数字工厂 制造业的未来
发布时间:2016-01-20 11:03:46 浏览:3300
近年来,美国、欧洲、日本和韩国等先进工业国家对数字化车间技术都给予了高度的重视,甚至上升到国家战略层面。
美国在《下一代制造技术计划(NGMTI)》、德国在《高技术战略2020》计划中,都纳入了相关的研究内容;我国政府也在《国家中长期科学和技术发展规划纲要(2006-2020年)》中,将“数字化和智能化设计制造”作为制造业领域的优先主题。
数字工厂助力智能智造
为在激烈的全球竞争中保持优势,制造企业要最大化利用资源,将生产变得更加高效。为适应不断变化的客户需求,制造企业必须尽可能地缩短产品上市时间,对市场的响应更加快速。为满足市场多元化的需求,制造企业还要快速实现各环节的灵活变动,将生产变得更加柔性。
数字工厂是以物理工厂为基础,以先进的信息化技术为方法,构建真实工厂的虚拟现实仿真,实现对产品全生命周期的设计、制造、装配、质量控制和检测等各个阶段的功能,对生产进行规划、管理、诊断和优化,从而实现工厂的高效率、低成本、高质量。而高效、快速、柔性,正是数字化企业为制造业带来的最大变化。
在数字工厂的生产模式下,工艺设计由计算机辅助数字仿真与优化完成,代替长久以来的手工方式,形成精确可靠的设计结果;ERP系统对质量管理、生产绩效、依从性、产品总谱和生命周期管理提供业务分析报告,为管理层全面准确掌握生产数据提供有力的信息保障。在控制层,MES系统实现对生产状态的实时掌控,快速处理制造过程中物料短缺、设备故障、人员缺勤等各种异常情形,记录每个产品的关键技术数据,大大增强了产品的可追溯性。在执行层,各种工业机器人、移动机器人和智能设备将代替人工进行生产,显著提高生产精确度和产品质量稳定性。
与智能制造不谋而合,数字工厂为智能制造提供基础条件。数字工厂从数据的采集开始,通过信息技术手段对数据进行存储、加工、分析和呈现,从而反馈到生产中。
智能制造是一种由智能机器和人类专家共同组成的人机一体化智能系统,它在制造过程的各个环节都体现出了人工智能特性,例如生产过程自适应调整、工艺自主规划以及智能故障诊断。而专家系统作为人工智能最活跃的分支之一,将在未来的智能制造领域发挥巨大的作用,它从制造业领域专家中提取出宝贵的经验知识,并模拟专家的思维方式来对制造过程进行推理分析,例如具有联想记忆特性的案例推理、具有模糊不确定性的模糊推理。专家系统将在未来的智能制造领域形成大规模的分布式知识库共享平台,并基于更加丰富化的推理方式来进行智能制造决策,这将会扩大或延伸人类专家在智能制造中的脑力活动,进而将智能制造提升到一种更加柔性化、智能化以及集成化的高度。
数字生产:让过程透明化
数字工厂要落到实处,就必须从制造执行系统(MES-ManufacturingExecution System)开始,融合专家系统等智慧方案,实现整体的工厂仿真与管理。
20世纪90年代初,制造业迫切需要一个可以将业务系统和制造系统集成并连接在一起的中间层,从而实现整个制造过程的透明化。与此同时,企业也对生产过程提出了更多新的需求,这其中包括降低批量的规模,以及对生产过程能够进行有效地“实时”干预,在此背景下,制造执行系统应运而生。
按照国际MES协会所给出的定义,MES提供从接受订单到制成最终产品全过程的生产活动实现优化的信息。它采用当前的和精确的数据,对生产活动进行初始化,即时引导、响应和报告工厂的活动,对随时可能发生变化的生产状态和条件做出快速的反应,重点削减不会产生附加值的活动,从而推动高效的工厂生产运作过程。
随着需求的变化,制造执行系统被附加的功能越来越多,试图覆盖所有生产过程相关的业务,导致制造执行系统的设计、开发、实施越来越复杂,再加上行业差异性,给项目带来了巨大的实施风险。不同行业的MES系统也有所不同。
离散制造行业。例如以汽车行业为主的离散制造行业。基于行业的特点,产品由多个零件经过一系列离散的工序加工,最终装配完成。面向汽车制造的MES系统可以采用以工单的执行为核心,需要对在制生产、质量检验、图纸工艺文件数字化派发、零部件派发等各环节进行精准管控,实现对整车制造过程的详细跟踪,从而提高精益生产和智能制造能力。
设计、工艺与制造一体化,生产现场需要及时精准地获取数字化的生产指导,如数字化图纸、工艺技术文件等;另外,设计、工艺部门需要从现场获取质量反馈信息,从而获得改善工艺、设计的依据。现场生产过程需要透明化,实时跟踪工单的执行进程,快捷获知车间现场情况,为企业决策提供及时准确的数字支持。需要实现生产组织和调度协同化,充分利用现场信息,对生产中的异常做出快速反应。在满足以上基本功能的可靠性、安全性、实用性等需求后,结合高级排产与调度优化算法,提升该行业的生产水平。
