• 汇集公众科学智慧交流科学思想见解
  • 点燃科学智慧火花构建互动交流平台
科学智慧火花
科学前沿学术沙龙
查看评论  0                

人工智能与智能制造的融合:现状、机遇、案例、挑战与风险

主办单位: 中国科学院老科协
承办单位:中国科学院老科学技术工作者协会
举办时间:2019-04-02       【字号: 访问量:

目录

简介        
主持人致辞        
主旨报告            
邀请报告            
讨论与交流        
主要专家简介:
  1. 顾学真(主持人):中科院老科协自动化所分会理事长,原中科院自动化所党委书记、研究员。
  2. 张正涛:中科院自动化所研究所研究员、博士生导师,自动化所精密感知与控制研究中心副主任,自动化协会、智能制造专业委员会委员、中科院青年创新促进会自动化所理事长。主要研究方向为3C领域的工业外观的缺陷检测。
  3. 梁志强:北京理工大学机件与测量学院副教授、博士生导师,先进加工研究所副所长,国际纳米制造协会的成员,中国磨粒技术专业委员会委员,中国超声加工技术委员会委员、日本磨粒加工学会会员、日本机械学会会员。长期从事精密与超精密加工、智能机床与机器人制造等领域研究。
  4. (以下按姓氏笔画排列)
  5. 陈方丞:中科院自动化所研究员;
  6. 陈光南:中科院力学所研究员,原力学所所长助理;
  7. 戴国忠:中科院老科协软件所分会理事长、软件所研究员、原软件所总工;
  8. 高东杰:中科院老科协自动化所分会副理事长、中科院自动化所研究员;
  9. 桂文庄:中科院老科协副理事长、原中科院高技术局局长、研究员;
  10. 何远光:中科院老科协副理事长、执行理事长兼秘书长;
  11. 黄泰翼:中科院自动化所研究员,原自动化所常务副所长;
  12. 胡包钢:中科院老科协自动化所分会副理事长、自动化所研究员;
  13. 胡绍新:中科院自动化所研究员;
  14. 林  鹏:中科院自动化所研究员;
  15. 李亚南:中科院老科协办公室主任助理;
  16. 卢汉清:中科院自动化所研究员;
  17. 麻莉雯:中科院老科协办公室主任;
  18. 钱学双:中科院自动化所副研究员;
  19. 王柏懿:中科院老科协力学所分会理事长、力学所研究员、原副所长
  20. 吴显礼:中科院自动化所研究员;
  21. 肖锋立:中科院老科协自动化所分会副秘书长;
  22. 肖攻弼:中科院自动化所研究员;
  23. 原  魁:中科院老科协自动化所分会秘书长、自动化所研究员;
  24. 岳子平:中科院自动化所研究员;
  25. 张恭清:中科院老科协自动化所分会副秘书长、自动化所研究员;
  26. 张书捷:中科院自动化所研究员;
  27. 曾凤池:中科院自动化所高级工程师;
展开

【简介】

 

智能制造是基于新一代信息通信技术与先进制造技术深度融合,贯穿于设计、生产、管理、服务等制造活动的各个环节,具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。加快发展智能制造,是培育我国经济增长新动能的必由之路,是抢占未来经济和科技发展制高点的战略选择,对于推动我国制造业供给侧结构性改革,打造我国制造业竞争新优势,实现制造强国具有重要战略意义。本次沙龙以“智能制造”为主题,介绍当前部分关键技术的研究发展现状,讨论其进一步发展的方向和问题。

[返回]

 

【主持人致辞】

 

顾学真:各位领导、各位来宾,今天是中国科学院老科协自动化分会的第四次沙龙活动,首先我向参会的领导和老师表示热烈的欢迎!这次沙龙的主题是“智能制造”。我们邀请了两位老师做报告,第一位是张正涛老师,他是自动化所精密感知与控制研究中心的副主任、研究员,自动化协会、智能制造专业委员会委员、中科院青年创新促进会自动化所理事长,这几年专门从事3C领域的工业外观的缺陷检测,创立了中科慧远视觉技术(洛阳)有限公司。第二位是梁志强老师,他是北京理工大学机件与测量学院的副教授、博士生导师,先进加工研究所副所长,现在是国际纳米制造协会的成员,中国磨粒技术专业委员会委员,中国超声加工技术委员会委员、日本磨粒加工学会会员、日本机械学会会员。长期从事精密与超精密加工、智能机床与机器人制造等领域研究,近年主持研发的智能滚压机床已在企业得到应用。

下面我们请张正涛老师来做关于《人工智能与智能制造的融合:现状、机遇、案例、挑战与风险》的主旨报告。

[返回]

 

【主旨报告】

 

张正涛:人工智能与智能制造的融合:现状、机遇、案例、挑战与风险

感谢各位老专家,非常荣幸,作为年轻人也非常难得有一次在这学习汇报的机会。

智能制造是个很大话题,各位老专家也是非常有经验的,我只是抛砖引玉。我从四个方面介绍,一个是大的背景和现状,然后介绍一下自动化所目前的相关工作,第三个是盖板行业案例分析,因为在这个行业,十几万人检测一个玻璃片,我感触特别深,没想到高大上的技术下还有这么多人做这样的事情。最后总结目前在研究所、高校、企业间很大的一个挑战、风险以及我的一些想法,希望抛砖引玉和各位老专家交流。

因为智能制造这个题确实比较大,我也引用了周院士的观点,四次工业革命,从蒸汽机时代的机械化革命到电力为代表的第二次工业革命和数字化为代表的第三个工业革命,一直到了了智能化时代的第四次工业革命。

