數字化 || 智(zhì)能制造走向(xiang)深水區
經(jing)過幾十年發(fa)展，我國逐步(bù)建立起了門(mén)類齊全、獨立(lì)💯完整的工業(yè)制造體系，制(zhì)造業增加值(zhí)連續12年居于(yú)世🈚界首位。中(zhong)👄國制造業♌企(qǐ)業在各個細(xì)分領域的市(shì)場份額不斷(duan)攀升，例如在(zài)锂電池行業(ye)，2021年全球動力(li)電池裝機量(liàng)TOP10企業中中國(guó)企業就占據(jù)6席，市場份額(é)達到48.6%。中國制(zhi)造的龐大産(chan)能規模優勢(shì)也體現在出(chū)口方面，2021年🔞我(wǒ)國出口21.73萬億(yi)元，同比增長(zhǎng)21.2%。家電、手機、計(ji)算機、集成電(diàn)路等8類機電(dian)👨❤️👨産品出口均(jun)超千億美元(yuán)。但是，出口貿(mào)易總量或貿(mào)易順差額并(bìng)不能真實反(fǎn)👣映⭐中國制造(zào)業的競争力(lì)。從全球價值(zhí)鍊上來看，中(zhōng)國制造業核(hé)心競争力仍(réng)然✉️不強。具體(tǐ)從貿易增加(jiā)值和國民收(shōu)入視角來看(kan)，生産出💜口賺(zuan)得的一部分(fen)收益其實是(shi)要被劃分為(wéi)外國國🔞民收(shou)入[1,2]。在全球價(jià)值鍊中，中國(guo)制造業主要(yao)還是在賺取(qu)加工費，一部(bù)分中國企業(yè)仍👣然依賴于(yú)外國資本要(yao)素和技術要(yao)素，歐美國家(jia)則掌握着通(tōng)過專利技術(shù)等要素來獲(huo)取㊙️收💚益❤️的方(fang)🈚式。
目前我國(guo)制造業面臨(lin)“雙向擠壓”的(de)局面沒有發(fā)生根本性扭(niu)轉。一方面在(zài)中低端領域(yù)面臨其他發(fa)展中國家的(de)競争，我國已(yǐ)經不能延續(xu)21世紀初期依(yī)靠人口紅利(lì)的發展模式(shì)，即繼續依靠(kào)人工大規模(mó)生産低附加(jiā)值工業品。另(lìng)一方面，在中(zhōng)高端領🔱域，我(wo)國制造業企(qi)業自動化、智(zhi)能化程度相(xiàng)較于發達國(guo)家還較低，還(hái)沒有完全掌(zhǎng)握重點行業(ye)的關鍵核心(xīn)技術，在研發(fā)設計和國際(ji)标準⁉️制定等(deng)方面還沒有(you)足夠的主導(dǎo)權。正是在這(zhè)種情形下，我(wǒ)國政府提出(chū)要實現智能(néng)制造，在“十三(sān)五⭕”、“十四五”期(qi)間連續編制(zhi)智能制造發(fa)展規劃，促進(jìn)制造業企業(yè)實現數字化(hua)、網絡化、智能(neng)化轉型，向📞制(zhi)造強國邁進(jìn)。本文将結合(he)筆者觀察到(dào)的一些産業(yè)前沿進展來(lai)重點闡述如(rú)下幾個方面(miàn)：如何理解智(zhì)能制造？
智能(neng)制造的底層(céng)基礎是數字(zì)化
實現智能(néng)制造應當聚(ju)焦裝備和工(gong)藝
制造工藝(yì)和設計仿真(zhen)協同促進正(zhèng)向設計
企業(ye)設計仿真、生(sheng)産制造及服(fu)務全流程協(xié)同
制造業通(tōng)過數字化、智(zhì)能化技術提(ti)升管理決策(cè)水平
智能制(zhì)造領域的人(ren)才和初創企(qǐ)業
從企業經(jing)營和産業發(fa)展角度看待(dai)智能制造
展(zhǎn)望
談及智能(néng)制造，首先就(jiu)需要從企業(ye)需求角度出(chu)發。制造業企(qǐ)🏃♂️業最關心的(de)是質量能不(bu)能更好？成本(běn)能不能再低(di)一些？怎麼讓(ràng)交✨付更快？說(shuō)到底是制造(zao)業本身對規(gui)模效應的追(zhui)求，特别是在(zài)當🧡今市場需(xu)求愈發多樣(yang)👄化、個性化🔞，企(qi)業需要具備(bèi)更強的柔性(xing)制造能力和(he)産品設計創(chuang)新能力。智能(neng)制造正是要(yao)回應企業對(dui)規模效應和(hé)柔性化制造(zao)這⭕兩方♌面的(de)訴求。智能制(zhì)造是要貫穿(chuan)企業研發設(she)計、生産制造(zào)到服務的全(quan)過程，核心落(luo)腳點是在制(zhi)造環節，特别(bié)是在工藝和(hé)裝備兩方面(mian)上。我們的分(fèn)析也将從裝(zhuang)備工藝開始(shi)逐步延伸至(zhì)設計仿真、服(fu)務環節。中國(guó)制造要向中(zhōng)高端領域邁(mài)進，生産出更(geng)高性能💰、更🈲高(gāo)精度的高質(zhi)量産品，勢必(bì)将對工藝和(hé)裝備以及企(qǐ)業正向設計(jì)能力提♋出更(geng)高的要求。實(shí)現智能🐆制造(zào)，企業需要使(shi)用智能化的(de)㊙️裝備，在生産(chǎn)過程中形成(cheng)更優的生産(chan)工藝，做出全(quán)局最優的生(sheng)産和研發決(jue)策。而不是僅(jin)僅停留在看(kan)一個顯示生(shēng)産過程數據(ju)的大屏系🌈統(tong)，又或者是單(dān)純的可視化(hua)渲染界面，新(xin)技術的應用(yong)還是要深入(rù)生産過程中(zhong)去，避免“高大(dà)全☂️的花架子(zi)”。從控制論的(de)角度來看，實(shi)現智能制造(zào)應理解為是(shì)要打造💰一🙇🏻個(gè)閉環控制系(xi)統，控制目标(biāo)即為實現最(zuì)🎯佳生産工💋藝(yì)流程，達到最(zui)佳生産狀态(tai)。控制系統運(yùn)行的關鍵在(zai)于可以實現(xian)良好的負反(fan)饋調🤞節㊙️，以及(ji)實現從決策(ce)端到執行端(duan)的打通。閉環(huán)控制系統的(de)覆蓋範圍可(ke)以是一台機(jī)器或者一條(tiáo)生産線，也可(kě)以是一個車(che)間、一個工廠(chang)甚至是一條(tiáo)産業鍊。同時(shi)，這個系✉️統具(jù)有自适應性(xìng)。由(you)此可見，智能(neng)制造包含感(gan)知、決策和執(zhi)行三個要素(sù)，通過工業物(wù)聯網、邊緣計(ji)算等技術收(shōu)集系統内産(chan)品、設備、車間(jian)和企業的運(yùn)行狀态，這些(xie)數據經過處(chu)理後🈲會彙總(zong)到工業數據(jù)平台上。最為(wéi)核心的是決(jue)策中樞，過去(qù)企業的生産(chǎn)決策都是以(yǐ)依靠人的經(jīng)🔱驗判斷為主(zhǔ)，智能制造系(xi)統中決策将(jiang)逐漸以數據(jù)驅動+工業機(ji)理融合模型(xing)💰的判斷為主(zhǔ)，決策中樞将(jiāng)㊙️具有自适應(yīng)性。執行系統(tong)也是㊙️必不可(ke)少的，現🔆在也(yě)有企業将RPA技(jì)術應🍉用到一(yī)🏃些固定的機(jī)台聯動操作(zuo)😘流程上，減少(shǎo)人工操作，進(jìn)一步提高生(shēng)産的自動化(hua)程度。