|
關(guān)于我們
 書單推薦 新書推薦 |
數(shù)字孿生實(shí)戰(zhàn)：基于模型的數(shù)字化企業(yè)(MBE) 
定 價(jià)：89 元 叢書名：工業(yè)控制與智能制造叢書
9 7 6 8 4 7 1 1 6 1 3 1 6  本著理論與實(shí)踐、科學(xué)性與通俗化、系統(tǒng)性與模塊化、前瞻性與可實(shí)施性相結(jié)合的原則，本書內(nèi)容分為技術(shù)篇、方案篇和實(shí)踐篇。技術(shù)篇主要包括數(shù)字孿生推進(jìn)裝備制造業(yè)轉(zhuǎn)型與升級(jí)，數(shù)字孿生助力打造基于模型的數(shù)字化企業(yè)；方案篇主要闡述基于模型的系統(tǒng)工程解決方案、基于模型的三維設(shè)計(jì)與仿真解決方案、基于模型的電子電氣系統(tǒng)工程、基于模型的軟件全生命周期管理方案、基于模型和產(chǎn)品成本管理方案、基于模型的工藝與虛擬驗(yàn)證解決方案、基于模型的閉環(huán)制造解決方案、基于模型的MBE數(shù)字化服務(wù)管理等。實(shí)踐篇包括眾多實(shí)際案例的背景、問題解決、采取的方案，以及取得的效果，更是包括了西門子自身的樣板工廠。 實(shí)現(xiàn)工業(yè)4.0是一個(gè)長期的進(jìn)程，需要全產(chǎn)業(yè)鏈整體提升：企業(yè)轉(zhuǎn)型為數(shù)字化企業(yè)，工廠轉(zhuǎn)型為自組織生產(chǎn)的數(shù)字化工廠，產(chǎn)品成為數(shù)字化產(chǎn)品，并通過自動(dòng)化、數(shù)字化、人工智能技術(shù)的深入應(yīng)用，革命性地提升生產(chǎn)率。本身著重闡述了建設(shè)基于模型的數(shù)字化企業(yè)（Model Based Enterprise，MBE），這是每一家制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型、迎接工業(yè)4.0時(shí)代的必修功課。 序 Preface 2015年我們組織出版了《工業(yè)4.0實(shí)戰(zhàn)：裝備制造業(yè)數(shù)字化之道》一書，該書受到了廣大讀者的熱烈歡迎。大家普遍反映，書中描述的愿景代表了數(shù)字化工業(yè)的方向，對(duì)企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略規(guī)劃工作非常有幫助，其基于模型的數(shù)字化企業(yè)（MBE）技術(shù)解決方案和實(shí)踐案例對(duì)制定實(shí)施路線圖提供了很有價(jià)值的參考。鑒于近期西門子數(shù)字化工業(yè)軟件在建立從芯片到城市數(shù)字孿生的戰(zhàn)略愿景指導(dǎo)下，尤其是并購了世界首屈一指的EDA技術(shù)供應(yīng)商Mentor Graphics公司，成為第一家能夠整合PLM和EDA的技術(shù)公司，從而進(jìn)一步加強(qiáng)了其在工業(yè)軟件領(lǐng)域的全球領(lǐng)導(dǎo)地位，在數(shù)字化工業(yè)創(chuàng)新型實(shí)踐案例方面也取得了一系列重要進(jìn)展，為了反映日新月異的數(shù)字化工業(yè)領(lǐng)域創(chuàng)新，我們決定組織編寫本書。 關(guān)于本書，除了更新《工業(yè)4.0實(shí)戰(zhàn)：裝備制造業(yè)數(shù)字化之道》中的先進(jìn)內(nèi)容，西門子數(shù)字化工業(yè)軟件有關(guān)專家還增加了MBE技術(shù)的最新進(jìn)展，包括基于模型的電子電氣解決方案、基于模型的產(chǎn)品型譜化和模塊化管理方案、基于模型的軟件全生命周期管理方案、基于模型的產(chǎn)品成本管理方案、基于模型的工藝與虛擬驗(yàn)證解決方案以及基于模型的閉環(huán)制造解決方案，同時(shí)增加了一系列典型案例，目的是為中國大型裝備制造業(yè)數(shù)字化的領(lǐng)導(dǎo)和技術(shù)專家提供有價(jià)值的、可落地實(shí)施的參考思路、方法和工具。 