图1  四次工业革命的发展

在工业里,有大量的数据在深度学习方面有很好的应用。目前,在发达国家,尤其以美国为代表的发达国家,都在争取新工业的价值位,那么对中国来讲,我们首先要留住制造业。中美贸易战对我们产生很大影响,中国企业面临很高的税收,天津的三星工厂和原来一些我们合作的外企,纷纷都搬到了越南等这些人工成本很低的国家,具体的数据,中国的工人一个月的工资在5000到6000,但在越南一个工人的工资收入大概在1000到3000,这是人力差别。

我们要从大国到强国,高端装备制造、核心装备和智能工厂是主要部署的几个点。这里列了八条,制造业对我国来讲,第一是老龄化带来的劳动力减少,80后、70后都在生二胎,带来一堆的社会压力和社会问题。包括资源匮乏。产业转移带来的制造业的空心化,包括发展中国家技术实力不断增,以及消费者需要的差异化个个性化生产,比如笔记本,要实现单台的定制,还有家具,我们都可以针对单个客户定制,进行差异化生产。包括保持制造业国际领先地位所需的标准化。

目前,制造业的现状,汽车作为非常有代表性的机器人比较集中的行业,它的自动化水平比较高,因为经过这么多年的发展,经过了从机械化的加工工位,到自动化生产线,到智能装备、智慧物流和MES系统,但汽车加工,在国内主线基本是已经设计好的,只有支线和定制化的东西还在完善。如果说一些普通的农用机车,自动化水平就非常低。饮料制造业方面,常规的生产线、罐装、打码、套标、搬运都有了,但检验环节目前主要是人工,比方说酒厂,各种饮料和酒水都是人在检验,这块后面也会介绍,智能化也得到了的应用。

我本身,现在面向标准3C类的手机产业,因为中国每年有17亿部手机生产,零部件的生产直通良率是50%,所以生产基数和用到的人工是很多的,手机的盖板玻璃,就有将近15万人的全人工检验。如果包含手机的所有的零部件,金属件、马达等等,这是非常庞大的产业链,只用来检验的人员大概上百万,所以这部分的自动化,或者说人工智能,产值达到上千亿。

图2 手机制造业中的人工装配

那我再举一个例子,非常传统的家居行业。行业里的上市企业大概有20到30家,规模也很大。他们板材的工艺非常简单,原材来了以后,切成块,进行封边,之后打孔,然后打孔完了制成一个板,发货。工艺就两层,很简单,就有自动化设备,但设备和设备之间,都是人在转移,切完板拿下来,封边。因为定制加工的尺寸,板材组需要每个人去量。这个行业,三到五年内也发生了很大的变化,已经完成了软件系统定单的拆分。但在生产环节,检测和自动化物流,现在正在如火如荼的做,因为这个行业每年以30%到50%的速度发展,毛利率很高,这样的行业未来几年会发生很大的变化。

制造企业里,如果想真正推动,让企业接受,他们是会算账的,你给他讲跟多前景和技术是没有用的,他们就算三个账,第一是能不能提高产品质量,我们现在做的军件上的检验,它就说,我的稳定性,这个时候就能接受相对比较高的成本做产品质量保证的检验工作。第二,提高生产效率,人检验一片盖板玻璃大概30秒钟,现在我们用装备来检的话,1.6秒钟一片,这就比较有吸引力。第三,降低成本,企业讲回收周期,3C行业基本能接受的回收周期一年到一年半,但传统行业,是能接受四五年的时间。从这三个角度出发,自动化,智能制造,机器换人,智能车间和工厂,尤其在华南长三角和珠三角也是如火如荼的开展。这里还有政策影响,包括科技部、工信部发布的一些关于智能制造的大的专项,新模式啊,重点研发计划,这个也很大程度上推动和吸引了国内的这种大型企业的升级换代的需求,我们目前做的好多事情也是来源于背后的这样的国家驱动。

但事实上,我们国内的大多数企业,还没有完成数字化转型的过程。但面对这样的国家的大力推进智能制造的过程,一方面,我们在补数字化的课,另一方面,还是要夯实自动化基础。但们的路线和国外不一样,我们不可能完成了数字化再智能化一步一步的走,而是一个工厂、一个车间、多个行业里,同步推进,是个齐头并进的发展方式。所以智能制造系统和人工智能,是不能分家的,从智能装备到机器人,到智能生产线,人工智能的身影无处不在。人工智能和大数据,大数据、互联网、多媒体、传感器、人机交互、自主装备、都在深度融合,所以这五个方面都有很好的工作,很有老师在做这方面的工作,所以我们在人工智能方面的技术储备非常非常丰富。

说到新一代的智能制造,特征就两个字,就是“学习”。体现出大的制造产业里的学习能力,这是核心。20世纪60到80年代,用了专家系统,也基本上解决这样的问题,目前用深度学习做纺织类检测,也取得非常好的效果,但要求每一个匹布要采集样本,要采集一年,但后面的性能会得到很大提高。未来,以人为中心,机器和人进行协调,统筹协调人和信息系统、物理系统,变成集成的大系统。

从生产组织模式上,我们讲智能车间、智能工厂、智能企业、智能生态,价值形态上是产品、智能和大范围意义上的服务。现在,六大的典型的应用,包括投资、国家的政策、企业的发力的点,六个方面,是工业机器人,制造业的物联网,制造云,制造业的大数据和商业分析,人工智能算法,以及一些上层的MES系统、ERP、CRM的大数据分析,在应用层面的工作也取得了很好的效果。

制造业的人工智能里,计算机视觉目前占比是最大的,各位前辈好多也是从事视觉方面的工作的。目前预测性维护和机械性检查,质检,一旦把人去掉,缺陷数据形成闭环,数据链条打通后,工艺问题可以提前预测。打个比方,在手机的面板生产过程中,经常发现透光的缺陷,如果能够把规律找到,告诉他什么时候可以加稀释剂了,这样全闭环,意义就非常大。

