<em id="7lnpl"></em>

        <sub id="7lnpl"><progress id="7lnpl"><thead id="7lnpl"></thead></progress></sub>

          <p id="7lnpl"></p>

            <big id="7lnpl"></big>
            <var id="7lnpl"><nobr id="7lnpl"></nobr></var>

            杜如虛:智能制造如何獲得韌性

            李靖恒2021-08-27 16:14

            經濟觀察網 記者 李靖恒 8月26日,加拿大工程院院士杜如虛在深圳創新發展研究院發表了一場名為《智能制造產業創新、布局與應變》的報告。

            杜如虛在開場提出,當今人類社會面臨很多的挑戰,比如保護主義盛行、自然災害頻發、恐怖襲擊、社會動亂等許多問題。這些問題來源于社會兩極分化、大國爭霸、人類的偏見、新技術難以駕馭等等原因。然而,當今的人類在面臨挑戰時也有了更多的韌性。例如,雖然這兩年新冠病毒在全球造成了極大的影響,但相比人類歷史上面臨的流行病,目前的人類社會有了更多的應對方法。1918年的西班牙流感在三年內估計造成了5千萬到1億的死亡,而2020以來的新冠病毒則造成了全球400多萬的死亡。

            在杜如虛看來,人類社會的韌性能夠抵御各種災變,并幫助人類在災變后快速恢復。而每一次災變之后,都會引起世界上的學者研究人類社會的韌性。比如,“911事件”之后有人研究如何應對社會極端事件,2008年金融危機之后有人研究如何保護信用體系,現在又有很多人研究如何保護網絡安全等等。

            杜如虛認為,一個社會、一家公司如果要獲得韌性,就需要具有創新、布局、應變的能力。

            而智能制造其實主要也是圍繞這三個部分。

            創新

            “我們都知道創新本身是發展的引擎。而一個產品不可能永遠領先,創新永遠有新東西產生。你只要一停別人就有機會超過你,而且變化的速度越來越快。”杜如虛說。

            以通信為例,以前在90年代,打電話得去公用電話排隊。當時的電話公司很好賺錢,沒有動力去開發新技術。這個技術其實都是美國公司最先發明的,但由于電話公司的保守,自己反而發展不起來,后來也給了別人超越的機會。“技術發明就是這樣,第一你得去發明,第二你還得去推動它。”

            創新包括很多部分,比如產品設計創新、制造技術創新、供應鏈與市場創新等。例如,大疆無人機是一個設計創新的典型案例,其設計方面的突破使得其抗風能起非常強,這方面能做到全球第一。

            杜如虛介紹,目前三分之二的專利與制造有關。以前的制造往往依靠模具生產,而精密模具或者大型模具都非常昂貴。而現在無模成形的技術則不需模具、步進成形(步進電動機是一種將脈沖信號變換成相應的角位移、線位移的電磁裝置,是一種特殊的電動機,一般電動機只能連續轉動的)。其優點是特別適用于樣品或者小批量生產,缺點則是效率低、進度有待提高。

            杜如虛的研究團隊把這項技術越做越大,從50KN的高速步進成形機,一直做到了6000KN的步進彎板機。

            布局

            在布局方面,杜如虛認為,現代的企業一方面依靠硬性的質量管理系統,一方面也融入了柔性的生產體系。相比之下,古代的大型工程則只能依靠硬性的質量控制和責任制,比如金字塔和長城。

            “我們國家的質量管理系統相對來說不夠健全,管理理念有待提高。我們有一大堆的產品質量標準,但相比之下,日本汽車生產的質量管理不是只看最后的質量,而是看生產過程中每一階段的質量,它有一個全程質量考核,所以日本車質量真的比德國車和美國車都要好。他們這個理念非常重要,不只是在最后測一下,而是在每一個步驟都去檢查。如果你每一步都行,后來就算有問題也很容易糾正。如果最后才發現有問題就不容易解決。”杜如虛說。

            那么,“我們制造如何引入柔性呢?在可以變的、有變數的地方進行布局。柔性布局思想則是將應變機制植入制造系統。”

            為了在制造生產中引入應變機制,傳統的方法是多臺機床并行或者堆棧。“如果排隊的人太多,我就多開幾個窗口。那生產也一樣,機器少我就多買幾臺。而堆棧什么意思呢?比如說零部件可能要多買點放在倉庫里面,那堆棧的話可以不堆在一個倉庫里,可以堆在多個倉庫,甚至是遠程的倉庫里。”杜如虛說。

