人机结合的“量化工厂”如何运作

周倩

“智能制造”一直被视为中国工业转型升级的关键所在，国内普遍将“机器换人”看作智能制造的一大标志，关注点大多集中在ERP/MES等信息化系统，或是工业机器人、五轴数控机床、会移动的AGV以及尚不成熟的AI等自动化智能化技术。可是，自动化或者信息化实质上都是工具，而在智能制造的推进过程中，人的因素是第一位的，人机融合才是其核心要点。

德国西门子在工业4.0的落地计划中反复强调，如何管理复杂系统、如何保证人身安全、如何优化工作的组织与管理、如何促进人机融合深度挖掘人的价值。美国GE则是将工业互联网定义为三个关键要素“智能机器+高级分析+工作人员”，人始终是核心要素。GE高层多次公开强调：“人，在企业谋求成功的过程中起着决定性作用。”《中国制造2025》当中更是重点强调“以人为本”的基本方针，并提出制造业人才培养计划、卓越工程师培养计划、提高现代经营管理水平等具体举措。

机器能够很好地充当辅助人工的角色，但不能替代人在工业系统中的核心作用。20世纪末，美国与日本在工业领域的激烈竞争中，就曾掀起“熄灯工厂”、“无人化工厂”的世界潮流，如今看来，这已成为一段值得汲取的历史教训。中国工程院郭重庆院士曾表示：“德国的工业自动化程度未必比日本高，日本曾经的无人化工厂的结局让人记忆犹新。进行工业4.0需要大量的设备升级，工厂智能化，这势必会耗用大量资本，最终能否随机应变地提供市场所需要的产品，未来谁也不敢担保。”

数十年来，IT已使人类管理物理环境的方式发生改变，已经在很大程度上实现了制造流程的数字化与可视化；物联网技术则促使人类主动地全方面感知，通过将机器操作和工艺数据无缝集成实现真正的“一网到底”；如今CPS技术在环境感知的基础上实现人、机、物的互联互通与深度融合，高效灵动的量化工厂已经成为可能。

量化工厂不是“无人化工厂”

现今，欧美工业强国在推进制造业重塑的过程中都非常强调“量化思维”。具体而言，主要通过CPS（赛博物理系统）、虚拟工厂、工业大数据、机器人、智能传感器、分布式能源等前沿技术，将所有生产单位链接在一起，推进生产过程的网络化和动态集群化，以及个性化、大规模定制化的商业模式创新，实现系统互联互通的“量化工厂”。

国内工业界往往基于特殊阶段的现实需求，将当今时代的工业转型升级简单看作“无限追求工厂车间的自动化和无人化”。确实，对于处在产业链低端的那些制造商来说，人力成本是不得不给予重视的。高度自动化甚至无人化工厂，将省去太多麻烦，不用再开灯了（熄灯工厂），空调和暖气也都可以不要了，不用为员工薪酬福利伤脑筋，不用担心人员流失问题，也不用担心生产线上因为人工的技术局限或者疏懒懈怠造成的良品率问题。

可是，看似有着诸多优势的“全自动的无人化工厂”，在欧美日等先进制造业国家已经是非常过时的东西了。其中，有两大困扰是无论如何也绕不过去的。

核心工程师成为风险因素

20世纪90年代，很多欧美工业企业已经实现（或者接近实现）无人化工厂，自动化水平已经达到非常惊人的程度——原材料投入进去之后产品就会被生产出来，而且是包装好的，现场只有设备维护人员，完全看不到人工操作的痕迹。

不过，这些企业很快就发现一个致命风险：必须要有精通各个制造环节和整个工艺流程的生产线维护工程师，来进行全盘掌舵。怎么能让少数几个工程师来掌控整个生产线的命运？“人的风险”变得越来越不可承受。

生产线丧失柔性、调整力不足造成的巨大财务风险

很多工业企业后来发现，无人化工厂在经济上也是很不合理的。机器生产的只是标准产品，当一条生产线实现全自动化以后，柔性也随之丧失，调整力不足。因为要依靠大量机器设备来完成生产（即硬件投资加大）。一旦市场需求、产品种类发生变化，硬件的更换成本非常高。

