• 网站首页
  • 学会活动
  • 学会概况
  • 科技咨询
  • 会员动态
  • 学术科普
  • 专家人才库
  • 留言反馈
  • 当前位置:首页 » 科技咨询 » 科技动态 » 新工业时代,技术赋能“智造”转型!
    新工业时代,技术赋能“智造”转型!
    • 作者:未知 更新时间:2020-1-10 14:43:02 来源:芜湖机械工程学会 【字号: 】 本条信息浏览人次共有

    企业也想“造”一艘智能化的工业大船,也渴望着“大海”。



    在法国作家安托万·德·圣埃克苏佩里的童话著作《小王子》中有这么一段话:“如果你想造一艘船,不要抓一批人来搜集材料,不要指挥他们做这个做那个,你只要教他们如何渴望大海就够了。”

    随着新工业时代的来临,企业也想“造”一艘智能化的工业大船,也渴望着“大海”。

    然而,面对汹涌的智能化转型浪潮以及技术的不断迭代更新,站在工业转型的十字路口,企业除了关注新的工业技术、探索新的工业模式,前路依然很迷茫。或许会想到:你是谁?你从哪里来?你往何处去?

    智能制造也存在同样的终极三问:智能制造是什么?为什么要推进智能制造?智能制造的方向在哪里?

    一、智能制造“终极三问”

    按照百科定义,智能制造是一种由智能机器和人类专家共同组成的人机一体化智能系统,通过人与智能机器的合作共事,去扩大、延伸和部分地取代人类专家在制造过程中的脑力劳动,它把制造自动化的概念更新,扩展到柔性化、智能化和高度集成化。

    然而,由于各国工业发展水平不一,这一概念并没有得到普遍的认可。就目前中国的工业发展现状而言,笔者对智能制造的简单理解是,利用先进的数字化和智能化技术赋能制造业转型,从而推动工业化与智能化的深度融合。

    那么,推进智能制造的目的是什么?其实可归纳为六个字:提质、增效和降本。

    随着人力成本和资源成本的快速攀升,在国家大力推动经济高质量发展的背景下,产业现状和政策方向的调整导致企业的运营成本持续上升,要实现可持续发展,企业不得不探索新的出路。随着新兴技术的发展,当前最可行的途径就是通过数字化技术和智能化手段革新传统的生产方式和业务模式,实现生产过程的提质、增效和降本。

    自2015年国家发布中国制造2025战略,到以智能制造为手段推动工业的智能化转型。在国家工业转型战略的牵引下,经过几年的探索,智能制造体系和推进方式也在深入的实践中不断丰富和完善。

    从智能制造实践方向看,主要从纵向和横向两个方向打通企业内部和外部的业务数据链,纵向打通企业自上而下的业务体系,如研发、运营、生产和销售等企业内部的业务系统;横向打通跨企业间的物流及供应链、客户关系等连接上下游企业的业务系统,从而构建数字化端到端的全数据链和价值链的生产交付体系,实现生产效率的提升,构建智能化的产品及服务,强化企业的核心竞争力。

    二、技术赋能智能制造转型

    智能制造实践是一个复杂的过程,智能制造的实现需要将智能化技术与传统工艺制造过程进行融合,不同于以往信息化时代相对标准化的软件及系统实施,工业的生产流程不但复杂,而且不同行业,甚至不同的企业的生产过程差异化太大。推动智能制造的发展,必须全面评估企业的工业发展现状和需求,针对性智能制造转型过程的具体问题和需求分步骤规划和实施。不仅需要对行业需求有着非常深入的理解,更要能结合需求构建系统化的实施方案,因此,企业需要邀请拥有专业智能制造咨询和实施背景的技术合作方共同参与才能完成。

    近年来,为帮助制造企业推动智能化转型,戴尔易安信通过与海尔、GE、西门子以及飞机设计企业合作,为这些企业智能制造转型提供专业的技术和服务支持,得到了客户的高度认可。

