智能制造演化简史
01
引子
智能制造的历史演化图谱
智能制造是世界经济历史上的一次最重要的革命。
它是新一代信息通信技术与先进制造技术深度融合,使设计、生产、管理、服务等制造各个环节具有自感知、自学习、自决策、自执行、自适应等功能的新兴生产方式。
智能制造有智能设计、智能生产、智能管理、智能服务四个关键环节。
智能制造历史上演化出三种基本范式:
第一种基本范式是数字化制造,它是智能制造的基础,并且始终贯穿在智能制造的三个基本范式以及全部发展历程中。
第二种基本范式是 “互联网+制造”的数字化网络化制造。
第三种基本范式是数字化网络制造。
智能制造的突出特点主要就是“制造大脑”的发展构建,以及尽可能提升“制造大脑”的学习能力。
智能制造的历史演进按照这一路径传递:
智能制造萌芽
传统智能制造IM 1.0
新一代智能制造IM 2.0
未来智能制造IM 3.0
02
智能制造的萌芽与发展
人工智能(AI)从1956年开始萌芽,历经50多年,到2008年传统智能模式正式形成一种新的产业业态。
回顾智能制造萌芽过程和并简单展望其发展方向:
20世纪50年代前制造系统,也就是智能制造萌芽前的制造系统,主要是传统制造、机械与手工业结合;
20世纪50年代的制造系统,主要为传统制造、大规模生产、手工化为主劳动密集型制造,其中的1956年,人工智能第一次出现;
20世纪70年代的制造系统为传统制造、低成本制造、手工化和机械化兼顾、劳动密集型的制造系统,人工智能尝试同制造结合;
20世纪80年代的制造系统,智能制造IM 1.0出现,主要表现为追求产品质量、机械化、劳动密集型;
20世纪90年代的制造系统,IM 1.0深化版本,开始向市场响应速度、机械化和刚性化兼顾、劳动密集型转化;
21世纪10年代的制造系统已经升级为IM 2.0版本,出现知识和服务、柔性化和服务化兼顾、信息服务型的智能制造;
21世纪20年代的制造系统,将是IM2.0向IM3.0进化升级的时代,更高级的智能制造将不断出现。
03
传统智能制造
一、 起因起源:
20世纪60年代专家系统,第一次推动了人工智能在传统制造中的发展。
20世界80年代计算机集成制造系统(Computer Integrated Manufacturing Systems,CIMS),再一次推动了传统智能制造形成高潮。
二、定义概念
传统智能制造是基于计算机集成制造系统IM,达到制造全过程的自测量、自适应、自诊断、自学习,实现智能调度、智能设计、智能加工、智能操作、智能控制、智能工艺规划、智能测量和智能诊断等多方面功能,满足制造柔性化、无人化需要。
三、时间阶段
1956——2008,从上个世纪50年代人工智能出现,2008年美国金融危机后提出“再工业化”战略为止,属于传统人工智能阶段。
四、技术生态
(一)智能模拟阶段(符号推理阶段)
1、专家系统(Expert System,ES):通过采用人工智能的知识表达和知识推理,来模拟人类专家的知识和方法,进行推理、判断和决策,处理该领域的问题,是一个具有大量专门知识与经验的计算机程序系统。
专家系统经过了3个阶段,由人机交互界面,知识库、推理机、解释器、综合数据库、知识获取等6个部分组成。
2、计算机集成制造系统CIMS,是运用计算机技术,把分散各种孤立的自动化子系统有机集成起来,形成完整的产品设计制造过程,以适应社会多品种、小批量生产的需要,形成集成化、智能化制造系统 。
计算机集成制造系统CIMS广泛运用在商业、工程、科研、医学、军事等方面,主要功能包括分析、解释、预测、规划、监督、控制、教学、设计诊断、故障排除等。
(二)计算智能阶段
1、人工神经网络 (Artificial Neural Network ,ANN)
是从信息处理角度对人脑神经元网络进行抽象,建立的一种简单模型,按照不同的连接方式组成不同的网络,由大量处理单元互联组成的非线性、自适应信息处理系统。具有自学习、联想存储、高速寻优化解等能力。
ANN比起过去基于规则的系统在很多方面显示出优越性,但其实际使用的多数是含有一层隐层节点的浅层模型,通常处于欠拟合状态,训练样本特征的质量成为制约整个系统性能的瓶颈。
2、模糊逻辑(Fuzzy Logic,FL)
FL是模仿人的不确定性概念判断、推理思维方式,建立在多值逻辑基础上,运用模糊集合方法来研究模糊性思维、语言形式及其规律的技术。
3、启发式算法(Heuristic Algorithms ,HA)
启发式算法包括:群智能算法和群优化算法(蚁群算法、鱼群算法和蜂群算法等)、遗传算法、免疫算法、和声搜索算法、模拟退火算法和文化算法等。
4、多智能体(Multi-a-gent)分布式人工智能
多智能体是由具有感知、通信、协作、学习、反馈等功能属性的智能体构成的相互协作的系统,大型复杂问题被划分为复杂程度相对较低的子问题,再由不同智能体经过沟通协作和自主决策完成,广泛应用于柔性制造和合弄制造领域。
(三)深度学习阶段
深度学习(Deep Learning ,DP)或深度神经网络(DeepNeuralNetworks ,DNN)