下面介绍一下所里的相关工作,“人工智能+”加各个行业。王飞跃老师提出的平行系统,在齐鲁石化的应用,也是和智能结合。那么所里做的生物认证,我们的虹膜,人脸,步态,这些都有应用。包括我们传统的这个,我们做的字符识别、手势识别、语音,也是制造业和人机交互的一个点。然后就是先进计算,因为我们知道,说到底,在深度学习里算力是很重要的一个基础平台,我们计算所的寒武纪,现在华为自己也做芯片,在平台上竞争也比较激烈。

图3 自动化所对于FAST工程的支撑

所里研究员,就是把这套实际计算平台用到了我国建造的世界最大的射电天文望远镜“天眼”(FAST)上,这也是所里做的很不错的工作,在“天眼”上有一些应用,也是卢老师团队带的精英,在南京研究员做的芯片,边缘计算的芯片,未来的场景也是比较大的,现在在南京也有几个亿,这个如果能够成功,做平台级的应用,也是特别厉害的一件事情。

智装备方面,唐老师做的机器鱼,上周我去了青岛的北海舰队,机器鱼能否加上智能的识别,我在军舰上,潜水也好、300米的深处也好,代替人,做很好的应用工作,现在海豚已经做得很大了,四五百米,下到300米的水深。

我们团队刘衍做的,也是做发动机的自动涂胶系统,以及轮毂刹车盘的自动加工设备,在国内做定制化的工作。

这个是我做的,就是给军用的飞机舰船做的机插件的检测,旁边是一块钱的硬币,这个是一个小的视频展示,国产的大飞机,有时候坠落,其实就是里面的原件的稳定性不够,工人拿手掐一把,在显微镜下一过,你想6900万件,漏检率是很难的,我们去检人认为OK的,还是能检测出有问题的,它的自动化做很好了,全部用人来替代,我们大概采了不到10万张样品去做这个分类和检测,效果目前也是不错的。这个是徐德老师做的,龙门样机的焊接。

下面介绍一下我的工作,原来我是做激光可控空心玻璃的检测,到十三五的时候做了盖板玻璃,我在行业内排名第四第五的一家工厂,2016年拿到工信部国家项目,正好我们来合作做了这个事儿,它也是从规划的方案路线,从车间的装备到产线,到智能车间,到智能工厂,是整个面板行业第一家,虽然是排名第四第五,但自动化水平是第一的。

它的流程是这样做的,它从美国康宁买到了大片的玻璃,首先经过料机,切成了一个个的小片。之前是人把小片搬到了CNC(数控机床)上,切好的手机大小的小片,把边上打磨。然后到数控机床倒角,倒完以后进行平磨,使它光滑。之后进行检验,尺寸对不对,有没有大的缺陷。检验完以后,钢化,摔碎了以后不至于扎手。然后进行印刷。

这家工厂非常有名,有名在什么地方呢?机械手,原来作CNC倒角的时候,需要人放到这上面,它做了几个吸盘,能够抓起来,自动放到底下去。这么一个工作,有很多细节,如何控制刀头、水压、位置的,很多工程问题。因为这种CNC,一个小厂买大几百台,富士康几万台。原来一个人看一台,现在一个人看十几二十台机器,它的成本降低。这么一点改动,就有很强的竞争优势和成本,所以这块就特别积极,希望整个的这样的应用更多,所以它的硬件部分,从核心装备进行连接,也搭建了数字化的应用平台。

但这里面我想表达的是,我们自动化和人工智能,任何一个点去结合,都能产生很好的效益。就比如刀具磨损,这个磨损程度和使用方法、和使用周期,都是有很多的关系的。如果能够把刀具磨损采集得到,受什么参数的影响能做好,也能产生很大效益。现在像富士康,很多公司,专门做刀具的数据分析和管理,刀具的维护,也有产生非常大的效益。

那工业互联,MES系统连接,然后标准化体系建设,然后是信息安全。这些厂家是绝对不希望外不知道他们家的良率是多少的,这是自己内部很核心的数据。现在我们就是在它的核心数据上做很多工作。

图4  人工检验车间

这个是我在它的车间实际拍的照片,在小黑屋子里看,这样对比度强,这个灯是12000,特别强的台灯,对着它去看。反正我们看一会儿,眼睛干涩,有小星星。他们三班倒,一班8个小时,旁边摆着眼药水,不断的滴,这个过程是不可逆的,所以这个行业的流失率特别高。不是说我吃苦耐劳能坚持下来的。培训呢,理论上一周,但招人难,可能两天就上了,检验也参差不齐。这些小伙子,90后、00后,家长嘱咐不能吃苦。所以领导站在车间,良率能上去,领导一走了,良率就下来。这也是一个重要的场景。

不像原来做军工,它效率要求特别高,你必须3秒检测完,而且是透明的材质,微米级的缺陷,这个小玻璃片,360度的正反面,弧边弧角,成本可控,长期稳定运行。

然后我们就提出了一种方式,我们就模拟了人在手眼协调看的过程当中,做了一套让光学系统不断的在空间旋转,盖板在中间稳定传输的方式。能够获取到,盖板中的缺陷,我们取出十几二十个通道的图象,就能取得非常好的效果。这是我之前讲到,从康宁玻璃,我们检测到的。CNC完了以后,刷油墨、到油墨的检测,到背盖3D玻璃的检测。3年多时间,30多人的团队。这个是目前应用的情况,刚开始,人放到很长的清洗机上,因为灰尘会造成缺陷的干扰,清晰之后,放到黑色的设备上,进行检验。一会儿放一个全自动化的视频,这个是国产手机。那么盖板传输的精度,也是10微米左右,不能抖动。现在7条产线都在运转,人检完以后,基本就出货了,设备替代人,达到发货要求的水平,这个行业,目前就我们团队和德国两家能做到。而且我们和国外也做了对比,我们的漏检率平均2.1%。德国的漏检率7.8%。

