结合钢铁行业的特点,而不能照抄照搬离散制造业的做法。  ”前言  “有家工厂采用流水线的生产方式。生产的每个产品都可以是不同的、对应的工艺也不一样。但工厂仍然能够高效率、高质量、低成本地组织生产。” 看到这样的描述,很多人可能会认为:这就是未来标准的工业4.0智能工厂。其实,宝钢等先进钢铁企业几十年来就是这么做的:热轧厂、冷轧厂生产的每一卷钢,都可以有不同的成分、规格、出厂检验标准和规格。现在流行的ERP、MES、PLM、CPS等概念,在宝钢的L1~L4级计算机系统中其实也早就有了雏形。  “在流水线上实现个性化定制”是工业4.0的重要标志之一。对很多行业来说,目前还是个遥远的理想、是下一步追求的目标。但钢铁企业早已实现了,下一步又该如何办呢?  自从智能制造成为热点,AR、VR、云制造、透明工厂等概念就开始渗透到钢企。有人认为,推进智能制造就要搞这样的技术。但我们的困惑却是:这些技术能创造价值吗?投入产出比合适吗?  我们知道,智能制造的基础是数字化,要发展数字化仿真技术。许多钢企在多年前就在做这一方面的工作了。但行业特点决定了,这些问题非常困难,难度远远超过离散制造业常见的、基于三维模型的模拟仿真。方向正确,却难以推进。  有人指出:与国外同行相比,我们的自动化水平还很低、人均吨钢数还较低。应该提高自动化水平、赶超国外。但我认为,目前我国在自动化领域的差别主要是经济可行性,尤其是劳动力成本的差别导致的。从经济发展角度看,提高自动化水平的工作是有意义的。但是,如果仅仅是用机器代替简单、重复性的劳动,只是补自动化的课,还是走在传统自动化技术的延长线上,并非智能制造的主流。  推进智能制造的另外一个思路是从业务需求出发。十多年前,许多钢企就提出了“大规模定制”、“从制造到服务”等战略口号。但实际进展与战略定位相比,却不理想。  总之,中国的钢铁企业既要补课,又要面临真正的创新。但创新之路如何走下去,需要认真地思考。  突破困境的思路  推进智能制造,必须兼顾三个方面的要求:首先是必须要搞真正的智能制造,而不是给自动化、信息化等传统技术戴上“智能制造”的帽子,避免丧失历史的机遇。其次是搞智能制造的目的,必须是为企业创造价值,而不是去搞先进而不实用的东西。第三个要求是可行性,而可行性必须结合钢铁行业的特点,而不能照抄照搬离散制造业的做法。  价值创造和行业特色,本质上都是体现在业务上的。要落实以上原则,必须落实在具体的业务上。也就是技术要服从业务。然而,智能制造不同于传统自动化和信息化的地方,在于支持业务本身的创新、帮助企业推进业务转型和提升,而不是局限于当前的业务。所以,要实现上述原则,我们需要从业务创新的角度考虑三个问题:  (1)智能制造促进业务创新的目标应该是什么?  (2)实现新业务目标的技术线路是什么?  (3)为了实现技术线路的配套条件应该是什么?  “方法决定于目标条件和约束”。业务目标确定以后,我们要确定技术线路,而技术的实现受到技术和非技术因素的约束。这是我们要解决的具体问题。三个问题都不好回答。难在争议很大,到底听谁的。要正确认识这些争议,就要分析这些观点是怎么来的。正如殷瑞钰院士所言,很多观点来自于国外先进的离散制造行业。我们知道,行业和国情不同,目标和方法都不能直接借鉴。要赶上智能制造这趟车,必须从智能制造的本质出发。  “本质”又是什么呢? 要认识本质我们需要一个最基本的共识。我认为:以ICT技术为出发点、以价值创造为归宿,应该是基本的共识。在出发点和归宿之间的漫长道路,是智能制造所包含的内容。这条道路之所以漫长,是因为涉及到工业与ICT技术的深度融合,是互相促进、互为因果的漫长发展过程。我们把这个逻辑体系内的技术,归结为智能制造的核心内容。  智能制造的业务目标的业务目标  作为智能制造的业务目标,应该符合前面所述的三个基本要求。  对离散制造业来说,“在流水线上实现个性化定制”是最典型的业务目标。这个目标在先进钢铁企业早已实现。然而,为了实现这一目标,钢铁企业也付出了极大的代价:交接坯、余材、质量稳定性差、生产组织的困难、物流不顺畅、高能耗、人员业务量大(进而导致人多、自动化水平低)、产品设计问题多。从这个角度看,我们可以把解决上述问题的工作归结为减少个性化定制的负面问题。事实上,提高质量、自动化水平、缩短交货期、减少库存、推进个性化服务和集约化生产等大量的业务需求,都可以划归到这个范畴中来。我们把解决这些问题作为钢铁行业智能制造的业务目标。从这个角度看,人们对这个业务定位的目标是熟悉的、需求也是明显的。  于是,人们会产生新的疑问:对企业来说,这些问题都是老的问题,怎么能够通过智能制造来解决呢?这里就涉及到实现技术目标的技术线路了。  实现业务目标的技术线路  要实现“降低个性化定制的负面作用”这一目标,本质是要在具体的业务活动中更加科学、快速地决策,进行更大范围的优化。智能制造的优势,在于推进智能决策。事实上,产品的(外)设计、钢种的合并、余材的处置、生产的组织、生产和产品异常的处置、质量动态控制、技术服务的本质都是做决策。