中控是機械臂安裝，涂膠是機器人全自動作業，前擋風玻璃是機器人安裝，輪胎是全自動裝配，工具備件均是無人化管理，車架是智能排序，數字孿生技術被高效運用，設備與系統的數字流互聯互通……
這不是未來智能工廠的想象，這就是當下一汽解放整車智能工廠的真實場景。
近年來，代表當前制造業數字化最高水平的燈塔工廠、無人化工廠、工業機器人智能工廠在中國大量涌現。包括小米在內的一批高科技企業已經在北京建立了自己智能工廠示范基地。
近日，北京市政協副主席林撫生在以“智能工廠智造未來”為主題的2024年中關村論壇分會場表示，2021年以來，北京市共認定103家智能工廠和數字化車間，47家企業入選工業和信息化部智能制造示范工廠揭榜名單，即優秀場景名單。
1月19日國務院新聞辦公室舉辦的新聞發布會上，工業和信息化部新聞發言人、運行監測協調局局長陶青表示，截至2023年12月底，工信部已培育421家國家級示范工廠、萬余家省級數字化車間和智能工廠。
智能工廠三大核心技術
中國工程院院士李培根在論壇上表示，智能工廠建設是AI賦能新型工業化的重要抓手，其核心在于智能機器人、數字孿生、大模型等關鍵技術在工業場景中的深層次滲透與應用。
有關智能機器人，李培根指出，未來制造業里的機器人可以走出倉儲和制造環節，進入到開放環境，這是今后一個重要方向，該場景的實現主要依靠自主移動技術（AMR）——它基于地圖定位技術，通過掃描作業環境并自主更新地圖，無需輔助固定信標，對工作場地幾乎沒有改造需求，非常適合部署在復雜、動態的生產場景中。
日本牧野Makino的車間中，采用了運用AMR技術的機器人，可以同時照看多臺機床，上料、下料、裝刀具、卸道具等操作都不在話下。
機器人的應用范圍不應局限于企業內部，而是應該能夠應對各種操作條件、人口稠密的空間，甚至其他自動化設備。“走出以往的受控倉儲和制造環節，機器人將為各行各業帶來發展機遇。”李培根說。比如，人形機器人具備高度自動化，且適用于各種復雜環境，是智能工廠建設的一個重要探索方向。特斯拉計劃率先在汽車裝配過程中引入人形機器人。奔馳正在和機器人開發商Apptranik合作，希望把人形機器人用到工廠，用于裝配零件。
“通過以類似人類的能力，機器人不需要改造環境就能應對復雜的人類環境，使用場景更廣，它既能作為簡單、重復、危險的勞動力替代，也能在適應非標服務場景的同時滿足情感需求和交互。”李培根表示。此外，機器人還具備學習功能，越用越聰明，工廠還可以通過機器人實現新老員工的技能傳承。
說到數字孿生。李培根強調，智能工廠應該是充分應用數字孿生技術的工廠。數字孿生不僅僅是產品、設備的數字孿生，還包括車間、工廠，以及供應鏈的數字孿生。如華中數控把數字孿生技術用在數控機床上，實時控制機器裝備。通過對從機床上采集的孿生數據進行分析仿真，可以讓使用者更清楚的認識機床的行為，從而進行更精準的控制與操作。
“數字孿生工廠不應該僅僅是對物理工廠一些簡單的數字記錄、數字呈現，而是要能通過數字孿生系統采集實時數據，反過來指導車間或者工廠的運行，乃至應對供應鏈競爭，使工廠運行在最佳狀態。”李培根說。
實際上，車間、工廠需要的是一個數字孿生的工廠平臺。數字系統實時記錄真實系統的運行情況，分析哪些參數需要調整，并且通過實時調整來保證質量，保證效果。而供應鏈數字孿生體現在企業中，企業不僅要有好的供應鏈系統，還要有數字化供應鏈。而且不同于早就應用于供應鏈的傳統的、離線獨立的仿真，基于數字孿生的仿真是實時的、動態的，能夠與物理系統交互連接。
有關智能工廠的第三個重要方面是AI大模型。李培根認為，未來智能工廠需要洞察一些復雜和高階的關聯。AI大模型對世界高階相關性的認識已經遠遠超越人類，要重視其在智能工廠建設過程中的應用。
大模型是指具有大量參數和復雜結構的機器學習模型。其Transformer架構有兩個重要功能：一個是單詞的向量化，像ChatGPT一次可以提取300至500種屬性來描述“蘋果”這一個單詞，不同類型、不同地區的蘋果它都很清楚，這是人類難以做到的；另一個是自注意力，強調關系的尋找，ChatGPT5讀一本將近2000頁的書，閱讀后便可以把握其中從頭到尾所有詞與詞之間的關系，而人類的認知難以與之齊肩。
回到工業制造場景，數控系統內部電控大數據是主要數據來源。數控系統內部的大數據包括運動軸狀態、主軸狀態、機床運行狀態、機場操作狀態、程序狀態等等，如果把這些數據收集起來進行分析就會發現它與零件加工質量、精度和加工效率之間存在復雜的關聯關系，采取相應措施可以顯著提高生產質量。
“如果對機床精度、裝配誤差、熱和動力學誤差、機床全生命周期誤差控制等問題追根溯源，里面可能會有無數需要我們考慮的復雜的關系，比如機床部件、零件、精度、運動參數、轉速等，這些關系在制造過程中很難考慮周全。”李培根坦言。不過，大模型的出現或許可以幫助智能工廠洞察更為復雜的高階關聯。
