新聞中心

數字化 || 智(zhì)能制造走向(xiang)深水區

經(jing)過幾十年發(fā)展，我國逐步(bu)建立起了門(mén)類齊全、獨立(li)完整🌈的工業(yè)制造體系，制(zhi)造業增加值(zhí)連續12年居🌍于(yu)世💚界首位。中(zhong)國制造業企(qi)業在各個細(xi)分領域的市(shì)場份額不斷(duàn)攀升，例如在(zai)锂電池行業(yè)，2021年全球動力(li)電池裝機量(liang)TOP10企業中中國(guó)企⭐業就占據(ju)6席，市場份額(é)達到48.6%。

中國制(zhì)造的龐大産(chǎn)能規模優勢(shi)也體現在出(chū)口方面，2021年我(wo)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(dian)路🔴等8類機電(dian)産品出口均(jun)超千億美元(yuán)。但是，出口貿(mao)易總量或貿(mao)易順差額并(bìng)不能真實反(fan)映💃中國制造(zào)業的競争力(lì)。

從全球價值(zhí)鍊上來看，中(zhong)國制造業核(hé)心競争力仍(réng)然不強。具體(ti)從貿易增加(jia)值和國民收(shou)入視角來看(kàn)，生産出口🌂賺(zuan)得的一部分(fèn)收益其實是(shi)要被劃分為(wei)外國國民收(shōu)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(qǔ)加工費，一部(bu)分中國企業(yè)仍然依賴于(yú)外國資本要(yào)素和技術要(yào)素，歐美國家(jiā)則掌握着通(tong)過專利技術(shu)等要素來獲(huò)取🔞收益的方(fāng)式。

目前我國(guó)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(yu)面臨其他發(fā)展中國家的(de)競争，我國已(yi)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(jia)值工業品。另(lìng)一方面，在中(zhong)高端領域，我(wǒ)國制造業企(qi)業自動化、智(zhi)能化程度相(xiàng)較于發達國(guó)家還較低，還(hái)沒有完全掌(zhang)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(dao)權。

如何理解智(zhì)能制造？
智能(neng)制造的底層(céng)基礎是數字(zi)化
實現智能(neng)制造應當聚(ju)焦裝備和工(gōng)藝
制造工藝(yi)和設計仿真(zhēn)協同促進正(zheng)向設計
企業(ye)設計仿真、生(sheng)産制造及服(fú)務全流程協(xie)同
制造業通(tōng)過數字化、智(zhi)能化技術提(ti)升管理決策(ce)水平
智能制(zhi)造領域的人(rén)才和初創企(qi)業
從企業經(jīng)營和産業發(fā)展角度看待(dài)智能制造
展(zhan)望

談及智能(neng)制造，首先就(jiù)需要從企業(yè)需求角度出(chu)發。制造業企(qǐ)業最關心的(de)是質量能不(bú)能更好？成本(ben)能不能再低(dī)一些？怎麼讓(ràng)交付更快？說(shuo)到底是制造(zào)業本身對規(gui)模效應的追(zhuī)求，特别📧是在(zai)當今市場需(xu)求愈發多樣(yang)化、個性化，企(qǐ)業需要具備(bèi)更強的柔性(xìng)制‼️造能力和(hé)産品設計創(chuàng)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(chuān)企業研發設(she)計、生産制造(zao)到服務的全(quan)過程，核心落(luò)腳點是在制(zhì)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(zhi)設計仿真、服(fú)務環節。

中國(guó)制造要向中(zhōng)高端領域邁(mai)進，生産出更(geng)高性能👈、更高(gao)精度的高質(zhì)量産品，勢必(bi)将對工藝和(hé)裝備以及企(qǐ)業正向設計(ji)能⭕力提出更(geng)高的要求。實(shí)現智能制造(zào)，企業需要使(shǐ)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(quan)局最優的生(sheng)産和研發決(jué)策。而不☁️是僅(jǐn)僅停留在看(kàn)一個顯示生(sheng)産過程數據(ju)的大屏系統(tong)，又或者是單(dan)純的可視化(huà)渲染界面，新(xin)技術的應用(yong)還是要深入(rù)生産過程中(zhōng)去，避免“高大(da)全的花架子(zǐ)”。

從控制論的(de)角度來看，實(shi)現智能制造(zao)應理解為是(shi)要打造一個(ge)❌閉環控制系(xì)統，控制目标(biao)即為實現最(zui)佳生産工藝(yì)流程，達🤟到最(zuì)佳生産狀态(tai)。控制系統運(yùn)行的關鍵在(zài)于可以實現(xian)良好的負反(fǎn)饋‼️調🔴節，以及(jí)實現從決策(cè)端到執行端(duān)的打通。閉環(huán)😘控制系統⭕的(de)覆蓋範👣圍可(ke)以是一台機(ji)器或者一條(tiao)生産線，也可(ke)以是一個車(che)間、一個工廠(chǎng)甚至是一條(tiao)産業鍊。同時(shí)，這個系統具(ju)有自适應性(xing)。

圖片來(lái)源：36氪制圖

由(you)此可見，，通過工業物(wù)聯網、邊緣計(ji)算等技術收(shou)集系統内産(chan)品、設💜備💃、車間(jiān)和企業的運(yun)行狀态，這些(xiē)數據經過處(chù)理後會彙總(zǒng)到工業數據(ju)平台上。最為(wéi)核心的是決(jue)🐇策中樞，過去(qu)企業的生産(chan)決策🔞都是以(yi)依靠人的經(jing)驗判斷為主(zhu)，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(xíng)😘的判斷為主(zhǔ)，決策中樞将(jiang)具有自适應(ying)性。執行系統(tǒng)也是必不可(kě)少的，現在也(yě)有企業将RPA技(ji)術應⭐用到一(yī)些固定的機(jī)台聯動操作(zuo)流程上，減少(shao)人工操☔作，進(jìn)一步提高生(shēng)産的自動化(huà)👌程度。

新一代(dai)信息技術與(yu)制造業深度(dù)融合，引發出(chū)一個重要變(bian)化：數據作為(wei)一種新型生(sheng)産要素逐漸(jiàn)得到産業界(jiè)的重視。可以(yǐ)看出，智能制(zhi)造的底層基(jī)礎是數字化(huà)，即數據需要(yào)在系統内得(de)到精準的采(cǎi)集、傳輸、存儲(chu)和🧡分析。智能(néng)制造的核心(xīn)數據來自裝(zhuāng)備和工藝過(guò)程，在此🔞基礎(chu)上⛷️包含裝備(bei)與生産管理(li)軟件間的交(jiao)互，以及軟件(jiàn)間的交互。