一条生产线一个月可以生产1万辆汽车或者100万台手机，但是严重缺乏灵活性，就像一个人很健壮，但是胳膊腿不灵活。在当今这个创新加速的时代，这就越来越难以适应不断缩短的产品生命周期。

大规模生产线的稳健高效运行，往往是知易行难，必须防范工业运行中的各种意外。如果设备故障，高度自动化的系统会不会更难以修理导致生产停滞？如果几个熟练的核心工程师决定离职，是不是系统平稳运行就失去保障？如果产品设计出现较大变化，会不会导致这条生产线不能继续使用？如果订单不够，生产线只能开工一半時间，如何处理昂贵的设备折旧成本？所以，追求“无限自动化”不如追求“自动化与灵活性的互补共进”。

世界上最好的工业机器人技术在欧洲，但是在欧洲主要工业国家的制造业车间里，机器人所承担的职责依然只是运输及相关协作，“全自动化”并不是优先发展方向。德国宝马集团只强调“合作自动化”，他们认为工业企业需要强调平衡发展，在平衡投入产出比的基础上尽可能多地利用最新技术，并非不计任何成本。

在需要做重复劳动的地方，或者对人工负荷比较大的地方用机器人代替。在精密制造的很多方面，人工娴熟程度和高超技术，才是最值得信赖的。智能制造解决的是大批量生产的效率问题，但在高精度的工作中，还是要依靠匠人和“工匠精神”做前期的探索，将这些技术固化、量化之后才能通过智能制造的手段实现批量生产。

工业界逐渐意识到“不能再用大规模生产的思维方式去建造无人化工厂”，应该寻求人（灵动、应变）与机器（速度、精度）的有机结合，实现基于量化思维的柔性制造。

“人机结合”反哺精益制造

实现智能制造或者工业4.0，最终目的是什么？毫无疑问是高效率地造出好产品。可以将国内产业升级的路径分成四个阶段：

第一阶段是精益工厂：要调理生产方法，提高整个制造环节人的管理水平和生产效率，这是工业工程师干的事。第二阶段是透明工厂：运用各种IT系统把调理好的生产管理方法固化在软件里，这是IT工程师干的事。第三阶段是自动化工厂：在经济条件约束下，用各种自动化机器设备取代人力，这是自动化工程师干的事。第四阶段是量化工厂：基于同一个底层的数据库，将所有的人、IT系统、自动化系统连通在一起，运用各种高精度的量化手段对“精益制造”进行反哺，这是目前工业领域最受关注的前沿探索。

工业界普遍推崇日本企业的“精益工厂”，但很少关注“精益的代价”是否合理。2008年以来，日本电子工业几乎全线溃败，索尼连年巨亏无计可施，连总部大楼都卖了；松下亏损额度更是刷新了日本企业亏损最高纪录；夏普在跌向死亡边缘时将自己卖给了台湾鸿海；东芝面临存亡时刻，只得分拆出售相对优质资产，苟延残喘……

日本制造业还是那样“精益”，为何突然就變得如此脆弱？日本国内对此进行反思，其中一个重要结论是日本制造商“过于苛求性能与指标的极致，而忽视了市场实际需求水平，投入不必要的成本，致使市场出现变化时，在研发上不能及时调整产品。”

以日本林内为例，这是一家在燃气具领域有着全球声望的百年企业，其精益化生产、对机器人的大规模应用以及企业管理方式，都令人惊叹。比如林内有一个“不断追求零不良率”的QAP质量保证计划，包含品质水平的改善、工作现场标准化作业和生产线水平品质保证三方面内容，主要流程是检出问题，提出改善对策并标准化，然后进行效果检查。

在林内的工厂里，每个员工上岗前都要经过严格培训，即便是像拧螺丝这样简单的动作，员工也需要经过三万次零失误操作才可以通过测试。在林内的濑户工厂里，检测过程详细而复杂，一条热水器生产线共计有26个检测工程，零部件基本上每个小时都要进行样品检查。整机组装完成以后，每一台热水器都要经过漏气、漏电、漏水测试，产品需要通过全部测试才可以出厂。

