新聞中(zhōng)心

數字(zi)化 || 智能制造(zào)走向深水區(qu)

經過幾十(shi)年發展，我國(guó)逐步建立起(qi)了門類齊全(quan)、獨立🏃完整🍉的(de)📞工業制造體(ti)系，制造業增(zēng)加值連續12年(nián)居于世界首(shou)✏️位。中國制造(zào)業企業在各(gè)個細分領域(yu)的❄️市場份額(é)不斷攀升，例(li)如在锂電池(chi)行業，2021年全球(qiu)動力電池裝(zhuāng)機量TOP10企業🔞中(zhong)中國企業♍就(jiù)占據6席，市場(chǎng)份額達到48.6%。

中(zhōng)國制造的龐(pang)大産能規模(mo)優勢也體現(xiàn)在出口方🌈面(mian)，2021年🔅我國出口(kǒu)21.73萬億元，同比(bi)增長21.2%。家電、手(shou)機、計算機、集(jí)成電路等8類(lei)🛀🏻機電産品出(chū)口均超千億(yi)美元。但是，出(chu)口貿易總量(liang)或貿易順差(cha)額并不能真(zhēn)實反映中🐅國(guo)制造業的競(jing)争力。

從全球(qiú)價值鍊上來(lai)看，中國制造(zào)業核心競争(zhēng)力仍然不📱強(qiang)。具體從貿易(yì)增加值和國(guo)民收入視角(jiao)來看，生産出(chu)口賺得的一(yi)部分收益其(qí)實是要被劃(hua)分為外國國(guó)民收入^[1,2]。在全(quan)球價值鍊中(zhong)，中國制造業(ye)主要還是在(zai)賺取加工費(fèi)，一部分中國(guó)企✔️業仍然依(yi)賴于外國資(zi)本要素和技(jì)術要素，歐美(mei)國家則掌握(wò)着通過專利(lì)技術等要素(sù)來獲取收益(yi)的方式。

目前(qian)我國制造業(yè)面臨“雙向擠(ji)壓”的局面沒(mei)有發生根本(ben)性扭轉。一方(fang)面在中低端(duān)領域面臨其(qi)他發展中國(guó)家的競争，我(wo)國已經不能(neng)延續21世紀初(chū)期依靠人口(kou)紅利的發展(zhan)模式，即繼續(xu)依靠人工大(dà)規模生産低(dī)附加值工業(yè)品。另一方面(mian)，在中高端領(ling)域，我國⛱️制造(zào)業企業自動(dong)化、智能化程(chéng)度相較于發(fā)達國家還☁️較(jiào)低，還沒有完(wan)全掌握重點(diǎn)行業的關鍵(jiàn)核心技術，在(zai)研發設計和(he)國際标準制(zhì)定等方面還(hái)沒有足夠的(de)主🤞導權。

如何理(lǐ)解智能制造(zào)？
智能制造的(de)底層基礎是(shi)數字化
實現(xiàn)智能制造應(yīng)當聚焦裝備(bèi)和工藝
制造(zao)工藝和設計(ji)仿真協同促(cu)進正向設計(ji)
企業設計仿(pang)真、生産制造(zào)及服務全流(liú)程協同
制造(zào)業通過數字(zi)化、智能化技(ji)術提升管理(lǐ)決策水平
智(zhì)能制造領域(yu)的人才和初(chu)創企業
從企(qǐ)業經營和産(chǎn)業發展角度(dù)看待智能制(zhi)造
展望

談及(ji)智能制造，首(shou)先就需要從(cong)企業需求角(jiao)度出發㊙️。制造(zao)業企業㊙️最關(guan)心的是質量(liàng)能不能更好(hǎo)？成本能不能(neng)再低一些？怎(zěn)麼讓交⭐付更(gèng)快？說到底是(shì)制造業🤩本身(shen)對規模效應(yīng)的追求，特别(bié)是在當㊙️今市(shì)場需求愈發(fa)多樣化、個性(xìng)化，企業需要(yao)具備更強的(de)柔性制☀️造能(neng)力和産品設(she)計創新☀️能力(li)。智能制造正(zheng)是要回應企(qǐ)業對規模效(xiào)應和柔性化(huà)制造這♍兩方(fāng)面的訴求。

智(zhi)能制造是要(yào)貫穿企業研(yan)發設計、生産(chan)制造到服務(wu)的全過程，核(he)心落腳點是(shi)在制造環節(jie)，特别是在工(gōng)藝和裝備兩(liǎng)方面上。我們(men)的分析也将(jiang)從裝備工藝(yi)開始逐步延(yan)伸至設計仿(páng)真、服務環節(jie)。

中國制造要(yao)向中高端領(ling)域邁進，生産(chǎn)出更高性能(neng)㊙️、更高精度的(de)高質量産品(pǐn)，勢必将對工(gong)藝和裝備以(yi)及企業正向(xiang)設計能力提(tí)出更高的要(yào)求。實現智能(neng)✉️制造，企♋業需(xu)要使用智能(neng)化的裝備，在(zai)生産過程中(zhōng)形成更優的(de)生産工藝，做(zuo)出全局最優(you)的💛生産和研(yán)發決策。而不(bu)是僅僅停留(liú)在看一個顯(xian)示生産過程(cheng)數據的大屏(píng)系🐕統，又或者(zhe)是單純的可(kě)視化渲染界(jiè)面，新技術的(de)應用還是要(yào)深入生産過(guo)程中去，避免(miǎn)“高㊙️大全的花(hua)架子”。

從控制(zhi)論的角度來(lái)看，實現智能(neng)制造應理解(jie)為是要打造(zao)👄一個閉環控(kòng)制系統，控制(zhì)目标即為實(shí)現最💃佳生産(chan)工藝流程，達(da)到最佳生産(chan)狀态。控制系(xi)統運行的關(guān)鍵在于可以(yi)實現良好的(de)負反🏃🏻饋調節(jie)，以及💛實現從(cóng)決策端到執(zhi)行端的打通(tōng)。閉環控制系(xì)統的覆✏️蓋範(fan)圍可以是一(yi)台機器或者(zhě)一條生産線(xian)，也可以是一(yi)個車間、一個(ge)工廠甚至是(shì)一條産業鍊(liàn)。同時，這個系(xi)統具有自适(shì)應性。

圖(tu)片來源：36氪制(zhì)圖

由此可見(jian)，，通過工(gōng)業物聯網、邊(bian)緣計算等技(jì)術收集系統(tong)内産品、設備(bèi)、車間🔆和企業(ye)的運行狀态(tai)，這些數據經(jing)過處理後會(hui)彙總到工業(yè)數據平台上(shang)。最為核心的(de)是決📧策中樞(shu)，過去企✍️業的(de)生産決策都(dōu)是以依靠人(ren)的經驗判斷(duàn)為主，智能制(zhi)造系統中⛹🏻‍♀️決(jué)策将逐漸以(yi)數據驅動+工(gong)業機理融合(he)模型的判斷(duàn)為主‼️，決策中(zhong)樞将🔴具有自(zi)适應性。執行(háng)系統也是必(bì)不可少的，現(xiàn)在也🌈有企業(ye)将RPA技術應👉用(yong)到一些固定(ding)的機台聯動(dong)操作流程上(shàng)，減少人工操(cāo)作，進一步提(tí)高生産的自(zi)動化程度。

新(xīn)一代信息技(jì)術與制造業(yè)深度融合，引(yǐn)發出一個❌重(zhòng)要變化：數據(jù)作為一種新(xīn)型生産要素(su)逐漸得到産(chan)業界的重視(shì)。可以看出🌈，智(zhi)能制造的底(dǐ)層基礎是🛀🏻數(shu)字化，即數據(jù)✂️需要在系統(tong)内得到精準(zhun)的采集、傳輸(shū)、存儲和分析(xī)。智能制造的(de)核心數據來(lái)自裝備和工(gōng)藝過程，在此(cǐ)基礎上💞包含(hán)🛀裝備與生産(chǎn)管理軟件間(jiān)的交互，以及(jí)軟件🙇🏻間的交(jiāo)互。

