智能制造装备是智能制造技术的重要载体
纵观世界工业的发展历史,科技创新始终是推动人类社会生产生活方式产生深刻变革的重要力量,从第一次工业革命的“蒸汽机时代”,到第二次工业革命的“电气化时代”,再到第三次工业革命的“信息化时代”,都是以推动人类生产力的发展,满足人类对美好生活的需要为追求。(图1)
图1工业革命史简图[1]
开始于18世纪60年代中期的第一次工业革命(工业1.0),从发明、改进和使用机器开始,以蒸汽机作为动力,实现工厂机械化。第一次工业革命使机械生产代替了手工劳动,工厂制造代替了手工工厂,社会生产力得到极大提高,人类经济社会从以农业、手工业为基础转型到以工业化的机械制造带动经济发展的新模式。
开始于19 世纪后半期的第二次工业革命(工业2.0),在劳动分工基础上,通过采用电力驱动机械加工,实现了大规模生产。因为有了电力,社会生产进入了由电气自动化控制机械设备生产的年代,社会生产力进一步提升。这次的工业革命,通过零部件生产与产品装配的成功分离,开创了产品批量生产的高效新模式。
开始于20世纪70年代左右的第三次工业革命(工业3.0),通过广泛应用电子与信息技术,使制造过程自动化控制程度再进一步大幅度提高。生产效率、良品率、分工合作、机械设备寿命都得到了前所未有的提高。在此阶段,工厂大量采用由PC、PLC、微控制器等电子信息技术自动化控制的机械设备进行生产。自此,机器能够逐步替代人类作业,不仅接管了相当比例的“体力劳动”,还接管了一些“脑力劳动”,工业生产能力进一步提升。
进入21世纪,互联网、云计算、大数据等信息技术的飞速发展,推动着人工智能技术的战略性突破,人工智能技术已经成为新一轮科技革命的核心技术之一。人工智能技术与先进制造技术的深度融合,形成了智能制造技术,成为第四轮工业革命的核心驱动力。新一代智能制造的突破和广泛应用将重塑制造业的技术体系、生产模式、产业形态,实现第四次工业革命。
纵观近现代工业发展史,生产力发展始终是推动智能制造发展的根本动力;适应新技术、新经济发展,满足人类对美好生活的需求是智能制造装备发展的根本需求。智能制造是一个大系统,贯穿于产品设计、制造和服务的全生命周期的各个环节,智能生产是主线,智能制造装备是基础。理解智能制造装备发展的内外需求和发展趋势,是开展智能制造装备的关键技术学习,建立智能制造装备体系宏观思维的前提。
01
智能制造装备发展内因
生产力发展始终是人类社会发展的决定性因素,现代科学技术的进步提升着人类生产力发展与变革的速度。智能制造装备通过先进制造技术、信息技术和智能技术的集成和深度融合,将实现人类社会生产力的跨越式发展。上世纪以来人们对生产力发展水平的注意力主要偏重于生产过程的自动化,自动化程度的提高极大地解放了生产过程中的体力劳动。但随着人类对更高生产能力、生产质量和生产效率的要求,越来越多的生产问题需要更多的脑力劳动来决策。如极端制造、超精密加工、高速高效加工以及考虑可持续发展问题的绿色制造等等,都是传统工艺和成熟经验无法解决的生产制造问题,迫切需要智能化加工设备才能够完成。
1)极端制造系统问题
图2 中国空间站构想图[2]
图3国产芯片制造[3]
随着人类社会不断对深空、深海等极端条件的挑战,各种极端制造问题成为人类生产力发展的主攻方向。如大型空间站舱体的一次性成型问题(如图2);用于深海探测潜水器的高强度、超大构件的精密锻造问题[4];万吨级大型船舶用整体结构件及其精密焊接问题[5];飞机制造与热连轧机组制造等复杂巨系统制造问题[6]等。在这类极端条件中,常大量采用整体薄壁结构和复杂曲面结构,以满足零件极端服役性能的要求。这类生产问题制造成本高、制造过程复杂、试错代价昂贵,需要在有限的实验条件下,获得尽可能多的经验和数据。因此制造装备需要具有较强的数据采集和分析能力,通过对生产工艺数据、设备运行状态、工件加工质量,以及材料应力、应变等数据的实时跟踪和采集,结合物理信息系统,进行正确的数值模拟与仿真,实现有效的数据分析和预判,进而降低试错成本,提升生产能力。