以數據(jù)存儲環節的(de)數據庫為例(lì)，由于工業物(wù)聯網場景下(xià)的✔️工業數據(ju)規模巨大，例(li)如GoldWind每個風機(ji)部署有120-510個傳(chuan)感器，數據采(cǎi)集頻率最高(gao)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(shí)計算就會對(dui)數據庫提出(chu)更高要求^[3]。

在(zài)實際訪談和(hé)調研中發現(xiàn)，工業數據的(de)收集、協議的(de)轉換确實是(shì)一個令人頭(tou)疼的問題，因(yīn)為采集的物(wù)理量會有很(hěn)多，工業協♉議(yì)又有很多種(zhong)，業界也有在(zài)探索應用OPC UA over TSN等(deng)技術解決這(zhè)類問題。但更(gèng)重要的問題(tí)是采集✨哪些(xiē)數據更有用(yong)，以及數據收(shou)集後怎麼把(ba)數據用起來(lái)。這裡面還是(shì)要以工藝優(you)化、生産決策(ce)優化為導向(xiang)，不能為了采(cai)集而采集，為(wei)了上數據平(ping)台而上數據(ju)‼️平台。

數字化(huà)、網絡化和智(zhì)能化是相互(hu)支撐的，不實(shí)現智能化🏒變(bian)革，數字化轉(zhuan)型也會失去(qu)方向和價值(zhí)支撐。僅以🤞生(sheng)産過程為例(li)，生産過程中(zhōng)自動化設備(bei)産生的生産(chan)數據沉澱下(xià)來，網絡化就(jiu)是指通過網(wang)絡技術将數(shù)據傳輸至數(shù)據平台或現(xian)場控制🤩系統(tong)中，更重要的(de)是對數據進(jìn)行分析處理(li)，實時決策控(kòng)制裝備和工(gong)藝🈲過程，實現(xian)智能化生産(chǎn)。

智能制(zhi)造涉及裝備(bei)、生産工藝、生(sheng)産決策、産品(pǐn)全生命👄周期(qī)管理、研發設(shè)計等方面，這(zhè)些方面始終(zhōng)圍繞的核👄心(xīn)是💃質量。

質量(liàng)是制造業企(qǐ)業的生命線(xian)，而質量依賴(lài)于可靠的裝(zhuang)🧑🏾‍🤝‍🧑🏼備🔱和☎️先進的(de)工藝。裝備承(cheng)載工藝，工藝(yì)引導裝備，兩(liǎng)💞者不可分⛹🏻‍♀️割(ge)并且會相互(hu)促進。因此智(zhi)能制造的重(zhong)點首先是要(yào)深入工藝生(sheng)産環節，落在(zài)裝備智能化(huà)和生産智能(néng)化上。裝備和(hé)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(zhì)造技術融合(hé)，但不是一味(wei)強調AI一類的(de)新技🔅術。認為(wei)有了新技術(shù)可以解決一(yī)切問題或者(zhě)彎道超車的(de)觀點是有失(shi)偏頗的，實現(xian)裝備和工藝(yì)智能化需要(yao)立足制造規(gui)律和工業基(jī)礎。

裝備方面(miàn)，機床是最為(wei)重要的機械(xiè)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(hua)⚽主要在以下(xia)方面：通過實(shí)時采集振動(dong)、主軸溫度、切(qie)削力具備感(gǎn)知力，進而可(kě)以針對外界(jie)環境和機床(chuáng)及刀具本身(shen)狀态的變化(huà)進行自适應(yīng)決㊙️策，即動态(tai)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(guò)度磨損。但是(shì)機床的加工(gōng)工藝目前仍(réng)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(yīng)的🏃‍♂️優化，無法(fǎ)高效應對多(duo)品種小批量(liàng)的柔性生📞産(chǎn)需求。

再以金(jīn)屬塑性加工(gōng)中的鍛壓裝(zhuang)備為例，目前(qian)鍛壓裝🔴備正(zhèng)在數控技術(shu)基礎上向智(zhì)能化邁進，通(tong)過分散多動(dong)力、伺服電動(dòng)機直接驅動(dong)和集成一體(ti)化等技術途(tú)徑滿足智能(neng)化鍛壓設備(bei)生産🌈過程高(gāo)效、柔性、高精(jīng)度的要求。

在(zài)新興的增材(cai)制造領域，國(guó)外公司Markforged通過(guo)嵌入AI算法驅(qū)動的軟⭐件并(bìng)結合IoT傳感器(qì)提升裝備的(de)智能化程度(du)。其增材👣制造(zao)裝備可以♋自(zi)适應地打印(yin)零部件，實時(shí)進行👄公差補(bǔ)😍償和路徑優(yōu)化。而且每一(yi)台3D打印機的(de)打印流程數(shù)據都會沉澱(dian)在雲端平台(tai)，于是整個增(zeng)材制造系統(tǒng)将通過這📱種(zhǒng)聯合學習✍️實(shí)現自我優化(huà)，用戶也将得(de)到更精确的(de)制造流程。對(dui)于增材制造(zào)這種成型同(tong)時成性的制(zhi)造方式，軟件(jian)提供的智能(néng)化價值更加(jiā)重要。

在工業(ye)機器人智能(néng)化方面，自适(shi)應編程軌迹(jì)規劃❌的🛀🏻需求(qiu)日益增長，學(xue)術界和業界(jie)都在進行探(tan)索。業界如摩(mo)馬智能自主(zhǔ)研發認知智(zhi)能算法訓練(lian)平台，将基于(yú)AI的自适應軌(guǐ)迹規劃算法(fǎ)下發到邊緣(yuan)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(zuo)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(chéng)本和人工調(diao)試成本是具(ju)有很高價值(zhí)的^[6]。

工藝方面(miàn)，目前主要通(tōng)過機理模型(xíng)和數據驅動(dòng)模型兩種建(jian)模方式來實(shí)現智能化。又(yòu)因為實際工(gong)業場景中的(de)諸多工藝過(guò)程大多具🈲有(yǒu)非線性、時變(bian)性及複雜多(duo)尺度的特點(dian)，有的場景✔️甚(shèn)至無法🌈建立(li)完整的機理(li)模型或者建(jian)立難度非🌈常(chang)大，所以通常(cháng)會将機❗理模(mo)型和以AI技♋術(shu)為基礎的數(shù)據驅動模型(xíng)融合起來，實(shí)現工藝過程(chéng)的自主學🏒習(xi)叠代和智😍能(néng)決策控制。

