柴天佑院士 | 制造流程智能化

工业4俱乐部 2022-08-09

2018年7月20日，中国工程院院士柴天佑于《2018中国工业大数据创新发展高峰论坛》发表演讲

各位领导，各位嘉宾：

大家早上好！首先感谢会议的邀请，今天我报告的题目是制造流程智能化。

这个题目的主要目的，一个是怎么去做到智能制造，因为智能制造本身的含义应该是智慧制造，既然谈到智慧，那怎么去做，我举一个例子，两类最重要的工业企业的特点是什么、目标是什么，也就是一个企业要发展搞智能制造的话，首先得知道对象特点目标是什么，目标不一样，智慧也是不一样的。

二是，说一下我们目前信息化系统的现状。

知道了这两点以后，下一步就可以去制定相应的智能规划。所以我简单介绍一下工业4.0智能制造的含义是什么。原来智能制造的基础是信息物理系，现今人工智能技术和制造业结合了，我把这个简单回顾一下。

下图是以机械制造为代表，就是离散制造，包括飞机、汽车、服装，这都是一类特点，另外一类是产品不能输出，比如发出的电，产生的石油，这类系统是过程，中国的翻译是流程。

右边的图是说明一个机械装备，离散制造有一个总体设备，设定完以后可以把各个零件分散到各处去加工，加工以后组装，组装以后产品出来。它的特点是，机械零件加工和组装是可拆分的物理过程，既然是物理过程是尺寸可以变化，可以利用数字制造，70年代就有计算机集成制造系统，可以用计算机来做，这个过程最终的难点是在总体设计。总体设计，第一是优化，因为是设计，今天讲工业4.0，是个性定制，就是他的产品设计在变，在这种情况下这是它的难点。

左边的图是流程，这是工业设计，排放以后不能动，比如炼钢，先是炼铁，然后炼钢，之后不能动，第二是每一个加工过程参数是什么，参数一旦确定，经过物质转化过程，它的特点是有很多过程，一个过程一个过程，转化以后成为成品，作为下一道工序的原材料，是多个过程组成的不可拆分的物理过程，这个采用的办法是模型化。利用模型来做，但是它的难点是工艺设计的优化和制造全流程的优化，它和离散不一样，离散一个零件坏了可以换，很多发达国家把加工过程转移到原材料便宜，今天中国有很多带料加工企业。

下面是它们的总目标是一样的，高效化、绿色化，要高效利用，同时会排污，让污染小，但是目前作为智能制造的目标是什么呢？第一个目标，是离散工业个性定制高效化，对我们国家来讲，有些企业可能他的自动化还没有实现，所以他们要首先围绕企业的目标，我今天讲的例子都是国际上最先进的企业。第二是，生产工艺优化和生产全流程优化。生产工艺优化往往靠实验，靠积累，包括今天的发动机，包括劳斯莱斯的发动机，天天还在做实验，靠大量的数据，靠实验来摸如何优化。生产全流程优化，今天很多产品过剩，是因为当时决策建厂的时候不等于这个产品不畅销，但是他没有考虑建完以后市场的变化，没有做好全评估。

目前我们国家也好，国际也好，系统架构是什么。一是企业资源计划，二是制造执行系统，三是DCS（PCS），这是三层结构，这是90年代作为企业的标准。

这个系统我画了一张图，这个系统目前来看，是一个人信息物理系统，中间这一块是我们按的信息系统，下面的物理系统是制造的过程，然后人在这里主要做决策。巡检要靠眼睛看，靠耳朵听，他把决策结果给到信息化系统。一是决策企业的目标，二是决策企业生产目标，三是决策工艺参数与产品质量效益相关的，然后决定控制系统的指令，下达到控制系统。这个过程的功能是ERP，就是对企业的人、财、物、能源等资源作出计划，对计划完成情况的信息进行监控。然后经过调度人员变成调度计划和装备的工艺参数，然后在这个环境下，对整个工艺参数，包括控制系统的指令对完成情况进行监督。

下面的控制系统主要是三个：一个是控制，控制包括反馈控制，也包括逻辑控制，包括对过程的监督，这是它的功能。今天要基本实现这个系统，一个是企业精英决策系统，包括资源计划系统，包括供应链系统，包括能源管理系统。

这个图是生产先进系统，这里的流程工业我可以实施优化，这个系统的工艺参数应该是人决策的，生产过程的状况是人去识别。我讲的都是国际国内先进的企业，有很多企业你进去以后无人，这个无人的条件是他把所有的工艺参数和控制系统指令事先设定好，我们国内也有很多企业都是无人的，但是他的问题是平稳时候没有问题，如果生产环境一变化，那么重新来决策的时候，是靠知识工作，靠知识和经验去进行决策。

决策出来的结果是什么状况，我国企业和国外企业的区别是，我们的原材料是变化的，不像先进企业的料是固定的，再加上我们的管理过程、决策过程都是靠人，我们人的管理不精细，控制过程不精细，往往一流的设备做出来的产品质量不好，我们和国际先进水平都有差距，这个差距的原因是干扰引起的。

下面举两个案例，一个是个性定制的重要性，我们国家的制造装备高铁、核电、特高压输电在世界是处于至少先进和领先的水平的。包括特种变压器，世界最大最难的变压器都是中国制造的。这个制造过程来讲，如果是一种变压器实现自动化没有问题，这个例子是沈阳的，这个计划一切都是靠人，人的操作就影响了他的效果。

