宋华振：柔性制造难在哪？
实现柔性制造或智能制造，需要从企业自身的完整制造链条、业务竞争力塑造整体制定战略。在实现层面，则需要考虑最新的通信连接、柔性输送技术的物理性支撑；而在数字化设计与运行之间的集成，本身也是需要予以打通。
本文作者宋华振，贝加莱工业自动化（中国）有限公司技术传播经理
作为95级自动化相关专业（仪表），记得那会就已经开始有“FMS”这个词，据老师说这是未来的发展方向。在最早的FMS定义中，其核心的四个构成包括了机床加工类设备、计算机控制、自动物料输送单元和各种软件（排程、调度、质量、数据库等）。
CIMS可真是集大成者，把CAD/CAE/CAPP/MRP/SCM/CRM/MES各种软件都集聚于一体。架构搭的宏伟而壮观。现在回头看看，今天各种工业软件、企业建模、数字孪生的词，跟CIMS的博大精深来比，也都不是个事，只是个局部技术而已。
不过，这个庞然大物似乎也并未真正被落实，甚至有些报道据说上了CIMS都把企业干翻了（CIMS不一定完全需要背锅，也许是资本的力量或者产业的原因，不要都怪人家CIMS），投入太大，陷的太深，鲜有成功。本来初衷是搞一个“柔性制造系统”的，结果，却只能在约束条件下进行有限范围的产品制造，其实，投入巨大而产出甚微，自然难以发展。
图1就是FMS的定位，实际上，制造业一直会出现几种情况，大规模当然一直会存在，毕竟对于企业来说，这个方式不断的迭代会形成稳定的产出和质量。而另一方面，通过个性化、差异化形成企业的竞争力，这个从大规模制造那个时候开始就一直被探索，无论制造业，还是管理学界，都花费了巨大的投入在这个长时间的工程上。因此，这并非是趋势，而是一种一直存在的探索，智能制造系统也有一个关键要解决生产的柔性问题。而制造系统的研究，其实一直在解决这个问题，一条基准线是先解决稳定的品质，因为制造过程流程多、加工类型等变化，必须被稳定下来，通过数字化技术能够有效帮助我们实现“能观能控”，看到问题则改善，而另一个话题则在于个性化时的品质稳定性问题。
FMS仅针对单元的生产而设计，就其目前的实现场景来看，主要是在汽车零配件、航空航天的一些生产制造环节，比较显著的特点在于刚性件、高值，也即，为了这种高附加值产品投入FMS还具备一定经济性，但是，对于柔性材料印刷、塑料、包装等，则会出现缺乏好的方法。而CIMS则更为全局，解决制造的柔性问题，试图构建一个宏伟的机器，材料进去，如愿出来高品质、低成本还富有个性化的产品。
CIMS上项目的都是一些金属加工，汽车零配件、航空航天等加工，所以FMS/CIMS搭架构的时候总是以CNC为协调单位，但是，航空航天其实批量不大，但是，单个产品比较复杂，为此而然投入系统其实更多关注在数据的管理上，并不是在制造的柔性这个问题上，解决PDM的问题就解决大部分问题了，毕竟为了小批量生产而搞柔性制造有点成本太大。就像TESLA在研发整体的车体压铸系统，如果这个压铸系统本身面对的是不大的批量，它的意义就很小，反倒它本身造假高昂，分摊到小批量上就没有意义。
就像图2所示，SME定义的CIMS架构，真的可谓集大成者，把我们今天所讲的概念完全集成，无论外圈的战略、市场、人才、财务，到内层的设计、材料与工艺过程、制造与调度、质量、交付链条，以及与制造单元的通信、数据集成、信息管理，全部纳入这个架构，不可谓不大，但是，却难以实现，直至今天我们也不能说它被很好的解决。
其实，就CIMS的愿景来看，也未过时，所有的生产都是需要能够个性化，柔性的生产，但是，感觉CIMS有点生不逢时的，难道是因为过于超前的技术与架构都会成为“前浪”倒在沙滩上。毕竟要实现这个庞大架构的软硬件都是巨大的投入，而如果市场的需求还不那么显著的话。
需求是关键
在讨论技术意义的FMS之前，先讨论一个需求的问题，这个需求在中国似乎还未真正达到需求，有几个方面的问题要被考虑，在70-90年代初这个很长的时段里，对于消费者来说，还是能买到就好，记得家里1986年买了个18寸黄河彩色电视机，那都是因为家父还有点点关系能拿到电视票。
