近年來,國際形勢撲朔迷離。一方面,不少國家設置了各種政治與經濟藩籬,原材料與零部件的供應隨時可能短缺,市場與服務也可能難以持續。另一方面,由于社會發展加速,產品的生命周期不斷縮短,策劃不當就會導致產能過剩,造成很大浪費。此外,為了提高質量與效率,制造工程中用到的機器精度與速度不斷提高,經常被推到其能效的極致,所以發生故障在所難免。故障發生時機器的快速修復,以及制造生產的不停頓十分重要。
今年年初新冠病毒在全球大流行,使得制造業雪上加霜。因此有遠見的公司都在考慮制造系統的韌性,即韌性制造。
韌性制造是一些美國學者最先提出的,它與近年來興起的韌性系統理論相關。韌性系統理論與可靠性理論不同,它主要是審視當系統受到外部攻擊或內部損壞時的應對方法。目前韌性系統的理論還不成熟,但應用范圍卻很廣,包括地區經濟的韌性、運輸系統的韌性、食物供應系統的韌性、生態系統的韌性以及心理韌性等。國內對此關注度不高。例如,洛克菲勒基金會資助了一個叫做百座韌性城市的計劃。許多國際大都會,如紐約、倫敦、巴黎、洛杉磯都參與了,但國內只有湖北黃石、四川德陽兩個小城市參與,重視度明顯不夠。
我們認為,韌性制造包括三方面:創新、布局、控制。
第一個方面是創新。創新包括材料創新、設計創新、制造技術創新及產品服務創新。根據摩爾定律,計算機的能力每18個月就會翻一番,隨之帶動各種產品的更新換代。陳舊的產品很快就會被更好、更廉價的新產品取代,所以必須創新。一個好的創新產品將為公司乃至社會帶來福祉。
由于制造業的涉及面非常廣,一個公司不論大小都不可能囊括其業務涉及的所有技術。因此,安排好創新人力資源最為重要。創新人力資源包括本公司的研發隊伍以及外協單位。特別是利用外協單位的資源是重要的杠桿。
我們注意到美國公司,特別是其高科技公司,常用并購、聘用、挖人等方法獲取新技術。日本公司則注重長期合作、步步為營。前者見效快,后者質量高。我國的制造業起步晚,中小企業特別缺乏創新人才。但國家重視理工科教育,近年來在大學和研究所集聚了不少人才。政府還設立了獎勵政策,鼓勵公司與大學及研究所合作。我們建議學習日本的經驗,注重長期合作,把創新與質量同時做好,以保障創新成果得到社會認可。
第二個方面是布局。要使制造系統具有韌性,布局十分重要。布局包括原材料與零部件供應鏈布局、制造系統布局、產品銷售與服務網絡布局。我們研究了制造系統的布局,發現要提高制造系統的韌性,除了傳統方法,如增加備用設備、增加堆棧外,還有3個方法:
(1)平衡制造系統的節拍。制造系統通常由多個工作站組成,每個工作站有一臺或多臺機床,用特定節拍完成特定的工作。要提高制造系統的韌性,各工作站的節拍必須平衡。否則就會產生瓶頸,制約整個制造系統的生產效率。此外,在故障發生時,瓶頸會特別脆弱,很容易導致整個制造系統停頓。
(2)使用可重構機床。所謂可重構機床是指通過簡單操作即可改變其功能的機床。這類機床最先由美國密歇根大學提出。他們設計了一臺機床,通過簡單的操作即可把機床變成車床或銑床。可重構機床比一般機床要貴,但在其他機床發生故障時可以重構,從而保證整個制造系統不停頓運行。
(3)使用可移動堆棧。可移動堆棧由AGV(自動引導車)、機械臂及堆棧組成。與傳統的機械臂—堆棧組合相比,費用增加不多,但可大大增加堆棧的容量,從而提高制造系統的韌性。
此外,對于生產多種類型產品的復雜制造系統,在一臺機床發生故障時,還可以通過調度,先行加工不需使用這一機床的產品來減少損失。
我們認為上述方法也適用于其他系統,如運輸系統。
第三個方面是控制。控制有三個層次。第一個層次是將制造系統中的各個設備分別控制。目前大部分公司都是這樣做的。第二個層次是將制造系統中的各個設備連接起來,經過數據處理、數據分析及邏輯編程器(PLC)進行集中控制。目前有部分公司已經開始實施。有些公司還加入了數字孿生軟件,使整個制造系統的運作可視化。第三個層次是在第二個層次的基礎上引入智能控制。智能控制分三步:監控、診斷及控制。監控是快速地檢測出故障,診斷是找到故障原因,控制是采取措施對系統進行調節。智能控制的關鍵技術是人工智能。
在制造系統中,經常會遇到“數據孤島”問題:首先,由于傳感器昂貴或難以安裝,數據采集能力有限,無法獲得制造系統的完整信息。其次,只有大量系統正常運行時的數據,故障數據很少。此外,許多故障數據無法獲得。所以,數據雖多,有用的信息卻不足。
為了解決這一問題,智能控制必須有好的算法。我們的研究結果表明,對抗神經元網絡行之有效。對抗神經元網絡由兩個神經元網絡組成。一個用于描述被控制系統的特征。它與傳統神經元網絡相似,可以根據已有數據建立模型,并對新數據所對應的系統狀態進行預測。另一個神經元網絡則結合已有數據及預先設計好的輸入自主生成各種故障數據。對抗神經元網絡算法將同時訓練這兩個神經元網絡,最后構造出完整的控制算法。我們把這一方法用在機器人焊接系統。實驗證明其實時監控能力可達97%,比傳統方法提高12%。
韌性智能制造是一個大課題,它會直接影響到一個公司甚至一個地區制造業的興亡。它涉及的技術多,包括材料工程、機械工程、電氣工程、工業工程、計算機工程、網絡技術、人工智能技術等。我們建議有需求的公司及早開始,通過創新、布局及控制建立起自己的韌性智能制造系統。
來源:《中國科學報》