作為全球最大的工業(yè)技術(shù)公司和領(lǐng)先的自動(dòng)化和工業(yè)軟件提供商，西門子在今天已經(jīng)為工業(yè)4.0的全面實(shí)現(xiàn)打下了堅(jiān)實(shí)基礎(chǔ)：工業(yè)軟件創(chuàng)新將在工業(yè)4.0實(shí)施中起到?jīng)Q定性作用，尤其是通過數(shù)字孿生、數(shù)字神經(jīng)技術(shù)實(shí)現(xiàn)產(chǎn)品生命周期和生產(chǎn)生命周期的整合，實(shí)現(xiàn)研發(fā)和生產(chǎn)的全面優(yōu)化，打造基于模型的數(shù)字化企業(yè)（MBE）。 150多年前，西門子的創(chuàng)始人維爾納·馮·西門子先生因于1866年發(fā)明了實(shí)用發(fā)電機(jī)而成為第二次工業(yè)革命的先鋒代表人物，今天，西門子希望和它的客戶、供應(yīng)商、競爭者一道，在第四次工業(yè)革命中重現(xiàn)當(dāng)年的輝煌！ 梁乃明 西門子數(shù)字化工業(yè)軟件全球高級(jí)副總裁兼大中華區(qū)董事總經(jīng)理 2019年6月 ◆ 前言 ◆ 從自動(dòng)化、數(shù)字化到智能化，追求日臻完美的復(fù)雜系統(tǒng)數(shù)字孿生模型 曾有人說過，前言可能是一本書中唯一多余的章節(jié)。Talk is cheap，Show me the code（能說算不上什么，有本事就把你的代碼給我看看），Linux創(chuàng)始人Linus Torvalds可謂一針見血。在buzzwords（概念）創(chuàng)新充斥各個(gè)角落時(shí)，我們可能需要堅(jiān)持能暢想智能 算不上什么，有本事就把你的數(shù)字孿生模型給我看看。 2013年德國提出的第四輪工業(yè)革命工業(yè)4.0，以比我們想象的更快的速度變成當(dāng)下的現(xiàn)實(shí)。云、大、物、移、智等新技術(shù)和制造業(yè)的交融，自動(dòng)化和數(shù)字化的兩化融合，機(jī)器學(xué)習(xí)深入包括語音識(shí)別、圖像識(shí)別、數(shù)據(jù)挖掘等諸多領(lǐng)域并取得了令人矚目的成績，新材料、新工藝、新能源方面的技術(shù)突破，正在讓制造業(yè)變得更柔（大規(guī)模柔性定制）、更軟（軟件定義一切）、更美（綠色環(huán)保）。一個(gè)物質(zhì)極大豐富、全面智能化的新時(shí)代正在加速到來。 要在工業(yè)4.0時(shí)代生存發(fā)展，制造業(yè)企業(yè)必須成功地進(jìn)行數(shù)字化轉(zhuǎn)型，轉(zhuǎn)型成為一個(gè)軟件定義的平臺(tái)型企業(yè)，把產(chǎn)品重構(gòu)為軟件定義的可重構(gòu)平臺(tái)。制造平臺(tái)型企業(yè)的核心是產(chǎn)品、工廠、企業(yè)的數(shù)字孿生模型，有了數(shù)字孿生，才能通過并行工程和快速迭代，用數(shù)字的消耗替代能源的消耗和物質(zhì)的消耗，才能多快好�。═（時(shí)間）、Q（質(zhì)量）、C（成本）、S（范圍）、E（效率）綜合優(yōu)化）地實(shí)現(xiàn)產(chǎn)品創(chuàng)新和精益生產(chǎn)，以可接受的成本為消費(fèi)者提供個(gè)性化消費(fèi)體驗(yàn)，實(shí)現(xiàn)可持續(xù)盈利性增長，形成強(qiáng)大的市場競爭力。 工業(yè)科技的發(fā)展是累進(jìn)的，讓我們簡單回顧一下歷史。二戰(zhàn)前后，工程師認(rèn)識(shí)世界和改造世界的三論系統(tǒng)論、控制論、信息論逐步成熟，在機(jī)械化和電氣化的基礎(chǔ)上，引發(fā)了第三輪工業(yè)革命。自動(dòng)控制理論也從經(jīng)典控制逐步發(fā)展到現(xiàn)代控制、計(jì)算機(jī)控制，直到今天興起人工智能第三輪浪潮。在工業(yè)4.0時(shí)代，如何對(duì)企業(yè)系統(tǒng)進(jìn)行建模和仿真開發(fā)其數(shù)字孿生模型？ 著名科學(xué)家錢學(xué)森等人在1990年發(fā)表的一篇文章《一個(gè)科學(xué)新領(lǐng)域：開放的復(fù)雜巨系統(tǒng)及其方法論》中為我們指明了方向。當(dāng)前人工智能領(lǐng)域中綜合集成的思想得到重視，計(jì)算機(jī)集成制造系統(tǒng)（Computer Integrated Manufacture System，CIMS）的提出與問世就是一個(gè)例子。