通过这个动画来展示,绿色的是白片,进行印刷。有四个工位,第一个是情节,使它更加干净。第二个是像我小时候拿刷子刷考题一样的,刷黑的边框。这是把尺寸和缺陷,一次性全检,从原来的抽检变成全检。如果发现有NG品,还可以自适应的替换,就实现了闭环。事实上我们还没有做这种软件数据的预测工作,就是把这个东西的良率,实际情况,你反馈给了车间。车间领导一看,怎么老是油墨出问题,管理水平,也能得到很大提升。

那挑战和风险,第一是企业创新能力的崛起,现在在人工智能的方方面面,巨头的投入非常大,给所里人才的流失也造成了影响。我们无论在待遇上、数据上,产业结合上都有些问题。连百度、腾讯、阿里都已经下沉到细分行业和我们竞争了,如果我们还待在实验室的话,一旦人家抢去了,再替换就非常困难。这块来自于外部的竞争压力,创新能力的崛起,很要命的。

算力,我们自己所里也在建这些东西,但创业公司,跑一次模型的费用都达到四五十万,预算上、数据量上投入特别大。

第二,我们缺乏交叉融合,优势也不是很突出,单点成果显著,但没有形成巨无霸的成果方向和团队重叠比较多,存在浪费。

展望,如何把先有的这么好的人才、技术基础转化为应用生产力,作为我们研究所,应该聚焦战略级的院士创新平台。类似于我们这样的计算平台、芯片平台,有院士的创新平台。那么要想发挥重要的应用,瞄准重大系统性的应用和行业产出,细分行业,所里两年成立了快30家公司了,应该构建行业壁垒+创业生态,未来几年会特别的关键,是非常关键的一个时期。

后是一些参考文献和致谢,这里的观点都是引用了周院士的观点,表示感谢。

我的报告就这么多,谢谢大家。

顾学真:刚才张老师做了很好的报告,等梁老师讲完了以后咱们再一起讨论吧。

[返回]

 

 

 

【邀请报告】

 

梁志强:高端装备智能制造与典型案例

各位领导、各位专家好,非常荣幸给各位老师做汇报,这也是我很好的学习机会,请专家们多提宝贵意见。

我先介绍一下我们北京理工大学先进加工研究所。我们主要研究怎样把产品做好,也就是工艺的事。现在我们也在偏重于装备,形成工艺以后,做成装备。我们所有五个方向:难加工材料切削,介观尺度微细加工,工艺设计与数据服务,先进磨削与道具制造,还有负荷刀具设计。一些刀具,齿轮、连杆、曲轴的形变强化工艺,这里面有仿真的疲劳特性的研究,另外也有跨尺度的仿真,一体化的仿真研究。

“智能制造”和我们研究所相关的,主要就是高端装备的智能制造。我们学校一直在思考,国家的智能制造里,我们能做哪些事儿?我们考虑后,觉得工艺,从工艺出发形成一个智能装备,是我们做的事儿,也是我们擅长的。

图5 我国高端装备制造业发展成果

在十九大报告里,介绍了六个高端装备,标志着我国高端制造行业取得了显著的成就。比如说天宫二号,进行遥感探测、医学实验等等。蛟龙号潜水器,在水下停留几个小时,作业达到3小时,最深达到4700米。还有世界上最大的望远镜“天眼”,大飞机C919,“悟空”,分辨率最高的探测暗物质的卫星,“墨子号”,世界上第一颗量子通信试验卫星。

图6  我国大型装备方面的成果

在大型装备方面,也是进步很大,取得了很好的成就,比如说上汽研发了1.6万吨的自由锻机,哈气100万KW汽轮自组转子等等。这是北重的垂直挤压机,是清华大学机械系统设计的,目前世界上最大的黑色金属挤压机。这些都标志着我们国家成果显著,这是世界首台我国独创的钻井储油平台,作业三千米深,能够储油15万桶,钻深1.2万米,主体是135米。

可以看到,我国高端装备取得了很大的成就,但我们也要清醒地认识到存在的差距。这个差距,产量上我们是第一的,制造大国,但现在还不到强国阶段。大而不强,创新能力弱、关键技术缺乏、利用率低、产业结构不合理等等。

现在高附加值的环节,都被跨国公司所控制,导致我国企业长期处于低端锁定的状态,比如说高铁,150米时速的主轴、轴承,都是国产,但如果上200、300米的时速的轴承,都是国外进口。

燃气轮机的图纸,都是国外保密。然后这个机械协会的会长王瑞祥就说高端装备领域,80%的芯片制造,40%的石化装备,70%的汽车制造,多数产品是贴牌,自主品牌不足20%。这是我们的现状,我们也是清醒的认识到这一点。

我国从十二五开始,到十三五,到智能制造,这个政策提出,都在强调高端装备。所以十三五的时候,重点方向有五个方面,有智能制造的产业,航空、卫星、轨道、海洋装备,这五个方面。这里面呢,智能制造装备主要是指这一类具有感知分析、推理决策控制的智能制造装备。那智能制造装备,现在重点的方向是机床,高端的机床,还有自动化的生产线,精密仪器、智能仪器,加工、检测、识别这些,推动自动化、智能化、精细化这些。这是高端装备方面。

我查阅了一些文献,在智能制造领域,发达国家和中国水平的比较,有一个指标是产业内的贸易,还有水平、垂直型,这几个指标,来评判技术水平。产业贸易是指产品进出口,如果是水平型的贸易,就是指它的这个价格、投入等方面相似,然后品牌特征,存在差异的产品间的双向贸易。垂直型是指统一产品中的质量、价格、投入等方面,存在差异的产品间的双向贸易。也就是说,处于高端地位的国家,一般是垂直型的。

