数字制造VS智能制造.doc

如有侵权，请联系网站删除，仅供学习与交流数字制造VS智能制造【精品文档】第 9 页数字制造VS智能制造2014年2月，美国国防部牵头成立了“数字制造与设计创新机构”（下简称“数字制造”，Digital Manufacturing）。2014年12月，美国能源部也宣布牵头筹建“清洁能源制造创新机构之智能制造”（下简称“智能制造”，Smart Manufacturing）。数字制造和智能制造两个机构将不可避免地研究各类智能制造技术，那么两个机构如何分工，各自研究领域的主要区别在哪里？美国先进制造国家项目办公室（AMNPO）从几个方面给出了答案。一、机构的目标数字制造机构：在整个供应链中利用增强的、可互操作的信息技术系统，全面改进产品的设计和制造过程。专注：将来自于设计、生产和产品使用中的数据进行综合并加以运用，减少制造周期和成本；将制造过程全数字化，加强产品全寿命周期的建模与先进分析工具，提升产品性能、工艺效率和企业绩效。各个工业部门实现全方位成本降低。智能制造机构：从实时能量管理、能源生产率和过程能量效率的角度，降低制造成本。机构将建立一个由互联数据驱动的工艺平台，平台将使用创新的建模与仿真手段和先进的传感与控制技术。专注：在整个生产运行中将效率信息实时集成，重点是将能量和材料使用降到最低；特别面向能量密集型的制造部门。美国提出的“智能制造”概念二、机构开发的核心技术数字制造机构：通过基于计算机的集成系统（由仿真、三维可视化、分析学和各类协同工具组成），将设计、制造、保障和报废系统的要求进行连接，完善成熟整条“数字线”。在实施设计时，综合利用智能传感器、控制器和软件来提升保障性，同时考虑系统的安全性。对于传感器来说，机构主要研究使用现有传感器来优化产品和工艺操作，并为未来传感器的开发提供需求输入。美国空军提出的“数字线”概念智能制造机构：用于高能效制造工艺的耐用传感器、控制和性能优化算法、高逼真度建模与仿真技术，用于技术集成的开源平台集成所有制造过程中的清洁能源和高能效应用、能量优化的控制与决策支持、原料和运行资源。“智能制造”特别关注以一种环保和优化生产率的方式，降低选定制造工艺的能耗。对于传感器来说，机构寻求开发新的传感器，用新的方式监测工厂的能量使用以及现有传感器的使用。三、机构的交付成果数字制造机构：前沿数字化技术减少制造的时间和成本，增强美国本土供应链的能力，缩短产品上市周期，降低国防部以及民用系统的采办成本。机构将开发并验证数字制造技术，在关键的制造业中部署这些技术并使之商业化。智能制造机构：传感器能够在高温高压环境中工作，控制系统使用来自这些传感器的数据，计算模型模拟传感器和控制系统的运行，开放式平台验证这些技术的集成如何提升能效。技术目标可包括：将一款用于过程监测的耐用传感器商业化，对选定的制造工艺，在5年内验证25%的能量成本降低；并且计划在10年内达到至多50%的能量成本降低。机构总目标是减少寿命周期能源使用，增加能源生产率，提振地区经济、就业以及本土生产，保障美国制造的竞争力。表1 两个机构对比表数字制造智能制造联邦资助l 国防部l 能源部目标：产品设计和制造工艺实时控制l 跨供应链、可互操作的信息技术系统l 互联数据驱动的工艺平台使用创新的建模与仿真手段和先进的传感与控制技术l 强调能量密集型工艺的优化关键受益点l 成本的节省l 更快的上市周期l 成本的节省l 高能量效率和能量循环利用节省成本的关注领域l 更加精确的设计、构建、自动验证和修正过程l 优化能量使用，生产成本减少1020%适用工业l 所有制造业l 能源密集型制造部门，如：化学生产，太阳能电池制造，钢铁核心技术和工艺领域l 集成IT系统的智能机床l 机-机通信（跨平台和企业）l 计算机仿真，三维模型，基于模型的企业，可互操作的系统l 先进材料和工艺的设计l 分析学l 基于先进硬件和软件平台的先进传感、仪器、监测、控制和工艺优化技术l 建模与仿真技术详细描述l 将信息技术和数字制造与设计概念从实验室环境或原型转化为标准的商业实践l 建立“数字线”标准，允许所有制造商在供应链中向上下游传递设计和工艺信息l 高温高压环境中的耐用传感器l 控制和性能优化算法l 高能效制造工艺的高逼真度建模与仿真l 跨工厂和企业的对能量、生产率和成本的实时控制赛博安全的重点l 系统l 设备四、延伸阅读一数字制造与设计创新机构由国防部监管，因此其技术方向环和研发内容更加贴合离散制造业的智能制造需求（尽管宝洁和陶氏化学也是创始成员）。2015年1月，数字制造与设计创新机构发布了战略投资计划，设定了先进制造企业（AME）、智能机器（IM）、先进分析（AA）这三个投资方向以及赛博物理安全和开源平台这两项重点任务。先进制造企业：先进制造企业由减少复杂系统生产成本与周期的敏捷制造策略以及综合能力所组成。