流(liu)程行業中張(zhang)夢軒等總結(jie)了将化工過(guo)程的第一性(xìng)原理及過程(chéng)數據和AI算法(fǎ)相結合的混(hun)合建模方法(fǎ)。混合模型可(kě)以綜合機理(lǐ)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(hé)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(fei)線性時變過(guò)程，加上實際(ji)場景中還可(ke)能存在油液(yè)洩漏等💁衆多(duo)不确定的幹(gan)擾因素，所以(yi)精準鍛造過(guo)程控制難度(du)很高。單純依(yī)靠機理模型(xing)的控制策略(lue)存在偏差。将(jiang)基于物理動(dong)力學的機理(li)模型和具有(yǒu)在線樣本學(xue)習能力的數(shu)據驅動模型(xíng)結合起來，可(ke)以在鍛造過(guò)程中🔱對鍛造(zào)工藝參✨數進(jin)行實時調整(zhěng)與補償，實現(xiàn)💯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(chi)組的電阻點(diǎn)焊，大多依賴(lài)人工焊接^[9]。正(zheng)式焊接前通(tong)常需要進行(hang)大量嘗試各(ge)種焊接參數(shu)組合，才能得(dé)到制造需求(qiu)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(hai)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(suan)法結合預測(cè)最優參數，可(kě)🈚以幫助電🧑🏾‍🤝‍🧑🏼阻(zu)點焊工程師(shi)面對新的動(dong)力電池組生(sheng)産需求時快(kuai)速選取合适(shi)工藝參數，提(ti)升人工焊接(jie)生産效率，避(bì)免耗費大量(liàng)🔞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(zhi)。即使是高度(dù)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(kòng)，單機的誤差(cha)累計和多機(jī)之間的相🌐互(hu)影響都會影(ying)❌響焊接質量(liang)，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(shēn)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(qǐ)都會在自動(dong)化焊接後進(jìn)行人工抽樣(yang)檢測，再根據(jù)抽檢結果進(jin)💞行焊接工藝(yì)參數的離線(xiàn)調整。但這種(zhǒng)事後抽檢無(wu)法做到100%質量(liang)✉️保障，一旦出(chū)現問題就會(hui)批😄次召回，損(sǔn)失很大。這就(jiù)迫切需要針(zhen)對工藝過程(chéng)環節的在線(xian)控制和實時(shi)質♉量評價技(jì)術。

對于人工(gong)焊接，工藝智(zhì)能分析技術(shu)可以将IoT層面(mian)收集的實時(shi)信息和分析(xī)結果通過MES下(xià)發到現場，幫(bāng)助企業實現(xian)生産📱加工缺(que)陷實時智能(neng)診斷。

對于焊(hàn)接機器人，可(ke)以采用基于(yú)焊工智能技(ji)術的方法提(ti)❗升焊🔞接機器(qì)人智能化水(shui)平，思路是使(shi)機器🐕人具備(bei)類似人類焊(hàn)✏️工的學習動(dong)态焊接問題(tí)的能💯力，主要(yao)通過視覺、體(tǐ)覺⛹🏻‍♀️和思維上(shàng)在線感知實(shi)時焊接狀态(tài)，并🌏具備類似(si)焊接工人對(dui)焊接場景形(xing)成記㊙️憶的學(xué)習能力。在焊(hàn)接過程中，機(jī)器人主要基(jī)于熔池動态(tài)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(dao)受控的🔴連續(xu)均勻🌈焊縫^[12]。該(gai)方法屬于一(yī)種基于質量(liàng)在線評價的(de)工藝實時閉(bi)環😍控💰制技術(shù)。

上述(shù)參數尋優、質(zhì)量在線評價(jià)及實時控制(zhi)技術在業🌈界(jiè)也已經開始(shǐ)了相關産業(yè)實踐，比如蘊(yun)碩物聯和大(dà)熊星座，大🌐熊(xióng)星座更🌈側重(zhòng)視覺技術上(shàng)的焊縫識别(bié)。

從以上例子(zǐ)可以看出，就(jiu)工藝智能化(huà)而言，其控制(zhi)目🙇🏻标👨‍❤️‍👨是生❌産(chan)條件達到最(zuì)優，産成品良(liáng)率得到提升(sheng)，減少交付💁時(shí)的👈殘次品數(shù)量。我們會很(hen)自然地發現(xiàn)，相較于在質(zhi)檢環節單點(dian)式地運用檢(jian)測技術，工藝(yi)智能可以從(cóng)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(pǐn)殘次情況進(jìn)行檢測，目前(qian)AI技術在☂️工業(yè)中的應用也(ye)主要集中于(yu)視覺檢⁉️測，但(dan)廠商更需要(yào)形🔞成對殘次(ci)原因追根溯(su)源和精🐪細化(hua)工藝參數反(fǎn)饋控制的能(néng)力。由此，單純(chun)的機器視覺(jiao)、設備制造乃(nai)至工業軟件(jian)🐪等公司都可(kě)以從自身産(chan)品出發逐步(bu)擴展，實現更(geng)大範圍内的(de)智能優化。

這(zhè)方面舉一些(xie)半導體行業(ye)中将工藝制(zhì)程優化和視(shì)覺檢測結合(he)的案例，例如(rú)應用材料公(gong)司将機器學(xué)習算法融入(ru)ADC（自動缺陷🤞分(fen)類）技術中，其(qí)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(lèi)、缺陷檢測和(hé)根本原因分(fèn)⛱️析，可以促進(jìn)半導體制造(zào)企業工藝和(hé)良率管理水(shui)平的提升^[13]。

國(guó)内的初創公(gong)司哥瑞利、昆(kun)山潤石科技(jì)等也在進行(háng)☂️類似工作，将(jiang)工藝制程管(guǎn)理的FDC（自動失(shi)效分類系😘統(tong)）和ADC系統結合(hé)✂️起來，使用AI算(suàn)法并融合IoT設(she)備采集的過(guò)程數據，共同(tóng)形成了一個(ge)可實現負反(fan)饋調節的‼️制(zhi)程優化控制(zhi)系統，幫助企(qi)業快速定位(wèi)缺陷産生原(yuán)因、優化工藝(yì)，進而可以🧡縮(suo)短産線調試(shì)周期和提♋升(shēng)良率。

上述列(liè)舉了裝備和(he)工藝智能化(huà)方面的典型(xing)案例，這些案(àn)例都🛀🏻是從制(zhi)造業最關心(xin)的質量問題(tí)出發，以實現(xiàn)生産過程的(de)實時自适應(ying)決策控制為(wéi)目标。這些智(zhi)能化技術将(jiang)以軟件形态(tài)交付給設備(bei)使用⭕企業🏒甚(shen)🌈至🤞是設備制(zhi)造商。持續沉(chén)澱積累的工(gōng)藝數據将不(bu)斷🍉加強這類(lèi)😘工藝智能軟(ruan)件的技術壁(bi)壘。對于裝備(bèi)制造業企業(yè)來講，需要從(cong)單純提供硬(ying)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(bi)壘。