有一天和朋友讨论起个性化的需求，感觉同样是奔驰、奥迪品牌的汽车，其实，你在德国的大街上能看到的款式更多，另外一方面，中国人口众多，在欧洲人眼里的大规模生产，在中国也许仅仅是一个小批量生产也不一定，中国消费者更关心价格，因为毕竟还是有大量的人口收入水平还是比较低的—PDD这种明显假冒伪劣（毕竟你别指望100块买NIKE或Addidas-像我也会支持鸿星尔克）泛滥的地方居然能培养出H先生那样的百亿级的富豪，还是有道理的。
柔性制造带来一个判断题，就是，你得多大的批量多少个批次才是合算的？而且，针对不同的生产规模，企业规模，这才是合理的？因此，所谓的柔性，仅在有限的边界条件下才能考虑，这使得柔性制造成为了一个约束条件非常多，却很难达到生产柔性的领域。
你说多大规模的企业才能投资一个CIMS呢？如果CIMS花费几千万架构，那么，这必然是一个中大型企业的事情，而如果这个企业的产品品类销售价格很低，而产品单一，就没有必要，如果批量不大的呢？也没有必要，对于飞机制造这种，弄一个大型的制造系统，也许在柔性上还不如手工来的好，当然，数据管理可以提高进度，质量，但就柔性加工能力，可能真赶不上手工。
因此，柔性制造得是大规模定制化生产，还得一定的投资门槛，对于汽车零配件等这种刚性材料加工的领域还是比较适合的，但是，对于像服装类要求非常高的就很难。
天时地利人和才能有好的发展，这不仅是技术的成熟，而且也包括商业的成熟，以及企业的战略成熟才能系统的解决问题。
FMS/CIMS存在的几个问题
其实，这些问题至今也未能有效的解决，就是数据与系统集成中的问题，软件接口的问题，输送的问题，如图4所示。
仔细想想，过去在推广的“两化融合”和今天推进的“工业互联网”、“智能制造”，都还没有有效的解决数据连接问题，数据在不同设备间怎么交互？数据在CAD/CAE和现场的CNC间又如何交互？凡此种种，今天也没有解决的很好啊！
可是，现实中，也很难做到有这样的企业，即使某些大厂达到了所谓的全集成，但是，其实连接问题在内部也不能说完全打通，因为毕竟即使这样的大厂，也是以收购的方式获得了集成，而非技术意义的集成。而且再深入到具体某个行业，这就更麻烦了，谁也没有能力把各种软件都给买回来，而就算有钱买，也还是遇到跨平台的数据交互问题。而且，还有一个关键问题，除了超级企业，谁也用不起，就算用得起，它也不敢用，你想想，谁会把自己公司的命脉交给一个单一的供应商体系？
在上面各个问题不成熟的情况下，每一个关于柔性制造的架构的推进都难以成功，或仅能被压缩在一个非常局限的范围内，有限的企业进行。
记得以前与赵敏老师谈到“两化融合”，赵老师一针见血的指出，不要说两化融合，即使一化内部也无法很好的实现融合，就像在现场的控制系统之间的交互就没有统一的规范接口，在IT系统之间，来自不同的厂商之间也会缺乏统一接口。
CIMS的博大精深把CAD/CAE/CAM/CAPP、MRP/ERP、PDM、CRM、SCM，还有现场的PLC、CNC都给纳入了架构中，这些软件之间的接口就会是问题，对于纯设计与纯管理之间的软件而言，设计思维方式也不同，其采用的架构技术也不同，运行的系统也会出现差异，而现场的PLC/CNC这些就更差异化，让所有的对象之间能够实现即插即用，这难度可想而知，一是想不想开放的问题，二是如何开放的问题，三是开放后会不会影响发挥的问题，即，软件之间的协作效应问题，因为连接反倒使得系统的特性无法发挥，为了满足所有人，必然会形成“木桶”中的短板问题，使得系统仅能发挥最低的效率。
另外，在接口的地方会消耗比较大的工程成本，这就会使得整个工厂的FMS/CIMS实现变得消耗大量的工程时间，而这个消耗，又会带来磨合的问题，而等磨合好了，你会发现技术又需要升级了，这就导致缺乏稳定性，而偏偏企业又需要应对变化的市场，这种追求标准与稳定与快速变化的环境（市场、技术、人）等有冲突。
还有一个比较容易被忽视的就是柔性输送系统，在CIMS的定义里，仅提到“输送系统”，但是，这个输送系统通常指的是像链条、分度盘这类机械的输送系统，这个就会成为系统的瓶颈，因为，这是一个刚性的输送系统，它本身就是机械的，无法轻松调整的，像分度盘这个东西，它就是转一个角度能够加工一个产品，它就是为单一产品提供的。