在工業(yè)生產(chǎn)中，產(chǎn)品設(shè)計(jì)與產(chǎn)品制造是兩個(gè)重要方面，各包括若干個(gè)環(huán)節(jié)，這些環(huán)節(jié)以現(xiàn)代化技術(shù)通過人機(jī)交互進(jìn)行工作。以往設(shè)計(jì)與制造是分開各自進(jìn)行的，現(xiàn)在考慮將兩者通過人工智能技術(shù)有機(jī)地聯(lián)系起來，將制造過程中有關(guān)產(chǎn)品質(zhì)量的信息及時(shí)向設(shè)計(jì)過程反饋，使整個(gè)生產(chǎn)靈活有效，同時(shí)能保證產(chǎn)品的高質(zhì)量。這種將設(shè)計(jì)、制造甚至管理銷售統(tǒng)一籌劃設(shè)計(jì)的思想，恰恰是開放的復(fù)雜巨系統(tǒng)的綜合集成思想的體現(xiàn)。 2002年，Michael Grieves博士在密歇根大學(xué)和NASA研討會(huì)上第一次提出Digital Twin（數(shù)字孿生）的理念。他認(rèn)為，隨著復(fù)雜性日益增加，現(xiàn)代產(chǎn)品系統(tǒng)、生產(chǎn)系統(tǒng)、企業(yè)系統(tǒng)本質(zhì)上均屬于復(fù)雜系統(tǒng)。為了優(yōu)化、預(yù)測復(fù)雜系統(tǒng)的性能，我們需要一個(gè)可觀測的數(shù)字化模型，一個(gè)產(chǎn)品的綜合性的、多物理場的數(shù)字表示，以便于在產(chǎn)品的整個(gè)生命周期中維護(hù)和重復(fù)使用在產(chǎn)品設(shè)計(jì)和制造期間生成的數(shù)字信息。數(shù)字孿生在設(shè)計(jì)和制造過程中建立，并在產(chǎn)品生命周期中持續(xù)演進(jìn)增長。產(chǎn)品一旦投入現(xiàn)場使用，其全生命周期歷史包括狀態(tài)數(shù)據(jù)、傳感器讀數(shù)、操作歷史記錄、構(gòu)建和維護(hù)配置狀態(tài)、序列化部件庫存、軟件版本以及更多提供服務(wù)和維護(hù)功能的完整產(chǎn)品圖像。通過數(shù)字孿生可以分析產(chǎn)品的當(dāng)前狀態(tài)和性能，以調(diào)度預(yù)防和預(yù)測維護(hù)活動(dòng)，包括校準(zhǔn)和工具管理。結(jié)合維護(hù)管理軟件系統(tǒng)，數(shù)字孿生可以用于管理維修部件庫存，并且指導(dǎo)技術(shù)服務(wù)人員完成現(xiàn)場修理、升級(jí)或維修。通過積累數(shù)據(jù)庫中的足夠?qū)嵗�，工業(yè)大數(shù)據(jù)分析工程師可以評(píng)估特定系列設(shè)備及其部件，并反饋給產(chǎn)品設(shè)計(jì)和工藝設(shè)計(jì)，用于產(chǎn)品和工藝的持續(xù)改進(jìn)，最終形成閉環(huán)數(shù)字孿生（Closed Loop Digital Twin）。 作為工業(yè)數(shù)字化全球領(lǐng)軍企業(yè)，在2007年西門子明確了融合物理世界和虛擬世界的戰(zhàn)略愿景。通過一系列研發(fā)投資和戰(zhàn)略并購，具備了支持從芯片到城市、綜合性、多物理場、閉環(huán)的數(shù)字孿生技術(shù)，幫助客戶轉(zhuǎn)型為基于模型的數(shù)字化企業(yè)（Model Based Enterprise，MBE）。為了消除研制過程中的各種浪費(fèi)，MBE使用3D數(shù)模和TDP（Technical Data Package，技術(shù)數(shù)據(jù)包）作為產(chǎn)品全生命周期的單一模型。3D數(shù)模由MBD（Model Based Definition，基于模型的產(chǎn)品定義）生成，加上PMI（Product Management Information，產(chǎn)品管理信息），理論上可以從三維拓展到無窮維，這個(gè)單一模型TDP可以在全企業(yè)范圍內(nèi)進(jìn)行分享和自由流動(dòng)，保障產(chǎn)品全生命周期快速、無縫、自由的數(shù)據(jù)流動(dòng)。