星空体育:制约中国智能制造发展问题、工业机器人的大规模应用瓶颈问题探讨
文章出处:本站 人气:发表时间:2024-04-16 13:50
原标题:制约中国智能制造发展问题、工业机器人的大规模应用瓶颈问题探讨
智能制造推进中仍然存在很多突出问题,严重制约智能制造发展。中国科协智能制造学会联合体于2022年开展了“制约中国智能制造发展十大问题”征集工作,遴选出5G全连接工厂、异构系统融合、多源异构数据等相关问题,供政府、智能制造实施企业和研究机构等参考,并拟凝练若干建议向政府建言献策,推动智能制造高质量发展。
1.序言
智能制造作为推进制造强国建设的主攻方向,在政产学研用各界受到高度重视,并形成高度共识,积极推进落地实施[1]。各级政府出台了一系列智能制造发展规划、智能制造工程实施指南、行动计划、专项行动,启动了一批智能制造相关试点示范专项,取得了丰硕成果。
我国虽然确立了智能制造的主攻方向,并在推进实施中取得了显著成效,但是仍然存在很多突出问题,严重制约智能制造发展。技术层面存在很多瓶颈,智能制造人才十分短缺,企业基础薄弱并且差异很大,地区发展很不平衡,实施智能制造的主体——广大企业对智能升级需求强烈但存在许多困惑和难题。
为此,2022年初,中国科协智能制造学会联合体启动了“制约中国智能制造发展十大问题”征集工作。组织联合体成员学会和单位推荐、遴选当前制约智能制造发展的重要问题并向社会发布,供政府、智能制造实施企业和研究机构等参考,并拟凝练若干建议向政府建言献策,推动智能制造高质量发展。
2.5G全连接工厂四哑问题
目前大量的中小企业因先进无线连接技术不可高效、低成本获得,导致四哑问题(见图1)长期得不到有效解决,严重制约企业的智能升级,也影响产业链供应链整体的智能升级。
图1 四哑问题
1)哑设备:工厂里面设备是信息“孤岛”,不入网、不自动报生产数据、不自动报设备状态数据。同时由于历史原因,设备本身缺少传感器,难以获得相应的数据。
2)哑工位:工位信息不互动、不共享和不透明,岗位人员资质、工艺要求和质量信息等无法及时传递,导致产品质量和生产效率过程不稳定。
3)哑物料:物料信息从供应商的来料入库、库存状态、物料位置、工装车信息和生产成品的信息,到发运给客户的过程状态和信息,无法实时透明可视,仅通过手工记录方式执行。
4)哑工具:生产过程中的大量质量检查工具和装配加工工具等不能将质量数据、加工参数传递到系统以自动判断是否合适,不能对生产质量及时预警,导致不良品流入市场。
2022年8月工信部发布《5G全连接工厂建设指南》[2],指导各地区各行业积极开展5G全连接工厂建设。5G全连接工厂是充分利用以5G为代表的新一代信息通信技术集成,打造新型工业互联网基础设施,新建或改造生产线级、车间级、工厂级等生产现场,形成生产单元广泛连接、信息(IT)运营(OT)深度融合、数据要素充分利用及创新应用高效赋能的先进工厂。建议各个企业可以根据自身经营效应、人才储备和发展需求,按需从生产线、车间、工厂到供应链逐步升级智能化。
通过5G全连接工厂建设带动5G技术产业发展壮大,进一步加快“5G+工业互联网”新技术、新场景、新模式向工业生产各领域各环节深度拓展。为中小企业应用提供智能制造基础设施,通过全面覆盖的高可靠、高安全和高QoS(Quality of Service,服务质量)的先进无线连接技术,为解决中小企业长期未解决的四哑问题提供新思路、新方向。
3.制造业企业的异构系统融合问题
由于历史和现实因素的影响,多数企业已有的工业设备、信息系统中存在着多源异构的问题,即各设备、系统间从网络、通信协议、数据格式到技术架构、数据口径等方面都存在较大的差异性。这种异构性,导致在实际的智能制造推进过程中,首先需要解决各种单体设备、系统之间的网络连通、数据融合、流程协同等一系列的问题,也即是进行多源异构系统的融合(见图2)。
图2智能制造异构系统融合
制造型企业的异构系统融合问题,目前主要体现在以下几个方面。
(1)设备控制系统与生产经营系统之间的融合问题 智能制造的场景如柔性化定制、智能化生产、精准设备维护等,都需要设备信息采集和控制系统与生产经营系统之间良好的配合和协作。然而由于各种历史和现实的原因,我国众多企业的设备控制系统与生产经营系统,往往来源于不同的厂家,而且多数行业还没有形成设备与系统层面统一的对接标准与技术,这就导致这两种系统之间融合度较差,企业往往需要花费较大的努力和技术上的投入,才能完成自动化层面系统与生产经营管理层面系统之间的有效融合。