深度学习是机器学习领域中的一个重要方向,主要包括卷积神经网络(CNN)、自编码神经网络、深度置信网络。
通过构建具有很多隐层的多层知学习模型和海量的训练数据,从大量输入数据中,组合底层特征形成更加抽象的高层表示属性类别或有效的特征,对未来或未知事件做出更精准的预测。
主要运用在智能化设备和工业机器人的计算机视角、语音识别、自然语言处理等场景中。
(四)社会感知计算阶段(Socially Aware Computing,SAC)
是借助泛在环境大规模新型多种类传感设备来感知现实世界的实时、多源数据,经过分析和处理,通过大量作动器和智能设备直接作用于现实世界,同时支持社群的互动、沟通和协作,从而高效地支持社会目标的实现。
04
智能(智慧)制造
智能(智慧)制造(IM or SM),(Intelligent Manufacturing ,IM )or (Smart Manufacturing,SM ),两者均可代表。
一般指综合集成信息技术、先进制造技术和智能自动化技术,在制造企业的各个环节,如经营决策、采购、产品设计、生产计划、制造、装配、质量保证、市场销售和售后服务等融合应用,实现企业研发、制造、服务、管理全过程的精确感知、自动控制、自主分析和综合决策,具有高度感知化、物联化和智能化特征的一种新型制造模式。
一、技术生态
(一)技术特征
1、基于物联网的互联互通;
2、基于泛在计算的透彻感知;
3、基于云计算的制造资源与能力的虚拟化、服务化及按需使用;
4、基于大数据的价值挖掘、企业业务洞察;
5、基于信息物理系统的自主协同和高度自治;
(二)主要技术
1、物联网
2、泛在感知
3、云计算
4、大数据
5、信息物理系统
6、无线射频识别技术
7、传感器网络
8、工业互联网
9、微电子机械系统
二、主要特征
1、信息感知:信息感知是指利用标准、高效方法采集存储、分析和自动识别大量数据信息,实现自动感应和快速认知,同时将大量数据信息传输到优化决策系统中。
2、优化决策:是指通过运用和学习大量知识,实现面向产品全生命周期的海量异构信息的自动挖掘提炼,通过计算平台支持,将挖掘提炼的信息进行计算分析、推理预测,利用决策工具和自动化系统,形成优化制造过程的决策指令。
3、执行控制:是指根据决策指令,通过执行系统控制制造过程状态,实现系统稳定、安全运行及动态调整。
三、智能(智慧)制造系统
智能(智慧)制造系统是以物联网、务联网、知识网、人际网与制造技术相融合,形成以客户为中心、以人为本、面向服务、基于知识运用、人机物协同的制造系统。
综合集成先进制造技术、信息技术、智能自动化技术,在制造企业全过程融合应用,实现全过程精确感知、自主分析、综合决策自动控制,是高度物联化、高度感知化、高度智能化的新型制造模式。
(一)云制造
1、关键使能技术: 云计算;
2、目标:制造资源、能力按需使用;
3、内涵:基于云计算等技术,将各类制造资源虚拟化、服务化,并进行统一的集中管理和经营,为制造全生命周期过程提供可随时获取的制造服务;
4、主要运用:制造资源虚拟化和服务化、运营管理、服务组合、资源共享和优化配置。
(二)物联制造
1、关键使能技术:物联网;
2、目标:构建现代IOMT网络;
3、内涵:以物联网为支撑,实现对制造资源、产品信息的动态感知、智能处理与优化控制的一种新型制造模式;
4、主要运用:资源感知、虚拟接入、物联网络开发服务平台和应用系统等。
(三)信息物理生产系统
1、关键使能技术:CPS;
2、目标:建立具有适应性、资源效率及人因工程学的智慧工厂;
3、内涵:将机器、存储系统和生产设施融入 CPS,形成能自主感知制造现场状态、自主连接生产设施对象、确定感知模型,自主判断,形成控制策略,并自主调节的智能制造系统;
4、主要运用:信息物理组件集成、CPS的优化调度与自治机制、安全性、可靠性和可验证性。
(四)泛在制造
1、关键使能技术:泛在计算;
2、目标:泛在感知的产品全生命周期的运用;
3、内涵:将泛在计算等相关技术应用于制造过程,以便随时随地采集、传输和预处理各类产品全生命周期数据或事件;
4、主要运用:制造现场环境感知技术、生产事件自动处理与消息推送、制造过程的全面可视化技术。
(五)社会化企业
1、关键使能技术:Web2.0.;
2、目标:聚集大众智慧,公众参与;
3、内涵:借助Web2.0等社会化媒体工具,使用户能够参与到产品和服务活动中来,通过用户的充分参与提高产品创新能力;
4主要运用:用户体验与社区、内容管理、开放式创新、复杂社会网络特性。
总结
智能制造演化经历了近70年,分别经历的萌芽阶段、传统智能制造阶段、智能(智慧)制造阶段。
主要代表性技术经历了符号逻辑主义阶段、计算智能阶段和新一代信息技术阶段。
从最初的生产制造为为主向全生命周期延伸,直至演化出像社会化制造、云制造、泛在制造、物联制造、信息物理系统制造等一批具有未来增长潜力的智能制造模式。
智能制造目前还在不断向第三代智能制造发展中。
本文来自信息化观察者网,转载请注明出处。