数字化价值探索

文:宋华振2024年第三期

       乌卡时代(VUCA)的复杂性带所来的较为直观的影响力包括以下几个方面:

  • 产品材料及其工艺的复杂性;

  • 生产流程的复杂性组合,尤其是在离散制造业中的那些长流程如光伏、锂电、半导体等;

  • 需要监测的参数维度越来越多,以获得对过程的“可观测性”,进而获得可控性。

  这些复杂性对于制造过程的挑战表现在以下几个方面:

  (1)在生产中的变更、重组时的配置、工艺参数的组合复杂性,如果是在传统的制造模式中,就会需要大量的调整,而通常调整中又会造成较多的“开机浪费”;

  (2)个性化产品带来的TTM——个性化产品使得生产过程中,更多的时间被消耗在“参数配置”、“机械调整”,越频繁的更换,会造成交付能力下降,因为,一天的工作时间里,机器真正有效的工作时间可能并不多;

  (3)在长流程产线集成时,系统沟通与协调的复杂性:产品的变更并非仅仅是某个单元的工装夹具、参数的变更;而是整个生产流程上各个工序的设备都要实现统一的协调,以及在制造线体前后端的物流、成本核算、能源供应等的变更,以保持一致性。

  制造数字化的价值分析

  数字化的价值和意义在于如何应对VUCA时代的制造业变化——它要将复杂与不确定、模糊与稳定,通过数字化技术转化为“稳定、确定、可控、灵活”的状态。

  因此,数字化的价值至少包括了以下几个方面:

  (1)软件定义制造——数字化让制造更灵活数字化的意义是其灵活性,传统机器如果要更换产品,往往需要大量的机械调整,例如装订一本书,当人们要去装订一本新书的时候,它就需要把开本宽度、开本高度、涂胶的位置、压力等进行机械的一一调校。但当改为采用数字化伺服系统来进行调校时,它仅需设置参数,系统就会自动去完成这些工作。传统上,这一过程要花费1.5个小时,而现在只需要2秒钟就可以完成——即在变化的生产中提高了机器的换型时间。

  以在自动化中最为普遍的裁切动作来说,它被广泛应用在纸盒成型、标签印刷、包装、板材金属加工、纸张处理(如切为A4的复印纸)、瓦楞纸裁切等场景中。传统采用机械方式,需要根据产品规格更换机械刀辊,而采用了伺服系统的电子凸轮裁切后,则可以自行根据长度设定,伺服电机会自行运行电子凸轮实现精准裁切,这里就使得规格的变化由软件来定义(图1)。

QQ截图20240607102806.png

  另一个场景是在组装产线中,目前很多场合开始大量使用磁悬浮输送技术,就是为了让原本无法被软件控制的机械输送,改变为电磁控制的动子模式——而它可以使得这个生产系统的实现被软件定义,进而实现变化,以应对灵活性的生产需求。

  在图2中,机械输送的链块、皮带或分度盘的方式被广泛使用。对于单一产品而言,它的问题在于机械磨损对品质的一致性带来的潜在影响,但是,即使不考虑产品的变化,它仍然是效率较低的,因为,每个工站的节拍不一样时,会使得系统只能按照最慢的工站节拍来运行。如果考虑了产品的变化,每个工站的节拍又发生了变化,而且,为了机械的对位(例如保持中心点的匹配),机械可能需要较大的调整,这使得在产品变化时,或者甚至需要产线重组时,就会遇到较大的机械重新安装调校的问题。

QQ截图20240607102820.png

  但是,采用了磁悬浮输送技术后,加工产品被输送时,其位置、间距、速度、加速度等都可以被软件定义。它是由机电对象结合设计的输送技术,因此,它本身可以被实现多个轨道的混合作业,以及调度算法来实现智能调度——简化的机械让它更容易被重组。

  如图3,其实,实现软件定义的运动控制不仅包括伺服电机、直线电机、磁悬浮,还包括机器人的大量集成——也通过自己的参数配置,将组件配置到空间的所需位置,这些都是让制造实现“软件定义”。

