數字化 || 智(zhì)能制造走(zǒu)向深水區(qū)
經過(guo)幾十年發(fā)展，我國逐(zhu)步建立起(qǐ)了門類齊(qi)全、獨立🧑🏾🤝🧑🏼完(wán)整的工業(yè)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(yè)企業在各(gè)個細分領(lǐng)域的市場(chang)份⭐額不斷(duàn)攀升，例如(ru)在锂電池(chí)行業，2021年全(quán)球動力電(diàn)池裝機量(liang)TOP10企業中中(zhong)國企👌業就(jiù)占據6席，市(shì)場份額達(da)到48.6%。中國制(zhì)造的龐大(dà)産能規模(mo)優勢也體(ti)現在出口(kǒu)方面，2021年我(wǒ)國出口21.73萬(wàn)億元，同比(bi)增長21.2%。家電(dian)、手機、計算(suàn)機、集成電(dian)路等8類機(jī)電産品✂️出(chū)口均超千(qian)億美元。但(dan)是，出口貿(mào)易總量或(huò)貿易順差(chà)額并不能(neng)真實反🈲映(ying)🌈中國制造(zào)業的競争(zhēng)力。從全球(qiu)價值鍊上(shàng)來看，中國(guo)制造業核(he)心競争力(lì)仍然不強(qiáng)。具體從貿(mào)易增加值(zhi)和國民收(shōu)入視角來(lái)看，生産出(chū)口賺得的(de)一🈲部分收(shōu)益其實是(shi)要被劃分(fèn)為外國國(guó)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(yè)仍‼️然💛依賴(lài)于外國資(zi)本要素和(hé)技術要素(su)，歐美國家(jia)則掌握着(zhe)通過專利(lì)技術等要(yao)素來獲取(qǔ)收㊙️益的方(fang)式。
目前我(wǒ)國制造業(ye)面臨“雙向(xiàng)擠壓”的局(ju)面沒有發(fā)生📐根本性(xing)扭轉。一方(fāng)面在中低(di)端領域面(miàn)臨其他發(fa)展中國家(jia)的競☀️争，我(wo)國已經🏃♀️不(bú)能延續21世(shì)紀初期依(yi)靠人口紅(hong)利的發展(zhǎn)模式，即繼(ji)續依靠人(rén)📐工大規模(mó)生産低附(fù)加值工業(yè)品🤞。另一方(fāng)👄面，在中🔞高(gao)端領🐅域，我(wo)國制造業(ye)企業✔️自動(dòng)化、智能化(huà)程度相較(jiao)于發🐇達國(guó)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(hé)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(qíng)形下，我國(guó)政府提出(chu)要實現智(zhì)能制造🚶，在(zai)“十三🤞五”、“十(shi)四五”期間(jiān)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(zhì)能化🈲轉型(xíng)，向制造強(qiáng)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(zhòng)🛀🏻點闡🤟述如(ru)下幾個方(fang)面：如何理(lǐ)解智能制(zhi)造？
智能制(zhi)造的底層(céng)基礎是數(shù)字化
實現(xiàn)智能制造(zào)應當聚焦(jiao)裝備和工(gōng)藝
制造工(gōng)藝和設計(jì)仿真協同(tóng)促進正向(xiang)設計
企業(ye)設計仿真(zhen)、生産制造(zào)及服務全(quan)流程協同(tong)
制造業通(tōng)過數字化(huà)、智能化技(jì)術提升管(guǎn)理決策水(shuǐ)平
智能制(zhì)造領域的(de)人才和初(chu)創企業
從(cóng)企業經營(yíng)和産業發(fā)展角度看(kan)待智能制(zhì)造
展望
談及智(zhi)能制造，首(shǒu)先就需要(yào)從企業需(xu)求角度出(chū)發📱。制造🌏業(ye)企💃🏻業👌最關(guan)心的是質(zhì)量能不能(neng)更好？成本(běn)能不能再(zai)低一些？怎(zen)麼🤟讓交付(fù)更快？說到(dào)底是制造(zào)業本身對(duì)規模效應(ying)的追求，特(tè)别是在當(dāng)今市場需(xū)求愈發多(duō)樣化、個性(xìng)化，企業需(xu)要具備更(gèng)強的柔性(xing)制⛹🏻♀️造能力(li)和産品設(she)計創新能(néng)力。智能制(zhì)造正是要(yào)回應企業(ye)對規模效(xiào)應和柔性(xing)化制造⛱️這(zhè)兩方面的(de)訴求。智能(neng)制造是要(yao)貫穿企業(yè)研發設計(jì)、生産制造(zao)到服務的(de)全過程，核(he)心落腳點(diǎn)是在制造(zào)環節，特别(bié)是在工藝(yì)和裝備兩(liǎng)方面上。我(wǒ)們的分析(xi)也将從裝(zhuang)備工藝開(kai)始逐步延(yán)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(gāo)精🈚度的高(gāo)質量産品(pin)，勢必将對(dui)工藝和裝(zhuang)備以及企(qi)業正向設(shè)✉️計能力提(tí)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(bèi)，在生産過(guo)程中形成(cheng)更優的生(shēng)産工藝，做(zuò)出全局最(zuì)優的生産(chǎn)和研發決(jué)策。而不是(shì)僅僅停留(liu)在看一個(ge)顯示生産(chǎn)過程🚶♀️數據(jù)的大屏系(xì)統，又或者(zhě)是單純的(de)可視化渲(xuàn)染界面，新(xīn)技術的應(ying)用還是要(yào)深入生産(chan)過程中去(qù)，避免“高大(da)全的💋花架(jià)子”。從控制(zhi)論的角度(dù)來看，實現(xian)智能制造(zào)應理解為(wei)是要打造(zao)🏃一個閉環(huán)控制系統(tong)，控制目标(biao)即為實現(xian)最佳生産(chan)工藝流程(chéng)，達到最佳(jiā)生産狀态(tài)。控制系統(tǒng)運行的關(guān)鍵在于可(kě)以實現良(liáng)好的負反(fǎn)饋🔞調節，以(yi)🛀🏻及實現從(cóng)決策端到(dào)執行端的(de)打通。閉環(huán)⚽控制系統(tǒng)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(yī)個車間、一(yi)個工廠♍甚(shèn)至是一條(tiao)産業鍊。同(tong)時，這個系(xi)統具有自(zì)适應性。由此可見(jiàn)，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(suàn)等技術收(shōu)集系統内(nèi)産‼️品、設備(bei)、車間和企(qi)業的運行(háng)狀态，這些(xie)數據經過(guò)處理後會(hui)彙總到工(gōng)業數據平(píng)台上。最為(wéi)核心的是(shì)決策中樞(shu)，過去企⁉️業(yè)的生産決(jue)策都是以(yǐ)依靠人的(de)經🥵驗判斷(duan)為主，智能(néng)制❌造系統(tong)中決策将(jiāng)逐漸以數(shù)據⚽驅動+工(gong)業機理融(rong)合模型🌂的(de)判斷為主(zhǔ)，決策中樞(shū)将具有自(zì)适應性🌈。