數字(zì)化 || 智能制造(zao)走向深水區(qū)
經過幾十(shí)年發展，我國(guó)逐步建立起(qǐ)了門類齊全(quan)、獨立完整📧的(de)工業制造體(ti)系，制造業增(zeng)加值連續12年(nián)居于世界首(shou)位。中國制造(zao)業企業在各(gè)個細分領域(yù)的⛱️市場份額(e)不斷攀升，例(li)如在锂電池(chí)行業，2021年全球(qiú)動力電池裝(zhuāng)機量TOP10企業中(zhōng)中國企🐪業就(jiù)占據6席，市場(chǎng)份額達到48.6%。中(zhong)國制造的龐(pang)大産能規模(mo)優勢也體現(xiàn)在出口方面(miàn)，2021年🤩我🌈國🤟出口(kǒu)21.73萬億元，同比(bi)增長21.2%。家電、手(shou)機、計算機⁉️、集(jí)成📧電路等8類(lèi)機電産品出(chu)口均超千億(yì)美元。但是，出(chu)口貿易總量(liàng)或貿易順差(cha)額并不能真(zhen)實反🧑🏽🤝🧑🏻映中✌️國(guo)制造🔞業的競(jing)争力。從全球(qiú)價值鍊上來(lai)看，中國制造(zao)業核心競争(zheng)力仍然不強(qiáng)。具體從貿易(yì)增加值和國(guo)民收入視角(jiao)來看，生産出(chu)口賺得的一(yī)部分收益其(qi)實是要被劃(huà)分為外國國(guo)民收入[1,2]。在全(quan)球價值鍊中(zhong)，中國制造業(yè)主要還是在(zài)賺取加工費(fèi)，一部分中國(guó)企💃🏻業仍然依(yī)賴于外國資(zī)本要素和技(ji)術要素，歐美(měi)國家則掌握(wò)着通過專利(li)技術等要素(sù)來獲取收益(yì)🐕的方式。
目前(qian)我國制造業(yè)面臨“雙向擠(ji)壓”的局面沒(mei)有發生根本(běn)性😄扭轉。一方(fang)面在中低端(duan)領域面臨其(qí)他發展中國(guo)家的競☂️争，我(wo)國㊙️已經不能(neng)延續21世紀初(chu)期依靠人口(kou)紅利的發展(zhǎn)✊模式，即繼續(xu)依靠人🐕工大(da)規模生産低(di)附加值💔工業(yè)品。另一方❓面(miàn)，在中高端領(ling)域，我國制造(zào)業企業自動(dòng)化、智能化程(chéng)度相較于發(fa)達國家還較(jiào)低，還沒有完(wan)全掌握重點(diǎn)行業的關鍵(jian)核心技🐕術，在(zai)研發設計和(he)國際标🏃🏻♂️準制(zhì)定等方面還(hái)💚沒有足夠的(de)主導權。正是(shi)在這種情形(xing)下，我國政府(fǔ)提出要實現(xian)智能制造，在(zai)“十三五”、“十四(si)五”期間連續(xu)編制智能制(zhì)造發展規劃(huà)，促進制造業(ye)企⛹🏻♀️業實現數(shu)字化、網絡化(hua)、智能化🙇♀️轉型(xing)，向制造強國(guó)邁進。本文将(jiāng)結合筆者觀(guan)察到的一些(xiē)産業前沿進(jin)展來重點闡(chan)述🚶♀️如下幾個(ge)方面：如何理(lǐ)解智能制造(zào)？
智能制造的(de)底層基礎是(shi)數字化
實現(xian)智能制造應(yīng)當聚焦裝備(bei)和工藝
制造(zao)工藝和設計(ji)仿真協同促(cù)進正向設計(jì)
企業設計仿(pang)真、生産制造(zào)及服務全流(liú)程協同
制造(zào)業通過數字(zi)化、智能化技(jì)術提升管理(lǐ)決策水平
智(zhì)能制造領域(yu)的人才和初(chū)創企業
從企(qi)業經營和産(chan)業發展角度(dù)看待智能制(zhi)造
展望
談及(ji)智能制造，首(shou)先就需要從(cong)企業需求角(jiao)度出發。制造(zào)業企業🙇🏻最關(guan)心的是質量(liàng)能不能更好(hao)？成本能不能(neng)再低👨❤️👨一些？怎(zěn)麼讓交付更(geng)快？說到底是(shì)制造業本身(shēn)對規模效☎️應(ying)的追求，特别(bie)是在當今市(shi)場需求愈發(fā)多樣化、個性(xing)化，企業需要(yao)具備更強💋的(de)柔性制造能(néng)力和産品設(shè)計創新能力(lì)。智能制造正(zheng)是要回應企(qi)業對規模效(xiao)應和柔性化(hua)制造這兩🏃♀️方(fāng)♍面的訴求。智(zhi)能制造是要(yào)貫穿企業研(yan)發設計、生産(chan)制造到服務(wu)的全過程，核(he)心落腳點是(shì)在制造環節(jiē)，特别是在工(gong)藝和裝備兩(liǎng)方面上。我們(men)的分析也将(jiāng)從裝備工藝(yì)開始逐步延(yan)伸至設計仿(páng)真、服務環節(jie)。中國制造要(yao)向中高端領(lǐng)域邁進，生産(chǎn)出更高性能(néng)💁、更高精度的(de)高質量産品(pin)，勢必将對工(gōng)藝和裝備以(yǐ)♉及企業正📧向(xiang)設計能力提(ti)⛷️出更高的要(yao)求。實現智能(néng)制造，企業需(xu)要使用智能(néng)化的裝備，在(zai)生産過程中(zhōng)形成更優的(de)生産工藝，做(zuò)出全局最優(you)的生産和研(yán)發決策。而不(bu)🌈是僅僅停留(liu)在看一個顯(xian)示生産過程(chéng)🈚數據的大屏(ping)系統，又或者(zhe)是單🚶♀️純的可(ke)視化渲染界(jie)面，新技術的(de)應用還是要(yao)深入生産過(guò)程中去，避免(mian)“高大全的花(hua)架子”。從控制(zhi)論的角度來(lai)看，實現智能(neng)制造應理解(jie)為是要打造(zào)一個✍️閉環控(kong)制系統，控制(zhi)目标即為實(shí)現最佳生産(chan)工藝流程，達(dá)到最佳生産(chan)狀态。控制系(xì)統運行的關(guān)鍵在于可以(yi)實現良好的(de)負反饋調節(jiē)，以及實現從(cóng)決策端到執(zhi)行端的打通(tong)。閉環控制系(xì)統的覆蓋範(fan)圍可以是一(yi)台機器或者(zhě)一條🐅生産線(xian)，也可以是一(yī)個車間、一個(gè)工廠🌏甚至是(shi)一條産業鍊(liàn)。同時，這個系(xi)統具有自适(shi)應性。由此可見(jian)，智能制造包(bāo)含感知、決策(cè)和執行三個(gè)要素，通過工(gōng)業物聯網、邊(biān)緣計算等技(jì)術收集系統(tǒng)内産🈲品、設備(bei)、車間⭐和企業(yè)的運行狀态(tai)，這些數據經(jīng)過處⛱️理後㊙️會(hui)彙總到工業(ye)數據平台上(shang)。最為核心的(de)是決策中樞(shū)，過去企業的(de)生産決策🐕都(dou)是以依靠人(rén)的經驗判斷(duan)為主，智能制(zhì)造系統中決(jue)策将逐漸以(yǐ)數據❓驅動+工(gong)業機理融合(hé)模型的判斷(duan)為主🔆，決策中(zhōng)樞将🧑🏾🤝🧑🏼具有自(zì)适應🌈性。