如果一個(gè)企業(yè)實(shí)現(xiàn)了TDP在其內(nèi)部部門間及其生態(tài)系統(tǒng)的自由流動(dòng)，我們即稱之為MBE。本書探討的復(fù)雜產(chǎn)品系統(tǒng)主要指的是光機(jī)電軟液控系統(tǒng)。 實(shí)施針對(duì)復(fù)雜系統(tǒng)MBE的閉環(huán)數(shù)字孿生，需要分別支持產(chǎn)品系統(tǒng)、生產(chǎn)系統(tǒng)、運(yùn)行系統(tǒng)的數(shù)字孿生模型，并實(shí)現(xiàn)三大系統(tǒng)模型的一體化整合。欲高精度、高可信度地建立這三類模型，編者認(rèn)為，需要理論和實(shí)踐的創(chuàng)新：在產(chǎn)品系統(tǒng)數(shù)字孿生領(lǐng)域，要發(fā)展新一代MBSE（Model Based System Engineering，基于模型的系統(tǒng)工程），用于預(yù)測物理結(jié)構(gòu)和特征、物理績效特征、環(huán)境響應(yīng)、失效模式等；在生產(chǎn)系統(tǒng)數(shù)字孿生領(lǐng)域，要利用PSE（Production System Engineering，生產(chǎn)系統(tǒng)工程），對(duì)各生產(chǎn)系統(tǒng)要素、產(chǎn)線、車間、供應(yīng)鏈系統(tǒng)進(jìn)行建模和仿真，用于優(yōu)化物理布局和特征、產(chǎn)能和利用率、產(chǎn)出和節(jié)拍；在運(yùn)行系統(tǒng)數(shù)字孿生領(lǐng)域，要打造IIoT（Industrial Internet of Things，工業(yè)物聯(lián)網(wǎng)），提供物理系統(tǒng)的實(shí)時(shí)運(yùn)行狀態(tài)，優(yōu)化運(yùn)營水平，預(yù)測維護(hù)，并對(duì)設(shè)計(jì)進(jìn)行驗(yàn)證。 懷著加速中國從制造大國轉(zhuǎn)型為制造強(qiáng)國、從逆向工程轉(zhuǎn)型為正向研發(fā)的夢想，西門子工業(yè)軟件大中華區(qū)技術(shù)團(tuán)隊(duì)組織專家顧問，與航天科技集團(tuán)有關(guān)專家一道，在總結(jié)多年實(shí)戰(zhàn)經(jīng)驗(yàn)的基礎(chǔ)上適當(dāng)加以抽象，編寫了數(shù)字孿生系列書籍，以供智能制造、工業(yè)互聯(lián)網(wǎng)、工業(yè)人工智能領(lǐng)域的政產(chǎn)學(xué)研各界讀者參考。 一、新一代基于模型的系統(tǒng)工程（MBSE） 對(duì)于光機(jī)電軟液控系統(tǒng)的復(fù)雜產(chǎn)品系統(tǒng)，其數(shù)字孿生從形似到神似，旨在加速產(chǎn)品創(chuàng)新過程，過去40～50年間全球CAD/CAM/CAE領(lǐng)域?yàn)榇俗龀隽顺掷m(xù)的努力，如今三維CAD數(shù)模和幾何樣機(jī)渲染已經(jīng)完全達(dá)到逼真水平。編者重點(diǎn)關(guān)注如何把復(fù)雜系統(tǒng)數(shù)字孿生做到神似，以有效地協(xié)助利益攸關(guān)者認(rèn)識(shí)、預(yù)測和優(yōu)化復(fù)雜系統(tǒng)。 要做到神似，須在基于文檔系統(tǒng)工程提升到基于模型系統(tǒng)工程的基礎(chǔ)上，進(jìn)一步演進(jìn)到新一代MBSE。編者認(rèn)為，新一代MBSE應(yīng)該是多層次的（涉及整機(jī)系統(tǒng)功能架構(gòu)、領(lǐng)域系統(tǒng)架構(gòu)、領(lǐng)域模型）、多物理場的、動(dòng)態(tài)的、閉環(huán)的數(shù)字孿生，由計(jì)算機(jī)對(duì)設(shè)計(jì)空間自動(dòng)尋優(yōu)，并由一個(gè)數(shù)字線索（Digital Thread，或稱數(shù)字神經(jīng)）系統(tǒng)支持設(shè)計(jì)方案快速迭代。模型的復(fù)雜度、精確度和實(shí)時(shí)性隨著產(chǎn)品生命周期的演進(jìn)逐步提升。