WEIHUA NEWS
重溫楊叔子院士智能制造里程碑論文的感悟
2022-11-07
訪問量2054
手機閱讀
大
中
小
2022年11月4日晚，我國著名的教育家、智能制造專家，華中科技大學老校長楊叔子院士駕鶴西去，永遠離開了我們。楊叔子院士不僅是我國智能制造領域的開創者，也是我國高校人文素質教育的主要倡導者。大師的豐碑，將永遠鼓舞我們智能制造工作者前行！
今天，我再次重溫了楊叔子院士于1992年撰寫的《智能制造技術與智能制造系統的發展與研究》論文，深深體會到楊叔子院士偉大的預見性，故撰此文，回顧這篇我國智能制造領域開山之作的精彩內容和我的學習思考。
這篇論文發表在《中國機械工程》1992年第3卷第2期，作者是楊叔子院士和丁洪教授。丁洪教授也是我的老師，教過我們《信號處理技術》，近年來從事分布式數據庫研究與產業化工作。距今雖然已過去30年，但這篇論文對智能制造技術的展望非常具有前瞻性、準確性，具有重要的指導意義。論文共分三部分：智能制造系統的研究背景與發展現狀、存在的問題、研究方向與課題，邏輯清晰，言簡意賅，為智能制造技術的發展指明了方向。
一、智能制造為什么？是什么？
論文的第一部分介紹了智能制造系統的研究背景與發展現狀。
論文指出，面對批量小、品種多、質量高、更新快的產品市場競爭要求，以及各種社會因素的綜合影響，制造過程的自動化程度提高面臨眾多問題，而通過集成制造技術、人工智能等而發展起來的一種新型制造工程——智能制造技術（Intelligent Manufacturing Technology, IMT）與智能制造系統（Intelligent Manufacturing System, IMS）可以幫助我們應對挑戰。制造過程的核心問題是制造智能和制造技術的智能化。
論文提出，IMT是指在制造工業的各個環節以一種高度柔性與高度集成的方式，通過計算機模擬人類專家的智能活動，進行分析、判斷、推理、構思和決策，旨在取代或延伸制造環境中人的部分腦力活動；并對人類專家的制造智能進行收集、存貯、完善、共享、繼承與發展，未來工業生產的基本特征應該是知識密集型，制造自動化的根本是決策自動化。論文指出，探討智能制造的內涵與前景，定義制造智能的目的是通過集成知識工程、制造軟件系統、機器人視覺和機器人控制來對制造技工們的技能與專家知識進行建模，以使智能機器能夠在沒有人工干預的情況下進行小批量生產。
論文分析了CIMS（計算機集成制造系統）與IMS的關系，指出CIMS強調企業內部物流和信息流的集成，而IMS強調更大范圍內的整個制造過程的自組織能力。集成是智能的基礎，而智能也將反過來推動更高水平的集成。
論文強調，國內在當時已開發出眾多類型、水平各異的面向制造過程中特定環節、特定問題的“智能化孤島”，而面向制造環境的全面智能化研究工作剛剛起步。
論文指出，楊叔子院士團隊在國家自然科學基金委員會1988年組織的“機械制造的未來”研討會上首次探討了“智能制造”的研究問題，并密切關注國際研究動態。
論文的第一部分最后強調，智能制造是21世紀的制造技術，作為其特征的雙I（Integration & Intelligence）將是21世紀制造業賴以行進的基本軌道。智能制造是從信息時代走向智能時代面臨的重要任務。
二、智能制造的三個核心要素
在論文的第二部分，楊叔子院士指出，現代工業生產作為一個有機的整體要受技術（包括生產系統）、人（包括間接影響生產過程的社會群體）和經濟（包括市場競爭和社會競爭）三方面因素的制約。
論文指出，從技術角度來看，推進智能制造需要解決的突出問題是產品和技術的規范化、標準化和通用化，信息自動交換形式與接口，以及制造智能共享等。
論文提出，從人的因素來看，企業各方面的專家應當充分協同，并行工作；知識的表達應當存在多種層次和多種類型，便于理解和應用；人的因素對現代生產的自動化程度有著關鍵作用。從經濟因素來看，IMS系統強調全面提高制造過程的生產和經濟效益，幫助企業提高市場競爭能力。發達國家普遍存在勞動力成本昂貴的問題，缺乏熟練工人和技術人員，但IMS系統的應用將使得發達國家不再依賴發展中國家的廉價勞動力。因此，我國要開發出具有自身特色的IMS，方能在21世紀制造業的競爭中爭得更多的機會。這段論述體現出楊叔子院士早在三十年前，就意識到推進智能制造是我國提高制造業國際競爭力的必由之路。
論文特別提到開發企業的“銷售智能”，這體現出楊叔子院士非常強調智能制造要幫助企業解決實際問題，為企業創造效益。
三、智能制造的研究方向與課題
論文的第三部分系統介紹了智能制造與系統的研究方向與課題，包括智能制造系統理論基礎與設計技術、制造智能理論及處理技術、智能制造單元技術的集成、知識庫系統與網絡技術、智能機器的設計，以及制造中人的因素六個方面。
論文指出，IMS強調面向整個制造過程的系統和各個環節的智能化，有必要研究IMS的設計策略和開發環境（包括開發語言、操作系統和開發工具等）。
