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
本文探讨了AI发展的未来趋势,详细分析了六条有望实现通用人工智能(AGI)的技术路径。随着生成式AI和大语言模型面临发展瓶颈,业界开始将目光转向其他AI发展方向。这六条路径包括神经符号AI、神经形态AI、具身AI、多智能体AI、以人为中心的AI和量子AI。每种路径都有其独特优势和挑战,可能单独或组合推动AI进入下一个发展阶段,最终实现与人类智能相当的AGI系统。
约翰霍普金斯大学研究团队发现VAR模型的马尔可夫变体本质上是离散扩散模型,提出SRDD方法。通过应用扩散模型技术如分类器自由引导、令牌重采样等,SRDD相比VAR在图像质量上提升15-20%,同时具备更好的零样本性能。这项研究架起了自回归模型与扩散模型的理论桥梁,为视觉生成技术发展开启新方向。
培生公司第三季度销售增长加速,并预示年底表现更强劲,但其AI应用可能是更重要的发展。该公司虚拟学习部门销售额激增17%,学生注册人数攀升。培生运营的在线学校将AI工具嵌入课程材料中,公司表示有越来越多证据显示这些工具帮助学生取得更好成绩。公司推出了AI学习内容组合,包括AI素养模块和融合人工导师与AI学习工具的视频平台。
微软亚洲研究院推出CAD-Tokenizer技术,首次实现AI通过自然语言指令进行3D模型设计和编辑的统一处理。该技术通过专门的CAD分词器和原语级理解机制,让AI能像设计师一样理解设计逻辑,大幅提升了设计精度和效率,有望推动工业设计的民主化进程。