浅析智能制造的构成与应用

韩茂忠

（太原市高级技工学校，山西太原 030021）

0 引言

智能制造（Intelligent Manufacturing，IM）是一种由智能机器和人类专家共同组成的，在制造过程中能进行智能活动，诸如分析、推理、判断、构思和决策等。通过人与智能机器的合作共事，去扩大、延伸和部分地取代人类专家在制造过程中的脑力劳动、体力劳动。它将制造自动化的概念更新，扩展到柔性化、智能化和高度集成化。在生产企业中，智能制造主要由智能化生产线和智能系统两部分构成：前者主要由智能物流系统、柔性加工单元、智能化装配单元、立体仓库、智能检测单元、智能工具管理系统等组成，如果者则包括MES（Manufacturing Execution System，制造执行系统）和QMS（Quality Management System，质量管理体系），MES 系统具备APS（Advanced Planning System，高级计划系统）排程、制造执行管理、设备管理等功能，而QMS 系统具备数据采集、数据分析、数据反馈等功能。

1 智能制造发展的背景和现状

1.1 智能制造的发展背景

智能制造虽然是近几年来提出的新型概念，但是实际其发展根源可以追溯到20 世纪50 年代。传统制造业在20 世纪50年代末实现了全新技术改革与生产创新，彻底脱离了之前依靠人工加工的生产运营模式，而是利用自动化设备，如机床和车床，在车间进行加工生产，有效提高了生产效率，节约了人力与物力资源。这种模式一直维持到20 世纪60 年代左右，人类们发明了数控机床（车床），这一发明全面实现了工业自动化加工运营，可以称之为工业自动化时代的里程碑，这一技术也被命名为直接数字控制技术（Direct Numerrical Control，DNC）技术。但是此技术仍然需要工作人员更换机床中的零件与刀具，还不能称之为完全自动化生产。在此之后，设计师与工程师逐步设计并改造装置系统，逐步实现了无人化的加工模式，同时在这个时期柔性制造技术（Flexible Manufacturing System，FMS）浮出水面，各个企业加工生产中设置了越来越多的加工中心。这一改变解放了大量的人力资源，摆脱了人们的双手加工模式，其中以美国、德国以及日本等工业性强国为代表开始逐步普及这一技术。

20 世纪80 年代，计算机技术逐渐开始应用于各行各业，工程师也在不断研究如何利用计算机实现更高效的自动化生产。在此过程中，计算机辅助设计（Computer Aided Design，CAD）和计算机辅助工艺规划（Computer Aided Process Planning，CAPP）和计算机辅助制造（Computer Aided Manufacturing，CAM）等开始应用于工厂生产中，计算机技术进一步提高了工业设计以及工业生产的效率，基于这一技术，工业生产的管理与维护经营工作也得到了进一步发展，诞生了计算机集成制造系统（CIMS）。从21 世纪初开始，全球逐步走向经济一体化的时代，人工劳动力成本也逐步提高，各国在制造行业展开了越发竞争的激烈，这一句是对制造系统提出了更高的挑战和要求，制造系统需要应对各种复杂的生产环境，提高自身调节能力来应对未知因素，同样是美国和德国等国家第一次提出了知条件，德国、美国等国家率先提出了智能制造技术（IMT）和智能制造系统（IMS），这些技术提高了生产制造的智能化水平。从此之后，计算机、互联网以及人工智能开始逐步浮现并得到了深入发展，一直到现在形成我们所拥有的智能制造系统。

1.2 智能制造的发展现状

智能制造发展较早源于国外，以美国、日本和西欧国家为代表形成了三大智能制造发展中心，莱特和伯恩在1988 年编著了《智能制造》，向人们阐述了未来智能制造可能的发展方向和具体实现措施，是智能制造史上的发展先河。日本于1990 年开始实施“智能制造系统”战略，邀请精通智能生产技术的工作人员参与设计与研发，以人工智能和机器视觉技术的加入创造了首家智能工厂。21 世纪后，德国宝马和奔驰等汽车行业展开智能制造并推向世界各地。我国智能制造相较于其他国家发展较为缓慢，首先于南京航空航天大学、西安交通大学、华中理工大学和清华大学于1994 年开始研究智能制造，随后国家也出台一系列政策大力支持并推行科技研制与创新，不断发展智能制造产业，成为我国实现现代化国家建设的重要战略目标。

