數字化 || 智(zhi)能制造走(zou)向深水區(qu)
經過(guo)幾十年發(fa)展，我國逐(zhu)步建立起(qi)了門類齊(qi)全、獨立完(wan)整🌂的工業(ye)制造體系(xi)，制造業增(zeng)加值連續(xu)12年居于世(shi)界首位。中(zhong)🚶♀️國制造業(ye)企業在各(ge)個細分領(ling)域的市場(chang)份額不斷(duan)攀升，例如(ru)在锂電池(chi)行業，2021年全(quan)球動力電(dian)池裝機量(liang)TOP10企業中中(zhong)國企業就(jiu)占據6席，市(shi)場份額達(da)到48.6%。中國制(zhi)造的龐大(da)産能規模(mo)優勢也體(ti)現在出口(kou)方面，2021年我(wo)國出口21.73萬(wan)億元，同比(bi)增長21.2%。家電(dian)、手機、計算(suan)機、集成電(dian)路等8類機(ji)電産品出(chu)口均超千(qian)億美元。但(dan)是，出口貿(mao)易總量或(huo)貿易順差(cha)額并不能(neng)真實反映(ying)中國制造(zao)業的競争(zheng)力。從全球(qiu)價值鍊上(shang)來看，中國(guo)制造業核(he)心競争力(li)仍然不強(qiang)。具體從貿(mao)易增加值(zhi)和國民收(shou)入視角來(lai)看，生産出(chu)❗口賺⛷️得的(de)一部分收(shou)益其實是(shi)要被劃分(fen)為外國國(guo)民收入[1,2]。在(zai)全球價值(zhi)鍊中，中國(guo)制造業主(zhu)要還是在(zai)賺取加工(gong)費，一部分(fen)中國🚶企業(ye)仍🈲然依賴(lai)于外國資(zi)本要素和(he)技術要素(su)，歐美國家(jia)則掌握着(zhe)通過專利(li)技術等要(yao)素來獲取(qu)🈲收益的方(fang)式。
目前我(wo)國制造業(ye)面臨“雙向(xiang)擠壓”的局(ju)面沒有發(fa)生根本性(xing)💋扭轉。一方(fang)面在中低(di)端領域面(mian)臨其他發(fa)展中國家(jia)的競争，我(wo)國🙇♀️已經不(bu)能延續21世(shi)紀初期依(yi)靠人口紅(hong)利的發展(zhan)模式，即繼(ji)續依靠人(ren)工大規模(mo)生産低附(fu)加值工業(ye)品👨❤️👨。另一方(fang)面，在中高(gao)端領域，我(wo)國制造業(ye)企業自動(dong)化、智能化(hua)程度相較(jiao)于發❌達國(guo)家還㊙️較低(di)，還沒有完(wan)全掌握重(zhong)點行業的(de)關鍵核心(xin)技術，在研(yan)發設㊙️計和(he)國際标準(zhun)制定等方(fang)面還沒有(you)足夠的主(zhu)導權。正是(shi)在這種情(qing)形下，我國(guo)政府提出(chu)要實現智(zhi)能制造，在(zai)“十三五🛀”、“十(shi)四五”期間(jian)連續編制(zhi)智能制造(zao)發展規劃(hua)♻️，促進制造(zao)♉業企業實(shi)現數字化(hua)、網絡化、智(zhi)能化📱轉型(xing)，向制造強(qiang)國邁進。本(ben)文将結合(he)筆者觀察(cha)到的一些(xie)産業前沿(yan)進展來重(zhong)點闡述如(ru)下幾個方(fang)面：如何理(li)解智能制(zhi)造？
智能制(zhi)造的底層(ceng)基礎是數(shu)字化
實現(xian)智能制造(zao)應當聚焦(jiao)裝備和工(gong)藝
制造工(gong)藝和設計(ji)仿真協同(tong)促進正向(xiang)設計
企業(ye)設計仿真(zhen)、生産制造(zao)及服務全(quan)流程協同(tong)
制造業通(tong)過數字化(hua)、智能化技(ji)術提升管(guan)理決策水(shui)平
智能制(zhi)造領域的(de)人才和初(chu)創企業
從(cong)企業經營(ying)和産業發(fa)展角度看(kan)待智能制(zhi)造
展望
談及智(zhi)能制造，首(shou)先就需要(yao)從企業需(xu)求角度出(chu)發🔞。制造業(ye)企業最關(guan)心的是質(zhi)量能不能(neng)更好？成本(ben)能🌈不能👨❤️👨再(zai)低一些？怎(zen)麼讓交付(fu)更快？說到(dao)底是制造(zao)業本身對(dui)🙇♀️規模效應(ying)的追求，特(te)别是在當(dang)今市場需(xu)求愈發多(duo)樣化、個性(xing)化，企業需(xu)要具備更(geng)強🛀的柔性(xing)制造能力(li)和産品設(she)計創新能(neng)力。智能制(zhi)造正是要(yao)回應企業(ye)對規模效(xiao)應和柔性(xing)化制造這(zhe)兩方面的(de)訴求。智能(neng)制造是要(yao)貫穿企業(ye)研發設計(ji)、生産制造(zao)到服務的(de)全過程，核(he)心落腳點(dian)是在制造(zao)環節，特别(bie)是在工藝(yi)和裝備兩(liang)方面上。我(wo)們的分析(xi)也将從裝(zhuang)備工藝開(kai)始逐步延(yan)伸至設計(ji)仿真、服務(wu)環節。中國(guo)制造要向(xiang)中高端領(ling)域邁進，生(sheng)産出更高(gao)性能、更高(gao)精度💜的高(gao)質量産品(pin)，勢必将對(dui)工藝和裝(zhuang)備以及企(qi)🧑🏾🤝🧑🏼業正🐇向設(she)計能力提(ti)出更高的(de)要求。實現(xian)智能制造(zao)，企業需要(yao)使用智能(neng)化的裝備(bei)，在生産過(guo)程中形成(cheng)更優的生(sheng)産工藝，做(zuo)出全💛局最(zui)優的生産(chan)和研發決(jue)策。而不是(shi)僅僅停留(liu)在看一個(ge)顯‼️示生産(chan)過程♉數據(ju)的大屏系(xi)統，又或者(zhe)是單純的(de)可視化渲(xuan)染界🈚面，新(xin)技術的應(ying)用還是要(yao)深入生産(chan)過程中去(qu)，避免“高大(da)全的花架(jia)子”。從控制(zhi)論的角度(du)來看，實現(xian)智能制造(zao)應理解為(wei)是要打造(zao)一個閉環(huan)控制系統(tong)，控制目标(biao)即為實現(xian)最佳生産(chan)工✊藝流程(cheng)，達👈到最佳(jia)生産狀态(tai)。控制系統(tong)運行的關(guan)鍵在于可(ke)以實現良(liang)好的負反(fan)饋🧑🏽🤝🧑🏻調🆚節，以(yi)及實現從(cong)決策端到(dao)執行端的(de)打通。閉環(huan)控制系統(tong)的覆📧蓋範(fan)圍可以是(shi)一台機器(qi)或者一條(tiao)生産線，也(ye)可以是一(yi)個車間、一(yi)個工廠甚(shen)至是一條(tiao)産業鍊。同(tong)時，這個系(xi)統具有自(zi)适應性。由此可見(jian)，智能制造(zao)包含感知(zhi)、決策和執(zhi)行三個要(yao)素，通過工(gong)業物聯網(wang)、邊緣計算(suan)等技術收(shou)集系統内(nei)産品、設備(bei)、車🈲間和企(qi)業的運行(hang)狀态，這些(xie)數據經過(guo)處理後會(hui)彙總到工(gong)業數據平(ping)台上。最為(wei)核心的是(shi)決⁉️策中樞(shu)，過去企📐業(ye)的生産決(jue)策都是以(yi)依靠人的(de)經驗判斷(duan)為主，智能(neng)制造系統(tong)中決策将(jiang)逐漸以數(shu)據🔞驅動+工(gong)業機理融(rong)合模型的(de)判斷為主(zhu)，決策中樞(shu)将🐉具有自(zi)适應性🈲。執(zhi)行系統也(ye)是必不可(ke)少的，現在(zai)也有企業(ye)将RPA技術應(ying)用到一些(xie)固定的機(ji)台聯動操(cao)作流程上(shang)，減少人工(gong)操♻️作，進一(yi)步提高生(sheng)産的自動(dong)化程度。