執(zhí)行系統也(ye)是必不可(kě)少的，現在(zai)也👉有企業(yè)将RPA技術應(ying)用到一些(xie)固定的機(jī)台聯動操(cao)作流程上(shang)，減少人工(gōng)操作，進一(yi)步提高生(sheng)産的自動(dòng)化程度。智能制(zhì)造的底層(ceng)基礎是數(shù)字化新一(yī)代信息技(ji)術與制造(zào)業深度融(rong)合，引發出(chu)一個重要(yao)變化：數據(ju)作為一種(zhǒng)新型生産(chǎn)要素逐漸(jian)得到産業(ye)界的重視(shi)。可以看出(chū)，智能制造(zao)的底層基(jī)礎是㊙️數字(zì)化，即數據(ju)需要在系(xì)統内得到(dào)精準的采(cǎi)集、傳輸、存(cún)儲和分析(xī)。智能制造(zao)的核心數(shù)據來自裝(zhuang)備和工藝(yì)過程，在此(ci)基礎上包(bāo)含裝備與(yu)生産管理(lǐ)軟件間的(de)交互，以及(jí)軟件間的(de)交互。整個(gè)系統要對(duì)數據實現(xiàn)整合分析(xī)和閉環控(kong)制，就需要(yao)🌈面向工業(yè)物聯網場(chang)景的數據(jù)接入和轉(zhuǎn)換協議方(fang)案、消息中(zhōng)間件、時序(xù)♊數據庫或(huo)實時數據(ju)庫、邊緣AI推(tui)理框架或(huò)❌工具乃至(zhì)一整套的(de)雲🔴邊端AutoML平(píng)台。以數(shù)據存儲環(huan)節的數據(jù)庫為例，由(yóu)于工業物(wu)聯網場景(jing)下✊的工業(yè)數據規模(mo)巨大，例如(rú)GoldWind每個風機(jī)部署有120-510個(gè)傳感器，數(shù)據采集頻(pin)率最高會(hui)達到50HZ，2萬台(tai)風機每秒(miǎo)就會有5億(yi)🔆個時序數(shu)據，這⭕些海(hǎi)量數據的(de)存儲和實(shi)時計算就(jiù)會對數據(ju)庫提出更(gèng)高要求[3]。在(zai)實際訪談(tán)和調研中(zhōng)發現，工業(ye)數據的收(shōu)集、協議㊙️的(de)轉換确實(shi)是一個令(lìng)人頭疼的(de)問題，因為(wéi)采集的物(wù)理量會有(you)很🔞多，工✨業(ye)協議又有(yǒu)很多種，業(ye)界也有在(zai)探索🍓應用(yong)OPC UA over TSN等技術解(jiě)決這類問(wèn)題。但更重(zhong)要的問題(ti)是采集哪(nǎ)些數據更(gèng)有用，以及(ji)數據收集(jí)後怎麼把(ba)數據用起(qǐ)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(ér)采集，為了(le)上數據平(ping)台而上數(shù)據平台。數(shù)字化、網絡(luo)化和智能(neng)化是相互(hù)支撐的，不(bu)實現智能(néng)化變革，數(shu)字化轉型(xíng)也會失去(qù)方向和價(jia)值支撐。僅(jin)以生産過(guò)程為例，生(sheng)産過程中(zhong)自動化設(shè)備産生的(de)生産數據(ju)沉澱下來(lái)⁉️，網絡化就(jiù)是指通過(guò)網絡技術(shu)将數據💛傳(chuán)輸至數據(jù)平台或現(xiàn)場控制系(xi)統中，更重(zhòng)要的是對(dui)數據進行(háng)分析處理(li)，實時決策(cè)控制裝備(bei)和工藝過(guò)程，實現智(zhì)能化生産(chǎn)。實現(xian)智能制造(zào)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(quán)生命周期(qi)管理、研發(fā)設計等方(fang)面，這些方(fang)面始終圍(wéi)繞的核📞心(xīn)是質量。質(zhi)量是制造(zao)業企業的(de)生命線，而(ér)質量依賴(lài)于可靠的(de)裝備和🌈先(xian)進的工藝(yi)。裝備承載(zai)工藝，工藝(yì)引導裝備(bei)，兩者不🔞可(kě)分🏒割并且(qiě)會🙇♀️相互促(cù)進。因此智(zhì)能制造的(de)重點首先(xiān)是要深入(rù)工藝生産(chan)環節，落⭕在(zai)裝備智能(néng)化和生産(chǎn)智能化上(shang)。裝備和生(sheng)産工藝智(zhi)能化特🌏别(bié)需要企業(yè)将新一代(dai)信息技術(shu)與先進制(zhì)造技術💋融(rong)合，但不是(shì)一味強調(diao)💞AI一類的新(xin)技🔴術。認為(wei)有了新技(jì)術可以解(jiě)決一切問(wen)題或者彎(wān)道✨超車的(de)觀點🌂是有(you)失偏頗的(de)，實現裝備(bei)和工藝智(zhì)能⁉️化需要(yao)立足制造(zao)規律和工(gong)業基礎。裝(zhuāng)備方面，機(jī)床是最為(wei)重要的機(jī)械裝備，主(zhǔ)要分為切(qie)削加工和(hé)成形機床(chuang)兩大類。其(qí)中切削加(jiā)工機床🌏的(de)智能化主(zhǔ)要在以✌️下(xià)方📧面：通過(guo)實時采集(ji)振動、主軸(zhou)溫度、切削(xuē)力具備感(gǎn)知力，進而(ér)可以針對(duì)外界環境(jìng)和機床及(ji)刀具本身(shēn)狀态的變(biàn)化進行💯自(zi)适應決策(cè)，即動态實(shí)時優化控(kòng)制進給深(shen)度、進🚩給速(sù)度和切削(xue)速度以及(jí)溫度誤差(cha)補償等，同(tóng)時防止刀(dāo)具過度磨(mó)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(zhǔ)規劃和自(zi)适應的⭕優(yōu)化，無法☀️高(gao)效應對多(duō)🈚品種小批(pī)量的柔性(xìng)生産需求(qiú)[4]。再以金屬(shu)塑性加工(gōng)中的鍛壓(ya)裝備為例(li)，目前鍛壓(ya)裝備正在(zài)數控技術(shu)基礎上向(xiàng)智能化邁(mai)進，通過分(fèn)散多動力(li)☔、伺服電動(dong)機直接驅(qu)動和集成(cheng)一體化等(děng)⛷️技術途徑(jìng)滿足🤩智能(néng)化鍛壓設(shè)備生産過(guo)程高效、柔(róu)性、高精度(dù)的要求[5]。在(zai)新興的增(zēng)材制造領(ling)域，國外公(gōng)司Markforged通過嵌(qiàn)入AI算法驅(qu)動的軟件(jiàn)并結合IoT傳(chuan)感器提升(shēng)裝備的智(zhi)能化程度(dù)。其增材💜制(zhì)造裝備可(ke)以自适應(ying)地打印零(ling)部件，實時(shí)進行公差(chà)補償和路(lù)徑優化。而(ér)且每一台(tái)3D打印機的(de)打印流程(chéng)數據都會(hui)沉澱在雲(yun)端平台，于(yu)是整個🌐增(zeng)材制造系(xì)♌統将通過(guo)這🔴種聯合(hé)學習實現(xian)自我優👌化(huà)，用戶也将(jiāng)得到更精(jīng)确的制造(zào)流程。對于(yu)增⛱️材制造(zào)這種成型(xing)同時💃成性(xìng)的🏃♂️制造方(fāng)式🧡，軟件提(ti)供的智能(néng)化價值更(geng)加重要。