數(shù)字化價值探索

       烏卡時代(VUCA)的復(fù)雜性帶所來的較為直觀的影響力包括以下幾個方面：

　　? 產(chǎn)品材料及其工藝的復(fù)雜性;

　　? 生產(chǎn)流程的復(fù)雜性組合，尤其是在離散制造業(yè)中的那些長流程如光伏、鋰電、半導(dǎo)體等;

　　? 需要監(jiān)測的參數(shù)維度越來越多，以獲得對過程的“可觀測性”，進(jìn)而獲得可控性。

　　這些復(fù)雜性對于制造過程的挑戰(zhàn)表現(xiàn)在以下幾個方面：

　　(1)在生產(chǎn)中的變更、重組時的配置、工藝參數(shù)的組合復(fù)雜性，如果是在傳統(tǒng)的制造模式中，就會需要大量的調(diào)整，而通常調(diào)整中又會造成較多的“開機浪費”;

　　(2)個性化產(chǎn)品帶來的TTM——個性化產(chǎn)品使得生產(chǎn)過程中，更多的時間被消耗在“參數(shù)配置”、“機械調(diào)整”，越頻繁的更換，會造成交付能力下降，因為，一天的工作時間里，機器真正有效的工作時間可能并不多;

　　(3)在長流程產(chǎn)線集成時，系統(tǒng)溝通與協(xié)調(diào)的復(fù)雜性：產(chǎn)品的變更并非僅僅是某個單元的工裝夾具、參數(shù)的變更;而是整個生產(chǎn)流程上各個工序的設(shè)備都要實現(xiàn)統(tǒng)一的協(xié)調(diào)，以及在制造線體前后端的物流、成本核算、能源供應(yīng)等的變更，以保持一致性。

　　制造數(shù)字化的價值分析

　　數(shù)字化的價值和意義在于如何應(yīng)對VUCA時代的制造業(yè)變化——它要將復(fù)雜與不確定、模糊與穩(wěn)定，通過數(shù)字化技術(shù)轉(zhuǎn)化為“穩(wěn)定、確定、可控、靈活”的狀態(tài)。

　　因此，數(shù)字化的價值至少包括了以下幾個方面：

　　(1)軟件定義制造——數(shù)字化讓制造更靈活數(shù)字化的意義是其靈活性，傳統(tǒng)機器如果要更換產(chǎn)品，往往需要大量的機械調(diào)整，例如裝訂一本書，當(dāng)人們要去裝訂一本新書的時候，它就需要把開本寬度、開本高度、涂膠的位置、壓力等進(jìn)行機械的一一調(diào)校。但當(dāng)改為采用數(shù)字化伺服系統(tǒng)來進(jìn)行調(diào)校時，它僅需設(shè)置參數(shù)，系統(tǒng)就會自動去完成這些工作。傳統(tǒng)上，這一過程要花費1.5個小時，而現(xiàn)在只需要2秒鐘就可以完成——即在變化的生產(chǎn)中提高了機器的換型時間。

　　以在自動化中最為普遍的裁切動作來說，它被廣泛應(yīng)用在紙盒成型、標(biāo)簽印刷、包裝、板材金屬加工、紙張?zhí)幚?如切為A4的復(fù)印紙)、瓦楞紙裁切等場景中。傳統(tǒng)采用機械方式，需要根據(jù)產(chǎn)品規(guī)格更換機械刀輥，而采用了伺服系統(tǒng)的電子凸輪裁切后，則可以自行根據(jù)長度設(shè)定，伺服電機會自行運行電子凸輪實現(xiàn)精準(zhǔn)裁切，這里就使得規(guī)格的變化由軟件來定義(圖1)。