智(zhì)能制造的底(dǐ)層基礎是數(shu)字化新一代(dai)信息技術與(yǔ)制造業深度(dù)融合，引發出(chū)一個重要變(bian)💋化：數據作為(wéi)一種新型生(sheng)産要素逐漸(jian)得到産業界(jie)的重視。可以(yi)看出，智能制(zhì)造的底層基(jī)礎是數字化(huà)，即數據需要(yao)在系統内得(de)到精準的采(cǎi)集、傳💯輸、存儲(chǔ)和🔆分析。智能(neng)制造的核心(xin)數據來自裝(zhuāng)備和工藝過(guo)程，在此基礎(chu)上包含裝備(bei)與生産管理(lǐ)軟件間的交(jiāo)互，以及軟件(jiàn)間的㊙️交互。整(zhěng)個系統要對(duì)數據實現整(zhěng)合分析和閉(bi)環控制，就需(xū)要面向工🌈業(yè)物聯網場景(jǐng)的數據接入(rù)和轉換協議(yi)方🈲案、消息中(zhong)間件、時序數(shù)據庫或實時(shí)數據庫、邊緣(yuán)AI推理框架或(huo)❗工具乃至一(yī)整套的雲邊(biān)端AutoML平台。以數據(jù)存儲環節的(de)數據庫為例(lì)，由于工業物(wu)聯網場景下(xia)的工業數據(jù)規模巨大，例(li)如GoldWind每個風機(jī)部署有120-510個傳(chuán)感器，數據采(cai)集頻🥵率最高(gāo)會達到50HZ，2萬台(tai)風機每秒就(jiù)會有5億個時(shi)序數據，這些(xiē)海量🧑🏾🤝🧑🏼數據的(de)存儲🈲和實時(shi)計💛算就會對(dui)數據庫提出(chu)更高要求[3]。數字化(huà)、網絡化和智(zhì)能化是相互(hù)支撐的，不實(shi)現智👉能化變(bian)革，數字化轉(zhuǎn)型也會失去(qù)方向和價值(zhí)支撐。僅以生(shēng)産過程為例(li)，生産過程中(zhong)自動化設備(bèi)産生的生産(chǎn)數據沉🍓澱下(xià)來，網絡化就(jiù)是指通過網(wang)絡技🚩術将數(shù)據傳輸至數(shù)據平台或現(xiàn)場控制系統(tǒng)中，更重要的(de)是對數據進(jin)行分析處理(li)，實時決策控(kong)制裝備和工(gong)藝過程，實現(xiàn)智能化生産(chǎn)。實現智(zhì)能制造應當(dāng)聚焦裝備和(he)工藝智能制(zhì)造涉及裝備(bei)、生産工藝、生(shēng)産決策、産品(pǐn)全生😘命周期(qi)管理、研發設(she)計等方面，這(zhe)些方面始終(zhong)圍繞的核心(xin)是質量。質量(liàng)是制造業企(qǐ)業的生命線(xiàn)，而質量依賴(lai)于可靠的㊙️裝(zhuang)備和先🌂進的(de)工藝。裝備承(cheng)載工藝，工藝(yi)引導裝備，兩(liǎng)者不可分🔱割(ge)并✊且會相互(hù)促進。因此智(zhi)能制造的重(zhòng)點首先是要(yao)深入工藝生(sheng)産環節，落在(zài)裝備智能化(hua)和生産智能(néng)化上。裝備和(he)生産工藝智(zhi)能化特别需(xū)要企業将新(xin)一代信息技(ji)術與先進制(zhi)造技術融合(he)，但🔴不是一味(wei)強調AI一類的(de)新技💛術。認為(wéi)有了新技術(shu)可以解決☂️一(yī)切問題或者(zhe)彎道超車的(de)觀點是有失(shī)偏頗的，實現(xiàn)裝備和工藝(yi)智能😄化需要(yào)立足制造規(guī)律和工業基(ji)礎。裝備方面(mian)，機床是最為(wéi)重要的機械(xie)裝備，主要分(fèn)為切🔞削加工(gōng)和成形機床(chuang)兩大類。其中(zhong)切削加工機(ji)床的智能化(huà)主要在以下(xià)方面：通過實(shi)時采集振動(dòng)、主軸溫度、切(qiē)削力具備感(gan)知力，進而可(kě)以針對外界(jie)環境和機床(chuang)及刀具本🈲身(shen)狀态的變化(huà)進行自适應(ying)決👅策，即動态(tài)實時優化控(kong)制進給深度(du)、進給速度和(he)切⭕削速度以(yǐ)及溫🍓度誤差(cha)補償等，同時(shí)防止刀具過(guo)度磨損。但是(shì)機床的加工(gōng)工藝目前仍(reng)然需要工藝(yi)規劃人員人(ren)工設置，尚未(wei)實現自主規(gui)劃和自适應(ying)的優化，無法(fa)高效應對多(duo)品種小批量(liang)的柔性生産(chǎn)需求[4]。再以金(jīn)屬塑性加工(gong)中的鍛壓裝(zhuang)備為例，目前(qian)鍛壓㊙️裝備正(zheng)在數🚶♀️控技術(shù)基礎上向智(zhì)能化邁進，通(tōng)過分散多動(dong)力、伺服🌐電動(dòng)機直接驅動(dòng)和集成一體(tǐ)化等技術途(tu)♋徑滿足⭕智能(néng)化鍛壓設備(bei)生産‼️過程高(gao)效、柔🐕性、高精(jing)度🧑🏽🤝🧑🏻的要求[5]。在工業(yè)機器人智能(neng)化方面，自适(shi)應編程軌迹(ji)規劃的✨需求(qiu)日益增長，學(xué)術界和業界(jiè)都在進行探(tàn)索。業界如摩(mó)馬智能✔️自主(zhu)研發認知智(zhi)能算法訓練(lian)平台，将基于(yu)AI的自适應軌(guǐ)迹規劃算法(fǎ)下發到邊緣(yuán)端，使得機器(qì)人可以根據(ju)🈚不同産品的(de)生産工藝及(jí)周圍環境的(de)變化，實時做(zuò)出動作決策(ce)。如此♋，工業機(jī)械臂的部署(shu)時間✨可以縮(suo)短到十幾小(xiao)時甚至是幾(ji)個小時。對企(qǐ)業來說，節省(sheng)換線部署成(cheng)本和人工調(diào)試成✍️本是具(jù)有很高價值(zhi)的[6]。工藝方面(mian)，目前主要通(tong)過機理模型(xing)和數據驅動(dong)模型兩種建(jian)模方式來實(shi)現智能化。又(yòu)因為實際工(gōng)業場景中的(de)諸多工藝過(guò)程大多具有(yǒu)非線性、時變(biàn)性及複雜多(duō)尺度的特點(dian)，有的場景甚(shen)至無法建立(li)完整的機理(lǐ)模型或者建(jian)立難度非常(cháng)大，所以通常(chang)會将機理模(mó)型🌂和以AI技術(shu)為基礎的數(shu)據驅動模型(xing)融合起來，實(shi)現工藝過程(cheng)的自主學🍓習(xí)叠代和智能(néng)決策控制。流(liú)程行業中張(zhāng)夢軒等總結(jie)了将化工過(guo)程的第一💛性(xìng)⭐原理及過✂️程(cheng)數據和AI算法(fa)相結合的混(hùn)合建模方法(fǎ)。混合模型可(ke)以綜合機理(li)模型和數據(jù)驅動模型各(gè)自的㊙️優點，應(ying)用在化工過(guò)程中的監測(cè)、優化、預測和(he)軟測量方面(mian)[7]。離散行業中(zhōng)的塑性加工(gōng)的鍛造成形(xíng)過程也是一(yi)個複雜的非(fēi)線性時變過(guo)程，加上實際(jì)場景中還可(kě)能存🆚在油液(ye)洩漏等衆多(duō)不确定的幹(gan)擾因素，所以(yi)精準鍛🚩造過(guò)程控制難度(dù)很高。單純依(yī)靠機理模型(xíng)的控制策略(lue)存在偏差。