以(yi)數據存儲環(huán)節的數據庫(ku)為例，由于工(gōng)業物聯網🐕場(chang)景下的工業(yè)數據規模巨(ju)大，例如GoldWind每個(ge)風機部署有(you)120-510個傳感器，數(shù)據采集頻率(lǜ)最高會達到(dào)50HZ，2萬台風機📞每(měi)秒就會有5億(yi)個時序數據(ju)，這些海量數(shu)據的存儲😍和(he)實時計算就(jiù)會對數據庫(kù)提出更高要(yào)求^[3]。

在實際訪(fang)談和調研中(zhong)發現，工業數(shù)據的收集、協(xié)議🐪的轉換确(què)實是一個令(lìng)人頭疼的問(wèn)題，因為采集(jí)的物理量會(huì)☔有很多，工業(ye)協議又有很(hen)多種，業界也(yě)有在探索💘應(ying)用OPC UA over TSN等技術解(jiě)決這類問題(ti)。但更重要的(de)問題是采集(jí)哪些數據更(gèng)有用，以及數(shù)據收⛷️集後怎(zěn)麼把數據用(yong)起來。這裡面(miàn)還是要以工(gōng)藝優化、生産(chǎn)決策優化為(wei)導向，不能為(wei)了☀️采集而采(cai)集，為了上數(shù)據平台而上(shàng)數據平台。

數(shu)字化、網絡化(hua)和智能化是(shi)相互支撐的(de)，不實現智能(neng)化變革，數字(zì)化轉型也會(hui)失去方向和(he)價值支撐。僅(jǐn)以生産過程(cheng)為例，生産☎️過(guò)程中自動化(huà)設備産生的(de)生産數據沉(chén)澱下來，網絡(luo)化就是指通(tōng)過網絡技術(shù)将數據🙇‍♀️傳輸(shū)至數據平台(tai)或🏒現場控制(zhi)系統中，更重(zhong)要的是對數(shu)據進行分析(xi)處理，實時決(jue)策控制裝備(bei)和🥰工藝過程(cheng)，實現智能化(hua)生産。

智(zhi)能制造涉及(jí)裝備、生産工(gong)藝、生産決策(cè)、産品全生命(mìng)周🐉期管理、研(yán)發設計等方(fang)面，這些方面(mian)始終圍繞的(de)核心是質量(liàng)。

質量是制造(zao)業企業的生(sheng)命線，而質量(liàng)依賴于可靠(kào)的裝㊙️備和先(xiān)進的工藝。裝(zhuāng)備承載工藝(yì)，工藝引導裝(zhuang)備，兩♻️者不可(ke)分割并且會(huì)相互促進。因(yin)此智能制造(zao)的重點首先(xiān)是要深入工(gong)藝生産環⛹🏻‍♀️節(jie)，落在裝備智(zhì)能化和生産(chan)智能化上。裝(zhuāng)備和生産⛱️工(gōng)藝智能⛹🏻‍♀️化特(tè)别需要企業(ye)将新一代信(xìn)息技術與先(xiān)進制造技術(shu)融合，但不是(shì)一味強調AI一(yi)類的新技術(shu)。認為有了新(xīn)技術可以解(jiě)決一切問題(ti)或者彎道超(chāo)車的觀點是(shì)有失偏頗的(de)，實現裝備❗和(hé)工藝智能🔞化(huà)需要立足制(zhi)造規律和工(gōng)業基礎。

裝備(bèi)方面，機床是(shì)最為重要的(de)機械裝備，主(zhu)要分為🈲切削(xue)加工✍️和成形(xing)機床兩大類(lei)。其中切削加(jiā)工機床的智(zhì)💚能化主要在(zài)以下方面：通(tong)過實時采集(jí)振動、主軸溫(wen)度🆚、切削力具(jù)備感知力，進(jìn)而可以針對(dui)外界環境和(hé)機床及刀具(jù)本身狀态的(de)變化進行自(zì)适應決📱策，即(ji)動态實時優(you)化控制進給(gei)深度、進給速(su)度和切削速(sù)度以及溫度(du)誤差補償等(deng)，同時防止刀(dao)具過度磨損(sǔn)。但是機床的(de)加工工藝目(mu)前仍然需要(yao)工藝規劃人(ren)員人工設置(zhì)，尚未實現自(zì)主規劃和自(zi)适應的優化(hua)，無法高效應(ying)對多品種小(xiao)🔴批量的柔性(xìng)生産需求。

再(zai)以金屬塑性(xìng)加工中的鍛(duan)壓裝備為例(lì)，目前鍛壓裝(zhuāng)備正👨‍❤️‍👨在數控(kong)技術基礎上(shàng)向智能化邁(mai)進，通過分散(san)多動力、伺服(fú)電動機直✨接(jiē)驅動和集成(chéng)一體化等👉技(ji)術途👈徑滿足(zú)智能化🔞鍛壓(ya)設備生産💜過(guò)程高效、柔性(xing)、高精度的要(yào)求。

在新興的(de)增材制造領(lǐng)域，國外公司(sī)Markforged通過嵌入AI算(suan)法驅動的軟(ruǎn)🥰件并結合IoT傳(chuán)感器提升裝(zhuāng)備的智能化(huà)程🐇度。其增材(cai)制造裝備可(kě)以自适應地(dì)打印零部件(jiàn)，實時進行公(gōng)差補償和路(lù)徑優化。而且(qiě)每一台3D打印(yìn)機🤟的打印流(liú)程數據都🍓會(hui)沉澱在雲端(duān)平台，于是整(zhěng)個增材制造(zào)系統将通過(guò)這種聯合學(xué)習實現自我(wo)優‼️化，用戶也(ye)将得到更精(jing)确的制造流(liu)程。對于增材(cái)制造這種成(cheng)型同時成性(xing)的制造方式(shi)，軟件提供的(de)智能化價值(zhí)更加重要。

在(zai)工業機器人(rén)智能化方面(miàn)，自适應編程(chéng)軌迹規劃🙇🏻的(de)需求日益增(zeng)長，學術界和(hé)業界都在進(jin)行探索。業界(jiè)如摩馬智能(néng)自主研發♋認(ren)知智能算法(fa)訓練平台，将(jiāng)基于AI的自适(shi)☀️應軌迹規劃(hua)算㊙️法下發到(dao)邊緣端，使得(de)機器人可以(yi)根據不同産(chan)品的生産工(gong)藝及周圍環(huán)境的變化，實(shi)時做出動作(zuo)決策。如此，工(gōng)業機械臂✏️的(de)部署時間可(ke)以縮短到十(shí)幾小時甚至(zhì)是幾個小時(shi)。對企業來說(shuo)，節省換線部(bù)署成本和人(ren)工調試成🈲本(ben)是具有很高(gao)價值的^[6]。

工藝(yi)方面，目前主(zhǔ)要通過機理(lǐ)模型和數據(jù)驅動模型♻️兩(liang)🧑🏽‍🤝‍🧑🏻種建模方式(shi)來實現智能(néng)化。

流程行業(ye)中張夢軒等(deng)總結了将化(hua)工過程的第(di)一性☂️原理及(jí)過程數據和(he)AI算法相結合(hé)的混合建模(mó)方法。混合模(mo)型可🌐以綜合(hé)機理模型和(he)數據驅動模(mó)型各自的🛀優(you)點，應用在化(huà)🏃‍♀️工過程中的(de)監測、優化、預(yù)測和軟測量(liàng)方面^[7]。

離散行(hang)業中的塑性(xing)加工的鍛造(zào)成形過程也(yě)是一⭐個複雜(za)的㊙️非線性時(shí)變過程，加上(shàng)實際場景中(zhong)還可能存在(zai)油液洩🚩漏等(děng)衆多不确定(ding)的幹擾因素(su)，所以精準鍛(duàn)造過程控制(zhì)難度很高。單(dān)純依🌏靠機理(li)模型的控制(zhì)策略存在偏(piān)差。将基于物(wu)理動力學的(de)機理模型和(he)具有在線樣(yang)本學習能力(li)的數據驅動(dong)模型結合起(qi)來，可以在鍛(duàn)造過程中對(dui)鍛造工藝參(cān)數進行實時(shi)調整與補償(cháng)，實現鍛造過(guò)程的智能化(huà)控制^[8]。