　　另一個場景是在組裝產(chǎn)線中，目前很多場合開始大量使用磁懸浮輸送技術(shù)，就是為了讓原本無法被軟件控制的機械輸送，改變?yōu)殡姶趴刂频膭幼幽Ｊ健梢允沟眠@個生產(chǎn)系統(tǒng)的實現(xiàn)被軟件定義，進(jìn)而實現(xiàn)變化，以應(yīng)對靈活性的生產(chǎn)需求。

　　在圖2中，機械輸送的鏈塊、皮帶或分度盤的方式被廣泛使用。對于單一產(chǎn)品而言，它的問題在于機械磨損對品質(zhì)的一致性帶來的潛在影響，但是，即使不考慮產(chǎn)品的變化，它仍然是效率較低的，因為，每個工站的節(jié)拍不一樣時，會使得系統(tǒng)只能按照最慢的工站節(jié)拍來運行。如果考慮了產(chǎn)品的變化，每個工站的節(jié)拍又發(fā)生了變化，而且，為了機械的對位(例如保持中心點的匹配)，機械可能需要較大的調(diào)整，這使得在產(chǎn)品變化時，或者甚至需要產(chǎn)線重組時，就會遇到較大的機械重新安裝調(diào)校的問題。

　　但是，采用了磁懸浮輸送技術(shù)后，加工產(chǎn)品被輸送時，其位置、間距、速度、加速度等都可以被軟件定義。它是由機電對象結(jié)合設(shè)計的輸送技術(shù)，因此，它本身可以被實現(xiàn)多個軌道的混合作業(yè)，以及調(diào)度算法來實現(xiàn)智能調(diào)度——簡化的機械讓它更容易被重組。

　　如圖3，其實，實現(xiàn)軟件定義的運動控制不僅包括伺服電機、直線電機、磁懸浮，還包括機器人的大量集成——也通過自己的參數(shù)配置，將組件配置到空間的所需位置，這些都是讓制造實現(xiàn)“軟件定義”。

　　只有這樣，才能讓復(fù)雜的變化，能夠被簡單的處理——通過快速的軟件配置，自動的參數(shù)生成，以及網(wǎng)絡(luò)分發(fā)給線體上的工藝設(shè)備，并能實現(xiàn)組合產(chǎn)品的混線調(diào)度，以高效的方式實現(xiàn)多樣化的產(chǎn)品生產(chǎn)。

　　(2)協(xié)作——讓效率更高

　　其實，流程工業(yè)，像石油煉化、冶金、制藥等的連續(xù)性，使得其“先天”需要更好的自動化控制技術(shù)。離散制造業(yè)，在過去一直真的處于“離散”狀態(tài)，設(shè)備按照某個布局從一個單元到另一個單元。因此，如果能夠?qū)⑦@些生產(chǎn)也像流程工業(yè)一樣具有連續(xù)性，那么就會讓生產(chǎn)效率更高。因此，第一步就是用傳送帶把它們形成連續(xù)的產(chǎn)線，配合機器人，但后來人們發(fā)現(xiàn)，這些機械的產(chǎn)線仍無法被有效的組織起來，于是人們又開發(fā)出了柔性輸送系統(tǒng)，其實質(zhì)就是將生產(chǎn)過程數(shù)字化，把原有的機械“啞巴”系統(tǒng)，轉(zhuǎn)為可被采集、傳輸，可被軟件編程的數(shù)字化制造系統(tǒng)。

　　機械上的協(xié)作包括對機器人、柔性輸送技術(shù)的引入;而在軟件層面，則是通信的集成，通訊往往代表了物理意義的連接，而通信則代表了軟件意義的連接。因此，數(shù)字化的通信，也是一個協(xié)作問題，通過信息建模，模塊化的機電系統(tǒng)將被狀態(tài)機驅(qū)動來實現(xiàn)協(xié)作。這也是工業(yè)通信系統(tǒng)的協(xié)作意義。