要實(shí)現(xiàn)基于數(shù)字孿生的正向研發(fā)理念，需要建設(shè)兩個(gè)基礎(chǔ)平臺(tái)，即全生命周期的管理平臺(tái)及基于云和物聯(lián)網(wǎng)的資源共享平臺(tái)，并且提供三個(gè)維度的技術(shù)支撐：不同研發(fā)階段的協(xié)同，不同子系統(tǒng)之間的集成，不同領(lǐng)域、不同學(xué)科之間的耦合。 在系統(tǒng)架構(gòu)建模層面，MIT教授Edward Crawley領(lǐng)銜著作的《系統(tǒng)架構(gòu)：復(fù)雜系統(tǒng)的產(chǎn)品設(shè)計(jì)與開發(fā)》深刻地從形式和功能兩個(gè)方面講解了如何分析系統(tǒng)，并給出了如何創(chuàng)建良好系統(tǒng)架構(gòu)的指導(dǎo)原則；國際系統(tǒng)工程學(xué)會(huì)（INCOSE）列明了各種主流的建模語言、方法論和工具。 在領(lǐng)域模型層面，隨著計(jì)算能力遵從摩爾定律指數(shù)發(fā)展，包括有限元方法（FEA或有限單元法）、有限差分法、邊界元方法、有限體積法的數(shù)值分析（計(jì)算數(shù)學(xué)）工具的成熟，可以解決工程中遇到的大量問題，其應(yīng)用范圍從固體到流體，從靜力到動(dòng)力，從力學(xué)問題到非力學(xué)問題。事實(shí)上，有限單元法已經(jīng)成為在已知邊界條件和初始條件下求解偏微分方程組的一般數(shù)值方法。有限單元法在工程上的應(yīng)用屬于計(jì)算力學(xué)的范疇，而計(jì)算力學(xué)是根據(jù)力學(xué)中的理論，利用計(jì)算機(jī)和各種數(shù)值方法，解決力學(xué)中實(shí)際問題的一門新興學(xué)科。它橫貫力學(xué)的各個(gè)分支，不斷擴(kuò)大各個(gè)領(lǐng)域中力學(xué)的研究和應(yīng)用范圍，同時(shí)也在逐漸發(fā)展自己的理論和方法。例如，柔性多體動(dòng)力學(xué)仿真考慮到實(shí)際系統(tǒng)中某些運(yùn)動(dòng)部件的彈性無法忽略，甚至是主要?jiǎng)恿W(xué)行為的來源，利用西門子Simcenter LMS Virtual Lab可以將FEM與多體動(dòng)力學(xué)仿真（MBS）軟件深度整合起來，只需要定義相關(guān)部件的受力和邊界條件，其余的都是內(nèi)部作用，節(jié)省工作量又較為真實(shí)可信。其他學(xué)科包括多物理場分析仿真（Simcenter 3D）、復(fù)材（Fibersim）、電氣（Capital）、軟件（Polarion）、功能安全（MADE）、電磁（Infolytica）、流體力學(xué)和傳熱學(xué)（STAR CCM ），等等。 有一個(gè)重要問題，近幾年興起的機(jī)器學(xué)習(xí)（人工智能）能否用于復(fù)雜系統(tǒng)的數(shù)字孿生模型？ 機(jī)器學(xué)習(xí)是人工智能的一個(gè)分支，簡單地說，就是通過算法，使機(jī)器能從大量歷史數(shù)據(jù)中學(xué)習(xí)規(guī)律，從而對(duì)新的樣本做智能識(shí)別或?qū)ξ磥磉M(jìn)行預(yù)測。常見的機(jī)器學(xué)習(xí)算法如神經(jīng)網(wǎng)絡(luò)（Neural Network）、支持向量機(jī)（Support Vector Machines，SVM）、Boosting、決策樹（Decision Tree）、隨機(jī)森林（Random Forest）、貝葉斯模型（Bayesian Model）等。其實(shí)，在深度學(xué)習(xí)浪潮掀起之前，力學(xué)和工程領(lǐng)域早已開始在計(jì)算力學(xué)研究中結(jié)合神經(jīng)網(wǎng)絡(luò)模型開發(fā)出更優(yōu)的算法，一個(gè)典型的例子便是有限元神經(jīng)網(wǎng)絡(luò)模型。由于在實(shí)際工程問題中存在大量非線性力學(xué)現(xiàn)象，如在結(jié)構(gòu)優(yōu)化問題中，需要根據(jù)需求設(shè)計(jì)并優(yōu)化構(gòu)件結(jié)構(gòu)，這是一類反問題，這些非線性問題難以用常規(guī)的方法求解，而神經(jīng)網(wǎng)絡(luò)恰好具有良好的非線性映射能力，可得到比一般方法更精確的解。 