这个例子是选矿，我们国家是赤铁矿，先烧，然后磨，然后选，整个过程都是自动化，没有人，这些生产过程的计划，生产过程的工艺参数是人用信息化系统。

我去年到英国参观了他们的先进制造中心，他们专门有一个工业4.0项目，做发动机的壳，要想一个设备自动加工不同规格的发动机的壳怎么办，他们就重新研究设备，这个设备有四个机械品，把所有的传感器都按上，研究我怎么样能够加工不同的装备，这就是研制阶段，大家不要以为德国都实现了。

从信息的角度来看，计算机、通讯、自动化都是计算资源，这些计算资源要和物理资源深度融合，今天到了交叉时代，要把这些都利用起来，然后研究一个新的系统，使这个系统有强大的功能。德国想把这个基础和嵌入式互联网协同，研究成智能技术性。

这个实现以后，人做什么？人要具有创造性的规划者、管理者和决策者。自动化比人的操作质量高。人决定规则和参数，产品质量好并不等于成本一定低，最后人就变成了决策者。我们国家有些企业可能达不到这个水平，所以要按照你的企业实际情况来做。

下面的是流程工业，流程工业到底怎么做，我们国家是流程工业最大最全的，将来我们做我们提出智能优化，生产工艺是人做的。我国我介绍一下制造流程的含义，不管哪个行业，科技的难点是在制造流程的智能化，什么是制造流程，就是由知识工作者将企业目标通过计划调度信息化系统转化为生产指令和工艺参数，进而转化为加工装备过程的控制系统指令，从而控制加工生产线的加工装备，将加工产品的质量、效益、消耗等生产指标控制在目标的范围内。

想要实现特性定制的高效化，要想实现生产全流程的全局优化，应该怎么做呢？应该把原来的决策系统变成人机合作的智能优化决策系统。人和机器应该是合作的，因为今天有了大数据，使这件事可实现，另外把每一个制造过程，包括加工装备，包括控制系统，变成智能自主的控制系统。

我这里讲的是远景规划，这个系统和原来的系统区别在于，一个是要加智能感知，对市场环境，市场条件进行感知。感知以后你就可以作出协助智能优化的决策，这个决策出来以后应该到虚拟制造过程去做实验，在决策的过程当中完全由生产状况认知自由化，他对你的过程进行监督，如果认为不合适要对你的自由化进行调整。

自主控制系统和原来的区别在于，如果生产线对照企业的优化走的话，控制系统的指令会随着企业的目标而改变，而现在我们几乎是不改变的。改变的话，控制系统就不是我们今天的系统了，所以这个系统要变成智能自主的系统，过去是人感知告诉它，现在要变成智能感知告诉系统。系统根据感知以后，就进行智能优化的决策，对控制指令自动进行决策，然后控制系统跟着你决策，而现在的PIP做不到。还要有工况识别，就像人一样，人不是等到有病再去看，要提前检查，所以是这样的系统。这两个系统都可以做到实时远程移动操作，作为一个决策者，我可能在出差，可能在开会，我都可以看到生产线的状况。

现在的领导看状况是靠汇报，都是靠操作者看曲线，今天到了大数据时代，完全可以把状况的好与坏通过大数据分析直接给出来，所以领导只要看决策是正常的还是非正常的，一旦非正常就可以看到在哪道工序出现的问题，这样就可以做到远程移动。我这里讲的都是企业怎么规划它未来的东西。

下一步是人工智能的概念。我们过去讲智能制造是计算资源，这个计算资源没有谈到人工智能，今天为什么谈人工智能？我先讲一下智能制造目前的挑战是什么，我引用了一篇文章，第一，人工智能发展到深度学习没有考虑如何应用于制造过程。第二是预测，今天的生产能不能预测这个生产明天还这样生产的话，产品质量怎么样，这是预测。第三是你的决策过程和你的控制过程如何集成，这是智能制造当中的三个挑战问题。

人工智能是两种概念，一种是内人工智能，它的特点是和人的智能，美国的企业家、科学家，包括政府认为要真正做到这一点，还要几十年，而今天我们讲的人工智能，学术上叫弱人工智能。

人工智能技术是通过机器，延伸和增强人类感知、认知决策执行的功能，增强人类认识世界与改造世界的能力，完成人类无法完成的特定任务。有些任务是人无法完成的，就要人工智能去解决，这是它的目标。

关于人工智能，我们和美国同时在讲怎么和工业结合，我这里有几个例子，今年5月份，白宫举行美国工业人工智能峰会。他们要重点发展具有高影响、面向特定应用领域的AI，所以这就是弱AI。很多人觉得人工智能是和人的智能，比如阿尔法狗，这个系统下围棋很好，但我不要求它下象棋也好，这是内人工智能，这是很难的。

人工智能的技术和我们过去技术之间的关系。原来讲人工智能技术，原来讲深度学习，深度学习利用了大数据，利用了层，最早发现可以用到156次，其中做出来的有标志性的结果，一个是同声传译系统，2012年就把这个系统研究出来了。第二个是图像识别，引起大家轰动的例子是阿尔法狗打败九段高手，它的主要特点是用了大数据，分析成是大数据驱动的人工智能。我们现实社会当中，有一类是人无法做的，比如围棋，人的脑袋掌握不了的可以用计算机挖掘，把所有的都拿出来，然后做一个模型，这件事是这类特定的人。