在論壇上中國信息通信研究院余曉暉院長發布了《下一代智能工廠的思考》，并介紹了引領下一代智能工廠建設的八大變革模式，包括基于數字孿生的智能研發模式、規模化高效自主制造模式、自適應可重構柔性制造模式、凈零排放可持續制造模式、超常規極限制造模式等。
在新型工業化背景下，中國智能制造戰略中，下一代智能工廠模式探索將成為外界關注和搶占的焦點。
智能應用如何賦能裝備制造環節
施耐德電氣副總裁兼工業自動化中國區終端用戶業務負責人喬锃介紹了施耐德電氣如何賦能工業客戶全生命周期的工業應用。
施耐德電氣作為一家自動化和能源管理企業，提煉出一整套完整智能工廠建設路徑，在企業數字工廠的最下層，幫助用戶建立數據雙底座：靜態數據與動態數據。在兩個數據中臺之上，幫助用戶部署解決各種不同業務問題的高級應用，也可以理解成是手機上的APP。如能源管理模塊，生產制造執行系統，生產運營系統，設備管理平臺，人員管理平臺，還可以給用戶提供更加可視化，訪問便捷應用程序，如自動報警，自動產生管理報告，自動派發工單等，以及和企業的ERP進行對接，實現從生產運營到企業管理之間的無縫連接。
京東方集團副總裁、顯示器件與物聯網創新業務LCD制造中心長劉文瑞介紹了其BOE智能工廠建設經驗。
作為半導體顯示企業，京東方有兩家經過電子技術標準研究院評定的智能化四級智能工廠，以及世界達沃斯經濟論壇認定的燈塔工廠，從產品設計、生產制造、過程監控、物流、倉儲全鏈條實現智能化生產。
首先動態自動排產系統。半導體顯示工藝極其復雜，涉及幾十道生產工藝，以及上百個設備同時生產，基于排產邏輯和算法，通過基因算法每15分鐘進行一次迭代，結合生產線上發生實時生產情況以及設備狀況進行動態的排產。
其次，質量管控。通過全型號全工藝流程覆蓋，動作智能化監控，再結合通過歷史經驗搭建數字化模型，結合實時生產數據情況，提前預知可能發生的偏差，進行動態的調整，做到改善的閉環。最后，能源管理。半導體顯示每年耗電量非常大，以8.5線舉例，每年耗電量大概8億度，京東方在上千臺設備上布置上萬能源采集傳感器，通過數據上傳以及模型的建立，動態分析生產線上出現能耗的問題，通過數據分析精確確認設備，發給現場工程師進行干預，將單位生產的能耗下降39%，也實現自動化模型自動尋找改善機會，不斷降低工廠的用能。
同時，京東方基于多年來的自主研發能力和生產制造、智能化轉型經驗，建成了覆蓋生產制造全流程的工業互聯網平臺，具備一定的推廣應用和同行借鑒價值，有助于推進我國高端顯示模塊制造業的智能化升級。
數字孿生航天領域的AI探索
北京衛星制造廠，作為我國人造衛星的主要研制單位，是我國第一顆人造衛星、第一顆通信衛星、第一顆載人飛船，第一所月球探測器、第一個火星探測器和第一個空間站的誕生地。北京衛星制造廠有限公司副總經理韓建超在論壇上介紹了航天器智能工廠建設探索成效。
北京衛星廠建立了一套同源數據模型，貫穿了空間站研制的全周期，實現了數字孿生和天地一體，構建了覆蓋四大專業，九大分析系統和700余臺高執行度的設備模型。
現在構建的空間站包含的數智空間站、在軌空間站和地面空間站的運行機制。現在空間站站軌出現任何問題，可以通過數智空間站進行模擬，和地面電信空間站進行真實、在線過程，然后再反向控制在軌的空間站，這是整個空間站研制過程當中很重要的成果。同時，在空間站的研制過程當中，建立了從各個不同類型的專業，實現了空間站各種條件下的數智化驗證，空間站一次發射成功，獲取了包括遙測數據、仿真數據，全流程系統狀態24小時伴飛的監控，提升了早期預警的能力。這個成果發布在一些權威媒體上。
同時，為了貫穿整個空間站研制全流程，北京衛星廠建立了一個基于三維模型全結構化的工藝設計模式，實現了制造要素的快速描述、快速精準傳遞和溯源。為了適應三維研制的要求，同時也建立了一個以三維模型為核心，通過三維檢測手段，可以快速地把實物產品轉化為三維模型。在這個基礎上，可以利用實際零件三維模型進行自動的找正，同時可以利用實測的三維模型進行裝配的仿真和提前的驗證，大大地減少裝配過程中不斷的修配的問題，并驅動和指導車間現場裝配的活動。
現在為了避免有多大的產品就需要多大機床的概念，提出基于移動平臺+移動機器人，就是讓工業機器人加上手腳移動，圍繞大型產品做原位加工，也是北京衛星廠的一種創新。
工業和信息化部副部長王江平強調指出，我國要不斷地擴大智能制造覆蓋范圍，著力建設一批智能化的車間、工廠、供應鏈和園區，加快探索未來制造的模式。推動智能制造關鍵技術攻關，突破一批智能制造解決方案。適度超前布局5G、算力、工業互聯網等新型基礎設施，不斷地完善智能制造標準體系。
（來源：中國工業新聞網）