过去,这些决策过多地依赖于人的经验,而今后则要推进智能决策来做得更好。  智能决策可以有不同的程度。可以是机器完全自动决策、可以是受人监控的自动决策、可以是机器辅助人决策。智能决策利用了计算机突飞猛进的计算能力,可以让决策更加科学、迅速。智能决策体现在算法上,但背后依托的则是数字化的信息和知识。  人们自然会有另外一种疑问:即便现在依靠人的决策,缺少的也是信息和知识。比如,很多问题出在用户需求识别不准确、设备状态不清晰、动态质量控制的知识缺乏、不知道钢种如何改判。这些知识往往是专业知识,在这种条件下,智能决策还不如人的决策,推进智能决策又有什么用呢?  我们认为:知识匮乏确实是个长期没有解决的问题。知识匮乏本质原因是“知识生产”的投入产出比问题。  我们知道,获取知识是需要成本的,比如做实验、培养人才等。在传统的决策模式下,知识往往附着于少数优秀专家的大脑中,这使得知识不能共享、难以重用、难以拓展。对于复杂的问题,受人的精力和能力的限制,往往要划分成若干子问题来完成,进而弱化了优化效果。这样,知识带来的收益是少的。而智能制造能够推动知识的重用、推动大尺度的优化、推动资源的共享、各个部门的协同,可以进一步推动知识的优化、无人化少人化、管理水平的提高、智能服务以及加快交货周期等。所以,在智能制造时代,知识带来的效益是完全不一样的。  要做到上述问题,不仅要加大“知识的生产”,更要对知识进行数字化、模型化。这个工作非常困难。但是要推进智能制造,这个困难是无法绕过的。  此外,还应该看到:智能制造所需要的知识难以数字化是钢铁行业的一个重要特点。冶金部原总工程师殷瑞钰院士也多次指出这个问题。这也决定了我们在知识管理的思路上与离散制造业是有差别的。离散制造业的PLM难以直接用于钢铁行业,也是这个道理。但是,我们认为:这个问题虽然困难,但取得本质性进展是完全可行的。  技术线路的重点之一,是解决如何低成本高质量地生产知识、管好知识,如何科学高频度地使用知识。这样,问题又转化成另外的问题:平台问题、标准问题、方法问题、组织结构问题等。例如,所谓标准问题,即要像过去管理产品和工艺标准那样管理智能制造所需要的、智能决策的知识。由于相关知识是零散的,需要用平台来管理;平台不仅要提升人对知识的管理能力,还要与知识的应用过程对接起来。这些问题,基本上是技术问题了。  我们设想,未来的知识生产可能由三类人分工协作:一部分人提出原始的知识,如操作工、现场操作人员。一部分人将知识进行提炼和规范化,转化成可数字化模型化的知识,如懂IT的业务专家;还有一部分人实现知识的数字化模型化,主要是IT技术和管理人员。这种设想,与人的专业能力局限有关。  智能制造的配套条件  知识是用在业务流程上的。在业务流程上实现智能化,要把感知、决策和执行统一起来。这里涉及到很多的问题:如感知和决策涉及到权限,执行涉及到资源和手段。如果没有权限和手段,业务流程是转不起来的。为了解决这些问题,就需要组织流程、商业模式改革。  如前所述,智能决策相关的大量知识,往往都是在人的脑子里面的。在很多场合下,知识的贡献意味着贡献者自己价值的贬值。面对这样的悖论,企业需要思考考核机制、企业文化、组织设置等问题。  再看得远一些会发现:知识重用和业务流程、市场定位、企业核心业务密切相关。要让知识发挥作用,必须转型到需要知识的地方(比如服务对象的改变),要为知识的重用寻找“市场”。比如,要实现“制造到服务”的转型,很可能要面对中小客户。因为中小客户对服务的需求才是迫切的。  殷瑞钰院士一再强调:“钢铁是个耗散系统。”这一特征决定了我们还需要关注生产流程本身的设计和优化。事实上,“物理侧”是“赛博侧”发挥作用的基础和前提;对“物理侧”的优化和改进,也反映了“深度融合”的思想。  智能制造是个系统工程,有很多的层次和侧面。比如,技术要服从业务需求,尤其是新的业务需求,而新的业务需求决定于公司的战略方向,战略方向又取决于对外部市场的选择,对外部市场的选择又决定于社会发展所导致的市场本身的变化。我们设想,如果公司把快速响应、重视服务、推进无人化作为未来战略目标,智能制造就是必须要做的基础工作。  结语  在我们看来,智能制造是ICT技术推动的。推动的逻辑大概是这样的:ICT技术导致感知能力加强;于是,为应对感知到信息,业务变得空前复杂。当问题复杂性遭遇人类认知的瓶颈,就会导致管理和技术上的一系列困难,而这些困难成为催生智能制造的动力。因此,智能制造能用来克服人的缺点和不足,让机器做得比人好。那时,人的工作逐渐转化为让机器做得更好。  智能制造是工业和信息技术的相互作用和深度融合。从“深度融合”的角度看,设备、流程的改进;数字化工具的采用、信息化、自动化程度的提高等,也都可以成为智能制造工作的一部分。其中,“知识数字化”是一个关键的环节。缺少这个环节,钢铁行业的智能制造难以实现质的飞跃。  智能制造是转型、是创新,这意味智能制造不仅是技术问题,更是企业战略问题、管理问题。智能制造必须由企业家自己来推动,才能真正见效。