在(zai)工業機器(qi)人智能化(hua)方面，自适(shi)應編程軌(gui)迹規劃的(de)需求日益(yì)增長，學術(shu)界和業界(jiè)都在進行(hang)探索。業界(jiè)如摩馬智(zhì)能⚽自主研(yán)發認知智(zhi)能算法訓(xùn)練平台，将(jiāng)基于👨❤️👨AI的自(zì)适☂️應軌迹(ji)規劃算🌍法(fa)下發♊到邊(biān)緣端，使📧得(de)機器人可(kě)以根據⭕不(bu)同産品的(de)生産工藝(yì)及周圍環(huán)境的變化(huà)，實時做出(chu)動作決策(cè)。如此㊙️，工業(yè)機械臂的(de)部署時間(jian)可以縮短(duan)到十幾小(xiao)時甚至是(shì)幾個小時(shí)。對企業來(lái)說，節省換(huàn)線部署成(chéng)本和人工(gōng)調試成本(ben)是具有很(hěn)高價值的(de)[6]。工藝方面(mian)，目前主要(yào)通過機理(li)模型和數(shu)據驅動模(mó)型兩種建(jiàn)模方式來(lái)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(duō)尺度的特(te)點，有的場(chǎng)景甚至無(wu)法建立🙇🏻完(wán)整的機🌈理(lǐ)模型或者(zhe)建立難度(dù)非常大，所(suǒ)以通常會(huì)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(róng)合起來，實(shí)現工藝過(guò)程的自主(zhǔ)學習叠代(dài)和智🔅能決(jue)策控制。流(liú)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(guò)程數據和(he)AI算法相結(jie)合的混合(hé)建模方😘法(fǎ)。混合模型(xíng)可以綜㊙️合(hé)機理模型(xíng)和數據驅(qu)動模型各(ge)自的優點(diǎn)，應用在化(huà)工過程中(zhong)的監測、優(you)化、預測和(he)軟測量方(fāng)面[7]。離散行(háng)業中的塑(sù)性加工的(de)鍛造成形(xing)過程也是(shì)一👌個複📐雜(za)的♌非👨❤️👨線性(xing)時變過程(cheng)，加上實際(jì)場景中還(hái)可能存🌍在(zai)油液洩📞漏(lòu)等衆多🚩不(bu)确定的幹(gan)擾因素，所(suo)以精準鍛(duàn)造過程🌈控(kong)制難☀️度很(hěn)高☎️。單純依(yī)靠機理模(mó)型的控制(zhi)策略存在(zài)偏差。将基(ji)于👌物理動(dòng)力學的機(jī)理模型和(hé)具有🚶♀️在線(xian)樣本學習(xi)能力的數(shù)🎯據驅動模(mó)型結合起(qǐ)來，可以在(zai)鍛造過程(cheng)中對鍛造(zào)工藝參數(shu)進行實時(shi)調整與補(bǔ)🏃償，實現鍛(duan)造過程的(de)智能化控(kòng)制[8]。再比如(rú)工業中應(ying)用場景最(zuì)為廣泛的(de)工藝：焊接(jie)。還是動力(lì)電池組的(de)電阻點焊(hàn)，大多依賴(lai)人工焊接(jiē)[9]。正式焊接(jie)前通常需(xū)要進行大(da)量嘗試各(ge)種焊接參(cān)數組合，才(cái)能得到制(zhi)造需求的(de)最優參數(shu)，這種“試錯(cuò)法”耗時長(zhang)、材料消耗(hao)大。星雲電(diàn)子的徐海(hai)威等研究(jiu)發現利用(yong)貝葉斯極(ji)限梯度提(tí)升機(Bayes-XGBoost)與粒(li)子群優化(huà)(PSO)算法結合(he)預測最優(yōu)參數，可以(yǐ)幫助電阻(zǔ)點焊工程(chéng)師面對新(xin)的動力電(diàn)池組生産(chan)需求時快(kuài)速選取合(hé)适工藝參(cān)數，提升人(rén)工焊接生(shēng)産效率，避(bi)免耗費大(dà)量材料[10]。其(qí)次，無論是(shi)人工焊接(jie)還是機器(qì)人焊接，其(qi)焊接過程(chéng)仍屬于開(kāi)⛷️環控制。即(jí)使是高度(du)自動化焊(hàn)接機器人(ren)産線，其焊(hàn)接過程和(hé)質量都⭐不(bú)是完全可(kě)控，單機的(de)誤差累計(ji)和多機🔞之(zhi)間的相互(hù)影響都㊙️會(huì)影響焊接(jiē)質量，而焊(hàn)接質量直(zhí)接決定了(le)産品安全(quán)🔴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(dōu)會在自動(dòng)♈化焊接後(hòu)進行人工(gōng)抽樣😄檢測(ce)，再根據抽(chōu)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(wú)法做🚩到100%質(zhi)量保障，一(yī)旦出現問(wèn)題就會批(pī)🔆次召回，損(sun)失很大。這(zhè)就迫切需(xu)要針對工(gōng)藝過程環(huan)節的在線(xiàn)控制和實(shi)時質量評(píng)價技術[11]。對(duì)于焊接機(ji)器人，可以(yi)采用基于(yú)焊工智能(néng)技術的方(fāng)法提升焊(han)接機器人(ren)智能化水(shuǐ)平，思路是(shì)使機器人(rén)具備類🈲似(sì)人類焊工(gōng)的學習動(dòng)态焊接問(wen)題的能力(lì)，主要通過(guo)視覺、體覺(jiào)和思維上(shàng)在線感知(zhi)實時焊接(jiē)狀态，并具(ju)備類似焊(han)接工人對(duì)焊接場景(jǐng)形成記憶(yi)的學習能(néng)力。在焊接(jie)過程中，機(jī)器人主要(yào)基于熔池(chi)動态捕捉(zhuo)和識别算(suan)法實現對(duì)熔池的動(dong)态🔴監測，并(bing)通過調整(zhěng)焊接速度(du)和焊接電(diàn)流兩個工(gōng)藝參數對(dui)熔池進行(háng)實時控制(zhi)，最終得到(dào)受控的連(lián)續均勻焊(han)縫[12]。該方法(fǎ)屬于一種(zhǒng)基于質量(liàng)在線評價(jià)的工藝實(shí)時閉環✨控(kong)🐪制技🈲術。應(yīng)用這類智(zhì)能化焊接(jiē)技術可以(yǐ)有效解決(jué)焊接機器(qì)人的自适(shi)應決策控(kong)制難題，不(bú)僅可以幫(bang)助企業實(shi)現加工過(guò)程的精确(que)控制，獲得(de)最佳的材(cái)料組織性(xing)能與成型(xing)質量，還可(ke)以幫助企(qǐ)業節省下(xià)來日常🐉調(diào)試和換線(xian)部署機器(qi)人的時間(jiān)成本和高(gao)昂的人🎯工(gōng)成本。上述(shu)參數尋優(you)、質量在線(xiàn)評價及實(shí)時控制技(jì)術在業界(jiè)也已經開(kai)始了相關(guān)産業實踐(jiàn)，比如蘊碩(shuò)物聯💋和大(dà)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)。從以上例(lì)子可以看(kàn)出，就工藝(yì)智能化而(er)言，其控制(zhi)❤️目标是生(shēng)産👄條件達(dá)到最優，産(chǎn)成品良率(lü)得到提升(shēng)，減少交付(fù)時的💋殘次(ci)品數量。