智能制(zhi)造的底層(ceng)基礎是數(shu)字化新一(yi)代信息技(ji)術與制造(zao)業深度融(rong)合，引發出(chu)一個重要(yao)變化💋：數據(ju)作為一種(zhong)新型生産(chan)要素逐漸(jian)得到💰産業(ye)界的重視(shi)。可以看出(chu)✉️，智能制造(zao)的底層基(ji)礎是數字(zi)化，即數據(ju)需要在系(xi)統内得到(dao)精準的采(cai)集、傳輸、存(cun)儲和分析(xi)。智能制造(zao)的核心數(shu)據來自裝(zhuang)備和工藝(yi)過程，在此(ci)基礎上包(bao)含🔱裝備與(yu)生産管理(li)軟件間的(de)交互，以及(ji)軟件間的(de)交互。整個(ge)系統要對(dui)數據實現(xian)整合分析(xi)和閉環控(kong)制，就需要(yao)🍓面向♈工業(ye)物聯網場(chang)景的數據(ju)接入和轉(zhuan)換協議方(fang)案、消✔️息中(zhong)間件、時序(xu)數據庫或(huo)實時數據(ju)庫、邊緣AI推(tui)理框架或(huo)🔱工具乃至(zhi)一整🔆套的(de)雲邊端AutoML平(ping)台。以數(shu)據存儲環(huan)節的數據(ju)庫為例，由(you)于工業物(wu)聯網場景(jing)🙇🏻下的工業(ye)數據規模(mo)巨大，例如(ru)GoldWind每個風機(ji)部署🔞有120-510個(ge)傳感器，數(shu)據采集頻(pin)率最高會(hui)達到50HZ，2萬台(tai)風機每秒(miao)就會有5億(yi)個時序數(shu)據，這些海(hai)量數據的(de)存儲和實(shi)時計算就(jiu)會對數據(ju)庫提🌏出更(geng)高要求[3]。在(zai)實際訪談(tan)和調研中(zhong)發現，工業(ye)數據的收(shou)集、協議的(de)轉換确實(shi)是一個令(ling)人頭疼的(de)問題，因為(wei)采集的物(wu)理量會有(you)很多，工🏃♀️業(ye)協議又有(you)很多種，業(ye)界也有在(zai)探索應用(yong)OPC UA over TSN等技術解(jie)決這類問(wen)題。但🏃更重(zhong)要的問題(ti)是采集哪(na)些數據更(geng)有用，以🔞及(ji)數據收集(ji)後怎麼把(ba)數據用起(qi)來。這裡面(mian)還是要以(yi)工藝優化(hua)、生産決策(ce)優化為導(dao)向，不能為(wei)了采集而(er)采集，為了(le)上數據平(ping)台而上數(shu)據平台。數(shu)字化、網絡(luo)化和智能(neng)化是相互(hu)支撐的，不(bu)實現智能(neng)🔞化變革，數(shu)字化轉型(xing)也會失去(qu)方向和價(jia)值支撐。僅(jin)以生産過(guo)程為例🐕，生(sheng)産過程中(zhong)自動化設(she)備産生🌐的(de)生産數據(ju)沉澱下來(lai)💜，網絡化就(jiu)是指通過(guo)網絡技🙇♀️術(shu)将數據✏️傳(chuan)輸至數🈚據(ju)平台或現(xian)場控制系(xi)統中，更重(zhong)要的是對(dui)數據進行(hang)分析處理(li)，實時決策(ce)控制☎️裝備(bei)♈和工📱藝過(guo)程，實現智(zhi)能化生産(chan)。實現(xian)智能制造(zao)應當聚焦(jiao)裝備和工(gong)藝智能制(zhi)造涉及裝(zhuang)備、生産工(gong)藝、生産決(jue)策、産品全(quan)生命周❓期(qi)管理、研發(fa)設計等方(fang)面，這些方(fang)面始終圍(wei)繞的核心(xin)是質量。質(zhi)量是制造(zao)業企業的(de)生命線，而(er)質量依賴(lai)于可靠🆚的(de)裝🌈備和先(xian)進的工藝(yi)。裝備承載(zai)工藝，工藝(yi)引導裝🔴備(bei)，兩者不可(ke)分割并✉️且(qie)會相互促(cu)進。因此智(zhi)能制造的(de)重點首先(xian)是要深入(ru)工藝生産(chan)環節，落在(zai)裝備智能(neng)化和生産(chan)智能化上(shang)。裝備和生(sheng)産工藝智(zhi)能化特别(bie)需要企業(ye)将新一代(dai)信息技術(shu)與先進制(zhi)造技術融(rong)合，但不是(shi)一味強調(diao)AI一類的新(xin)技術。認為(wei)有了新技(ji)術可以解(jie)決🏃♂️一切問(wen)題或者彎(wan)道超車的(de)觀點🏃♂️是有(you)失偏頗的(de)，實現裝備(bei)和工藝智(zhi)能💁化需要(yao)立足制🔴造(zao)規律和工(gong)業⁉️基礎。裝(zhuang)備方面，機(ji)床是最為(wei)重要的機(ji)械裝備，主(zhu)要分為切(qie)削加工和(he)🧑🏽🤝🧑🏻成形機床(chuang)兩大類。其(qi)中切削加(jia)工機床的(de)智能化主(zhu)要在以下(xia)方面：通過(guo)實時采集(ji)振動、主軸(zhou)溫度、切削(xue)力具備感(gan)知力，進而(er)可以㊙️針對(dui)外界環境(jing)和機床及(ji)刀具本身(shen)狀态的變(bian)化進行自(zi)适應決⁉️策(ce)，即動态實(shi)時優化控(kong)制⭐進給深(shen)度、進給速(su)度和切削(xue)速度以及(ji)🔞溫度誤差(cha)補償等㊙️，同(tong)時防止刀(dao)具過度磨(mo)損。但是機(ji)床的加工(gong)工藝目前(qian)仍🈲然需要(yao)工藝規劃(hua)人員人工(gong)設置，尚未(wei)實現自主(zhu)規劃和自(zi)适應的優(you)化，無法高(gao)效應對多(duo)品種小批(pi)量的柔性(xing)生産需求(qiu)[4]。再以金屬(shu)塑性加工(gong)中的鍛壓(ya)裝備為例(li)，目前鍛壓(ya)裝備㊙️正在(zai)數🔴控技術(shu)基礎上向(xiang)智能化邁(mai)進，通過分(fen)散多動力(li)、伺服電動(dong)⛷️機直接驅(qu)動和集成(cheng)一體化等(deng)技術途徑(jing)滿足智能(neng)化鍛壓設(she)備生産過(guo)程高效、柔(rou)性、高精度(du)的要求[5]。在(zai)新興的增(zeng)材制造領(ling)域，國外公(gong)司Markforged通過嵌(qian)入AI算法驅(qu)動🌈的軟件(jian)并結合IoT傳(chuan)感器提升(sheng)裝備的智(zhi)能化程度(du)。其增材制(zhi)造裝備可(ke)以自适應(ying)地打印零(ling)部件，實🐅時(shi)進行公差(cha)補償和路(lu)徑優化。而(er)且每一台(tai)3D打印機🈲的(de)打印流程(cheng)數據都會(hui)沉澱在雲(yun)端平台，于(yu)是整個㊙️增(zeng)材制造系(xi)統将通過(guo)這種聯合(he)學習實現(xian)自我優化(hua)，用戶也将(jiang)🈲得到更精(jing)确的制🔅造(zao)流程。對于(yu)增材制造(zao)這種成型(xing)同時成性(xing)的制造方(fang)式，軟件提(ti)供的智能(neng)化價值更(geng)加重要。工藝方面(mian)，目前主要(yao)通過機理(li)模型和數(shu)據驅動模(mo)型兩🔞種建(jian)模方式來(lai)實現智能(neng)化。又因為(wei)實際工業(ye)場景中的(de)諸多工藝(yi)過程大多(duo)具有非線(xian)性📧、時☀️變性(xing)及複雜多(duo)尺度的特(te)點，有的場(chang)景甚至無(wu)法建立完(wan)整的機理(li)模型或者(zhe)建立難度(du)非常大，所(suo)以通常會(hui)将機😘理模(mo)型和以AI技(ji)術為基礎(chu)的數據驅(qu)動模型融(rong)合起來，實(shi)現工藝過(guo)程的自主(zhu)學習叠代(dai)和智能決(jue)策控制。