新葡萄京棋牌棋牌手机版 1

智能制造是实施《中国制造2025》的重要抓手,对加快推动我国经济发展保持中高速、产业迈向中高端起到关键作用;《钢铁工业调整升级规划(2016年——2020年)》为钢铁行业智能制造指明了方向。当前,钢铁行业在智能化实施过程中,自动化、数字化、网络化方面均取得了较大进展和丰硕成果,钢铁企业智能制造“十三五”开局良好,方向正确,但钢铁行业智能制造终极目标的实现还有待于脑科学研究的进展。本期与您共同探讨钢铁行业智能制造的实现路径。 2月14日,工信部等3部门联合印发《制造业人才发展规划指南》。至此,《中国制造2025》的“1+X”规划体系全部发布。这标志着《中国制造2025》顶层设计基本完成,全面转入实施阶段,其中智能制造作为主攻方向和核心内容,成为解决我国制造业由大变强的根本路径。此前发布的《智能制造工程实施指南(2016年——2020年)》,要求“十三五”期间同步实施数字化制造普及、智能化制造示范,持续推动传统制造业智能转型,为构建我国制造业竞争新优势、建设制造强国奠定扎实的基础。 我国钢铁业智能制造“十三五”开局良好 我国钢铁企业开展智能制造工作以来,为提高自动化水平而对设备进行技术改造,为产业转型升级而普及数字化、网络化,所以基本上不存在“一哄而起”“盲目跟进”的现象。整个行业智能制造在平稳有序地进行。 当前,我国不同地区各个钢铁企业在智能制造过程中侧重点有所不同,进度也有差别,但路径相同,基本上是自动化、数字化和网络化。例如,河北省是我国钢铁制造业大省,其智能制造的发展目标令人瞩目:河北省工信厅计划,到2020年,该省智能工厂(数字化车间)数量达到1500个,工业机器人密度达到每万名员工使用机器人60台套;数字化研究设计工具普及率达到65%,关键工序制造装备数控化率达到52%。这意味着河北省钢铁企业的智能制造也要达到相应的指标。 有专家称,我国钢铁企业在关键流程的数控化比例超过了65%,企业资源计划(ERP)的装备率超过了70%,向智能制造发展有了一个较踏实的基础,因而“十三五”开局良好。钢铁行业智能制造正在实施的过程包括5个方面:一是提高基础自动化水平和数字化控制应用水平,钢铁企业要因地制宜推进两化融合,提高管理水平;二是优势企业进一步优化综合网络化信息系统,在制造、管理、经营和流通领域构建产业链在线服务生态系统,建设钢铁企业大数据综合信息平台;三是建立产品质量追溯和评价机制,健全产品质量检测体系,提高产品质量的可靠性、稳定性;四是绿色制造也要两化融合,进行工艺优化和技术升级,提高节能环保的经济效益;五是有条件的钢企要大量使用机器人,例如自动测量取样、板坯自动清理、原料分拣、金属切割、表面缺陷判定、产品自动标记以及图像自动识别等岗位要使用机器人。 以推进自动化为基础推动智能化 智能化是自动化的高级阶段,只有在自动化的基础上才有条件说智能化。2016年,我国钢铁企业在推进自动化方面取得了较好的进展。 2016年,华菱湘钢的智能制造处于打基础阶段,推进重点放在提高基础自动化水平上,实施“短、平、快”项目,旨在快速创效。具体项目有:在主控室、水站、变电站、空压站、油库、除尘站推动自动化,实现无人值守。截至2016年10月底,华菱湘钢已完成4批共61个自动化项目,投入资金3630万元,精减人员349名,年创效4882万元。2016年底,华菱湘钢确定了第5批项目,计划到2017年减员500人,到2018年再减员1000人,人员精减比例达到20%。 在2016年钢铁行业智能制造现场交流会上,宝钢股份总经理戴志浩表示:“钢铁行业智能化改造空间巨大,是最有可能通过智能制造实现转型的传统行业之一。”