制造(zào)工藝和設計(jì)仿真

協同促(cu)進正向設計(ji)

上一節闡述(shu)了應用裝備(bèi)和工藝的智(zhi)能化技術實(shí)現🐕精準🌈過程(cheng)控制，進而保(bao)證産品質量(liàng)和良率。但是(shì)産品良率提(tí)升并不是從(cong)生産環節的(de)設備控制和(hé)工♻️藝㊙️優化開(kāi)🌈始的，而是在(zài)設計仿真環(huán)節就可以開(kai)始介入，特别(bié)是在正向設(she)計開發新産(chǎn)品新工藝的(de)階段。

例如在(zài)锂電池制造(zao)過程中，塗布(bu)、幹燥、輥壓、pack這(zhe)些工藝中的(de)‼️參數變化以(yǐ)及工藝間的(de)相互作用會(hui)怎樣影響最(zui)終電池性能(néng)⭐（能量密度和(he)循環次數）。現(xian)在業界主要(yào)還是使用“試(shi)錯法”來對工(gōng)藝進行驗證(zheng)，但是效率較(jiao)低、耗費成本(ben)較高。這就需(xū)要利用設計(jì)仿真軟件平(ping)台進行虛拟(nǐ)測試驗證，節(jie)省下⚽真實世(shi)界中物理測(ce)試的成本。

Alejandro A. Franco主(zhu)導建設了一(yi)個名為“ARTISTIC”的項(xiang)目，該項目受(shòu)到歐盟地平(ping)線2020科研計劃(huà)的資助。該項(xiàng)目團隊建立(lì)了一個模拟(nǐ)锂離子電池(chi)制造🔞過程并(bìng)預測其電化(huà)學性能的💯計(jì)算平✨台。該技(jì)術平台通過(guo)離散元法和(he)粗粒化分子(zi)動力學👣（coarse grained molecular dynamics）模型(xíng)基于🥵工藝參(cān)數預測電極(ji)介觀結構✂️，再(zai)基于連續🔴介(jiè)質模型利用(yòng)介觀結構數(shu)據預測電池(chí)宏觀上的🛀電(diàn)🔞化學性能表(biǎo)現。可以看出(chu)該項🥵目在嘗(chang)試建立💞一個(gè)材料-工藝-（極(jí)片）結構-性能(neng)的多尺度仿(pang)真平台^[14]。

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(shè)計（Design of Experiement）、物理模型(xing)和機器學習(xí)算法的混合(he)建模方法，來(lái)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(he)物理模型得(de)到的結果，經(jing)過一個數據(ju)驅動的随機(jī)電極介觀結(jie)構生成器擴(kuò)大樣本，再将(jiang)這些樣本用(yòng)于訓練機器(qì)學習算法，以(yǐ)求得到制造(zao)工藝參❄️數與(yu)電極性能之(zhī)間的關系。

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(háng)反向🏃規⭐劃，例(lì)如給定一個(gè)電池目标性(xing)能和材料，确(què)定合适的制(zhi)⁉️造工藝參☁️數(shu)，比如幹燥環(huán)節中的溫度(dù)控制^[16]。

锂電池(chí)設計仿真與(yǔ)制造工藝協(xie)同方面，國内(nèi)業界🌈在探索(suǒ)類似實踐的(de)有易來科得(de)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(huan)節也需要通(tōng)過制造工藝(yì)-設計仿真協(xie)同來提升研(yan)發效率💋，以更(geng)快速❌度、更低(dī)成🔴本實現技(ji)術創新和産(chan)品創新。

在半(bàn)導體行業，随(suí)着芯片技術(shù)節點進一步(bù)變小、設計和(he)👅工藝複雜性(xìng)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(kai)發速度，需要(yào)與半導體設(she)計企㊙️業更緊(jǐn)密地協同開(kāi)發叠代，也需要更(geng)早地介入到(dao)工藝開發階(jiē)段中，使得器(qi)件設計和工(gōng)藝開發能夠(gou)進行針對性(xing)的優化從而(ér)滿足自身定(ding)制化需求。

于(yu)是設計-工藝(yi)協同優化（DTCO）的(de)理念方法就(jiu)在14nm技術節點(diǎn)🐕以後逐漸💃🏻發(fa)展起來，其主(zhu)要作用就是(shì)在合理優♌化(hua)和利用新工(gong)藝技術節點(diǎn)工藝能力的(de)基礎上，同時(shi)優化系統PPAC（性(xing) 能 performance, 功耗power, 密度(dù) area，成本cost）^[17]。

除了(le)設計和制造(zao)環節之間的(de)協同外，材料(liào)因素也非常(chang)重要。應用材(cái)料公司在DTCO的(de)基礎上提出(chū)要實現materials to device simulation，原因(yīn)在于器件尺(chi)寸不斷縮小(xiao)、更多複雜3D幾(ji)何形狀被采(cǎi)用以及新材(cái)料的引入，半(bàn)導體器件仿(páng)真變得越來(lái)越複雜。這就(jiu)需要采用新(xin)的多物理場(chǎng)多尺度仿真(zhen)工具，将器件(jiàn)性能與材料(liào)特性聯系起(qǐ)來，系統研究(jiu)材料、幾何形(xing)狀以及工藝(yi)的變化将如(ru)何影響器件(jian)的電學性能(neng)，以此優化器(qi)件設計。

圖片來源：應(ying)用材料公司(sī)官網

materials to device simulation和DTCO在應(yīng)用材料手中(zhōng)開始呈現融(róng)合的趨勢，應(yīng)用材料公司(si)在2021年發表的(de)一篇論文中(zhong)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(you)化。可以發現(xian)這個思路就(jiu)和上述我們(men)提到的锂電(dian)池“ARTISTIC”項🐉目的⛹🏻‍♀️非(fei)常類似，都是(shi)希望将設計(ji)仿真從微觀(guan)尺度的🍓材料(liao)一路💃擴展到(dào)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(gài)前道、中道及(ji)後道中多個(gè)工藝環節）。

對(duì)于我國半導(dǎo)體企業來說(shuō)，DTCO預計可能成(chéng)為優化成熟(shu)技術節點🔴下(xià)的産品競争(zhēng)力、降低先進(jin)工藝開發☀️成(cheng)本并縮😄短工(gōng)🌈藝開❌發周期(qi)的優選方案(an)，可以幫助中(zhōng)國Fab/IDM加👈快先進(jin)工藝開發，縮(suo)短TTM（time to market）, 提升相同(tóng)技術節點下(xià)芯片制造良(liáng)率和🧑🏽‍🤝‍🧑🏻可靠性(xìng)，從😍而提升核(hé)☔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(qun)，類似的邏輯(jí)在剛才提到(dào)的锂電池行(hang)業也存在。