图7 高端装备制造业分行业各贸易类型比重

我们对比一下中国、日本、韩国、美国、德国,2002年的时候,高端垂直型比重只占7%,日本是33%,美国是13%,德国是43%,就是说2002年的时候,中国还是比较弱。在2015年的时候,中国已经翻倍。垂直型高水平的已经14%了,翻倍了。同时我们看到日本是缓慢增长变成38%,韩国是18%到28%,美国也是翻倍,超过了两倍,13%变成了31%,德国是56%,也就是德国这个是最好的,高水平的,其次是美国,其次是日本、美国、韩国、中国,在高端装备这个领域。

美、德、日、中,高端装备的比较,高端装备,在国家政策里边,分五个行业。这五个行业里,表里面,是把航空和卫星合到一起了,现在是四个。第一个是咱们现在重点讲的,智能装备,智能制造装备,和轨道、海洋、航空、卫星,这个智能制造装备,我国是非常薄弱的,是7.6%,在2002年的时候,日本当时已经是35%了。

到2015年的时候,智能制造装备,它变成了11%点几,这是有一定的增长。同时我们也看到,日本、美国也在增长。美国的智能制造,原来是11%,现在变成了24%。美国的发展也很迅速,智能制造装备也已经崛起了。我国海洋装备和卫星,已经具备了一定的实力,我的海洋装备,和卫星,这个是非常高的,发展很好,但是智能制造装备,仍然处于国际分工的劣势地位,现在是11%,和其它国家相比,尤其是德国这个,尤其是40%,60%,差了几倍。

通过对比,我们看到美国在轨道交通上面,逐渐的失去优势。中国的智能制造装备,产业落后,但在航空卫星方面,发展是显著的。德国发展平稳,日本是在全球都在扩展,扩展国内的需求,德日发展是比较稳定的。我们国家的高端制造业,与发达国家,差距还是显著。所以要在短时间内,要达到较快的发展,我们要推动智能制造与轨道交通的发展,要借鉴航空装备与卫星的发展经验,实现高端装备的稳定的发展。

最后,我介绍一下我们的研究领域所关注的一些事。

我们机件加工行业,主要是关注在高端结构件对应的装备。飞机、发动机、列车、燃气轮机、汽车等等,都有关键结构件,包括叶片、轮盘、轴等等,这些都是我们的研究对象。这个对象,因为智能制造的问题,出现严重的断裂,飞机的整体断裂,还有车辆的抛锚等等一系列问题,比如说车轴,齿轮,机翼的疲劳断裂等等,还有腐蚀。

那么什么原因引起它产生的疲劳断裂?我们关注的焦点,是在加工表层。这个表层,这是表层到次表层。它的组织是渐进分布的,加工变质层。这是切削完的表面等等,都在影响这个表面。我们关注的结构件,都在高负载、高温寒、高腐蚀的应用环境,受到机械、力、热、电等耦合作用,因此我们现在这个阶段研究,是高端结构件的抗疲劳制造的核心。

我们加工里面关注的,比如说耦合的原理,线性的,多参数的,涉及的学科包括金属材料、力学、物理学等等。零件状态、工作状态还有材料的本质,都在影响高端装备的服役的这个情况。

图8  数控扭力轴智能强化设备

例如扭力轴,这是重型车辆承重的关键结构,承载缓冲作用,整个车辆的几十吨重量都是靠这扭力轴来承担的,驾驶员的舒适性也靠扭力轴来缓冲。我们做的事就是研发了一台智能滚压机床,用轮子来滚外缘,基本原理是使材料发生塑性应变,通过强化后,进行细化,表面的硬度提高。图8是我们做的第一台智能强化设备,这台设备对外圆、圆弧、花键进行滚轧,将传感、网络、自动化应用于设备上,进行智能的在线感知、人机交互,实现滚压的智能控制。

我们研究所开发的玻璃光学模压的设备,可以对温度进行实时控制,压力、温度都进行控制,可以做玻璃盖板的元件、微小的透镜等,有产业化前景。

2018年,我们和国机集团,还有厦门大学工具研究所等承担了精密刀具。目的是提高刀具的寿命和稳定性,提高多样化的批量生产,实现多品种的快速响应,提升设备、运维、物理机床交互作用的水平。

以上是我们对智能制造装备的认识和我们研究所做的工作,请各位老师批评指正,谢谢各位老师。

[返回]

 

【讨论与交流】

 

顾学真:现在我们开始讨论。一方面,智能制造整体发展,大家看看怎么做比较好?第二,在智能制造中间的有一些技术问题,看看大家有什么好的建议或者好的方案?总之围绕这个题目做一些交流,互相启发。

原魁:刚听两个报告,觉得都挺不错的。实际上华为也找过我,因为手机面板是玻璃的,检测特别难,所以我们当时不敢接。张老师是30个人,3千万,做了三年。没有这样的投入是做不出来的。我们所在智能制造这方面确实做得比较好,但实做和企业相关的不是特别多。北理工梁老师介绍得也很有特色,刚才介绍了在重大工程的制造上我们有很多第一,我想问一个问题,我们为什么能拿第一?人家为什么没有我们这么大?是人家不做,还是我们攻克了关键技术?我们有需求,所以我们做了,但里面的关键技术,可能还是我们做不了。

陈光南:我来主要是学习。我想谈第一点,咱们是不是要区分一些问题,一个是高端和重大工程是不是一定是人工智能或者智能化?这是有区别的。二是智能化和自动化我感觉也要区分一下。至少我刚才听到的,大部分还是自动化,并非智能化。这个区分其实非常重要。自动化和智能化是有区别的,这个区别就在于,一个是你把程序设计好,做就完了;一个是你并没有设计好,需要分析、决策,当中带来很多问题,这个我们能不能做到?我建议这方面要有区分,我做的到底是什么?然后我的关键技术,问题到底在哪个地方?