据戴志浩介绍,宝钢股份正大力推进机器人用于现场工作岗位,在高炉炉前作业、炼钢浇钢、冷轧锌锅捞渣等区域进行试点。目前,宝钢股份应用的机器人总数达到149台套,达到每万人50台套的水平。宝钢股份在冷轧厂下属的5条生产线分别应用入口自动拆捆机器人、样板搬运机器人、贴标机器人、捞渣机器人,并计划组织实施包装自动化系列改造,估计减人超过400个。同时,宝钢股份在冷轧008区域对5部行车实施无人化改造,减少行车作业人员岗位20个。 宝武集团梅钢提出2016年——2021年智能制造的10个优先领域,以及实现智能制造的基本路径:装备从自动化向智能化过渡,信息化系统升级改造并实现全域网络互联互通,完善工艺控制和管理分析模型、机器人应用,推进工业大数据中心基础建设,员工从技能型转变为知识型等。目前,梅钢通过生产设备的自动化、集成化改造代替人工操作,如推进无人行车、自动行车、机组入口段及库区无人化等。 沙钢在2013年——2015年已经在转炉、电炉上使用了约8套机械手进行自动喷号和自动测温取样,并计划在2016年——2020年采用1000台套——1500台套机器人用于机器加工焊接、精密铸造、锌锅捞渣、冷轧卷贴标、自动测温取样、钢卷表面判定、废边丝自动抓取、存储功能自动定位等项目。沙钢智能化工程将要对烧结、焦化、炼钢、轧钢及其辅助车间进行技术改造,上述岗位用机器人替代,实现无人值守。 此外,中冶赛迪开发的全自动、无人化行车系统(CICS)已应用于宝武集团八钢热卷钢卷库,还可用于热轧、冷轧等仓储及码头物流系统;鞍钢炼铁总厂自动化作业区自主创建的PLC(可编程逻辑控制器)实验室,对解决PLC疑难问题、开展PLC攻关及自动化系统培训起到重要作用。 以数字化为基础推动大数据远程监控 已经顺利投产的河钢宣钢1号转炉智能炼钢项目,在没有转炉副枪和炉气定碳动态检测装置的条件下,在高精准计算、高仿真性能、高智能控制下,使冶炼过程直观可视。与此同时,河钢邯钢邯宝钢铁230毫米×2150毫米连铸机大倒角结晶器在线热调宽技术,是中国重型机械研究院在连铸数字化、网络化和智能化等方面研发创新的成果;河钢唐钢3条热轧板卷生产线(1700、1810和1580生产线)将关注点由过去的单体设备自动化控制功能的优化转为全工序整个流程控制功能的优化,达到实时监控生产工艺参数的目的;华菱湘钢选定1条摩根高线轧机和1条宽厚板轧机作为技改试点,从坯料准备、装炉到加热炉控制、轧制过程、轧制精整,再到成品库管理,全部实现数控化,将满足客户需求的生产模式从大批量生产过渡到小批量定制化生产,预计到2018年做成示范智能化生产线和智能化车间。 在大数据的应用方面,邢钢炼铁厂为了解决难以准确测算烧结混合料成分这一难题,利用大数据统计方法,对每垛入垛物料的种类、数量、成分进行详细的基础数据统计,建立数学模型,从而推导出烧结矿的成分,保证了高炉入炉料的稳定。 在产品检测方面,河钢石钢开发了9套无损检测系统,用于轧钢厂小棒精整线、探伤线、大棒精整1号线和3号线等,在国内同行中处于领先地位,探伤结果的置信度很高。 在节能环保方面,沙钢能源环保管理系统对全公司蒸汽锅炉和发电效率进行集中监控,利用大数据统计数据4800多个、可控画面300余张,生成各类单耗报表450余张;通过对这个系统进行3次升级改造,开发了转炉煤气回收跟踪、主辅机电耗跟踪、分时段煤气放散等多项跟踪功能,使节能降耗工作取得良好效果。 在远程监控方面,鞍钢矿山信息化在物料管理方面,利用图像识别技术、物联网技术,对矿物承载工具进行实时远程监控,推行矿山“无人化”操作整体解决方案,不仅是安全生产的要求,也是提高劳动生产率、降低成本的必然选择;宝钢在第十六届中国国际冶金展会上展示了如何通过APP(手机应用软件)控制机器臂,也体现了远程思维。 