您所在的位置:首页 >> 资讯中心 >> 行业动态
行业动态

谭建荣院士:制造业要向数字化、网络化、智能化转型

发布日期:2019-01-19 13:42:49

当前,世界格局竞争形势十分激烈,制造企业生存和发展的问题都十分严峻。如何生存,如何发展,靠什么技术取得发展……这都是制造业亟待回答的问题。1月16日,在安徽蚌埠举办的2019中国机电行业发展高峰论坛上,中国工程院院士、浙江大学学术委员会副主任谭建荣在《制造企业数字转型与智能制造:关键技术与发展趋势》的主题演讲中指出,制造业要向数字化、网络化、智能化转型,数字化是起点、是基础,网络化打造产品全生命周期闭环;智能化是终极目标,让更多简单的事交给机器去做,有了机器的智能决策。

微信图片_20190119132856_副本.jpg

制造业摆在重要战略地位

美国先进制造业国家战略计划、德国工业4.0、中国制造2025……只要提到制造业转型升级,都少不了这几个高频词。这些都是制造业发展战略,体现了一个国家对制造业的重视程度。

比如美国,2018年10月,政府发布了最新的《美国先进制造业领导战略》报告,从技术、劳动力、供应链三方面提出了不同目标,体现出提升制造业核心竞争力的决心。

再看德国,工业4.0最开始不是政府提出来的,是西门子提出的企业发展战略,但在后来上升为国家发展战略,主要强调三大主题,分别为智能工厂、智能生产、智能物流。

以及我们的中国制造2025,同样是从国家层面把发展制造业放在首要位置。

但是,为什么这么多国家都坚定不移地把制造业摆在重要战略地位?

这是因为,智能制造就是信息技术和制造业的融合,对一国宏观经济具有直接影响力;制造业对国家的投资回报率相当高,国家愿意扶持;创新技术将持续推动国家未来收益增长;可以拉动就业。在制造领域,发达国家希望保持优势,发展中国家目标趁势赶上。

微信图片_20190119132907_副本.jpg

制造业要向数字化、网络化、智能化转型

近年来,智能制造搞得轰轰烈烈,但相当多智能制造项目还不是真正的智能制造,而是以自动化、信息化、数字化为主,智能化的体现还较少。

目前,我国大部分制造企业还处于产业链中下端,还是粗放型、代加工的生产,资源密集型和劳动密集型的生产比较多,因此,转型需求也十分迫切。

如何转型?谭建荣院士指出,要实现制造业转型,就要靠数字化制造、网络化制造、智能化制造技术。智能制造就是按照这三个过程来走的。数字化是起点、是基础,没有数字化就无法利用计算机解决问题;网络化强调系统协同,完成系统中各个要素、各个环节的互联互通,打造产品全生命周期闭环;智能化是终极目标,让更多简单的事交给机器去做,有了机器的智能决策。

工业智能化的三大核心要素

当下,信息技术的发展让市场产生了很多变化。包括从批量化转向定制化,从单一性转向多样性,生产周期变短了,更新速度变快了……总的来说,行业整体都在朝着产品高端化、技术高端化、需求高端化发展。这一下子,很多企业就出现了不适应的情况。

而那些快速发展的信息技术,就指的是物联网、大数据、云计算、人工智能等等技术。它们在制造业的应用,促成了工业互联网的诞生。工业互联网就是指互联网和新一代信息技术与工业系统全方位深度融合所形成的产业和应用生态,是工业智能化发展的关键综合心里基础设施。它有三大核心要素,分别为:智能化的设备,收集生产过程的数据;智能化的系统,使智能设备协同运维并学习优化;智能决策,面向复杂系统大数据的决策。

所以在工业互联网中,数据是核心。第一是有数据的感知,第二是要采集,第三是要集成应用,形成基于数据的系统智能,最终推动工业自动化的发展。

微信图片_20190119083957_副本.jpg

工业互联与制造业融合

工业互联与制造业相互融合,首先,要明白制造业转型的目标。如果我们应用了工业互联网技术,产品附加值没有提升,工艺没有优化,质量没有保障,那这样的转型就没有意义。

谭建荣院士指出,首先,智能制造包括知识库、知识工程;动态传感、实时感知;自主学习、自主决策三个核心。制造知识是智能制造中的灵魂。其次,智能制造包括智能设计、智能加工、智能装配、智能服务四个关键环节,其中智能设计是智能制造的引领。最后,智能制造包括三个层面:制造对象的智能化、制造过程的智能化、制造工具的智能化。智能过程的智能化是智能制造的保证。

另外,谭建荣院士称,有两个误解需要着重澄清。第一,核心技术是买不来的,这是用钱也没办法解决的事;第二,不能在沙滩上建房子,需要掌握核心技术,需要自主创新,需要从基础研究开始,像造房子先从挖地基开始一样。

那么,工业互联究竟如何与制造业融合,我们应该怎么做?

谭建荣院士提出了10大关键技术:

1)多源多通道数据实时采集感知技术

2)异构数据内容融合与传输共享技术

3)复杂工况的多任务自适应协同技术

4)多机协同的集群化交互与控制技术

5)大数据驱动故障诊断深度学习技术

6)数字孪生与数字样机建模分析技术

7)多技术路线工作方案优化决策技术

8)工艺工装协同推送与自动装夹技术

9)产品知识图谱与知识网络构建技术

10)机电一体化云平台知识服务技术


关闭
顶部