再比如(ru)工業中應用(yòng)場景最為廣(guǎng)泛的工藝：焊(hàn)接。還是動力(lì)電池組的電(diàn)阻點焊，大多(duo)依賴人工焊(han)接^[9]。正式焊接(jiē)前通常需要(yào)進行大量嘗(cháng)試各種焊接(jiē)參數組合，才(cái)能得到制造(zao)需求的最優(yōu)參數，這種“試(shì)錯法”耗時長(zhǎng)、材料🏃🏻‍♂️消耗大(dà)。

星雲電子的(de)徐海威等研(yan)究發現利用(yòng)貝葉斯極限(xiàn)梯度提升🐇機(ji)(Bayes-XGBoost)與粒子群優(you)化(PSO)算法結合(hé)預測最優參(can)🐇數，可以幫助(zhù)電阻點🌂焊工(gong)程師面對新(xin)的動力電池(chí)組生産需求(qiú)時快速選取(qu)合适工藝參(can)數，提升人工(gōng)🏃🏻‍♂️焊接生産效(xiào)率，避免耗費(fèi)大量材料^[10]。

其(qi)次，無論是人(rén)工焊接還是(shì)機器人焊接(jie)，其焊接過程(chéng)仍屬于開環(huan)控制。即使是(shi)高度自動化(huà)焊接機器人(rén)産線，其焊接(jie)過程和質量(liang)都不是完全(quán)可控，單機的(de)誤差累計和(hé)多機✍️之間的(de)相互影響都(dōu)會影響焊接(jie)質量，而焊接(jie)質量直接決(jue)定了産品安(an)全性能。比如(ru)一台汽車白(bai)車身的焊點(diǎn)數量在4000~7000個，為(wei)⭐了保障焊點(diǎn)質量，國内外(wài)車企都會在(zài)自動化焊接(jie)後進👈行人工(gōng)抽樣檢測，再(zai)根據抽檢結(jié)果進行焊接(jiē)工藝參數❤️的(de)離線調整。但(dàn)㊙️這種♉事後抽(chou)檢✔️無法做到(dao)100%質量🏒保障，一(yi)旦出現問題(ti)就會批次召(zhao)回，損失很大(dà)。這就迫切需(xu)要針對工藝(yì)過程環節的(de)在線控制和(hé)實時質量評(ping)價技術。

對于(yu)人工焊接，工(gōng)藝智能分析(xi)技術可以将(jiāng)IoT層面收集的(de)實時信息和(he)分析結果通(tōng)過MES下發到現(xian)場，幫助企業(yè)實現生産加(jiā)工缺陷實時(shi)智能診斷。

對(duì)于焊接機器(qì)人，可以采用(yong)基于焊工智(zhi)能技術的👣方(fang)法提升焊🐕接(jiē)機器人智能(néng)化水平，思路(lù)是使機器人(ren)具⚽備類🚩似人(rén)類焊工的學(xue)習動态焊接(jiē)問題的能力(li)，主要通過視(shì)🌈覺、體覺和思(si)維上在線感(gǎn)知實時焊接(jie)狀态，并具備(bei)類似焊接工(gong)人對焊接場(chang)景形成記憶(yi)的學習能力(li)。在焊接過程(cheng)中，機器人主(zhu)要基于熔🥵池(chí)動态捕捉和(hé)🏃‍♀️識别算法實(shí)現📧對熔池的(de)動态監測，并(bìng)通過調🌏整焊(hàn)接速度和焊(han)接電流兩個(gè)工藝參數📞對(duì)‼️熔池進行實(shi)時控💃制，最終(zhōng)得到受控的(de)連續均勻📐焊(hàn)縫^[12]。該方法屬(shu)于一種基于(yú)質量在線評(ping)價的工藝實(shi)時閉環㊙️控制(zhi)技術。

上述參數尋(xún)優、質量在線(xian)評價及實時(shí)控制技術在(zai)業界🎯也已經(jing)開始了相關(guan)産業實踐，比(bi)如蘊碩物聯(lián)💚和大熊星座(zuo)，大熊星座更(geng)側重視覺技(ji)術上的焊縫(féng)識别。

從以上(shang)例子可以看(kàn)出，就工藝智(zhi)能化而言，其(qi)控制目标是(shì)生産條件達(dá)到最優，産成(chéng)品良率得到(dao)提升，減少交(jiāo)付🙇🏻時的殘次(cì)品數⛹🏻‍♀️量。我們(men)會很自然地(di)發現，相較于(yú)在質檢環節(jiē)單點式地運(yùn)用檢測技術(shu)，工藝智能可(ke)以⁉️從源頭上(shang)解決質量問(wen)題，因為前者(zhě)隻是一種事(shì)後檢驗評價(jia)。

誠然，廠商需(xū)要對缺陷等(děng)産品殘次情(qing)況進行檢測(cè)❤️，目📧前AI技術在(zai)工業中的應(yīng)用也主要集(jí)中于視覺檢(jian)測，但🛀廠商更(gèng)需要形♉成對(duì)殘次原因追(zhui)根溯源和精(jīng)細化工藝參(cān)數反饋控制(zhì)的能🚶力。由此(ci)🈲，單純的機器(qì)㊙️視覺、設備制(zhi)造乃至工業(ye)軟件等公司(sī)都可以從自(zì)身産品出發(fa)逐步擴展，實(shí)現更大範圍(wei)内的智能優(yōu)化。

這方面舉(ju)一些半導體(tǐ)行業中将工(gōng)藝制程優化(huà)和視💜覺檢💜測(cè)結合的案例(li)，例如應用材(cái)料公司将機(jī)器🏃‍♀️學習💔算法(fǎ)融入ADC（自動缺(quē)陷分類）技術(shu)中，其Purity II ADC技術拓(tuo)展了應用材(cai)料SEMVision G7系統的機(ji)器學習🏃🏻‍♂️能力(li)。基于ML算法進(jìn)行實時自動(dong)🔞分類、缺陷檢(jian)測和根本原(yuán)因分🌂析，可以(yi)促進半導體(ti)制👨‍❤️‍👨造企業工(gong)藝和良率管(guan)理水平的提(tí)升^[13]。

國内的初(chū)創公司哥瑞(rui)利、昆山潤石(shí)科技等也在(zài)進行類似工(gong)作，将工藝制(zhì)程管理的FDC（自(zì)動失效分類(lèi)系🔅統）和ADC系統(tong)結合起來，使(shi)用AI算法并融(róng)合IoT設備采集(ji)的過程數據(ju)，共同形成了(le)一個可實現(xian)負反饋調節(jiē)的🛀🏻制程優化(hua)控制系統，幫(bang)助企業快速(sù)定位缺陷産(chǎn)生原因、優化(huà)工藝，進而可(ke)以縮短産線(xian)調試周期和(he)提升良率。

上(shang)述列舉了裝(zhuang)備和工藝智(zhi)能化方面的(de)典型案例🔞，這(zhe)些案例都是(shì)從制造業最(zui)關心的質量(liàng)問題出發♋，以(yi)實❓現生産過(guò)程的實時自(zi)适應決策控(kòng)制為目标。這(zhe)些智能化技(jì)術将以軟件(jiàn)形态交付給(gei)設備使用🈲企(qi)👈業甚至📱是設(shè)備制造商。持(chi)續沉澱積累(lei)的工藝數據(jù)将💃🏻不斷🆚加強(qiáng)這類工藝🔞智(zhi)能軟件的技(ji)術壁壘。對于(yu)裝備制造業(yè)企業來講，需(xū)要從單純提(tí)供硬件産品(pin)轉變到同時(shí)交付軟件和(he)硬件産品，提(ti)高客戶粘性(xìng)，加強⛹🏻‍♀️自身技(jì)術壁壘。