将(jiāng)基于物理動(dong)力學的機理(lǐ)模型和具有(yǒu)在線樣本學(xué)習能力的數(shu)🔴據驅動模型(xíng)🥵結合起來，可(kě)以😍在鍛造過(guò)程中對鍛造(zao)工藝參數進(jìn)行實時調整(zhěng)與補償，實現(xian)鍛造過程的(de)智能化控制(zhì)[8]。再比如工業(ye)中應用場景(jǐng)最為廣泛的(de)工藝：焊接。還(hai)是動力電池(chí)組的電阻點(diǎn)焊，大多依賴(lai)人工焊接[9]。正(zheng)式焊接前通(tōng)常需要進行(háng)大量嘗試各(gè)種焊接參數(shù)組合，才能得(dé)到制造需求(qiú)的最優參數(shu)，這種“試錯法(fa)”耗時長、材料(liao)消耗大。星雲(yún)電子的徐海(hǎi)威等研究發(fā)現利用貝葉(yè)斯極限梯度(du)提升機(Bayes-XGBoost)與粒(li)子群優化(PSO)算(suàn)法結合預測(cè)最優參數，可(kě)以幫助電🤟阻(zu)點焊工程師(shī)面對新的動(dong)力電池組生(shēng)産需求時快(kuài)速選取合适(shi)工藝參數，提(ti)升人工焊接(jiē)生産效率，避(bi)免耗費大量(liang)🔞材料[10]。其次，無(wú)論是人工焊(han)接還是機器(qì)人焊接，其焊(hàn)接過程仍屬(shǔ)于♉開環控制(zhì)。即使是高度(du)自動化焊接(jie)機器人産線(xiàn)，其焊接過程(cheng)和質量都不(bú)🌍是完全可控(kong)，單機的誤差(cha)累計和多機(jī)之間💋的相互(hù)影響都會影(ying)✏️響焊接質量(liàng)，而焊接質量(liàng)🤞直接決定了(le)産🌈品安全性(xìng)能。比如一台(tai)汽車白車身(shen)的焊點數量(liang)在4000~7000個，為了保(bǎo)障焊點質量(liàng)，國内外車企(qi)都會在自動(dòng)化焊接後進(jin)行人工抽樣(yàng)⚽檢測，再根據(jù)抽檢結果進(jìn)行焊接工藝(yì)參數的離線(xian)調整。但這種(zhǒng)事後抽檢無(wú)法做👉到100%質量(liang)保障，一旦出(chū)現問題就會(huì)批次召回，損(sun)失很大。這就(jiu)迫切需要針(zhēn)對工藝過程(cheng)環節的在線(xian)控制和實時(shi)質量評價技(jì)術[11]。對于人工(gōng)焊接，工藝智(zhi)能分析技術(shù)可以将IoT層面(mian)收集的實時(shi)信息和分析(xi)結果通過MES下(xia)發到現場，幫(bang)助企業實現(xiàn)生産加工缺(que)陷🎯實時智能(néng)診斷。對于焊(han)接機器人，可(kě)以采用基于(yu)焊工智能技(jì)術的方❌法提(tí)升焊接機器(qi)人智能化水(shuǐ)平，思路是使(shǐ)機器人具🍓備(bei)類似人類焊(hàn)工的學習動(dòng)态焊接問題(tí)的能力，主要(yào)通過視✨覺、體(ti)覺和思維上(shang)在線感知實(shi)時焊接狀态(tài)，并📐具備類似(sì)焊接工人對(duì)焊接場景形(xing)成記📱憶的學(xué)習能力。在焊(hàn)接過程中，機(ji)器人主要基(jī)于熔池動态(tai)捕捉和♍識别(bié)算法實現對(dui)熔池的動态(tai)監測，并通過(guò)調整焊接速(su)度和焊接電(diàn)流兩個工藝(yì)參數🌍對熔池(chí)進行實時控(kòng)♌制，最終得到(dào)受控的連續(xù)均勻焊縫[12]。該(gāi)方法屬于一(yi)種基于質量(liang)在線評價的(de)工藝實時閉(bi)環控制技🧡術(shu)。應用這類智(zhi)能化焊接技(jì)術可以有效(xiao)解決焊接機(jī)器人的自适(shì)應決策控制(zhì)難題，不僅可(ke)以幫助企業(ye)實現加工過(guò)程的精确控(kòng)制，獲得最佳(jiā)的材料組織(zhi)性能與成型(xing)質量，還可以(yǐ)幫助企業節(jie)省下來日常(cháng)調試和換🌈線(xiàn)部署機🛀🏻器人(rén)的時㊙️間成本(běn)和高昂的人(ren)工成本。上述(shù)參數尋優、質(zhi)量在線評價(jia)及實時控制(zhì)技術在業💋界(jiè)也已經🐆開始(shǐ)了相關産業(ye)實踐，比如蘊(yun)碩物聯🈚和大(dà)🔱熊星座，大熊(xiong)星座更側重(zhong)視覺技術上(shang)的焊縫識别(bié)。從以上例子(zǐ)可以看出，就(jiù)工藝智能化(hua)而言，其控制(zhi)目🌈标是生🧑🏽🤝🧑🏻産(chǎn)🌂條件達到最(zuì)優，産成品良(liáng)率得到提升(shēng)，減少交付☁️時(shi)的殘次品數(shu)量。我們會很(hěn)自然地發現(xiàn)，相較于在質(zhi)檢環節單點(diǎn)式地運用檢(jian)測技術，工藝(yì)智能可以從(cong)源頭上解決(jué)質量問題，因(yin)為前者隻是(shì)一種事後檢(jiǎn)驗評價。誠然(ran)，廠商需要對(duì)缺陷等産品(pin)殘次情況進(jin)行檢測，目前(qián)AI技🏒術在工業(ye)中的應用也(ye)主要集中于(yú)視覺檢測，但(dàn)廠商👉更需要(yào)形成對殘次(ci)原因追根溯(su)源和精🔞細化(huà)工藝參數反(fan)饋控制的能(néng)力。由此，單純(chun)的機器視覺(jiao)、設備🏃🏻♂️制造乃(nǎi)至🏃🏻♂️工業軟件(jiàn)♋等公司都可(kě)以從自身産(chǎn)品出發逐步(bù)擴展，實🍉現更(geng)大範圍内的(de)智能優🚶♀️化。這(zhe)方面舉一些(xiē)半導體行業(ye)中将工藝制(zhì)程優化和視(shì)覺檢測結合(hé)的案例，例如(rú)應用材料公(gōng)司将機器學(xué)習🎯算法融入(ru)ADC（自動缺陷分(fen)類）技術中，其(qi)Purity II ADC技術拓展了(le)應用材料SEMVision G7系(xì)統的機器學(xué)習能力。基于(yu)ML算法進行實(shí)時自動分類(lei)、缺陷檢測和(he)根💘本原因分(fèn)析，可以促進(jin)半導體制🐆造(zào)企業工藝和(hé)良率管理😄水(shuǐ)平的提升[13]。上述列(lie)舉了裝備和(he)工藝智能化(hua)方面的典型(xíng)案例，這📧些案(àn)例都是從制(zhi)造業最關心(xīn)的質量問題(tí)出發，以實現(xiàn)生❌産過程的(de)實時自适應(yīng)決策控制為(wei)目标。這些智(zhì)能化技術将(jiang)以軟件形态(tai)交付給設備(bèi)使用企業甚(shen)至是設備制(zhì)造商。持續沉(chen)澱積累的工(gong)藝數據将不(bu)斷加強這類(lèi)工藝智能軟(ruǎn)件的技術壁(bi)壘。對于裝備(bei)制造業企業(ye)來講，需要從(cóng)單純提供硬(yìng)件🧑🏽🤝🧑🏻産品轉變(bian)到🧡同時交付(fu)軟件和硬件(jiàn)産品，提高客(ke)戶粘性，加強(qiang)自身技術壁(bì)壘。制造(zao)工藝和設計(jì)仿真
協同促(cù)進正向設計(ji)