流(liu)程行業中(zhong)張夢軒等(deng)總結了将(jiang)化工過程(cheng)的第一性(xing)原理及過(guo)程數據和(he)AI算法相結(jie)合的混合(he)建模方法(fa)。混合模型(xing)可以綜合(he)機🎯理模型(xing)和數據驅(qu)動模型各(ge)自的優點(dian)，應用在化(hua)工過程中(zhong)的監測、優(you)化、預測和(he)軟測量方(fang)面[7]。離散行(hang)業中的塑(su)性加工的(de)鍛造成形(xing)過程也是(shi)一個複🧑🏾🤝🧑🏼雜(za)的非線性(xing)時變過程(cheng)，加上實際(ji)場景中還(hai)可✨能存💃在(zai)油液洩⭕漏(lou)等衆多不(bu)确定的幹(gan)擾因素，所(suo)以精準鍛(duan)♉造過程控(kong)制難❤️度很(hen)高。單純依(yi)靠機理模(mo)型的控制(zhi)策略存在(zai)偏㊙️差。将基(ji)于物理動(dong)力學的機(ji)理♍模型和(he)具有在線(xian)樣本學習(xi)能力的數(shu)據驅動模(mo)型🏃♀️結合起(qi)來，可以在(zai)鍛造過程(cheng)中對鍛造(zao)工藝參數(shu)進行實時(shi)調整與補(bu)🔱償，實現鍛(duan)造過程的(de)智能化控(kong)制[8]。再比如(ru)工業中應(ying)用場景最(zui)為廣泛的(de)工藝：焊接(jie)。還是動力(li)電池組的(de)電阻點焊(han)，大多依賴(lai)人工焊接(jie)[9]。正式焊接(jie)前通常需(xu)要進行大(da)量嘗試各(ge)種焊接參(can)數組合，才(cai)能🏃得到制(zhi)造需求的(de)最優參數(shu)，這種“試錯(cuo)法”耗時長(zhang)、材料消耗(hao)大。星雲電(dian)子的徐海(hai)威等研究(jiu)發現利用(yong)貝葉斯極(ji)限梯度提(ti)升機🐅(Bayes-XGBoost)與粒(li)子群優化(hua)(PSO)算法結合(he)預測最優(you)參數，可以(yi)幫助電阻(zu)點焊工程(cheng)師面對新(xin)的動力電(dian)池✔️組生産(chan)需求時㊙️快(kuai)速選取合(he)适工藝參(can)👉數，提升人(ren)工🔞焊接生(sheng)産效率，避(bi)免耗費大(da)量材料[10]。其(qi)次，無論是(shi)人工焊接(jie)還是機器(qi)人焊接，其(qi)焊接過程(cheng)仍屬于開(kai)環控制。即(ji)使是高度(du)自動化焊(han)接機器人(ren)産線，其焊(han)接過程和(he)👈質量都不(bu)是完全可(ke)控，單機的(de)誤差累計(ji)和多機之(zhi)間的相互(hu)影💁響都會(hui)影🌏響焊接(jie)質量，而焊(han)接質量直(zhi)接決🈚定了(le)産品安全(quan)性能。比如(ru)一台❓汽車(che)白車身的(de)焊點數量(liang)在4000~7000個，為了(le)保障焊點(dian)質量，國内(nei)外車企都(dou)會在自動(dong)化焊接後(hou)進行人工(gong)抽樣檢測(ce)，再根據抽(chou)檢結果進(jin)♍行焊接工(gong)藝參數的(de)離線調整(zheng)。但這種🍓事(shi)後抽檢無(wu)法做到100%質(zhi)量保障，一(yi)旦出現問(wen)題就會🌂批(pi)次召回，損(sun)失很大。這(zhe)就迫切需(xu)要針對工(gong)藝過程環(huan)節的在線(xian)控制和實(shi)時質量評(ping)價技術[11]。對(dui)于人工焊(han)接，工藝智(zhi)能分析技(ji)術可以将(jiang)IoT層面收集(ji)的實時信(xin)息和分析(xi)結果通過(guo)MES下發到現(xian)場，幫助企(qi)業實現生(sheng)産加工缺(que)陷實時智(zhi)能診斷。對(dui)于焊接機(ji)器人，可以(yi)采用基于(yu)焊工智能(neng)技術的方(fang)🐅法✉️提升♋焊(han)接機器人(ren)智能化水(shui)平，思路是(shi)使機器人(ren)具備類☂️似(si)人類焊工(gong)的學習動(dong)态焊接問(wen)題的能力(li)，主要‼️通過(guo)視覺、體覺(jiao)和思維上(shang)在線感知(zhi)實時焊接(jie)狀态，并🈲具(ju)備類似焊(han)接工人對(dui)焊接場景(jing)形成記憶(yi)的學習能(neng)力。在焊接(jie)過程中，機(ji)器人主要(yao)基于熔池(chi)動态捕捉(zhuo)和識别算(suan)法實現對(dui)熔池的動(dong)态監測♋，并(bing)通過調整(zheng)焊接速度(du)和㊙️焊接電(dian)流兩個工(gong)藝參數對(dui)♈熔池進行(hang)實時控制(zhi)，最終得到(dao)受控的連(lian)續均勻焊(han)縫[12]。該方法(fa)屬于一種(zhong)基于質量(liang)在線評價(jia)的工藝實(shi)時閉環🈚控(kong)制☎️技術。上述(shu)參數尋優(you)、質量在線(xian)評價及實(shi)時控制技(ji)術在業界(jie)也已❤️經開(kai)始了相關(guan)産業實踐(jian)，比如蘊碩(shuo)物聯🧑🏽🤝🧑🏻和大(da)熊星座，大(da)熊星座更(geng)☎️側重視覺(jiao)技術上的(de)焊縫✨識别(bie)。誠然，廠商(shang)需要對缺(que)陷等産品(pin)殘次情況(kuang)進行檢測(ce)，目前AI技術(shu)在工業中(zhong)的應用也(ye)主要集中(zhong)于視覺檢(jian)測，但廠商(shang)更需要形(xing)成對殘次(ci)原因追根(gen)溯源和精(jing)細化工藝(yi)參數反饋(kui)控制的能(neng)力。由此🔞，單(dan)純的機器(qi)視覺、設備(bei)制造乃至(zhi)工業軟件(jian)等公司都(dou)可以從自(zi)♋身産品出(chu)發🚩逐步擴(kuo)展，實現更(geng)大範圍内(nei)的智能優(you)☎️化。這方面(mian)舉一些半(ban)導體行業(ye)中将工藝(yi)制程優化(hua)和視覺檢(jian)測結合的(de)案例，例如(ru)應用材料(liao)公司将機(ji)器學習🌈算(suan)法融入ADC（自(zi)動缺陷分(fen)類）技術中(zhong)，其Purity II ADC技術拓(tuo)展💞了應用(yong)材料SEMVision G7系統(tong)的機器學(xue)習能力。基(ji)于ML算法進(jin)行實時自(zi)動分類、缺(que)陷檢測和(he)根本原因(yin)分析，可以(yi)促進半導(dao)體制造企(qi)業工藝和(he)良率管理(li)❤️水平的提(ti)升[13]。國内的(de)初創公司(si)哥瑞利、昆(kun)山潤石科(ke)技等也在(zai)進行類似(si)工作，将工(gong)藝制程管(guan)理的FDC（自動(dong)失效分類(lei)系統）和ADC系(xi)統結合起(qi)來❤️，使用👉AI算(suan)法并融合(he)IoT設備采集(ji)的過程數(shu)🔞據，共同形(xing)成了一個(ge)可實現負(fu)反饋調節(jie)的制程優(you)化控制系(xi)統，幫助企(qi)業快速定(ding)位缺陷産(chan)生原因、優(you)化工🧑🏾🤝🧑🏼藝，進(jin)而可以🏃縮(suo)短産線調(diao)⁉️試周期和(he)提升良率(lü)。制(zhi)造工藝和(he)設計仿真(zhen)
協同促進(jin)正向設計(ji)