QQ截图20240607102829.png

  只有这样,才能让复杂的变化,能够被简单的处理——通过快速的软件配置,自动的参数生成,以及网络分发给线体上的工艺设备,并能实现组合产品的混线调度,以高效的方式实现多样化的产品生产。

  (2)协作——让效率更高

  其实,流程工业,像石油炼化、冶金、制药等的连续性,使得其“先天”需要更好的自动化控制技术。离散制造业,在过去一直真的处于“离散”状态,设备按照某个布局从一个单元到另一个单元。因此,如果能够将这些生产也像流程工业一样具有连续性,那么就会让生产效率更高。因此,第一步就是用传送带把它们形成连续的产线,配合机器人,但后来人们发现,这些机械的产线仍无法被有效的组织起来,于是人们又开发出了柔性输送系统,其实质就是将生产过程数字化,把原有的机械“哑巴”系统,转为可被采集、传输,可被软件编程的数字化制造系统。

  机械上的协作包括对机器人、柔性输送技术的引入;而在软件层面,则是通信的集成,通讯往往代表了物理意义的连接,而通信则代表了软件意义的连接。因此,数字化的通信,也是一个协作问题,通过信息建模,模块化的机电系统将被状态机驱动来实现协作。这也是工业通信系统的协作意义。

  如图4,通信规约的目的在于通过信息建模,让系统在工程变更时,实现快速的调整。参数可以统一地解析下发,在设备间,可以实现基于状态的“逻辑编排”,以让生产系统快速进入新的产品生产制造中。

QQ截图20240607102839.png

  解决复杂问题的策略其实就是“化繁为简”,每个独立的生产模块就像一个高内聚的软件模块,通过低耦合来实现“快速重组”。而在通信如PackML、SEMI里,通过状态来协作的机制,就是将复杂的协作转化为“逻辑”的编排。

  (3)知识发现与复用

  人类的知识与经验形成都是依赖长时间的投入形成的,知识与经验的不同在于,知识是可以被数学公式描述的,而经验则是无法被描述的、隐藏于工程师、技师的大脑中。因此,知识要复用,就得软件化,而经验要复用,则需要通过数据驱动建模的挖掘——这就是AI的数学意义。

  如图5所示,工业软件的目的就在于将“知识”和“经验”分别通过物理建模、数据驱动建模来实现封装。然后,这些知识可以被复用,使得生产系统可以基于这些模块进行软件层面的重组。

QQ截图20240607102853.png

  软件,是保持知识承袭的关键方式,通过将知识“数字化”,就可以被灵活的集成、快速的迁徙,并在不同平台间实现复用。这同样是为了应对复杂性的制造过程——模块化的机器,更在于软件的模块化配置,并且,降低知识的复用成本。

  (4)持续的成本降低

  数字化设计、数字化运营都能挖掘潜在的浪费,获得改善及提高成本效率。

  数字化能够帮人们降低成本,这是因为,在习以为常的生产系统里,隐藏着巨大的浪费,而从精益生产的视角,这种浪费是无处不在的,因此,需要大量的成本削减方案,例如:

  • 降低物理测试验证的成本;

  • 降低运营效率的问题;

  • 持续浪费改善。

  (5)资源共享

  资源共享包括数字世界的代码、算法资源、网络资源(开放的)、知识资源(例如生成式AI的openAI)等。

  数字资源比一个面包更容易共享,因为一个面包它会坏掉,而数字资源则可以被轻松的保持和复制。数字资源也更容易被处理,这就像胶卷能够冲洗出照片,但胶卷里的照片并不如数字照片那么容易被Photoshop等软件来处理。因此,数字化的信息更容易被长期的存储和分享(图6)。

QQ截图20240607102910.png

  数字化使得“共享”经济成为了可能性——对于制造业而言,同样可以分享来自于IT世界的资源,无论是网络还是算法资源都可以被应用于远程诊断与维护(通过无所不在的云服务)。它带来的好处是无需专用的自建LAN来实现。通过IT世界的算法,例如开源代码,降低了在代码开发中的工作量,尤其是像现在的生成式AI在编程中的使用。