將有限元與神經(jīng)網(wǎng)絡(luò)結(jié)合的方法有很多，比如針對(duì)復(fù)雜非線性結(jié)構(gòu)動(dòng)力學(xué)系統(tǒng)建模問題，可以將線性部分用有限元進(jìn)行建模，非線性構(gòu)件用神經(jīng)網(wǎng)絡(luò)描述（如輸入非線性構(gòu)件狀態(tài)變量，輸出其恢復(fù)力），再通過邊界條件和連接條件將有限元模型部分和神經(jīng)網(wǎng)絡(luò)部分結(jié)合，得到混合模型。另一種方法是首先通過有限元建立多種不同的模型，再將模態(tài)特性（即最終需要達(dá)到的設(shè)計(jì)要求）作為輸入變量，將對(duì)應(yīng)的模型結(jié)構(gòu)參數(shù)作為輸入變量，訓(xùn)練神經(jīng)網(wǎng)絡(luò)，利用神經(jīng)網(wǎng)絡(luò)的泛化特性，得到設(shè)計(jì)參數(shù)的修正值。結(jié)合蒙特卡羅方法，進(jìn)行多組有限元分析，將數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，從而分析結(jié)構(gòu)的可靠度。 二、基于模型的生產(chǎn)系統(tǒng)工程（PSE） PSE（生產(chǎn)系統(tǒng)工程）經(jīng)歷了從手工勞動(dòng)到采用機(jī)械的、自動(dòng)化的設(shè)備，進(jìn)而采用計(jì)算機(jī)的過程。值得一提的是，20世紀(jì)70年代興起的DCS（Distributed Control System，分布式控制系統(tǒng)）實(shí)現(xiàn)了從單機(jī)到聯(lián)網(wǎng)，這是一個(gè)巨大飛躍。DCS是一個(gè)由過程控制級(jí)和過程監(jiān)控級(jí)組成的以通信網(wǎng)絡(luò)為紐帶的多級(jí)計(jì)算機(jī)系統(tǒng)，綜合了計(jì)算機(jī)、通信、顯示和控制等4C技術(shù)，其基本思想是分散控制、集中操作、分級(jí)管理、配置靈活以及組態(tài)方便，在大型復(fù)雜工廠運(yùn)行管理方面獲得廣泛應(yīng)用。20世紀(jì)80年代末90年代初，CIMS（計(jì)算機(jī)集成制造系統(tǒng)）被寄予厚望。CIMS是通過計(jì)算機(jī)硬軟件，綜合運(yùn)用現(xiàn)代管理技術(shù)、制造技術(shù)、信息技術(shù)、自動(dòng)化技術(shù)、系統(tǒng)工程技術(shù)，將企業(yè)生產(chǎn)過程中有關(guān)的人、技術(shù)、經(jīng)營管理三要素及其信息與物流有機(jī)集成并優(yōu)化運(yùn)行的復(fù)雜大系統(tǒng)。 本質(zhì)上，CIMS基于復(fù)雜系統(tǒng)工程理論，試圖建立整個(gè)企業(yè)系統(tǒng)的數(shù)字孿生模型，它面向整個(gè)企業(yè)，覆蓋企業(yè)的多種經(jīng)營活動(dòng)，包括生產(chǎn)經(jīng)營管理、工程設(shè)計(jì)和生產(chǎn)制造各個(gè)環(huán)節(jié)，即從產(chǎn)品報(bào)價(jià)、接受訂單開始，經(jīng)計(jì)劃安排、設(shè)計(jì)、制造直到產(chǎn)品出廠及售后服務(wù)等的全過程。一般地，CIMS需要五大子系統(tǒng)，包括產(chǎn)品生命周期管理（PLM）系統(tǒng)、企業(yè)資源計(jì)劃（ERP）系統(tǒng)、制造執(zhí)行系統(tǒng)（MES）、自動(dòng)化物流系統(tǒng)和自動(dòng)化產(chǎn)線系統(tǒng)。PLM系統(tǒng)又可以分為計(jì)算機(jī)輔助設(shè)計(jì)和分析（CAD/CAE）系統(tǒng)、計(jì)算機(jī)輔助工藝設(shè)計(jì)（CAPP）系統(tǒng)、計(jì)算機(jī)輔助制造（CAM）系統(tǒng)，而自動(dòng)化產(chǎn)線主要包括柔性制造系統(tǒng)（FMS），以及數(shù)控機(jī)床（NC，CNC）、機(jī)器人等。