制造工藝和(he)設計仿真

協(xie)同促進正向(xiang)設計

上一節(jiē)闡述了應用(yong)裝備和工藝(yi)的智能化技(jì)術實現精🌂準(zhǔn)過程控制，進(jìn)而保證産品(pǐn)質量和良率(lǜ)。但是産品良(liang)率提升并不(bu)是從生産環(huán)節的設備控(kòng)制和工藝優(yōu)🈲化開始的，而(er)是在設計仿(pang)真環節就可(kě)以開始介入(ru)，特别是在正(zheng)向設🧑🏾‍🤝‍🧑🏼計開發(fā)新産品新工(gōng)藝的✍️階段。

例(li)如在锂電池(chi)制造過程中(zhong)，塗布、幹燥、輥(gun)壓、pack這些工藝(yi)中的參🐅數變(biàn)化以及工藝(yì)間的相互作(zuo)用會怎樣影(yǐng)響最終電池(chí)❗性能（能量😘密(mì)度和循環次(cì)數）。現在業界(jie)主要⚽還是使(shi)用“試錯❄️法”來(lai)對工藝進行(hang)驗證，但是💞效(xiao)率較低、耗費(fei)成本較高。這(zhe)就需要利用(yòng)設計仿真🐅軟(ruan)件平台進行(háng)虛拟測試㊙️驗(yàn)證，節省下真(zhēn)實世界中物(wù)理測試的成(cheng)本。

Alejandro A. Franco主導建設(she)了一個名為(wéi)“ARTISTIC”的項目，該項(xiàng)目受到歐盟(meng)地平線2020科🧑🏾‍🤝‍🧑🏼研(yan)計劃的資助(zhù)。該項目團隊(duì)建立了一個(ge)模🎯拟锂☀️離子(zi)📱電池制造過(guo)程并預測其(qi)電化學性能(neng)的計算平台(tai)。該技🤟術平台(tai)通過離散元(yuán)法和粗粒化(hua)分子動力學(xue)（coarse grained molecular dynamics）模型基于工(gōng)藝參數預測(cè)電極介觀結(jie)構‼️，再基于連(lián)續介質模型(xing)利☁️用介觀結(jié)構數據預測(cè)電⛱️池宏觀上(shang)的電化學性(xing)能表現💯。可以(yǐ)看出該項目(mu)在嘗試建立(lì)一個材💚料-工(gōng)藝-（極片）結構(gòu)-性能的多尺(chi)度🐪仿真平台(tai)^[14]。

圖片來(lai)源：ARTISTIC項目官網(wǎng)

此外，該項目(mu)綜合利用DoE試(shi)驗設計（Design of Experiement）、物理(li)模型和機器(qi)🥰學🧡習算法的(de)混合建模方(fāng)法，來預測材(cái)料、電極制造(zào)和電‼️池性能(neng)之間的🛀最佳(jiā)📱組合。即将DoE試(shi)驗和物理模(mó)型得到的結(jie)果，經過一個(gè)數據驅動的(de)随機電極介(jiè)觀結構生成(cheng)器擴大樣本(běn)，再将這些樣(yang)本用于訓練(lian)機器學習算(suan)法，以求得到(dao)制造工藝參(can)數與電極性(xing)🔴能之間的關(guan)系。

這意味着(zhe)該平台甚至(zhì)可以用來基(jī)于目标需求(qiu)進行反向規(gui)劃，例如給定(dìng)一個電池目(mu)标性能和材(cái)料，确定合适(shi)的制🔆造工藝(yì)參數，比如幹(gan)燥環節中的(de)溫度控制^[16]。

锂(li)電池設計仿(pang)真與制造工(gong)藝協同方面(mian)，國内業界在(zai)探👣索類似實(shi)踐的有易來(lai)科得和海仿(pang)科技等。

其實(shi)不隻是電池(chí)行業，許多行(háng)業的正向設(she)計環節也👨‍❤️‍👨需(xū)要通🛀過制造(zao)工藝-設計仿(pang)真協同來提(tí)升研發效率(lü)，以更快速度(dù)、更低成本實(shi)現技術創新(xin)和産品創新(xīn)。

在半導體行(háng)業，随着芯片(piàn)技術節點進(jìn)一步變小、設(she)計和👣工藝🙇🏻複(fú)雜性進一步(bu)提高，開發新(xin)技術節點工(gōng)藝的成本激(ji)增、周期拉長(zhang)。晶圓廠為加(jiā)快工藝節點(dian)的開發速度(dù)，需要與半導(dǎo)體設計企📧業(yè)更緊密地協(xié)同開發叠代(dai)，也需(xū)要更早地介(jiè)入到工藝開(kāi)發階段中，使(shi)得器件👄設計(ji)和工藝開發(fa)能夠進行針(zhen)對性的優化(hua)從而滿足自(zi)身定制化需(xu)求。

于是設計(ji)-工藝協同優(you)化（DTCO）的理念方(fang)法就在14nm技術(shù)節點以後逐(zhu)漸發展起來(lái)，其主要作用(yòng)就是在合理(li)優化和利用(yòng)新工藝技術(shù)節點工藝能(néng)力的基礎上(shàng)，同時優化系(xì)統PPAC（性能 performance, 功耗(hao)power, 密度 area，成♻️本cost）^[17]。

除了設計和(he)制造環節之(zhī)間的協同外(wai)，材料因素也(ye)非常重要。應(yīng)用材料公司(sī)在DTCO的基礎上(shang)提出要實現(xiàn)materials to device simulation，原因在于器(qì)件尺寸不斷(duàn)縮小、更多複(fú)雜3D幾何形狀(zhuang)被采用以及(jí)新材料的引(yin)入，半導體器(qì)件仿真變得(de)越來越複雜(za)。這就需要采(cǎi)用新的多物(wu)理場多尺度(dù)仿真工具，将(jiāng)器件性能與(yǔ)材料特性聯(lián)系起來，系統(tong)研究材料、幾(ji)何形狀以及(jí)工藝的變化(huà)将如何影響(xiǎng)器件的電學(xué)性能，以此優(yōu)化器件設計(jì)。

圖片來(lái)源：應用材料(liào)公司官網

materials to device simulation和(he)DTCO在應用材料(liao)手中開始呈(cheng)現融合的趨(qū)勢，應用材㊙️料(liào)公司在2021年發(fā)表的一篇論(lun)文中提出了(le)Materials to Systems Co-Optimization，希望實現從(cóng)材料到系統(tong)的多🧡尺度🏃🏻‍♂️協(xie)同優化。可以(yi)發現這個思(si)路就和上述(shù)我們提到的(de)锂電池“ARTISTIC”項👨‍❤️‍👨目(mu)的非常類似(sì)，都是希望将(jiāng)設計仿真從(cong)微觀尺度的(de)材料一路擴(kuò)展到宏觀尺(chǐ)度的終端産(chan)品，并以此确(que)定最佳工藝(yì)路線和參數(shù)（覆蓋前道、中(zhong)道及後道中(zhong)多個工藝環(huan)節）。

對于我國(guo)半導體企業(yè)來說，DTCO預計可(kě)能成為優化(huà)成熟👄技術節(jiē)點下的産品(pǐn)競争力、降低(dī)先進工藝開(kai)發成本并縮(suo)短工❌藝開發(fa)周期的優選(xuǎn)方案，可以幫(bang)助中國Fab/IDM加🤟快(kuai)先進工藝開(kai)發，縮短TTM（time to market）, 提升(shēng)相同技術節(jiē)點下芯片制(zhì)造良率和可(ke)靠性，從而提(tí)升核心競争(zheng)力。DTCO也将幫助(zhù)EDA企業沿着産(chan)業鍊拓展用(yong)戶群，類似的(de)邏輯在剛才(cai)提到的锂電(dian)池行業也存(cun)在。