  (6)更聪明的系统

  在制造系统中,最初是由人的大脑来实现对生产的控制,后来被具有既定程序的控制器所替代,这个控制器的好处在于它设定了潜在的可能性,用程序实现“If-Then”的语句来判断各种场景,然后调用既有的处理单元。因此,在过去大规模标准化生产中,都是一个既有规则下的生产过程。

  但是,随着产品品种的变化、材料及其工艺的变化,人已经无法进行所有的规则制定,或者现有的知识也不足以定义各种变化的参数。那么,人们需要这个系统具有“学习”能力,自己去进化出更好的生产自适应参数,进化出更好的识别与判断能力,以代替人的经验性判断具有的强大的不确定性,以及随着人的变化所产生的不一致性。

  图7列出AI在制造业的所谓“八大场景”——其实,可以看到,这些都是为了让系统更为聪明。视觉的缺陷分析、设备故障、智能分拣等等,都是通过学习来让机器能够适应变化。

图片.png

  以智能分拣为例,在过去,通常需要在产线前段配合机械机构来对产品进行队列的梳理,如瓶子有理瓶、金属件有机械的方式,让其保持一致的朝向,凡此种种,在单一产品生产中倒还好;但当产品种类多了,这个机械的调整就会很复杂,机器人在视觉的指引下,对不同形状的产品进行识别,并确认抓取的中心点或重心,这种可以通过学习,以达到对任意产品的分拣——这就是一个“聪明”的产线,它不需要复杂的机械以及人去不断的示教过程。

  因此,智能系统的未来是要让机器自我实现迭代,以获得不依赖于人输入的进化能力。

  (7)更快的响应能力需求

  数字系统能够提供更快的响应,在于以下几个方面的原因:

  • 信息的交互速度:通过更快的信息传递,使得问题可以被快速的汇集,进而快速分析和判断。这个时间粒度的变小,使得响应能力得到提高;

  • 处理能力:如果进行一个任务的编排,那么对于人来说,可以计算,但通过数字化系统就可以快速实现这种编排的计算与重新规划;

  • 更快的迭代速度:持续改善,对于数字系统来说是极快的,因为,在数字系统里的迭代是可以不断改善的。这是实时网络所需要解决的问题——数字化的底层当然是网络通信的支撑,无论是设备内、设备间、产线与生产管理、云端系统,都需要一个具有更快时间粒度的网络来支撑。

  如图8所示,基于TSN网络及OPC UA的系统可以实现整个生产制造系统的高动态响应能力。

QQ截图20240607103138.png

  总之,数字化的意义,在制造业而言,是意义重大的——为了在复杂变化的环境中,让企业获得一种应对变化的能力,变得更灵活、更高效、更聪明。


中传动网版权与免责声明:

凡本网注明[来源:中国传动网]的所有文字、图片、音视和视频文件,版权均为中国传动网(www.chuandong.com)独家所有。如需转载请与0755-82949061联系。任何媒体、网站或个人转载使用时须注明来源“中国传动网”,违反者本网将追究其法律责任。

本网转载并注明其他来源的稿件,均来自互联网或业内投稿人士,版权属于原版权人。转载请保留稿件来源及作者,禁止擅自篡改,违者自负版权法律责任。

如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。

伺服与运动控制

关注伺服与运动控制公众号获取更多资讯

直驱与传动

关注直驱与传动公众号获取更多资讯

中国传动网

关注中国传动网公众号获取更多资讯

热搜词
  • 运动控制
  • 伺服系统
  • 机器视觉
  • 机械传动
  • 编码器
  • 直驱系统
  • 工业电源
  • 电力电子
  • 工业互联
  • 高压变频器
  • 中低压变频器
  • 传感器
  • 人机界面
  • PLC
  • 电气联接
  • 工业机器人
  • 低压电器
  • 机柜
回顶部
点赞 0
取消 0
往期杂志
  • 2024年第二期

    2024年第二期

    伺服与运动控制

    2024年第二期

  • 2024年第一期

    2024年第一期

    伺服与运动控制

    2024年第一期

  • 2023年第六期

    2023年第六期

    伺服与运动控制

    2023年第六期

  • 2023年第五期

    2023年第五期

    伺服与运动控制

    2023年第五期

  • 2023年第四期

    2023年第四期

    伺服与运动控制

    2023年第四期