预测型制造的发展趋势和应用前景

2023-06-23 理论教育版权反馈

【摘要】：通过智能传感网络，预测型制造将生产流程变得“透明化”，可以及时发现初次故障并运用人工智能预测下一次设备故障的时间点，从而进行主动维护，最大限度地减少生产中的不确定因素。按照智能制造的要求，未来的预测型制造需要完成3个转变。

智能制造模式具备预测性特征，体现在对工业制造过程的预测和对市场消费的预测两个方面。

1.预测型制造的定义

以智能化生产为特征的预测型制造，可以用“6C”模式来定义。“6C”是Connection（、连接）、Cloud（云储存）、Cyber（虚拟网络）、Content（内容）、Community（社群）、Customization（定制化）6个英文单词的首字母缩写。在“6C”模式中，工厂与机器设备都高度智能化，不仅可以实时共享数据信息，还可以进行自我管理，并通过智能联网来配合其他工厂或机器设备的行动。

预测型制造要求生产制造系统具备对产品制造的全过程及各个制造设备的运行状况进行智能分析的能力。通过对各个生产环节、制造设备甚至零部件生产的数据进行全程收集、传输、分析，将生产制造过程中的不确定因素变得“透明化”，提前预测出产品制造存在的问题。

智能传感器技术的不断成熟，使得数据收集工作变得更为简单。无论是生产线上的机器设备还是待加工产品，都可以被智能传感器有效监测，并形成可供分析的各种参数。例如，在待加工产品的标签上安装智能芯片，即可经由智能传感器，将每个产品的个性化定制需求信息上传到智能生产线的云平台上。

2.预测工业制造过程的意义

传统的工业制造流程存在许多未知因素导致的问题，有些是不可预知也无法防范的，如零部件突然发生故障、工人的粗心大意等；有些是有规律可循的，如元器件的损耗、气候对性能的影响等。而在工厂之外，用户需求的波动、下游营销部门的失误等也同样会干扰制造过程。这些工厂内部和外部的不确定因素，一般可以通过事后分析而得到解决，这也是传统的制造企业和工厂所采用的方式。

传统的制造模式可以理解为反应型制造。这种制造模式主要是根据设备老化、加工失灵等可见的故障来做事后维护，但对于那些不确定的因素则往往反应迟滞。而预测型制造模式则是通过对数据的分析，对所有设备进行有效的检测和评估。通过智能传感网络，预测型制造将生产流程变得“透明化”，可以及时发现初次故障并运用人工智能预测下一次设备故障的时间点，从而进行主动维护，最大限度地减少生产中的不确定因素。

反应型制造时代，工程师更多是凭经验来推断机器性能的衰退时间。这使得生产故障与意外的发生概率无法降低至零。而在预测型制造时代，加入智能制造网络的智能零部件一旦进入工作状态，就会自动向企业的控制中心反馈机械运行数据。如此一来，工程师就能更准确地实时了解零部件的健康情况，预知什么时候应该更换新器件，复杂烦琐的零部件保养工作将变得更加便捷高效。

预测型制造的概念，体现了制造业追求的最高境界，即在整个制造过程中，坚持以零故障、零忧患、零意外、零污染为目标。工厂里所有的机器都连成一个协作区，传统生产制造过程中的种种不确定因素都变得可见，智能分析系统能够尽早预测出其中可能影响生产的因素，并采取主动维护措施。

3.如何实现工业制造过程预测

预测型制造是一种智能化制造模式。按照智能制造的要求，未来的预测型制造需要完成3个转变。

（1）制造流程价值化。

工业制造过程将作为整个产品的生命周期当中的重要一环，与产品设计、技术研发充分结合，把设计师的设计和用户的需求制造成一个合格的产品。

（2）制造流程智能化。

在预测型制造过程中，智能生产线可以根据产品设计参数的差异与加工状况的变化做出针对性调整，在设计、研发、制造的全过程中，灵活调整产品加工方式。

（3）制造流程透明化。

实现预测型制造的关键在于：获取将生产流程“透明化”的工具及技术，让那些不确定因素可以被及时检测和量化分析。反应型制造之所以依赖工程师的经验判断，正是由于无法将不可见的不确定因素转化为可解读的数据。而要解决这个问题，就离不开工业大数据技术的支持。

未来，制造企业的智能化升级将以大数据分析技术为基础。工业大数据系统的构建，不仅将有效提升制造企业的技术创新能力，也是企业在第四次工业革命中的一大重要任务。

4.市场消费的预测

传统的制造工厂多是按照贸易经销商的要求和计划进行生产，并不了解销售环节，也不直接倾听客户需求，也就是只关心订单的批量和规模，不关心产品的市场需求，因为传统制造业是靠批量规模取胜的。

在智能制造时代，制造行业必须从原本的产品导向转型为客户导向，充分利用商业大数据，分析预测客户需求，完成企业结构调整。个性化生产模式正是源于客户的个性化消费需求，是智能制造时代预测型制造的一种表现形式。

商业领域的大数据以客户为本，通过对客户的身高、年龄、住址、体重等个人数据的了解（在获得用户许可的情况下），可以对不同区域客户的需求差异、不同年龄段客户的消费流行趋势等进行分析，并将这些信息融入产品设计和销售环节中，给用户提供更好的购物体验。

智能制造时代的大数据分析驱动型企业，会将价值链上的所有公司、部门、车间、生产线、机器设备的数据全部集中于云平台之上。通过工业大数据的强大计算能力，整合来自研发、工程、生产等环节的数据，并在此基础上创建PLM平台。同时，战略性的运用云计算、移动、社交和大数据分析工具，掌握并预测以客户为中心的市场状况和变化趋势，并根据对数据的洞察，生成最佳的行动建议。数据将贯穿企业研发、生产、营销、服务等管理运作的全过程。

未来的制造企业将采取分散式组织形式，这要求企业必须具备更强的数据处理能力，否则，就无法及时处理分散在各个部门的大量数据，也无法实现人、机器、信息的一体化。

总之，智能制造时代的预测型制造模式离不开大数据这个平台。智能制造时代是以预测型制造模式为主导的时代，也是工业大数据普遍运用的时代。

预测型制造的发展趋势和应用前景

相关推荐