何为“自适应制造?”

　　肖博士在谈到高质量发展的转变在于，高端个性化的创新正逐步替代低端大规模的复制，高附加值、有竞争力的产业链延伸正逐步替代代工生产，而赚快钱的时代也慢慢演化成长久地可持续发展。

　　高质量发展不仅意味着可持续性发展，更需要在团队内部组建高效，且有能力的学习型团队，在面对客户时降低总拥有成本、快速交付面世，并实现自适应制造，在面对经营团队与投资者时，则强调持续且丰厚的投资回报。

　　肖博士进一步阐述到，变化与不确定性是任何系统所要遇到的最大难题，而系统自身需要演进出一种应对变化的能力，这就是“自适应”能力。

　　自适应制造(Adaptive Manufacturing)即面对复杂问题，采用简单方法来实现，演进成一种“化繁为简”设计。“自适应制造”要达到的关键目标在于追求“零停机换型”，即对于产品的变化快速地切换，而无需传统生产需要大量的机械调校，通过追求产能效率让产品快速上市，同时针对小批量生产也能获得商业的盈利。

自适应制造要达到的关键目标

　　“自适应制造”支撑技术

　　作为一种体系，“自适应制造”必须建立在可实现的技术基础上。肖博士在演讲中重点从机器人视觉的自感知、数字化连接OPC UA FX，智能分析与决策软件、智能执行—机器人与输送技术等方面阐述“自适应制造”的支撑技术。

　　具体来看，贝加莱的机器视觉在自适应制造里扮演智能感知的角色，它将镜头、相机、光源予以集成，并在本地进行图像处理和判断。通过统一的网络从而实现与其它自动化单元如伺服驱动系统、机器人、输送系统等实现微秒级的协同。

集成机器视觉

　　OPC UA FX(Field eXchange)需要在制造系统间形成“同一语言”并“实时交互”，贝加莱的PLC、工业PC与HMI中，都支持OPC UA FX的总线控制器，这使得自适应制造系统与外部的MES/ERP、包括云端的系统进行统一的语言交互。

支持OPC UA FX的总线控制器

　　在智能分析与决策方面，自适应制造所需的智能“大脑”分为两种形式，一是物理建模(Physics-Based Modeling)，二是数据驱动建模(Data-Based Modeling)。前者基于因果推理，预设程序应变，并通过数字化方式来实现，后者机器通过实践变得“越来越聪明”。

　　在物理建模中，贝加莱通过FMU/FMI接口使得数字化建模仿真软件与Automation Studio控制实现协同。而在数据建模方面，贝加莱的exOS实现IT事件驱动型任务与OT周期性任务之间的协同。

　　在智能执行环节，贝加莱的ACOPOStrak和ACOPOS 6D被称之为对传统产线进行颠覆性创新的柔性智能输送系统。

ACOPOStrak智能输送系统

　　首先，它大幅简化了机械系统设计，这不仅提高了生产重组的时间与工程消耗，在日常维护方面也是降低了成本，并避免机械磨损影响品质的稳定性。

　　其次它通过连续流形成效率的最大化，降低传统产品无法自由流动带来的系统瓶颈，这可以释放产线的潜能。而数字化的编排和通信流，可以让生产的管理粒度更小，响应更快。

智能输送系统带来的制造线的颠覆

　　“自适应制造”闭环

　　整体来说，贝加莱自适应制造将“自感知”、“自学习”、“自决策”、“自执行”构成一个完整的闭环，以Automation Studio软件为核心，为制造业的用户形成一个具有适应变化能力的系统。它具有独当一面的工作能力，又开放的连接，不断自我演进，变得更为聪明。

　　除了技术，肖博士同时也提到客户对服务的创新也是新的需求，贝加莱通过工程服务、现场服务、维护服务、设计服务、数字化人才培养等方面更好地服务于制造业。