从全厂数字化建设来看,太钢有包括三炼钢厂在内的11个信息化项目和全厂的13个信息化拟建项目正在快速推进。目前,太钢从厂级到基层工序,已经形成三级网络体系,与ERP无缝对接,实现了不锈钢、碳钢实时生产的全过程信息流、实物流和财务流的“三流同步”。该厂领导表示,所谓“数字太钢”,就是将太钢的信息技术、管理技术和制造技术相结合,实现产品设计制造、生产管理控制、制造设备的数字化和集成化。 网络化和数字化融为一体推进智能制造 数字化和网络化是融为一体的。从鞍钢矿业信息化发展之路可以看到,鞍钢矿业建成了集管理网、控制网、MES(制造企业生产过程执行系统)网、视频会议网、视频监视网为一体的大型万兆企业网络,构建了以ERP为核心的信息化管理系统,从而实现了从基层数据采集、MES控制、ERP管理、BI分析的信息联动。马钢股份公司建设了覆盖全公司生产和经营核心业务的大型综合信息化系统(整体RTP),已使主线生产单元和生产经营管理部门实现了生产、业务和财务的信息集成,形成了覆盖全公司的日成本管理工作网络。 在数字化和网络化应用的细分领域,河钢唐钢1580生产线的质量管理系统能够同步显示产品质量的检测数据和工艺参数,让产品质量管理精确到热轧钢带长度以“米”为单位进行匹配。 要使500米——600米以上的钢卷全部满足用户需求,必须运用信息自动化系统对生产过程的数百个参数进行掌控,实现产品全过程质量跟踪与管理,提高产品质量的可靠性与稳定性。对此,华菱湘钢体会颇深。他们认为,与离散式生产不同,钢铁产品就是连续性生产,最需要解决的是物料跟踪,从铁水变成钢水、钢坯、钢材,必须随时掌控它在制造过程中的流向,掌控它的物理信息发生了什么变化,才能保证产品质量的稳定性。再扩大视野,他们还把营销系统吸纳进来,实现价值流。随着物流走,然后他们把研发系统吸纳进来,实现产品创新。 钢铁业推进智能制造应分两步走 2016年以来,我国钢铁企业在实施智能化过程中在自动化、数字化、网络化方面取得了重要进展和丰硕成果,说明钢铁行业在智能制造“十三五”开局良好,方向正确。那么,今后钢铁企业如何进一步推进智能制造呢?《钢铁工业调整升级规划(2016年——2020年)》和《中国智能制造“十三五”规划》对发展智能制造的阐述具有强烈的前瞻性,为推动钢铁行业的制造系统调整升级指明了方向;《钢铁工业调整升级规划(2016年——2020年)》提出了钢铁行业智能制造的方向和模式。笔者认为,当前,钢铁行业和企业的问题在于如何深刻理解智能制造的内涵和如何分阶段推进智能制造。 国内外关于智能制造的认识、分析和判断存在争议,专家、学者各有自己的看法,钢铁企业各有自己的做法。 1997年,美国IBM公司的“深蓝”超级计算机战胜了当时世界排名第一的国际象棋大师卡斯帕罗夫。20年后,英国伦敦的谷歌DeepMind公司开发了“AIphaGo”计算机围棋软件,于2016年3月份击败世界围棋顶尖高手韩国的围棋世界冠军李世石,将人工智能推向了一个新阶段:人工智能能够深度学习,具有“神经网络”,有推理和决策能力。 中科院自动化所研究员王飞跃认为,“AIphaGo”电脑软件同“深蓝”超级计算机是两回事,“深蓝”超级计算机同人工智能没有关系,靠的是硬件的计算力,每秒钟能处理500GB以上的数据,而“AIphaGo”还加入了对局势的评判,加入了价值网络。上次是自动化胜人,这次是智能化胜人。“AIphaGo”电脑软件在原理上具有通用性,可应用于制造流程即智能制造。 中国工程院院士王国栋对智能化的观点是:“从感觉到记忆再到思维这一过程称为‘智慧’,智慧的结果将产生行为和语言的‘能力’,将两者合并称为‘智能’。”