 第二点,因为我们的工作也做机械行业的,我想谈谈制造领域里边的几个难题。比方说3D打印,4D打印中遇到的一个大的难题。塑料,一般材料,做起来比较容易,但是带有温度,或者温度梯度,温度起关键作用的加工,就比较难了,就需要智能分析了。因为温度的变化,需要感知、需要决策、需要实施,这套过程,仅仅自动化做不到,需要智能。再举个例子,钢铁,铝合金,或者钛合金的粉末冶金制造方法其实还存在很大的问题,问题在哪里呢?用粉末给烧结、凝固,包括后处理之后,确实做到了,但实际上和过去的锻造效果还是有区别的,至少在致密度上,各项指标上要求是不一样的,还没有解决。因为它对不同工艺、零件都会有不同,所以很难用一个自动化程序解决问题。还有一个,就是在这个加工过程当中,加工的效率,和加工的质量之间的关系,比方说我每一层,点、线、面,轴承的累计过程,加工件的温度不断提升,那么怎样让这个不断提升的温度,不影响我的加工过程的这个稳定性?包括最后的性能稳定性?这里面有反馈过程和决策过程,都需要做。最近我也看到,3D打印,可以打房子了,打桥梁了,当然都是事实。但这个桥梁是不敢随便走人的,房子也是不敢随便住人的,说白了还是模型。这里面就是性能、质量还是没有把握好。就类似的问题,都需要智能。3D到4D,除了材料的不同,还需要结构上的不同,材料和结构不同,就带来产品本身随后的一系列条件变化下,形成一个立体的,或者说我们设定的形状。这个过程当中,也有很多工作,不是自动化能完成的,需要随时在空间上采点,集中具体分析,这个分析回头再进行决策,也就是智能化过程。总之,现在还有很多工作需要做。

戴国忠:我从1994年开始到2009年,参加了国家863计划CIMS的工作,我当时是CIMS专家组的成员。CIMS项目花了国家几个亿的钱吧,到底有什么作用?现在看起来,这件事情对国家贡献了很大,解决了企业整个生产过程、管理过程中的数字化的问题。这都是那个期间完成的。如果没有这段时间,现在的智能制造,没有可能,因为智能制造最大的基本的条件就是数据。当时我也想了,这个工程在做的时候有三个问题:一“本”,两“效”。一“本”就是所做的系统不是“以人为本”;两效,就是“效率低”、“效益差”。效率低,就是我们到企业做这么一个事情,一般周期需要五年以上,五年以上,企业需求已经变了,所以不实用。第二,效益提升为什么不够明显呢?是因为不能支持决策层。所以我们企业当中,多数都是关注管理层的工作,决策层、操作层比较弱。为什么呢?就是以人为本的问题,这两层必须跟人有关系。

我觉得这件事情,还可以值得研究一下。其实当时CIMS提出五化,第一个就是自动化,现在看对自动化的理解,深度上还比较大的差别。第二,我觉得现在有个口号,就是所谓的“互联网下半场”,就是要从“消费互联网”转到“产业互联网”,这是互联网的拐点,这是一部分人的观点。这件事情如果正确的话,我觉得就很重要了。刚才两位专家已经分析过了,消费互联网,我们国家应该是国际领先的,可能谁都比不过我们;但在产业互联网上,我们跟美国、德国的差距还是很大。我们是空心化,表面上很不错,到底层下来,问题就很多了。从这个角度来讲,可能是智能制造要解的问题,产业互联网领域的最最重要的技术,就是要解决智能制造的问题。

第二个事情,自动化和智能化的问题。我小时候听到的,是机械化;我上大学的时候是自动化,我工作后是数字化,现在讲的是智能化,大概就这么一个过程。我觉得可能是,一个作为另外一个的基础。当然也不能说,自动化就不要了,也不是这个事情,它是值得可以研究。老科协的人,因为时间比较自由了,可以探讨探讨这些问题。

还有一个,自动化所分会,举办的这个沙龙,我觉得很有意思。我一开始就在自动化所工作,当时的名字叫工业自动化所,大部分工作是围绕企业。还一个现象,我记得当时去承担项目,基本不要出门的,都人家找上来的。你们这个问题能不能解决啊?现在不是这样了。所以我想,这个沙龙,能不能探讨一下科学院这个体制,在智能制造中能发挥什么作用?

再讲一点,我个人现在做人机交互,我是觉得人机交互在智能化的过程当中,是相当重要的。还一个概念,我再说一下,我先看到一个名字,叫“人工智能赋能什么什么”,我个人觉得这个提法比较准确,就是人工智能作用,它就赋能其它应用上去,绝对不是完全替代,这个情况,这是我的想法,谢谢大家。

胡包钢:两位老师的报告都非常精彩。我想提个问题,智能制造当中,最基础的软件部分,不知道你们有没有考虑?包括刚才说的分析,磨损,建模,包括设计。那些软件国内很薄弱,我不知道国内有没有重视起来这件事?我觉得科学院还得要从国家层面探讨,给国家提建议,我们的沙龙也是。就我个人理解,我们现在还是重硬的,重产品,但基础层面,我们已经受到软件制约了。我特别同意戴老师讲的,“人工智能赋能”,通过赋能,各个产业都会发展起来,这是一个基础的部分。这是一个很高的地位,我们不能看得可有可无。人们可能更看中实的东西,我们怎么把这“软的部分”加强?这是我们最缺失的。

王柏懿:很荣幸参加这个沙龙。力学所和自动化所还是很有渊源的,我记得钱学森所长1955年回来以后,当时力学所成立时候,有四个工作,其中一个课题组,也是他的课题组,就是自动调节原理。后来12年科学规划,决定成立自动化所,我记得自动化所筹备组的组长也是钱伟长所长,他委托另外一位副所长来筹划这个事情。所以我们力学所和自动化所还是蛮有渊源的。我有一个建议,我比较同意陈光南老师提的,怎么样让我们的智能制造提升到一个更高的层次,特别是作为科学院这样的研究所,如果我们能够把人工智能这一块,特别是你们的学习和规则,就是决策的规则那块,装里面就更好了。现在来看,我觉得目前,至少自动化所,还是比较传统的行业,他的决策,都比较成熟了,你就去做,做你的质控的体系。但是从国家层面来说,我们科学院能不能拿下一些比较关键的重大技术?比如说随便说一个,中国的所有的好的发动机,都不能自己做,是吧?都是国外买来的,不管是从飞机的、导弹的、坦克的。我们能不能建议科学院搞一个先导,从材料到制造,如果我们能够帮国家拿下这么一个大的项目,这里面的人工智能的要求就更多了。刚才陈光南举了很多例子,我就不说了,发动机里的材料,发动机这么异形的材料,肯定不能光靠你自动化所一个所,肯定结合多学科,包括材料等等合起来,我们能不能给国家站一个更高的高地?