上一節闡述(shu)了應用裝備(bèi)和工藝的智(zhì)能化技術實(shi)現精準過🌈程(cheng)控制，進而保(bǎo)證産品質量(liàng)和良率。但是(shì)産品良率提(ti)升并不是從(cong)生産環節的(de)設備控制和(he)工藝優化開(kai)始的，而是在(zai)設計仿真環(huan)節就可以開(kāi)始介💃🏻入，特📱别(bie)是⛱️在正向設(she)計開發新産(chǎn)品新工藝的(de)階段。例如在(zai)锂電池制造(zào)過程中，塗布(bu)、幹燥、輥壓、pack這(zhè)些工藝☎️中🤟的(de)參數變化以(yi)及工藝間的(de)相互作用會(huì)怎樣影響🏃最(zuì)終電池性能(neng)（能量密度和(he)循環次數）。現(xiàn)在業🌍界主要(yao)還是使用“試(shi)錯法”來對❗工(gong)藝進行驗證(zheng)，但是效率較(jiào)低、耗費成本(ben)較高。這就需(xu)要利用設計(jì)仿真軟件平(ping)台進行虛拟(ni)測試🐉驗證，節(jie)省下真實世(shì)界中💰物理測(cè)試的成本。圖片來源：ARTISTIC項(xiang)目官網
此外(wai)，該項目綜合(he)利用DoE試驗設(she)計（Design of Experiement）、物理模型(xing)和機器學習(xí)算法的混合(hé)建模方法，來(lai)預測材料、電(diàn)極制造和電(diàn)池性能之間(jian)的最佳組合(hé)。即将DoE試驗和(hé)物理模型得(dé)到的結果，經(jing)過一個數據(ju)驅動的随機(jī)電極介觀結(jié)構生成器擴(kuo)大樣本，再将(jiang)這些樣本🐕用(yòng)于訓練機器(qi)學習算👅法，以(yǐ)求得到制造(zao)工藝參數與(yǔ)電極性能之(zhī)間的關系[15]。這(zhè)意味着該平(ping)台甚至可以(yǐ)用來基于目(mù)标需求進行(hang)🆚反向規劃，例(li)如給定一個(gè)電池目标性(xìng)能和材料，确(què)定合适的制(zhì)造工藝參數(shu)，比如幹燥環(huan)節中的溫度(dù)控制[16]。锂電池(chí)設計仿真與(yu)制造工藝協(xie)同方面，國内(nei)業界在探索(suǒ)類🔴似實踐的(de)有易來科得(dé)和海仿科技(jì)等。其實不隻(zhī)是電池行業(ye)，許多行業的(de)正向設計環(huán)節👌也需要通(tōng)過🧑🏾🤝🧑🏼制造工藝(yi)-設計仿真協(xie)同來提升研(yán)發㊙️效率，以更(gèng)快速度、更低(dī)成本實現技(ji)術創新和産(chan)品創新。在半(ban)導體行業，随(sui)着芯片技術(shu)節點進一步(bù)變小、設✌️計和(he)工🏃♂️藝複雜性(xing)進一步提高(gāo)，開發新技術(shu)節點工藝的(de)成本激增、周(zhōu)期拉長。晶圓(yuan)廠為加快工(gong)藝節點的開(kāi)發速度，需要(yào)與半導體設(she)計✂️企業更緊(jǐn)❄️密地協同開(kai)發叠代，集成(chéng)電路設計企(qǐ)業也需要更(gèng)早地介入到(dào)工藝開發階(jie)段中，使得器(qì)件設🔞計和工(gōng)藝☂️開發能夠(gòu)進行針對性(xing)的優化從而(er)滿足自身定(ding)制化需求。于(yú)是設計-工藝(yì)協同優化（DTCO）的(de)理念方法就(jiù)在14nm技術節點(dian)👄以後逐漸發(fa)展起來，其主(zhu)要作用就是(shì)在合理優化(huà)和🌐利用新工(gōng)藝技🌈術節點(dian)工藝能力的(de)基礎上，同時(shi)優化☀️系統PPAC（ 性(xìng)🚩 能 performance, 功 耗power, 密度(dù) area，成本cost）[17]。DTCO對于新(xīn)工藝開發及(jí)良率優化非(fēi)常重要。從DTCO的(de)角度看，良率(lü)優化貫穿設(she)計到制造的(de)全過程，需要(yao)多環節協同(tóng)叠♻️代。例如在(zài)版圖設計環(huán)節上，如何有(yǒu)效識别壞點(dian)圖形🏃🏻♂️，并且據(jù)📱此㊙️優化對基(jī)于同一工藝(yi)的其他芯片(pian)設計方案，可(ke)以提升後續(xù)設計和制造(zào)的良率。除了(le)設計和制造(zào)環節之間的(de)協同外，材料(liào)因素也非常(chang)重要。應用材(cai)料公司在DTCO的(de)基礎上提出(chū)要實現materials to device simulation，原因(yin)在于器件尺(chi)寸不斷縮小(xiao)、更多複雜3D幾(ji)何形狀被采(cai)用以及新材(cai)料的引入，半(bàn)導體器件仿(pang)真變得越來(lai)越複雜。這就(jiù)需要采用新(xīn)的多物理場(chang)多尺度仿真(zhēn)工具，将器件(jian)性能與材料(liào)特性聯系起(qi)來，系統研究(jiu)材料、幾何形(xing)狀以及工藝(yi)的變化将如(rú)何影響器件(jian)的電學性能(neng)，以此優化器(qi)件設計[18]。materials to device simulation和DTCO在應(ying)用材料手中(zhong)開始呈現融(róng)合的趨勢，應(ying)用材料‼️公司(sī)在2021年發表的(de)一篇論文中(zhōng)提出了Materials to Systems Co-Optimization，希望(wàng)實現從材料(liào)到系統🤩的多(duo)尺度協同優(yōu)化[19]。可以發現(xian)這個思路就(jiù)和上述我們(men)提到的锂電(dian)池“ARTISTIC”項目的非(fēi)常類似，都是(shi)希望将設計(ji)仿真從微觀(guān)尺度的材料(liào)一路擴展到(dao)宏觀尺度的(de)終端産品，并(bing)以此确定✍️最(zuì)佳工🌈藝路線(xiàn)和參數（覆蓋(gai)前道、中道及(jí)後道中多個(gè)工藝環節）。對(duì)于我國半導(dao)體企業來說(shuo)，DTCO預計可能成(cheng)為優化成熟(shú)技術節🌈點下(xià)的産品競争(zheng)力、降低先進(jìn)工藝開發❓成(cheng)本并縮短工(gōng)藝開發周期(qī)的優選方案(àn)，可以幫助中(zhong)國Fab/IDM加快先進(jìn)工藝開發，縮(suō)短TTM（time to market）, 提升相同(tong)技術節點下(xia)芯片制造良(liang)率和可靠性(xìng)，從而提升核(he)🌈心競争力。DTCO也(ye)将幫助EDA企業(ye)沿着産業鍊(lian)拓展用戶群(qún)，類似的邏輯(ji)在剛才提🈲到(dào)的锂電池行(háng)業也存在。從(cong)锂電池和半(bàn)導體這兩個(gè)行業的前沿(yan)案例可以看(kàn)🤟出，制造工藝(yì)與産品設計(jì)仿真的協同(tóng)趨勢日益凸(tu)顯，而制造業(yè)的核心競争(zheng)力最終會歸(gui)結到如何更(geng)加快速地找(zhǎo)💘到匹配材料(liào)的最佳制造(zao)方法，以及材(cai)料方面的㊙️開(kai)發。因此，我國(guo)工業設計仿(páng)真軟件需要(yào)在實現自主(zhu)可控⭕的基礎(chu)上，進一步實(shí)現制造工藝(yì)-設計仿真協(xie)同優化。在協(xié)同優化中，設(shè)計仿真也可(ke)以應用于裝(zhuāng)備優化，以此(ci)實現更佳的(de)工藝效果。