我(wo)們會很自(zì)然地發現(xian)，相較于在(zai)質檢環節(jie)單點式地(dì)運用檢測(cè)技術，工藝(yì)智能可🈲以(yi)從🐉源頭上(shang)解決質量(liàng)問題，因為(wéi)前者隻是(shi)一種事後(hou)檢驗評價(jià)。誠然，廠商(shāng)需要對缺(quē)陷等産品(pǐn)殘次情況(kuàng)進行檢測(cè)，目前AI技術(shù)在工業中(zhong)的應用也(yě)主要集中(zhōng)于視覺檢(jiǎn)測，但廠商(shāng)更需要形(xíng)成對🌂殘次(cì)原因追根(gen)溯源和精(jing)細化工藝(yi)參數反饋(kuì)控👈制的能(néng)力。由此，單(dān)純的機器(qi)🐅視覺、設備(bèi)制造乃至(zhì)工業軟件(jiàn)❤️等公司都(dou)可以從自(zì)🚩身産品出(chu)發逐步擴(kuo)展，實現更(gèng)大範圍㊙️内(nei)的智能優(yōu)🧡化。這方面(miàn)舉一些半(bàn)導體行業(ye)中将工藝(yi)制程優化(hua)和視💚覺檢(jiǎn)測結♍合的(de)案例，例如(ru)應用材料(liao)公司将機(ji)器學習算(suàn)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(tǒng)的機器學(xue)習能力。基(jī)于ML算法進(jìn)行實時自(zì)動🥵分類、缺(quē)陷檢測和(he)根本原因(yīn)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(zài)進行類似(si)工🔞作，将工(gōng)藝制程管(guan)理的FDC（自動(dòng)失效分類(lèi)系統）和ADC系(xi)統結合起(qi)來，使用AI算(suàn)法并融合(hé)IoT設備采集(jí)的過程數(shù)據，共同🔱形(xing)成了一個(gè)可實現負(fu)反饋調節(jiē)的制程優(yōu)化控制系(xi)統，幫助企(qǐ)業快速定(dìng)位缺陷産(chan)生🤟原因、優(you)化工藝，進(jin)而可以🏃縮(suō)短産線調(diào)試周期和(he)提升良率(lü)。上述列舉(jǔ)了裝備和(hé)工藝智能(néng)化方面的(de)典型案例(lì)，這些🏃🏻♂️案例(li)都是從制(zhi)造業最關(guan)心的質量(liàng)問題出發(fa)，以實現生(sheng)産過程的(de)實時自适(shi)應決策控(kong)制為目标(biao)。這些智能(neng)化技術将(jiāng)以軟件形(xíng)态交付給(gei)設備使用(yòng)💋企業甚至(zhi)是💋設備制(zhi)造商。持續(xu)沉澱積累(lèi)的工藝數(shù)據将不斷(duàn)加強這類(lèi)工藝智能(neng)軟件的技(jì)術壁壘。對(duì)于裝備制(zhì)造業企業(ye)來講，需要(yào)從單純提(tí)供硬件産(chǎn)品轉變到(dao)同時交付(fu)軟件和硬(ying)件産品，提(tí)高客戶粘(zhān)性，加強自(zì)身技術壁(bì)壘。制(zhì)造工藝和(hé)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(chǎn)品質量和(he)良率。但是(shi)産品良率(lü)提升并不(bú)是從生産(chǎn)環節的設(she)備控制和(hé)工藝優化(huà)開始的，而(ér)是在設計(ji)仿真環節(jiē)就可以開(kāi)始介入，特(te)别是在正(zhèng)🚩向設計開(kāi)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(zhè)些工藝中(zhōng)的參數變(bian)化以及工(gong)藝間的相(xiang)互作用會(huì)怎樣🛀🏻影響(xiǎng)最終電池(chi)性能（能量(liàng)密度和循(xún)環次數）。現(xian)在業界主(zhǔ)要㊙️還是使(shǐ)用“試錯法(fa)”來對㊙️工藝(yi)進行驗證(zhèng)，但是‼️效率(lǜ)較低、耗費(fei)成本較高(gāo)。這就需要(yào)利用設計(ji)仿真軟件(jian)平台進㊙️行(háng)虛拟測試(shi)驗證，節省(shěng)下真實世(shi)界中物理(li)測試的🍉成(cheng)本。Alejandro A. Franco主導建(jian)設了一個(ge)名為“ARTISTIC”的項(xiàng)目，該項目(mu)受到歐盟(meng)地平線🔴2020科(kē)研🍓計劃的(de)資助。該項(xiang)目團隊建(jian)立了一個(ge)模拟锂離(lí)子電池🏃♀️制(zhi)造過程并(bing)預測其電(dian)化學性能(neng)的計算平(píng)📞台。該技術(shu)平台通過(guò)離散元法(fǎ)和粗粒化(huà)分子動力(li)學（coarse grained molecular dynamics）模型基(jī)于工藝參(cān)數預測電(diàn)極介觀結(jie)構，再基于(yu)連續介質(zhi)模型利用(yòng)介觀結構(gòu)數據預測(cè)電池宏觀(guan)上的電🌐化(huà)學性能表(biao)現。可以看(kan)出該項目(mu)在嘗試建(jian)立一個材(cái)🌍料-工藝-（極(jí)片）結構🈚-性(xìng)能的多尺(chǐ)度仿真平(ping)台[14]。圖(tú)片來源：ARTISTIC項(xiàng)目官網
這意味(wei)着該平台(tai)甚至可以(yi)用來基于(yú)目标需求(qiu)進行反向(xiang)規劃，例如(rú)給定一個(ge)電池目标(biao)性能和材(cai)料，确定合(hé)适的制造(zao)工藝參數(shu)，比如幹燥(zao)環節中的(de)溫度控制(zhì)[16]。锂電池設(shè)計仿真與(yu)制造工藝(yì)協同方面(mian)，國内業界(jiè)在探索類(lèi)🔱似實踐的(de)有易來科(ke)得和海仿(páng)科技等。其(qí)實不隻是(shì)電池行業(ye)，許多行業(ye)的正向設(shè)計環節也(ye)👉需要✉️通過(guò)制造工藝(yi)-設計仿真(zhēn)協同來提(ti)升研發效(xiào)率，以更快(kuài)速度、更㊙️低(dī)成本實現(xian)技術創新(xin)和産品創(chuang)新。在半導(dao)體行業，随(suí)着芯片技(jì)術節點進(jìn)一步變小(xiao)、設計和工(gong)藝複💞雜性(xing)進一步提(ti)高，開發新(xin)技術節點(diǎn)工🏒藝的成(cheng)本激增、周(zhōu)期拉長。晶(jing)圓廠為加(jia)快工藝節(jie)點的開發(fa)速度，需要(yào)與半導體(tǐ)設計企業(yè)❤️更🈲緊密🧡地(di)協同開發(fa)叠代，集成(cheng)電路設計(jì)企業也需(xu)要更早地(dì)介入到工(gōng)藝開發階(jie)段中，使得(de)器件設計(ji)和工藝開(kai)發能夠進(jin)行針對性(xìng)的優化從(cóng)而滿足自(zi)身定制化(huà)🤩需求。于是(shì)設計-工藝(yì)協同優化(huà)（DTCO）的理念方(fang)法就在14nm技(jì)術節點以(yǐ)後逐漸發(fa)展起來，其(qí)主要作用(yong)就是在合(he)理優化和(hé)利用新工(gong)藝技術節(jiē)㊙️點工藝能(neng)力的基礎(chǔ)上，同時優(yōu)化系統PPAC（ 性(xing) 能 performance, 功 耗☎️power, 密(mi)度 area，成本cost）[17]。