在林内的生产线上，哪怕仅仅想换个与内件毫无瓜葛的外壳，也会被视为“新产品”，就得重新接受检测。所有测试流程都要从头再来一遍，这耗费的每一个环节，都是时间和成本。结果是，无论想在产品中加入什么功能，冗长的检测环节都会让新品滞后于市场。“对产品的细节苛刻到无聊的程度”，这笔追求极致完美所产生的成本，最终都会反映在产品价格上，可是，究竟有多少客户愿意承担这些呢？

所以，精益工厂需要得到更智能、更可靠的量化技术的反哺。量化工厂的实用价值更在于要能为精益管理提供足够的保证，把生产过程中以前认为不可能的事情变成可能，把以前困难的变得简单，把以前没有的变得可以实现。量化工厂要能给精益生产带来更实用化、更合理化的推动作用。

三大核心技术

当前，中国经济正处于转型阶段，工业企业普遍面临收入和利润增速的回落态势，产品销售增长缓慢、成本上升快于销售增长、价格走低挤压盈利空间。人机结合的技术方向最终是要使精益工厂在效率、质量和成本之间实现最佳平衡，依靠对定制化、个性化市场需求的快速反应，实现更精细、更高附加值的价值创造。

根本上讲，人机结合是要延伸和增强人的能力。有好几种技术（人机界面、可穿戴工业设备、VR/AR）可以增强人工能力，这些前沿技术可以单独使用，也能结合运用，是此次技术革命的核心。

人机界面（HMI）作为量化工厂最重要的基础技术之一，实现了逻辑控制的可视化。HMI最初解决的，是PLC（可编程逻辑控制器）的人机交互问题，随着IT和数字电路技术的发展，很多工业控制设备具备了串口通信能力，诸如变频器、直流调速器、温控仪表、数采模块等都可以连接HMI，来实现人机交互功能。现今，HMI已经在形状上、观念上、应用场合等方面不断寻求技术突破，从而触发工业控制领域技术变革的持续推进。

人机交互的发展趋势是，使操控人员在最大程度上摆脱任何形式的交互界面，输入信息的方式变得更加简单、随意，借助工业智能与大数据的融合，能够非常直观、直接、全面地捕捉到人的需求，并顺畅地按照操控人员的意图进行执行与反馈。人机交互技术的巨大进步，正在使可穿戴工业设备、增强现实（AR）在人机融合的量化工厂中扮演重要角色。

欧美工业界有一个概念叫“操作员4.0”。简而言之，就是让工人们穿上机器人外骨骼装备，增强他们的力量和智能。“增强操作员”将有技术支持，并且身强力壮、信息畅通、毫无危险。可穿戴工业设备融入了“增强现实”技术，将信息与真实世界场景融为一体，操作员不必停下手中的工作，即可接收指令或获取协助。

通常情况下，当工厂引入新设备或新作业流程时，需要请来培训人员，用几周时间对工人进行培训。研发人员也会这么做，为了改进产品设计四处搜寻反馈。这些付出费时费力，成本高昂。而有了“可穿戴工业设备+增强现实技术”，这些工作往往就没有了开展的必要。佩戴智能眼镜的工人无论身处何地，只需直视前方，就可以在眼前看到一步步指令。再戴上耳机和麦克风，工人就可以直接与培训人员通话。总之，技术将使人大有“智”为。

通用电气（GE）早已用行动证实，灵动的AR设备可以在制造过程中减少错误的发生，以及压缩生产实践，提高产品质量。GE通过移动端的AR技术把计算机生成的图像叠加到工人的现实世界视野内，有助于工人组装复杂的机械部件。过去，GE涡轮机工厂在生产过程中需要操作员对燃气轮机的喷嘴进行100多次测量以确保质量，他们需要人工将测量结果输入电子表格中。这个任务往往容易出错，且非常繁琐。

在采用AR技术之后，AR设备可以在燃气喷嘴的制造中叠加虚拟图像，从而对喷嘴的数十个指标进行精确测量。这项技术包括一系列传感器、应用软件以及平板电脑和相机。操作员得以准确观察到需要测量的位置，平板电脑会自动识别进行测量。测量完成之后，平板电脑显示区域附近的红色将变为绿色，同时测量数据将以无线方式传送给计算机数据库。如果测量数据不符合要求，则会通过平板电脑通知操作员再次测量。整个过程当中，操作员进行测量所需时间从8小时压缩到1小时，成效显著。