　　如圖4，通信規(guī)約的目的在于通過信息建模，讓系統(tǒng)在工程變更時，實現(xiàn)快速的調(diào)整。參數(shù)可以統(tǒng)一地解析下發(fā)，在設(shè)備間，可以實現(xiàn)基于狀態(tài)的“邏輯編排”，以讓生產(chǎn)系統(tǒng)快速進(jìn)入新的產(chǎn)品生產(chǎn)制造中。

　　解決復(fù)雜問題的策略其實就是“化繁為簡”，每個獨立的生產(chǎn)模塊就像一個高內(nèi)聚的軟件模塊，通過低耦合來實現(xiàn)“快速重組”。而在通信如PackML、SEMI里，通過狀態(tài)來協(xié)作的機制，就是將復(fù)雜的協(xié)作轉(zhuǎn)化為“邏輯”的編排。

　　(3)知識發(fā)現(xiàn)與復(fù)用

　　人類的知識與經(jīng)驗形成都是依賴長時間的投入形成的，知識與經(jīng)驗的不同在于，知識是可以被數(shù)學(xué)公式描述的，而經(jīng)驗則是無法被描述的、隱藏于工程師、技師的大腦中。因此，知識要復(fù)用，就得軟件化，而經(jīng)驗要復(fù)用，則需要通過數(shù)據(jù)驅(qū)動建模的挖掘——這就是AI的數(shù)學(xué)意義。

　　如圖5所示，工業(yè)軟件的目的就在于將“知識”和“經(jīng)驗”分別通過物理建模、數(shù)據(jù)驅(qū)動建模來實現(xiàn)封裝。然后，這些知識可以被復(fù)用，使得生產(chǎn)系統(tǒng)可以基于這些模塊進(jìn)行軟件層面的重組。

　　軟件，是保持知識承襲的關(guān)鍵方式，通過將知識“數(shù)字化”，就可以被靈活的集成、快速的遷徙，并在不同平臺間實現(xiàn)復(fù)用。這同樣是為了應(yīng)對復(fù)雜性的制造過程——模塊化的機器，更在于軟件的模塊化配置，并且，降低知識的復(fù)用成本。

　　(4)持續(xù)的成本降低

　　數(shù)字化設(shè)計、數(shù)字化運營都能挖掘潛在的浪費，獲得改善及提高成本效率。

　　數(shù)字化能夠幫人們降低成本，這是因為，在習(xí)以為常的生產(chǎn)系統(tǒng)里，隱藏著巨大的浪費，而從精益生產(chǎn)的視角，這種浪費是無處不在的，因此，需要大量的成本削減方案，例如：

　　? 降低物理測試驗證的成本;

　　? 降低運營效率的問題;

　　? 持續(xù)浪費改善。

　　(5)資源共享

　　資源共享包括數(shù)字世界的代碼、算法資源、網(wǎng)絡(luò)資源(開放的)、知識資源(例如生成式AI的openAI)等。

　　數(shù)字資源比一個面包更容易共享，因為一個面包它會壞掉，而數(shù)字資源則可以被輕松的保持和復(fù)制。數(shù)字資源也更容易被處理，這就像膠卷能夠沖洗出照片，但膠卷里的照片并不如數(shù)字照片那么容易被Photoshop等軟件來處理。因此，數(shù)字化的信息更容易被長期的存儲和分享(圖6)。

　　數(shù)字化使得“共享”經(jīng)濟成為了可能性——對于制造業(yè)而言，同樣可以分享來自于IT世界的資源，無論是網(wǎng)絡(luò)還是算法資源都可以被應(yīng)用于遠(yuǎn)程診斷與維護(hù)(通過無所不在的云服務(wù))。它帶來的好處是無需專用的自建LAN來實現(xiàn)。通過IT世界的算法，例如開源代碼，降低了在代碼開發(fā)中的工作量，尤其是像現(xiàn)在的生成式AI在編程中的使用。

　　(6)更聰明的系統(tǒng)

