莫欣農(nóng)
摘要:認為智能制造是改進大批量多品種制造模式,進一步提高人類生活水平的理想方案。介紹了智能制造的3大組成部分:智能化產(chǎn)品設(shè)計、智能化生產(chǎn)制造和智能化服務(wù)支持。其中,智能化產(chǎn)品設(shè)計是源頭,智能化服務(wù)是保障,智能化工廠是基礎(chǔ),三者缺一不可。指出中國應(yīng)當堅持引進、消化、吸收、再創(chuàng)新的智能制造體系,才能在較短時間內(nèi)縮小與發(fā)達國家間的差距。
關(guān)鍵詞: 智能制造;智能化設(shè)計;智能化生產(chǎn);智能化服務(wù);智能工廠;工業(yè)革命
Abstract: Intelligent manufacturing is an ideal solution to improve the large quantities and variety manufacturing model, and it can improve peoples living level. Intelligent manufacturing contains three parts: intelligent product design, intelligent production and intelligent service. Intelligent product design is the source, intelligent service is the guarantee, and intelligent factory is the foundation. For China, its necessary to insist on the intelligent manufacturing system, which is composed of introduction, digestion, absorption and re-innovation. In this way, China can narrow the gap with developed countries within a short time.
Key words: intelligent manufacturing; intelligent design; intelligent production; intelligent service support; intelligent factory; industrial revolution
1 工業(yè)革命的源動力
公元前的希臘和古埃及時代,人們就利用蒸汽的力量來開關(guān)廟宇的大門。18世紀中葉,資產(chǎn)階級革命廢除了封建制度,資本主義開始大發(fā)展。首先發(fā)展起來的英國通過殖民擴張,積累了大量資本,獲得廣闊的原料來源地和海內(nèi)外市場。傳統(tǒng)手工業(yè)的生產(chǎn)力已不能滿足巨大的市場需要,社會急需提高勞動生產(chǎn)率。于是一場用機器代替手工勞動,用工廠代替手工工場的工業(yè)革命轟轟烈烈地開展起來,由此開創(chuàng)了機械化大規(guī)模單一品種的生產(chǎn)模式,人類進入了“蒸汽時代”[1]。
隨著新興資本主義國家的出現(xiàn),為了爭奪世界市場,他們必須進一步提高社會生產(chǎn)力。19世紀中葉,電力技術(shù)廣泛地應(yīng)用到制造業(yè),原來的機械化生產(chǎn)逐步被電氣化流水生產(chǎn)線所代替,開始出現(xiàn)大批量、少品種的生產(chǎn)模式,即第二次工業(yè)革命。它增強了新興資本主義國家的國防實力,達到了擴大市場占有率的目的。
進入20世紀,特別是兩次世界大戰(zhàn)后,全球勢力范圍重新劃分,形成了東西對立的兩大陣營。激烈的競爭要求加快提升社會生產(chǎn)力的速度。核能、電子、計算機、航天、生物等新技術(shù)應(yīng)運而生,推動第三次工業(yè)革命。先發(fā)展起來的國家廣泛建立自動化流水線,通過大批量、多品種的生產(chǎn)模式,快速增強國家經(jīng)濟實力,提供更有競爭力的產(chǎn)品,顯著提高人類的生活水平,同時占領(lǐng)更大的國際市場;后發(fā)展起來的國家利用先進的科技力量,迅速改變落后的生產(chǎn)模式,奮起直追,參與世界市場的競爭,不斷改變世界市場的格局。