從(cong)锂電池和半(bàn)導體這兩個(gè)行業的前沿(yán)案例可以🌈看(kan)出，制造工藝(yì)與産品設計(jì)仿真的協同(tong)趨勢日益凸(tu)顯，而制造業(ye)的核心競争(zhēng)力最終會歸(gui)結到如何更(gèng)加快速地找(zhǎo)到匹配材料(liao)的最佳制造(zao)方法，以及材(cái)料方面的開(kāi)發。因此，我國(guó)工業設計仿(pang)真軟件需要(yào)在實現自主(zhǔ)可控的基礎(chǔ)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(kě)以應用于裝(zhuang)備優化，以此(ci)♍實現更佳的(de)工藝效果。例(li)如北方華創(chuàng)在PVD設備研發(fa)方面掌握使(shi)用了自🧑🏽‍🤝‍🧑🏻主研(yan)發的腔室設(she)計與仿真模(mó)拟技術，其矽(xī)外延設備在(zai)感應加熱高(gāo)溫控制技術(shu)、氣流場、溫度(du)場模拟仿真(zhēn)技術等方面(mian)取得突破，可(kě)實現更優異(yì)的外延工藝(yi)效果。

再比如(rú)锂電設備頭(tóu)部企業先導(dao)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(wei)什麼要解決(jue)粉塵問題？因(yīn)為疊片時産(chǎn)生的⭐細微粉(fen)塵堆積在電(diàn)池芯的表❄️面(mian)會影響電池(chi)芯質量以及(jí)組裝後的電(dian)池性能。該團(tuán)隊通過多物(wu)理場🔆仿真模(mó)拟對疊片機(ji)進行優化設(she)計，保證裝備(bèi)達到車規級(ji)電池制造要(yào)求，實現更好(hao)品控^[20]。

綜合上(shang)述兩節内容(rong)，我們的視角(jiǎo)從裝備工藝(yi)環節拓展到(dao)了設計仿真(zhēn)環節，可以看(kàn)出裝備、工藝(yi)、材料和産品(pin)之間是緊密(mi)聯系的。裝備(bei)工藝的嵌入(ru)式軟件使裝(zhuāng)備可以應對(duì)不斷變化的(de)材料💋工藝，在(zai)柔性生産情(qing)況下形成最(zuì)優參數💜組合(hé)，獲得高質量(liàng)産品。研發設(she)計平台也需(xu)要協同制造(zao)工藝仿真來(lái)優化新産品(pin)的開發，降低(di)正向設計耗(hào)費成本，提升(shēng)研發效率和(hé)産品良率。

網絡化支(zhi)撐企業設計(jì)仿真

生産制(zhì)造及服務全(quan)流程協同

上(shang)一節談到設(she)計仿真，當前(qian)企業對于實(shi)現高效協同(tóng)設計仿🧑🏽‍🤝‍🧑🏻真的(de)需求越來越(yue)迫切。協同設(shè)計仿真需🙇‍♀️要(yào)統一的數據(jù)接口以及應(yīng)用雲計算、HPC等(deng)技術。以汽車(chē)行業舉例，産(chan)品設計的數(shù)據可能會在(zài)車企内部⚽的(de)不同部門間(jiān)流轉，也可能(néng)會和外部供(gòng)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(zhi)數據交互阻(zǔ)礙很大，具體(tǐ)比如電氣控(kòng)制、機械、材料(liao)、工藝和智能(neng)駕駛等各方(fāng)面的建模各(gè)成一個系統(tong)，各系統間也(ye)缺乏統一的(de)協同交互。

為(wei)了解決協同(tong)仿真的難題(ti)，目前業界開(kai)發了仿真模(mó)型交互接口(kǒu)FMI（Functional Mockup Interface），可适用于不(bú)同仿真軟件(jian)之間的模型(xing)交換，并可将(jiāng)模型封裝為(wei)FMU（Functional Mockup Unit）用以協同仿(páng)真。

此外，如果(guǒ)涉及一個大(da)型項目研發(fa)，不同部門會(huì)希🚩望能夠實(shi)現同時在線(xiàn)設計仿真，而(ér)這就需要雲(yún)計算和HPC（High performance computing）技術(shu)的支持。例如(rú)在CAD領域，當前(qian)設計方式已(yi)經逐漸由單(dān)人離線設計(jì)向多人在線(xian)協同設計轉(zhuǎn)變🧡。華天軟件(jiàn)♍研發了基于(yu)雲架構的CrownCAD。CrownCAD包(bāo)含其🈚自主研(yán)發💞的三維幾(jǐ)何建模引擎(qíng)DGM、2D以🏒及3D約束求(qiú)解引擎DCS，具有(you)高👈效的參數(shu)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(mó)的協同設計(jì)^[21]。

目前業(ye)界嘗試通過(guo)搭建工業物(wu)聯網平台（Industrial IoT Platform）或(huo)者說工業PaaS平(píng)台來實現全(quán)流程協同管(guan)理。即制造業(yè)企業基于IIOT平(ping)台實現研發(fā)設計、生産制(zhi)造及服務全(quán)流程的提升(sheng)和産品的全(quan)生命周期管(guan)理。

從這一點(dian)上來說，工業(yè)物聯網平台(tai)或者說工業(yè)PaaS平台是🌈要搭(dā)建一個多方(fang)協作的橋梁(liáng)。例如位于Gartner IIOT魔(mo)力象限中位(wei)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(chu)（集成第三方(fang)時序數👨‍❤️‍👨據庫(kù)）、數字建模、智(zhi)能分析、應用(yòng)開發及增強(qiáng)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(zao)業研發、制造(zao)及服務的業(ye)務線整體聯(lian)系起來，幫助(zhu)制造業企業(yè)客戶實現内(nèi)外部協作和(he)産品的全生(shēng)命周期管理(lǐ)。

上(shàng)圖以PTC客戶德(dé)國的e.Go汽車制(zhì)造商的情況(kuàng)為例：在研發(fa)設計階段，供(gong)應商和制造(zào)商可以在同(tong)一個CAD和PLM系統(tong)中基于統一(yī)的産品數據(ju)進行協作，提(tí)高交付效率(lü)。制造過程中(zhong)，操作員可以(yi)借助平闆電(diàn)腦上的AR 應用(yòng)程序來識别(bie)他們正在查(cha)看的産品的(de)配置，并可實(shi)時調用質量(liàng)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(guo)物理VIN編碼追(zhui)蹤汽車各個(gè)零部件；持續(xu)更新的部件(jiàn)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(qì)車提供預測(cè)性維護服務(wù)，保障産品壽(shòu)命，并将實際(ji)運行數據反(fan)饋給設計端(duan)。

