制造技術(shù)層主要研究和優(yōu)化對象

導(dǎo)語：制造技術(shù)層主要研究和優(yōu)化對象一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：文章從理解智能制造定義及能力成熟度標(biāo)準(zhǔn)出發(fā)，聚焦整車制造業(yè)務(wù)活動，構(gòu)建了整車工廠智能制造系統(tǒng)層級架構(gòu)，即：制造技術(shù)層、信息映射層及智能決策層。詳細(xì)介紹了以數(shù)字制造、智能工廠、數(shù)字孿生為特征的物理工廠信息映射層數(shù)據(jù)建模關(guān)鍵技術(shù)及其應(yīng)用場景，從而幫助企業(yè)選擇最適合自身需求和發(fā)展特點(diǎn)智能制造落地技術(shù)路線。

關(guān)鍵詞：智能制造；數(shù)字制造；智能工廠；數(shù)字孿生

近年來，面對技術(shù)創(chuàng)新、市場競爭與經(jīng)濟(jì)增長的驅(qū)動與挑戰(zhàn)，世界主要發(fā)達(dá)國家紛紛提出了重塑制造業(yè)，發(fā)展先進(jìn)制造業(yè)的國家戰(zhàn)略。德國在2013年推出了《工業(yè)4.0》，2019年又發(fā)布了《工業(yè)戰(zhàn)略2030》。美國繼2014年提出《工業(yè)互聯(lián)網(wǎng)》后，2018年發(fā)布了《先進(jìn)制造業(yè)美國領(lǐng)導(dǎo)力戰(zhàn)略》。中國也早在2015年就發(fā)布了制造強(qiáng)國戰(zhàn)略《中國制造2025》[1]。由此可見，工業(yè)特別是制造業(yè)的轉(zhuǎn)型升級已成為國家經(jīng)濟(jì)發(fā)展的重中之重，各制造企業(yè)以實(shí)現(xiàn)數(shù)字化、網(wǎng)絡(luò)化、智能化為特征的智能制造能力提升已成為核心競爭力的重要體現(xiàn)。本文從理解智能制造定義及能力成熟度標(biāo)準(zhǔn)出發(fā)，聚焦整車制造業(yè)務(wù)活動，論述物理工廠的數(shù)字信息映射建模方法、關(guān)鍵支持技術(shù)及其應(yīng)用場景，從而幫助企業(yè)選擇最適合自身需求和發(fā)展特點(diǎn)智能制造落地技術(shù)路線。企業(yè)要發(fā)展智能制造，首先要明確理解智能制造概念及其含義，但智能制造所涉及的內(nèi)容非常廣泛，涵蓋了工業(yè)、信息、管理等多個領(lǐng)域，故在國際上尚未有統(tǒng)一的權(quán)威定義，本文引用中國工業(yè)和信息化部在《智能制造發(fā)展規(guī)劃（2016—2020）》和《“十四五”智能制造發(fā)展規(guī)劃》文件中的表述：“智能制造是基于新一代信息技術(shù)與先進(jìn)制造技術(shù)深度融合，貫穿于設(shè)計(jì)、生產(chǎn)、管理、服務(wù)等制造活動各個環(huán)節(jié)，具有自感知、自決策、自執(zhí)行、自適應(yīng)、自學(xué)習(xí)等特征，旨在提高制造業(yè)質(zhì)量、效益和核心競爭力的先進(jìn)生產(chǎn)方式”[2]。根據(jù)上述概念定義，從整車制造所涉及的規(guī)劃、產(chǎn)品、工藝、設(shè)備、生產(chǎn)、質(zhì)量、運(yùn)維等業(yè)務(wù)活動出發(fā)，可將智能制造發(fā)展技術(shù)路線分為制造技術(shù)、信息映射和智能決策三個層級（如圖1所示）。制造技術(shù)層主要研究和優(yōu)化的對象是在現(xiàn)實(shí)物理工廠中進(jìn)行生產(chǎn)制造的各種資源，包括人（生產(chǎn)者）、機(jī)（設(shè)施/設(shè)備）、物（物料/產(chǎn)品）等。信息映射層主要研究和優(yōu)化的對象是通過IT軟件和工業(yè)互聯(lián)網(wǎng)系統(tǒng)構(gòu)建的物理工廠數(shù)據(jù)信息模型。智能決策層主要研究和優(yōu)化的對象是大數(shù)據(jù)分析、人工智能算法支持下而構(gòu)建的智能決策模型。這三個層次的對象在生產(chǎn)制造中相互作用，彼此深度融合，從而使制造系統(tǒng)具有了自感知、自決策、自執(zhí)行、自適應(yīng)和自學(xué)習(xí)的能力。上文闡述了智能制造特征及其技術(shù)路線中的三個層次，為了促進(jìn)發(fā)展，如何評價(jià)和對標(biāo)不同企業(yè)的智能制造水平也需要進(jìn)行明確定義，本文引用2020年10月已正式發(fā)布的國標(biāo)《智能制造能力成熟度模型》（GB/T39116—2020）要求予以說明。智能制造能力成熟度由低向高共分為一級（規(guī)劃級）、二級（規(guī)范級）、三級（集成級）、四級（集成級）和五級（引領(lǐng)級），如圖2所示。其中大部分整車制造企業(yè)需要著力發(fā)展的是對應(yīng)成熟度三級以上的能力，即通過裝備、系統(tǒng)的集成，實(shí)現(xiàn)跨業(yè)務(wù)數(shù)據(jù)共享（三級），通過數(shù)據(jù)挖掘形成知識模型，實(shí)現(xiàn)核心業(yè)務(wù)的精準(zhǔn)預(yù)測和優(yōu)化（四級）及利用模型持續(xù)進(jìn)行自主學(xué)習(xí)、決策優(yōu)化和協(xié)同創(chuàng)新（五級）[3]。