图5在解决输送还是依赖于输送带，或者链条输送方式，当然，也会有分度盘形式的，或者现在也增加了机器人来改善，但是，传统柔性制造的这个输送却变成了一个瓶颈，因为被加工对象被束缚在了这个机械的输送系统中，仅能按照最长节拍来生产—因为加工站的速度不同造成，然后就是等待，像图6就是研究CIMS的专家在早期就发现的问题，即，真正被有效加工的时间仅占较少比例，而需要输送、等待等时间却占据大头，生产的潜能就被束缚在了这个机械的输送系统中。
输送问题的本质并非是速度和精度那么简单，它关系到一个非常关键的“调度对效率的影响问题”，就说最简单的排队问题，在医院挂号采用的是多个窗口多个队列，而在机场入境采用的是多个窗口，一个队列，而后者就较前者效率高10%以上。还有一个典型的例子就是虹桥机场的出租车上车，它采用的是2-4个队列车进入，而采用10个上车位，这样的话就可以达到比较高的效率，这就是调度效率的差异。还有就是自动化仓储，应该遵循一些有效的策略，就能提高效率，例如将经常使用规格的产品放置在离出口最近的地方，因为巷道车进出是需要消耗时间和能量的，而把重的东西放在最里面肯定消耗大的能量。
从FMS的计划与调度从图7，图8可以看到，其实，这里就存在复杂的调度问题，但是，如果部件被约束在一个机械系统里，那么，这就很难实现调度，另外调度也需要反映实时的数据。
凡此种种，对于一个生产加工过程而言，调度对于效率也有至关重要的影响，而这就是动态规划类的问题，因此，至少来说，制造业里还存在一个问题，就是对于技术的过分关注，而忽视了“管理科学与工程”所需要起到的作用。
传统的CAD/CAE/CAM这些软件，他们本身并未就协同制造配置所需的接口，主要是就其本身的任务进行了集成，并输出对应的文件，至于这些系统和现场的生产系统中的机器控制器（PLC/PC/CNC/机器人）之间并无有效或统一的接口，在物理意义上，网络接口是有的。但是，在通信意义上，它包含了信息建模的效率问题，以及对不同的数据连接的支持能力。就像Modelica也仅在近年才开始为不同的建模仿真软件与运行系统软件之间建立FMU/FMI接口的连接，而像各家数字化设计软件与现场的控制系统之间也还仅停留在特定开发的接口上，这使得无法具有广泛的适用性。
这个信息连接与建模问题会影响到真正的连接能力，在很多行业，大家都有ERP/MES系统来排产，下作业单，但就现实看到的，还不能真正和控制系统间实现无缝的融合，在很多时候，我们看到的要么就是ERP下发了作业单到现场，操作人员在本地机器上操作，要么就是无纸化的下发到了机器的末端PC上，人员把这个当做“看板”来操作机器。但是，我们真正的IT与OT融合，则是这个作业单可以被控制器通过各种方式访问，并读取、解析、执行。
这是所有问题的关键—我们还不能做到数据的真正融合，并驱动真正的自主执行，以及数据的上行，以便获得动态的分析与优化。难道这不能做到吗？答案并非如此，其实，这在一些领先的设备制造商那里是可以实现的，但是，他们往往是自建了一个系统规约，这往往是封闭的，有时候，封闭不是因为他们想封闭，而是即使开放了，那么，大家愿意为一个细分市场去开发对应的规约，并集成于软件中吗？如果市场足够大，这个可以干，但是，对于制造业的很多垂直细分市场，这个开发是否有商业价值，是系统厂商要考虑的问题。
OPC UA被赋予了重任，虽然有关它是否过于重或者User-friendly的界面存在一些问题，但是，似乎也没有一个像它一样完整架构了这个连接问题的框架，基金会的张誉每次演讲总是强调它是一个框架，很多时候它总被理解为一项技术，标准，规范，如果这样理解它依然不能发挥它的作用，它构建了一个协同的简化方案，虽然它是看上去复杂，但是，却用于简化复杂系统的协同问题。
作用实际上是一样的，在协作层的任务“编排”，而非编程至关重要，因为对于一个复杂的制造系统，如果需要大量的工程开发对他们进行连接，这完全不经济，而是应该在已有的软件间建立动态的信息交互，使得每个单元间通过简单的“规则”、“策略”实现连接。就像在《复杂》一书中谈到的，复杂系统需要简单的策略，化繁为简是解决复杂制造的必由之路。
柔性制造系统，它一定会牵扯到连接问题，至于OPC UA细节我就不多啰嗦了。