张恭清:我也觉得,我们科学院各所长期以来都有自己的一些优势,但因为局限于一个研究所的范围,在发展的面前显得单薄,因为面不够,一个研究所往往势单力薄。我们自动化所在人工智能方面有研究积累,也有人才积累。如刚才戴老师说的做到人工智能“赋能”,就要和其它行业紧密的结合。这一点我觉得,我们研究所是不够的。那么怎么办呢?不光说我们自动化所,其它所也有问题,这就需要科学院高层来做一些上层设计。现在来看,科学院的结构不是太适合下面,比如说我们要做制造强国,2025,需要的是综合。航天为什么中国比较成功?一个是集中性,高度的集中,财力、人力、物力。航天业是一个国家的综合实力的表现。我们国家搞两弹一星,就是全国大联合。我也觉得,比如说航天,我们可能有些东西疏忽了,比如成本讲不讲?我们可能不太讲。如果我们要做强国,就有其它要求,比如成本。航天可能很少讲产量等等吧,这是个特例。但如果从其它的常规的要求来讲,我们还不能够成为强国。我的意思是,科学院还需要做组织性的工作,把全院的力量组织起来,起一些根本的作用,包括当时的两弹一星这样的事情。现在的形势不一样,可能做法也要有点变化。

另外我也觉得,先进制造,或者高端制造,要强调软件。我记得二十年以前看到过一篇文章,一位复旦的应用数学家,他讲中国的应用数学搞得非常有优秀,但我们在概念上、理念上落后了。实际上,计算机出现以后改变了很多科学的做法,包括现在材料科学,都是先设计,通过软件实现一个新材料,不知道戴老师软件所是不是这样。

戴国忠:现在有个说法,中国的工程软件是断档。

钱学双:我讲两句吧,刚才说到航天、航空,这两个行业比较好。那我想,为什么好啊?就是人家封锁了,给你封锁,不让您知道,逼着你干。我们现在汽车,反而落后。刚才有位老师说智能和自动化这个关系,我觉得这里面有不太一样。我举个简单例子,1997年,深蓝就是输入规则等一些东西,它去判断,这不叫智能。后来Alpha-go围棋比赛,就是打败了韩国的高手,这个就有智能的属性了,为什么?它就是学习、推理,根本就不一样。

陈方丞:很高兴参加这个会,跟各位老朋友、新朋友学习了很多,但会上也听了,什么叫做智能化?这个定义是怎么回事儿?对于我们来讲,很关心养老。智能化养老,你们听过这个事儿没有?我参加过,因为它题目打的也是智能化概念。养老这个太需要了,我就很认真的听了。而且它很具体,手机上面有各种各样的资源,你当时“三高”,怎么告诉别人,告诉谁?这个手机上都有,这而且不是告诉一个人,你自己选,全国,甚至世界上有名的大夫,都挂上了,你一打,就跟他联系上了,可以用对话,或者用通信告诉他,涉及的数据放在你这里,给他由你自己去处理。我说这个太棒了,是不是?

桂文庄:今天的两个报告非常好。智能制造的发展动态,问题、前景,这个议题非常重要。中国制造2025是一个阶段,2050是一个长远的发展目标。这个目标,就是要把中国真正变成世界上一个真正的制造业强国,而这个战略目标,也正是现在一些西方人很害怕的东西,为什么要对中国进行封杀呀什么的,其实最根本的是怕中国的强大。一个国家,没有一个非常强的制造业,就是建筑在沙滩上了。

这个题目也很有意思,讲“智能制造”,“智能制造”是很大的一个题目。我对今天的“人工智能与智能制造的融合” 这个题目,稍稍有一点质疑。因为智能制造,一定是智能用到制造系统里去了,本来就包括了智能,显得有一点儿重复。如果用“人工智能与制造系统的融合”,就能更准确地表达现在智能制造是怎么回事儿,但这不是个大问题。

我很赞成老戴讲的机械化、自动化、数字化、智能化的发展过程。回想我们最开始讲机械化,那时甚至说机械化加电气化就是共产主义。完了呢,自动化,上世纪50年代那时候我们就开始有了。然后就是数字化,计算机引进来,很多东西变成数字化,开始实施。现在到了智能化了。

我觉得,如果从“自动化”本身的概念来看,或者从中文“自动化”的意思来看,其实是包含了智能,现在智能制造是更高层次的自动化。最开始我们对自动化理解,它就是由传感器接收信号,反馈回来,然后执行,是个闭环的是吧。但我觉得,这是一开始对于自动化的狭义的定义。广义来看,自动化是融合了计算机、互联网、人工智能发展的一系列的成果,一步一步发展的,所以不存在着现在的“智能化”替代“自动化”的问题,而是在原有的基础上,更深化的发展,我是这样理解的。