如前文所述，制造技術(shù)層主要研究和優(yōu)化的對象是在現(xiàn)實(shí)物理工廠中進(jìn)行生產(chǎn)制造的各種資源。隨著汽車產(chǎn)品個性化、電動化、網(wǎng)聯(lián)化和智能化的不斷發(fā)展，整車工廠的制造過程也面臨個性化定制、新材料、新工藝與新技術(shù)的挑戰(zhàn)。所以能夠高效地實(shí)現(xiàn)柔性定制化生產(chǎn)與質(zhì)量在線監(jiān)控的通用/專用/新型先進(jìn)制造裝備、網(wǎng)絡(luò)通信基礎(chǔ)設(shè)施及質(zhì)量在線監(jiān)控設(shè)備是制造技術(shù)層發(fā)展的三大關(guān)鍵技術(shù)。這一領(lǐng)域的優(yōu)化提升主要依賴于裝備制造業(yè)的技術(shù)發(fā)展，但整車工廠可以根據(jù)自身產(chǎn)品的實(shí)際制造需求，開展跨行業(yè)技術(shù)合作，來驅(qū)動單點(diǎn)技術(shù)突破及系統(tǒng)集成創(chuàng)新。各企業(yè)的制造工廠作為承載先進(jìn)制造技術(shù)的實(shí)體對象，在大規(guī)模生產(chǎn)制造活動中會產(chǎn)生海量數(shù)據(jù)信息，對這些數(shù)據(jù)進(jìn)行挖掘、利用，形成優(yōu)化方案與決策模型將為企業(yè)帶來更高的投入產(chǎn)出效益，從而成為了與物理工廠實(shí)物資產(chǎn)相對應(yīng)的虛擬數(shù)據(jù)資產(chǎn)。針對生產(chǎn)制造價(jià)值鏈上下游業(yè)務(wù)活動流程、優(yōu)化目標(biāo)及技術(shù)實(shí)現(xiàn)方式的不同，本文將信息映射層的建模方法分為數(shù)字制造[4]（DigitalManufacturing）、智能工廠[5]（SmartFactory）和數(shù)字孿生[6]（DigitalTwin）三大領(lǐng)域。面向數(shù)字制造領(lǐng)域的建模目標(biāo)聚焦在新產(chǎn)品引入過程中解決產(chǎn)品創(chuàng)新設(shè)計(jì)與資源投入、質(zhì)量效率之間的協(xié)同優(yōu)化問題。通過對物理工廠的產(chǎn)品屬性、生產(chǎn)設(shè)備、生產(chǎn)環(huán)境（廠房、設(shè)施等）及制造過程進(jìn)行三維仿真建模，打通各設(shè)計(jì)環(huán)節(jié)的數(shù)據(jù)共享環(huán)境，實(shí)現(xiàn)跨業(yè)務(wù)數(shù)據(jù)集成、協(xié)同設(shè)計(jì)，通過早期虛擬評估，提前發(fā)現(xiàn)問題并優(yōu)化改進(jìn)，從而得到全局最優(yōu)的設(shè)計(jì)方案，并且通過并行協(xié)同設(shè)計(jì)縮短項(xiàng)目開發(fā)周期、減少新增資源投入、實(shí)物驗(yàn)證的費(fèi)用及項(xiàng)目后期更改成本。數(shù)字制造建模技術(shù)主要依賴于三維實(shí)體計(jì)算機(jī)輔助工程設(shè)計(jì)（CAD）、工藝仿真（包括有限元分析仿真、制造過程仿真、工業(yè)自動化仿真、人機(jī)工程仿真等）及產(chǎn)品全生命周期數(shù)據(jù)管理（PLM）三大類軟件系統(tǒng)/平臺功能來實(shí)現(xiàn)。雖然企業(yè)可以直接從外部購買各種商用設(shè)計(jì)建模與虛擬仿真系統(tǒng)軟件，但要能真正發(fā)揮企業(yè)級跨業(yè)務(wù)數(shù)據(jù)集成、協(xié)同設(shè)計(jì)的作用，仍然需要在內(nèi)部建立一系列的標(biāo)準(zhǔn)流程從而解決數(shù)據(jù)建模標(biāo)準(zhǔn)化（數(shù)據(jù)交付質(zhì)量）、仿真精度與可靠性（多學(xué)科知識顯性化）、組織協(xié)同管理與決策機(jī)制（數(shù)據(jù)變更管理/問題解決推進(jìn)）等問題。圖3所示為某大型整車企業(yè)建立的產(chǎn)品/制造工藝同步工程開發(fā)跨業(yè)務(wù)協(xié)同設(shè)計(jì)的流程與應(yīng)用場景示例。數(shù)字制造主要面向的是產(chǎn)品/工藝設(shè)計(jì)過程的最優(yōu)設(shè)計(jì)，而智能工廠主要聚焦于工廠運(yùn)營過程中的效率、質(zhì)量與穩(wěn)定性指標(biāo)不斷改善。