社會生產(chǎn)力的快速提升,大幅度改善了人類生活水平,延長了人類壽命,同時也帶來了地球資源缺緊、環(huán)境污染、產(chǎn)能過剩、競爭加劇、人口老齡化等嚴重問題。進入21世紀后,整個國際社會廣泛意識到人類不能無節(jié)制地制造產(chǎn)品,發(fā)達國家首先意識到需要用大批量定制的新模式來替代大批量、多品種模式,創(chuàng)造一個節(jié)約資源、保護環(huán)境、滿足需求、節(jié)省人力的新型制造模式,并在新一輪工業(yè)革命中重新占據(jù)領(lǐng)導(dǎo)地位。由發(fā)達國家率先引導(dǎo)的新一輪工業(yè)革命就和第三次工業(yè)革命并行發(fā)展起來。20世紀末發(fā)展起來的互聯(lián)網(wǎng)、物聯(lián)網(wǎng)技術(shù)便成為新一輪工業(yè)革命的支撐技術(shù)。在新一輪工業(yè)革命中,發(fā)達國家和發(fā)展中國家都面臨制造業(yè)格局重新洗牌的局面,相互之間既有競爭,又有合作。企業(yè)需要正確認識工業(yè)革命的源動力,把握住工業(yè)革命的方向,才能在新一輪工業(yè)革命中不被淘汰出局。
2 正確認識智能制造
傳統(tǒng)的大批量、少品種的生產(chǎn)模式對管理要求較低,人工進行計劃和調(diào)度便能實現(xiàn)。大批量、多品種的生產(chǎn)模式對管理提出較高的要求,單純依靠人工已經(jīng)無法完成,必須借助信息化技術(shù)(IT)進行輔助。到了大批量、個性化的生產(chǎn)模式,生產(chǎn)線上的每一個產(chǎn)品都可能不一樣,人工幾乎無法進行有效的計劃和調(diào)度,必須完全依靠新一代的IT技術(shù),有人稱之為運行技術(shù)(OT)。人們事先在計算機的虛擬環(huán)境中根據(jù)大批量、個性化生產(chǎn)的需要,模擬OT技術(shù)的整個操作過程,包括遇到各種可能異常情況的主動決策處理,確認無誤后再轉(zhuǎn)到現(xiàn)實世界執(zhí)行物理加工生產(chǎn)。這樣的制造模式稱之為智能制造。
完整的制造過程包括前、中、后3個階段,見圖1。
前期是智能化設(shè)計,采用高端工業(yè)軟件設(shè)計智能產(chǎn)品,仿真產(chǎn)品性能,驗證嵌入式軟件的智能水平,為中期提供完整的虛擬產(chǎn)品數(shù)據(jù)。中期是智能化生產(chǎn),采用高端工業(yè)軟件識別生產(chǎn)對象和生產(chǎn)要素,自動適應(yīng)產(chǎn)品、材料、環(huán)境等變化,保質(zhì)保量完成個性化的制造任務(wù),同時為后期提供完整的物理產(chǎn)品數(shù)據(jù)。后期是智能化服務(wù),采用高端工業(yè)軟件實時監(jiān)測智能設(shè)備運行性能及其健康狀態(tài),根據(jù)該設(shè)備設(shè)計時的虛擬產(chǎn)品數(shù)據(jù),提取相關(guān)知識指導(dǎo),優(yōu)化當前設(shè)備的運行參數(shù),安排精益維修計劃,反饋設(shè)備持續(xù)創(chuàng)新需求,形成閉環(huán)的智能制造新模式。
有了前期高檔工業(yè)軟件設(shè)計的智能產(chǎn)品,才會有智能設(shè)備;有了后期高檔工業(yè)軟件提供智能設(shè)備實際運行參數(shù)和健康狀態(tài)分析,才能形成智能化生產(chǎn)線;有了中期高檔工業(yè)軟件把生產(chǎn)線和上下游集成起來,才能構(gòu)成智能工廠。智能工廠接收完整的智能產(chǎn)品數(shù)據(jù)才能執(zhí)行智能生產(chǎn),僅有現(xiàn)代化的廠房和高精尖的設(shè)備構(gòu)成不了智能制造,前、中、后3個階段的高檔工業(yè)軟件是真正的智能制造的靈魂,缺一不可。
在第三次工業(yè)革命中生產(chǎn)環(huán)節(jié)的利潤率開始下降,設(shè)計和服務(wù)的利潤率超過生產(chǎn)環(huán)節(jié),即所謂的“微笑曲線”,見圖2。
在未來智能制造全面鋪開的時代,生產(chǎn)制造的差異化將會大幅度減少,3D打印技術(shù)將會覆蓋很多現(xiàn)有的制造工藝,替代很多現(xiàn)有的生產(chǎn)設(shè)備。因此,生產(chǎn)制造仍然是制造業(yè)價值鏈中的最低端,甚至比非智能制造時代的價值還要低,“微笑曲線”就會變成“大笑曲線”。
3 中國企業(yè)應(yīng)對策略
智能制造本身是一個巨大的市場,包括智能制造的建設(shè)和智能制造的服務(wù)兩大類。智能制造建設(shè)市場分為前、中、后3個階段的高檔工業(yè)軟件市場和中期高檔智能設(shè)備市場兩大部分。智能制造服務(wù)市場又分為前期智能產(chǎn)品設(shè)計和后期智能運維服務(wù)兩部分。
中國作為發(fā)展中國家,在智能制造領(lǐng)域與發(fā)達國家存在不小的差距,在智能制造的四類市場中缺乏處于領(lǐng)先地位的產(chǎn)品。為了構(gòu)建中國智能制造體系,就得采用引進、消化、吸收、再創(chuàng)新的道路,用較短的時間縮短與發(fā)達國家的差距。