從锂電池(chi)和半導體這(zhè)兩個行業的(de)前沿案例可(kě)以🏒看出，制造(zao)工藝與産品(pin)設計仿真的(de)協同趨勢日(rì)益凸顯🔞，而制(zhì)造業的核心(xīn)競争力最終(zhōng)會歸結到如(ru)何更加快速(su)地找☔到匹配(pèi)材料的最佳(jiā)制造方法，以(yi)及材料方面(miàn)的開發。因此(ci)，我國工業設(shè)計仿真軟件(jiàn)需要在實現(xian)自主可🍓控🏃的(de)基礎✨上🔞，進一(yi)步實現制造(zào)工藝-設計仿(páng)真協同💛優化(huà)。

在協同優化(hua)中，設計仿真(zhen)也可以應用(yong)于裝備優化(huà)，以此實現📱更(gèng)💔佳的工藝效(xiào)果。例如北方(fang)華創在PVD設備(bei)研發☔方面掌(zhǎng)握💋使用⚽了自(zì)主研發的腔(qiang)室設計與仿(pang)真模拟技術(shù)，其矽外延設(she)備在感應加(jia)熱高溫控制(zhi)🈲技術、氣流🈚場(chǎng)、溫度場模拟(nǐ)仿真技術等(deng)方面取得突(tu)破，可實現更(geng)優異的外延(yan)工藝效果。

再(zai)比如锂電設(shè)備頭部企業(yè)先導智能組(zu)建了40人的博(bó)士仿真設計(ji)團隊集中攻(gong)關疊片工藝(yì)中的粉塵問(wen)題。為什麼要(yao)解決粉塵👄問(wèn)題？因為疊片(pian)時産生的細(xi)微粉塵堆積(jī)在電池🏃芯的(de)表☂️面會影響(xiǎng)電池芯質量(liang)以及組🐉裝後(hou)的電池性能(néng)。該團隊通過(guò)多物理場💋仿(pang)真模拟對‼️疊(die)片機進行優(you)化設計，保證(zhèng)裝備達到車(chē)規級電池制(zhi)造要求，實現(xiàn)更🔞好品控^[20]。

綜(zong)合上述兩節(jiē)内容，我們的(de)視角從裝備(bèi)工藝環節拓(tuo)展到了設計(ji)仿真環節，可(ke)以看出裝備(bei)、工藝、材料和(he)産品之間是(shì)緊密聯系的(de)。裝備工藝的(de)嵌入式軟件(jian)使裝備可以(yǐ)應對不斷變(bian)化的材料工(gōng)藝，在柔性生(shēng)産情況下形(xing)成最優參數(shù)🧡組合，獲得高(gāo)質量産品。研(yán)發設計平台(tai)也需要協同(tong)制造工⭐藝仿(pang)真來優化新(xīn)産品🌈的開發(fā)💯，降低正向設(she)計耗費成本(ben)，提升研發效(xiào)率和産品良(liáng)率。

網絡(luò)化支撐企業(ye)設計仿真

生(sheng)産制造及服(fu)務全流程協(xié)同

上一節談(tán)到設計仿真(zhen)，當前企業對(dui)于實現高效(xiao)協同設計仿(pang)✌️真❄️的需求越(yuè)來越迫切。協(xie)同設計仿真(zhen)需要統一的(de)數據接口以(yǐ)及應用雲計(jì)算、HPC等技術。以(yi)汽車行業舉(ju)例，産品設計(jì)的數據可能(neng)會在車企内(nei)部的不同部(bu)門間流轉，也(yě)可能會和外(wai)部供❄️應商進(jìn)行☀️數據交互(hù)，但🏃‍♂️是不同部(bù)門🏃🏻使用的軟(ruan)件平台不同(tóng)導😄緻數據交(jiao)互阻礙很大(da)，具體比🚶如電(dian)氣控制、機械(xie)、材⁉️料、工藝和(he)智能駕駛等(deng)各方面的建(jian)模各成一個(ge)系統，各系統(tǒng)間也缺乏🐆統(tǒng)一的協同交(jiao)互。

為了解決(jue)協同仿真的(de)難題，目前業(yè)界開發了仿(pang)真模💃🏻型交互(hu)🏒接口FMI（Functional Mockup Interface），可适用(yong)于不同仿真(zhen)軟件之間的(de)模型交😍換，并(bìng)可将模型封(fēng)裝為FMU（Functional Mockup Unit）用以協(xie)同仿真。

此外(wai)，如果涉及一(yi)個大型項目(mu)研發，不同部(bù)門會希望能(neng)夠實現同時(shi)在線設計仿(páng)真，而這就需(xū)要雲計算和(he)HPC（High performance computing）技術的支持(chí)。例如在CAD領域(yù)，當前設計方(fāng)式已經逐漸(jian)由單人離線(xian)設計向多人(rén)✉️在線協同設(shè)計轉變👨‍❤️‍👨。華天(tiān)軟件研發了(le)基📱于雲架構(gou)的CrownCAD。CrownCAD包含其自(zi)主研發✂️的三(sān)維幾何建模(mó)引擎DGM、2D以及3D約(yuē)束求解引擎(qing)DCS，具有高效的(de)參數化🙇‍♀️應用(yong)層機制，這種(zhǒng)基于雲存儲(chǔ)、雲計算、雲渲(xuan)染技術的CAD可(kě)以支持超大(da)規模的協同(tong)設計^[21]。

目(mù)前業界嘗試(shì)通過搭建工(gōng)業物聯網平(ping)台（Industrial IoT Platform）或者說工(gōng)業PaaS平台來實(shi)現全流程協(xié)同管理。即制(zhì)造業企業基(jī)于IIOT平台實現(xiàn)研發設計、生(shēng)産制造及服(fú)務全流程的(de)提升和産品(pǐn)的全生命周(zhōu)期管理。

從這(zhè)一點上來說(shuō)，工業物聯網(wǎng)平台或者說(shuo)工業PaaS平🤟台👉是(shì)要搭建一個(gè)多方協作的(de)橋梁。例如位(wèi)于Gartner IIOT魔力象限(xian)中位🔴于頭部(bù)位🐅置的🚶PTC ThingWorx，就是(shì)一個具備設(she)備互聯、數據(jù)存儲（集成第(di)三方時序數(shù)據庫）、數字建(jiàn)模、智能分析(xī)、應用開發及(ji)增強現實的(de)整體IIOT解決🔞方(fang)案。

PTC在ThingWorx的基礎(chu)上，結合自身(shēn)CAD/PLM/AR等産品線，将(jiang)制造業研發(fa)、制造及服務(wu)的業務線整(zheng)體聯系起來(lai)，幫助制造業(yè)企業客戶實(shi)現内外部協(xie)作和産品的(de)全生命周期(qī)管理。

上圖以PTC客(ke)戶德國的e.Go汽(qì)車制造商的(de)情況為例：在(zai)研發設計階(jie)段，供應商和(hé)制造商可以(yi)在同一個CAD和(he)PLM系統中基于(yú)統一的産品(pin)數據進行協(xie)作，提高交付(fu)效率。制造過(guo)程中，操作員(yuán)可以借助平(píng)闆電腦上的(de)AR 應用程序來(lai)識别他們正(zheng)在查看的産(chan)品的配置，并(bing)可實時調用(yong)質量檢查的(de)标準以便對(duì)照。另外在産(chan)品售後服務(wu)環節中，企業(yè)通過物理VIN編(biān)碼追蹤汽車(che)各個零部件(jian)；持續更新的(de)部件數字孿(luán)生模型将反(fan)映發動機、傳(chuán)動系統等部(bu)件的後續變(bian)化，企業以此(ci)為汽車提供(gong)預測性維護(hu)服務，保障産(chǎn)品壽命，并将(jiāng)實際運行數(shù)據反饋給設(shè)計端。

