新浦京官网

网站导航

质量品牌

人力资源

资讯中心
2019-2020中国智能制造10大热点
来源:article
发布时间:2020-04-26 点击:2406

01、数字孪生概念热门,应用场景尚需突破

2019年以来,数字孪生技术(Digital Twin)已经成为我国智能制造领域的热点数字孪生技术的发展,源于CAD技术、虚拟仿真技术、工业物联网、VR/AR等智能制造相关技术的发展与交叉融合。CAD技术经过半个世纪发展,从二维工程绘图到三维建模,再发展到全三维设计和基于模型的产物定义(MBD);虚拟仿真技术从有限元分析、流体分析到多物理场仿真分析,以及工艺仿真,再到数字化虚拟样机,以及数字化工厂仿真;工业物联网技术则针对重资产设备、无人值守的设备、可移动的复杂装备、智能互联产物,以及生产线和车间等场景,以多种数据来源(传感器、数字仪表、控制系统等)和高频次的数据收罗为特征,基于工业物联网平台进行应用;再加上VR/AR等可视化技术的迅速发展,使得数字孪生技术应运而生。

e-works建议,具有产物全三维设计和MBD技术应用基础,以及工业物联网应用实践的大型企业可以建立明确的愿景,做好规划,梳理路线图,但一定要建立分阶段的明确目标,真正在每个阶段创造实际的价值,而不是做一些炫酷的面子工程。

02、中国工业App财产压力巨大,任重道远

2019年,我国工业App业务收入保持较快增长,但我国工业App的生存“土壤”与欧美工业App强国相比还存在较大差距,国产工业App企业的竞争力还存在明显的“后发劣势”,我国工业App财产发展仍任重而道远。

对全球第一制造业大国的中国来讲,工业App的重要性毋庸置疑。工信部信软司在与工业App财产发展有关文件中指出:工业App是指专用于或主要用于工业领域,为提高工业企业研发、制造、生产管理水平和工业装备性能的App。工业App有多种角度的分类方式,目前并没有形成国际公认的统一标准。

e-works认为工业App可包括三类App:支撑工业企业进行产物研发创新的工具类和管理类App、支撑企业进行业务运营的各类管理App、支撑对设备和自动化产线进行管控以及数据收罗和安全运行的工控App。

▲ 中国工业应用App市场主流厂商

经过30多年的发展,我国工业App产物种类已经比较齐全,覆盖汽车、工程机械、航空航天、高科技电子、家电、国防军工、石油化工、食品饮料、生物医药等多个行业,具备了一定的行业解决方案研发能力和服务支撑能力。2019年,我国工业App业务收入保持较快增长,累计完成业务收入1720亿元,为支撑工业领域的自主可控发展发挥了重要作用。

e-works认为,中国工业已经发展到了转型升级的关键阶段,工业企业对工业App提出了更加迫切的需求,我国工业App企业应该抓住工业企业进行数字化转型的巨大机遇,坚持开放与合作,实现广泛国际合作基础上的协同创新与共同发展。

03、统一架构标准,加速IT与OT融合集成

ITOT融合时常被作为重要的财产趋势,旨在通过两者的融合打通运营管理系统与制造实行系统之间的数据链路,将二者整合在一个统一的信息平台上,从而帮助企业提升在运营决策与制造实行等各方面的综合效益。

然而,ITOT融合并不容易,除了需要面对跨界投入不稳定、不确定的风险以及设备、人力等本钱的挑战外,ITOT本身所具备的特性也为二者融合设置了障碍。

随着TSNOPC UA两大标准的发展,OPC UA在水平方向将不同品牌的控制器设备进行集成。在垂直方向,TSN则实现设备到工厂再到云端的连接,推动IT与OT的融合。可以预见,在主流OT厂商和IT厂商均支撑OPC UATSN的趋势下,ITOT融合的诸多问题开始被逐一解决,打通“从计划层到实行层”的全业务流程数据,实现企业内部由上而下的业务纵向集成也水到渠成。