從制造大國走向制造強國不能長期依賴購買智能產(chǎn)品設(shè)計。為了設(shè)計智能化的產(chǎn)品必須引進高檔的設(shè)計工業(yè)軟件,培養(yǎng)高檔的設(shè)計人才,形成具有特色的智能產(chǎn)品設(shè)計專業(yè)團隊,掌握智能制造的源頭,從而保證企業(yè)立于不敗之地。目前很多企業(yè)依然采用中低檔的工業(yè)軟件進行低檔產(chǎn)品開發(fā),一旦市場發(fā)生突變就危險了。不久前的柯達、諾基亞等案例深刻揭示了跟上歷史發(fā)展步伐的產(chǎn)品設(shè)計是何等的重要。
智能工廠是智能制造建設(shè)中投資最大的環(huán)節(jié),既有硬件設(shè)備又有高檔工業(yè)軟件。發(fā)達國家大力推銷智能工廠有利于其錘煉技術(shù),增加收入,擴大市場,重新布局。然而,發(fā)展中國家單純建設(shè)智能工廠不會獲得高額的利潤率,既不會快速提升企業(yè)的競爭能力,有時還會加重產(chǎn)能過剩的副作用。因此,中國在引進智能工廠的時候必須加強消化吸收工作,以便支持大量的中小企業(yè)能夠順利加入到智能制造的體系中來。
個性化產(chǎn)品的廣泛普及必然推動個性化服務(wù)的發(fā)展。美國GE公司用一年的時間進行評估,測算出2020年全球工業(yè)互聯(lián)網(wǎng)服務(wù)平臺的業(yè)務(wù)將達到5 000億美元[2],相當于當前全球高鐵市場的一半。服務(wù)業(yè)逐漸和高端制造業(yè)并駕齊驅(qū)。智能運維服務(wù)收集智能產(chǎn)品使用過程的全部數(shù)據(jù),利用智能產(chǎn)品設(shè)計、制造的核心知識給用戶提供技術(shù)咨詢和維修服務(wù),提高產(chǎn)品性能和完好率,同時還收集產(chǎn)品實際使用的數(shù)據(jù),反饋產(chǎn)品改進和創(chuàng)新的知識。中國企業(yè)不應(yīng)放棄如此大的智能服務(wù)市場,更應(yīng)該重視產(chǎn)品使用數(shù)據(jù)對企業(yè)和國家安全的影響。
4 結(jié)束語
在商業(yè)互聯(lián)網(wǎng)開始階段,歐洲失去寶貴的機會。德國有99.7%的中小企業(yè),其中有很多被稱為“隱形冠軍”,產(chǎn)品行銷世界。目前他們面臨美國和中國兩個強大的制造業(yè)競爭對手,還有人口老齡化的嚴重問題。通過分散式生產(chǎn)實現(xiàn)社會化大生產(chǎn),將這些優(yōu)秀的中小企業(yè)聯(lián)合起來,形成拳頭,共同參與全球競爭便是德國智能制造的戰(zhàn)略選擇。
金融危機過后,美國反思制造業(yè)“空心化”造成的制造業(yè)大國地位削弱,失業(yè)率上升,危及社會穩(wěn)定等問題。通過建立“國家制造業(yè)創(chuàng)新網(wǎng)絡(luò)”,消除本土研發(fā)活動和制造技術(shù)創(chuàng)新之間的割裂,重振美國制造業(yè)競爭力。同時,美國利用互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的優(yōu)勢大力推動制造企業(yè)向軟件企業(yè)轉(zhuǎn)變,占領(lǐng)制造業(yè)價值鏈后端的新市場,重新占據(jù)全球制造業(yè)的主動權(quán),智能制造是其不二的選擇。
中國智能制造的行動路線將決定未來國家制造業(yè)的地位。如果第一步放在建設(shè)智能工廠,就只能跟在別人后面,不僅不能解決產(chǎn)能過剩的問題,到頭來還是繼續(xù)為制造強國打工。如果第一步放在產(chǎn)品創(chuàng)新,徹底改變低端產(chǎn)品形象,掌握核心技術(shù),打下智能制造的堅實基礎(chǔ),就能保持長期發(fā)展的能力。如果第一步放在服務(wù)創(chuàng)新,在產(chǎn)品創(chuàng)新基礎(chǔ)上推動產(chǎn)品的智能化,在服務(wù)中加快產(chǎn)品更新?lián)Q代速度,就能實現(xiàn)產(chǎn)品創(chuàng)新突破。在具備智能設(shè)計和智能服務(wù)的基礎(chǔ)上,企業(yè)再開展智能工廠的建設(shè),才能真正提升制造強國的地位。因此,中國企業(yè)需要根據(jù)自身的實際情況,選擇恰當?shù)穆肪€,保證實現(xiàn)智能制造的目標。
參考文獻
[1] MARSH P. 新工業(yè)革命[M]. 北京:中信出版社, 2013
[2] WINIG L. GEs Big Bet on Data and Analytics[R]. Cambridge: MIT Sloan Management Review, Case Study, 2016