制造業強調提升創新能力和基礎能力,今年是“十三五”規劃的開局之年,“十三五”規劃的先進戰略聚焦寬帶中國、云計算、物聯網、大數據等項目。而這正是智能制造迫切需要的,所以現在對智能制造來講,充滿發展機會。
難的是寫程序
早在1956年,以麥卡賽、明斯基、羅切斯特和申農等為首的一批年輕科學家探討用機器模擬智能的一系列有關問題,并首次提出了“人工智能”這一術語。直到最近韓國圍棋手李世石敗給谷歌的人工智能,人們一度質疑,人工智能會不會超越人類智慧。
人工智能要超越、統治人類,目前來看難以實現,很多處理能力是晶體芯片的物理特性沒有辦法突破的。從系統理論的九個層級來看,第一層級是靜態系統,然后是簡單動態系統,到第九層級是超級系統。人類目前的系統理論,還處在第三層級回饋系統,類似于溫度控制,溫度高于或低于某個數值機器的壓縮機自動啟動或關閉。
目前,大型、快速的計算機存儲,硬件制作并不困難,難的是寫程序,因此人工智能取代人類智慧短期內不會發生,但是我們可以充分運用它的記憶、運算等強項,在制造領域提升生產效率。
工業制造方面的困難處處可見,工業革命時期的集中化、同步化、標準化已不適用?,F代人的要求更多樣化,各種尖端設備及其生命周期的大幅縮短,都增加了制造難度。
人類追求更美好的生活,要提升生產效率,就必須要實現自動化,自動化過程也是人類自我調試的過程。大數據是制造業智能制造的基礎,其在制造業大規模定制中的應用,包括數據采集、數據管理、訂單管理、智能化制造、定制平臺等。定制數據達到一定的數量級,就可以實現大數據應用。
通過對大數據的挖掘,實現流行預測、精準匹配、時尚管理、社交應用、營銷推送等更多的應用。同時,大數據能夠幫助制造業企業提升營銷的針對性,降低物流和庫存的成本,減少生產資源投入的風險。
產業整合待實現
在生產條件變得更嚴苛的當下,中國提出“中國制造2025”方案,就是決心在十年內努力打造制造強國。去年底,工業和信息化部、國家標準化管理委員會聯合發布《國家智能制造標準體系建設指南》,就是要解決一些智能設備、傳感設備標準不一的問題。智能制造在推動過程中最嚴重的問題之一就是設備標準不統一,一旦有標準可循,生產難度也會降低。
工業4.0就是利用大數據、物聯網,把it(信息技術)和ot(計算技術)結合起來。隨時掌握生產信息、性能情況,得到產能跟質量的數據。所以工業4.0的效益非常大,它是一個跨產業、跨供應鏈、跨價值鏈的整合。整合內容從軟件工具到機器設備到系統集成到產品制造等,定制變得可行,生產具有高度彈性,對生產力有極大提升,是國家強大的一個方向。
智能工廠的傳感器可以產生龐大的數據量,用數據定義軟件、軟件定義網絡、網絡定義資料中心,如此引申就能夠整合智能工廠的管理,包括探知、診斷、控管、可視化全方位得以實現。
利用這些大數據進行分析,將帶來倉儲、配送、銷售效率的大幅提升和成本的大幅下降,并將極大地減少庫存,優化供應鏈。同時,利用銷售數據、產品的傳感器數據和供應商數據庫的數據等大數據,制造業企業可以準確地預測全球不同市場區域的商品需求。由于可以跟蹤庫存和銷售價格,所以制造業企業便可節約大量的成本。
消費者與制造業企業之間的交互和交易行為也將產生大量數據,挖掘和分析這些消費者動態數據,能夠幫助消費者參與到產品的需求分析和產品設計等創新活動中,為產品創新作出貢獻。制造業企業對這些數據進行處理,進而傳遞給智能設備,進行數據挖掘、設備調整、原材料準備等步驟,才能生產出符合個性化需求的定制產品。
利用大數據做支撐
過去,設備運行過程中,其自然磨損本身會使產品的品質發生一定的變化。而由于信息技術、物聯網技術的發展,現在可以通過傳感技術,實時感知數據,知道產品出了什么故障,哪里需要配件,使得生產過程中的這些因素能夠被精確控制,真正實現生產智能化。因此,在一定程度上,工廠的傳感器所產生的大數據直接決定了“工業4.0”所要求的智能化設備的智能水平。
從生產能耗角度看,設備生產過程中利用傳感器集中監控所有的生產流程,能夠發現能耗的異?;蚍逯登闆r,由此能夠在生產過程中不斷實時優化能源消耗。同時,對所有流程的大數據進行分析,也將會整體上大幅降低生產能耗。
在工業云平臺下,智能制造通過企業本身的智能化、產品的智能化、裝備的智能化,讓企業轉型升級至新業態。如果企業在生產過程中,把所有的研發、工藝、制造以及運維的數據加工到后臺,就可以通過互聯網和客戶溝通產品。
企業可以利用數據、互聯網和軟件做支撐,把裝備作為終端去調整或者改變傳統模式,數據被軟件定義后,企業可以在互聯網上抓生產,裝備通過互聯網的作用,實現了裝備自身的智能化。
工業云需要智能制造的支撐,而智能制造的重要支撐是工業大數據,如果沒有大數據,智能制造本身也將會是無源之水。
(作者系臺灣云端運算產業協會副理事長,本報記者貢曉麗根據其在云計算數據中心與存儲解決方案論壇上發言整理)