上一節闡(chan)述了應用(yong)裝備和工(gong)藝的智能(neng)化技術實(shi)現精準過(guo)程控制，進(jin)而保證産(chan)品質量和(he)良率。但是(shi)産品良率(lü)提升并不(bu)是從生産(chan)環節的設(she)備控制和(he)🧡工藝優化(hua)開始的，而(er)是在設計(ji)仿真環節(jie)就可以開(kai)始介入，特(te)别是♈在正(zheng)向設計開(kai)發新産品(pin)新工藝的(de)階段。例如(ru)在锂電池(chi)制造過程(cheng)中，塗布、幹(gan)燥、輥壓、pack這(zhe)些工藝中(zhong)的參數變(bian)化以及工(gong)藝間的相(xiang)互作用會(hui)怎樣影響(xiang)最終電池(chi)🏃🏻♂️性能（能量(liang)密度和循(xun)環次數）。現(xian)在業界主(zhu)要😍還是使(shi)用“試錯✨法(fa)”來對工藝(yi)進行驗證(zheng)，但是效率(lü)較低、耗費(fei)成本較高(gao)。這就需要(yao)利用設計(ji)仿真軟件(jian)平台進行(hang)虛拟測試(shi)驗證，節省(sheng)下真實世(shi)界中物理(li)測試的成(cheng)本。圖(tu)片來源：ARTISTIC項(xiang)目官網
此(ci)外，該項目(mu)綜合利用(yong)DoE試驗設計(ji)（Design of Experiement）、物理模型(xing)和機器學(xue)習算法的(de)🔞混合建模(mo)方法，來預(yu)測材料、電(dian)極制造和(he)電池性能(neng)之間的最(zui)佳組合。即(ji)将DoE試驗和(he)物理模型(xing)得到的結(jie)果，經過一(yi)個數據✔️驅(qu)動的随機(ji)電極介觀(guan)結構生成(cheng)器擴大樣(yang)本，再将這(zhe)些樣本用(yong)于訓練機(ji)器學習算(suan)法，以求得(de)到制造工(gong)藝參數與(yu)電極性✉️能(neng)之間的關(guan)系[15]。這意味(wei)着該平台(tai)甚至可以(yi)用來基于(yu)目标需求(qiu)進行🤩反向(xiang)🐉規🌏劃，例如(ru)給定一個(ge)電池目标(biao)性能和材(cai)料，确定合(he)适的制造(zao)工藝參數(shu)，比如幹燥(zao)環節中的(de)溫度控制(zhi)[16]。锂電池設(she)計仿真與(yu)制造工藝(yi)協同方面(mian)，國内業界(jie)在探索類(lei)❄️似實踐的(de)有易來科(ke)得和海仿(pang)科技等。其(qi)實不隻是(shi)電池行業(ye)，許多行業(ye)的正向設(she)計環節也(ye)需要📐通過(guo)制造工藝(yi)-設計仿真(zhen)協同來提(ti)升研發效(xiao)率，以更快(kuai)速度、更低(di)成本實現(xian)技術創新(xin)和産品創(chuang)新。于是(shi)設計-工藝(yi)協同優化(hua)（DTCO）的理念方(fang)法就在14nm技(ji)術節點以(yi)後🏒逐漸發(fa)展起來，其(qi)主要作用(yong)就是在合(he)理優✉️化和(he)利用新工(gong)藝技術節(jie)💋點工藝能(neng)力的基礎(chu)上，同時優(you)化系統PPAC（ 性(xing) 能 performance, 功 耗power, 密(mi)度 area，成本cost）[17]。DTCO對(dui)于新工藝(yi)開發及良(liang)率優化非(fei)常重要。從(cong)DTCO的角度看(kan)，良🙇🏻率優化(hua)㊙️貫穿設計(ji)到制造的(de)全過程，需(xu)要多環♈節(jie)協同叠代(dai)。例如在版(ban)圖設計環(huan)節上，如何(he)有效識别(bie)壞點圖形(xing)❓，并且據此(ci)優🌈化對基(ji)于同一工(gong)藝的其他(ta)芯片設計(ji)方案，可以(yi)提升後續(xu)設計和制(zhi)造的良率(lü)。除了設計(ji)和制造環(huan)節之間的(de)協同外，材(cai)料因素也(ye)非常重要(yao)。應用材料(liao)公司在DTCO的(de)基礎上提(ti)出要實現(xian)materials to device simulation，原因在于(yu)器件尺寸(cun)不斷縮小(xiao)、更多複雜(za)3D幾何形狀(zhuang)被采用以(yi)及新材料(liao)的引入，半(ban)導體器件(jian)仿真變得(de)越來越複(fu)雜。這就需(xu)要采用新(xin)的多物理(li)場多尺度(du)仿真工具(ju)，将器件性(xing)能與材料(liao)特性聯系(xi)起來，系統(tong)研究材料(liao)、幾何形狀(zhuang)以及工藝(yi)的變化将(jiang)如何影響(xiang)器件的電(dian)學性能，以(yi)此優化器(qi)件設計[18]。圖片來(lai)源：應用材(cai)料公司官(guan)網materials to device simulation和DTCO在應(ying)用材料手(shou)中開始呈(cheng)現融合的(de)趨勢，應用(yong)材料公🔞司(si)在☁️2021年發表(biao)的一篇論(lun)文中提出(chu)了Materials to Systems Co-Optimization，希望實(shi)現從材料(liao)到系統♉的(de)多尺度協(xie)同優化[19]。可(ke)以發現這(zhe)個思路就(jiu)和上述我(wo)們提到的(de)锂電池“ARTISTIC”項(xiang)目的✉️非💞常(chang)類似，都是(shi)希望将設(she)計仿真從(cong)微觀尺度(du)的材料一(yi)路📐擴展到(dao)宏觀尺度(du)的終端産(chan)品，并以此(ci)确定最佳(jia)工藝路線(xian)和參數⭐（覆(fu)蓋前道、中(zhong)道及後道(dao)中多個工(gong)藝環節）。對(dui)于我國半(ban)導體企業(ye)來說，DTCO預計(ji)可能成為(wei)優化成熟(shu)技♉術節點(dian)下的産品(pin)競争力、降(jiang)低先進工(gong)藝開發成(cheng)本并縮短(duan)工❌藝開發(fa)周期的優(you)選方案，可(ke)以幫助中(zhong)國Fab/IDM加🌈快先(xian)進工藝開(kai)♻️發，縮短TTM（time to market）, 提(ti)升相同技(ji)術節點下(xia)芯片制造(zao)良率和可(ke)靠性，從而(er)提升核心(xin)競争力。DTCO也(ye)将幫助EDA企(qi)業沿着産(chan)業鍊拓展(zhan)用戶群，類(lei)似的邏輯(ji)在剛才提(ti)到的锂電(dian)池行業也(ye)存在。從锂(li)電池和半(ban)導體這兩(liang)個行業的(de)前沿案例(li)可以看🈲出(chu)，制造工藝(yi)與産品設(she)計仿真的(de)協同趨勢(shi)日益凸顯(xian)，而制㊙️造業(ye)的🌈核心競(jing)争力最終(zhong)會歸結到(dao)如何更加(jia)快速🔆地找(zhao)到匹🈚配材(cai)料的最佳(jia)制造方法(fa)，以及材料(liao)方面的開(kai)發。因此，我(wo)國工業設(she)計仿真軟(ruan)件需要在(zai)實現自主(zhu)可控的基(ji)⭐礎上💘，進一(yi)步實現制(zhi)造工藝-設(she)計仿真協(xie)同優化。在(zai)協同優化(hua)中，設計仿(pang)真也可以(yi)應用于裝(zhuang)備優化♈，以(yi)此🌈實現更(geng)佳的工藝(yi)效果。例如(ru)北方華創(chuang)在PVD設備研(yan)發方面掌(zhang)握使用了(le)自主研發(fa)的腔室設(she)計與仿真(zhen)模拟🌐技術(shu)，其🙇♀️矽外延(yan)🌐設備在感(gan)應加熱高(gao)溫控制技(ji)術、氣流場(chang)、溫度場✉️模(mo)拟仿真技(ji)術等方面(mian)取得突破(po)，可實現更(geng)優異的外(wai)延工藝效(xiao)果。