混合流程制造行业。例如烟草行业,目前国内烟草行业的设备先进、自动化程度高。烟草MES在卷烟生产加工过程方面,全面实现核心数据自动化采集、实时分析和调整,不断提升智能化控制水平。在生产管理方面,运用先进的生产管理技术,积极响应市场需求,提高生产组织效率,缩短生产准备时间,合理安排生产要素,保证卷烟加工均衡生产和加工过程的稳定,提高精细管理、精益制造、柔性生产的水平。设备管理充分利用信息化技术,对设备单机运行、维修、消耗、产出等全过程实行分析评价。在质量控制方面需要有效采用先进的质量控制技术和方法,全面控制制造过程,实现质量工艺参数化、过程化。在物耗控制方面,通过信息技术,实现成本控制即时化、精细化管理,使原料、辅料、半成品、在制品、产品再生产以及物流等各环节得到有效追踪,不断降低产品制造过程的消耗、优化制造成本。
烟草MES通过对工厂级、车间级计划调度,配方与工艺过程管理、质量控制与管理、设备运行过程管理、实时库存管理、生产任务与物料追踪、生产过程监控,以及制丝车间、卷包车间的一体化管理,使计划、生产、调度、资源分配更加科学、准确,提高各部门各系统间协调指挥能力,保障生产的连续性、可控性,使生产过程数字化、透明化,实现资源调度优化、产品质量全过程分析与跟踪,实现生产设备与上层管理之间的集成、生产现场生产数据资源的统一管理、使用和分析,达到对整个生产执行过程进行有效安排、调度、控制、优化和过程改进,推动生产管理的科学化。
数字生产:实现批量定制
随着市场竞争的日趋激烈和个性化客户需求的不断增强,按订单批量定制的生产类型已成为一类具有广泛代表性的制造过程,将覆盖越来越多的国民经济关键行业。批量定制(MC-Mass Customization)生产是在满足客户个性化需求的前提下,以近似批量生产效率制造产品的全新生产模式,被誉为21世纪制造业竞争的前沿。如德国工业4.0,就将定制化生产作为未来智能制造的主要目标之一。
批量定制的本质特征是高度个性化的产品或服务,快速响应市场变化的能力和较低的定制成本。批量定制作为未来智能制造的主要生产模式,对制造装备的柔性及制造过程的管控能力,提出了极高的要求和挑战。如:对制造系统(装备/生产线及控制)的可靠性、精确性、灵活性、柔性要求更高,生产组织需要更高的在线交互能力、自主响应能力、指挥调度能力,需要全数字化的系统纵向集成支撑,需要支持定制生产的强大系统可配置能力等等。而数字化车间正是涵盖生产计划、执行、控制、设备四个层面的系统集成技术,由此可见基于机器人化装备和动态管控平台的数字化车间技术是支撑并满足批量定制生产目标实现的基础与核心。因此,机器人、智能装备和信息技术三者在制造业完美融合,实现产品从设计到制造高效转化的数字化车间,是实现批量定制生产的基础和必备条件。支持批量定制生产的数字化车间动态管控平台及装备的研发与应用得到了业界高度关注。
为有效支撑先进的生产模式,以产品模型为核心, MES建立起一套面向数字化车间的制造全要素模型,包括:工厂模型、工艺路线模型、事件模型、事件处理模型、资源监视模型等,并据此建立了定制产品、工艺参数与制造装备之间的关联关系,有效支持数字化车间的软硬件动态重构。同时,通过模型可实现数字化车间四个层次(作业执行层、过程控制层、制造执行层和调度决策层)的信息垂直集成和模型驱动的动态管控,并有效支撑批量定制生产模式下大规模细粒度的分析决策和柔性生产指挥调度控制。在信息及时获取和处理效率保障方面,MES分别采用了高性能实时消息总线技术支持系统间信息高速传递与集成,采用支持群集的基础服务和容错技术支持高处理能力和高可靠。目前,MES已经在多个具有典型批量定制生产模式的行业得到了应用,并取得了良好的实际效果,有效支撑了行业的技术进步。
近年来,工信部出台多项文件,努力推进“中国制造”向“中国智造”和“中国创造”转变。工信部启动的“2015工业强基专项行动”,要求各地根据本地区产业发展实际组织开展相关工作,持续提升关键基础材料、核心基础零部件(元器件)、先进基础工艺和产业技术基础等工业基础能力,加快促进工业转型升级。数字工厂正好助力中国制造业实现这种转型,将深刻影响中国制造的变革。中国制造业的数字化蓝图正徐徐展开。(发表在 前沿 Gallopeng 公众号)