DTCO對(duì)于新工藝(yi)開發及良(liang)率優化非(fēi)常重要。從(cóng)DTCO的角度看(kàn)，良率優化(hua)⭐貫穿設計(ji)到制造的(de)全過程，需(xū)要多環節(jie)協同叠代(dài)。例如在版(ban)圖設計環(huán)節上，如何(he)有效識别(bié)壞點圖形(xing)，并且據🏃♀️此(cǐ)優化對基(jī)于同一工(gong)藝的其他(tā)芯片設計(jì)方案，可以(yǐ)提升後續(xù)設計和制(zhì)造的良率(lü)。除了設計(ji)和制造環(huán)節之間的(de)協同外，材(cai)料因素也(ye)非常重要(yào)。應用材料(liao)公司在DTCO的(de)基礎上提(ti)出要實現(xiàn)materials to device simulation，原因在于(yú)器件尺寸(cùn)不斷縮小(xiao)、更多複雜(za)3D幾何形狀(zhuàng)被采用以(yǐ)及新材料(liao)的引入，半(ban)導體器件(jiàn)仿真變得(de)越來越複(fú)雜。這就需(xū)要采用新(xīn)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(xì)起來，系統(tong)研究材料(liào)、幾何形狀(zhuàng)以及工藝(yi)的變化将(jiang)如何影響(xiang)器件的電(diàn)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(guān)網materials to device simulation和DTCO在應(yīng)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(lùn)文中提出(chu)了Materials to Systems Co-Optimization，希望實(shí)現從材料(liào)到系統的(de)多尺度協(xié)同優化[19]。可(kě)以發現這(zhè)個思路就(jiu)和上述我(wǒ)們提到的(de)锂電池🚩“ARTISTIC”項(xiàng)目的非常(cháng)類似，都是(shì)希望将設(she)計仿真從(cóng)微觀尺㊙️度(du)的材料一(yī)路🌈擴展到(dao)宏觀尺度(dù)的終端産(chan)品，并以此(ci)确定最佳(jia)工藝路線(xiàn)♈和參數（覆(fu)蓋前道、中(zhōng)道及後⛷️道(dao)中多個工(gong)藝環節）。從锂(li)電池和半(bàn)導體這兩(liǎng)個行業的(de)前沿案例(li)可以看出(chu)，制造工藝(yì)與産品設(shè)計仿真的(de)協同趨勢(shì)日益凸顯(xian)，而制造業(ye)的核心競(jing)争力最終(zhōng)會歸結到(dào)如何更加(jia)快速地找(zhǎo)到匹配材(cai)料的最佳(jia)制造方法(fǎ)，以及材料(liao)方面的開(kāi)發。因此，我(wǒ)國工業設(shè)計仿真軟(ruǎn)件需要在(zài)實現自主(zhǔ)可控的基(ji)礎上，進一(yi)步實現制(zhì)造工藝-設(she)計仿真協(xie)同優化。在(zài)協同優化(hua)中，設計仿(pang)真也可以(yi)應用于裝(zhuang)備優化，以(yǐ)此實現更(geng)❗佳的工藝(yì)效果。例如(rú)北方華創(chuàng)在PVD設備研(yan)發🌈方面掌(zhǎng)握🐆使用了(le)自主研發(fa)的腔室設(she)計與仿✔️真(zhen)模拟技術(shù)，其👨❤️👨矽外延(yan)設備在感(gan)應加熱高(gāo)溫控制技(ji)術、氣流場(chang)、溫度場模(mó)拟仿真技(jì)術等方面(mian)取得突🐆破(po)，可實現更(gèng)優異的外(wai)延工藝效(xiào)果。再比如(ru)锂電設備(bèi)頭部企業(ye)先導智能(neng)組建了40人(rén)的博士仿(pang)🤞真設計團(tuan)隊集中攻(gōng)關疊片工(gōng)藝中的粉(fěn)塵問題🌍。為(wei)什麼要解(jiě)決粉塵問(wèn)題？因為疊(die)片時産生(shēng)的細微粉(fěn)塵堆積在(zài)電池芯的(de)表✌️面會影(ying)響電池芯(xīn)質量以及(ji)組裝後的(de)電池性能(neng)。該團隊通(tōng)過多物理(li)場仿真模(mo)拟對疊片(pian)機進行優(yōu)化設計，保(bǎo)證裝備達(dá)到‼️車規級(jí)電池🛀🏻制造(zào)要求，實現(xian)更好品控(kòng)[20]。綜合上述(shu)兩節内容(róng)，我們的視(shì)角從裝備(bèi)工藝環節(jiē)拓展到了(le)設計仿真(zhēn)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(zhuāng)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(zuì)優參數✉️組(zu)合，獲得高(gao)質量産品(pin)。研發設計(jì)平台也需(xu)要協同制(zhì)造工藝仿(páng)真來優化(huà)新産品的(de)開發，降低(dī)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(huà)支撐企業(ye)設計仿真(zhēn)
生産制造(zào)及服務全(quan)流程協同(tong)
為(wei)了解決協(xie)同仿真的(de)難題，目前(qián)業界開發(fā)了仿真模(mó)🔞型交互接(jie)口FMI（Functional Mockup Interface），可适用(yòng)于不同仿(páng)真軟件之(zhī)間的模型(xíng)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(guǒ)涉及一個(gè)大型項目(mù)研發，不同(tóng)部門會希(xī)望能夠實(shí)現🎯同時在(zài)線設計仿(páng)真，而這就(jiu)需要雲計(jì)算和HPC（High performance computing）技術(shù)的支持。例(lì)如在CAD領域(yù)，當前設計(jì)方式已經(jīng)逐漸由🚶♀️單(dān)人離線設(she)計向多人(ren)在線協同(tong)設計轉變(bian)。華天軟件(jiàn)♈研發了基(ji)于雲架構(gou)的CrownCAD。CrownCAD包含其(qí)自主研發(fā)的三維幾(jǐ)何建模引(yin)擎DGM、2D以及3D約(yuē)束求解引(yǐn)擎DCS，具有高(gāo)❤️效的參數(shù)化應🌐用層(ceng)機制，這種(zhǒng)基于雲存(cún)儲、雲計算(suàn)、雲渲染技(ji)術的CAD可以(yi)支持🏒超大(dà)規模的協(xie)同設計[21]。其(qí)實不光是(shì)設計仿真(zhēn)環節需要(yao)網絡化協(xié)同，制造業(yè)企業還需(xu)要将研發(fā)設計、生産(chan)制造及服(fú)務各個環(huán)節的數據(jù)和信息模(mo)型都打通(tōng)，以此提升(sheng)自身經營(ying)效率。由此(ci)，我們讨論(lun)的範圍就(jiu)從前兩節(jiē)的生産和(hé)設計仿真(zhen)環節，進一(yī)步拓展到(dào)産品的運(yun)營服務環(huan)節。