例(li)如北方華創(chuang)在PVD設備研發(fa)方面掌握使(shǐ)用🎯了自🌈主研(yán)發的腔室設(she)計與仿真模(mo)拟技術，其矽(xī)外延設備在(zai)感應加熱高(gao)溫控制🍓技術(shu)、氣流場、溫度(du)場模拟仿真(zhen)技術等方面(miàn)取得突破，可(kě)實現更👣優異(yi)的外延🔴工藝(yì)效果。再比如(rú)锂電設備頭(tóu)部企業先導(dǎo)智能組建了(le)40人的博士仿(páng)真🏃♀️設計團隊(duì)集中攻關疊(dié)片工藝中的(de)粉塵問題。為(wéi)什麼要解決(jué)粉塵問題？因(yin)為疊片時産(chǎn)生的♋細微粉(fěn)塵堆積在電(dian)池芯的表面(miàn)會影響電池(chi)芯質量以及(jí)組裝後的電(diàn)池性能。該團(tuán)隊通過多物(wu)理場仿真模(mó)拟對疊片機(jī)進行優化設(shè)計，保🛀🏻證裝備(bèi)達到車規級(jí)電池制造要(yao)求，實現更好(hǎo)品控[20]。綜合上(shang)述兩節内容(róng)，我們的視角(jiao)從裝備工藝(yi)環節拓展到(dào)了設計仿真(zhēn)環節，可以看(kan)出裝備、工藝(yi)、材料和産品(pǐn)之間是緊密(mì)聯系的。裝備(bèi)工藝的嵌入(rù)式軟件使裝(zhuang)備可以應對(duì)不斷變化的(de)材料工藝，在(zài)柔性生産情(qing)況下形成最(zuì)優參數♊組合(he)，獲得⛱️高質量(liang)産品。研發設(shè)計平台也需(xū)要協同制造(zao)工藝仿真來(lái)優化新産品(pin)㊙️的開發，降低(dī)正向設計耗(hào)費成本，提升(shēng)研✌️發效率和(he)産品良率。網絡化支(zhi)撐企業設計(ji)仿真
生産制(zhi)造及服務全(quán)流程協同
上(shang)一節談到設(shè)計仿真，當前(qián)企業對于實(shi)現高效協㊙️同(tong)設計仿真的(de)需求越來越(yue)迫切。協同設(she)計仿真需要(yào)統一的數據(jù)接口以及應(ying)用雲計算、HPC等(deng)技術。以汽車(che)行業舉例，産(chan)品設計的數(shu)據可能會🌈在(zai)車企内部的(de)不同部門間(jian)流轉，也可能(neng)會和外部供(gong)應商進行🐪數(shù)據交互，但是(shi)不同部門🔆使(shi)用的軟件💃🏻平(píng)台不同導緻(zhì)數據交互阻(zǔ)礙很大，具體(ti)比如電氣控(kong)制、機械、材💋料(liào)、工藝和智能(néng)駕駛等各方(fang)面的建模各(ge)成一個系統(tǒng)，各系統間也(yě)缺乏統一的(de)協同交互。為(wéi)了解決協同(tóng)仿真的難題(ti)，目前業界開(kai)發了仿真模(mo)型交互接口(kou)FMI（Functional Mockup Interface），可适用于不(bú)同仿真軟件(jiàn)之間的模型(xíng)交換，并可将(jiang)模型封裝為(wei)FMU（Functional Mockup Unit）用以協同仿(pang)真。此外，如果(guo)涉及一個大(da)型項目研發(fā)，不同部門會(hui)希望能夠🙇🏻實(shí)現同時在線(xiàn)設計仿真，而(er)這就需要雲(yún)計🐕算和HPC（High performance computing）技術(shù)的支持。例如(ru)在CAD領域，當前(qian)設計方式已(yi)經逐漸由單(dān)人離線設計(ji)向多人在線(xian)協同設計轉(zhuan)變。華天軟件(jian)📞研發了基于(yu)雲架構的CrownCAD。CrownCAD包(bao)含其自主研(yan)發的三維幾(ji)何建模引擎(qíng)DGM、2D以🙇♀️及3D約束求(qiu)解引擎DCS，具有(you)高🏃♀️效的參數(shù)化應用層機(jī)制，這種🈚基于(yu)雲存儲、雲計(ji)算、雲渲染技(ji)術的CAD可以支(zhī)持超大規模(mo)的協同設計(ji)[21]。其實不光是(shì)設計仿真環(huán)節需要網絡(luo)化協同，制造(zao)業企業還需(xu)要将研發設(shè)計、生産制造(zào)及服務各個(gè)環節的數據(ju)和信息模型(xing)都打通，以此(cǐ)提升自身經(jing)營效率。由此(cǐ)，我們讨論的(de)範圍就從前(qian)兩節的生産(chǎn)和設計仿真(zhēn)環節，進一步(bu)拓展到産品(pin)的運營服務(wù)環節。目前業(ye)界嘗試通過(guo)搭建工業物(wù)聯網平台（Industrial IoT Platform）或(huò)者說工業PaaS平(ping)台來實現全(quán)流程協同管(guǎn)理。即制造業(yè)企業基于IIOT平(ping)台實現研發(fa)設計、生産制(zhì)造及服務全(quán)流程的提升(sheng)和産品的全(quán)生命周期管(guan)理。從這一點(diǎn)上來說，工業(ye)物聯網平台(tai)或者說工業(yè)PaaS平台是要✏️搭(da)建一個多方(fang)協作的橋梁(liang)。例如位于Gartner IIOT魔(mó)力象限中位(wèi)于頭✂️部位置(zhì)的PTC ThingWorx，就是一個(ge)具備設備互(hù)聯、數據存儲(chǔ)（集成第三方(fāng)時序數🈲據庫(ku)）、數字建模、智(zhì)能分析、應用(yòng)開發及增強(qiang)現實的整體(tǐ)IIOT解決方案。PTC在(zai)ThingWorx的基礎上，結(jié)合自身CAD/PLM/AR等産(chǎn)品線，将制造(zào)業研發、制造(zao)及服務的業(yè)務線整體聯(lián)系起來，幫助(zhu)制造業企業(ye)客戶實現内(nei)外部協作和(he)産品的全生(sheng)命周期管理(li)。上(shang)圖以PTC客戶德(de)國的e.Go汽車制(zhi)造商的情況(kuàng)為例：在研發(fā)設計階段，供(gòng)應商和制造(zào)商可以在同(tong)一個CAD和PLM系統(tǒng)中基于統一(yi)的産品數據(ju)進行協作，提(ti)高交付效率(lǜ)。制造過程中(zhong)，操作員可以(yǐ)借助平闆電(diàn)腦上的AR 應用(yong)程序來識别(bié)他們正在查(cha)看的産品的(de)配置，并可實(shi)時調用質量(liang)檢查的标準(zhun)以便對照。另(lìng)外在産品售(shou)後服務環節(jie)中，企業通過(guò)物理VIN編碼追(zhuī)蹤汽車各個(ge)零部件；持續(xù)更新的部件(jian)數字孿生模(mo)型将反映發(fa)動機、傳動系(xì)統等部件的(de)後續變化，企(qǐ)業以此為汽(qi)車提供預測(ce)性維護服務(wu)，保障産品壽(shòu)命，并将實際(ji)運行數據反(fǎn)饋給設計端(duān)。綜合來看，制(zhì)造業企業實(shi)現内部高效(xiao)協同的挑戰(zhàn)有很多，比如(ru)硬件設備種(zhong)類多，沒有統(tong)一的數據接(jiē)口，各環節不(bú)連貫。這也就(jiù)是為什麼提(ti)出推進兩化(huà)融合，這也就(jiu)是為什麼工(gōng)業4.0的一個終(zhong)🐉極目标就是(shi)讓軟件定義(yi)制造。試想一(yī)下，如果所有(yǒu)的制造單元(yuán)都可以通過(guò)軟件柔性拼(pīn)接（中間由AMR連(lian)接工序），所有(you)子系統内的(de)設計仿真模(mo)型都🈲可以相(xiang)互交互，整個(ge)工廠具備了(le)強大的互操(cāo)作性，運營🔱效(xiào)率就将得到(dao)極大提升，制(zhì)造業企業将(jiang)不再這麼笨(ben)重。當然實現(xian)這個圖景絕(jue)非朝夕之間(jiān)就能達成，需(xu)要長久的努(nǔ)🧑🏾🤝🧑🏼力。數字(zi)化支撐制造(zao)業提升管理(lǐ)水平