(2)面向不同业务的生产经营系统之间的融合问题 企业中为满足自身业务管理需求的各类信息系统(如设计、物流、生产、质量、财务和办公等)之间,由于行业性、专业性和企业个性化的差异,也同样存在不同厂商、不同技术架构、不同数据标准等问题。各生产经营系统往往各管一段、各自为政,系统间融合程度不高,从而导致生产运营运转不畅的情况普遍存在,一定程度上影响了企业消除浪费、推行精益化管理行动的效果,同时也阻碍了智能化排产、全厂生产平衡、供应链协同等智能化制造场景的落地效果。
(3)面向运营的信息系统与面向分析的数据系统之间的融合问题 设备控制系统、生产经营系统都属于OLTP(联机事务处理)型系统,这类系统在生产经营过程中积累了大量的数据,而如何发挥这些数据的价值,实现数据驱动企业发展,日益成为智能制造领域重要的课题之一。目前许多企业应用了单个系统自带的数据分析和挖掘功能,如生产看板、设备使用分析等。这些单体系统的数据分析功能,往往难以满足企业整体性的数据分析需求。部分企业为了数据智能分析需求,单独建立了OLAP(联机分析处理)型系统,如商业智能分析、大数据分析系统等,这类系统又需要通过各种技术手段从OLTP系统中获取数据,并将智能分析的成果通过OLTP系统进行应用。这两类系统间的异构融合问题,同样影响着智能制造转型的实际效果。
在当前企业各层面系统异构性普遍存在,并且在一段时期内持续发展的情况下,通过加快发展、应用、推广能够简便、快速实现多源异构系统融合的技术和标准,可以缓解当前众多企业的转型难、代价高、周期长及见效慢等普遍性问题,加快企业向智能制造转型的步伐。
4.智能制造的多源异构数据问题
随着“十三五”期间智能制造工程的推进,我国制造业主要领域的重点企业大多完成了数字化、网络化改造,大多数企业引入了数字化工具和信息化软件,建设了数字化工厂,数据已经逐渐成为企业的一个重要生产要素。然而,数据的价值却始终无法在生产制造和产品的价值中得以体现,尤其是面对复杂的不同来源、不同类型的多源异构数据。
当前,开展数据分析主要是利用信息系统内的某一类数据,由于缺少解决工业大数据杂乱问题的 工具和方法,且不同环节产生的数据具有不同的特性,因此如何解决智能制造的共性数据问题和特质数据问题,如何有效利用这些数据实现智能制造人机协同场景,是数据科学与机械工程交叉研究的一个重点方向。
(2)面向全过程数据流的智能排程问题 随着数字化设备在生产线中不断增加,不同设备产生数据的有序流动构成了制造全过程数据流,通过数据流与生产工艺的融合,使得企业排程发生重大变革。对企业生产过程中涉及的计划排程、物料平衡、预测性维护等维度的相关数据信息进行深层次的智能数据采集与挖掘,开展生产计划调度过程中所涉及的柔性装配、准时化生产、混合生产等多种不同业务场景下的智能排程算法建模,能够更好地从不同角度分析企业的各种生产业务指标,并从中发现规律、预警异常、提高应急能力,最终达到监控生产活动、提供生产效率的目的,支撑企业生产平衡。
5.工业机器人的大规模应用瓶颈问题
工业机器人(见图3)的应用一般以非标集成应用为主,目前智能工厂改造投资回收期普遍偏长,基本上5年内的回收期可被先进制造企业接受,但大量的中小企业都只能接受2~3年的回收期。工业机器人的应用需要克服机器人选型、专用机构开发、机器人编程测试和应用服务等多个环节的成本问题。应用切换代价大,单个应用用量低会导致研发摊销高。再加上工业机器人系统对人工替代不彻底、建设维护成本高等原因,导致市场分散、运维成本居高不下。
同类文章排行
- xingkong星空体育:先进制作技术范
- 王健林又悄悄卖了几家万达广场!保险、信托
- 为什么互联网产品越来越难做了?
- 国产顶级“二次元”IP:三国
- 在人工智能炒热机器人时,也被人把风带进了
- 珍爱智商,远离“区块链”
- 刮着大风的人工智能,躺着赚钱的自动驾驶
- 共享,正从风口到风险
- 智能音箱,正走在智能手表的老路上
- AI在内容分发上的绊脚石
最新资讯文章
- 星空体育:工艺技术论文范文10篇
- 星空体育:【深度】21世纪中国现代机械制
- 星空体育:食品机械的发展历程分为哪几个阶
- 星空体育:解读:现代超精密加工技术的发展
- 星空体育:现代机械加工的发展趋势
- 星空体育:机器人导论知识点总结
- 星空体育:数控技术就业前景及就业方向分析
- 星空体育:机械制造自动化论文十篇
- 星空体育:现代机械加工技术的发展探究论文
- 星空体育:农机产品质量为何难以提高?5大
- 星空体育:2023-2028年中国数控机
- 星空体育:现代制造技术的发展十篇
- 星空体育:浅谈现代机械制造技术发展与趋势
- 星空体育:生产实习报告心得体会
- 星空体育:汽车新材料的应用及发展趋势
- 星空体育:机械制造的技术特点及未来发展探
- 星空体育:机械制造技术及发展趋势
- 星空体育:机械面试常见问题
- 星空体育:信息技术发展规划十篇
- 星空体育:深孔钻镗床的知识简介运用范围及