執行(hang)系統也是必(bi)不可少的，現(xiàn)在也💃🏻有企業(yè)将RPA技術應用(yong)到一些固定(ding)的機台聯動(dòng)操作流程上(shang)，減少人工操(cao)作，進一步提(tí)高生産的自(zì)動化程度。新(xin)一代信息技(ji)術與制造業(yè)深度融合，引(yǐn)發出一個重(zhòng)要變化😄：數據(jù)作為一種新(xin)型生産要素(sù)逐漸得到産(chan)業😍界的❓重視(shi)🏃。可以🚶看出，智(zhi)能制造的底(di)層基礎是數(shu)字化，即數據(ju)🧑🏽🤝🧑🏻需要在系統(tong)内得到精準(zhun)的采集、傳輸(shū)、存儲和📐分析(xī)。智能制造的(de)核心數據來(lai)自裝備和工(gong)藝過程，在此(ci)⁉️基♊礎上包含(hán)裝備與生産(chan)管理軟件間(jiān)的交互，以及(jí)軟件間的交(jiao)互。整個系統(tong)要對數據實(shí)現整合分析(xi)和閉環控制(zhì)，就需要面向(xiang)工🏃業物聯網(wǎng)場景的數據(jù)接入和轉換(huan)協議方案、消(xiao)息中間件、時(shi)序數據庫或(huo)實時數據庫(kù)、邊緣AI推理❌框(kuang)架或工具乃(nai)至一整套的(de)雲邊端AutoML平台(tai)。以(yi)數據存儲環(huán)節的數據庫(kù)為例，由于工(gong)業物聯網場(chang)景下的工業(ye)數據規模巨(jù)大，例如GoldWind每個(gè)風機部署有(you)120-510個傳感器，數(shù)據采集頻率(lǜ)最高會達到(dào)50HZ，2萬台風機每(mei)秒就會有5億(yi)個時序數據(jù)，這些海量🈚數(shu)據的存儲📱和(he)實時計算就(jiu)會對數據庫(kù)提出更高要(yao)求[3]。在實際訪(fang)談和調研中(zhōng)發現，工業數(shu)據的收集、協(xie)議的轉換确(que)實是一個令(lìng)人頭疼的問(wen)題，因為采集(jí)的物理量會(hui)💁有很多，工業(ye)協議又有很(hěn)多種，業界也(yě)有🥰在探索應(yīng)用OPC UA over TSN等技術解(jie)決這類問題(ti)。但更重要的(de)問題是采集(ji)哪些數據更(gèng)有用，以及數(shu)據收集後怎(zen)麼把數據用(yòng)起來。這裡面(miàn)還是要以工(gong)藝優化、生産(chan)決策優化為(wei)導向，不能為(wei)了🧑🏽🤝🧑🏻采集而采(cǎi)集，為了上數(shù)據平台而上(shàng)數據平台。數(shù)字化、網絡化(huà)和智能化是(shi)相互支撐的(de)，不實現智能(neng)化變革，數字(zì)化轉型也會(hui)失去方向和(he)價值支撐。僅(jǐn)以生産過程(chéng)為例，生産過(guo)程中自動化(huà)設備産生的(de)生産👅數據沉(chen)澱下來，網絡(luo)化就是指通(tong)過網絡技術(shu)将數據傳輸(shu)至數🔞據平台(tai)或現場控制(zhì)系統中，更重(zhong)要的是對數(shu)據進行分析(xī)處理，實時決(jué)策控制裝備(bei)✉️和工藝過程(chéng)，實現智能化(huà)生産。實(shí)現智能制造(zao)應當聚焦裝(zhuang)備和工藝智(zhì)能制造涉及(jí)裝備、生産工(gōng)藝、生産決策(cè)、産品全生命(mìng)周期♈管理、研(yan)發設計等方(fāng)面，這些方面(miàn)始終圍繞的(de)核心是質量(liang)。質量是制造(zao)業企業的生(sheng)命線，而質量(liang)依賴于可靠(kao)的裝備和先(xian)進的工藝。裝(zhuang)備承載工藝(yi)，工藝引導裝(zhuāng)🙇♀️備，兩者不可(kě)分割并且會(hui)相互促進。因(yīn)此智能制造(zào)的重點首先(xian)是要深入工(gong)藝生産環節(jiē)，落在裝備💰智(zhi)能化和生産(chan)智能化上。裝(zhuāng)備和生産工(gong)藝智能化特(te)别需要企業(ye)将新一代信(xìn)息技術與先(xiān)進制造技術(shu)融合，但🌈不是(shi)一⁉️味強調🐉AI一(yī)類的新技術(shu)。認為有🔴了新(xin)技術可以解(jiě)決一切問題(tí)或者彎道超(chāo)車的觀點是(shi)有失偏頗的(de)，實現裝備和(hé)工藝智能化(huà)需要立足制(zhì)造規律和工(gong)業基礎。裝備(bèi)方面，機床是(shì)最為重要的(de)機械裝備，主(zhu)要分為切削(xue)加工和成形(xing)機床兩大類(lèi)。其中切削加(jiā)工機床的智(zhi)能化主要在(zai)以📱下方面：通(tong)過實時采集(ji)振動、主☔軸溫(wen)度、切削力具(jù)備感知力，進(jin)而可以針對(duì)外界環境和(he)機床及刀具(ju)本身狀态的(de)變化進行自(zi)适應決✌️策，即(ji)動态實時優(you)化控制進給(gei)深度、進給速(su)度和切削速(sù)度以及溫度(dù)誤差補償等(děng)，同時防止刀(dao)具過度磨損(sǔn)。但是機床的(de)💋加工工💃藝目(mù)前仍📱然需要(yào)工藝規劃人(rén)員人工設置(zhì)，尚🧡未實現自(zi)主規劃和🔞自(zi)适應的優化(hua)，無法高效應(yīng)對多🈲品種小(xiǎo)批量的柔性(xing)生産需求[4]。再(zài)以金屬塑性(xìng)加工中的鍛(duàn)壓裝備為例(li)，目前鍛壓裝(zhuāng)🔞備正在數控(kong)技術基礎上(shàng)向智能化邁(mài)進，通過分散(sàn)多動力✨、伺服(fu)電動機直💜接(jie)驅動和集成(cheng)一體化等技(ji)術途徑滿足(zú)智能化鍛壓(ya)設備生産過(guò)程高效、柔性(xìng)、高精度🌂的要(yào)求[5]。在新興的(de)增材制造領(lǐng)域，國外公司(sī)Markforged通過嵌入AI算(suan)法驅動的軟(ruǎn)件并結合IoT傳(chuán)感器提升裝(zhuang)備的智能化(huà)程度。其增材(cai)制造裝備可(ke)以自适應地(di)打印零部件(jiàn)，實時進行公(gōng)差補償和路(lù)徑優化。而且(qiě)每一台3D打印(yìn)機的打印流(liu)程數據都會(hui)沉澱在雲端(duān)平台🌏，于是整(zhěng)個增材制造(zao)系統将通過(guo)這🧑🏾🤝🧑🏼種聯合學(xue)習實現自我(wo)優化，用戶也(yě)将得到更精(jīng)确的制造流(liu)程。對于增材(cái)制🥰造這種成(chéng)型同時成性(xing)的制造方式(shì)⁉️，軟件提供的(de)智✨能🐆化價值(zhi)更加重要。在(zai)工業機器人(ren)智能化方面(mian)，自适應編程(chéng)軌迹規劃的(de)需‼️求日✌️益增(zeng)長，學術界和(hé)業界都在進(jìn)行探索。