AR智能头显是广泛应用于欧美工业企业的可穿戴设备，其搭载了高清摄像头、深度传感器和运动传感器等AR组件。德国蒂森克虏伯公司主要用其检测设备运行情况，以简化人工操作。这样无需凭空猜测就能知道设备具体哪一部分出现故障，并通过AR技术将这部分呈现在人的视线范围之内，以判断是否出现了故障。

除了可以让产品生产更有效率，AR智能头显还能帮助工人绕开危机，保障其健康和安全。美国洛克希德·马丁公司的工程师们现在无需再经过数年的培训才能组装F-35战斗机。工程师们借助AR智能头显，可以在视线范围内看到设备中电缆、螺栓、部件、零件编号，以及如何组装特定组件的详细说明，这促使操作准确性提高到了96%，而人工效率则提高了30%。

重塑工业创新模式

实现人机结合的量化工厂，其最大价值在于“全方位释放人的创造力”，促使工业开放式创新模式的进化，未来“整合者得天下”。近些年来，工业界不断寻求将机器人、自动化和更多以数据为依托的技术融入生产线中。人机紧密结合，分别在系统层面和操作层面使技术工作更加灵活、更具创造性。

系统层面

过去，工业企业最值钱的两样东西，一是图纸（图纸解决做什么的问题），二是工艺（工艺解决怎么做的问题）。如今，图纸和工艺都在计算机和管理系统里，由软件来组织和引导控制产品生命周期的整体价值链。传统的生产方式是通过功能整合创造价值，从机械到机电到自适应材料系统。而未来的量化工厂将通过CPS创造价值，包括嵌入式系统、智能传感器和执行器等，能够进行状态监测、结构监测、远程对话、远程控制，形成一个具有通信能力的自我调节控制系统。

操作层面

持续优化产品和生产系统的设计、制造、运营和服务流程，并不是只在工业4.0时代才开始推动的。量化工厂最关注的不是机器换人，而是零部件、机器和人员之间的互联互通性的有效加强。工程师可以运用以知识为基础的逻辑推理解决复杂问题，与此同时，可以将繁杂的工作细节交给VR/AR、可穿戴传感器等先进技术的机器负责处理。

工业企业将在很大程度上从制造环节的繁杂细节中解脱出来，将更多精力集中于“前端整合创新”，即聚焦于产品和客户。单独谈工业智能、量化工厂或者精益制造，不能有效对接客户，做好产品创新，那都是没有实际意义的。人机合作，追求智能、量化和精益，最终是要使创新周期缩短、创新更加方便。

工业创新的主角始终是人，强化智能装备只是手段，好的手段是为了促使工艺知识的不断积累，以及产品本身的创新突破，最终形成整个系统的进化能力，那才是高品质的制造，才能打开市场并产生高附加值。

在这样一个人、机、物协同精进的过程中，应该像弗雷德里克·泰勒在《科学管理原理》中所说“每个人都能尽其天赋之所能，以最快的速度、用最高的流动生产率从事适合他的等级最高的工作。”比如，制造精密研削切割设备的日本迪思科公司在实施机器人应用后，就让工人自行寻找工作兴趣，他们推出一项新规：工人可以根据工作自主选择自己的强项，以及想从事的项目。

制造端的创新重点是“智能量化”，而产品端的创新重点则是“跨界整合”，这同时也需要柔性灵动的制造环节的有效配合。好的技术并不等同于好的产品、好的市场，技术具有稳定性和直线性，而产品、市场却具有多变性、曲线性，这更需要人“在智能机器的有效辅助下充分释放想象力和创造力”，对前沿技术进行高价值的跨界整合。

現今，欧美一流工业企业对工程师和研发人才的考核重点已不同以往，更加强调战略思维和逻辑，侧重点是资源整合能力和规则制定能力。正如郭重庆院士所言：“整合者得天下，单打独斗式的创新不符合科技发展的潮流。开放型的创新将是制造业未来的主要选择。”