目前業(ye)界嘗試通(tōng)過搭建工(gong)業物聯網(wang)平台（Industrial IoT Platform）或者(zhe)說工業PaaS平(píng)台來實現(xiàn)全流程協(xie)同管理。即(ji)制造業企(qǐ)業基于IIOT平(ping)台實現研(yan)發設計、生(shēng)産制造及(ji)服務全流(liu)程的提升(sheng)和産品的(de)全生命周(zhōu)期管理。從(cong)這一點上(shàng)來說，工業(yè)物聯網平(ping)台或者說(shuo)工業PaaS平☁️台(tai)是要搭建(jiàn)一個多方(fāng)協作的橋(qiáo)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(jù)庫）、數字建(jiàn)模、智能分(fen)析、應用開(kai)發及增強(qiáng)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(lián)系起來，幫(bang)助制造業(ye)企業客戶(hu)實現内外(wai)部協作和(hé)産品的全(quán)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(wéi)例：在研發(fā)設計階段(duan)，供應商和(he)制造商可(kě)以在同一(yi)個CAD和PLM系統(tǒng)中基于統(tǒng)一的産品(pin)數據進行(hang)協作，提高(gāo)交付效率(lǜ)。制造過程(cheng)中，操作員(yuán)可以借助(zhù)平闆電腦(nao)上的AR 應用(yòng)程序來識(shi)别他們正(zhèng)在查看的(de)産品的配(pei)置，并可實(shí)時調用質(zhi)量檢查的(de)标準以便(biàn)對照。另外(wài)在産品售(shou)後服務環(huan)節中，企業(ye)通過物理(lǐ)VIN編碼追蹤(zong)汽車各個(gè)零部件；持(chi)續更新的(de)部件數字(zi)孿生模型(xing)将反映發(fā)動機、傳動(dòng)系統等部(bù)件的後續(xu)變化，企業(ye)以此為汽(qi)車提供預(yù)測性維護(hu)服務，保障(zhàng)産品壽命(ming)，并将實際(jì)運行數據(jù)反饋給設(shè)計端。綜合(hé)來看，制造(zao)業企業實(shí)現内部高(gao)效協同的(de)挑戰有很(hen)多，比如硬(ying)件設備種(zhǒng)類多，沒有(you)統一的數(shu)據接👌口，各(ge)環節不連(lian)貫。這也就(jiù)是為什麼(me)提出推進(jìn)兩化融合(he)，這🚶♀️也就是(shì)為什麼工(gōng)業4.0的一個(ge)終極目标(biāo)就是讓軟(ruan)件定義制(zhi)造。試想一(yi)下，如果所(suǒ)有的制造(zào)單元都可(ke)以通過軟(ruǎn)件柔性拼(pin)接（中間由(you)AMR連接工序(xù)），所有㊙️子系(xì)統内的設(she)計仿真模(mo)型都可以(yi)相互交互(hu)，整個工廠(chǎng)具備‼️了強(qiáng)大的互操(cāo)作性，運營(ying)效率就将(jiāng)得到極大(dà)提升，制造(zào)業企業将(jiāng)不再這麼(me)笨重。當然(ran)實現⁉️這個(ge)圖景絕非(fēi)朝夕之間(jiān)就能達成(cheng)，需要長久(jiu)🙇♀️的努力。數字化(hua)支撐制造(zào)業提升管(guǎn)理水平
&企(qi)業生産決(jué)策智能化(huà)
對(dui)于任何一(yī)個制造業(yè)企業，管理(li)水平的提(tí)升是非常(chang)重要的，比(bǐ)如如何對(duì)知識進行(háng)有效的管(guǎn)理、如何轉(zhuǎn)變日常生(shēng)産活動的(de)管理方式(shì)和手段等(deng)等。數字化(huà)技術對管(guan)理的支撐(cheng)作用不可(ke)忽視，目前(qián)出現一批(pī)初創公司(sī)開始幫助(zhu)制造業企(qǐ)業進行移(yi)動端的數(shu)字化改造(zao)，通過交付(fu)生産管理(lǐ)SaaS軟件提高(gao)企業工廠(chǎng)管理水平(ping)，可以提高(gāo)企業車間(jian)管理的協(xié)同效率，如(rú)專注紡織(zhī)業的數制(zhì)科技，還有(yǒu)服務離散(san)制造行業(ye)的羚數智(zhì)能等。企業(yè)日常管理(li)中最重要(yào)的部分是(shì)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(yè)乃至整條(tiáo)㊙️上下遊供(gong)應鍊。幫助(zhu)企業實現(xian)生産決策(cè)智能化是(shi)智能制造(zao)的一個重(zhong)要方面。目(mu)前在企業(yè)層次🐆的生(shēng)産決策方(fāng)面，大部分(fen)企業主要(yào)通過📧高級(jí)排産人員(yuan)依靠自身(shen)經驗和業(yè)務規則進(jin)行排産，工(gōng)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(fǎ)等算法為(wei)主🍉。但是，單(dān)純依賴高(gao)級排産人(ren)員的經驗(yàn)很難實現(xian)決策☁️的精(jīng)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(yú)運籌學和(he)AI算法的APS系(xì)統來幫助(zhù)企🈲業進行(hang)排産決策(cè)。企業生産(chan)過程中，有(yǒu)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(yùn)輸、上下料(liào)和定位等(děng)中間環節(jie)上消耗掉(diào)了。部💋署AGV/AMR可(kě)以幫助企(qǐ)業實現生(shēng)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(bèi)之間的運(yun)作更為協(xié)同高效，提(tí)升企✌️業OEE。在(zài)實際實❄️施(shi)過程中，AMR的(de)❄️實時調度(dù)算❄️法非常(chang)重要，而且(qie)♊AMR的實時調(diao)度也🔞要和(hé)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(zhí)行層之間(jiān)數據互通(tong)。值得注意(yì)的是，無論(lun)是APS還是AMR，都(dōu)需要注重(zhòng)提煉與企(qi)業生産工(gōng)藝密切相(xiang)關的調🧑🏾🤝🧑🏼度(dù)規則和産(chan)能平衡設(she)計，将企業(yè)制造資源(yuán)和工藝流(liu)程完🔞全融(róng)合，如此才(cái)可能滿足(zú)客戶對生(shēng)産過程中(zhōng)産能和效(xiào)率的需求(qiú)。生産決策(ce)也可以從(cóng)一家企業(yè)延伸至一(yi)條産業鍊(liàn)的上下遊(you)，在上下遊(yóu)企業之間(jian)實現協同(tong)制造。例如(ru)浙江省正(zhèng)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(jù)輔助企業(ye)動态決策(ce)，可見政府(fǔ)也在這方(fang)面進行有(you)益的嘗試(shì)。