04、增材制造服务财产,迎来发展新契机

在全球经济一体化进程中,以增材制造技术为代表的新一轮科技革命,正受到全球制造行业的广泛关注,世界各国纷纷把增材制造作为未来财产发展的新增长点,我国也从资金、政策等角度对增材制造财产的发展予以大力支撑,尤其在发布《增材制造行业发展行动计划》后,我国增材制造服务财产及技术迎来了发展新契机。

从全球市场来看,增材制造服务商主要分为三类:

一类是以美国3D Systems企业和Stratasys企业为代表的综合性增材制造服务商,他们从设备制造商起家,通过研发与并购不断向上下游拓展延伸业务,将质料、App、服务等技能逐步收入囊中,逐步演变为可以提供综合增材制造解决方案的服务商;

第二类是增材制造工作流程解决方案与打印平台的服务提供商,例如Materialise、Shapeways等,都属于不生产增材制造设备,只面对应用用户提供整体解决方案,其中建立于1990年的Materialise拥有业界最大的App开发团队与全球顶级的增材制造工厂,其经过认证的生产和质量流程能满足为要求最高的行业服务的标准,全球多家知名汽车企业、航空制造企业以及电子消费品企业都是他的客户;

第三类是各行业巨头直接进军增材制造领域,扮演增材制造服务商的角色,例如,美国工业巨头通用电气旗下的GE Additive具备了增材制造全财产链的支撑服务,从金属增材制造设备到三维建模App和服务系统等,GE Additive都可以为客户提供相应服务和整体解决方案。

从我国市场来看,增材制造服务财产规模已经初步形成,涌现出一批具备一定竞争力的骨干企业,典型代表包括太尔时代、先临三维、铂力特、鑫精合、华曙高科、飞而康、闪铸科技、悦瑞三维、汉邦科技、安德瑞源、易加三维、科恒、未来工厂、云铸三维、联泰科技、敬业增材、光韵达医疗、德科精密科技、黑格科技、永年激光、雷佳、捷诺飞、共享集团等,他们为增材制造服务财产的发展提供了有力的支撑。尤其在2019年,专注于工业级金属增材制造的铂力特乐成在科创板挂牌上市,意味着我国的增材制造发展空间逐步打开,对整个增材制造财产的发展带来了积极的推动作用。

05、人工智能和大数据分析,加速制造业智能变革

人工智能和大数据技术应用的最根本的核心是让复杂的东西变的简单化、便捷化、人性化和个性化。以美的集团为例,从企划、研发、生产到最后的服务,都能看到人工智能的算法和大数据技术应用的身影。通过广泛深入的AI与大数据分析技术应用,美的集团可以精准理解用户需求,打造最符合用户需求的产物;在生产方面,各类在线AI视觉检测设备使用令产物生产过程中的质控水平有了质的飞跃,既节省了人力又能够提质增效;在产物服务方面,更是凝聚了所有AI技术的核心,比如交互智能化、服务智能化、生态智能化。美的集团打造的科技、智能高端品牌Colmo,就将人工智能和大数据技术淋漓尽致地体现在家电产物中。

富士康推出的“雾小脑”则重点通过将人工智能技术与设备相融合,发展智能生产设备,将核心生产设备都智能的连接起来,包括设备本身以及设备生产所需要的质料,结合大数据分析,通过专业知识处理惩罚后再加上人工智能的方法,利用智能设备把工人从重复繁重的工作中摆脱出来,实现“新制造”。例如,SMT(表面贴装技术)等微型零部件的贴面清洗周期大概为6万次,极易出现失误,而富士康的雾小脑技术利用App的整合分析,以传感器为五官灵敏地收集各方数据,在数据建立模型之后,真正做到实时预测和监控,全程精准把控生产流程,本钱节省了凌驾60%

e-works认为,企业既不能盲目追求新技术应用,也不能抗拒新技术带来的变革。要实现智能化变革,就必须在企业的产物设计、工艺设计、生产制造、工厂运营、产物服务等各个阶段中找到关键的应用场景,针对具体应用场景中面临的挑战与问题,切合需求来合理应用人工智能和大数据等新兴技术,找到真正合适的解决方案,最终产生的成效也将远超想象。