在最初，当贝加莱推出SuperTrak/ACOPOStrak这样的柔性输送技术的时候，只觉得是一个高速高精度解决输送的技术，但是，随着它的投入使用，以及它发挥的效能，如果把这种磁浮输送技术当做一个输送带，那么，就只能发挥它非常小的功用，它在广告语中所谓“消除机械对生产约束”并非是一个宣传口号，而是真正的变革性—解决前述所需要解决的调度问题。
记得Rechard兄最初和我讨论边缘计算时，总是提到“解耦”，对IT喜欢用的这个词并不是很深的理解，只是觉得它就是一个新鲜的词汇，但是，当不断去理解工程的时候，你会发现这个词还是个非常概括性的方法论，其实，在机械与被加工件的强耦合关系就可以被柔性输送技术给解耦。
前面提到医院挂号排队的调度问题，其实，数字化的办法就可以解耦这个队列问题，因为，现在医院里已经不用在窗口排队挂号了，你可以在手机端，也可以在医院的自助设备上挂号，这就相当于把原来队列中的人和队列、窗口解耦合。
解耦同样也是化繁为简，将机械的复杂性降低，本身也是提高柔性，就像ACOPOS6D一种平面的磁悬浮技术，它可以在6个自由度的运动，那么，就可以让原来需要进行的X,Y旋转机械机构，Z轴上下动作的机械机构等简化掉，在一个平面上，可以自由的规划路径，而关键在于内置的调度系统来解决不会发生空间干涉以及最优的效率问题。
就像图11它解决很多现场需要考虑的问题，使得生产摆脱机械束缚，达到较高的自由。
其实，这些技术本身他们在设计时，就考虑了在制造中的各种问题，最终是以提升效率为目的，因此，产品设计的本身也是一个问题，即，需要解决哪些问题？提升效率是最终目的。
在底线逻辑上来说，柔性输送系统是把通过数字方式来改变原来机械执行的刚性，将原来的电与机械的关系转化为电与磁的关系，通过这种数字化的转换，使得可被软件定义，实现灵活性。
另外一个问题就是智能制造所谓的自适应、自执行愿景，对于离散系统来说，意义不大，而对于连续型生产，可以实现动态的运行，那么，输送系统首先要把原本离散的制造单元转换为一个像石化一样的流程型生产，像现在的啤酒饮料灌装线就是把吹瓶、灌装、旋盖、贴标、膜包集成在一条线上。
因此说，如果仅仅把它理解为一种技术，那的确是小看它所能发挥的作用了，它本身也代表着制造向着更为深入的柔性发展趋势。
柔性制造正是因为批量变小，才需要动态的迭代，而要实现动态的品质与制程迭代，就必须考虑在生产制造中的一个关键流程：测试验证问题，凡是自主性创新的产品，必须要经历测试验证，这包含了尺寸规格的变化，尺寸规格的变化在生产中并非几何的放大，例如产品的尺寸变化，设置对应的参数，也包含了输送的负载变化，所需的传动参数的变化。如果是流程发生了变化，那还要考虑新的流程中，是否存在空间干涉的问题，或者所需的机械调校问题。如果是出现工艺的变化，那就会更为麻烦，传统的生产都是需要DoE-Design of Experiment，而对小批量，本身的测试验证就会拉升整体成本。
数字孪生对于制造的意义正在于数字环境中的虚拟模型下的验证问题，质量与流程迭代问题，这意味着数字化的模型与现场运行系统之间的动态交互问题。核心仍然是在采用数字化的虚拟验证问题，这与制造本身来源于自身的“正向设计”紧密相关。
CAD/CAE这些软件本身与运行类软件之间实现数字孪生的动态交互，也是实现柔性制造的关键一环，这与之前探讨的模型信息交互相关，目前OPC UA也被纳入到了整个的数字化设计与运行的连接上。
除了在设计阶段的交互，数字孪生还包括了数字化资产的信息采集与调度问题，如对设备的调度，就需要全局考虑，包括设备的排程，都是需要双向交互的能力，否则，就仍然是一个手动的，或者仅实现无纸化的所谓数字化。
当然，谈到数字孪生，如时培昕博士在《第三种数字孪生》中提到的，原有机理模型的数字孪生和基于数据驱动建模的数字孪生之间必须要有融合的问题，这不仅是知识的复用，也是寻找发挥新的数字方法来解决传统制造的问题，而事实上，就像我们说演绎与归纳的关系，归纳出定理也被用于演绎，而演绎也能推导新的规律。
实现柔性制造或智能制造，需要从企业自身的完整制造链条、业务竞争力塑造整体制定战略，而在实现层面，则需要考虑最新的通信连接、柔性输送技术的物理性支撑。而在数字化设计与运行之间的集成，本身也是需要予以打通，否则，柔性制造就无法真正实现柔性，而仅能在约束的范围实现局部的，部分企业的柔性，而非广泛意义上，普遍适用的柔性。