    为支撑企业的数字化设计,戴尔易安信为企业的CAD、CAE等应用提供高性能的硬件平台,大大加速了企业的产品研发过程。比如为提升企业产品设计效率,戴尔易安信为企业构建基于超融合虚拟化架构的硬件平台,通过将融合了服务器、存储和网络等资源的超融合产品部署到企业数据中心,利用SDN实现前端瘦客户端的远程接入,使得工程师能像“云”一样按需使用资源,即提升了资源的利用效率,保障了数据的安全,也极大的降低了IT成本。

    为支撑复杂的CAE应用,戴尔易安信为企业搭建基于集群架构的HPC,这些HPC基于超融合构建,集合了戴尔易安信的服务器、闪存系统以及高性能交换机,用以支撑大规模的模拟仿真带来的海量计算和数据传输需求,被广泛应用到汽车研发过程的空流模拟、碰撞试验,飞机设计过程的气动仿真等过程。

    在生产领域,为实现对工业设备的接入以及数据采集,戴尔易安信提供工业级的边缘计算网关Edge GateWay。该网关拥有多种可扩展的输入/输出接口,能与PLC、DCS、SCADA、伺服驱动器等工业自动化控制系统对接并进行采集数据。

    对制造企业而言,最大的难点在于如何高效利用采集的数据,这些数据从生产线上收集后形成大数据湖。一方面需要大量的空间存储和管理数据,另一方面,需要利用智能化手段对数据进行分析处理。

    针对需求,戴尔易安信与中国科学院自动化研究所合作开发了“诸葛• 深知”企业级深度学习应用与服务平台,为企业提供了深度学习工具包的统一接口,并提供了众多成熟算法模型,企业可轻松调用,帮助企业实现基于深度学习的大数据分析。

    在华南某玻璃制造企业就采用了戴尔易安信边缘计算网关Edge Gateway 进行产线数据采集,在后端利用“诸葛• 深知”企业级深度学习应用与服务平台对数进行处理分析,一方面对设备提供故障诊断以及预测性维护,另一方面也能对生产线产品质量进行分析,比如玻璃是否有损伤、划痕等,取得非常好的效果。

    除此之外,MES作为核心业务系统,向上对接ERP、APS中传递来的数据,向下对接工业生产现场采集的数据,是企业纵向集成的核心“枢纽”。因此,企业非常重视MES效率的提升。作为运营和生产之间交互的承载系统,MES效率提升的关键是加快数据获取和交互。

    在国内某电子集团企业,就将原有部署在虚拟主机上的MES迁移到戴尔易安信超融合平台。企业原来MES DB Oracle部署在实体存储N3020上,但因IOPS性能低,只有17000,越来越无法满足业务需求。由于戴尔易安信EMC超融合平台VxRail内置了SSD全闪存存储,实际IO性能可达45000-50000,是之前的2.5-3倍,使得MES的性能有了极大提升。

    在数据备份方面,由于采用深度集成DD boost将每VM快速备份至DataDomain,如以客户实际3TB数据量计算,可预估备份时间减少80-90%,原需12小时,现每次完整备份仅需2.5小时;原需3TB备份空间,现消重后完整备份仅需0.15TB;备份网络流量减少90% ,原需流量3TB,现完整备份仅需0.3TB;恢复速度增快30%,原完整3TB恢复14小时,现只需9.8小时。

    笔者看来,推进智能制造核心要做好三个点,即连接、数据和模型。像人的身体一样,“连接”就是血管,而“数据”就是血液,“模型”就是大脑和思维。只有血液通过血管流经到各个器官,大脑才能发挥真正的作用。

    戴尔易安信智能制造方案的核心优势就在于此。通过边缘计算网关实现工业设备互联并采集数据,利用“诸葛•深知”企业级深度学习应用与服务平台对数据进行建模和分析,进而形成面向不同工业场景的智能服务。更重要的是,为支撑这些业务应用的高效运行,戴尔易安信为此构建了业界最全的IT产品线,包括融合了服务器、存储和网络的超融合产品,以及云数据中心、制造产业大平台。

  • 上一篇: 调查了近2000家企业,中国制造业近况究竟如何?
  • 下一篇: 没有下一篇文章