&企業生(sheng)産決策智能(neng)化
以上闡述(shù)的主要是側(cè)重技術方面(miàn)的創新應用(yòng)，但是對于企(qǐ)業來說技術(shu)和管理不可(ke)偏廢。現在很(hěn)多制造業企(qi)業的日常管(guan)理方式還很(hěn)粗糙，例如在(zai)紡織業中，印(yìn)染廠♻️的訂單(dan)下放、報工、坯(pi)布入庫、領料(liao)、成品出庫主(zhǔ)要通過人員(yuan)手工填報完(wán)成，實時性差(cha)且受人為因(yin)素影響大。管(guǎn)理者如果想(xiǎng)了解一個訂(ding)單🤩的情況可(ke)能得花上幾(jǐ)個小時才能(néng)準确得知全(quán)貌，車間管理(li)✊者處理⚽生産(chan)異常事件效(xiào)率較低。這些(xie)又不是MES系統(tǒng)所能完全解(jie)決的。對于任(ren)何一個制造(zào)業企業，管理(li)水平的提升(shēng)是非常重要(yào)的，比如如何(he)對知識進行(hang)有效的管理(lǐ)、如何轉變日(rì)常生産活動(dòng)的管理方式(shi)和手段等等(děng)。數字化技術(shù)對管理的支(zhī)撐作用不可(kě)忽視，目前出(chu)現一批初創(chuàng)公司開始幫(bang)助制造業企(qǐ)業進行移動(dòng)端的數字化(huà)改造，通過交(jiao)付生産管理(li)SaaS軟件提高企(qi)業工廠管理(li)水平，可以提(tí)高企業車間(jian)管理的協同(tong)效率，如專注(zhù)紡織業的數(shù)制科技，還有(yǒu)服務離散制(zhì)造行業的羚(ling)數智能等。企(qi)業日常管理(lǐ)中最重要的(de)部分是生産(chan)決策，決策覆(fu)蓋🐪的🌍層次會(hui)從裝備、産線(xiàn)一直到車間(jiān)、企業乃至整(zheng)條上下💜遊供(gong)應鍊。幫助企(qǐ)業實現生産(chǎn)決策智能化(hua)是智♋能制造(zao)的一個重要(yào)方面。目前在(zai)企業層次的(de)生産決策方(fāng)面，大部分企(qǐ)業主要通過(guo)高級排産人(rén)員依靠自身(shēn)經驗和業務(wù)規則進行🔞排(pai)産，工具上❄️還(hai)在使用Excel，算👈法(fǎ)🈲方面仍以啟(qi)發式規則算(suàn)法或遺傳算(suan)法等算法為(wéi)主。但是，單👉純(chún)依賴高級排(pái)産人員的❗經(jīng)驗很難實現(xiàn)決策的精準(zhǔn)性和合理性(xing)，特别是在🏃🏻柔(róu)性生産的場(chang)景中。這就需(xu)要基于運籌(chóu)學和AI算法❓的(de)APS系統來幫助(zhu)企業進行排(pai)産決策。企業(yè)生産過程中(zhōng)，有效加工時(shi)間其實占比(bi)很少，90-95%的時間(jian)其實都是在(zai)等待物料運(yun)輸、上下料和(hé)定位等中間(jian)環節上消耗(hao)掉了。部署AGV/AMR可(ke)以幫助企業(yè)實現生産搬(ban)運和倉儲管(guan)理的自動化(hua)，提升廠内物(wù)流的自動化(huà)程度，進而可(kě)以使生産線(xian)上各設備之(zhī)間的運作更(gèng)為協同高效(xiào)，提升企業OEE。在(zai)實際實施過(guò)程中，AMR的✍️實時(shí)調度算♊法非(fei)常重要，而且(qiě)AMR的實時調度(du)也要和APS系統(tong)對企業整體(tǐ)🍉生産調度結(jie)合起來，确保(bao)決策計劃層(ceng)和執行層之(zhī)間‼️數據互通(tōng)。值得注意的(de)是，無論是APS還(hai)是AMR，都需要注(zhu)重提煉與企(qǐ)業生産工藝(yi)密切相關的(de)調🍉度規則和(hé)産能平衡設(shè)計，将企業制(zhi)造資源和工(gong)😄藝流🍉程完🌂全(quán)融合，如此才(cai)可能滿足客(kè)戶對生産過(guò)程中🧑🏾🤝🧑🏼産能和(he)效率的需求(qiu)。生産決策也(yě)可以從一家(jia)企業延伸至(zhì)一條産業鍊(liàn)的上下遊，在(zai)🈚上下遊企業(ye)之間實現協(xie)同制造。例如(ru)浙江省正在(zài)對30個細分行(háng)業推行的産(chǎn)業大腦，通過(guo)産業鍊的整(zheng)體數據輔助(zhù)企業動态決(jué)策，可見政府(fu)也在這方面(mian)進行有益的(de)嘗試。還有比(bi)如深圳的雲(yun)工廠、上海的(de)捷配科技等(děng)在嘗試打造(zao)分布式制造(zao)🔅系統，分布式(shi)制造系統在(zài)競争格局分(fèn)散的行業環(huán)節中具有市(shi)場價📐值，如紡(fǎng)織、機加工和(hé)SMT等行業。中小(xiao)型企業由于(yú)具有産能利(lì)用率不高、外(wai)協程度高、信(xin)息不對稱，通(tong)過制造平台(tái)公司可以實(shi)現集中訂單(dan)和供應鍊采(cǎi)購，整合産能(neng)共享協同，提(tí)升整體行業(yè)交付效率。國(guó)外的Protolabs可以算(suan)是這個領域(yu)的一個标杆(gan)。智能制(zhi)造領域的人(ren)才和初創企(qǐ)業人才對于(yú)任何一個行(háng)業都是非常(cháng)重要的。這裡(li)需要強調的(de)是制造過程(chéng)本身積累的(de)知識需要通(tōng)過人才沉澱(dian)下來服務于(yu)設備設計、工(gōng)藝優化，逐步(bù)凝結成新一(yī)代的硬件設(she)備和工業軟(ruan)件。因此在裝(zhuāng)備智能化、生(shēng)産過程智能(néng)化乃至設計(ji)仿♉真與工👣藝(yi)協同的發展(zhan)過程中，設備(bèi)工程師和工(gong)藝工程師的(de)🌈作用🧑🏾🤝🧑🏼不可忽(hu)視。未來也需(xu)要越來越多(duō)懂🥰工業技術(shù)的軟件工程(chéng)💁師參與🛀工業(yè)數字化、智能(néng)化的曆史進(jìn)程中來，工程(cheng)師的工🐅作内(nei)容也将更多(duō)放💁在工業知(zhī)識沉澱和數(shu)據分析研判(pan)方面。從供給(gěi)端來看，國内(nei)經驗豐富的(de)技術工人數(shu)量較少、培訓(xun)周期長，且部(bu)分領域呈現(xiàn)青黃不接的(de)趨勢，逐漸成(chéng)為稀缺資源(yuán)🚶♀️。例如高級焊(hàn)接工人，高級(ji)排産人員，高(gāo)級工藝工程(chéng)師（例如半導(dǎo)體刻蝕環節(jie)），以及機器人(rén)部署調試工(gōng)程師等等。