綜合來看，制(zhi)造業企業實(shi)現内部高效(xiào)協同的挑戰(zhàn)有🍉很多🌂，比如(ru)硬件設備種(zhong)類多，沒有統(tǒng)一的數據接(jie)口，各環節不(bu)連貫。這也就(jiù)是為什麼提(tí)出推進兩化(hua)融合，這也就(jiu)是為什麼工(gong)業4.0的一個終(zhōng)極目标就是(shi)讓軟件定義(yi)制造。試想一(yi)下，如果所有(you)的制造單元(yuan)都可以通過(guò)軟件柔性拼(pin)接（中間由AMR連(lian)接工序），所有(yǒu)子系統内的(de)設計仿真模(mó)型都可以相(xiang)互交互😘，整個(ge)工廠具備了(le)強大的互操(cao)作性，運營🐉效(xiào)率就将得到(dào)極大提升，制(zhì)造業企業将(jiāng)不再這麼笨(bèn)🤩重。當然實現(xiàn)這個圖景絕(jue)非朝夕之間(jian)就能達成，需(xū)要長久的努(nu)力。

數字(zi)化支撐制造(zào)業提升管理(lǐ)水平

&企業生(shēng)産決策智能(néng)化

以上闡述(shu)的主要是側(ce)重技術方面(mian)的創新應用(yong)，但是對于企(qi)🤩業來說技術(shu)和管理不可(ke)偏廢。現在很(hen)多制造業企(qi)🔱業的日常管(guan)理方式還很(hen)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(yīn)素影響大。管(guan)理者如果想(xiang)了解一個訂(dìng)單的情況可(ke)能得花上幾(jǐ)個小時才能(neng)準确得知全(quán)貌，車間管理(li)者處理生産(chǎn)異常事件效(xiao)率較低。這些(xiē)又不是MES系統(tong)所能完全解(jie)決的。

對于任(rèn)何一個制造(zao)業企業，管理(lǐ)水平的提升(shēng)是非常重要(yào)的，比如如何(hé)對知識進行(háng)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(zhi)撐作用不可(kě)忽視，目前出(chu)現一批初創(chuang)公司開始幫(bāng)助制造業企(qǐ)業進行移動(dòng)端的數字化(huà)改造，通過交(jiāo)付生産管理(lǐ)SaaS軟件提高企(qǐ)業工廠管理(li)水平，可以提(tí)高企業車間(jiān)管理的協同(tóng)效率，如專注(zhu)紡織業的數(shù)制科技，還有(yǒu)服務離散制(zhì)造行業的羚(líng)數智能等。

企(qǐ)業日常管理(li)中最重要的(de)部分是生産(chan)決策，決策☎️覆(fù)蓋的層次會(huì)從裝備、産線(xian)一直到車間(jian)、企業乃至整(zhěng)條上下遊供(gòng)應鍊🔞。幫助☎️企(qi)業實現生産(chǎn)決策智能化(huà)是智能制造(zào)👨‍❤️‍👨的一個重要(yao)方面。目前🐆在(zài)企業層次的(de)生産決策方(fang)面，大部分企(qǐ)業主要通過(guò)高級排産🧡人(ren)員依靠自👉身(shēn)經驗和業務(wù)規則進行排(pái)産，工具上💁還(hái)在使用Excel，算法(fǎ)方面仍以啟(qi)發🈲式規則算(suàn)法或遺傳算(suàn)法等算法為(wei)主。但是，單純(chún)依賴高🎯級排(pái)産人員的⭕經(jing)驗很難實現(xian)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(xū)要基于運籌(chou)學和❓AI算法的(de)APS系統來幫助(zhù)企業進行✨排(pai)産決策。

企業(yè)生産過程中(zhong)，有效加工時(shí)間其實占比(bǐ)很少，90-95%的時間(jiān)其🈚實🧑🏽‍🤝‍🧑🏻都是在(zài)等待物料運(yùn)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(ye)實現生⛹🏻‍♀️産搬(ban)運和倉儲管(guǎn)理的🆚自動化(hua)💜，提升廠内物(wu)流的自動化(huà)程度，進而可(ke)以使生産線(xiàn)💋上各設備🌏之(zhi)間的運🍉作更(gèng)為協同❄️高效(xiào)，提升企業OEE。在(zài)實際實施過(guo)程中，AMR的💞實時(shí)調度算法非(fēi)常重要，而且(qiě)🔴AMR的實時調度(du)也要和APS系統(tǒng)對企業整體(tǐ)生産調度結(jié)合起來，确保(bǎo)決策計劃💋層(ceng)和執行層之(zhī)間💋數據互通(tong)。

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(zài)上下遊企業(yè)之間實現協(xié)同制造。例如(ru)浙江省正在(zai)對30個細分行(háng)業推行的産(chǎn)業大腦，通過(guò)産業鍊的整(zheng)體數據輔助(zhu)企業動态決(jué)策，可見政府(fu)也在這方面(miàn)進行有益的(de)嘗試。還有比(bǐ)如💰深圳的雲(yún)☂️工廠、上海的(de)捷配科技等(děng)在嘗試打造(zào)分布式制造(zào)🧡系統，分布式(shi)制造系統在(zài)競争格局分(fen)散的行業環(huán)👅節中具有🈲市(shì)場價值，如紡(fang)織、機加工和(he)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(tai)公司可以實(shí)現集中訂單(dan)和供應鍊采(cai)購，整合産能(neng)共享協同，提(tí)升☂️整體行業(ye)🈲交付效率。國(guó)♍外的Protolabs可以算(suan)是這個領域(yù)的一個标杆(gǎn)。

智能制(zhi)造領域的人(rén)才和初創企(qi)業

人才對于(yú)任何一個行(hang)業都是非常(cháng)重要的。因此在裝(zhuang)備智能化、生(shēng)産過程智能(neng)化乃至設計(jì)仿真與👣工藝(yi)協同的發展(zhan)過程中，設備(bei)工程師和工(gong)藝工程師的(de)作用不可⭕忽(hū)視。未來也需(xū)要越來越多(duō)懂工業技術(shu)的軟件工程(chéng)師參與🛀🏻工業(yè)數字化、智能(neng)化的曆史進(jin)程中來，工♈程(chéng)師的工作内(nèi)容也将更多(duō)放🧡在工業知(zhī)識沉澱和數(shù)據分析研判(pàn)方面。

