机器的觉醒——机械自动化行业的发展趋势

来源:智汇工业

点击:5363

A+ A-

所属频道:新闻中心

关键词:机械自动化行业

    人们正在赋予机器智能,的确,机器正在觉醒—它渴望迈向智能,但是,智能是什么?


    从本质来说,智能是为了应对个性化


    很多时候,我们把精力花费在工业互联网、智能制造的概念讨论之上,但是,无论什么样的技术,我们都必须清楚,它们的本质都是“工具”或“方法”,用于解决产业的实际问题。


    从本质来说,今天的智能的关键是为了应对“个性化”—对于大规模的标准化生产,在上百年的历史发展下,其实,已经到了一个极限,成本已经低到不能再低,想想在30年前,一瓶矿泉水就已经3块了,那个时候的3块钱购买力与今天显然是不同的,90年代的时候,一辆桑塔纳都要20多万人民币,那个购买力现在够辆法拉利跑车了,人们享受了制造业发展的福利,但是,人们又不满足于仅仅是那个款式的汽车,服装最能体现个性化的发展,因为,在30年前,撞衫不仅发生在女人之间,还能发生在男女之间,因为大家都是拿几个颜色、款式。


    图1-个性化对产业链的需求变化


    消费者的个性化需求实际上带来了对生产线、机器、自动化这个链条上的压力,如图1所示,因为从质量迭代、成本控制、交付能力这三个重要的指标来衡量,个性化都是灾难,因此,人们必须借助于各种技术来压缩生产制造中的浪费:


    通过进一步的自动化如机器人、柔性输送系统,来提高制造端的效率;

    通过全局设备连接挖掘中间的耦合潜力;

    用机器学习来寻找能源、时间、材料节省的空间;


    智能是让机器利用人的知识工作


    从智能的目标来说,它就是让机器代替人工作,人把自己的知识、思想传递给机器,让它干活,那么,知识的传承过程就是如图2所示,需要对工艺、流程、材料等进行建模,然后测试验证,最后形成可复用的软件—知识的复用。


    图2-知识的传承过程


    其实拿人们热议的人工智能来说,就是建模的一个方向,如果原来我们用几何推理的演绎法称为“机理建模”,那么采用对数据的拟合、训练的就是“归纳法”,机理与数据驱动只是两种不同的建模方法,那么,谁的方法好就用谁的,机理需要大量积累,但可解释性强,且成本也比较低了,而数据方法可以快速形成新的“模型”,但是也有对应的缺点,两者最好能够融合,各自发挥其优势。


    越来越复杂的机器电气传动控制


    200年前的机械装置,通过水力或者牲畜作为传动力,到了蒸汽机时代,它的调节器也是采用机械的方式来实现,机器的控制基本上依靠手动操作。直到上世纪随着电气技术的发展,才有了继电器逻辑这样的控制,电力电子技术也使得调速电机(变频器)有了应用。电子计算机的发展使得PLC在上世纪70年代进入了机器控制领域,到了80年代,有了总线的发展,随着伺服电机大量应用,高速高精度的传动控制对于实时网络也提出了要求,同时,PC技术与PLC融合,形成了基于PC控制的模式,如贝加莱的可编程计算机控制器(PCC),使得回路调节、复杂工艺控制成为了可能,随着实时以太网的发展,人们可以将机器、机器人进行协同,达到整体的协同控制,而今天,随着柔性电驱输送系统、基于数据驱动的建模、边缘计算的发展,面向全局的协同—不仅仅是控制,而是控制与计算的融合,将信号的任务与生产的协调(调度、优化、寻优)结合,使得设计、生产、运营整体形成最优,机器已经不再是仅仅生产,还肩负着为运营管理提供动态应变的能力、需要为设计反馈数据、为企业发展提供对环境动态响应的应变能力,如图3所示。