綜合來(lái)看，制造業企(qi)業實現内部(bù)高效協同的(de)挑戰有💃很多(duō)，比如硬件設(shè)備種類多，沒(méi)有統一的數(shù)據接🈲口，各環(huan)節不連🈲貫。這(zhè)也就是為什(shí)麼提出推進(jìn)兩化融合，這(zhè)也就是🐕為什(shí)麼工業4.0的一(yi)個終極目标(biao)就是讓軟件(jian)定🈲義制造。試(shi)想一下，如果(guǒ)所有的制造(zao)單元🐉都可以(yǐ)通過軟件柔(rou)性拼接（中間(jian)由AMR連接工序(xu)），所有🌂子系統(tǒng)内的設計仿(pang)真模型都可(ke)以相互交互(hu)，整個工廠具(jù)備了強大👣的(de)互操作性，運(yùn)營效率就将(jiang)得到極大提(tí)升，制造業企(qi)業将不再這(zhè)麼笨重🎯。當然(ran)實現這個圖(tu)景絕非朝夕(xi)之間就能🐅達(da)成，需要長久(jiǔ)的努㊙️力。

數字化支撐(cheng)制造業提升(shēng)管理水平

&企(qǐ)業生産決策(ce)智能化

以上(shang)闡述的主要(yào)是側重技術(shù)方面的創新(xin)應用，但是對(dui)于💔企業來說(shuo)技術和管理(li)不可偏廢。現(xiàn)在很多制造(zào)業企業的日(rì)常管理方式(shì)還很粗糙，例(li)如在紡織業(ye)中，印染廠的(de)訂單下放、報(bào)工、坯布入庫(kù)、領料、成品出(chu)庫主要通過(guò)人員手工填(tian)報完成，實♈時(shi)性差且受人(ren)為因素影響(xiǎng)大。管理者如(ru)果想了解一(yi)個訂單🐆的情(qing)況可能得花(hua)上幾個小時(shi)才能準确得(dé)知全貌，車間(jiān)管理者處理(lǐ)生産異常事(shì)件效率較低(dī)。這些又不🈲是(shì)MES系統所能完(wán)全解決的。

對(duì)于任何一個(gè)制造業企業(yè)，管理水平的(de)提升是非常(chang)重要的，比如(rú)如何對知識(shí)進行有效的(de)管理、如何轉(zhuǎn)變日常生産(chan)活動的管理(li)方式和手段(duan)等等。數字化(hua)技術對管理(lǐ)的支撐作用(yong)不可忽視，目(mù)前出現一批(pi)初創公司開(kāi)始幫助制造(zao)業企業進行(háng)移動端的數(shu)字化改造，通(tōng)過交付生産(chan)管理SaaS軟件提(ti)高企業工廠(chǎng)管理水平，可(kě)以提高企業(yè)車間管理的(de)協同效率，如(ru)專注紡織業(yè)的數制科技(jì)，還有服務離(li)散制造行業(yè)的羚數智能(néng)等。

企業日常(cháng)管理中最重(zhong)要的部分是(shi)生産決策，決(jue)策覆蓋的🚩層(ceng)次會從裝備(bei)、産線一直到(dao)車間、企業乃(nai)至㊙️整條上下(xia)🍓遊供應鍊。幫(bang)助企業實現(xian)生産決策智(zhì)能化是智能(neng)制造的一個(gè)重要方面。目(mu)前在企業層(céng)次的生産決(jué)策方面，大部(bù)分企業主要(yao)通過高級排(pái)産人員依靠(kào)自身經驗和(he)業務規則進(jìn)行排産，工具(ju)上✍️還在使用(yong)Excel，算♌法方面仍(reng)以啟發式規(gui)則算法或遺(yi)傳算法等算(suan)法為主。但是(shi)，單純依賴高(gāo)級排産人員(yuán)的經驗很難(nan)實現決策的(de)精準性和合(he)理🐕性🔴，特别是(shì)在柔性生産(chan)的場景中。這(zhè)☀️就需要基于(yú)運籌學和🏃🏻AI算(suàn)法的APS系統來(lai)幫助企業進(jìn)行排産決策(ce)。

企業生産過(guo)程中，有效加(jiā)工時間其實(shi)占比很少，90-95%的(de)時間其實都(dōu)是在等待物(wu)料運輸、上下(xia)料和定位等(děng)中間環節上(shàng)消耗掉了。部(bù)署AGV/AMR可以幫助(zhù)企業實現生(shēng)☂️産搬運和倉(cang)儲☔管理的👌自(zì)動化，提升廠(chang)内物流的自(zì)動化程度⚽，進(jìn)而可以使生(sheng)産線上各設(shè)備之間的運(yun)作更為協同(tong)高效，提升企(qi)業OEE。在實際實(shí)施過程中，AMR的(de)實時調度算(suan)法非常重要(yào)，而且AMR的實時(shi)調度也要和(hé)APS系統對企業(yè)整體生産調(diào)度結合起來(lai)，确保決策計(jì)劃層和執行(hang)層之間數據(ju)互通。

生産決(jue)策也可以從(cong)一家企業延(yan)伸至一條産(chǎn)業鍊🌈的上下(xia)遊💚，在上下遊(you)企業之間實(shí)現協同制造(zao)。例如浙江省(sheng)正在對30個細(xì)分行業推行(háng)的産業大腦(nǎo)，通過産業鍊(lian)的整體數據(ju)輔助企業動(dòng)态決🈚策，可見(jian)政府也在這(zhe)方面進行有(you)📱益的嘗試。還(hái)有比如深圳(zhen)的雲🔴工廠、上(shang)海的捷配科(kē)技等在嘗試(shi)打造分布式(shi)制造系統，分(fèn)布式制造系(xì)統在競争格(gé)局分散的行(háng)業環🏃🏻‍♂️節中具(ju)有市場價值(zhi)，如紡織、機加(jiā)工和SMT等行業(yè)。中小‼️型企業(ye)由于具有産(chǎn)能利用率不(bú)高、外協程度(dù)高、信息不對(duì)稱⚽，通過制造(zao)平台公司可(kě)以實現集中(zhōng)訂單和供應(ying)鍊采購，整合(he)産能共享協(xie)同，提升整體(tǐ)行業☂️交付效(xiào)率。國㊙️外的Protolabs可(ke)以算是這個(ge)領域的一個(gè)标杆。

智(zhi)能制造領域(yù)的人才和初(chū)創企業

人才(cái)對于任何一(yī)個行業都是(shi)非常重要的(de)。因此(cǐ)在裝備智能(neng)化、生産過程(chéng)智能化乃至(zhi)設計仿📧真與(yu)工藝協同的(de)發展過程中(zhong)，設備工程師(shī)和工藝工程(chéng)師的作用不(bu)可忽視。未來(lai)也需要越來(lai)越多懂工業(yè)技🍉術的軟件(jiàn)工程師參與(yǔ)工業數字化(huà)、智能化的曆(lì)史進❓程中來(lai)，工程師的工(gōng)作内容也将(jiāng)更多放在工(gong)業知識沉澱(dian)和數據分析(xi)研判方面。

從(cong)供給端來看(kàn)，國内經驗豐(feng)富的技術工(gong)人數量較少(shǎo)⭐、培訓🐪周期長(zhang)，且部分領域(yu)呈現青黃不(bu)接的趨勢，逐(zhu)漸成為❤️稀缺(que)資源。例如高(gāo)級焊接工人(ren)，高級排産人(rén)員，高級工藝(yi)工程師（例如(rú)半導體刻🆚蝕(shí)環節），以及機(ji)器人部署調(diao)試工程師等(děng)等。而這些高(gao)⛹🏻‍♀️級技術人才(cai)面對的生産(chǎn)場景普遍具(ju)有多品種、小(xiao)批量的特點(diǎn)，這一特點❄️也(yě)在不斷加強(qiang)。這也意味着(zhe)如何沉澱積(ji)累出可以媲(pi)美高端技術(shù)人才經驗能(néng)力的數據驅(qu)動-機理融合(hé)模型，并将其(qi)封裝成算法(fa)軟件，是非常(chang)有價值的。