論文特別強調智能制造單元技術的集成，具體包括并行智能設計，生產過程的智能調度、規劃、仿真與優化，產品質量信息的智能處理系統，制造過程與系統的智能監視、診斷、補償與控制，以及生產與經營管理的智能決策系統。
在智能機器的設計方面，論文特別強調，智能機器人將在IMS中占有重要的地位，主要體現在機器的視覺和機器人控制兩個方面，還需要研究機器自學習與自維護技術。
論文最后特別強調，要深入研究制造中人的因素。包括人-系統柔性交互技術；未來制造環境的設計，研究人在未來制造環境中的地位和作用，以及未來舒適友好的制造環境的設計；人才培養與教學系統，研究面向IMT&IMS的人才培養計劃，研制教學示范系統。
四、重溫大師之作的感悟
楊叔子院士這篇重要論文對智能制造領域的發展背景和技術發展方向，以及推進智能制造對我國制造業提升國際競爭力的戰略價值進行了深入論述，對我國制造業發展和智能制造推進具有里程碑意義。
事實上，我國從2001年加入WTO到2010年成為全球制造業第一大國，再到近年來在軌道交通、新能源、新能源汽車、家電、通信等諸多領域勇冠全球，智能制造技術的應用發揮了極其重要的作用。從2015年開始，我國全面推進智能制造示范工程，“十四五”規劃將智能制造作為我國制造業轉型升級，建設制造強國、質量強國的主攻方向，這充分體現出楊叔子院士的遠見卓識。
e-works一直認為，智能制造是一個復雜的系統工程。智能制造不僅是生產制造環節的智能化，而是整個制造業價值鏈的智能化；不僅是單一制造企業的智能化，更是整個供應鏈上下游企業之間協同的智能化。這一點，在楊叔子院士三十年前的論文中就已經明確指出。
推進智能制造，集成是需要解決的核心問題。在二十年的智能制造服務實踐中，e-works一直強調，制造企業還存在信息孤島、自動化孤島、信息系統與自動化系統的斷層，甚至云孤島和多學科設計之間的孤島等問題。這個問題在楊叔子院士三十年前的文章中就已明確指出，足見大師的前瞻性。正是為了解決智能制造相關軟件的集成和互操作問題，國際標準化組織經過多年不斷完善，提出了STEP(Standard for the Exchange of Product Model Data)標準。此外，OPC UA標準也有利于打通信息系統與自動化系統的斷層，實現IT/OT融合。
時至今日，我們仍然不斷強調，制造企業需要注重產品的三化，即標準化、系列化、模塊化，要注重設計成果的重用。這方面，楊叔子院士在論文中也進行了闡述。
楊叔子院士在論文中強調要重點研究并行智能設計；生產過程的智能調度、規劃、仿真與優化；產品質量信息的智能處理系統；制造過程與系統的智能監視、診斷、補償與控制；以及生產與經營管理的智能決策系統。事實上，多學科仿真與優化、基于模型的系統工程（MBSE），制造資源的優化調度與APS系統的應用，基于物聯網和人工智能的設備遠程監控與預測性維護，AI質檢以及基于數據驅動的智能決策，正是當前智能制造領域研究與應用的熱點。
在智能制造推進過程中，還存在諸多誤區，例如片面強調全自動化，追求“黑燈工廠”，而忽視人的要素。實際上，絕大多數制造企業的生產模式都是小批量、多品種，需要生產多種變型產品，因此，推進人機結合的柔性自動化才是真正可行的解決方案。推進智能制造的目的是幫助企業，乃至產業鏈提升市場競爭力，不能單純強調技術的先進性。先進性與實效性相結合，注重人的能動作用，積聚經驗與知識，實現持續改進，才是智能制造的成功之道。這方面，在楊叔子院士的論文中也進行了闡述。
對于智能機器人的應用，楊叔子院士這篇論文的展望非常具有遠見。近年來，我國智能機器人產業蓬勃發展，協作機器人、并聯機器人、AGV應用廣泛，多機器人協作，集成機器視覺的智能機器人在零件無序抓取，在風電葉片和飛機機身打磨等前沿應用取得明顯成效，基于智能機器人集成應用的非標自動化產線集成商發展迅速，有力支撐了我國鋰電、光伏等行業的蓬勃發展。
楊叔子院士的論文強調推進智能制造的人才培養，在這方面，e-works已開展了長期實踐，每年都舉行上百場過線上線下的專業培訓，還發布了智能制造在線學院，現有100多門專業課程，積聚了眾多來自學術界、工業界和智能制造產業界的專家視頻講座課件和海量的智能制造資料，50多家行業龍頭企業已將e-works在線學院作為企業內部培養智能制造專業人才的在線平臺。
正如楊叔子院士在論文中指出，智能制造系統要考慮技術、人和經濟三大要素。推進智能制造需要構建健康和諧的生態系統，工業軟件、工業自動化、IT產品供應商和咨詢服務機構應當深入合作，幫助制造企業打造互聯、透明的工廠，實現人與機器的高效協同，工廠設備的高效運作，按期交付成本合理、質量合格的產品，實現供應鏈上下游企業的緊密協作，更好地滿足客戶多樣化、個性化的需求，幫助制造企業構建差異化競爭優勢，實現可持續發展。
文章來源： e-works 黃培博士