            杜如虛稱,現在的新的柔性方法則是使用可重構機床、可移動堆棧,以及數學方法進行動態規劃和仿真實驗。接著,他簡單展示了密歇根大學的可重構機床,廣州技田公司的AGV系統(裝配有自動導引的裝置),以及嘉興必威公司的立庫系統(高架倉庫)。

            應變

            在談到應變能力時,杜如虛認為現在的應變實際上就等于工業人工智能。工業人工智能也是目前制造業最大的特點。“我們都知道工業4.0,那4.0其實就是智能。”杜如虛說。

            現在工業人工智能也帶來一些挑戰,比如數據安全和數據孤島等問題。首先,現在各公司的數據是不容外泄的,無法分享,各自的數據也不完整;并且由于數據采集能力有限,無法獲得完整的數據。另外,現在很多時候只有大量正常運行時的數據,故障數據很少,并且許多故障的數據也無法獲得。

            杜如虛認為,在生產過程中的應變分為三個步驟:首先通過硬件和軟件收集和處理信號,然后通過建立模型預測,最后是通過一定的方法進行控制決策。智能制造系統的構建也分為相應的三層:第一層是各種裝備集成、數據采集;第二層是數字孿生,包括型號處理,統計分析以及質量控制;第三層則是發掘深層問題,比如監控診斷、發現問題根源、優化系統設計并持續改進。

            “其實智能制造最重要的還是第三層,這才是人工智能的關鍵所在,這個也就是韌性。”杜如虛表示。

            杜如虛介紹,從他博士畢業到現在,智能制造監控診斷的方法也在不斷的演進,從以前的4D全系譜,到蛇骨圖,再到模糊轉移概率等等。

            人工智能算法

            杜如虛表示,人工智能核心是算法,算法的目的是從觀測數據中學到盡可能多的知識。“如果人工智能是一個大餅,其中的機器學習占80%。機器學習的目的是從數據中學到盡可能多的東西。”

            杜如虛介紹,最新的算法包括谷歌的”Transformer”,這是一種“自我專注學習”。 還有對比學習,變分自編碼器,及對抗神經元網絡等,“每一種都可以做一些有意思的事情”。

            以對抗神經元網絡算法為例。這個算法最早可以追溯到斯坦福大學的Bradley Efron教授,然后經過了很多代人持續的改進。這個算法把數據進行重復的抽樣、組裝、分析。“后來一篇文章用這個算法模擬出一個人衰老過程的圖像,當時大家看了之后都很震動,原來人工智能能做這樣的事情。”杜如虛說。

            杜如虛表示,像這樣的算法,現在實際上是開源的,并不像大家想象的那樣受到專利保護。“所以一時間運用這個神經元網絡的文章數以萬計。你都不用懂它,你直接用就可以了。”

            現在比較流行的一種算法是深度學習,這也是神經網絡的一種。“如果我們有足夠的數據,可以不用對抗的方法,直接用深度學習的方法就可以了。很多人都說,深度學習是人類數學上第4次革命。只要一個足夠大的網絡,那幾乎所有問題一定可以解決,因為現在的計算能力非常強。”不過,杜如虛也表示,在現實中也會遇到數據孤島的問題,因此這時還是要用對抗神經元網絡的方法。

            杜如虛認為人是一個有生老病死的生命體,而人工智能是一個機器,一個算法,它可以無限地學習下去。不過目前人工智能的“智能”和人的“智能”其實還差得比較遠。

            關于人工智能對于未來生活的影響,杜如虛認為這個問題難以預測:“20年前誰會想到現在的手機變成這樣?”不過杜如虛也肯定地表示,人工智能將成為不可或缺的工具,而且這項技術無法封殺。

            版權聲明:以上內容為《經濟觀察報》社原創作品,版權歸《經濟觀察報》社所有。未經《經濟觀察報》社授權,嚴禁轉載或鏡像,否則將依法追究相關行為主體的法律責任。版權合作請致電:【010-60910566-1260】。
            深圳采訪部記者
            關注科技領域,包括新能源、半導體、電子通信等科技制造企業。
            郵箱聯系:lijingheng@eeo.com.cn

            熱新聞

            電子刊物

            點擊進入