另(lìng)外初創公司(si)也為制造業(ye)創新發展帶(dài)來了活力和(he)人才。在近幾(ji)年的發展中(zhōng)，智能制造領(ling)域的初創企(qǐ)業數量不斷(duàn)增多，特别是(shi)湧現出更多(duo)聚焦生産和(hé)設計環節、聚(jù)焦某一細分(fen)領域的初創(chuàng)企業。工業領(ling)域門類很多(duō)，每一個子門(men)類下面又會(hui)有很多細分(fèn)領域和環節(jiē)，這種行業特(tè)點使得初創(chuàng)公司需要集(jí)中一點做出(chu)技術創新上(shang)的突破，即所(suo)謂專精特新(xin)。如果一直做(zuo)跨行業的項(xiang)目而無法沉(chén)澱出一個标(biāo)準化的産品(pin)，這麼走下去(qù)團隊隻能是(shì)一個不斷接(jiē)項目的技術(shù)服務商，沒有(yǒu)自己的核心(xin)根據地。

聚焦(jiāo)一個行業，行(hang)業内某個環(huan)節上企業的(de)需求特點大(da)緻類似，這就(jiù)為初創企業(ye)技術沉澱和(hé)規模化創造(zao)🈲了條件。平台與(yu)産品相互促(cù)進，可以實現(xian)從單點突破(po)到多環節覆(fu)蓋。硬件裝備(bèi)制造商如此(cǐ)，軟件服務商(shāng)也是如此。之(zhi)後會再寫文(wen)章分析這一(yī)點。

對于智能(neng)制造領域的(de)初創公司來(lái)講，形成自身(shen)議價能力和(hé)技術壁壘主(zhu)要還是靠做(zuo)深入生産和(he)設🆚計環節的(de)工藝優化和(hé)産⛷️品優化，因(yin)為客戶隻有(yǒu)看到初創✨公(gong)司用技術和(hé)産品給他們(men)明顯改善提(tí)升了他們的(de)生産和設計(ji)過程，客🌍戶才(cai)會有較高的(de)付費意願。設(shè)計仿真的重(zhòng)要性不言而(er)喻。聚焦工藝(yì)優化在企業(ye)後續發展上(shàng)也有規模化(huà)的潛力，因為(wéi)一種工藝是(shì)可以用在多(duō)種工業場景(jing)和環節👣中⚽的(de)，初創🐕企業可(kě)以将工藝智(zhì)能化技術進(jin)行跨行業的(de)複用，無論是(shì)在産品🌈标準(zhǔn)化和橫向拓(tuò)展上都會有(yǒu)一定的優勢(shì)。當然🎯光是焊(han)接技術🛀🏻就有(yǒu)很多細分種(zhong)類，企業也需(xu)要有選擇地(di)😘進行技術研(yan)發和市場拓(tuo)展。

無論是設(she)計仿真還是(shì)工藝智能，初(chū)創公司都需(xu)要明确技術(shu)對應的是一(yī)個存量市場(chǎng)還是一個增(zēng)量新興市場(chǎng)，選擇什麼樣(yàng)的市場以及(jí)選擇什麼樣(yàng)的🤩客戶群，會(hui)深刻影響企(qǐ)業的發展路(lù)徑和速度。好(hao)的客戶會對(duì)産品技術提(tí)出更高的要(yao)求，會加速公(gong)司産品技💘術(shu)研發上的良(liáng)性循環。這裡(lǐ)客戶的優質(zhì)與否不完全(quán)取決于客戶(hu)規模的大小(xiǎo)。

中國制造業(ye)的信息化、自(zi)動化和智能(néng)化程度在各(gè)行👉業💚之間分(fèn)布并不均勻(yun)，如果初創企(qi)業選擇一個(ge)較為傳統的(de)行業如🧑🏾‍🤝‍🧑🏼紡織(zhī)業，可以先通(tōng)過輕量級的(de)❤️生産管理系(xì)統實現數字(zi)化改造，幫助(zhù)🍉中小紡織企(qǐ)業管理者♻️看(kàn)到數字化管(guan)理帶來的效(xiào)益，再深入到(dào)✊印染工藝環(huan)節和排産決(jue)策中去，之後(hou)去幫助企業(ye)逐步實現上(shang)下🔞遊間的協(xie)同。

因此對于(yu)數字化和自(zì)動化程度不(bu)高的行業和(he)企業，解🔞決數(shu)字化是第一(yī)步，接下來需(xu)要創業團隊(duì)解決智能化(hua)的問題。初創(chuàng)公司能否滿(man)足企業智能(néng)化♌階段的需(xu)求，這就要考(kao)慮團隊的算(suàn)法技術能力(li)和對工業機(jī)理的理解深(shēn)度。故而智能(neng)制造領域的(de)創業團隊既(ji)需要有掌握(wo)新一代信息(xī)技術和先進(jin)制造技術的(de)新生力量，也(ye)需要有懂工(gong)業場景需求(qiu)、目标領域工(gōng)業機理的老(lao)法師。

總(zǒng)結

綜合以上(shàng)對于智能制(zhi)造各方面的(de)讨論，本文着(zhe)重強調智能(neng)制造需要聚(jù)焦本源，即裝(zhuāng)備和工📱藝，并(bing)将設計仿真(zhen)和制造工藝(yi)協同起來，以(yi)滿足企業降(jiàng)低生産研發(fa)成本、提高生(shēng)産研發效率(lü)、提升産品良(liang)率的核心訴(su)求。

随着我國(guo)制造業向中(zhōng)高端邁進，正(zhèng)向設計日益(yi)重要，創新的(de)源泉将着眼(yan)于材料、工藝(yi)（包含物理和(he)化學的）以及(ji)兩者之間的(de)匹配優化。企(qǐ)業設計仿真(zhen)、生産制造及(ji)服務各環節(jie)内部和之間(jiān)的互操作性(xing)和協同性對(dui)提升企業競(jìng)争力也非常(cháng)重要，這些需(xū)要新的網絡(luò)技術支撐。此(cǐ)外，企業還要(yào)通過數字化(hua)、智能化技術(shù)提升管理決(jué)策水平和精(jing)準性。

至此，本(běn)文分析了裝(zhuāng)備工藝、正向(xiàng)設計仿真及(jí)生産❓決🍓策這(zhè)三個智能制(zhi)造的重要支(zhī)柱。最後我們(men)再從企業經(jīng)營和産業發(fa)展的🏃🏻角度分(fèn)析一下智能(neng)制造的價值(zhi)。

從企業經營(ying)角度看智能(néng)制造的價值(zhi)，ROE=銷售淨利率(lǜ)×總資産周轉(zhuan)率×權益乘數(shù)

實現柔性生(shēng)産，縮短産能(neng)爬坡和中間(jiān)換線周期等(deng)可以提高總(zǒng)資産周轉率(lǜ)，進而提高ROE。實(shí)現實時參數(shu)控制決策，優(you)化工藝以降(jiang)低生産成本(běn)，即提升淨利(lì)率。降低對高(gāo)級技術人員(yuán)的依👄賴及其(qí)🔞人工成本也(yě)✨有助于企業(ye)提高淨利率(lü)。

從産業角度(dù)看，制造業一(yi)方面需要自(zi)動化智能化(huà)裝備和工藝(yì)智能技術實(shi)現規模效應(ying)和柔性制造(zao)，不斷💰降低制(zhi)造成本、提高(gāo)交付效率，特(te)别是在産能(neng)👈擴張周期，這(zhe)一點在锂電(dian)設備和锂電(diàn)池行業近兩(liǎng)年的發展中(zhong)表現尤為明(ming)顯。另🈲一方面(miàn)産業發展不(bu)可能一直停(tíng)留在追求生(sheng)産規模效應(ying)的階段，還需(xū)㊙️要通過設計(ji)仿真技術進(jin)行正向設計(jì)，以持續實現(xian)産品創新、裝(zhuang)備創新和工(gōng)藝創新。值得(de)注意的是，制(zhi)造和設計兩(liang)方面不🈲是割(ge)裂的，是可以(yi)協🏃‍♀️同優化、相(xiang)互促進的。從(cong)這一點上看(kàn)，中國龐大的(de)制造規模如(rú)果加上先進(jin)♍的設計仿真(zhēn)技術，将會是(shì)如虎添翼。