從供給(gěi)端來看，國内(nèi)經驗豐富的(de)技術工人數(shù)量較少⛱️、培🌍訓(xun)周期長，且部(bù)分領域呈現(xian)青黃不接的(de)趨勢，逐漸成(chéng)為稀缺資源(yuán)。例如高級焊(han)接工人，高級(jí)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(ren)部署調試工(gōng)程師等等。而(ér)這些高❌級技(ji)術人才面對(dui)的生産場景(jing)普遍具有多(duo)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(chu)可以媲美高(gāo)端技術人才(cai)經驗能力的(de)數據驅動-機(jī)理融合模型(xíng)🛀🏻，并将其封裝(zhuang)成算法軟件(jian)，是非常有價(jia)值♋的。

另外初(chū)創公司也為(wei)制造業創新(xīn)發展帶來了(le)活力和人才(cai)。在近幾年的(de)發展中，智能(neng)制造領域的(de)初創企業數(shu)量不斷增多(duō)，特别是湧現(xiàn)出更多聚焦(jiāo)生産和設計(ji)環節、聚焦某(mǒu)一細分領域(yù)的初創企業(yè)。工業領域門(mén)類很多，每一(yī)個子門類下(xia)面又會有很(hen)多細分領域(yu)和環節，這種(zhǒng)行業特點使(shi)得初創公司(si)需要集中一(yi)點做出技術(shù)創新上的突(tū)破，即所謂專(zhuan)精特新。如果(guǒ)一直做跨行(hang)業的項目而(er)無法沉澱出(chu)一個标準化(hua)的産品，這麼(me)走下去團隊(duì)隻能是一個(gè)不斷接項目(mu)的技術服務(wu)商，沒有自己(jǐ)的核心根據(jù)地。

聚焦一個(ge)行業，行業内(nèi)某個環節上(shàng)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(mo)化創造了條(tiáo)件。平台與産品(pin)相互促進，可(kě)以實現從單(dan)點突破到多(duō)環節覆蓋。硬(yìng)件裝備制造(zào)商如此，軟件(jiàn)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(xíng)成自身議🏃‍♂️價(jia)能力和💜技術(shu)壁壘主要還(hai)是靠做深入(rù)生産和設計(ji)環節的工藝(yi)優化和産品(pin)優化，因為客(ke)戶隻有看到(dào)初創公司用(yòng)技術和産品(pin)給他們明顯(xian)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(pang)真的重要💘性(xìng)不言而喻。聚(ju)焦工藝優化(huà)在企業後續(xù)發展上也有(you)規模化的潛(qian)力，因為一種(zhong)工藝是可以(yǐ)用在多種工(gōng)業場景和環(huán)節中的，初創(chuàng)企業可以将(jiāng)工藝智能化(hua)技術進行跨(kuà)行業的💁複用(yòng)，無論是在産(chǎn)品标準化和(hé)橫向拓展上(shàng)都會有一定(dìng)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(hang)技術研發和(hé)市場拓展。

無(wú)論是設計仿(pang)真還是工藝(yì)智能，初創公(gong)司都需要明(míng)确技術對應(yīng)的是一個存(cún)量市場還是(shi)一個增量新(xīn)興市場，選擇(ze)什麼樣的市(shi)場以及選擇(zé)什麼樣的客(ke)戶群，會深刻(ke)♌影響企業的(de)發展路徑和(hé)速度。好的客(ke)戶會對産品(pin)技術提出更(geng)高的要求，會(hui)加速公🏃‍♂️司産(chan)品技🔞術研發(fa)上的良性循(xún)環。這裡客戶(hu)的優質與否(fou)不完全取決(jue)于客戶規模(mó)的大小。

中國(guo)制造業的信(xin)息化、自動化(hua)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(xuǎn)擇一個較為(wéi)傳統的行業(yè)如紡織業，可(kě)以先通過輕(qīng)量級的生産(chan)管理系統實(shí)現數🌂字化改(gai)造，幫助中小(xiao)紡織企業管(guǎn)理者看到數(shù)字化管理帶(dai)來的效益，再(zài)深入到印染(rǎn)工藝環節和(he)排産決⭐策中(zhōng)去，之後🏃‍♂️去幫(bang)助企業逐步(bu)實現上下遊(yóu)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(ye)🔅，解決數字化(hua)是第一步，接(jie)下來需要創(chuàng)業團隊解決(jue)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(zhè)就要考🥵慮團(tuan)隊🛀🏻的算法技(jì)術能力和對(duì)工業機理的(de)理解🐕深度。故(gu)而智能制造(zào)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(zào)技術的新生(sheng)力量，也需要(yao)有懂工業場(chang)景需求、目标(biao)領域工業機(ji)理的老法師(shī)。

總結

綜(zōng)合以上對于(yú)智能制造各(ge)方面的讨論(lùn)，本文着重強(qiang)調智能制造(zào)需要聚焦本(běn)源，即裝備和(hé)🔞工藝✍️，并❄️将設(she)🐆計仿真和制(zhì)造工藝協同(tong)起來，以滿足(zú)企業降低生(shēng)産研發🐆成本(ben)👄、提高生産研(yan)發效率、提升(shēng)🙇🏻産品良率的(de)核心訴求。

随(suí)着我國制造(zào)業向中高端(duān)邁進，正向設(shè)計日益重要(yao)，創新的源泉(quan)将着眼于材(cái)料、工藝（包含(hán)物理和化學(xué)的）以及兩者(zhe)之間的匹配(pei)優化。企業設(shè)計仿真、生産(chǎn)制造及服務(wù)各環節内部(bu)和之間的互(hu)操作性和協(xié)同性對提升(shēng)企業競争力(li)也非常重要(yao)，這些需要新(xīn)的網絡技術(shu)支撐。此外，企(qǐ)業還要通過(guo)數字化、智能(néng)化技術提升(sheng)管理決策水(shui)平和精準性(xing)。

至此，本文分(fen)析了裝備工(gōng)藝、正向設計(jì)仿真及生産(chan)決策這✊三個(ge)智能制造的(de)重要支柱。最(zui)後我們再從(cóng)企業經營和(hé)産業發展的(de)角度分析一(yi)下智能制造(zao)👅的價值。

從企(qi)業經營角度(dù)看智能制造(zao)的價值，ROE=銷售(shòu)淨利率×總資(zī)産周轉率×權(quan)益乘數

實現(xian)柔性生産，縮(suo)短産能爬坡(po)和中間換線(xiàn)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(gōng)藝以降低生(shēng)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(gong)成本也有助(zhu)于企業提高(gāo)淨利率。