2)难加工材料复杂工艺问题
对于一些难加工材料的复杂工艺过程,如满足极限工况使用要求的氮化硅陶瓷球(图4)的超精密加工问题,其材料硬度达到2840~3320kg/mm2,且对加工精度和表面质量都有很高的要求,通常只能在复杂的混合金刚石磨料的柔性流道内研磨加工,影响其加工的精度的工艺条件多达40余个[11]。借助于先进的传感器与检测技术,通过大数据分析和人工智能方法,一些最重要的工艺参数才能够被提取出来,这就要求新一代研磨机具有更高的智能化水平。而对于硬脆石材雕塑制品(图5)的复杂加工工艺问题,其材料组成成分和结构复杂,每一块石材都有不同的工艺特性,每一道工序的加工工艺参数都会对刀具产生较大的影响。借助于加工过程的实时监控和数字化模型的准确预测,工艺路径和参数才能够得到不断地优化[12]。对于高温合金、钛合金、高强度钢、复合材料等难加工材料,在高速切削过程中,切削温度高、刀具磨损严重,零件在制造中加工变形和切削振动现象严重,加工精度和表面完整性难以保证,必须充分考虑切削过程的非线性、时变、大应变、高应变率、高温、高压和多场耦合等复杂工程问题[13],这些都要求智能制造装备具有高效、可靠的检测、分析和控制能力。
图4 氮化硅陶瓷球
图5 石材复杂工艺制品
3)高速高效绿色制造问题
“力争2030年前实现碳达峰,2060年前实现碳中和”是中国政府确定的重大发展战略决策,事关中华民族永续发展和构建人类命运共同体。“推动技术和产业变革朝着信息化、数字化、智能化方向加速演进”是主要战略方向。切削加工技术的高速高效绿色化制造过程,并不是纯粹的几何制造过程,而是典形的力热强耦合的物理制造过程。切削加工过程涉及的材料学、弹塑性力学、断裂力学、传热学、运动学、动力学和摩擦学等多学科交叉问题,切削过程中的各种物理现象如切削力、切削热、切削振动和刀具磨损等,与工件、刀具、机床和夹具所构成的工艺系统具有密切联系。工艺系统的制造误差、刀具磨损、受力变形、受热变形以及定位误差和测量误差等因素都会直接影响零件的加工质量[14]。在智能切削加工过程中,通过将先进传感器与检测技术、数据技术、智能算法与机床运动控制相结合,实现对切削加工状态和表面质量的实时监测与动态控制,它要求智能制造装备具有实时检测与分析能力、具有数据传输和共享能力、能够对控制决策进行准确和快速的响应能力。
4)离散型制造模式的智能化
图6 智能化车间
图7 智能化工厂模型
5)流程工业生产过程的智能化
石油、化工、钢铁、有色金属、建材和电子等流程性工业行业,面临着资源综合利用率低、能源消耗大、环境污染严重等问题,特别是流程工业涉及原料变化频繁、工况波动剧烈;生产过程涉及物理化学反应,机理复杂;且生产过程连续,不能停顿,任一工序出现问题必然会影响整个生产线和最终的产品质量。流程工业迫切需要对原料成分、设备状态、工艺参数和产品质量等进行实时和全面的检测,实现生产过程的高效化与绿色化、生产工艺和生产流程的智能化的制造模式转变。如图8和图9,通过将复杂工业过程控制、全流程运行监控与管理大数据;企业运作管理与决策和生产管理与决策大数据;工艺研究实验大数据等工业资源和人工智能技术相结合,实现知识型工作智能化,借助计算机和通信技术与流程工业物理资源的紧密融合与协同,实现生产工艺智能优化和生产流程智能优化[15]。
图8 人机合作智能优化决策系统
图9 工业过程智能自主控制系统
02
智能制造装备发展外因
1)多样化的个性需求
图10 宝马定制汽车
图11 智能机床定制
2)更高质量的生产服务
图12 一种生命周期大数据驱动的复杂产品智能制造服务体系构架[18]
3)更富价值的劳动创造
马克思的劳动价值理论,是马克思主义政治经济学体系的出发点,马克思说:“一切商品的价值都是由人的劳动创造的”。习近平总书记在全国劳动模范和先进工作者表彰大会上指出:“劳动是一切幸福的源泉” [20]。人类社会活动的本质在于创造劳动价值,参加社会劳动实现价值创造是人最基本的社会需求[21]。工业自动化通过对人类重复性体力和脑力劳动的替代,提高了社会平均劳动生产率,使人们能够创造更多的劳动价值。