2 智能化生产线的构成

2.1 智能物流系统

智能物流系统主要基于信息化技术和智能交通系统，将物流服务与电子商务相结合，从而进一步达成实时信息物流状态，再进行统一处理与分析，利用物流系统中每一个环节的信息为客户和服务商提供更加详细的咨询服务。首先，智慧物流系统需要建立更加科学和完善的数据库，方便今后实现数据共享，为未来智慧物流发展奠定基础，实际为针对每一个环节的数据采集工作，需要建模进行分析。其次，优化业务流程是智慧物流系统的重要工作之一，而且很多企业的传统物流传递时间较长，各部门协调性较差，不利于智慧物流的发展，智慧物流需要更加科学的指导方案，需要从客户的角度出发创新业务流程，并始终坚守资源节约的原则，具体可以从组织建设、观念再造、自动化办公和智能监测等多方面进行优化。最后是智慧物流信息采集跟踪系统。跟踪系统作为支撑物流行业发展的主要技术，目前已经实现构建RFID 射频识别系统和Savant（传感器数据处理中心）系统，它扫描每一个电子编码标签时，该物品的所有数据信息将传递到整个系统，提供更加全面和及时的物流服务。

2.2 智能检测和监控系统

智能检测和监控系统主要利用数字图像处理技术和数字识别模式以及计算机视觉技术优化监控与检测系统。这些技术可以增加监控系统中的智能分析模块，利用计算机的信息处理技术排除并过滤掉无用的干扰信息或画面，自动识别到有用的数据信息，并对所有信息中的关键数据进行分析提取，有效辨别并指认事故的发生现场，并识别和判断监控画面中的一场现象，对其进行判断和分析，找到最佳的方式来触发警报。同时，这一监控系统能够实现全天候和全自动的实时工作状态。

2.3 智能仓库管理系统

智能仓库管理系统同样是智能制造的重要生产线之一，其主要利用RFID 技术，直接对仓库储存物品的数据读取方式，在数据读取的过程中，不需要光源也可以透过外包装，并且有效延长了识别距离同时提高了识别速度，当电子编码标签进入磁场后，扫描仪能够快速及时并批量的扫描标签，同时RFID 可以穿透木材，塑料的非透明和非金属材质。其次，RFID 的数据容量可以达到MegaBytes，现在仍然在呈现逐步增长的趋势，而且该技术可以以长寿命广泛的应用于各种工作环境其采用封闭包装的形式延长了寿命也可以应用于高污染环境和高放射性环境中，提高了电子扫描的安全性。因为RFID 标签能够嵌入到不同种类和不同形状以及不同材质的产品上，这样每一个产品都能够得到电子密码的保护，在后期不容易被篡改和伪造。最后，该技术能够做到动态实时通信，RFID 标签可以以每秒50～100 次的频率与终端进行通信，只要将电子标签放入扫描仪的有效识别范围内，便可以快速读取到信息并进行实时动态跟踪监测。

3 智能系统的构成

3.1 MES 系统

MES 系统能够优化执行管理和设备管理，目前我国通过学习国外的优秀经验和技术研发，实现了对智能制造管理的创新与改革。可以将其具体分为大日程、生产车间和生产执行三大环节：在大日程生产环节需要相关技术人员负责进行粗产能评估，利用系统中的辅助功能计算各个生产节点的时间，同时在客户端中可以一键编排日程订单，计算订单产出时间并反馈给MES系统，最终形成评估数据，此后工作人员也可以利用订单产出时间拟推出每个工作节点的时间；对于车间生产系统，工作人员需要维持智能生产制造的生产线计划和周期管理，工作人员能够在MES 终端机中查询到生产任务信息、技术数据信息以及工作汇报等，这一系列内容都可以在PC（计算机）端追踪。值得一提的是，查询信息的内容会因为管理权限的不同而发生改变，在此系统中，可以直观地观察到每一个制造产品的生产信息，详细到合同号、品种以及产量和产值等，甚至可以查询到制造技术资料以及物料采购环节、制造生产过程中的工作时间，可以对工作计划和实际完成量进行区分。MES 系统的APS 排程、制造执行管理以及设备管理技术实现了公司一体化生产、销售、物流以及业务协同发展，极大地提高了生产工作效率，也推进了智能制造的进步。