06、工业互联网热潮之下,应用广度与深度亟待提升

作为新一代信息技术与制造业深度融合的产物,工业互联网日益成为新工业革命的关键支撑和深化“互联网+先进制造业”战略的重要基石。虽然目前工业互联网热潮涌动,但是我国的工业互联网应用还处于初级的阶段,各界对工业互联网的认识与理解不太统一,工业互联网的应用仍然面临诸多挑战。最具代表性的是工业互联网应用深度和广度不足。

由于企业认知水平的差别,部分工业企业对工业互联网带来的新应用、新模式缺乏清晰认识,不知道能够解决哪些问题、带来哪些商业价值。就算了解需求在哪,也没有一套标准帮助他们在形形色色的厂商中找到适合自己的解决方案。

除此之外,企业广泛存在数据孤岛问题,业务数据被封锁在各个系统、部分和设备中,即便企业有意愿实验基于工业互联网,数据匮乏也是巨大的挑战。更重要是,工业互联网项目为定制化系统,需要大量的资金投入、漫长的实施周期,绝大多数中小企业很难蒙受。

在《指南》以及新基建等政策的引导下,依托行龙头企业,工业互联网标准体系得以在一些领域全面推进。目前工业互联网标准体系的建设主要集中在标识解析、工厂内网、网络资源管理、边缘设备、工业大数据等财产发展急用的标准,重点在“广度”,而不在深度。未来随着工业互联网应用的深入,以及标准体系的“深度”上加力,工业互联网标准体系的建设也必然日趋完善。

07、仿真技术走向平民化,驱动企业创新发展

近年来,随着仿真技术在企业中的适用性不断提高,仿真技术平民化更加凸显,主要手段包括将仿真功能嵌入到CAD环境或者将CAD功能嵌入到仿真环境;加强仿真流程自动化;加强仿真数据和流程管理等。同时,仿真App、模板的兴起,也使得非专业仿真人员更容易使用仿真技术。别的,越来越多的组织提供云计算服务,越来越多的仿真厂商致力于开发简便易用的CAEApp,也使得仿真技术日趋平民化。而仿真技术的平民化,又可以协助企业改变设计习惯、优化设计流程、减少时间损耗,从而使创新变得更加容易。

例如,世界知名的意大利发电机和电机制造商Marelli Motori接纳ANSYS Discovery LiveApp,实时改变产物几何结构或工况得到最佳设计,从而大幅缩短了设计时间,并提高了产物的可靠性;全球风电整体解决方案提供商金风科技通过使用Altair SimSolidApp,在短时间内对复杂的直驱风机主传动系进行结构分析,最大水平降低了仿真前处理惩罚的工作量,大幅提升了产物的设计效率;全球领先的林业、公园及园艺护理户外动力产物生产商富世华集团借助MSC NastranApp实现了产物的高效优化疲劳分析,提升了客户对产物的满意度;欧洲从事都会公交车生产的MAN Bus工厂一直在使用ESI集团IC.IDO虚拟现实协同决策平台,实现了快速响应市场需求,并确保产物在正确的时机发布与交互。

e-works认为,创新是实现制造强国的基础,而仿真技术则是创新的核心。尽管当下不少企业在进行产物决策时还是依赖于经验法则,但这不妨碍仿真技术走向平民化。随着5G、人工智能、物联网等大趋势的推动,随着仿真App、硬件和处理惩罚速度方面的进步,随着人们对更智能、更高效的产物设计的追求,将会有更多的企业认识到仿真是必不可少的创新工具。届时,普遍而深入地运用仿真技术将不再是少数企业的竞争优势,而会成为所有企业的必备技能。