再比如(ru)锂電設備(bei)頭部企業(ye)先導智能(neng)組建了40人(ren)的博士🈲仿(pang)真🔱設計團(tuan)隊集中攻(gong)關疊片工(gong)藝中的粉(fen)塵問題。為(wei)什💋麼要解(jie)決粉塵問(wen)題？因為疊(die)片時産生(sheng)的細微粉(fen)塵堆積在(zai)電池芯的(de)表面會影(ying)響電池芯(xin)質量以及(ji)組裝後的(de)電池性能(neng)。該團隊通(tong)過多物理(li)場仿真模(mo)拟對疊片(pian)機進行優(you)化設計，保(bao)⚽證裝備達(da)到✊車規級(ji)電池制🐕造(zao)要求，實現(xian)更好品控(kong)[20]。綜合上述(shu)兩節内容(rong)，我們的視(shi)角從裝備(bei)工藝環節(jie)拓展到了(le)設計仿真(zhen)環節，可以(yi)看出裝備(bei)、工藝、材料(liao)和産品之(zhi)間是緊密(mi)聯系的。裝(zhuang)備工藝的(de)嵌入式軟(ruan)件使裝備(bei)可以應對(dui)不斷變化(hua)的材料工(gong)藝，在柔性(xing)生産情況(kuang)下形成最(zui)優參數組(zu)合✏️，獲得高(gao)質量産品(pin)。研🤟發設計(ji)平台也需(xu)要協同制(zhi)造工藝仿(pang)真來優化(hua)新産品的(de)開發，降低(di)正向設計(ji)耗費成本(ben)，提升研發(fa)效率和産(chan)品良率。網絡化(hua)支撐企業(ye)設計仿真(zhen)
生産制造(zao)及服務全(quan)流程協同(tong)
上一節談(tan)到設計仿(pang)真，當前企(qi)業對于實(shi)現高效協(xie)同設計仿(pang)💔真的需求(qiu)越來越迫(po)切。協同設(she)計仿真需(xu)要統一的(de)數據接口(kou)以及應用(yong)雲計算、HPC等(deng)技術。以汽(qi)🏃車行業舉(ju)例，産🏃品設(she)計的數據(ju)🔞可能會在(zai)車企内部(bu)的不同部(bu)門間流轉(zhuan)，也可能會(hui)和外部供(gong)應商進行(hang)數據交互(hu)，但是不同(tong)部門🌈使用(yong)的軟件🆚平(ping)台不同導(dao)緻數據交(jiao)互阻🤞礙很(hen)大，具體比(bi)如電氣控(kong)制、機械、材(cai)料、工藝和(he)🔴智能駕駛(shi)等各方面(mian)的建模各(ge)成一個系(xi)統，各系統(tong)間也缺乏(fa)統一的協(xie)同交互。為(wei)了解決協(xie)同仿真的(de)難題，目前(qian)業界開發(fa)了仿真模(mo)型交🐅互接(jie)口FMI（Functional Mockup Interface），可适用(yong)于不同仿(pang)真軟件之(zhi)間的模型(xing)交換，并🐅可(ke)将模型封(feng)裝為FMU（Functional Mockup Unit）用以(yi)協同仿真(zhen)。此外，如果(guo)涉及一個(ge)大型項目(mu)研發，不同(tong)部門會希(xi)望能夠實(shi)現同時在(zai)線設計仿(pang)真，而這就(jiu)需要雲計(ji)算和HPC（High performance computing）技術(shu)⭕的支🌈持。例(li)如在CAD領域(yu)，當前設計(ji)方式已經(jing)逐漸由單(dan)人離線設(she)計向多人(ren)在線協同(tong)設計轉變(bian)❓。華天軟件(jian)研發了基(ji)于雲架構(gou)的CrownCAD。CrownCAD包含其(qi)自主研發(fa)🏒的三維幾(ji)何建模引(yin)擎DGM、2D以及3D約(yue)束求解引(yin)擎DCS，具有高(gao)效的參數(shu)化💞應用層(ceng)機制，這種(zhong)基于雲存(cun)儲、雲計算(suan)、雲渲染技(ji)術的CAD可以(yi)支持💚超大(da)規模🛀的協(xie)同設計[21]。其(qi)實不光是(shi)設計仿真(zhen)環節需要(yao)網絡化協(xie)同，制造業(ye)企業還需(xu)要将研發(fa)設計、生産(chan)制造及服(fu)務各個環(huan)節的數據(ju)和信息模(mo)型都打通(tong)，以此提升(sheng)自身經營(ying)效率。目前業(ye)界嘗試通(tong)過搭建工(gong)業物聯網(wang)平台（Industrial IoT Platform）或者(zhe)說工業PaaS平(ping)台來實現(xian)全流程協(xie)同管理。即(ji)制造業企(qi)業基于IIOT平(ping)台實現研(yan)發設計、生(sheng)産制造及(ji)服務全流(liu)程的提升(sheng)和産品的(de)全生命周(zhou)期管理。從(cong)這一點上(shang)來說，工業(ye)物聯網平(ping)台或者說(shuo)工業PaaS平台(tai)🆚是要搭👅建(jian)‼️一個多方(fang)協作的橋(qiao)梁。例如位(wei)于Gartner IIOT魔力象(xiang)限中位于(yu)頭部位置(zhi)的PTC ThingWorx，就是一(yi)個具備設(she)備互聯、數(shu)據存儲（集(ji)成第三方(fang)時序數🙇🏻據(ju)庫）、數字建(jian)模、智能分(fen)析、應用開(kai)發及增強(qiang)現實的整(zheng)體IIOT解決方(fang)案。PTC在ThingWorx的基(ji)礎上，結合(he)自身CAD/PLM/AR等産(chan)品線，将制(zhi)造業研發(fa)、制造及服(fu)務的業務(wu)線整體聯(lian)系起來，幫(bang)助制造業(ye)企業客戶(hu)實現内外(wai)部協作和(he)産品的全(quan)生命周期(qi)管理。上(shang)圖以PTC客戶(hu)德國的e.Go汽(qi)車制造商(shang)的情況為(wei)例：在研發(fa)設計階段(duan)，供應商和(he)制造商可(ke)以在同一(yi)個CAD和PLM系統(tong)中基于統(tong)一的産品(pin)數據進行(hang)協作，提高(gao)交付效率(lü)。制造過程(cheng)中，操作員(yuan)可以借助(zhu)平闆電腦(nao)上的AR 應用(yong)程序來識(shi)别他們正(zheng)在查看的(de)産品的配(pei)置，并可實(shi)時調用質(zhi)量檢查的(de)标準以便(bian)對照。另外(wai)在産品售(shou)後服務環(huan)節中，企業(ye)通過物理(li)VIN編碼追蹤(zong)汽車各個(ge)零部件；持(chi)續更新的(de)部件數字(zi)孿生模型(xing)将反映發(fa)動機、傳動(dong)系統等部(bu)件的後續(xu)變化，企業(ye)以此為汽(qi)車提供預(yu)測性維護(hu)服務，保障(zhang)産品壽命(ming)，并将實際(ji)運行數據(ju)反饋給設(she)計端。綜合(he)來看，制造(zao)業企業實(shi)現内部高(gao)效協同的(de)挑戰有很(hen)多，比如硬(ying)件設備種(zhong)類多，沒有(you)統一的數(shu)據接✨口，各(ge)環節不連(lian)貫。這也就(jiu)是為什麼(me)提出推進(jin)兩化融合(he)，這也就是(shi)為什麼工(gong)業4.0的一個(ge)終極目标(biao)就是讓軟(ruan)件定義制(zhi)造。試🙇🏻想一(yi)下，如果所(suo)有的制造(zao)單元都可(ke)以通過軟(ruan)件柔性拼(pin)接（中間由(you)AMR連接工序(xu)），所有❓子系(xi)統内的設(she)計仿真模(mo)型都可以(yi)相互交互(hu)，整個工廠(chang)具備了強(qiang)大的互操(cao)作性，運營(ying)效率就将(jiang)得到極大(da)提升，制造(zao)業企業将(jiang)不再這麼(me)笨重。當然(ran)實現⛹🏻♀️這個(ge)圖景絕非(fei)朝夕之間(jian)就能達成(cheng)，需要長久(jiu)的努力。數字化(hua)支撐制造(zao)業提升管(guan)理水平