　　在制造系統(tǒng)中，最初是由人的大腦來實現(xiàn)對生產(chǎn)的控制，后來被具有既定程序的控制器所替代，這個控制器的好處在于它設(shè)定了潛在的可能性，用程序?qū)崿F(xiàn)“If-Then”的語句來判斷各種場景，然后調(diào)用既有的處理單元。因此，在過去大規(guī)模標(biāo)準(zhǔn)化生產(chǎn)中，都是一個既有規(guī)則下的生產(chǎn)過程。

　　但是，隨著產(chǎn)品品種的變化、材料及其工藝的變化，人已經(jīng)無法進(jìn)行所有的規(guī)則制定，或者現(xiàn)有的知識也不足以定義各種變化的參數(shù)。那么，人們需要這個系統(tǒng)具有“學(xué)習(xí)”能力，自己去進(jìn)化出更好的生產(chǎn)自適應(yīng)參數(shù)，進(jìn)化出更好的識別與判斷能力，以代替人的經(jīng)驗性判斷具有的強大的不確定性，以及隨著人的變化所產(chǎn)生的不一致性。

　　圖7列出AI在制造業(yè)的所謂“八大場景”——其實，可以看到，這些都是為了讓系統(tǒng)更為聰明。視覺的缺陷分析、設(shè)備故障、智能分揀等等，都是通過學(xué)習(xí)來讓機器能夠適應(yīng)變化。

　　以智能分揀為例，在過去，通常需要在產(chǎn)線前段配合機械機構(gòu)來對產(chǎn)品進(jìn)行隊列的梳理，如瓶子有理瓶、金屬件有機械的方式，讓其保持一致的朝向，凡此種種，在單一產(chǎn)品生產(chǎn)中倒還好;但當(dāng)產(chǎn)品種類多了，這個機械的調(diào)整就會很復(fù)雜，機器人在視覺的指引下，對不同形狀的產(chǎn)品進(jìn)行識別，并確認(rèn)抓取的中心點或重心，這種可以通過學(xué)習(xí)，以達(dá)到對任意產(chǎn)品的分揀——這就是一個“聰明”的產(chǎn)線，它不需要復(fù)雜的機械以及人去不斷的示教過程。

　　因此，智能系統(tǒng)的未來是要讓機器自我實現(xiàn)迭代，以獲得不依賴于人輸入的進(jìn)化能力。

　　(7)更快的響應(yīng)能力需求

　　數(shù)字系統(tǒng)能夠提供更快的響應(yīng)，在于以下幾個方面的原因：

　　? 信息的交互速度：通過更快的信息傳遞，使得問題可以被快速的匯集，進(jìn)而快速分析和判斷。這個時間粒度的變小，使得響應(yīng)能力得到提高;

　　? 處理能力：如果進(jìn)行一個任務(wù)的編排，那么對于人來說，可以計算，但通過數(shù)字化系統(tǒng)就可以快速實現(xiàn)這種編排的計算與重新規(guī)劃;

　　? 更快的迭代速度：持續(xù)改善，對于數(shù)字系統(tǒng)來說是極快的，因為，在數(shù)字系統(tǒng)里的迭代是可以不斷改善的。這是實時網(wǎng)絡(luò)所需要解決的問題——數(shù)字化的底層當(dāng)然是網(wǎng)絡(luò)通信的支撐，無論是設(shè)備內(nèi)、設(shè)備間、產(chǎn)線與生產(chǎn)管理、云端系統(tǒng)，都需要一個具有更快時間粒度的網(wǎng)絡(luò)來支撐。

　　如圖8所示，基于TSN網(wǎng)絡(luò)及OPC UA的系統(tǒng)可以實現(xiàn)整個生產(chǎn)制造系統(tǒng)的高動態(tài)響應(yīng)能力。

　　總之，數(shù)字化的意義，在制造業(yè)而言，是意義重大的——為了在復(fù)雜變化的環(huán)境中，讓企業(yè)獲得一種應(yīng)對變化的能力，變得更靈活、更高效、更聰明。