08、智能工厂集成商野蛮生长,亟需建立评价标准

智能工厂系统集成商主要针对设计研发、生产制造、运营管理、精准服务和物流调度等各场景的应用需求,为制造企业提供智能工厂的项目规划与咨询、系统设计与实施、集成安装与调试以及培训支撑与运维管理等系统服务,将各类来自于上游供应商的零散设备、控制系统等集成为满足下游制造企业特定需求、切合行业及现场应用的解决方案,从稳定性、可靠性、连续性等方面满足制造企业建设智能工厂的需要。

据估计,目前国内存在着数以千计的智能工厂系统集成商,且覆盖行业已从传统的汽车行业向3C电子、食品、金属加工、医疗等行业延伸。然而,由于智能工厂系统集成的市场准入门槛低、具有“非标”特性,且存在行业差别性,这就决定了当前智能工厂系统集成尚未走入完全标准化的成熟阶段,必然形成小型系统集成商争相涌入、国内智能工厂系统集成商鱼龙混杂、水平参差不齐的局面,同时制造企业如何有效评估智能工厂系统集成解决方案的可行性与合理性也成为亟待破解的难题。

事实上,作为智能工厂集成解决方案的提供者,智能工厂系统集成商给制造企业带来的收益与陷阱并存:一方面,智能工厂系统集成商可帮助制造企业提高生产效率,节约人力本钱,提高产物质量;同时可通过收集数据、对数据进行处理惩罚分析,助力制造企业实现智能化、柔性化生产,连续改善生产效率与产物质量;另一方面,智能工厂系统集成商在技术上的局限,方案设计上的缺陷,以及对方案的风险评估不够,也可能会给制造企业带来潜在的数字化、自动化与智能化陷阱,导致投入与收益不成正比。

e-works认为,针对当前的智能工厂系统集成及制造企业现状,亟需建立起科学客观的智能工厂系统集成商及智能工厂系统集成解决方案的评价标准,从制造企业的现状与实际应用需求出发,保证制造企业在前期评估过程中能够系统、全面地把握智能工厂系统集成方案,并合理科学地导入,使智能工厂的建设与应用真正落到实处、发挥实效。

09、边缘计算兴起,云边协同成为趋势

在工业互联网、5G商用探索等热潮引领下,边缘计算在2019年备受财产关注,不仅仅是云计算巨头,包括制造企业、运营商、财产研究机构以及各种联盟,都对边缘计算倾注了极大的热情,2019年甚至被认为是“边缘计算元年”。

对于许多制造企业而言,在应用边缘计算过程中往往会碰到边缘侧设备数量庞大、多样,缺乏统一的接口规范、传输协议等现实问题。另一方面,云边资源的分布式协同需要依据用户需求进行动态计算,这对于许多IT处理惩罚能力薄弱的企业而言也将是一大技术挑战。因此,企业需要注意云边协同的推进方式,不能为了把靠近用户侧的产物和业务扣上边缘计算的帽子,而盲目将计算能力边缘化摆设。e-works建议制造企业从典型的业务需求场景出发,综合考虑本钱因素和实际效果,逐步将部分能力下沉到边缘侧。

10、5G商用元年,制造业应用场景仍需探索

按照此前工信部与运营商制定的5G计划时间表,中国5G商用牌照发放时间提前了半年。但业界专家认为,5G要真正普及应用仍然缺乏杀手级应用。就像文字传输于2G图片应用于3G、视频交互于4G,5G要实现快速发展就必须激活行业对于高带宽、低时延和广连接等特性的应用需求。

在e-works针对行业应用需求调查中,制造业占比要远高于其它行业,占比高达37%,特别是数据收罗、远程控制、视频监控、产物检测等应用需求比较强烈。对制造业而言,5G的优势在于可为高度模块化和柔性的生产系统提供多样化、高质量的通信保障。与传统无线网络相比,5G在低时延、高密度海量连接、可靠性以及网络移动性等方面优势明显。

因此,当前5G最主要解决的是企业有线网络布线困难以及本钱高的问题,在实时性要求较高的场景中解决4G网络带宽小和时延高的问题,但对于目前普遍关注的5G与人工智能、边缘计算、机器视觉等融合应用,仍处于探索阶段。

XML 地图 | Sitemap 地图