業界(jiè)如摩馬智能(neng)自主研發認(rèn)知智能算法(fǎ)訓練平台，将(jiāng)基于AI的自适(shì)應軌迹規劃(hua)算法下發到(dao)邊緣端，使得(dé)機器人可以(yǐ)根據不同産(chan)品的生産工(gong)藝及周圍㊙️環(huan)境的變化，實(shí)時做出動作(zuo)決策。如此，工(gōng)業機械臂的(de)部署時間可(kě)以縮短到十(shi)幾小時甚至(zhì)是幾個小時(shí)。對企業來說(shuō)，節⛹🏻♀️省換線部(bu)署成本🔞和人(ren)工調試成本(běn)♉是具有很高(gao)價值的[6]。工藝(yi)方面，目前主(zhǔ)要通過機理(li)模型和數據(jù)驅動模型兩(liǎng)種建模方式(shi)來實現智能(néng)化。又因為實(shi)際工業場景(jǐng)中的諸多工(gōng)藝過程大多(duo)具有非🔞線性(xing)、時變性及複(fú)雜多尺度的(de)特點，有的場(chǎng)景甚至無法(fa)建立㊙️完整的(de)機理模型或(huo)者建立難度(dù)非常大，所以(yǐ)通常會将機(ji)理模型和以(yǐ)AI技術為基礎(chu)的數據驅動(dòng)模型融合起(qǐ)來，實現工藝(yi)過程⛷️的自主(zhǔ)學㊙️習叠代和(hé)智能決策控(kong)制。流程行業(yè)中張夢軒等(deng)總結了将化(huà)工過程的第(di)一性原理及(ji)過程數據和(he)AI算法相結合(hé)的混合建模(mó)方🏒法。混合模(mó)型可以綜合(he)機理模型和(hé)數據驅動模(mo)型🥵各自的優(yōu)點，應用在化(hua)工過程中的(de)監測、優化、預(yù)測和軟測量(liang)方面[7]。離散行(háng)業中的塑性(xìng)加工的鍛造(zào)成形過程也(yě)是一個複雜(za)的非線性時(shi)變過程，加上(shàng)實際場景中(zhōng)還可能存在(zai)油🙇🏻液洩♍漏等(deng)衆多不确定(dìng)的幹擾因素(su)，所以精準鍛(duàn)造過程控制(zhi)難度很高。單(dān)純依靠機理(li)模型的控制(zhi)策略存在偏(pian)差。将基于物(wù)理動力☎️學的(de)機理模型和(he)具有在線樣(yang)本學習能力(li)的數🈲據驅動(dòng)模型結合起(qǐ)來，可以在鍛(duàn)造過程中對(dui)鍛造工藝參(cān)⚽數進行實時(shí)調整與補償(chang)，實現💜鍛造過(guo)程的智能化(huà)控制[8]。再比如(rú)工業中應用(yong)場景最為廣(guǎng)泛的工藝：焊(han)接。還是動力(li)電池組的電(dian)阻點焊，大多(duō)依賴人工焊(han)接[9]。正式焊接(jie)前通常需要(yào)進行大量嘗(cháng)試各種焊接(jie)參數組🐆合，才(cái)🆚能得到制造(zao)需求的最優(you)參數，這種“試(shì)錯💛法”耗時長(zhǎng)、材料消耗大(dà)。星雲電子的(de)徐海威等研(yan)究發現利用(yong)貝葉斯極限(xiàn)梯度提升機(ji)(Bayes-XGBoost)與粒子群優(you)化(PSO)算法結合(he)預測最優參(cān)🔴數，可以幫助(zhu)電🧑🏽🤝🧑🏻阻點焊工(gong)㊙️程師面對新(xin)的動力電池(chi)組生産需求(qiú)時快速選取(qu)合适工藝參(cān)數，提升人工(gōng)焊接生産效(xiào)率，避免耗費(fei)大量☁️材料[10]。其(qi)次，無論是人(rén)工焊接還是(shi)機器人焊接(jiē)，其焊接過😘程(cheng)仍屬于開環(huán)控制。即使是(shi)高度自動化(huà)焊接機器人(rén)産線，其焊接(jie)過程和質量(liang)都不是完全(quán)可控，單機的(de)誤差累計和(hé)多機之間⭕的(de)相互影響都(dōu)會影響焊接(jie)質量，而焊接(jie)質量直接決(jué)定了産☂️品安(an)全性能。比如(rú)一台汽車白(bai)車身的焊點(diǎn)數量在4000~7000個，為(wéi)了保障焊點(diǎn)質量，國内外(wai)車企📐都會在(zai)自動♍化焊接(jiē)後進🔴行人工(gōng)抽樣檢測，再(zai)根據💃抽檢結(jie)果進行焊接(jiē)工藝參數的(de)離線調整。但(dàn)這種事後抽(chou)檢無法做到(dào)100%質量保障，一(yi)旦出現問題(tí)就會💰批次召(zhao)回，損失很大(da)。這就迫切需(xu)要針對工藝(yì)過程環節的(de)在線控制和(he)💜實時質量評(ping)🐕價技術[11]。對于(yú)人工焊接，工(gong)藝智能分析(xī)技術可以将(jiang)IoT層面收集的(de)👅實時信息和(hé)分析結果通(tong)過MES下發到現(xian)場，幫助企業(ye)實現生産加(jiā)工缺陷實時(shi)智能診斷。對(duì)于焊接機器(qì)人，可以采用(yong)基于焊工智(zhi)能技術的方(fāng)法提升焊接(jie)機器人智能(neng)化水平，思路(lu)是使機器👉人(ren)具備類🔴似人(ren)類焊工的學(xué)習動态焊接(jiē)問題的能力(lì)，主要通過視(shi)🈲覺、體覺和思(si)維上在線感(gǎn)知實時焊接(jie)狀态，并具備(bei)類似焊接工(gōng)人對焊接場(chǎng)景形成記憶(yi)的學習能力(li)。在焊接過🐕程(chéng)中，機器人☀️主(zhǔ)要基于熔🈚池(chí)動态捕捉和(he)識别算法實(shi)現對熔池的(de)動态監測，并(bìng)通過調🈲整焊(hàn)接速度和焊(han)接電流😘兩個(gè)工藝參數對(dui)熔池進行實(shi)時控制，最終(zhong)得到受控的(de)連續均勻焊(han)縫[12]。該方法屬(shǔ)于一種基于(yu)質量在線評(píng)價的工藝實(shi)時閉🈲環⛱️控制(zhì)技術。上述參數尋(xún)優、質量在線(xian)評價及實時(shi)控制技術在(zài)業界也已♈經(jīng)開始了相關(guān)産業實踐，比(bi)如蘊碩物聯(lián)和大熊星座(zuò)，大熊星座更(gèng)側重視覺技(ji)術上的焊縫(féng)⛹🏻♀️識别。從以上(shang)例子可以看(kàn)出，就工藝智(zhi)能化而言，其(qi)控制目标是(shì)生産條件達(dá)到最優，産成(chéng)品良率得到(dao)提升，減少交(jiao)付🈲時的殘次(cì)品數♋量。我們(men)會很自然地(dì)發現，相較于(yú)在質檢環節(jie)單點式地運(yun)用檢測技術(shù)，工藝智能可(kě)以從源頭上(shang)解決質量問(wen)題，因為前者(zhe)隻是一種事(shi)後檢驗評價(jià)。這方面舉(jǔ)一些半導體(ti)行業中将工(gong)藝制程優化(huà)和視覺㊙️檢測(cè)結合的案例(li)，例如應用材(cái)料公司将機(ji)器學習算法(fǎ)融入🚶ADC（自動缺(quē)陷分類）技術(shù)中，其Purity II ADC技術拓(tuo)展了應用❗材(cai)料SEMVision G7系😍統的機(ji)器學習能力(li)。基于ML算法進(jin)行實時自動(dòng)分類、缺陷檢(jiǎn)測和根本原(yuan)因分析，可以(yǐ)促🌂進半導體(tǐ)制造企業工(gong)藝和良率管(guan)理水平的提(tí)升[13]。