智能工廠的數(shù)據(jù)信息主要來自于：（1）自動化生產(chǎn)設(shè)備的自身控制運(yùn)行數(shù)據(jù)（如：機(jī)器人控制程序及各種參數(shù)）；（2）制造執(zhí)行系統(tǒng)（MES）信息（如：生產(chǎn)管理、物流管理、質(zhì)量管理、能源管理、設(shè)備管理等）；（3）企業(yè)資源規(guī)劃系統(tǒng)（ERP）信息（如：訂單信息、物料采購、人力資源、財(cái)務(wù)成本等）。智能工廠建模技術(shù)的關(guān)鍵是實(shí)現(xiàn)多種生產(chǎn)設(shè)備的數(shù)據(jù)采集及跨業(yè)務(wù)/跨系統(tǒng)的數(shù)據(jù)互聯(lián)互通，也就是從數(shù)字化制造邁向網(wǎng)絡(luò)化制造。針對生產(chǎn)系統(tǒng)中需要優(yōu)化的業(yè)務(wù)指標(biāo)通過業(yè)務(wù)流程建模、實(shí)體關(guān)系建模，將設(shè)備中采集到的數(shù)據(jù)以及MES/ERP系統(tǒng)中的數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，量化輸入與輸出數(shù)據(jù)間的計(jì)算模型，找到關(guān)鍵特性指標(biāo)的影響因素，從而能夠通過該模型對輸出進(jìn)行預(yù)測、預(yù)警并對輸入進(jìn)行前饋控制。圖4所示案例為某大型整車企業(yè)針對整車制造工廠同一生產(chǎn)線上所制造的不同車型產(chǎn)量需求波動而實(shí)時響應(yīng)的生產(chǎn)人員數(shù)量及效率預(yù)測模型。該模型通過對生產(chǎn)計(jì)劃信息數(shù)據(jù)與生產(chǎn)系統(tǒng)中的不同車型工時規(guī)劃數(shù)據(jù)（∑CT）、生產(chǎn)設(shè)備開動數(shù)據(jù)（ATT）、人員操作效率指標(biāo)數(shù)據(jù)（MPH）建立數(shù)據(jù)分解流程圖及輸入、輸出信息計(jì)算關(guān)系，即可預(yù)測出在不同車型產(chǎn)量配比需求及生產(chǎn)班次模式下的生產(chǎn)操作人員數(shù)量（HC）、單車生產(chǎn)總工時（HPV）及綜合生產(chǎn)效率指標(biāo)(OCR)。通過該模型分析可以及時響應(yīng)市場訂單需求的變化，得出最優(yōu)的生產(chǎn)計(jì)劃排產(chǎn)模式及所需配備的生產(chǎn)人員精確數(shù)量，從而達(dá)成最佳生產(chǎn)效率指標(biāo)。前文分別描述了以物理工廠的三維幾何模型及過程仿真為核心的數(shù)字制造和以物理工廠的運(yùn)營數(shù)據(jù)采集及過程控制為核心的智能工廠，而數(shù)字孿生建模技術(shù)能夠進(jìn)一步實(shí)現(xiàn)這兩大類模型的互聯(lián)互通、數(shù)據(jù)集成與實(shí)時動態(tài)響應(yīng)。數(shù)字孿生建模不僅能滿足企業(yè)對制造系統(tǒng)性能指標(biāo)（生產(chǎn)效率、質(zhì)量、可重復(fù)性、成本和風(fēng)險(xiǎn)等）不斷優(yōu)化的需求，并且能進(jìn)一步滿足更大范圍的市場靈活性與適應(yīng)性，實(shí)現(xiàn)大規(guī)模定制生產(chǎn)、敏捷設(shè)計(jì)、即時交付等高層次、全價(jià)值鏈、端到端的客戶需求。數(shù)字孿生建模技術(shù)的關(guān)鍵是解決數(shù)字化設(shè)計(jì)仿真軟件平臺與現(xiàn)場設(shè)備工業(yè)自動化控制系統(tǒng)軟件之間的數(shù)據(jù)訪問、數(shù)據(jù)交互問題。OPC（OLEProcessControl）-UA協(xié)議提供了應(yīng)用軟件與各種設(shè)備驅(qū)動程序之間通信的一項(xiàng)工業(yè)技術(shù)規(guī)范和標(biāo)準(zhǔn)。它采用客戶/服務(wù)器體系，基于Microsoft的OLE/COM技術(shù)，為硬件廠商和應(yīng)用軟件開發(fā)者提供了一套標(biāo)準(zhǔn)的接口。某大型整車企業(yè)采用西門子公司的工藝仿真軟件ProcessSimulate與羅克韋爾公司的通訊管理軟件RSLinx，通過OPC-UA協(xié)議創(chuàng)建通訊連接，再通過IT網(wǎng)絡(luò)安全架構(gòu)及云服務(wù)器實(shí)現(xiàn)雙向數(shù)據(jù)的實(shí)時上傳、下載、存儲和訪問，從而在技術(shù)上實(shí)現(xiàn)了數(shù)字孿生建模。數(shù)字孿生的實(shí)際應(yīng)用場景包括從工藝設(shè)計(jì)開發(fā)端向生產(chǎn)設(shè)備可編程控制器（PLC）端進(jìn)行實(shí)時信號傳輸，驅(qū)動現(xiàn)場設(shè)備運(yùn)行的虛擬調(diào)試（VirtualCommissioning），以及由現(xiàn)場設(shè)備運(yùn)行信號數(shù)據(jù)反向驅(qū)動仿真模型實(shí)時再現(xiàn)設(shè)備動作及邏輯關(guān)系的數(shù)字體驗(yàn)。數(shù)字孿生模型的虛擬調(diào)試應(yīng)用可在新產(chǎn)品引入過程中節(jié)省生產(chǎn)現(xiàn)場設(shè)備的機(jī)器人、PLC、工裝設(shè)備等的系統(tǒng)集成調(diào)試時間，大大降低設(shè)備停產(chǎn)改造而引起的產(chǎn)能損失。而數(shù)字體驗(yàn)可以配合VR/AR技術(shù)，實(shí)現(xiàn)設(shè)備現(xiàn)場真實(shí)運(yùn)行情況的三維可視化、多視角展示，從而實(shí)現(xiàn)設(shè)備遠(yuǎn)程監(jiān)控、故障診斷、操作人員在線場景培訓(xùn)、規(guī)劃設(shè)計(jì)方案協(xié)同管理決策等。圖5所示為某大型整車企業(yè)實(shí)現(xiàn)數(shù)字孿生建模的試點(diǎn)案例場景。