從産(chǎn)業角度看，制(zhi)造業一方面(mian)需要自動化(huà)智能化裝🤩備(bèi)和工藝智能(néng)技術實現規(guī)模效應和柔(róu)性制造，不斷(duan)🔱降低制造成(chéng)本、提高交付(fù)效率，特别是(shi)在産能擴張(zhang)周期，這一點(diǎn)在锂電設備(bei)❓和锂電池行(hang)業近兩年的(de)發展中表現(xian)尤為明顯。另(lìng)一方面産業(ye)發展不可能(neng)一直停留在(zai)追求生産規(gui)模效應的階(jiē)段，還需要通(tōng)過設計仿真(zhen)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(chuàng)新。值😄得注意(yi)的是，制造✍️和(hé)設計兩方面(mian)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(zào)規模如果加(jia)上先進的設(shè)計仿真技術(shu)，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(xìng)永遠是決定(ding)技術能否大(dà)規模應用的(de)重要因素。比(bǐ)如支撐算法(fǎ)優化的硬件(jian)資源價格、算(suàn)法叠代升級(ji)的成本，還有(you)企業能否直(zhí)接獲得一個(ge)包含AutoML平台在(zài)内的産品方(fāng)便日後自己(ji)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(qi)業是否選擇(zé)新方案。還有(yǒu)在工業軟件(jian)部署方面，部(bù)署周期如果(guǒ)很長或者拓(tuò)展性差導緻(zhi)後期維護成(chéng)本很高，這些(xiē)都會阻礙企(qi)業選擇上一(yi)個新的軟件(jian)系統。所以也(yě)就出現了基(jī)于微服務架(jià)構的新型MES軟(ruǎn)件服務商，例(lì)如數益工聯(lian)等。

展望

智能(neng)制造對我國(guo)從制造大國(guó)邁向制造強(qiang)國甚至創造(zao)強國具有重(zhong)要作用。實現(xian)智能制造還(hái)有很多挑戰(zhan)，中國還需要(yao)突破諸多關(guān)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(chǎn)智能決策、協(xié)同優化等技(jì)術和五軸💃機(jī)床、大🏃‍♀️規模集(ji)成電路🌏制造(zào)裝備、智㊙️能焊(han)接機器人等(děng)高端裝備。本(ben)文提到的DTCO、锂(lǐ)電池模👣拟平(ping)台、機器人自(zi)适應實🔞時決(jue)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(zhè)些需要無數(shù)市場主💃🏻體去(qù)投🏃入研發加(jiā)快新技術的(de)産業化。

“科技(jì)創新對中國(guó)來說不僅是(shi)發展問題，更(geng)是生存問題(ti)^[22]。”制造業是關(guan)鍵核心技術(shù)的策源地，也(yě)是核心技術(shu)應用🧡的試驗(yan)田。無論是中(zhōng)小企業，還是(shì)大型企業，都(dōu)必須實現技(ji)術創新驅動(dong)的高質量發(fā)展。

從産業整(zheng)體發展階段(duàn)來看，我國已(yi)經從來料加(jiā)工組裝、模仿(pang)創新逐漸向(xiang)自主創新邁(mài)進。過去我國(guó)制造業主要(yào)通過加工和(he)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(chan)品自然沒有(you)正向設計的(de)需求，自然也(ye)就沒有投入(ru)更多精力資(zī)源在正向設(shè)計方面。所以(yǐ)這🍉一點上可(ke)以看出過去(qu)的發展特💞點(diǎn)導緻了當前(qian)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(yì)願，客觀實際(ji)上♋也不允許(xǔ)，因為産業發(fa)展如逆水行(hang)舟不進則退(tuì)。

技術的突破(po)需要企業選(xuǎn)擇自主開發(fa)産品，而不是(shi)依附在🈲某一(yī)海外品牌的(de)供應鍊或者(zhě)技術體系内(nei)。這一點在高(gao)鐵和汽車行(hang)業上體現得(de)極為明顯。當(dang)企業以自主(zhu)🔴研發理念創(chuàng)新、性能先進(jin)的商業産品(pǐn)為目标時，企(qǐ)業将産生更(geng)強的創新動(dòng)力和學習能(neng)力^[23,24]。

企業在自(zi)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(yǐ)經在或将在(zài)新能源汽車(che)、锂電池😍及設(she)🔱備、半🔅導體等(deng)行💛業中顯現(xiàn)。如果這一産(chan)品尚未出🎯現(xian)或成形，同時(shi)又是先💜進生(sheng)産力的方向(xiang)，那麼意味着(zhe)将創造一個(ge)新興産業，一(yī)如上世紀誕(dàn)生🤞的大飛機(ji)、汽車、半導體(tǐ)以及互聯網(wang)。希望中國未(wèi)來可以成為(wei)這類科技創(chuang)新的發源地(di)，同時注重打(da)造出面向大(dà)衆的品牌産(chǎn)品及産業鍊(liàn)，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(zào)技術，中國制(zhì)造業企業将(jiang)有能力進一(yi)步實現工藝(yi)流程和産品(pǐn)升級，逐步從(cóng)價值鍊的低(di)附加值位置(zhi)躍遷到高附(fù)加值位置，掌(zhǎng)握新興産業(ye)的産業鍊話(hua)語權，不斷占(zhàn)據利潤率更(gèng)高、技術含金(jīn)量更高的價(jià)值鍊，最終實(shi)現全球價值(zhi)鍊框架内的(de)産業升級^[26]。微(wēi)觀上企業的(de)技術、産品和(hé)品牌每進步(bù)一分，我國制(zhì)🧡造業💃的🈚貿易(yi)利益獲取能(néng)力就有可能(neng)增強一分，就(jiù)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(dào)阻且長，十四(si)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(xiàn)智能化。這意(yì)味着智能制(zhi)造是一項長(zhǎng)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(duo)創新驅動的(de)智能制造企(qǐ)業！

數字化企(qǐ)業如有侵權(quan) 請聯系删除(chu)

下一篇：大數(shù)據時代，除了(le)智商還要有(yǒu)“數商” 上一篇(pian)：精密軸承鏽(xiù)蝕的幾種傳(chuan)統處理方法(fǎ)分析

河北潍坊高(gao)协装备制造(zào)有限责任公(gōng)司(4G网站)
轉動(dong)更高靜界股(gu)權代碼：

新聞中心

相關資訊(xun)

聯(lián)系我們

行業(ye)資訊

數字化 || 智(zhì)能制造走向(xiang)深水區

河北潍坊高(gao)协装备制造(zào)有限责任公(gōng)司(4G网站) 轉動(dong)更高靜界股(gu)權代碼：

新聞中心

相關資訊(xun)

聯(lián)系我們

行業(ye)資訊

數字化 || 智(zhì)能制造走向(xiang)深水區

河北潍坊高(gao)协装备制造(zào)有限责任公(gōng)司(4G网站)
轉動(dong)更高靜界股(gu)權代碼：