國内的初(chu)創公司哥瑞(rui)利、昆山潤石(shi)科技等也在(zài)進行類似工(gōng)✨作，将工藝制(zhì)程管理的FDC（自(zì)動失效分類(lei)系統）和ADC系統(tong)結合起來，使(shi)用AI算法并融(rong)合IoT設備采集(jí)的過程數據(jù)，共同形成了(le)📐一個可🍓實現(xiàn)負反饋調節(jiē)的制程優化(hua)控制系統☁️，幫(bāng)助企業快速(sù)定位缺陷産(chǎn)生原因、優化(huà)工藝，進而可(ke)以縮短産線(xiàn)調試周期和(he)提升良率。上(shàng)述列舉了裝(zhuāng)備和工藝智(zhi)能化方面的(de)典型案例，這(zhè)些案例都是(shi)從制造業最(zuì)關心的質量(liàng)問題出發，以(yi)實現生産過(guo)程的實時自(zi)适應決策控(kòng)制為目标。這(zhe)些智能化技(ji)術将以軟件(jiàn)形态交付給(gei)設備使用企(qǐ)🤟業甚至是設(shè)備制造商。持(chi)續沉澱積累(lèi)的工藝數🈲據(jù)将📞不斷加強(qiang)這類工藝智(zhì)能軟件的技(ji)術壁壘。對于(yu)裝備制造業(ye)企業來講，需(xu)要從單純提(ti)供硬件産品(pin)轉💯變到🛀同時(shí)交付軟件和(he)硬件産品，提(ti)高客戶粘性(xìng)，加強自身技(ji)術壁壘。制造工藝和(hé)設計仿真
協(xié)同促進正向(xiàng)設計
上一節(jie)闡述了應用(yòng)裝備和工藝(yi)的智能化技(jì)術實🌍現💋精準(zhǔn)過程控制，進(jin)而保證産品(pin)質量和良率(lǜ)。但是産品良(liáng)率提升并不(bú)是從生産環(huán)節的設備控(kòng)制和工藝優(yōu)🐪化開始的，而(er)是在設計仿(pang)真環節就可(kě)以開始介入(rù)，特别是在正(zhèng)向設計開發(fa)新産品新工(gōng)藝的階段。例(li)如在锂電池(chí)制造過程中(zhōng)，塗布、幹燥、輥(gun)壓、pack這些工藝(yì)👈中🛀🏻的參數變(biàn)化以及工藝(yì)間的相互作(zuò)用會怎樣🥵影(yǐng)響最終電池(chi)性能（能量密(mi)度和循環次(ci)數）。現在業界(jiè)主要還是使(shi)用“試錯法”來(lái)對工藝進行(háng)驗證，但是效(xiào)率較低、耗費(fèi)成本較高。這(zhe)就需要利用(yòng)👌設計仿真📞軟(ruǎn)件平台進行(hang)虛拟測試驗(yan)證，節省下真(zhēn)實世界中物(wù)理測試的成(chéng)本。Alejandro A. Franco主導建設(she)了一個名為(wei)“ARTISTIC”的項目，該項(xiàng)目受到歐盟(méng)地平線2020科研(yan)計劃的資助(zhu)。該項目團隊(dui)建立了一個(ge)模拟锂離子(zǐ)電池制造過(guò)程并預測其(qí)電化學性能(neng)的計算平❌台(tai)。該技術平台(tai)通過離散元(yuán)法和粗粒化(hua)分子動力學(xue)（coarse grained molecular dynamics）模型基于工(gōng)藝參數💯預測(cè)電極介觀結(jié)構，再基于連(lián)續介質模型(xing)利用介觀結(jie)構數據預測(cè)電池宏觀上(shàng)的電化學性(xing)能表現。可以(yǐ)看出該項目(mu)在嘗試建立(li)一個材料-工(gōng)藝🔴-（極片）結構(gòu)-性能的多尺(chǐ)度仿真平台(tai)[14]。圖片來(lái)源：ARTISTIC項目官網(wang)
此外，該項目(mu)綜合利用DoE試(shì)驗設計（Design of Experiement）、物理(li)模型和機器(qi)🛀🏻學習算法🈲的(de)混合建模方(fāng)法，來預測材(cái)料、電極制造(zao)和電池性♉能(néng)之間的最佳(jiā)🐉組合。即将DoE試(shi)驗和物理模(mo)型得到的結(jie)果🏃，經過一🎯個(gè)數據驅動的(de)随機電極介(jie)觀結構生成(chéng)器擴大樣本(ben)，再将這些樣(yàng)本用于訓練(lian)機器學習算(suan)法，以求得到(dao)制造工藝參(can)數與電極性(xing)☂️能之間的關(guān)系[15]。這意味着(zhe)該平台甚至(zhi)可以用來基(ji)于目标需求(qiú)進行反🥵向😄規(guī)劃，例如給定(dìng)一個電池目(mu)标性能和材(cái)料💘，确定合适(shi)的制造工藝(yì)參數，比如幹(gàn)燥環節中的(de)溫度控制[16]。锂(li)電池設計仿(pang)真與制造工(gong)藝協同方面(mian)，國内業界在(zai)探索類🌈似實(shi)踐的有易來(lái)科得和海仿(páng)科技等。其實(shi)不隻是電池(chi)行業，許多行(hang)業的正向設(shè)計環節也需(xū)要通過制造(zao)工藝-設計仿(páng)真協同來提(tí)升研發效率(lǜ)，以更㊙️快速🈚度(du)、更低成本實(shí)現技術創新(xīn)和産品創新(xīn)。在半導體行(háng)業，随着芯片(piàn)技術節點進(jìn)一步變小、設(shè)計和工藝❗複(fu)雜性進一步(bù)提高，開發新(xin)技術節點工(gōng)㊙️藝的🌈成本激(ji)增♈、周期拉長(zhang)。晶圓廠為加(jiā)快工藝節點(diǎn)的開發速度(du)，需要與半導(dao)體設計✉️企業(ye)更緊🏃🏻密🔴地協(xie)同開發叠代(dài)，集成電路設(shè)計企業也需(xū)要更早地介(jiè)入到工藝開(kai)發階段中，使(shǐ)得器件🧑🏾🤝🧑🏼設計(ji)和工☀️藝開發(fā)能夠進行針(zhen)對性的優化(hua)從而滿☁️足自(zì)身定制化需(xū)求。于是設計(jì)-工藝協同優(you)化（DTCO）的理念方(fang)法就在14nm技術(shù)節☁️點以後逐(zhú)漸發展起來(lai)，其主要作用(yòng)就是在合理(lǐ)優化和利用(yong)新工🥵藝技術(shù)節點工藝能(néng)力的基礎上(shang)，同時優化系(xi)統PPAC（ 性 能 performance, 功 耗(hao)power, 密度 area，成本cost）[17]。DTCO對(duì)于新工藝開(kai)發及良率優(you)化非常重要(yao)。從DTCO的角度看(kàn)，良率優化貫(guan)穿設計到制(zhì)造的全過程(cheng)，需要多環節(jiē)協同叠代。例(lì)如在版圖設(she)計環節上，如(ru)何有效識别(bie)壞點圖形，并(bìng)且據此優化(hua)對基于同一(yī)工藝的其他(ta)芯片設計方(fāng)案🏃♂️，可以提升(sheng)後續設計💁和(hé)制造的良率(lü)。除了設計和(he)制造環節之(zhi)間的協同外(wai)，材料因素也(ye)非常重要。