    图3-机器电气传动控制的演进


    工业通信的角色演变



    在继电器逻辑时代,都是通过硬接线连接的,接线复杂,维护不便,信号也时常受到干扰,而有了现场总线,接线少了,维护方便,抗干扰增强了,整体来说,就是搭建系统和维护系统的工程成本下降了,到了实时以太网阶段,则是因为大量的高速、高精度定位与同步控制、机器人连接到了生产系统中,而到了今天,OPC UA over TSN则是因为,机器要连接至整个生产运营系统中,整体如图4所示。


    图4-工业通信的角色与演进


    建模仿真与数字孪生



    在今天,数字孪生很火热,但是,一切都都必须来自于“建模”,对于制造而言,其本质是对材料的物理和化学的加工过程,那么,需要通过对材料、工艺、流程的建模来实现对变化的应对能力,而数学则是连接物理和虚拟世界的桥梁,因此,本质来说,数学模型是制造的关键,数字孪生基于建模,但是,增强了“动态交互”及“全生命周期”耦合方面的需求,也即,数字孪生正是要求获得更为全局的生产集成。


    图5-建模仿真的优势


    图6-贝加莱Automation Studio与MapleSIM的数字接口FMU


    欧美的制造业,来自机械、电气、工艺领域的厂商都注重模型,今天,智能制造的时代,必须建立“协同”,因此,Modelica组织构建的FMU/FMI接口为不同的建模仿真软件形成接口连接能力,使得“协同”仿真得以实现,这至关重要,因为,智能需要机械、电气、工艺的融合,不仅在硬件上,在模型、软件上同样如此。


    在很多时候,我们今天产业遇到的“工业软件”问题,也正是对建模仿真这种基础的模型的积累不足有关,因此,要想真正的产业创新发展,必须注重基础模型的研发和测试,借助于新的技术,这些变得更加容易。


    软件正在成为竞争的核心


    最近两年时间里,工业软件正在成为热点,这是必然的,工业软件是一种知识的封装和传承,代表着制造企业对自身生产制造的深度理解、经验的积累,软件包括了多种形式的,如贝加莱集成开发平台软件Automation Studio,能够将不同的对象和任务集成,而工艺软件则是将生产的材料、流程、工艺建模,形成应对不同生产变化的软件。


    图7-自动化的软件价值体系


    工业软件的内涵不仅包含工艺,也包括软件工程方法,包括模块化的编程,基于组件的开发思想,如贝加莱的mapp就是典型的这样的方法,提高可复用性,降低开发成本与提高效率,图7为工业自动化的软件价值体系。


    自动化企业的使命是什么?


    自动化企业的工作从来都是没有变化的,基于产品与技术,通过工程,形成方案,并为用户创造价值。


           图8是贝加莱—作为一个自动化方案型提供商的角色,而这也正是目前产业大部分企业所要走的趋势,而贝加莱在这条路上已经走了数十年。


    01

    产品与技术构成了方案的基础

    产品是载体,它包括了硬件的产品,如控制、驱动、柔性电驱输送系统ACOPOStrak、ACOPOS系列伺服驱动器,技术则包括了mapp技术、reACTION、POWERLINK实时通信技术等,这些构成了各种组件,用于配置出一个机器的控制系统硬件组合,以及软件的架构。


    图8-自动化的使命


    02

    工程师的工程(Engineering)构成方案

    工程思维在于通过将问题“解构”为最小的单元,然后对每个单元进行“高内聚”、“低耦合”的软件开发,然后进行重组为一个整体,形成一个完整的解决方案,并将解决方案标准化,最终实现知识的可复用。


    03

    最终实现使命—为用户提供价值

    自动化技术,并非炫技,谁比谁的CPU快、谁比谁的电机扭矩输出大,这很重要,但是,不要忘记了我们的使命,为用户创造价值,这是我们安身立命的根本,基于产品技术,通过工程,形成方案,解决问题。

    想要了解贝加莱的产品、技术、方案,以及对产业的洞见,在长沙及周边的朋友可以参加,贝加莱在9月24日举办的“机器智能创新日”,您可以扫码注册参加会议。



    (审核编辑: 小王子)