从产品、工艺和系统全寿命周期角度讲，先进制造企业包含的技术和方法支持了它们的高质量、低成本、快速设计与实现。该领域目前重点关注基于模型的企业（MBE）数据与基础结构。投资方向包括：在“数字线”中进行系统设计；智能工厂的可视化和实时优化；供应网络的端到端数据同步；数字结构的全系统集成；完整化的基于模型的定义（MBD）；缩小中小企业在数字制造上的差距等6个。今明两年，该机构将重点进行智能工厂的可视化和实时优化、在数字线中进行系统设计这2个方向的项目研究。智能机器：智能机器由高度集成的功能软件和/或硬件实体组成，如感知、计算、通信、诊断与维护、任务执行等功能。智能机器领域的核心目标是开发一个开放架构的、即插即用以及用户友好的软硬件平台，实现智能机器的功能与下一代数字制造系统在机床、企业和供应链层级的无缝集成。该领域目前重点关注用于外形自适应加工的即插即用工具集。投资方向包括：智能机床的通信标准；智能机床的赛博安全；面向赛博物理制造的运行系统；智能加工的工具包等4个。今明两年，该机构将重点进行智能机床的通信标准、面向赛博物理制造的运行系统这2个方向的项目研究。智能机器原理图先进分析：先进分析能力由功能描述、性能分析、预测性建模与仿真以及与系统交互相关的方法、工具、技术和算法组成。先进分析的核心能力是预知结果，关键能力还包括提高生产率的先进分析学、建模与仿真、设备和系统诊断、设计优化、智能联网等。该领域目前关注集成测量的设计与制造综合模型。投资方向包括：面向生产波动补偿的敏捷制造；工厂增强现实和可穿戴计算（如数字眼镜）；虚拟指导下的认证等3个。今明两年，该领域将重点进行工厂增强现实和可穿戴计算、虚拟指导下的认证这2个方向的项目研究。赛博物理安全：赛博物理安全将满足工业界和国家对于制造环境中的安全、信任以及知识产权保护的需求。赛博物理系统必须在维持系统正常运行的同时动态地安装安全补丁，解决新的安全漏洞，为此，需要为网络安全架构中内置的开放数据结构开发新的标准和方法。该任务目前关注协同制造环境下管理信息资产的安全、可信赖的基础设施。今明两年，任务的重点是进行工厂赛博安全基础设施评估，开发评估制造企业赛博安全弱点的工具，为保护工厂数据提供支持。开源平台：一个开源软件平台能够实现数据聚合、分析和相应行动。为此，机构将致力于建立一个“数字制造公用平台”，协助促进以上三个核心技术领域的成熟与集成。五、延伸阅读二智能制造机构由能源部监管，因此其技术方向环和研发内容更加贴合流程制造业的智能制造需求，与美国“智能制造领导力联盟”（SMLC）所倡导的理念更加符合（尽管通用动力和通用汽车等也是其核心成员）。SMLC是一个致力于构建一个开放共享的智能制造平台，突破“智能制造系统”开发与部署难题的非盈利组织，由美国能源部、美国国家标准与技术研究院（NIST）、国家科学基金（NSF）等部门主要支持。联盟的目标是构建一个基于云的、开放式架构的软件平台，集成了现有的和未来的工厂级数据、仿真和系统，并策划业务的实时行动。在这个智能制造平台上，智能制造系统实时地将制造智能数据集成到整个工厂和供应链，包括设计、工程、计划和生产。集成智能制造系统需要实现面向多层数据管理与建模的生产运营中所有层级的实时动态界面连接。多层数据管理SMLC是为数不多的给出了“智能制造”定义的，而且提出了若干关键技术，包括：联网的传感器，数据互用性，多尺度动态建模与仿真，智能自动化，可扩展的多层级赛博安全。SMLC组织制订的“智能流程制造”路线图和“智能制造企业（联盟）”行动计划就围绕这些关键技术，确定了集成的发展路线。五个连续路径实现智能制造智能制造的企业场景中，统一的模型集成到全部运行中，对象和过程都体现了分布式智能，企业范围内形成自感知、自优化的系统，以及可共用信息和能力的系统，建立任何操作和运行的影响都可预测的工业。实现智能制造要分五步走：一，将数据转化为知识，关注建模标准、数字化环境与信息基础设施；二，将知识转化为模型，关注智能化的工艺建模、仿真、分析与优化；三，将模型转化为关键工厂资产，关注工厂级的智能工艺实施与智能制造管理；四，关键工厂资产的全球化，关注企业（联盟）级的智能制造；五，建立关键绩效指标，关注面向智能制造的教育与技能。四个行动计划打造智能制造企业智能制造企业（联盟）应该从工厂运行到供应链都是智能的，能够全寿命周期地虚拟跟踪资本资产、工艺和资源，具备柔性、敏捷和创新的制造环境，绩效和效率都是最优化的，业务和制造都是高效协同运行的。针对这一2020年目标，确立了四个行动计划：一，搭建面向智能制造的工业界建模与仿真平台；二，构建经济可承受的工业数据收集与管理系统；三，在商务系统、制造工厂和供应商之间实现企业（联盟）范围集成；四，加强智能制造中的教育与培训。