德国的工业4.0、中国制造2025、智能制造这三个词想必大家都不陌生,不过对于智能制造的内涵以及十大关键技术并不是每个人都了解,通过阅读本文你将对智能制造有一个更全面的了解。

智能制造是实现整个制造业价值链的智能化和创新,是信息化与工业化深度融合的进一步提升。智能制造融合了信息技术、先进制造技术、自动化技术和人工智能技术。

智能制造包括——开发智能产品;应用智能装备;自底向上建立智能产线,构建智能车间,打造智能工厂;践行智能研发;形成智能物流和供应链体系;开展智能管理;推进智能服务;最终实现智能决策。

支持深度学习的智能制造分析 智能制造的底层技术_嵌入式

智能制造的十项技术之间是息息相关的,制造企业应当渐进式、理性地推进这十项智能技术的应用。

1、智能产品

智能产品通常包括机械、电气和嵌入式软件,具有记忆、感知、计算和传输功能。典型的智能产品包括智能手机、智能可穿戴设备、无人机、智能汽车、智能家电、智能售货机等,包括很多智能硬件产品。智能装备也是一种智能产品。企业应该思考如何在产品上加入智能化的单元,提升产品的附加值。

支持深度学习的智能制造分析 智能制造的底层技术_支持深度学习的智能制造分析_02

2、智能服务

基于传感器和物联网(IoT),可以感知产品的状态,从而进行预防性维修维护,及时帮助客户更换备品备件,甚至可以通过了解产品运行的状态,帮助客户带来商业机会。还可以采集产品运营的大数据,辅助企业进行市场营销的决策。此外,企业通过开发面向客户服务的APP,也是一种智能服务的手段,可以针对企业购买的产品提供有针对性的服务,从而锁定用户,开展服务营销。

支持深度学习的智能制造分析 智能制造的底层技术_产品运营_03

3、智能装备

制造装备经历了机械装备到数控装备,目前正在逐步发展为智能装备。智能装备具有检测功能,可以实现在机检测,从而补偿加工误差,提高加工精度,还可以对热变形进行补偿。以往一些精密装备对环境的要求很高,现在由于有了闭环的检测与补偿,可以降低对环境的要求。

支持深度学习的智能制造分析 智能制造的底层技术_产品运营_04

4、智能产线

很多行业的企业高度依赖自动化生产线,比如钢铁、化工、制药、食品饮料、烟草、芯片制造、电子组装、汽车整车和零部件制造等,实现自动化的加工、装配和检测,一些机械标准件生产也应用了自动化生产线,比如轴承。但是,装备制造企业目前还是以离散制造为主。很多企业的技术改造重点,就是建立自动化生产线、装配线和检测线。

支持深度学习的智能制造分析 智能制造的底层技术_支持深度学习的智能制造分析_05

5、智能车间

一个车间通常有多条生产线,这些生产线要么生产相似零件或产品,要么有上下游的装配关系。要实现车间的智能化,需要对生产状况、设备状态、能源消耗、生产质量、物料消耗等信息进行实时采集和分析,进行高效排产和合理排班,显着提高设备利用率(OEE)。因此,无论什么制造行业,制造执行系统(MES)成为企业的必然选择。

目前国内比较领先的几家MES系统供应商自主研发的系统,已经在国内的众多制造企业之中得到广泛的运用。不久的将来,MES系统也必定会全面普及。

支持深度学习的智能制造分析 智能制造的底层技术_支持深度学习的智能制造分析_06

6、智能工厂

一个工厂通常由多个车间组成,大型企业有多个工厂。

作为智能工厂,不仅生产过程应实现自动化、透明化、可视化、精益化,同时,产品检测、质量检验和分析、生产物流也应当与生产过程实现闭环集成。

一个工厂的多个车间之间要实现信息共享、准时配送、协同作业。

一些离散制造企业也建立了类似流程制造企业那样的生产指挥中心,对整个工厂进行指挥和调度,及时发现和解决突发问题,这也是智能工厂的重要标志。

智能工厂必须依赖无缝集成的信息系统支撑,主要包括PLM、ERP、CRM、SCM和MES五大核心系统。大型企业的智能工厂需要应用ERP系统制定多个车间的生产计划(ProducTIon planning),并由MES系统根据各个车间的生产计划进行详细排产(producTIon scheduling),MES排产的力度是天、小时,甚至分钟。

支持深度学习的智能制造分析 智能制造的底层技术_大数据_07

7、智能研发

离散制造企业在产品研发方面,已经应用了CAD/CAM/CAE/CAPP/EDA等工具软件和PDM/PLM系统,但是很多企业应用这些软件的水平并不高。企业要开发智能产品,需要机电软多学科的协同配合;要缩短产品研发周期,需要深入应用仿真技术,建立虚拟数字化样机,实现多学科仿真,通过仿真减少实物试验;需要贯彻标准化、系列化、模块化的思想,以支持大批量客户定制或产品个性化定制;需要将仿真技术与试验管理结合起来,以提高仿真结果的置信度。流程制造企业已开始应用PLM系统实现工艺管理和配方管理,LIMS(实验室信息管理系统)系统比较广泛。

支持深度学习的智能制造分析 智能制造的底层技术_管理系统_08

8、智能管理

制造企业核心的运营管理系统还包括人力资产管理系统(HCM)、客户关系管理系统(CRM)、企业资产管理系统(EAM)、能源管理系统(EMS)、供应商关系管理系统(SRM)、企业门户(EP)、业务流程管理系统(BPM)等,国内企业也把办公自动化(OA)作为一个核心信息系统。为了统一管理企业的核心主数据,近年来主数据管理(MDM)也在大型企业开始部署应用。实现智能管理和智能决策,最重要的条件是基础数据准确和主要信息系统无缝集成。

支持深度学习的智能制造分析 智能制造的底层技术_嵌入式_09

9、智能物流与供应链

制造企业内部的采购、生产、销售流程都伴随着物料的流动,因此,越来越多的制造企业在重视生产自动化的同时,也越来越重视物流自动化,自动化立体仓库、无人引导小车(AGV)、智能吊挂系统得到了广泛的应用;而在制造企业和物流企业的物流中心,智能分拣系统、堆垛机器人、自动辊道系统的应用日趋普及。WMS(Warehouse Management System,仓储管理系统)和TMS(Transport Management System,运输管理系统)也受到制造企业和物流企业的普遍关注。

支持深度学习的智能制造分析 智能制造的底层技术_嵌入式_10

10、智能决策

企业在运营过程中,产生了大量的数据。一方面是来自各个业务部门和业务系统产生的核心业务数据,比如与合同、回款、费用、库存、现金、产品、客户、投资、设备、产量、交货期等数据,这些数据一般是结构化的数据,可以进行多维度的分析和预测,这就是BI(Business Intelligence,业务智能)技术的范畴,也被称为管理驾驶舱或决策支持系统。同时,企业可以应用这些数据提炼出企业的KPI,并与预设的目标进行对比,同时,对KPI进行层层分解,来对干部和员工进行考核,这就是EPM(Enterprise Performance Management,企业绩效管理)的范畴。从技术角度来看,内存计算是BI的重要支撑。