還有比如(ru)深圳的雲(yún)🆚工廠、上海(hǎi)的捷配科(kē)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(sàn)的行業環(huán)節中具有(you)㊙️市場價值(zhí)，如紡♋織、機(ji)加工和SMT等(děng)行業。中小(xiǎo)型企業由(you)于具有産(chan)能利用率(lǜ)不高、外協(xié)程度高、信(xin)息不對稱(chēng)💔，通過制造(zao)平台公司(sī)可以實現(xian)集中訂單(dān)和供應鍊(lian)采購，整合(hé)産能㊙️共享(xiǎng)協同，提升(shēng)整體行業(yè)交付效率(lü)。國外的Protolabs可(kě)以算🧑🏽🤝🧑🏻是這(zhe)個領域的(de)一個标杆(gan)。智能(neng)制造領域(yù)的人才和(he)初創企業(ye)人才對于(yú)任何一個(gè)行業都是(shi)非常重要(yao)的。這裡需(xū)要強調的(de)是制造過(guo)程本身積(ji)累的知識(shi)需要通過(guò)人才沉澱(dian)下來服務(wu)于設備設(she)計、工藝優(you)化，逐步凝(níng)結成新一(yī)代的硬件(jian)設備和工(gōng)業軟件。因(yin)此在裝備(bèi)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(zhǎn)過程中，設(she)備工程師(shī)和工藝👈工(gōng)程師的作(zuo)用🌈不可🌈忽(hū)視🍉。未來也(ye)需要越來(lai)越多懂工(gōng)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(chéng)師的工作(zuo)内容也将(jiāng)更多放😘在(zài)工業知識(shí)♍沉澱和數(shù)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(shǎo)、培訓周期(qi)長，且部分(fen)領域呈現(xiàn)青黃不接(jiē)的趨勢，逐(zhú)漸成為㊙️稀(xī)缺資源。例(lì)如高級焊(hàn)接工人，高(gao)級排産人(rén)員，高級工(gong)藝工程師(shī)（例如半導(dǎo)體刻蝕環(huán)節），以及機(jī)器人部署(shǔ)調試工程(chéng)師等等。而(ér)這些高㊙️級(ji)技術人才(cái)面對的生(sheng)💋産場景普(pǔ)遍具有多(duo)品種、小批(pī)量的特點(diǎn)，這一特點(diǎn)也在不斷(duàn)加強。這也(ye)意味着如(rú)何沉澱積(jī)累出可以(yi)媲美高端(duān)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(chuàng)新發展帶(dai)來了活力(li)和人才。在(zài)近幾年的(de)發展中，智(zhì)能制造領(ling)域的初創(chuang)企業數量(liàng)不斷增多(duō)，特别是湧(yong)現出更多(duō)聚焦生産(chǎn)和設計環(huán)節、聚焦某(mǒu)一細分領(lǐng)域的初創(chuang)企業。工業(yè)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(diǎn)使得初創(chuàng)公司需要(yao)集中一點(diǎn)做出技術(shù)創新上的(de)突破，即所(suo)謂專精特(tè)新。如果一(yi)直做跨行(hang)業的項目(mu)而無法沉(chén)澱出一個(gè)标準化的(de)産品，這麼(me)走下去團(tuán)隊隻能是(shi)一個不斷(duan)接項目的(de)技術服務(wù)商，沒有自(zì)己的核心(xin)根據地。聚(ju)焦一個行(háng)業，行業内(nei)某個環節(jiē)上企業的(de)需求特點(diǎn)大緻類似(si)，這就為初(chū)創企業技(jì)術沉澱和(he)規模化創(chuàng)造了條件(jian)。依托核心(xin)産品技術(shù)平台進行(háng)新産品開(kāi)發，開發過(guo)程⛱️中形成(cheng)❄️的新技術(shu)也會反哺(bǔ)平台，新産(chǎn)品也可能(neng)進一步衍(yǎn)生出新的(de)産品技術(shu)平台。平台(tái)與産品相(xiàng)互促進，可(kě)以實現從(cong)單點突破(pò)到多環節(jie)覆蓋。硬件(jian)裝備制造(zào)商如此，軟(ruǎn)件服務商(shang)也是如此(ci)。之後會再(zai)寫文章分(fen)析這一點(diǎn)。對于智能(néng)制造領域(yu)的初創公(gong)司來講，形(xíng)成自身議(yi)價能力和(hé)技術壁壘(lěi)主要還是(shi)靠做深入(rù)生産和設(she)計環🌏節的(de)工藝優化(huà)和産❄️品優(you)化，因為客(kè)戶隻有看(kan)到初創公(gōng)司用🔱技術(shù)和🎯産品給(gei)他們明顯(xian)改善提升(shēng)了他們的(de)生産和設(shè)計過程，客(kè)✂️戶才會有(you)較高的付(fu)費意願。設(shè)計🌈仿真的(de)重要🎯性不(bu)言而喻。聚(ju)焦工藝優(you)化在企業(yè)後續發展(zhan)上也有規(guī)模化的潛(qian)力，因為一(yī)種工藝是(shì)可以用在(zai)多種工業(ye)場景和環(huán)節㊙️中的，初(chu)創企業可(kě)以将工藝(yi)智能化技(jì)術進行跨(kuà)行🌈業的複(fu)用，無論是(shì)在産品标(biao)準化和橫(héng)向拓展上(shàng)都會有一(yi)⭕定的優勢(shi)。當然光是(shi)焊接技術(shu)就有很多(duō)細♍分種類(lèi)，企業也需(xu)要有選擇(ze)地進行技(ji)術研發和(he)市場拓展(zhǎn)。無論是設(shè)計仿真還(hái)是工藝智(zhì)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(shì)一個增量(liang)🌈新興市場(chǎng)，選擇㊙️什麼(me)🌈樣的市場(chang)以及選擇(ze)什麼樣的(de)客戶群，會(huì)深刻🌈影響(xiǎng)企業的發(fā)展路徑和(hé)速度。好的(de)客戶會對(duì)産品技術(shù)提出更高(gao)的要求，會(huì)加速公司(si)産品技術(shu)研發上的(de)良性循環(huán)。這裡客戶(hù)的優質與(yu)否不完全(quán)取決于客(ke)戶規模的(de)大小。因此對(duì)于數字化(hua)和自動化(hua)程度不高(gao)的行業和(hé)企業，解決(jue)👨❤️👨數字化是(shì)第一步，接(jie)下來需要(yào)創業團隊(duì)解決智能(néng)化的問題(tí)。初創公司(si)能否滿足(zú)企業智能(neng)化階段的(de)需求，這就(jiù)要考慮團(tuán)隊的算法(fa)技術能力(lì)和對工業(yè)機理的理(li)解深度。故(gu)而智能制(zhi)造領域的(de)創業團隊(duì)既需要有(yǒu)掌握新一(yī)代信息技(jì)🌏術和先進(jìn)制造技術(shù)的新生力(lì)量，也需要(yao)有懂工業(yè)場景需求(qiu)、目标領域(yù)工業機理(lǐ)的老法✉️師(shī)。