他认为,智能系统应当有下列4种能力:感知能力、记忆和思维能力、学习和自适应能力、行为决策能力。 中国工程院院士殷瑞鈺对智能工厂的认识可以这样概括:钢铁行业属于流程制造行业,钢厂的智能制造是一个典型的信息物理系统,要将物联网、大数据、云计算等信息系统与钢铁制造深度融合,实现信息深度自感知、智能化自决策、精准控制自执行3种功能,提升全流程运行过程的智能化控制、管理和服务水平,这要经历一个探索、研发的过程。 宝武集团首席研究员郭朝晖对钢铁行业实现智能制造的思考是:将信息通信技术(ICT)与工业深度融合,实现以网络化、数字化为基础的智能制造。在钢铁行业,数字化是全行业实现智能化并最终走向工业4.0时代的关键所在。如果从技术层面总结智能制造的共性,就是深入地采用数字化和网络化手段。 笔者认为,国内两位院士和宝武集团专家关于智能制造的见解很深刻,两位院士关于智能制造的“4种能力”“3种功能”的理解与人工智能的深度学习和推理决策能力一脉相通,可作为中国钢铁企业实行智能制造的终极目标。但这一理念在当前的实现难度很大,国内外多数钢企难以达到这个要求。例如,浦项将智能工厂的终极目标只是确定为高度自动化水平的无人值守。 有关专家提出,钢铁行业的智能制造要着力解决的问题是,我国尚未建立钢铁生产过程的一体化控制,未形成各层次的协调优化,钢材产品的质量稳定性、可靠性和适用性不高,产品的外形尺寸精度和组织性能的控制尚待提高,在大规模、连续化生产的条件下,产品个性化、定制化亟待加强。与此同时,冶金装备的状态诊断、预测与智能化自愈控制亟待实现,物流、能源的智能控制与优化协同也亟待建立。 在笔者看来,宝武集团专家提出的观点可作为钢铁企业智能制造在启动阶段的目标,或者说是操作的切入点,即智能制造的基础是提高自动化水平,着力点是广泛深入地普及数字化和网络化,这是我国多数钢铁企业能够做到并正在努力做的。 而工信部的有关领导也提出要重点做好3个方面的工作:一是加快发展制造过程的智能化,二是加快生产服务的智能化,三是加快生产网络和生产新模式的发展。新模式主要有4种:一是培养流程型的智能制造,二是网络协同制造,三是大规模个性化定制,四是远程思维。以上这些实施细则为钢铁企业开展智能制造在启动阶段明确了规定动作。 据此,笔者认为,我国钢铁企业智能制造可分为两个目标,即现阶段目标和终极目标。其中,现阶段目标是自动化、数字化和网络化,终极目标是实现流程制造过程的3种功能,即信息深度自感知、智能化自决策、精准控制自执行。我们钢铁行业当前要关注国内外人工智能的发展趋势,在智能制造的进程中,加快启动阶段的步伐,也要在有条件、有能力的大型企业尽可能探索研发“智能化自决策”功能电脑软件,如同AIphaGo围棋软件那样,引入类似于人类脑神经网络的功能,以缩短达到终极目标的时间并做出示范。 同时也要看到,钢铁行业的冶金、轧钢原理和生产技术比较复杂,开发“有自决策功能”的电脑软件不是短期间内能够奏效的。正如互联网实验室创始人方兴东所说:“围棋‘人机大战’虽炙手可热,却始终与我们的用户距离甚远。”这缘于人类对自己的神经网络的研究还处在探索阶段。当前,中美两国都在加强脑科学研究,我国盛大创始人陈天桥近日宣布成立10亿美元基金支持脑科学研究,首批将向美国加州理工学院捐款1亿美元,用于大脑基础生物学研究,而美国慈善家麦戈文夫妇捐款给北京大学、清华大学、北京师范大学成立了脑科学研究所。据介绍,我国脑科学研究的水平已经与美国接近。著名美国华裔科学家丁肇中于2016年12月20日在上海表示,复旦大学在脑科学研究方面已经取得重大的进展。