3.2 QMS 系统

QMS 系统主要具备数据采集、数据分析和数据反馈的功能，QMS 系统可以借助企业总部PDM（Product Data Management，产品数据管理）平台，利用人们的穿鞋服务功能获取到总部相关的数据模型和物料信息，这样也可以进一步与CAD、CAPP 和PDM 技术实现结合应用，促进智能制造系统的全面化和综合性信息技术应用。该系统能够利用相关信息技术获取到制造工程的工艺路线、库存信息、成本投入以及物料需求等重要信息，同时可以与MES 系统联合实现信息传递，对生产工作进行计划与安排。QMS 系统不仅利用总部平台提高了企业内部数据研发力量，也连通了生产技术和管理业务的协调配合，构建了一条生产车间与执行管理的绿色数字化通道。通过主数据系统提供的数据信息支持，能够利用大数据算法模型对现有的质量分析和业务工作提供帮助，进一步形成质量大数据分析系统，紧接着便可以进一步实现生产者制造过程中产品设计问题、产品质量问题的预测和措施解决。同时，该系统可以分析计算质量管理指标，固化大数据服务技术。工作人员能够在解决质量问题时获得更加明确的调式指示，也能得到一定的数据支撑，从而进一步提高产品合格率，提高工作效率和制造生产质量。数据采集和数据分析结果可以逐步累积为数据库，而数据库又能进一步积累和优化数据信息，为今后工作人员和设计师的质量处理工作与业务发展技术提供可靠支撑。

4 智能制造实际应用案例

4.1 智能制造在工业中的应用

智能制造在工业中的应用主要体现构建智慧数字工厂，目前很多工厂存在生产车间负荷不均匀、生产工序不平衡的现象，需要频繁的调动生产计划，增加了业务难度，为此，工厂提出优化并精化生产线的策略，推行基于智能制造管理模式的虚拟仿真平台，在这一平台中可以实现虚拟生产仿真技术和虚拟生产监控技术。其中虚拟生产仿真技术对企业生产车间实现完全数字化复制，利用CAPP、MES 等辅助系统实现在虚拟环境中的仿真预测分析，提前发现生产计划和物流管理中的存在的瓶颈问题或是生产不顺的现象，方便进行对下一步生产计划和物流方案进行优化调整，为管理者提供更加可靠的决策。对于虚拟监控技术主要利用设备检测系统、ERP（Enterprise Resources Planning，企业资源计划）系统、MES 系统等相结合，通过Web 工具检测生产设备状态、生产车间过程以及物流状态，实现实时三维化实时动态监测，不断提高车间生产效率，提升工作管理水平。

4.2 智能制造在汽车行业中的应用

目前智能制造在汽车行业得到了广泛应用，以德国为典型范例的汽车制造工业利用大数据技术、物联网系统、云计算技术来实现汽车制造的全面智能化。智能数字化时代为汽车制造行业带来了智能供应链的实现目标，智能供应链包括智能设备、大数据技术、数字化等多个环节以实现互联互通，互联互通模式可以利用GPS 定位系统将人、机、物实现连接，再通过物联网技术利用传感器、二维码、无线局域网和RFID 采集有效信息，最终的人机交互状态可以通过PLC 连接本地远程服务器，数据读写工作可以在本地服务器和云服务器实现，利用ERP、SCADA（Supervisory Control And Data Acquisition，数据采集与监视控制）系统等多个平台维持信息的正常交流。此外，智能制造能够推进汽车装备生产的发展。汽车装备和零件是汽车制造不可缺少的重要组成部分，尤其是我国近年来汽车需求增长比率高达14.47%，这一现状带动了汽车工业的发展，对汽车装备制造也提出了新要求。汽车装备智能制造可以分为冲压、焊装、涂装、总装四大步骤，巨大的市场需求要求汽车装备制造不断趋于成熟，实现智能化生产和设计，提供种类齐全、技能先进的智能生产设备。同时，智能制造能够提高整体行业利润水平，提高汽车行业的产业竞争力，拉动整体社会经济发展与进步。

5 结束语

近年来，互联网信息技术得到了飞跃发展和快速进步，传统制造已经不能满足新时代对企业生产的高要求，智能制造必定将取代传统工艺。智能制造的信息化和大数据化，为生产与管理以及数据分析带来了便利，如何能实现更加高效的数据处理，将是未来相关企业在市场竞争体系中取得优胜的关键。但与此同时，因为我国各行各业的生产技术和基本要求有所区别，而智能制造的理论技术也尚未成熟，未来应当基于这一发展形势不断更新技术水平，促进产业改革发展，推进智能制造的全面进步与创新。