應(yīng)用材料公司(sī)在DTCO的基礎上(shang)提出要實現(xian)materials to device simulation，原因在于器(qi)件尺寸不斷(duan)縮小、更多複(fu)雜3D幾何形狀(zhuàng)被采用以及(ji)新材料的引(yin)入，半導體器(qi)件仿真變得(de)越來越複雜(zá)。這就需要采(cǎi)用新的多物(wu)理場多尺度(dù)仿真工具，将(jiang)器件性能與(yǔ)材料特性聯(lian)系起來，系統(tong)研究材料、幾(jǐ)何形狀以及(ji)工藝的變化(huà)将如何影響(xiang)器件的電學(xué)性能，以此優(you)化器件設計(jì)[18]。materials to device simulation和(he)DTCO在應用材料(liao)手中開始呈(chéng)現融合的趨(qu)勢，應用材料(liao)公司在2021年發(fa)表的一篇論(lun)文中提出了(le)Materials to Systems Co-Optimization，希望實現從(cóng)材料到❌系統(tǒng)的多尺度協(xié)同優化[19]。可以(yi)發現這個思(si)路就和上述(shù)我們提到的(de)锂電池“ARTISTIC”項目(mu)☀️的非🈲常類似(si)，都是希望将(jiang)設計仿真從(cong)微觀尺度的(de)材料一路擴(kuo)展到宏觀尺(chǐ)度的終端産(chǎn)品，并以💃此确(què)定最佳工👈藝(yi)路線和參數(shu)（覆蓋前道、中(zhong)道及後道中(zhōng)多個工藝環(huán)節🙇♀️）。對于我國(guo)半導體企業(yè)來說，DTCO預計可(kě)能成為優化(huà)成熟技術節(jie)點下的産品(pǐn)競争力、降低(dī)先進工藝開(kai)發成本并縮(suo)短工藝開發(fa)周期的優選(xuǎn)方案，可以幫(bang)助中國Fab/IDM加快(kuai)先進工藝開(kai)🐆發，縮短TTM（time to market）, 提升(shēng)相同技術節(jiē)點下芯片制(zhi)🈲造良率和可(ke)靠性，從而提(tí)升核心競争(zheng)力。DTCO也将幫助(zhu)EDA企業沿着産(chan)業鍊拓展用(yòng)戶群，類似的(de)邏輯在剛才(cái)提到的锂電(dian)池行業也存(cún)在。從锂電池(chi)和半導體這(zhe)兩個行業的(de)前沿案例可(ke)以看出，制造(zao)工藝與産品(pin)設計仿真的(de)協同趨勢日(ri)益凸顯，而制(zhi)造業的核心(xin)競争力最終(zhōng)會歸結到如(rú)何更加快速(su)地找☁️到匹配(pei)材料的最佳(jia)制造方法，以(yi)及材料方面(mian)的🚩開發。因此(cǐ)，我國工業設(she)計仿真軟件(jian)需要在實現(xiàn)自主可控的(de)基礎上，進一(yi)步實現制造(zao)工藝-設計仿(páng)真協同☁️優化(hua)。在協同優化(hua)中，設計仿真(zhen)也可以應用(yòng)于裝備優化(huà)，以此🙇🏻實現更(geng)佳的工藝效(xiào)果。例如北方(fang)華創在PVD設備(bèi)研發方面掌(zhang)握♍使用🔞了自(zì)主研發的腔(qiāng)室設計與仿(páng)真模拟技術(shu)，其矽外延設(she)備在感應加(jia)熱高溫控制(zhi)技術、氣流場(chang)、溫度場模拟(ni)仿真技術等(deng)方面取得突(tū)破，可實現更(geng)優異的外延(yan)工藝效果。再(zai)比如锂電設(shè)備頭部企業(yè)先導智能組(zǔ)建了40人的博(bo)💞士仿真設計(jì)團隊集中攻(gong)關疊片工藝(yi)中的粉塵⭕問(wèn)題。為什麼要(yào)解決粉塵問(wèn)題？因為疊片(piàn)時産生的細(xì)微粉塵堆積(jī)🌐在電池芯的(de)表面會影👨❤️👨響(xiǎng)電池芯質量(liàng)以及組裝後(hou)的電池性能(neng)。該團隊通過(guo)多物理場仿(pang)真模拟對疊(die)片機進行優(you)化設計，保證(zheng)裝備達到車(chē)規級電池制(zhi)造要求，實現(xian)更🍉好品控[20]。綜(zong)合上述兩節(jiē)内容，我們的(de)視角從裝備(bei)工藝環節拓(tuo)展到了設計(ji)仿真環節，可(ke)以看出裝備(bei)、工藝、材料和(hé)産品之間是(shì)緊密聯系的(de)。裝備工藝的(de)嵌入式軟件(jian)使裝備可以(yi)應對不斷變(bian)化的材料工(gōng)藝，在柔性生(sheng)産情況下形(xing)成最優參數(shù)🈲組合，獲得高(gao)質量産品。研(yan)發設計平台(tai)也需要協同(tong)制造工藝仿(páng)真來優化新(xin)産品的開發(fā)，降低正向設(she)計耗費成本(běn)，提升研發效(xiào)率和産品良(liang)率。網絡(luò)化支撐企業(yè)設計仿真
生(shēng)産制造及服(fú)務全流程協(xie)同
上一節談(tan)到設計仿真(zhēn)，當前企業對(duì)于實現高效(xiao)協同❗設計仿(páng)真的需求越(yue)來越迫切。協(xié)同設計仿真(zhēn)需要統一的(de)數據接口以(yǐ)及應用雲計(jì)算、HPC等技術。以(yi)汽車行業💃🏻舉(jǔ)例，産品設計(ji)的數據可能(neng)會在車企内(nei)部🧑🏾🤝🧑🏼的不同部(bu)門間流轉，也(ye)可能會和外(wài)部供應商進(jin)行數據交互(hu)，但是不同部(bù)門使用的軟(ruǎn)件平台不同(tong)導💋緻數據交(jiāo)互🙇🏻阻礙很大(dà)，具體比如電(dian)氣控制、機💯械(xiè)、材🔴料、工藝和(hé)智能駕駛等(děng)各方面的建(jiàn)模各成一個(ge)系統，各系統(tong)間也缺乏☀️統(tǒng)一的協同交(jiao)互。為了解決(jué)協同仿真的(de)難題，目前業(yè)界開發了仿(pang)真模型交互(hu)接✨口FMI（Functional Mockup Interface），可适用(yong)于不同仿真(zhen)軟件之間的(de)模型交換，并(bìng)可将模型封(feng)裝⁉️為FMU（Functional Mockup Unit）用以協(xié)同仿真。此外(wài)，如果涉及一(yī)個大型項目(mù)研發，不同部(bu)門會希望能(néng)夠㊙️實現同時(shí)在線設計仿(páng)真，而這就需(xū)要雲計算和(he)HPC（High performance computing）技術的支持(chí)。例如在🍓CAD領域(yu)，當前設計方(fang)式已經逐漸(jiàn)由單人離⚽線(xian)設計向多人(ren)🙇🏻在線協同設(she)計轉變🤩。華天(tian)軟件研發了(le)基于雲架構(gou)的CrownCAD。CrownCAD包含其自(zi)主研發的三(san)維幾何建模(mo)引擎DGM、2D以及3D約(yuē)束求解引擎(qíng)DCS，具有高效的(de)參數化❌應用(yòng)層機制，這種(zhǒng)基于雲存儲(chǔ)、雲計算、雲渲(xuan)染技術的CAD可(kě)以支持超大(da)規模的協同(tong)設計[21]。