電話咨詢
客服咨詢
業務咨詢
4月26日，在2024中關村論壇期間召開的“智能制造創新發展論壇”上，中國工程院院士李培根表示，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。
第一個核心：智能機器人
發展至今日，智能工廠建設已經離不開機器人。李培根指出，現在企業里裝配線上大量的機器人都是在封閉環境下工作，實際上并不是真正的智能機器人。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）。
目前，車間里的自主導引小車大多是按照固定路徑移動的，實際上真正的自主移動技術沒有這些限制，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。”李培根說道。
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不需要改造環境就能應對復雜的人類環境，使用場景更廣，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。
第二個核心：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。
舉個例子，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的實時數據，反過來指導車間或者工廠的運行，乃至供應鏈競爭，使工廠運行在最佳狀態。”李培根說道。
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。
第三個核心：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，讀完之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、裝配誤差問題、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。
來源：中國電子報
PLtwin數字孿生擁有Unity游戲引擎與GIS&BIM地圖的兩條技術產品，包含3D建模與開發的獨立數字孿生團隊，利用三維建模技術還原真實場景，模擬仿真運行狀態，打通業務數據，實現數字化"一張圖"的多種應用場景。廣泛應用于智慧社區、房地產、智慧城市、智慧工廠、數字產線、工藝仿真等諸多領域。