|
技術進步不斷推動制造業從機械化走向自動化、計算機集成制造及未來制造——這是智能制造眾多從業者和研究者的共識。
下一代互聯網、信息物理融合系統(cps)與大數據等眾所周知的“熱詞”以及與之相關的技術都在影響著未來制造。同時，制造業本身所產生的未來需求也被時間、質量、成本、效率等關鍵詞包圍。
1月29日，同濟大學電子信息與工程學院副院長、教授喬非在國家智能制造新年論壇上，對智能制造的相關發展趨勢、各國制造業應聲而變的政策情況及工業大數據對制造業產生的影響一一進行了梳理和分析。
制造業走向智能化和網絡化
由互聯網引發的新興it技術，如物聯網、信息物理系統(gps)、云計算和大數據、m2m通信、嵌入式控制將滿足制造業的發展需求。
近年來，各種新興先進制造相關概念也層出不窮，如可重構制、分布式制造、網絡制造、泛在制造、智慧制造、預測制造、云制造、綠色制造等。
喬非認為，雖然各大先進制造的概念表述在內涵上有些許差別，但是拋開概念，新興先進制造整體發展模式的特點還是十分清晰的。
比如，互聯物聯，移動互聯網、物聯網技術具有自適應、控制功能的物理設備走向網絡化等特點。產品生命周期過程貫穿于整個產業鏈中，需要綜合協同，整合所有進行適應性制造的數據資源，實現綜合一體化生產管理與服務。先進制造則主要采用智能化方法，用智能生產的方式降低系統復雜性和提高工程與管理的效率等。
在先進制造發展如火如荼時，制造業的研究也逐漸向三個方向發展：制造業裝備、系統和服務。研究涵蓋了工業機器人、高端裝備、智能裝備等裝備的改造提升;信息綜合集成、大數據應用、制造過程智能化、云計算技術應用等系統研究;動態感知和智能控制、制造與服務的集成共享和協同研究。
喬非向在場觀眾描繪了一幅未來制造場景：“未來制造必定是網絡化和智能化。縱向發展則表現為工廠內部信息高度自動化、集成化，橫向則趨向于制造服務外包和全球供應鏈管理。”
國際制造業發生變革
喬非指出，德國、日本、英國、美國的制造業發展都頗有特點。尤其是德國提出的“工業4.0”的概念及模式，常被制造業各類人士掛在嘴邊。
作為全球制造裝備的“領頭羊”，德國制造業擁有強大的設備和車間制造工業，在世界信息技術領域擁有很高的能力水平，在嵌入式系統和自動化工程方面也有很專業的技術。
所謂的“工業4.0”是2013年由德國聯邦教研部與聯邦經濟技術部推出的“工業4.0”項目，聯邦政府因此投入資金2億歐元。
而在德國推出“工業4.0”之前，為落實振興制造業的策略，奧巴馬政府在2012年宣布出資10億美元，打造一個美國制造業創新網絡，首批包括15個制造業創新研究所。
據喬非介紹，美國制造業公司的合作關系刺激企業創新，產學合作培訓技術人才模式也對制造業產生重要的影響。
“美國公司合作關系對于美國研發世界前沿技術起到關鍵作用，硅谷的誕生和興起尤為典型地表明政府扶持對科技研發的影響。而美國鼓勵嘗試制造企業和教育、培訓機構合作辦學的人才培養方式，為教育和培訓各個層次的學生、工人提供獨特的機會。”喬非評點道。
比德國和美國更早提出制造業戰略的是英國。自2008年，英國政府就推出“高價值制造”戰略，希望鼓勵英國企業在本土生產更多世界級的高附加值產品，以加大制造業在促進英國經濟增長中的作用。
喬非認為，制造業和服務業的融合，使英國制造業的財富很多是從制造活動之外產生的。英國將更多精力從傳統制造轉移到了技術和設計創新上。英國的重振制造業之路并不是對工業化進程的簡單重讀，而是對傳統制造業的升級和改進，其注重發展“高價值制造”，使服務業和制造業互補和促進。
日本制造也提出了“產業振興”戰略。安倍政府上臺后，提出了“安倍經濟學”戰略，其三項主要內容除金融量化寬松和財政刺激舉措之外，就是“產業振興”。
其中，日本先進制造的創新舉措包括：加大了對新能源的政策改革和補貼力度，并將事業拓展至更先進的氫燃料車;對跨行業發展的制造巨頭，通過企業內部共享技術成果，使企業研發投資更集約，且抗風險能力更強;重視制造業與市場的結合，出臺了多項指導政策。
與這些國家制定的制造業策略相呼應的是，我國政府正在制定“制造2025”相關戰略。雖然國家整體戰略布局尚未正式出臺，但就在1月26日，東莞市政府宣布了2015年一號文《關于實施“東莞制造2025戰略”的意見》，表明了東莞將制造推向更高層次的決心。
喬非認為，我國的制造業發展應以數字化、網絡化、智能化為制高點，以加快信息通訊技術和制造技術的深入融合為切入點。要實現四大轉變：從要素驅動轉向創新驅動;從低成本競爭優勢轉為質量效益競爭優勢;從資源消耗大、污染物排放多的粗放濫造局面轉向綠色制造;從生產型制造轉向服務型制造。
工業大數據驅動制造業發展
工業大數據的產生以新興技術的發展為背景，工業傳感器、無線射頻識別(rfid)、條形碼、工業自動控制系統、企業資源計劃(erp)、計算機輔助設計(cad)等技術更是日益豐富著工業數據量。而工業企業中生產線高速運轉，由機器所產生的數據量遠大于計算機和人工產生的數據，而且數據類型多是非結構化數據。
喬非提出，隨著互聯網與工業融合創新，工業互聯網的時代到來，工業大數據集成應用將成為工業互聯網應用的核心。
“未來制造的產品，不只有功能，還要有通過處理數據得來的價值。大數據本身不重要，信息量和創造價值的過程才是真正重要的。”喬非強調。
以工業數據的采集與解析、工業大數據的分析和可視化、工業大數據的安全管理為代表的三大工業大數據應用的關鍵技術可以促成工業大數據的集成應用模式。
喬非認為，骨干企業在利用工業大數據時，應著力建設大數據應用系統，在工業生產經營過程中應用大數據技術，提升生產制造、供應鏈管理、產品營銷及服務等環節的智能決策水平和經營效率，突出大數據技術自主應用，對骨干企業內外部數據進行分析。
而要解決中小企業的問題，則應該重點建設第三方平臺，面向中小制造企業提供精準營銷、互聯網金融等生產性服務，突出大數據的第三方專業化商業服務，為中小企業提供工業大數據云服務。
喬非建議：“還要形成行業大數據平臺，促進信息共享和數據開放，實現產品、市場和經濟運行的動態監控、預測預警，提高行業管理、決策與服務水平。政府也應參與行業大數據云平臺建設，服務行業指導和科學決策。”
|