而(er)這些高級技(jì)術人🔅才面對(dui)的生産場景(jǐng)普遍🏃🏻具有多(duō)品種、小批量(liàng)的特點，這一(yi)特點也在不(bú)斷加強。這也(yě)意味着如何(hé)沉澱積累出(chū)可以媲美高(gao)端技術人才(cái)經驗能力的(de)數據驅動-機(jī)理融合模型(xing)，并将其封裝(zhuang)成算法🐪軟件(jian)，是非常有價(jia)值的。另外初(chu)創公司也為(wei)制造業創新(xin)發展帶來了(le)活力和人才(cái)。在近幾年的(de)發展中，智能(néng)制造領域的(de)初創企業數(shù)量不斷增多(duo)，特别是湧現(xiàn)出更多聚焦(jiao)生産和設計(jì)環節、聚焦某(mǒu)一細分領域(yù)的初創企業(ye)。工業領域門(men)類很多，每一(yī)個子門類下(xià)面又會有很(hen)多細分領域(yù)和環節，這種(zhong)行業特點使(shi)得初創公司(si)需要集中一(yī)點做出技術(shù)創新上的突(tū)破，即所謂專(zhuan)精特新。如果(guo)一直做跨行(háng)業的項目而(er)無法沉澱出(chū)一個标準化(hua)的産品，這麼(me)走下去團隊(dui)隻能是一個(gè)不斷接項目(mù)的技術服務(wù)商，沒有自己(ji)的核心根據(jù)地。聚焦一個(ge)行業，行業内(nei)某個環節上(shang)企業的需求(qiu)特點大緻類(lèi)✊似，這就為初(chu)創企業技術(shu)沉澱和規模(mó)化創造了條(tiao)件。依托核心(xin)産品技術平(píng)台進行新産(chǎn)品開發，開發(fā)過程中形成(chéng)的新技術也(ye)會反哺平台(tai)，新産品也可(kě)能進一‼️步衍(yan)生出新的産(chan)品🔴技術平台(tái)。平台與産品(pǐn)相互促進，可(kě)以實現從單(dān)點突破到多(duō)環節覆蓋。硬(yìng)件裝備制造(zào)商如此，軟件(jian)服務商也是(shì)如此。之後會(huì)再寫文章分(fen)析這一點。對(dui)于智能制造(zao)領域的初創(chuàng)公司來講，形(xing)成自身議價(jià)能力和技術(shu)壁壘主要還(hái)是靠做深入(ru)生産和設計(ji)環節的🏒工藝(yi)🐇優化和産品(pǐn)優化，因為客(ke)戶隻有看到(dào)初創公司用(yong)技術和産品(pin)給他們明顯(xiǎn)改善提升㊙️了(le)他們的生産(chǎn)和設計過程(chéng)，客戶才會有(you)較高的付費(fei)意願。設計仿(páng)真的重要性(xing)不言而喻。聚(jù)焦工藝優化(hua)在企業後續(xù)發展上也有(you)規模化的潛(qián)力，因為一種(zhong)工藝是可以(yi)用在多種工(gong)業場景和環(huan)節🤞中的，初創(chuàng)企業可以将(jiang)工藝智能化(hua)技術進行跨(kua)行業的複用(yòng)，無論是在産(chan)品标準化和(he)橫向拓展上(shàng)都會有一定(ding)的優勢。當然(rán)🌈光是焊接技(ji)術就有很多(duo)細分種類，企(qi)業也需要有(you)選擇地進行(háng)技術研發和(hé)市⭕場拓展。無(wu)論是設計仿(páng)真還是工藝(yi)智能，初創公(gōng)司都需要明(ming)确技🤞術對應(yīng)的是一個存(cun)量市場還是(shi)一個增量新(xīn)興市場，選擇(zé)什麼樣的市(shi)場以及選擇(ze)什麼樣的客(kè)戶群，會深刻(kè)影響企業的(de)發展路徑和(he)速度。好的客(ke)戶會對産品(pǐn)技術提出更(gèng)高的要求，會(huì)加速公司産(chǎn)品技術研發(fā)上的良性循(xun)環。這裡客戶(hu)的優質與🈚否(fǒu)不完全取決(jué)于客戶規模(mó)的大小。中國(guo)制造業的信(xìn)息化、自動化(huà)和智能化程(cheng)度在各行業(yè)之間分布并(bìng)不均勻，如果(guo)初創企業選(xuan)擇一個較為(wei)❌傳統☎️的行業(yè)如紡織業，可(ke)以先通過輕(qīng)量級的生産(chǎn)管理系統🚶♀️實(shi)現數字化改(gǎi)造，幫助中小(xiǎo)紡織企業管(guan)理者看到數(shu)字☎️化管理帶(dài)來的效益🔞，再(zài)深入到印染(ran)工藝環節和(he)排産決‼️策中(zhong)去，之後去幫(bāng)助企業🙇🏻逐步(bù)實現上下遊(you)間的協同。因(yin)此對于數字(zì)化和自動化(hua)程度不高的(de)行業和企業(yè)，解決數字化(huà)是第一步，接(jie)下來需要創(chuang)業團隊解決(jué)智🔞能化的問(wen)題。初創公司(si)能否滿足企(qi)業智能化階(jie)段的需求，這(zhe)就要考慮團(tuan)隊的算法技(ji)術能力和對(dui)工業機理的(de)理解深度。故(gu)而智能制造(zao)領域的創業(yè)團隊既需要(yào)有掌握新一(yi)🈚代信息技術(shu)和先進制造(zao)技術的新生(sheng)力量，也需要(yào)有懂工♋業場(chang)景需求、目🍓标(biāo)領域工業機(ji)理的老法師(shī)。綜(zong)合以上對于(yu)智能制造各(ge)方面的讨論(lùn)，本文着重強(qiáng)調智能制造(zào)需要聚焦本(ben)源，即裝備和(he)工❗藝，并将設(shè)計仿真和制(zhi)造工藝協同(tong)起來，以滿足(zú)企業降低生(sheng)産研發成本(ben)、提高生産研(yán)發效率、提升(sheng)産品良率的(de)核心訴求。随(sui)着我國制造(zao)業向中高端(duān)邁進，正向設(she)計日益重要(yao)，創新的源泉(quán)将着眼于材(cái)料、工藝（包含(han)物理和化學(xué)的）以及兩者(zhe)之間的匹配(pèi)優化。企業設(shè)計仿真、生産(chǎn)制造及服務(wu)各環節内部(bu)和之間的互(hu)操作性和協(xie)同性對提升(sheng)企業競争力(lì)也非常重要(yao)，這些需要新(xin)的網絡技術(shu)支撐。此外，企(qi)業還要通過(guò)數字化、智能(néng)化技術提升(shēng)管理決策水(shuǐ)平和精準性(xìng)。至此，本文分(fen)析了裝備工(gōng)藝、正向設計(ji)仿真及生産(chǎn)決策✂️這三🏃個(gè)☔智能制造的(de)重要支柱。最(zuì)後我們再從(cóng)企業經營和(hé)産業發展的(de)角度分析一(yī)下智能制造(zào)♊的價值。從企(qǐ)業經營角度(du)看智能制造(zao)的價值，ROE=銷售(shou)淨利率×總資(zi)産周轉率×權(quan)益乘數實現(xian)柔性生産，縮(suō)短産能爬坡(pō)和中間換線(xian)周期等可以(yi)提高總資産(chan)周轉率，進而(ér)提高ROE。實現實(shi)時參數控制(zhì)決策，優化✂️工(gong)藝以降低生(sheng)産成本，即提(ti)升淨利率。降(jiang)低對高級技(ji)術人員的依(yi)賴及其🙇♀️人工(gōng)成本也有助(zhu)于企業提高(gāo)淨利率。