德国工业4.0和美国工业互联网、“中国制造2025”等规划的本质都是信息通信技术(ICT)与工业的深度融合,实现以网络化、数字化为基础的智能制造,并全面带动工业企业的创新与转型。那么,在新一轮工业革命浪潮的冲击下,我国钢铁工业如何从自动化过渡到智能化?  近年来,我国钢铁行业自动化水平得到显著提高,有的企业已达到国内领先水平,有的企业甚至达到了国际先进水平,相关产品具有自主知识产权并在行业内得到了推广应用。事实上,这样的成果是在全球化、市场国际化的大环境下实现的,企业不采用新技术搞自动化,就难以提高生产效率和产品质量,就难以在激烈的市场竞争中占有一席之地。20世纪90年代,在信息技术、控制技术迅猛发展和广泛应用的推动下,钢铁向高精度、连续化、自动化、高效化快速发展。信息技术、控制技术使检测和执行设备取代了传统的人工操作,工艺参数的检测方法和检测仪表得到了高速发展;在现代钢铁生产过程控制中,计算机技术的应用已深入各个领域;仿真技术在钢铁工业中日益广泛应用,不仅用于控制系统的培训和新工艺、新控制方法的研究,而且易于模拟生产设备调试,指导生产和参与生产;可视化技术和监控系统为无人化工厂提供了条件,从现场总线到车间网、工厂网、企业网的综合网络系统构成了企业的信息高速公路。这些都为我们实现智能化制造奠定了基础。因为,在制造环节,只有在自动化的基础上才有条件去谈智能化,智能化是自动化的高级阶段,智能系统是驱动自动化系统的更高级的系统。传统自动化一般是在规范的环境下做重复性的工作。当外部环境或工作任务发生变化时,需要对系统重新进行人工干预、设定甚至改造。而在智能化环境下,当外部环境和工作内容发生改变时,系统可智能地设定自动化系统的工作方式。  那么,制造过程的自动化系统如何过渡到智能化系统呢?自动化系统需要人工干预的环节大体包括工艺改变、设备故障、物流衔接、质量异常等。在钢铁企业这些情况出现时,常常需要人工感知,并通过电话或联络单通知相关人员。计算机不能及时地获取完整的信息,自然不能智能地决策。所以,生产智能化需要全新的数字化基础。数字化是自动化上升到智能化的中间环节,是绕不开的基础。只有数字化工作做好了,才能实现全工序的设备状态、产品位置与质量、生产节奏等信息在一个平台上集成。  与此同时,还要对研发、服务、采购、销售等诸多环节进行智能化改造,计算机能够实现自动的采购与销售,商务过程的时间和资金成本压缩到近乎于零。同时,某些常规产品的设计和服务将由计算机自动地完成。但是,前提是要将相关的业务活动进行标准化、流程化和数字化,这将是一个流程再造的过程。因为,智能化是自动化的高级阶段,而自动化的前提是标准化、流程化。然而,在研发、服务等活动中,多数企业连这方面的基础都没有做好。如果把研发、服务看成知识产品的生产,很多企业的生产力水平大体只相当于“小作坊”的层次。  全面的智能制造要依赖于全面的数字化,全面数字化的基础是工业大数据。而工业大数据离不开互联网。在研发、服务、采购、销售环节推进智能化时,我们需要整合全社会的资源和信息,实现全社会的知识共享与工作协同。在大数据的时代,大量的信息会使我们无所适从,碎片化的信息甚至让我们不知道自己有什么、用户需要什么、供货商能供应什么。而标准化、流程化和数字化的目标,就是要解决这些问题。这些问题解决了,大数据价值才能真正体现出来,智能化才能顺利地推进。  工业4.0以智能化、减少人工为出发点,但与互联网相连后,想象空间是无穷的。比如,实现工业4.0的端到端集成后,研发和服务的效率会大大上升,质量和服务对象的数量会大大增加,可以帮助企业实现由制造到研发与服务的转型;横向集成实现后,商业模式可能会发生极大的变化,云制造、C2B的设想得以实现,企业的业务会更加专业化,社会分工会更细,可能会带动大量的制造型服务企业发展,带动制造业的大众创业、万众创新。