&企(qi)業生産決(jue)策智能化(hua)
以上闡述(shu)的主要是(shi)側重技術(shu)方面的創(chuang)新應用，但(dan)是對于企(qi)業來說技(ji)術和管理(li)不可偏廢(fei)。現在很多(duo)🔞制造業企(qi)業的日常(chang)管理💃方式(shi)還很粗糙(cao)，例如在紡(fang)織業中，印(yin)染廠的訂(ding)單㊙️下放、報(bao)👌工、坯布入(ru)庫、領料、成(cheng)❗品出庫主(zhu)要通過人(ren)員手工填(tian)報完成，實(shi)時性差且(qie)㊙️受人為因(yin)素影響大(da)。管理💔者如(ru)果想了♻️解(jie)一個訂單(dan)的情況可(ke)能得花上(shang)幾個小時(shi)才能準确(que)得知全貌(mao)🔞，車間管理(li)者處理生(sheng)産異🌈常事(shi)件效率較(jiao)低。這些又(you)不是MES系統(tong)所能完全(quan)解決的。對(dui)于任何一(yi)個制造業(ye)企業，管理(li)水平的提(ti)升是非常(chang)重要的，比(bi)如如何對(dui)知識進行(hang)有效的管(guan)理、如何轉(zhuan)變日常生(sheng)産活動的(de)管理方式(shi)和手段等(deng)等。數字化(hua)技術對管(guan)理的支撐(cheng)作用不可(ke)忽視，目前(qian)出現一批(pi)初創公司(si)開始幫助(zhu)制造業企(qi)業進行移(yi)動端的數(shu)字化改造(zao)，通過交付(fu)生産管理(li)SaaS軟件提高(gao)企業工廠(chang)管理水平(ping)，可以提高(gao)企業車間(jian)管理的協(xie)同效率，如(ru)專注紡織(zhi)業的數制(zhi)科技，還有(you)服務離散(san)制造行業(ye)的羚數智(zhi)能等。企業(ye)日常管理(li)中最重要(yao)的部分是(shi)生産決策(ce)，決策覆蓋(gai)的層次會(hui)從裝備、産(chan)線一直到(dao)車間、企業(ye)乃至🧑🏽🤝🧑🏻整條(tiao)上下遊供(gong)應鍊。幫助(zhu)企業實現(xian)生産決策(ce)智能化是(shi)智📱能制造(zao)🙇🏻的一個重(zhong)要方面。目(mu)前在企業(ye)層次的生(sheng)産決策方(fang)面，大部分(fen)企業主要(yao)通過高級(ji)排産🚶人員(yuan)依靠自身(shen)經驗和業(ye)❤️務規則進(jin)行排産，工(gong)具上☀️還在(zai)使用Excel，算法(fa)㊙️方面仍以(yi)啟發式規(gui)則算法或(huo)遺傳算法(fa)等算法為(wei)主。但是，單(dan)純依賴高(gao)級排産人(ren)員的經驗(yan)很難實現(xian)決策☁️的精(jing)準性和合(he)理性，特别(bie)是在柔性(xing)生産的場(chang)景中。這就(jiu)需要基于(yu)運籌學和(he)AI算法的APS系(xi)統來幫助(zhu)企業進行(hang)排産決策(ce)。企業生産(chan)過程中，有(you)效加工時(shi)間其實占(zhan)比很少，90-95%的(de)時間🔞其實(shi)‼️都是在等(deng)待物料運(yun)輸、上下料(liao)和定位等(deng)中間環節(jie)上消♍耗掉(diao)了。部署AGV/AMR可(ke)以幫助企(qi)業實現生(sheng)産搬運和(he)倉儲管理(li)的自動化(hua)♊，提升廠内(nei)物流的自(zi)動化程度(du)，進而可以(yi)🚶使生産線(xian)⭐上各設備(bei)之間的運(yun)作更為協(xie)同高效，提(ti)升企業OEE。在(zai)實際實施(shi)過程中，AMR的(de)🔞實時調度(du)算法☁️非常(chang)重要，而且(qie)AMR的實時調(diao)度也要和(he)APS系統對企(qi)業整體生(sheng)産調🔴度結(jie)合起來，确(que)保決策計(ji)劃層和執(zhi)行層之間(jian)數據互通(tong)。值得注意(yi)的是，無論(lun)是APS還是AMR，都(dou)需要注重(zhong)提煉與企(qi)業生産工(gong)藝密切🚩相(xiang)關♻️的調度(du)規則和産(chan)能平衡設(she)計，将企業(ye)制造資源(yuan)☔和工藝流(liu)💋程完全融(rong)合，如此才(cai)可能滿足(zu)客戶對生(sheng)産過程中(zhong)💋産能和效(xiao)率的需求(qiu)。生産決策(ce)也可以從(cong)一家企業(ye)延伸至一(yi)條産業鍊(lian)的👌上下遊(you)🈚，在上下遊(you)企業之間(jian)實現協同(tong)制造。例如(ru)👣浙江省正(zheng)在對✂️30個細(xi)分行業推(tui)行的産業(ye)大腦，通過(guo)産業鍊的(de)整體數據(ju)輔🔴助企業(ye)動态決策(ce)，可見政府(fu)也在這方(fang)面進行有(you)益的嘗試(shi)。還有比如(ru)深圳的雲(yun)‼️工廠、上海(hai)的捷配科(ke)技等在嘗(chang)試打造分(fen)布式制造(zao)🌈系統，分布(bu)式制造系(xi)統在競争(zheng)格局分散(san)的行業環(huan)節中具有(you)🙇🏻市場價值(zhi)，如紡織、機(ji)加工和SMT等(deng)行業。中小(xiao)型企業由(you)于具有産(chan)能利用率(lü)不高、外🚶♀️協(xie)程度高、信(xin)息不對稱(cheng)，通過制造(zao)平台公司(si)💞可以實現(xian)集中訂單(dan)和供應鍊(lian)采購，整合(he)産能共享(xiang)協同，提升(sheng)整體行業(ye)交付效率(lü)。國外的Protolabs可(ke)以算是💜這(zhe)個領域的(de)一個标杆(gan)。智能(neng)制造領域(yu)的人才和(he)初創企業(ye)人才對于(yu)任何一個(ge)行業都是(shi)非常重要(yao)的。這裡需(xu)要強調的(de)是制造過(guo)程本身積(ji)累的知識(shi)需要通過(guo)人才沉澱(dian)下來服務(wu)于設備設(she)計、工藝優(you)化，逐步凝(ning)結成新一(yi)代的硬件(jian)設備和工(gong)業軟件。因(yin)此在裝備(bei)智能化、生(sheng)産過程智(zhi)能化乃至(zhi)設計仿真(zhen)與工藝協(xie)同的發展(zhan)過程中，設(she)備工程師(shi)和工藝工(gong)程師的作(zuo)用✉️不可忽(hu)視。未來也(ye)需要越來(lai)越多懂工(gong)業技術的(de)軟件工程(cheng)師參與工(gong)業數⛱️字化(hua)、智能化的(de)曆史進⛱️程(cheng)中來，工程(cheng)師的工👈作(zuo)内容也☁️将(jiang)更多放在(zai)工業知識(shi)沉澱和數(shu)據分析研(yan)判方面。從(cong)供給端來(lai)看，國内經(jing)驗豐富的(de)技術工人(ren)數量較少(shao)、培🌐訓周期(qi)⛹🏻♀️長，且部分(fen)領域呈現(xian)青黃不接(jie)的趨勢🌈，逐(zhu)漸🔴成為稀(xi)缺資源。例(li)如高級焊(han)接工人，高(gao)級排産人(ren)員，高級工(gong)藝工程師(shi)（例如半導(dao)體刻🔴蝕環(huan)節），以及🌈機(ji)器人部署(shu)調試工程(cheng)師等等。而(er)這些高級(ji)技術人才(cai)面對的生(sheng)産場景普(pu)遍具有多(duo)品種、小批(pi)量的特☁️點(dian)，這一特點(dian)也在不斷(duan)加強。這也(ye)意味着如(ru)何沉澱積(ji)累出可以(yi)媲美高端(duan)技術人才(cai)經驗能力(li)的數據驅(qu)💜動-機理融(rong)合模型✨，并(bing)将其封裝(zhuang)成算法軟(ruan)件，是非💛常(chang)有價值的(de)。