查看完整版本: [-- 智能制造如何获得韧性 --]

武当休闲山庄 -> 数码讨论 -> 智能制造如何获得韧性 [打印本页] 登录 -> 注册 -> 回复主题 -> 发表主题

huozm32831 2021-08-27 21:14
             8月26日,加拿大工程院院士杜如虚在深圳创新发展研究院发表了一场名为《智能制造产业创新、布局与应变》的报告。

杜如虚在开场提出,当今人类社会面临很多的挑战,比如保护主义盛行、自然灾害频发、恐怖袭击、社会动乱等许多问题。这些问题来源于社会两极分化、大国争霸、人类的偏见、新技术难以驾驭等等原因。然而,当今的人类在面临挑战时也有了更多的韧性。例如,虽然这两年新冠病毒在全球造成了极大的影响,但相比人类历史上面临的流行病,目前的人类社会有了更多的应对方法。1918年的西班牙流感在三年内估计造成了5千万到1亿的死亡,而2020以来的新冠病毒则造成了全球400多万的死亡。

在杜如虚看来,人类社会的韧性能够抵御各种灾变,并帮助人类在灾变后快速恢复。而每一次灾变之后,都会引起世界上的学者研究人类社会的韧性。比如,“911事件”之后有人研究如何应对社会极端事件,2008年金融危机之后有人研究如何保护信用体系,现在又有很多人研究如何保护网络安全等等。

杜如虚认为,一个社会、一家公司如果要获得韧性,就需要具有创新、布局、应变的能力。

而智能制造其实主要也是围绕这三个部分。

创新

“我们都知道创新本身是发展的引擎。而一个产品不可能永远领先,创新永远有新东西产生。你只要一停别人就有机会超过你,而且变化的速度越来越快。”杜如虚说。

以通信为例,以前在90年代,打电话得去公用电话排队。当时的电话公司很好赚钱,没有动力去开发新技术。这个技术其实都是美国公司最先发明的,但由于电话公司的保守,自己反而发展不起来,后来也给了别人超越的机会。“技术发明就是这样,第一你得去发明,第二你还得去推动它。”

创新包括很多部分,比如产品设计创新、制造技术创新、供应链与市场创新等。例如,大疆无人机是一个设计创新的典型案例,其设计方面的突破使得其抗风能起非常强,这方面能做到全球第一。

杜如虚介绍,目前三分之二的专利与制造有关。以前的制造往往依靠模具生产,而精密模具或者大型模具都非常昂贵。而现在无模成形的技术则不需模具、步进成形(步进电动机是一种将脉冲信号变换成相应的角位移、线位移的电磁装置,是一种特殊的电动机,一般电动机只能连续转动的)。其优点是特别适用于样品或者小批量生产,缺点则是效率低、进度有待提高。

杜如虚的研究团队把这项技术越做越大,从50KN的高速步进成形机,一直做到了6000KN的步进弯板机。

布局

在布局方面,杜如虚认为,现代的企业一方面依靠硬性的质量管理系统,一方面也融入了柔性的生产体系。相比之下,古代的大型工程则只能依靠硬性的质量控制和责任制,比如金字塔和长城。

“我们国家的质量管理系统相对来说不够健全,管理理念有待提高。我们有一大堆的产品质量标准,但相比之下,日本汽车生产的质量管理不是只看最后的质量,而是看生产过程中每一阶段的质量,它有一个全程质量考核,所以日本车质量真的比德国车和美国车都要好。他们这个理念非常重要,不只是在最后测一下,而是在每一个步骤都去检查。如果你每一步都行,后来就算有问题也很容易纠正。如果最后才发现有问题就不容易解决。”杜如虚说。

那么,“我们制造如何引入柔性呢?在可以变的、有变数的地方进行布局。柔性布局思想则是将应变机制植入制造系统。”