綜合以上(shàng)對于智能(neng)制造各方(fāng)面的讨論(lùn)，本文着重(zhòng)強調智能(néng)制造需要(yao)聚焦本源(yuán)，即裝備和(he)🏃🏻工藝，并♈将(jiāng)✊設計仿真(zhēn)和制造工(gong)藝協同起(qi)來，以滿足(zu)企業🈲降低(di)生産⁉️研發(fā)成本、提高(gao)生産研發(fā)效率、提升(shēng)産品良率(lǜ)的核心訴(sù)求。随着我(wǒ)國制造業(ye)向中高端(duan)邁進，正向(xiàng)設計日益(yi)重要，創新(xīn)的源泉将(jiang)着眼于材(cái)料、工藝（包(bao)含物理和(he)化學的）以(yi)及兩者之(zhī)間的匹配(pei)優化。企業(ye)設計仿真(zhēn)、生産制造(zào)及服務各(ge)環節内部(bu)和之間的(de)互操作性(xing)和協同性(xìng)對提升企(qǐ)業競争力(lì)也非常重(zhòng)要，這些需(xu)要新的網(wǎng)絡技術支(zhī)撐。此外，企(qǐ)業還要通(tōng)過數字化(huà)、智能化技(jì)術提升管(guan)理決策水(shui)平和精準(zhun)性。實現(xian)柔性生産(chǎn)，縮短産能(neng)爬坡和中(zhong)間換線周(zhōu)期等可以(yi)提🍉高總資(zī)産周轉率(lǜ)，進而提高(gao)ROE。實現實時(shí)參數控制(zhì)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(chéng)本也有助(zhu)于企業提(tí)高淨利率(lǜ)。最(zuì)後需要強(qiáng)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(chēng)算法優化(huà)的硬件資(zī)源價格、算(suàn)法叠代升(sheng)級的成本(ben)，還有企業(ye)能否直接(jie)獲得一個(gè)包含AutoML平台(tái)在内的産(chǎn)品方便日(rì)後自己訓(xùn)練模型，軟(ruǎn)件是否支(zhī)持低代碼(ma)開發？這些(xie)因素都可(ke)能影響企(qi)業是否選(xuǎn)擇新方案(àn)。還有在工(gōng)業軟件部(bù)署方面，部(bù)署周期如(rú)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(gè)新的軟件(jiàn)系統。所以(yǐ)也就出現(xiàn)了基于微(wēi)服務架構(gòu)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(zhì)造大國邁(mài)向制造強(qiang)國甚至創(chuàng)♊造強國具(jù)有重要作(zuò)用。實現智(zhì)能制造還(hái)有很多挑(tiāo)戰，中國還(hai)需要突破(pò)諸多關鍵(jian)核🐉心💃🏻技術(shu)和裝備，例(li)如設計仿(páng)真、基于機(jī)理和數⛷️據(ju)驅動的混(hun)合建模、生(shēng)産智能決(jué)策、協同優(you)化等技術(shù)和五軸機(jī)床、大規模(mo)集成電路(lù)制造裝備(bèi)、智能焊接(jiē)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(tái)、機器📞人自(zì)适應實時(shí)決策等也(ye)📐都存在諸(zhū)多技術挑(tiao)戰，比如DTCO中(zhōng)器件電學(xué)模型（spice model）的提(ti)取，這些需(xū)要無數市(shì)場主體去(qu)投入研發(fa)加快新技(jì)術的産業(ye)化。從(cóng)産業整體(tǐ)發展階段(duan)來看，我國(guó)已經從來(lai)料加工組(zǔ)裝、模仿創(chuang)新逐漸向(xiàng)自主創新(xīn)邁進。過去(qu)我國制造(zao)業主要通(tōng)過加工和(he)仿制産品(pin)向海外🎯企(qi)業✉️學習🏃追(zhuī)趕，而模仿(pang)先進成熟(shu)的工藝和(he)産品自然(rán)沒有🌈正向(xiang)💁設計的需(xū)求，自然也(ye)就沒有投(tóu)入更多精(jīng)力資源在(zai)正向設計(jì)方面☂️。所以(yǐ)這一點上(shàng)可以看出(chū)過去的發(fā)展特點導(dǎo)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(páng)創新階段(duàn)，主觀上沒(méi)有這個意(yi)願，客觀實(shí)際上🤩也不(bu)允許㊙️，因為(wei)産業發展(zhǎn)如逆水行(háng)🌐舟不進則(ze)退。技術的(de)突破需要(yao)企業選擇(zé)自主開發(fa)産品，而不(bú)是⭕依附在(zai)某一🆚海外(wai)品牌的供(gòng)應鍊或者(zhe)技術體系(xì)内。這一點(dian)在高鐵和(hé)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(xīn)、性能先進(jin)的商業産(chan)品👅為目标(biāo)時，企業将(jiāng)産生更強(qiáng)的創新動(dong)力和學習(xí)能力[23,24]。企業(yè)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(jīng)在或将在(zai)新能源汽(qi)車、锂電池(chi)及設備、半(ban)✌️導體等行(háng)業中顯現(xiàn)。如果這一(yi)産品尚未(wèi)出💰現或成(cheng)形，同時又(yòu)是先進生(shēng)産力的方(fang)向，那☂️麼意(yì)味着将創(chuang)造一🏃♀️個新(xin)興産業，一(yī)如上世紀(ji)誕生的大(dà)飛機、汽🤟車(chē)、半導體以(yǐ)及互聯網(wǎng)。希㊙️望中國(guo)未來可以(yi)成為這類(lei)科技創新(xīn)的發源地(dì)，同時注重(zhong)打造出面(miàn)向大衆的(de)品牌産品(pǐn)及産業鍊(liàn)💃🏻，實現C端品(pin)牌帶動😍B端(duan)制造産業(ye)鍊[25]。通過研(yán)發應用數(shu)字化、智能(néng)化和先進(jin)制造技術(shu)，中🐉國制造(zao)業企業将(jiāng)有能力進(jìn)一步實現(xian)工藝流程(chéng)和産品升(sheng)級，逐步從(cóng)價值鍊的(de)低附加值(zhi)位置躍遷(qiān)到😍高附加(jia)值位置，掌(zhǎng)握新💞興産(chan)業📐的産業(yè)鍊話語權(quan)，不斷占據(ju)利🌈潤率更(gèng)高、技術含(hán)金❌量更高(gao)的🏃♂️價值鍊(lian)，最終實現(xiàn)全球價值(zhí)鍊框架内(nèi)的産業升(sheng)級[26]。微觀上(shàng)企業的技(ji)術、産品和(hé)品牌每進(jin)步一分，我(wo)國制造業(ye)的貿易利(li)益獲取能(néng)力就有可(ke)能增強一(yī)分，就将在(zài)宏觀上提(tí)升我國在(zài)全球價值(zhi)鍊和收入(ru)鍊上的位(wei)置。實現智(zhì)能制造道(dào)阻且長，十(shí)四五智能(neng)制造規劃(hua)中提出了(le)到2035年，重點(diǎn)行業骨幹(gan)企業基本(běn)實現智能(néng)化。這意味(wèi)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(yuè)來越多💔創(chuàng)新👨❤️👨驅動的(de)智能制造(zào)企業！
股權(quán)代碼：