CIMS將信息技術(shù)、現(xiàn)代管理技術(shù)和研制技術(shù)相結(jié)合，并應(yīng)用于企業(yè)全生命周期各個(gè)階段，通過信息集成、過程優(yōu)化及資源優(yōu)化，實(shí)現(xiàn)物流、信息流、價(jià)值流的集成和優(yōu)化運(yùn)行，達(dá)到人（組織及管理）、經(jīng)營和技術(shù)三要素的集成，從而提高企業(yè)的市場應(yīng)變能力和競爭力。 為了推動(dòng)CIMS集成，MESA協(xié)會(huì)制定了ISA-95標(biāo)準(zhǔn)框架。ISA-95把企業(yè)系統(tǒng)分成L0（現(xiàn)場/機(jī)臺(tái)層）、L1（控制層，PLC、傳感器和作動(dòng)機(jī)構(gòu)）、L2（操作層，SCADA/HMI）、L3（工廠層，MES、批記錄、歷史數(shù)據(jù)）、L4（企業(yè)層，ERP、PLM、工藝）。一般情況下，L1～L2是自動(dòng)化層，L3～L4是數(shù)字化層。在自動(dòng)化層，比如說在西門子成都電裝工廠、汽車焊接車間，最關(guān)鍵在于報(bào)警、安全，須實(shí)時(shí)處理。自動(dòng)化要求在L1～L2實(shí)時(shí)處理、優(yōu)化數(shù)據(jù)。通過L3 MES采集數(shù)據(jù)以后，進(jìn)行分析、判斷以及處理。MES是IT和OT兩化融合的一個(gè)結(jié)合點(diǎn)，關(guān)鍵點(diǎn)在于數(shù)據(jù)采集。 現(xiàn)在，數(shù)字化制造為什么還要進(jìn)化到智能化制造？智能化制造在數(shù)字化已經(jīng)非常強(qiáng)大的平臺(tái)上還能帶來什么效益？它的關(guān)鍵點(diǎn)在哪里？智能化制造最根本的點(diǎn)就是讓工業(yè)生產(chǎn)線和主要的設(shè)備有自學(xué)習(xí)、自適應(yīng)和自判斷能力。這就是智能化制造和數(shù)字化制造最根本的區(qū)別。人工智能、邊緣計(jì)算和網(wǎng)絡(luò)數(shù)據(jù)信息安全這三個(gè)關(guān)鍵點(diǎn)缺一不可。網(wǎng)絡(luò)和數(shù)據(jù)安全也非常關(guān)鍵。因?yàn)榭v向集成，一網(wǎng)到底，黑客侵入以后直接可以破壞底層的傳感器和執(zhí)行機(jī)構(gòu)。如果對(duì)黑客攻擊的防范稍微不到位，包括底層的設(shè)備和自動(dòng)化就有可能被破壞。 西門子智能制造平臺(tái)已經(jīng)具備了智能化。西門子于2019年年初正式發(fā)布了邊緣計(jì)算和人工智能。AI處理器并行在自動(dòng)化底層總線上。以西門子成都電裝工廠為例，它是生產(chǎn)PLC的電子裝配工廠。該廠主要生產(chǎn)PCB，然后封裝、測試，形成PLC控制器的模塊，它接到總線就可以開始運(yùn)行。PCB的最后一個(gè)重要工位是檢測，或者叫質(zhì)量門。對(duì)于PCB，前面十幾道工序下來，為了檢測焊接質(zhì)量，最后要上一個(gè)X光機(jī)，通過機(jī)器視覺、拍照，檢驗(yàn)這個(gè)PCB所有的焊接點(diǎn)是否合格，然后封裝、測試。要實(shí)現(xiàn)每天有一萬片PCB從流水線下到總裝這個(gè)檢測工位，需要四臺(tái)X光機(jī)并行工作。西門子和Intel合作研發(fā)的人工智能芯片并行在PLC生產(chǎn)過程中間，所起作用如下。PCB生產(chǎn)中前面十幾道工序采集所有焊接焊點(diǎn)的工業(yè)參數(shù)，包括壓力、溫度、電壓、電流等，通過大數(shù)據(jù)分析，然后與X光機(jī)拍出來的每一張照片進(jìn)行比對(duì)。在云端通過深度學(xué)習(xí)的訓(xùn)練，建立工業(yè)參數(shù)和最后合格率的邏輯關(guān)系，轉(zhuǎn)化成一種算法，植入AI芯片，該芯片相當(dāng)于最后一道工藝前面的總控制開關(guān)。它根據(jù)前面十幾道工序焊接下來的PCB與照片的比對(duì)數(shù)據(jù)做出決策，發(fā)現(xiàn)40%的PCB實(shí)際上不用上X光機(jī)。工廠最終根據(jù)前面的工藝參數(shù)決定對(duì)這些PCB直接采用旁路模式，封裝測試就完成了。這樣能大幅度減少昂貴的X光機(jī)的使用，大大提升了產(chǎn)線效率，而且減少X光機(jī)的投入，既節(jié)約了投資成本，又提高了效率。這就是人工智能的作用。 