4月14日,“数字化转型下的企业智能制造之路高峰论坛.暨艾普工华用户大会”在青岛举办,此次峰会由山东省经济和信息化委员会指导,山东CIO联盟主办。
围绕数字化时代下制造企业从信息化、精益化到数字化、智能化展开了话题探讨,峰会邀请了青岛科技大学自动化学院原院长刘川来教授、山东工商学院教工业工程系主任张顺堂教授等智能制造领域的资深专家出席演讲,并就“企业数字化实战之路”邀请了大连华锐重工集团信息部副部长毕建林、中融新大集团信息总监夏升华、新华医疗器械信息中心主任陈杰、艾普工华董事长黄刚博士展开了圆桌讨论。此外,在会议之后,所有嘉宾还一起走进了中集冷藏产业基地进行了参观和交流。
进入新旧动能转换关键时刻,智能制造仍是主攻方向
青岛市经信委互联网工业推进处主任周海华、艾普工华董事长黄刚博士和山东CIO联盟秘书长路晨曦为峰会致辞。周海华主任表示,2015年青岛结合中国制造2025和互联网+等战略,出台了互联网工业行动方案,并且在2017年成为了中国制造2025试点示范城市。而进入2018年,随着国务院批复山东省新旧动能转换综合试验区建设总体方案,青岛市作为试验区核心城市,已经把“中国制造2025”示范区申报与建设纳入新旧动能转换的重要工作,主攻方向就是以企业转型为代表的智能制造。
在政策方面,2017年1月,青岛市出台了扶持先进制造业发展的若干政策,主要是:支持企业做大做强,进行普惠制的奖补措施,用三年时间开展新一轮技术改造;对两化融合项目、互联网工业555项目等进行持续补助,以及对软件企业上规模奖励等等一共十五条。
对此,艾普工华董事长黄刚博士补充道,产品智能化和生产过程智能化是智能制造的两个重要方向。由于智能产品的出现,使得智能监控、智能维护、智能服务等需求大幅提升,用户使用产品的方式和生态也发生了巨大的变化。而这,将进一步推动制造过程智能化的进程。
“处于山东省新旧动能转换的这样一个关口,山东CIO联盟也将定位于互联网+,以工业互联网为技术核心,为会员企业的转型升级之路提供交流、沟通的平台,从而让大家能够获得更多经验,避开可以避免的教训。”山东CIO联盟秘书长路晨曦在致辞中表示。
关于智能制造的认知与实践:自动化与精益之路
青岛科技大学自动化学院原院长刘川来教授以“企业智能制造的认知与实践”为题,介绍了智能制造的定义以及企业智能制造之路到底怎么走。
刘教授认为,工业4.0包括两个方面,一是智能工厂,二是智能生产。“所谓的智能工厂是智能化生产系统及其建设和实现过程,包括网络分布式生产设施的部署。而智能生产是整个企业的人、财、物的互动与管理,包括生产智能化、设备智能化、管理智能化,其中,管理智能化涉及能源、供应链等。”在这个过程中,企业需要明确的是,智能化的目的首先是让企业更好地生存和发展,第二是高效、绿色、充分地利用现有和未来的资源满足市场需求。在此前提下,再进行具体的实践。刘教授强调,企业永远是企业智能化的主体,因此必须制定适合自己的策略,在此基础上做好总体规划和分步实施,并从力所能及之处起步。
谈及自动化对人工和机械化的替代,刘教授表示,当下做自动化首先一定要做到全厂设备的连接,用物联网代替互联网,实现人机交互全覆盖。其次,还会涉及软测量技术与视频技术的应用、政府建立公共服务平台、新企校合作模式的建立。“检验以智能制造为前提的企业智能化标准并非是企业增加了多少自动化设备,是否实现了信息化和数字化,而是企业通过智能制造的实践过程在市场中提升了多少竞争力。”他总结说。
此外,来自山东工商学院教工业工程系主任的张顺堂教授也以“企业数字化时代的精益之路”为主题,介绍了企业数字化的精益基础、精益工具、精益文化、精益制度和精益数字化前瞻。张教授表示,企业数字化的起点是工业工程的标准化和规范化,在此基础上再做流程标准化、精益化、数字化管理,最终实现智能化。“精益生产的目的是最大限度地消灭库存,而智能工厂的应用场景是从移动互联网下订单,到产品定制,按需从云端取材、寻找设备、工装、组装线,并最短时间内完成这一系列工作。”
他总结了实现精益生产的方法,即一大准则——动作经济原则;两大支柱——IT与自动化;“三现主义”——现实、现地、现物;四大原则——取消、合并、重排、简化;五大方面——操作、运输、储存、检验、等待;以及六大提问、七大手法、八大浪费、九大步骤。“其中不仅会涉及到目视化、班组管理、价值流管理、放错技术等精益工具的使用,还包括精益制度、精益文化的建设。”张教授表示。
智能制造框架下服务型制造企业的的系统部署
艾普工华首席架构师金鲁以艾普工华产品体系为例,介绍了智能制造框架下服务型制造企业的的系统部署。据他介绍,艾普工华的产品覆盖了技术平台、MAX MES、RPC、PCT等系统以及行业解决方案等。
以运维管理云平台MRO为例,他表示,该平台是面向服务制造型企业的云平台,可以利用物联网、云计算、大数据、移动、社交等技术实现设备监控,并进行设备的健康预测与诊断。同时,还可以全面实现设备档案、知识库、工具管理、任务管理、备件管理、进度查看、任务分配、人员定位以及客户管理等等。
此外,该平台的主要特点是覆盖档案、监控、看板、任务的全面云化。据调查,帮助企业用户提高了40%的服务效率,用户满意度提升98%,同时也降低了解决问题的时间和维护成本。
“生产过程的智能化有两个要求,一是能有效、快速地完成生产任务,二是在生产过程中能及时感知生产执行过程的变化,并进行相应的反馈。”艾普工华高级产品经理周力强调,“前者涉及的是高级计划排产问题,后者涉及的则是生产调度问题。”
针对以上两个问题,艾普工华推出了UniMax FPS解决方案,面向制造企业生产执行层的计划和调度,业务功能包含订单分解、计划排产、生产计划可视化、工序派工单、动态调度和模拟仿真,其中,生产方式包括混流生产线和离散制造、装配生产。
据周力介绍,艾普工华花了很多的时间研究了排产的效用问题,最终发现其中最主要的问题往往不在于算法的优秀与否,而在于计算输入的基础数据是否与车间现场的基础数据贴合,以及其输出能否及时发送到车间现场。
“根据这一定位,UniMax FPS首先是一个集成的解决方案,是与制造运维管理系统集成的,它的基础数据和任务执行过程是完全与MES相关的。从而保证生产排程和调度能够尽可能地贴合现场的实际情况。”“通过提供这样一个平台化和高度集成化的解决方案,我们将排产、执行和异常管控、动态调度等整个业务流程进行了打通,帮助企业实现了柔性排产和智能调度,使得他们能够在同一平台、同一业务流程内进行相关的业务处理。”周力总结道。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。