最近几年,智能制造成为学术界和企业界共同关注的热点问题。尽管如此,人们对智能制造概念本身的认识却未达成共识,并存在诸多模糊的认识。企业界的推进过程更是遇到多方面的困惑。本文针对这些问题,进行分析和讨论。

智能制造的概念

汉语中的“智能制造”对应两种英文表述,分别是smart manufacture和intelligent manufacture。其中,intelligent manufacture的提法出现更早,但多数场合指的却是smart manufacture。在中国工程院《中国智能制造发展战略研究报告》中,把智能制造分成3种递进发展的范式:数字化制造、数字化网络化制造和新一代智能制造。smart manufacture主要对应数字化网络化制造,而intelligent manufacture则对应新一代智能制造。

在党的十九大报告中明确指出,要促进工业互联网的应用。重点是推进数字化网络化制造。因此,有必要对smart manufacture进行进一步解释。其字面含义是赋予企业快速响应内部和外部变化的能力。快速响应之所以重要,是因为市场竞争日趋激烈,使得响应速度越来越重要。

从目标上看,smart manufacture与flexible manufacturing相似。但从手段上看,前者侧重用ICT的应用。与传统信息化相比往往需要对设备、组织、流程、工作方式、商业模式等方面的改造,而不是单纯的ICT技术应用。因此,smart manufacture往往被理解为ICT技术与制造业的“深度融合”。一般来说,智能制造不仅涉及制造相关的过程,智能服务和智能产品也常常被纳入智能制造的范畴。

可以用4个基本要点理解上述智能制造的内在逻辑:ICT技术的深入应用是智能制造的出发点;价值创造是智能制造的目的和归宿;快速响应变化是智能制造的外部特征;协同、共享和重用是智能制造进行价值创造的内在机制。

1)强调“ICT技术的深入应用是智能制造的出发点”,是因为智能制造的历史机遇是ICT技术的发展带来的,要避免把智能化与传统的自动化、信息化混淆起来,从而忽视真正的智能化工作、丧失历史的机遇。智能化相关思想并不是现在才有的,但只有在ICT技术高度发达的条件下,过去的设想才能具备技术和经济可行性。

2)提出“价值创造是智能制造的目的和归宿”的背景,是反对为技术而技术、盲目采用先进而无用的东西。这种担忧不是“杞人忧天”,而是已经有了蔓延的可能。为此,智能制造必须以服务于企业真实的业务需求。很多企业对智能化的需求是隐含的。推进智能制造往往需要企业进行转型升级,改变生产经营方式,才能找到合适的场景,以便于创造价值。这就是ICT技术与工业“深度融合”的含义。

3)“快速响应变化是智能制造的外部特征”。随着的竞争不断加强,快速响应的重要性越来越大。例如,在手机、汽车等行业,快速响应的价值体现在新产品上市的速度上。推出新一代产品的快慢,很大程度上决定了企业的盈利情况。在另外一些对原料价格敏感的行业,快速响应供应链变化的能力决定企业的盈亏。所以,智能制造最重要的作用之一就是加快响应速度。

4)“协同、共享和重用是智能制造进行价值创造的内在机制”。ICT技术能够显著促进人与人、机器与机器、人与机器、企业与企业、部门与部门之间的协同。减少时间上的耽搁、减少界面上的失误。还可以通过对物质、人、知识或信息的共享来降低成本、提高效率和质量。在智能制造时代,知识的重用变得越来越重要。例如,通过模块的重用,可以减少研发过程不必要的时间和资金投入,并有利于提高质量、降低成本,提高经济性,并支撑快速响应。

智能制造有很多典型的模式或体系,其中最著名的是德国工业4.0和美国工业互联网。

智能制造与人工智能、自动化

随着人工智能技术的迅速发展,图像、语音识别等技术开始广泛用于生产制造的过程,帮助人类从枯燥、恶劣的工作环境中解放出来,意义重大。故而,有人认为“智能制造就是人工智能在制造业的应用”。但这个观点并不准确、且非常容易对公众产生误导。

人工智能传统上有3个学派。符号主义又称计算机学派,侧重模拟大脑的逻辑推理功能;联接主义又称人工神经元学派,侧重模拟脑的结构,擅长知识的学习;行为主义又称控制论学派,侧重模拟脑体的协同、追求知行合一。在很多学术场合下,人工智能专指前面两个学派。以深度学习为代表的所谓“新一代人工智能”就是联接学派发展而来。

然而,与智能制造联系最紧密的应是控制论学派。控制论的主要思想可追溯到20世纪40年代维纳的《控制论》。维纳研究了动物和机器的差别,认为动物区别于机器的一个显著特征是对信息的感知和处理;动物能随时感知外部环境的各种变化而调整自己的行为,而不像多数机器那样只按既定的逻辑顺序执行。这一理论的实质就是主张将感知、决策和执行3个要素统一起来。

本文由新葡萄京棋牌唯一下载-澳门手机版app下载发布于公告,转载请注明出处:生产智能化需要全新的数字化基础新葡萄京棋牌棋牌手机版:,我们把解决这些问题作为钢铁行业智能制造的业务目

TAG标签:
Ctrl+D 将本页面保存为书签,全面了解最新资讯,方便快捷。