進(jìn)一步考察，對(duì)更加復(fù)雜的汽車制造業(yè)而言，人工智能到底是什么呢？實(shí)際上，現(xiàn)在的汽車制造，無論是整車制造、焊接工藝，還是總裝線，都更復(fù)雜，因?yàn)樗泻芏嗍謩?dòng)工位、半自動(dòng)工位、混合的人機(jī)協(xié)作等，需要大量的數(shù)據(jù)，而且要現(xiàn)場處理，不能等到L3（數(shù)字化層）再讓機(jī)器做出判斷和決策，而是要保證實(shí)時(shí)性。實(shí)時(shí)做決策，才能提高產(chǎn)能和效率。抽象地講人工智能和邊緣計(jì)算可能并不直觀，舉個(gè)例子，如電池制造行業(yè)。制造電池電芯的過程中有一道工藝是裁布。裁布以后要涂布，涂布以后卷繞、切割、形成電芯，然后加電極、焊接等。裁布這道工藝非常重要，因?yàn)橐玫氖墙饘俣皇瞧胀ú剂�。金屬布料裁了以后，出現(xiàn)的毛刺可能有各種排列方式，如果有尖峰，卷繞以后毛刺就會(huì)戳破絕緣層，從而導(dǎo)致這個(gè)電芯不合格。怎么處理？不可能再等MES處理，而需要依賴機(jī)器視覺，而且這個(gè)機(jī)器視覺是高速的，如一分鐘裁兩米布，通過高速的機(jī)器視覺判斷這一段布裁下來以后，產(chǎn)生的毛刺是否會(huì)導(dǎo)致電芯不合格，對(duì)此需要進(jìn)行大數(shù)據(jù)分析。過去，如果是幾萬米布，對(duì)于裁下來的毛刺的數(shù)據(jù)信息通常選用最小二乘法計(jì)算，然后將這個(gè)算法放到AI處理器，AI處理器在下一個(gè)工位就要做出決策，即這段布是否可以通過。這是要在一兩分鐘內(nèi)決策的事情，有很多特別的需要在現(xiàn)場做的決策。又如汽車的焊接工藝，比如激光焊。如果說15厘米的焊縫有一千個(gè)焊珠，激光焊槍打過去，只需要幾秒鐘；對(duì)于是否合格，要在進(jìn)入下一道工序之前快速做出判斷，這仍要用到機(jī)器視覺。機(jī)器視覺數(shù)據(jù)不是PLC控制的一個(gè)程序PLC程序在PLC中運(yùn)轉(zhuǎn)，進(jìn)行邏輯控制就可以了，它必須通過人工智能、邊緣計(jì)算做出判斷，從而提高效益。而這些是不太可能由人來勝任的。減少人工不在于少發(fā)了幾個(gè)人的工資，主要在于減少了差錯(cuò)，提高了效益。這個(gè)差錯(cuò)率在理論上可降低為零。某德國豪華車總裝車間已經(jīng)開始了試點(diǎn)，它把總裝所有的擰緊參數(shù)，如角度參數(shù)、力矩參數(shù)，通過AI在工廠的不同工位進(jìn)行分配和判斷，然后在底層實(shí)時(shí)處理這樣的數(shù)據(jù)�，F(xiàn)在通過OPC協(xié)議將數(shù)據(jù)打包，然后再傳送上去。這種復(fù)雜應(yīng)用在汽車制造中現(xiàn)在還沒有看到。但就擰緊擰松這樣非常清晰的行為，通過簡單的邊緣計(jì)算和人工智能模塊就可以完全在現(xiàn)場處理掉。這就是智能制造，也就是從數(shù)字化工廠到智能制造的一個(gè)升級(jí)。 PSE的另外一個(gè)重點(diǎn)是工藝數(shù)字化模擬仿真，包括虛擬調(diào)試，對(duì)現(xiàn)在的數(shù)字化企業(yè)來說它已經(jīng)是一個(gè)非常成熟和非�；镜墓ぞ吆推脚_(tái)了。西門子在平臺(tái)研發(fā)上投入巨大，只專注提供平臺(tái)，集成商和用戶可以在平臺(tái)上開展自己的想象，因?yàn)榭蛻糇疃に��？蛻舳に�，所以他們可以提出算法的要求；西門子懂平臺(tái)，所以可以集成這些算法。然后雙方在這個(gè)算法上達(dá)成一致，并將其植入邊緣計(jì)算和處理芯片中，在工藝上進(jìn)行驗(yàn)證和實(shí)施。所有的算法靠線體商、集成商和最終用戶一起討論決定，最后可以形成基于線體商或者最終用戶自主知識(shí)產(chǎn)權(quán)的算法和工藝流程，即優(yōu)化了的工藝流程。 本書編委會(huì) 2019年9月 本書的作者均來自數(shù)字孿生的國際級(jí)實(shí)踐者和技術(shù)提供商德國西門子數(shù)字化工業(yè)軟件，是名副其實(shí)的建設(shè)數(shù)字化企業(yè)的實(shí)戰(zhàn)派，主要執(zhí)筆人均在西門子有20年左右的豐富工作經(jīng)驗(yàn)。 序
你還可能感興趣
我要評(píng)論
|