技术的进步推动了制造领域新一轮的产业变革,以互联网、大数据、云计算为代表的新一代信息技术与传统工业融合发展,制造业呈现出新的方向,以智能化、网络化、数字化、服务化、绿色化为核心特征的智能制造成为制造业发展的重大趋势。智能制造的提出是技术创新累积到一定程度的必然结果,是制造业依据其内在发展逻辑经过长时间的演变和整合逐步形成的制造模式[22]。智能制造是集成制造、精益生产、敏捷制造、虚拟制造、数字化制造、网络化制造等多种先进制造模式的综合,它通过信息物理系统(CPS),实现人、设备、产品、服务等制造要素与资源的相互识别、实时交互和信息集成,改变了传统制造业设计、制造、管理、服务的方式。智能制造的应用可望降低生产加工过程对劳动者智力的依赖,完成复杂的任务,提高生产质量,节约加工成本,其灵活化、方便化、个性化的生产组织方式,也使得中小型企业在竞争中更具有优势,承担的风险更低。
智能制造装备是智能制造技术的重要载体。智能制造装备通过模拟人的体力和脑力劳动过程,实现工业生产过程的智能化,大幅降低劳动者的体力和部分脑力劳动,帮助劳动者创造更大的价值。智能制造装备融合了先进制造技术、数字控制技术、现代传感技术以及人工智能技术,具有感知、学习、决策、执行等功能、是实现高效、高品质、节能环保和安全可靠生产的下一代制造装备。智能制造装备是传统制造产业升级改造,实现生产过程自动化、智能化、精密化、绿色化的有力工具,是培育和发展战略性新兴产业的重要支撑,也是衡量一个国家工业化水平的重要标志。
参考文献
[1] 严鹏,陈文佳. 工业革命:历史、理论与诠释[M]. 北京:社会科学文献出版社出版荣誉出版,2019.
[2] 周济,李培根,周艳红,等.走向新一代智能制造[J].Engineering,2018,4(01):28-47.
[3] 李培根.浅谈智能制造的本质和真谛[N]. 中国科学报,2019-05-30(008).
[4] 李培根,陈立平.在孪生空间重构工程教育:意识与行动[J].高等工程教育研究,2021(03):1-8.
[5] 李培根.浅说智能制造[J].科技导报,2019,37(08):1.
[6] 高亮.典型车间调度问题的理论与智能优化方法研究. 武汉:华中科技大学,2012-09-01.
[7] 赵升吨.高端锻压制造装备及其智能化[M]. 北京:机械工业出版社,2019.
[8] 杨芙,鞠洪涛,贾征,等. 焊接新技术[M]. 北京:清华大学出版社,2019.
[9] 田锋.制造业知识工程[M]. 北京:清华大学出版社,2019.
[10] 李晓雪.智能制造导论[M]. 北京:机械工业出版社,2019.
[11] 谭建荣,冯毅雄. 智能设计:理论与方法[M]. 北京:清华大学出版社,2019.
[12] 刘敏,严隽薇. 智能制造:理念、系统与建模方法[M]. 北京:清华大学出版社,2019.
[13] 廉师友.人工智能导论[M]. 北京:清华大学出版社,2020.
[14] 王立平,张根保,张开富,等.智能制造装备及系统[M]. 北京:清华大学出版社,2020.
[15] [美]
R.比克·莱瑟(R. Bick Lesser).智能制造:全球工业大趋势、管理变革与精益流程再造[M]. 霍春辉,袁少锋,译. 北京:人民邮电出版社,2019.
[16] 吴玉厚,王浩,孙健,等.氮化硅陶瓷磨削表面质量的建模与预测[J].表面技术,2020,49(03):281-289.
[17] 吴玉厚,赵德宏.异型石材数控加工装备与技术[M].北京:科学技术出版社,2011.
[18] 朱铎先,赵敏. 机·智:从数字化车间走向智能制造[M].北京:机械工业出版社,2019.
[19] 梁乃明,方志刚,李荣跃,等. 数字孪生实战:基于模型的数字化企业(MBE)[M]. 北京:机械工业出版社,2019.