其實不(bu)光是設計仿(páng)真環節需要(yao)網絡化協同(tóng)，制造業企業(ye)還需要将研(yan)發設計、生産(chan)制造及服務(wu)各個環節的(de)數據和信息(xī)模型都打通(tong)，以此提升自(zi)身經營效率(lü)。由此，我們讨(tǎo)論的範圍就(jiu)從前兩節的(de)生産和設計(ji)仿真環節，進(jìn)一步拓展到(dao)産品的運營(yíng)服務環節。目(mu)前業界嘗試(shì)通過搭建工(gong)業物聯網平(píng)台（Industrial IoT Platform）或者說工(gong)業PaaS平台來實(shi)現全流程協(xie)同管理。即制(zhì)造業企業基(jī)于IIOT平台實現(xiàn)研發設計、生(shēng)産制造及服(fú)務全流程的(de)提升和産品(pǐn)的全生命周(zhou)期管理。上圖以PTC客(ke)戶德國的e.Go汽(qì)車制造商的(de)情況為例：在(zài)研發設計階(jiē)段，供應商和(he)制造商可以(yi)在同一個CAD和(he)PLM系統中基于(yu)統一的産品(pin)數據進行協(xié)作，提高交付(fu)效率。制造過(guò)程中，操作員(yuan)可以借助平(ping)闆電腦上的(de)AR 應用程序來(lai)識别他們正(zheng)在查看的産(chan)品的配置，并(bing)可實時調用(yòng)質量檢查的(de)标準以便對(dui)照。另外在産(chǎn)品售後服務(wù)環節中，企業(yè)通過物理VIN編(biān)碼追蹤汽車(che)各個零部件(jian)；持續更新的(de)部件數字孿(luan)生模型将反(fan)映發動機、傳(chuan)動系統等部(bu)件的後續變(biàn)化，企業以此(ci)為汽車提供(gong)預測性維護(hù)服務，保障産(chǎn)品壽命，并将(jiang)實際運行數(shù)據反饋給設(shè)計端。綜合來(lái)看，制造業企(qi)業實現内部(bù)高效協同的(de)挑戰有很多(duo)，比如硬件設(she)備種類多，沒(méi)有統一的數(shu)據接🐅口，各環(huán)節🏃🏻♂️不連貫。這(zhè)也就是為什(shí)麼提出推進(jìn)兩化🌈融合，這(zhe)也就是為什(shi)麼工業4.0的一(yi)個終極目标(biao)就是讓軟件(jian)定🌈義制造。試(shi)⭕想一下，如果(guo)所有的制造(zao)單元都可以(yǐ)通過軟件柔(rou)性拼接（中間(jiān)由AMR連🌍接工序(xu)），所有子系統(tǒng)内的設計仿(pang)真模型都可(kě)以相互交互(hu)，整個工廠具(jù)備了強大的(de)互操作性，運(yùn)營效率就将(jiāng)得到極💛大提(ti)升，制造業企(qǐ)業将不再這(zhè)麼笨重。當然(rán)實現🐕這個圖(tú)景絕非朝夕(xī)之間就能🛀🏻達(da)成，需要長久(jiu)💃的努力。數字化支撐(cheng)制造業提升(sheng)管理水平
&企(qǐ)業生産決策(cè)智能化
以上(shàng)闡述的主要(yào)是側重技術(shu)方面的創新(xīn)應用，但🐪是對(dui)于企業來說(shuō)技術和管理(lǐ)不可偏廢。現(xiàn)在很多制造(zao)業企業的日(ri)常管理方式(shì)還很粗糙，例(lì)如在紡織業(yè)中🐉，印染廠的(de)訂單下放、報(bào)工、坯布入庫(ku)、領料、成品出(chu)庫主要通過(guo)人員手工填(tian)報完成，實時(shi)性差且受人(ren)為因素影響(xiang)大。管理☁️者如(ru)果想了解一(yī)個訂單的情(qíng)況可能得花(hua)上幾個小時(shi)才能準确得(dé)知全貌，車間(jiān)管理者處理(li)生産異常事(shì)件效率較低(dī)。這些又不是(shì)MES系統所能完(wán)全⭐解決的。對(duì)于任何一個(ge)制造業企業(ye)，管理水平的(de)提升是非常(cháng)重要的，比如(ru)如何對知識(shi)進行有效的(de)管理、如何轉(zhuan)變日常生産(chan)活動的管理(lǐ)方式和手段(duan)等等。數字化(hua)技術對管理(lǐ)的支撐作用(yong)不可忽視，目(mù)前出現一批(pi)初創公司開(kāi)始幫助制造(zào)業企業進行(háng)移動端的數(shu)字化改造，通(tōng)過交付生産(chǎn)管理SaaS軟件提(ti)高企業工廠(chǎng)管理水平，可(ke)以提高企業(ye)車間管理的(de)協同效率，如(ru)專注紡織業(yè)的數制科技(jì)，還有服務離(li)散制造行業(ye)的羚數智能(neng)等。企業日常(cháng)管理中最重(zhong)要的部分是(shì)生産決策，決(jue)策覆蓋的層(ceng)🏃🏻♂️次會從裝備(bèi)、産線一直到(dao)車間、企業乃(nai)至整條上下(xia)遊供應鍊。幫(bāng)助企業實現(xian)生産決策智(zhì)能♋化是智🏃🏻♂️能(neng)制造的一個(gè)重要方面。目(mu)前在企業層(céng)次的生産決(jué)策方面，大🏃🏻♂️部(bù)分企業主要(yào)通過高級排(pái)産🍉人員依靠(kào)自身經驗和(hé)業務規則進(jìn)行排産，工具(ju)上⛱️還在使用(yong)Excel，算法方面仍(réng)以啟發式規(gui)則算法或遺(yi)傳算法等算(suàn)法為主。但是(shì)，單純依賴高(gao)級排産人員(yuán)的經驗很難(nan)實現決策的(de)精準性和合(hé)理性，特别是(shì)在柔性生産(chan)的場景中。這(zhe)就需要基于(yú)運籌學和AI算(suan)法🔱的APS系統來(lai)幫助企業進(jìn)行排産決策(ce)。值得注(zhù)意的是，無論(lùn)是APS還是AMR，都需(xu)要注重提煉(liàn)與企業生産(chan)工藝密切相(xiang)關的調度規(guī)則和産能平(ping)衡設計，将企(qi)業制造資源(yuan)和工藝流程(cheng)完全融❗合，如(ru)此才可能滿(mǎn)足客戶對生(shēng)産過程中産(chan)能和效率的(de)需求。生産決(jué)策也可以從(cóng)一家企業延(yán)伸至一條産(chǎn)業鍊的上下(xia)遊，在⁉️上下遊(you)企業之間實(shí)現協同制造(zào)。例如浙江省(shěng)正在對✏️30個細(xi)分行業推行(hang)的産業大腦(nǎo)，通過💃産業鍊(liàn)♊的整體數據(ju)輔助企業動(dòng)态決策，可見(jiàn)政府也在這(zhe)方✔️面進行有(yǒu)⚽益的嘗試。還(hai)有比如深圳(zhèn)的雲工廠、上(shàng)海的捷配科(ke)技等在嘗試(shì)打造分布式(shi)制造系統，分(fen)布式制造系(xì)統在競争格(ge)局分散的行(háng)🏃業環節中具(ju)有市場價💘值(zhi)，如紡織、機加(jia)工和SMT等行業(yè)。