綜上所述，對照《智能制造能力成熟度模型》五級標(biāo)準(zhǔn)，本文所重點(diǎn)介紹的數(shù)字制造、智能工廠及數(shù)字孿生建模技術(shù)方法應(yīng)用，可以實(shí)現(xiàn)企業(yè)跨業(yè)務(wù)數(shù)據(jù)集成、精準(zhǔn)預(yù)測和決策優(yōu)化，達(dá)到智能制造成熟度四級（優(yōu)化級）水平。企業(yè)以物理工廠的數(shù)據(jù)信息映射建模方法為基礎(chǔ)，繼續(xù)利用人工智能算法模型、大數(shù)據(jù)分析訓(xùn)練、云計(jì)算等新一代信息技術(shù)，從而使數(shù)據(jù)信息模型具有持續(xù)自主學(xué)習(xí)、自適應(yīng)決策的能力[7]，實(shí)現(xiàn)生產(chǎn)制造過程的自感知、自優(yōu)化和自執(zhí)行，從而達(dá)到五級（引領(lǐng)級）水平，即為智能制造系統(tǒng)中的智能決策層重點(diǎn)攻關(guān)內(nèi)容。在這一層級學(xué)術(shù)、工業(yè)和軟件開發(fā)領(lǐng)域?qū)＜胰杂袕V闊的合作空間和富有想象力的需求場景值得研究和探索。

作者：楊虹 胡逸輝 單位：上汽通用汽車有限公司