最(zui)後需要強調(diao)的是，技術的(de)經濟性和易(yì)用性永遠是(shi)決定技術能(neng)否大⭐規🔞模應(ying)用🌈的重要因(yin)素。比如支撐(cheng)算法優化的(de)硬件資源價(jia)格、算法叠代(dài)升級的成本(ben)，還有企業能(néng)否直接獲得(de)一個包含AutoML平(ping)台在内的産(chan)品方便日後(hou)自己訓練模(mo)型，軟件是否(fǒu)支持低代碼(ma)開發？這些因(yin)素都可能影(yǐng)響企業是否(fǒu)選擇新方案(àn)。還有在工業(yè)軟件部署方(fāng)面，部署周期(qī)如果很長或(huo)者拓展性差(cha)導緻後期維(wéi)護成本很高(gao)，這些都會阻(zu)礙企業選擇(zé)上一個新的(de)軟件系統。所(suǒ)以也就出現(xiàn)了基于微服(fú)務架構的新(xīn)型MES軟件服務(wu)商，例如數益(yì)工聯等。

展望(wang)

智能制造對(dui)我國從制造(zào)大國邁向制(zhi)造強國甚至(zhi)創造強國👉具(ju)有重要作用(yong)。實現智能制(zhì)造還有很多(duō)挑戰，中國還(hái)需要突破諸(zhu)多關鍵核心(xīn)🔴技術和裝備(bèi)，例如設計仿(páng)真、基于機理(lǐ)和數據驅動(dong)的混合建模(mó)、生産智能決(jue)策、協同優化(hua)等技術和五(wu)軸機床、大規(gui)模集成電路(lu)制造裝備、智(zhì)能焊接機器(qi)人等高端裝(zhuang)備。本文提到(dào)的DTCO、锂電池模(mo)🏃‍♀️拟平台、機器(qi)❄️人自适應實(shi)時決策等也(ye)都存在諸多(duō)🥰技術挑戰，比(bǐ)如DTCO中器件電(dian)學模型（spice model）的提(ti)取，這些需要(yao)無數市場主(zhu)體去投⭐入研(yan)發加快新技(jì)術的産業化(huà)。

“科技創新對(duì)中國來說不(bu)僅是發展問(wen)題，更是生存(cún)問題^[22]。”制造業(yè)是關鍵核心(xīn)技術的策源(yuán)地，也是核心(xin)技術應用的(de)👨‍❤️‍👨試驗田。無論(lùn)是中小企業(yè)，還是大型企(qi)業，都必須🥵實(shi)現技術創新(xīn)驅動❓的高質(zhì)量發展。

從産(chǎn)業整體發展(zhan)階段來看，我(wo)國已經從來(lái)料加工組裝(zhuāng)🈚、模仿創❓新逐(zhú)漸向自主創(chuàng)新邁進。過去(qù)我國制造業(yè)主要通過加(jiā)工和仿制産(chan)品向海外❓企(qi)業學習追趕(gǎn)，而模仿先進(jin)成熟的工藝(yi)和産品✨自然(ran)沒有🌈正向設(shè)計的需☂️求，自(zi)然也就沒有(you)投入更多精(jing)力資源在✌️正(zheng)向設計方面(mian)💞。所以這一點(dian)上可以❌看出(chu)過去的發展(zhan)特點導緻了(le)當前工業“五(wǔ)基”薄弱，特别(bié)是工業✊基礎(chǔ)軟件方面。但(dàn)我們不可能(néng)停留在模仿(pang)創新階段✔️，主(zhu)觀上沒有這(zhe)個意願，客觀(guān)實際上也不(bú)允許，因為産(chan)業發展如逆(ni)水行🐕舟不進(jin)則退。

技術的(de)突破需要企(qǐ)業選擇自主(zhu)開發産品，而(ér)不是🌈依附✍️在(zai)某一海外品(pin)牌的供應鍊(liàn)或者技術體(ti)系内。這一點(diǎn)在高鐵和汽(qi)車行業上體(tǐ)現得極為明(ming)顯。當企業以(yi)自主研發理(li)念創新、性能(néng)先進的商業(ye)産品✔️為目标(biao)時，企業将産(chan)🔴生更🏒強的創(chuàng)新動力和學(xue)習能力^[23,24]。

企業(yè)在自主開發(fā)産品中突破(pò)技術瓶頸、掌(zhang)握正向設計(jì)⁉️能力。這一點(dian)也已經在或(huo)将在新能源(yuan)汽車、锂電池(chi)🆚及設備、半導(dǎo)體等行👈業中(zhōng)顯現。如果這(zhè)一産品尚未(wèi)出現或成形(xing)，同時又是先(xiān)進生産力的(de)方向，那麼意(yì)味着🈲将創造(zao)一個新興産(chǎn)業，一如上世(shì)紀誕生的大(dà)飛機、汽🈲車、半(bàn)導體以🏃‍♂️及互(hu)聯網。希👉望中(zhōng)國未來🐅可以(yi)成為這類科(ke)技創新的發(fa)📱源地，同時注(zhù)重打造出面(mian)向大衆的品(pin)牌産品及産(chan)業鍊🐪，實現C端(duān)品牌帶動💚B端(duan)制造産業鍊(liàn)^[25]。

通過研發應(ying)用數字化、智(zhi)能化和先進(jin)制造技術，中(zhōng)😘國制造業企(qi)業将有能力(lì)進一步實現(xiàn)工藝流程和(he)産品🧡升級，逐(zhu)步從價值鍊(liàn)的低附加值(zhi)位置躍遷到(dào)高附加值位(wei)置，掌握新興(xìng)産業的産業(yè)☀️鍊話語權，不(bú)斷占據利潤(rùn)率更高、技術(shu)含金量更高(gāo)的價值鍊，最(zuì)終實現全球(qiú)⛷️價值鍊框架(jià)内的産業升(sheng)級^[26]。微觀上企(qǐ)業的技術、産(chǎn)品和品牌每(měi)進步一分，我(wǒ)國⚽制造業的(de)貿易利益獲(huo)取能力就有(you)可能增強一(yi)分，就将在宏(hóng)觀上提升我(wo)國🏃‍♀️在全球價(jia)值鍊和收入(rù)鍊上的位🤟置(zhi)。

實現智能制(zhi)造道阻且長(zhang)，十四五智能(neng)制造規劃中(zhong)提出了到2035年(nián)，重點行業骨(gu)幹企業基本(běn)實現智能化(huà)。這意味着智(zhi)能制造是一(yī)項長期的系(xi)統工程。相信(xìn)在未💰來十幾(ji)年的發展中(zhōng)，中國一定會(hui)湧現出越來(lái)越多🐉創新驅(qu)動的智能制(zhì)造企業！

數字(zì)化企業如有(you)侵權請聯系(xi)删除

下一篇(pian)：大數據時代(dai)，除了智商還(hái)要有“數商” 上(shàng)一篇：精密軸(zhou)承鏽蝕的幾(ji)種傳統處理(lǐ)方法分析

河北(bei)潍坊高协装备制造有限责任公司(4G网站)
轉動更高靜(jing)界股權代碼(ma)：

新聞中(zhōng)心

相關(guān)資訊

聯系我們(men)

行業資訊

數字(zi)化 || 智能制造(zào)走向深水區(qu)

河北(bei)潍坊高协装备制造有限责任公司(4G网站) 轉動更高靜(jing)界股權代碼(ma)：

新聞中(zhōng)心

相關(guān)資訊

聯系我們(men)

行業資訊

數字(zi)化 || 智能制造(zào)走向深水區(qu)

河北(bei)潍坊高协装备制造有限责任公司(4G网站)
轉動更高靜(jing)界股權代碼(ma)：