中小型🐇企業(ye)由于具有産(chan)💘能利用率不(bu)高、外協程度(dù)高、信息不對(duì)稱，通過制造(zao)平台公司♊可(kě)以實現集中(zhong)訂單和供應(yīng)鍊采購，整⛱️合(he)産能🔴共享協(xie)同，提升整體(ti)行業交付效(xiào)率。國🚩外的Protolabs可(ke)以算是這個(gè)領域的一個(ge)标杆。智(zhi)能制造領域(yù)的人才和初(chu)創企業從(cong)供給端來看(kan)，國内經驗豐(fēng)富的技術工(gōng)人數量較少(shǎo)、培訓周期長(zhǎng)，且部分領域(yù)呈現青黃不(bú)接的趨勢，逐(zhu)漸成為稀缺(quē)🌐資源。例如高(gao)級焊接工人(ren)，高級排産📐人(rén)員，高級工藝(yi)工程師（例如(rú)半♈導體刻蝕(shi)環節），以及機(jī)器人部署調(diào)試工🐕程師等(deng)等。而這些高(gāo)級技術人才(cai)面對的生産(chan)場景普遍具(ju)有多品種🌈、小(xiao)批量的特點(diǎn)，這一特點也(yě)✏️在不斷加強(qiáng)。這也意味着(zhe)如何沉澱積(ji)累出可以媲(pi)美高端技術(shu)人才經驗能(neng)力的數據驅(qu)動-機理融合(hé)模型，并将其(qi)封裝成算法(fa)軟件，是非常(chang)有價值的。另(lìng)外初創公司(sī)也為制造業(ye)創新發展帶(dài)來了活力和(he)人才。在近幾(ji)年的發展中(zhong)，智能制造領(lǐng)域的初創企(qi)業數量不斷(duàn)增多，特别是(shì)湧現出更多(duō)聚焦生産和(he)設計環節、聚(jù)焦某一細分(fen)領域的初創(chuàng)企業。工業領(ling)域門類很多(duo)，每一個子門(men)類下面又會(huì)有很多細分(fen)領域和環節(jiē)，這種行業特(te)點使得初創(chuang)公司需要集(ji)中一點做出(chū)技術創新上(shang)的突破，即所(suǒ)謂專精特新(xin)。如果一直做(zuò)跨行業的項(xiàng)目而無法沉(chén)澱出一個标(biao)準化的産品(pǐn)，這麼走下去(qù)團隊隻能是(shì)一個不斷接(jiē)項目的技術(shù)服務商，沒有(you)自己的核心(xīn)根據地。聚焦(jiāo)一個行業，行(hang)業内某個環(huán)節上企業的(de)需求特點大(da)緻類似，這就(jiu)為初創企業(ye)技術沉澱和(hé)規模化創造(zào)了條件。依托(tuo)核心産品技(ji)術平台進行(háng)新産品開發(fā)，開發過程中(zhong)形成的新技(jì)術也會反哺(bu)平台，新産品(pǐn)也可能進一(yī)步衍生出🔅新(xin)的🏒産品技術(shù)平台。平台與(yǔ)産品相互促(cù)進，可以實現(xiàn)從單點突破(po)到多環節覆(fù)蓋。硬件裝備(bèi)制造商如此(ci)，軟件服務商(shang)也是如此。之(zhī)後會再寫文(wén)章分析這一(yi)點。對于智能(néng)制造領域的(de)初創公司來(lái)講，形成自身(shēn)議價能力和(hé)技術壁壘主(zhǔ)要還是靠做(zuò)深入生産和(hé)設計環♈節的(de)✔️工藝🎯優化和(hé)産🔞品優化，因(yin)為客戶隻有(yǒu)看到初創公(gong)司用技術和(he)産品給👅他們(men)明顯改善提(tí)升了他們的(de)生産和設計(jì)過程，客戶才(cái)會有較高的(de)付費意願。設(shè)計仿真的重(zhong)要性不言而(ér)喻。聚焦工藝(yì)優化在企業(yè)後續發展上(shàng)也有規模化(huà)的潛力，因為(wéi)一種工藝是(shi)可以用在多(duo)種工業場景(jing)和環節🏒中的(de)，初🌈創企業可(ke)以将工藝智(zhì)能化技術進(jin)行跨行業的(de)複用🌐，無論是(shì)在産品标準(zhun)化和橫向拓(tuò)展上都會有(yǒu)一⛹🏻♀️定的優勢(shì)。當然光是焊(han)接技術☀️就有(you)很多細㊙️分種(zhong)類，企業也需(xu)要有選擇地(dì)⭐進行技術研(yan)發和市🤩場拓(tuò)展。無論是設(shè)計仿真還是(shì)工藝智能，初(chu)創公司都需(xū)要明确技術(shu)對⭕應的是一(yī)個存量市場(chang)還是一個增(zeng)量新興市場(chang)，選擇⭐什麼樣(yang)的市場以及(jí)選擇什麼樣(yang)的客戶群，會(hui)深刻影響企(qǐ)業的發展路(lu)徑和速度。好(hao)的客戶會對(duì)産品技術提(ti)出更高的要(yào)求，會加速🚶♀️公(gōng)司産品技🐕術(shù)研發上的良(liáng)性循環。這裡(lǐ)客戶的優質(zhi)與否不完全(quan)📧取決于客戶(hu)規模的大小(xiao)。中國制造業(yè)的信息化、自(zì)動化和智能(néng)化程度在各(ge)行業🔴之間分(fèn)布并不均勻(yún)，如果初創企(qǐ)業選擇一個(ge)較為傳統的(de)行業如紡織(zhī)業，可以先通(tōng)過輕量級的(de)生産管理系(xi)統實現數字(zi)化改造，幫助(zhu)中小紡織企(qi)業管理者☔看(kan)到數字化管(guan)理帶來的效(xiào)益，再深入到(dào)🚩印染工藝環(huan)節和排産決(jué)策中去，之後(hou)去幫助企業(ye)逐步實現上(shang)🌐下遊間的協(xié)同。因此對于(yu)數字化和自(zì)動化程度不(bú)高的行業和(hé)企🔴業，解決數(shu)字👈化是第一(yī)步，接下來需(xu)要創業團隊(duì)解決智能化(hua)的問♍題。初👄創(chuang)公司能否滿(mǎn)足企業智能(néng)化㊙️階段的需(xu)求，這就要考(kǎo)慮團隊的算(suan)法技術能力(li)和對工業機(jī)理的理解深(shēn)度。故而智能(neng)制造領域的(de)創業團隊既(ji)需要有掌握(wo)新一代信息(xī)技術和先進(jin)制造技術的(de)新生力量，也(yě)需要有懂工(gōng)業場景需求(qiu)、目标領域工(gong)業機理的老(lao)法師。綜合以上(shang)對于智能制(zhi)造各方面的(de)讨論，本文着(zhe)重強調智能(néng)制造需要聚(ju)焦本源，即裝(zhuang)備和工藝💚，并(bìng)将設計仿真(zhen)和制造工藝(yì)協同起來，以(yi)滿足企業🍉降(jiang)低生産研發(fa)成本🔴、提高生(sheng)産研發效率(lü)、提升産品良(liáng)率的核心訴(sù)求。随着我國(guo)制造業向中(zhong)高端邁進，正(zhèng)向設計日益(yì)重要，創新的(de)源泉将着眼(yǎn)于材料、工藝(yi)（包含物理和(he)化學的）以及(jí)兩者之間的(de)匹配優化。企(qi)業設計仿真(zhēn)、生産制造及(jí)服務各環節(jie)内部和之間(jian)的互操作性(xing)和協同性對(duì)提升企業競(jìng)争力也非常(chang)重要，這些需(xū)要新的網絡(luò)技術支撐。