现在我们再讲讲智能化。那时候老戴是CIMS专家组的成员,CIMS有个理念,就是做无人工厂。但是什么是无人工厂啊?如果是光靠固定程序去实现,肯定不可能做到,从这个理念来看,实际上也包含着必须靠智能化化来实现。刚才有位老师讲智能制造,有一个温度相关的加工的问题。实际上,这个问题金属所李依依院士他们就做过。他们搞的铸造的仿真设计,就是要对整个铸造过程的温度变化和结晶过程中间通过反馈作精确控制。有了这个精确的仿真以后,可以设计非常好的参数,实现非常好的高质量的铸造。这个过程呢,你说它是不是是智能化的?我觉得也可以认为是智能化。所以智能化里一个非常重要的特征是仿真,实际上是物理过程的一个数学实现。只有对物理过程有非常非常深刻的理解,你才能够有一个数学的实现,而这个实现又经过你的系统,来实现一套仿真的系统,我觉得这个过程非常的重要。

今天,实际上大家在讨论的过程,提出了一些非常非常重要的事情,我觉得是我们沙龙的一个很好的成果。

大家还提到一个问题,就是说,随着这个外部环境的变化,尤其是企业竞争力的加强,我们研究所将会怎样发展。华为一年的研发投入是多少?过了千亿了,比我们科学院还要多呀。那么这种情况下,你说要和企业在它从事的领域竞争,我觉得不是很现实。我觉得要找准研究所的定位,对我们科学院的研究所来说,最根本的还是要做前端的原创的创新的东西。你做出来,企业拿去用,和企业结合起来,而你不要试图在科学院形成一套系统,把企业包了,不可能的事儿。我们要做前端的,创新的,对于我国发展重要的战略新技术。我觉得不是和企业竞争的问题,是和企业合作的问题,怎么互补合作,使得科学院发展。

在中国制造2050大战略里头,我觉得我们科学院是大有作为的,关键是找到对中国制造2050有重大长远意义的方向,问题,特别是战略性的问题,集中去解决。像发动机这样的问题,企业才是搞这个事情的主体,问题是我们怎么样和工业界一起来联合,我们怎么样搞这个前端的东西,能够解决工业界解决不了的问题。

我们科学院,就是啃硬骨头,这个肉都是被人家拿去,因为你拿着国家的钱,国家都是要你去啃一些企业解决不掉的事儿,所以说我们要抓好我们的定位,在整个国家的大战略中,发挥我们的作用。但有一点,非常重要,刚才提出来的,需要综合,需要集中不同学科,交叉的东西,这是我们发展的前提。器。

在我当局长的时候,我就曾经想过很多这样的事情,就是怎么样组织起来搞大项目。我觉得可能还是要靠重大的战略性项目来解决重大的事情,一干好多年,这样才能够把事情做好。否则的话,你号召号召,没有用的。今天这个会非常好,我谈一点看法,不一定对。现在自动化所正是发展的大好时机,一个是我们国家的中国制造2050重大战略,你们是其中非常重要的尖兵。另外国家大力发展人工智能的情况下,自动化所是科学院搞人工智能最重要的单位之一,从全国来说,也是在前沿的。从这两点来说,可以非常好地发挥我们的长处。谢谢大家。

黄泰翼:我听了报告后,有一个印象非常深刻。中国制造2025的问题,这次中美谈判里,美国人要求中国取消中国制造2025,他们说我们国家搞了补贴,不公平竞争。实际上是因为,如果中国制造2025成功的话,中国就完成了从制造大国走向制造强国的很重要的一步。国家当然要支持。智能制造是个大问题,是我们走向制造业强国很重要的途径。今天两位老师讲得很具体,面临的一些生产的,制造过程当中遇到的问题,怎么样用人工智能的方法去解决,有没有可能啊?我们正在做这方面的工作的同志,能够从当中,提炼出一些问题,就是到底生产过程里面,制造过程,到底面临哪些问题?哪些问题是可以通过人工智能的技术和手段来帮助解决的?当然不同的制造过程,对象不一样,要解决的问题不一样,可能我们使用的人工智能的技术,也不一样。

我听了前面张老师讲的,他讲的手机的那个玻璃的检验就是个大问题,那么后面,讲到竣工的一些设备和生产,可能面临的不同的问题,那所以能不能提炼一下?检验是个公共的问题,每个产品,不管是玻璃面板还是发动机,都有个检验的问题,劳动的强度大,人工智能都能派上用场。这些问题单靠一个个人,或者一个课题组,很难归纳。所以我想,有没有可能由院里组织专题讨论,面向智能制造,可能需要解决的什么问题?在这里,自动化所,人工智能这个技术,能够提供什么样的帮助?

陈光南:我再提个建议,下次开研讨会,是不是把问题提得明确一点?这是第一个。第二个,反过来,如果现在是2025,今天已经是了,我们回头看看,我们走这个过程当中,到底实现了没有?如果实现不了,问题在什么地方?为什么提这个问题?所以我建议,这个角度,站到国家层面,从上往下看,来攻关解决这个问题。

顾学真:关于今天讨论的主题,我还有一些想法:第一,除了制造装备的智能化,还要有生产过程的智能化。为什么引起我这个想法?最近盐城的化工厂爆炸,死了多少人?如果生产过程的智能化做好了,就可以避免。所以制造过程的智能化,也是一个很重要的方面,不要忽视了。第二,我同意“自动化”是一个大概念,“智能化”是自动化在当代的新发展,智能化丰富和发展了自动化。自动化所在智能制造方面的作用要发挥好,发挥好感知算法优势的应用。要结合多方面的感知内容提高智能化水平。第三,我们自动化所的优势,还是在数字和检测这方面,现在智能感知和控制加在一块很正确。例如,现在手机盖板检测使用了光,是否可以加上其他的感知手段?这样就可以提高检测判断的的准确度,提高智能的水平。当然这里面有成本问题,可以再研究。还有,因为咱们所里也有搞芯片的,是不是可以联合起来搞智能制造的芯片?

 我们今天的沙龙就到此结束,能够圆满的完成任务,也再次感谢院里的领导,还有两位老师,还有我们大家共同的支持。

[返回]

 
查看评论