为了在制造生产中引入应变机制,传统的方法是多台机床并行或者堆栈。“如果排队的人太多,我就多开几个窗口。那生产也一样,机器少我就多买几台。而堆栈什么意思呢?比如说零部件可能要多买点放在仓库里面,那堆栈的话可以不堆在一个仓库里,可以堆在多个仓库,甚至是远程的仓库里。”杜如虚说。

杜如虚称,现在的新的柔性方法则是使用可重构机床、可移动堆栈,以及数学方法进行动态规划和仿真实验。接着,他简单展示了密歇根大学的可重构机床,广州技田公司的AGV系统(装配有自动导引的装置),以及嘉兴必威公司的立库系统(高架仓库)。

应变

在谈到应变能力时,杜如虚认为现在的应变实际上就等于工业人工智能。工业人工智能也是目前制造业最大的特点。“我们都知道工业4.0,那4.0其实就是智能。”杜如虚说。

现在工业人工智能也带来一些挑战,比如数据安全和数据孤岛等问题。首先,现在各公司的数据是不容外泄的,无法分享,各自的数据也不完整;并且由于数据采集能力有限,无法获得完整的数据。另外,现在很多时候只有大量正常运行时的数据,故障数据很少,并且许多故障的数据也无法获得。

杜如虚认为,在生产过程中的应变分为三个步骤:首先通过硬件和软件收集和处理信号,然后通过建立模型预测,最后是通过一定的方法进行控制决策。智能制造系统的构建也分为相应的三层:第一层是各种装备集成、数据采集;第二层是数字孪生,包括型号处理,统计分析以及质量控制;第三层则是发掘深层问题,比如监控诊断、发现问题根源、优化系统设计并持续改进。

“其实智能制造最重要的还是第三层,这才是人工智能的关键所在,这个也就是韧性。”杜如虚表示。

杜如虚介绍,从他博士毕业到现在,智能制造监控诊断的方法也在不断的演进,从以前的4D全系谱,到蛇骨图,再到模糊转移概率等等。

人工智能算法

杜如虚表示,人工智能核心是算法,算法的目的是从观测数据中学到尽可能多的知识。“如果人工智能是一个大饼,其中的机器学习占80%。机器学习的目的是从数据中学到尽可能多的东西。”

杜如虚介绍,最新的算法包括谷歌的”Transformer”,这是一种“自我专注学习”。 还有对比学习,变分自编码器,及对抗神经元网络等,“每一种都可以做一些有意思的事情”。

以对抗神经元网络算法为例。这个算法最早可以追溯到斯坦福大学的Bradley Efron教授,然后经过了很多代人持续的改进。这个算法把数据进行重复的抽样、组装、分析。“后来一篇文章用这个算法模拟出一个人衰老过程的图像,当时大家看了之后都很震动,原来人工智能能做这样的事情。”杜如虚说。

杜如虚表示,像这样的算法,现在实际上是开源的,并不像大家想象的那样受到专利保护。“所以一时间运用这个神经元网络的文章数以万计。你都不用懂它,你直接用就可以了。”

现在比较流行的一种算法是深度学习,这也是神经网络的一种。“如果我们有足够的数据,可以不用对抗的方法,直接用深度学习的方法就可以了。很多人都说,深度学习是人类数学上第4次革命。只要一个足够大的网络,那几乎所有问题一定可以解决,因为现在的计算能力非常强。”不过,杜如虚也表示,在现实中也会遇到数据孤岛的问题,因此这时还是要用对抗神经元网络的方法。

杜如虚认为人是一个有生老病死的生命体,而人工智能是一个机器,一个算法,它可以无限地学习下去。不过目前人工智能的“智能”和人的“智能”其实还差得比较远。

关于人工智能对于未来生活的影响,杜如虚认为这个问题难以预测:“20年前谁会想到现在的手机变成这样?”不过杜如虚也肯定地表示,人工智能将成为不可或缺的工具,而且这项技术无法封杀。


查看完整版本: [-- 智能制造如何获得韧性 --] [-- top --]


Powered by www.wdsz.net v8.7.1 Code ©2005-2018www.wdsz.net
Gzip enabled


沪ICP备:05041533号