此(ci)外，企業還要(yào)通過數字化(huà)、智能化技術(shu)提升管理決(jue)策水平和精(jīng)準性。至此，本(ben)文分析了裝(zhuang)備工藝、正向(xiang)設計仿真及(jí)生産決策🆚這(zhe)🔴三個智能制(zhi)造的重要支(zhi)柱。最後我們(men)再從👨❤️👨企業經(jing)營和産業發(fa)展的角度分(fèn)析一下智能(neng)制造🔅的價值(zhi)。從企業經營(ying)角度看智能(néng)制造的價值(zhi)，ROE=銷售淨利率(lü)💃×總資産周轉(zhuan)🏃🏻♂️率×權益乘數(shu)實現柔性生(sheng)産，縮短産能(néng)爬坡和中間(jian)換線周期等(děng)可以提高總(zǒng)資産周轉率(lǜ)，進而提高ROE。實(shi)現實時參數(shu)控制❓決策，優(you)化工藝以降(jiang)🔱低生産成本(běn)，即提升淨利(lì)率。降低對高(gao)級🔴技術人員(yuán)的依賴及其(qí)人工成本也(yě)有助于企業(ye)提高淨利率(lǜ)。從産業角度(dù)看，制造業一(yī)方面需要自(zi)動化智能化(hua)裝備和工藝(yi)智能技術實(shí)現規模效應(yīng)和柔性制造(zao)，不斷降低制(zhi)造☎️成本、提高(gao)交付效率，特(te)别是在産能(neng)擴張周期，這(zhè)一🥵點在锂電(diàn)設備和锂電(dian)💔池行業近兩(liang)年的發展中(zhōng)表現尤為明(míng)顯。另一方面(mian)産☎️業發展不(bu)😄可能一直停(ting)🐆留在追求生(sheng)産規模效應(yīng)的階段，還需(xū)要通過設計(jì)仿真技術進(jìn)行正👌向設計(jì)，以持續實現(xiàn)産品創新、裝(zhuāng)備創新和工(gōng)藝創新。值👉得(dé)注意的是，制(zhi)造💞和設計兩(liang)方面不㊙️是割(gē)裂的，是可以(yǐ)協同優化、相(xiang)互促進的。從(cong)這一點上看(kàn)，中國龐大的(de)制造規模如(rú)果加上先進(jin)的設計仿真(zhen)技術，将會是(shi)如虎添翼。智能制造對(dui)我國從制造(zào)大國邁向制(zhì)造強國甚至(zhì)創💔造強☔國✔️具(ju)有重要作用(yòng)。實現智能制(zhì)造還有很多(duo)挑戰，中國還(hái)需要突破諸(zhu)多關鍵核心(xīn)✨技術和裝備(bei)，例如設計仿(páng)真、基于機理(lǐ)⛱️和數據驅動(dong)的混合✊建模(mó)、生産智能決(jué)策、協同優化(huà)🌂等技術和五(wǔ)軸⚽機床、大規(guī)模集成電路(lù)制造裝備、智(zhì)能焊接機器(qi)人等高端裝(zhuang)備。本文提到(dào)的DTCO、锂電池模(mo)拟平台、機器(qi)人自适應實(shi)時決策等也(ye)🤩都存在諸多(duō)技術挑戰，比(bǐ)如DTCO中器件電(diàn)學模型（spice model）的提(tí)取，這些需要(yào)無數市場主(zhǔ)體去🚶♀️投入💁研(yán)發加快新技(jì)術的産業化(huà)。“科技創新對(dui)中國來說不(bú)僅是發展問(wèn)題，更是生存(cún)問題[22]。”制造業(yè)是關鍵核心(xin)技術的策源(yuan)地，也是核心(xīn)技術應用的(de)試驗田。無論(lun)是中小企業(ye)，還是大型企(qi)業，都必須🈲實(shí)現技術創新(xīn)🚶驅動的高質(zhi)量發展。從産(chǎn)業整體發展(zhǎn)階段來看，我(wo)國已經從來(lái)料加工組裝(zhuāng)、模仿創新逐(zhu)漸向自主創(chuang)新邁進。過去(qù)我國制造業(yè)主要通過加(jiā)工和仿制産(chǎn)品向海外企(qǐ)🈚業學習追趕(gǎn)，而模仿先進(jin)成熟的工藝(yì)和産品自然(rán)沒有正向設(she)計的需求，自(zì)然也就沒有(yǒu)投入更多精(jīng)力🌏資源在正(zhèng)向設計方面(miàn)。所以這一點(dian)上可以看出(chū)過去的發展(zhan)特點導緻了(le)當前工業📞“五(wǔ)基”薄弱，特别(bie)是工業基礎(chu)軟件方面。但(dàn)我們不可能(néng)停留在模仿(pang)創新階段，主(zhǔ)觀上沒有這(zhe)個意願，客觀(guan)實際上也不(bu)允許，因為産(chǎn)業發展如逆(ni)水行舟不進(jin)則退。技術的(de)突破需要企(qǐ)業選擇自主(zhǔ)開發産品，而(er)不是依附☂️在(zài)♻️某💛一海外品(pǐn)牌的供應鍊(liàn)或者技術體(tǐ)系内。這一點(diǎn)在高鐵和汽(qi)車行業上體(tǐ)現得極為明(míng)顯。當🈲企業以(yǐ)自主研發理(lǐ)念創新、性能(neng)先進的商業(ye)産品👅為目标(biao)時🧡，企業将産(chǎn)生更強的創(chuang)新動力和學(xué)習能力[23,24]。企業(yè)在自主開發(fā)産品中突破(pò)技術瓶頸、掌(zhang)握正向設🈲計(ji)能力。這一點(diǎn)也已經在或(huò)将在新能源(yuan)汽車、锂電池(chi)😍及設💃備、半導(dao)體♋等行業中(zhōng)顯現。如果這(zhe)一産品尚未(wei)出現或成形(xíng)，同時🔅又是先(xian)進生産力的(de)方向，那麼意(yi)味着✏️将創造(zao)一個新興産(chǎn)業，一如上世(shi)紀誕生的大(da)飛機、汽⭐車、半(ban)導體以及互(hu)聯網。希望中(zhōng)國未來🌍可以(yǐ)成為這類科(ke)技創新的發(fa)源地，同時注(zhù)重打造出面(miàn)向大衆的品(pin)牌産品及産(chǎn)業鍊，實現C端(duān)品牌帶動B端(duān)制造産業鍊(liàn)[25]。通過研發應(yīng)用數字化、智(zhì)能化和先進(jin)制造技術，中(zhōng)🛀國制造業企(qǐ)業将有能力(li)進一步實現(xiàn)工藝流程和(hé)産品升級，逐(zhu)步❓從價值鍊(lian)的低附加值(zhi)位置躍遷到(dao)高附加值位(wei)置，掌握新興(xing)産業的産業(yè)鍊話語權，不(bú)斷占據利潤(run)率更高、技術(shù)含金量更高(gāo)的❓價值鍊，最(zuì)💜終實現全球(qiu)價值鍊框架(jià)内的産業升(shēng)級[26]。微觀上企(qǐ)業的技術、産(chǎn)品和品牌每(mei)進步一分，我(wǒ)國🌈制造業的(de)貿易利益獲(huò)取能力就有(yǒu)可能增強一(yi)分，就将在宏(hóng)👌觀上💛提升我(wǒ)國在全球價(jià)值鍊和收入(rù)鍊上的位置(zhi)。實現智能制(zhì)造道阻且長(zhang)，十四五智能(néng)制造規劃中(zhōng)提出了到🈲2035年(nián)，重點行業骨(gǔ)幹企業基本(běn)實現智能化(hua)。這意味着智(zhi)能制造是一(yi)項長期的系(xi)統工程。相信(xìn)在未來十幾(jǐ)年的發展中(zhōng)，中國一定會(huì)湧現出越來(lái)🔆越多創新🈲驅(qu)動🍉的智能制(zhì)造企業！
股權代碼(mǎ)：