另外初創(chuang)公司也為(wei)制造業創(chuang)新發展帶(dai)來了活力(li)和人才。在(zai)近幾年的(de)發展中，智(zhi)能制造領(ling)域的初創(chuang)企業數量(liang)不斷增多(duo)，特别是湧(yong)現出更多(duo)聚焦生産(chan)和設計環(huan)節、聚焦某(mou)一細分領(ling)域的初創(chuang)企業。工業(ye)領域門類(lei)很多，每一(yi)個子門類(lei)下面又會(hui)有很多細(xi)分領域和(he)環節，這種(zhong)行業特點(dian)使得初創(chuang)公司需要(yao)集中一點(dian)做出技術(shu)創新上的(de)突破，即所(suo)謂專精特(te)新。如果一(yi)直做跨行(hang)業的項目(mu)而無法沉(chen)澱出一個(ge)标準化的(de)産品，這麼(me)走下去團(tuan)隊隻能是(shi)一個不斷(duan)接項目的(de)技術服務(wu)商，沒有自(zi)己的核心(xin)根據地。聚(ju)焦一個行(hang)業，行業内(nei)某個環節(jie)上企業的(de)需求特點(dian)大🐆緻類🏃🏻似(si)，這就為初(chu)創企業技(ji)術沉澱和(he)規模化創(chuang)造🌐了條件(jian)。依托核心(xin)産品技術(shu)平台進行(hang)新産品開(kai)發，開發過(guo)程中形成(cheng)的新技術(shu)也會反哺(bu)平台，新産(chan)品也可能(neng)進一步衍(yan)👈生出新的(de)産品☂️技術(shu)平台。平台(tai)與産品相(xiang)互促進，可(ke)以實現從(cong)單點突破(po)到多環節(jie)覆蓋。硬件(jian)裝備制造(zao)商如此，軟(ruan)件服務商(shang)也是如此(ci)。之後會再(zai)寫文章分(fen)析這一點(dian)。對于智能(neng)制造領域(yu)的初創公(gong)司來講，形(xing)成自身議(yi)價能力和(he)技術壁壘(lei)主要還是(shi)靠做深入(ru)生産和設(she)✂️計環節的(de)工藝優化(hua)和産品優(you)化，因為客(ke)戶隻有看(kan)到初創☂️公(gong)司用技術(shu)和🤟産品給(gei)🍉他們明顯(xian)改善提升(sheng)了他們的(de)生産和設(she)💯計過程，客(ke)🎯戶才會有(you)較高的付(fu)🏃♂️費意願。設(she)計仿真的(de)重要性不(bu)言而喻。聚(ju)焦工藝優(you)化在企業(ye)後續發展(zhan)上也有規(gui)模化的♍潛(qian)力，因為一(yi)種工藝是(shi)可以用在(zai)多種工業(ye)場景和環(huan)節中🚩的，初(chu)創企業可(ke)以将工藝(yi)智能化技(ji)術進行跨(kua)行業的🐅複(fu)用，無論是(shi)在産品⭐标(biao)準化和橫(heng)向拓展上(shang)都會有一(yi)定的優㊙️勢(shi)。當然光是(shi)焊接技術(shu)🛀🏻就有很多(duo)細分種類(lei)，企業也需(xu)要有選擇(ze)地進行技(ji)術研發和(he)市🧑🏾🤝🧑🏼場拓展(zhan)。無論是設(she)計仿真還(hai)是工藝智(zhi)能，初創公(gong)司都需要(yao)明确技術(shu)對應的是(shi)一個存量(liang)市場還是(shi)一個增量(liang)新興市場(chang)，選擇什麼(me)樣的市場(chang)以及選擇(ze)什麼樣的(de)✉️客戶群，會(hui)深刻影響(xiang)企業的發(fa)✊展路徑和(he)速度。好的(de)客戶會對(dui)産品技術(shu)提出更高(gao)的要求，會(hui)加速公司(si)産品技術(shu)研發上的(de)良性循環(huan)。這裡客戶(hu)的優質與(yu)否不完全(quan)🥰取決于客(ke)戶規模的(de)大小。中國(guo)制造業的(de)信息化、自(zi)動化和智(zhi)能化程度(du)在各行業(ye)之間分布(bu)并不均勻(yun)，如果初創(chuang)企業選擇(ze)一個較為(wei)傳統的行(hang)業如紡織(zhi)業，可以先(xian)通過輕量(liang)級的生産(chan)管理系統(tong)實現數字(zi)化改造，幫(bang)助中小紡(fang)織企業管(guan)理者看到(dao)數字化管(guan)理帶來的(de)效益，再深(shen)入到👈印染(ran)工藝環節(jie)和排産決(jue)策中去，之(zhi)後去幫助(zhu)企業🔞逐步(bu)實現上下(xia)遊間的協(xie)同。因此對(dui)于數字化(hua)和自動化(hua)程度不高(gao)的行業和(he)企⭕業，解決(jue)數字化是(shi)第一步，接(jie)下來需要(yao)創業團隊(dui)解決智能(neng)化⛷️的問題(ti)。初創公⛹🏻♀️司(si)能否滿足(zu)企業智能(neng)化階段的(de)需求，這就(jiu)要考㊙️慮團(tuan)隊的算法(fa)♍技術能力(li)和🙇🏻對工業(ye)機理的理(li)解深度。故(gu)而智能制(zhi)造領域的(de)創業團隊(dui)既需要有(you)掌握新一(yi)代信😍息技(ji)術和先進(jin)制造技術(shu)的新生力(li)量，也需要(yao)有懂工業(ye)場景需🙇♀️求(qiu)、目标領域(yu)工業機理(li)的老法師(shi)。綜合以上(shang)對于智能(neng)制造各方(fang)面的讨論(lun)，本文着重(zhong)強調智能(neng)制造需要(yao)聚焦本源(yuan)，即裝備和(he)工藝，并将(jiang)設計仿真(zhen)和制造工(gong)藝協同起(qi)來，以滿足(zu)企業降低(di)生産研發(fa)⛱️成本、提高(gao)生産研發(fa)效率、提升(sheng)産品良率(lü)的核心訴(su)求。随着我(wo)國制造業(ye)向中高端(duan)邁進，正向(xiang)設計日益(yi)重要，創新(xin)的源泉将(jiang)着眼于材(cai)料、工藝（包(bao)含物理和(he)化學的）以(yi)及兩者之(zhi)間的匹配(pei)優化。企業(ye)設計仿真(zhen)、生産制造(zao)及服務各(ge)環節内部(bu)和之間的(de)互操作性(xing)和協同性(xing)對提升企(qi)業競争力(li)也非常重(zhong)要，這些需(xu)要新的網(wang)絡技術支(zhi)撐。此外，企(qi)業還要通(tong)過數字化(hua)、智能化技(ji)術提升管(guan)理決策水(shui)平和精準(zhun)性。至此，本(ben)文分析了(le)裝備工藝(yi)、正向設計(ji)仿真及生(sheng)産決👅策這(zhe)三個智能(neng)制造的重(zhong)要支柱。最(zui)後我們再(zai)從企業經(jing)營和産業(ye)發展的角(jiao)度分析一(yi)下智能制(zhi)造👉的價值(zhi)。從企業經(jing)營角度看(kan)智能制造(zao)的價值，ROE=銷(xiao)售淨利率(lü)⚽×總資🈲産🌏周(zhou)轉率×權益(yi)乘數實現(xian)柔性生産(chan)，縮短産能(neng)爬坡和中(zhong)間換線周(zhou)期等可以(yi)提高總💔資(zi)産周轉率(lü)，進而提高(gao)ROE。實現實時(shi)參數控制(zhi)決策🌍，優化(hua)工藝以降(jiang)低生産成(cheng)本，即提升(sheng)淨利率。降(jiang)低對高級(ji)技術人員(yuan)的依賴及(ji)其人工成(cheng)本也🔴有助(zhu)于企業提(ti)高淨利率(lü)。