從産(chan)業角度看，制(zhi)造業一方面(mian)需要自動化(hua)智能化裝備(bei)和工藝智能(néng)技術實現規(gui)模效應和柔(róu)性制造，不斷(duàn)降低制造成(cheng)本、提高❤️交付(fù)效率，特别是(shì)在産能擴張(zhang)周期，這一點(dian)在锂電設備(bei)和锂電池行(hang)業近兩年的(de)發展中表現(xiàn)尤為明顯。另(lìng)一方面産🐇業(ye)發展不可能(néng)一直停留在(zai)追求生産規(guī)模效應的階(jie)段，還需要通(tōng)過設計仿真(zhēn)技術進行正(zheng)向設計，以持(chi)續實現産品(pǐn)創新✊、裝備創(chuàng)新和工藝創(chuang)新。值得注意(yì)的是，制造和(hé)設計兩方面(miàn)不是割裂的(de)，是可以協同(tong)優化、相互促(cu)進的。從這一(yi)點上看，中國(guó)龐大的制造(zao)規模如果加(jia)上先進的設(shè)計仿真技術(shù)，将會是如虎(hǔ)添翼。最後需(xu)要強調的是(shi)，技術的經濟(jì)性和易用性(xing)永遠是決定(ding)技術能否大(da)🐇規🥰模應用的(de)重要因素。比(bi)如支撐算法(fa)優化的硬件(jiàn)資源價格、算(suan)法叠代升級(ji)的成本，還有(yǒu)企業能否直(zhí)接獲得一個(gè)包含AutoML平台在(zài)内的産品方(fang)便日後自己(jǐ)訓練模型，軟(ruǎn)件是否支持(chi)低代碼開發(fā)？這些因素都(dōu)可能影響企(qǐ)業是否選擇(zé)新方案。還有(yǒu)在工業軟件(jiàn)部署方面，部(bù)署周期如果(guo)很長或者拓(tuò)展性差導緻(zhi)後期維護成(cheng)本很高，這些(xie)都會阻礙企(qǐ)業選擇上一(yī)個新的軟件(jiàn)系統。所以也(yě)就出現了基(ji)于微服務架(jia)構的新型MES軟(ruan)件服務商，例(li)如數益工聯(lian)等。智能(néng)制造對我國(guo)從制造大國(guó)邁向制造強(qiang)國甚至創造(zào)強💋國具有重(zhong)要作用。實現(xian)智能制造還(hái)有很多挑戰(zhàn)，中國還需要(yào)突破諸多關(guan)鍵核心技術(shù)和裝備，例如(rú)設計仿真、基(jī)于機理和數(shu)據驅動的混(hun)合建模、生産(chan)智能決策、協(xie)同優化等技(ji)術☀️和五軸♈機(ji)床、大規模集(jí)成電路制造(zao)裝備、智能焊(han)接機器人等(děng)高端裝備。本(běn)🔴文提到的DTCO、锂(lǐ)電池模拟平(píng)台、機器人自(zi)适應實時決(jué)策等也🔴都存(cun)在諸多技術(shù)挑戰，比如DTCO中(zhong)器件電學模(mó)型（spice model）的提取，這(zhe)些需要無數(shu)市場主體去(qù)投入🎯研發加(jia)快新技術的(de)産業化。“科技(jì)創新對中國(guo)來說不僅是(shì)發展問題，更(gèng)是生存問題(tí)[22]。”制造業是關(guān)鍵核心技術(shu)的策源地，也(ye)是核心技術(shu)應用的試驗(yàn)田。無論是中(zhōng)小企業，還是(shì)大型企業，都(dou)必須🥰實現🔞技(ji)術🚶♀️創新驅動(dong)的高質量發(fa)展。從産業整(zheng)體發展階段(duan)來看，我國已(yǐ)經從來料加(jiā)工組裝、模仿(pang)創新逐漸向(xiàng)自主創新邁(mai)進。過去我國(guó)制造業主要(yào)通過加工和(hé)仿制産品向(xiang)海外企業學(xué)習追趕，而模(mo)仿先進成熟(shú)的工藝和産(chǎn)品自然沒有(you)正向設計☔的(de)需📱求，自然也(yě)就沒有投入(rù)更多精力資(zī)源在正向設(shè)計方面。所以(yǐ)這一點上可(kě)以看出過去(qu)的發展特點(dian)導緻了當前(qián)工業“五基”薄(báo)弱，特别是工(gōng)業基礎軟件(jian)方面。但我們(men)不可能停留(liu)在模仿創新(xin)階段，主觀上(shàng)沒有這個意(yi)願，客觀實際(ji)上也不允許(xu)😄，因為産業發(fa)展如逆水行(háng)舟不進則退(tuì)。技術的突破(pò)需要企業選(xuǎn)擇自主開發(fa)産品，而不是(shi)依🌈附在某一(yi)海外品牌的(de)供應鍊或者(zhe)技術體系内(nei)。這一點在高(gao)鐵和汽車行(hang)業上體現得(dé)極為明顯。當(dāng)企📧業以自主(zhǔ)研發理念創(chuang)新、性能先進(jin)的商業産品(pin)🍓為目标時，企(qǐ)業将産生更(gèng)🏃強的創新動(dòng)力和學習能(néng)力[23,24]。企業在自(zì)主開發産品(pǐn)中突破技術(shu)瓶頸、掌握正(zhèng)向設計能力(li)🌈。這一點也已(yi)經在或将在(zai)新能源汽車(chē)、锂電池及設(shè)備、半✍️導體等(děng)行業中顯現(xiàn)。如果這一産(chan)品📐尚未出現(xiàn)或成形，同時(shi)又是先進生(shēng)産力的方向(xiang)，那麼意味着(zhe)将創造一個(ge)新興産業，一(yi)如上世紀誕(dàn)生的大飛機(ji)、汽車、半導體(ti)以⛹🏻♀️及互聯網(wang)。希🐪望中國未(wèi)來可以成為(wéi)這類科技創(chuàng)新的發源地(di)，同時注重打(da)造💯出面向大(da)衆的品牌産(chan)品及産業鍊(lian)，實現C端品牌(pái)帶🐉動B端制造(zao)産業鍊[25]。通過(guo)研發應用數(shù)字化、智能化(hua)和先進制造(zao)技術，中國制(zhi)☀️造業企業将(jiāng)有能力進一(yī)步實現工藝(yi)流程和産品(pǐn)❌升級，逐步從(cong)價值鍊的低(dī)附加值位置(zhi)躍遷到高附(fu)加值位置，掌(zhǎng)握新✨興産業(ye)的産業✉️鍊話(huà)語權，不🔞斷占(zhan)據利潤率更(geng)高、技術含金(jīn)量更高的價(jia)值鍊，最🧑🏾🤝🧑🏼終實(shí)現全球價值(zhí)鍊框架内的(de)産業升級[26]。微(wēi)觀上企業的(de)技術、産品和(he)品牌每進步(bù)一分，我國制(zhi)造業的貿易(yì)利益獲取能(neng)力就有可能(néng)增強一分，就(jiu)将⛷️在宏觀上(shàng)提升我國✌️在(zai)全球價值鍊(lian)和收入鍊🐅上(shang)的位置。實現(xiàn)智能制造道(dao)阻且長，十四(sì)五智能制造(zào)規劃中提出(chu)了到2035年，重點(dian)行業骨幹企(qi)業基本實現(xian)智能化。這意(yì)味着智能制(zhi)造是一項長(zhang)期的系統工(gōng)程。相信在未(wèi)來十幾年的(de)發展中，中國(guó)一定會湧現(xian)出越來♋越多(duō)創新驅動的(de)智♍能制造企(qǐ)業！由于筆者(zhě)時間、視野、認(ren)知有限，本文(wen)難免出現錯(cuo)誤✏️、疏漏等問(wèn)題，期待各位(wei)讀者朋友、業(ye)界專家指正(zheng)交流。
文章來(lai)源：數字化企(qi)業 如有侵權(quan) 請聯系删除(chu)
股(gu)權代碼：