從産業角(jiao)度看，制造(zao)業一方面(mian)需要自動(dong)化智能化(hua)裝備和工(gong)藝智能技(ji)術實現規(gui)模效應和(he)柔性制造(zao)，不斷降低(di)制造成本(ben)、提高交付(fu)效率，特别(bie)是在産能(neng)🌍擴張周期(qi)，這一點在(zai)锂電設備(bei)和锂電池(chi)行業近兩(liang)年的發展(zhan)中表現尤(you)✉️為明顯。另(ling)一方面産(chan)業發展不(bu)可能一直(zhi)停留在追(zhui)求生産規(gui)模效應的(de)階段，還需(xu)要通過設(she)計👣仿真技(ji)術進行正(zheng)向設計，以(yi)持續實現(xian)産品創新(xin)、裝備創新(xin)和工藝創(chuang)新。值得注(zhu)意的是，制(zhi)造和設計(ji)兩方面不(bu)是割裂的(de)，是可以協(xie)⭐同優化、相(xiang)互促進的(de)。從這一點(dian)上看，中國(guo)龐大的制(zhi)造規模如(ru)果加上先(xian)進的設計(ji)仿真技術(shu)，将會是如(ru)虎添翼。最(zui)後需要強(qiang)調的是，技(ji)術的經濟(ji)性和易用(yong)性永遠是(shi)決定技術(shu)能否大規(gui)模應用的(de)重要因素(su)。比如支撐(cheng)算法優化(hua)的硬件資(zi)源價格、算(suan)法叠代升(sheng)級的成本(ben)，還有企業(ye)能否直接(jie)獲得一個(ge)包含AutoML平台(tai)在内的産(chan)品方便日(ri)後自己訓(xun)練模型，軟(ruan)件是否支(zhi)持低代碼(ma)開發？這些(xie)因素都可(ke)能影響企(qi)業是否選(xuan)擇新方案(an)。還有在工(gong)業軟件部(bu)署方面，部(bu)署周期如(ru)果很長或(huo)者拓展性(xing)差導緻後(hou)期維護成(cheng)本很高，這(zhe)些都會阻(zu)礙企業選(xuan)擇上一個(ge)新的軟件(jian)系統。所以(yi)也就出現(xian)了基于微(wei)服務架構(gou)的新型MES軟(ruan)件服務商(shang)，例如數益(yi)工聯等。智(zhi)能制造對(dui)我國從制(zhi)造大國邁(mai)向制造強(qiang)國甚至創(chuang)造強📞國具(ju)有重要作(zuo)用。實現智(zhi)能制造還(hai)有很多挑(tiao)戰，中國還(hai)需要突破(po)諸多✌️關鍵(jian)✂️核心技術(shu)和裝備，例(li)如設計仿(pang)真、基于機(ji)理📞和數據(ju)驅動的混(hun)合建模、生(sheng)産智能決(jue)策、協同優(you)化等技術(shu)和五軸機(ji)床、大規模(mo)集成電路(lu)制造裝備(bei)、智能焊接(jie)機器人等(deng)高端裝備(bei)。本文提到(dao)的DTCO、锂電池(chi)模拟平台(tai)、機器人自(zi)适應實時(shi)決策等也(ye)都存在諸(zhu)多技術挑(tiao)戰，比如DTCO中(zhong)器件電學(xue)模型（spice model）的提(ti)取，這些需(xu)要無數市(shi)場主體去(qu)投入研發(fa)加快新技(ji)術的産業(ye)化。“科技創(chuang)新對中國(guo)來說不僅(jin)是發展問(wen)題，更是生(sheng)存問題[22]。”制(zhi)造業是關(guan)鍵核心技(ji)術的策源(yuan)地，也是核(he)心技術應(ying)用🈚的試驗(yan)田。無論是(shi)中小企業(ye)，還是大型(xing)企業，都必(bi)須實現技(ji)術創新驅(qu)動的高質(zhi)量發展。從(cong)産業整體(ti)發展階段(duan)來看，我國(guo)已經從來(lai)料加工🈲組(zu)裝🌐、模仿創(chuang)👨❤️👨新逐漸向(xiang)自主創新(xin)邁進。過去(qu)我國制造(zao)業主要通(tong)過加工和(he)仿制産品(pin)向海外企(qi)業㊙️學習追(zhui)趕，而模仿(pang)先進成熟(shu)的工藝和(he)産品自然(ran)沒有正向(xiang)設計的需(xu)求，自然也(ye)就沒有投(tou)入更多精(jing)力資源在(zai)正向設計(ji)方面。所以(yi)這一點上(shang)可以看出(chu)過去的發(fa)展特點導(dao)緻了當前(qian)工業“五基(ji)”薄弱，特别(bie)是工業基(ji)礎軟件方(fang)面。但我們(men)不🐕可能停(ting)留在模仿(pang)創新階段(duan)，主觀上沒(mei)有這個意(yi)願，客觀實(shi)際上也不(bu)允許，因為(wei)産業發展(zhan)如逆水行(hang)舟不進則(ze)退。技術的(de)突破需要(yao)企業選擇(ze)自主開發(fa)産品，而不(bu)是依附📐在(zai)某❓一海外(wai)品牌的供(gong)應鍊或者(zhe)技術體系(xi)内。這一點(dian)在高鐵和(he)汽車行業(ye)上體現得(de)極為明顯(xian)。當企業以(yi)🔞自主⛷️研發(fa)理念創新(xin)、性能先進(jin)的商業産(chan)品💋為目标(biao)時，企業将(jiang)産生更強(qiang)的創新動(dong)力和學習(xi)能力[23,24]。企業(ye)在自主開(kai)發産品中(zhong)突破技術(shu)瓶頸、掌握(wo)正向設計(ji)能力。這一(yi)點也已經(jing)在或将在(zai)新能源汽(qi)車、锂電池(chi)及設📧備、半(ban)導體等行(hang)業中顯現(xian)。如果這一(yi)産品尚未(wei)出現或成(cheng)形，同時又(you)是先進生(sheng)産力的方(fang)向，那麼意(yi)味着将創(chuang)造一💛個新(xin)興産業，一(yi)如上世紀(ji)誕生的大(da)飛機、汽⛹🏻♀️車(che)、半導體以(yi)及互聯網(wang)。希望中國(guo)未來可以(yi)成為這類(lei)科技創新(xin)的發源地(di)，同時注重(zhong)打造出面(mian)向大衆的(de)品牌産品(pin)及産業鍊(lian)，實現C端品(pin)牌帶動B端(duan)制造産業(ye)鍊[25]。通過研(yan)發應用數(shu)字化、智能(neng)化和先進(jin)制造技術(shu)，中國✏️制造(zao)業企業将(jiang)有能力進(jin)一步實現(xian)工藝流程(cheng)和🧑🏽🤝🧑🏻産品升(sheng)級，逐步從(cong)價值鍊的(de)低附加值(zhi)位置躍遷(qian)到高附加(jia)值位置，掌(zhang)握新興産(chan)業的産業(ye)鍊話語權(quan)，不❌斷占據(ju)利潤率更(geng)高、技術含(han)金量更高(gao)的價值鍊(lian)，最♌終實現(xian)全球⛷️價值(zhi)鍊框架内(nei)的産業升(sheng)級[26]。微觀上(shang)企業的技(ji)術、産品和(he)品牌每進(jin)步一分，我(wo)國制造🈲業(ye)的貿易利(li)益獲取能(neng)力就有可(ke)能增強一(yi)分，就将在(zai)宏觀上提(ti)升我國在(zai)全球價值(zhi)鍊和收入(ru)鍊上的位(wei)🐉置。實現智(zhi)能制造道(dao)阻且長，十(shi)四五智能(neng)制造規劃(hua)中提出🧑🏽🤝🧑🏻了(le)到2035年，重點(dian)行業骨幹(gan)企業基本(ben)實現智能(neng)化。這意味(wei)着智能制(zhi)造是一項(xiang)長期的系(xi)統工程。相(xiang)信在未來(lai)十幾年的(de)發展中，中(zhong)國一定會(hui)湧現出越(yue)來越多創(chuang)新驅動👅的(de)智能制造(zao)企業！由于(yu)筆者時間(jian)、視野、認知(zhi)有限，本文(wen)難免出現(xian)錯誤、疏漏(lou)等問題⛷️，期(qi)待各位讀(du)者朋友、業(ye)界專家指(zhi)正交流。
文(wen)章來源：數(shu)字化企業(ye) 如有侵權(quan) 請聯系删(shan)除
股權(quan)代碼：
