菜单导航

关于未来工厂发展的五大趋势详解

作者: 精装之家 来源: 精装之家 发布时间: 2021年04月07日 02:11:30

MathWorks工业自动化和机械领域行业经理Philipp Wallner日前在接受《电子工程专辑》采访时预测称,2021年,整个工业领域将从大规模生产向定制化生产转型,数字化变得比以往更加重要,包括生产系统更加自主化、工程师更依赖通过仿真的方式去确认设备的行为等。

他将未来的工厂称之为“柔性(Flexible)”的,认为市场驱动力源自商品的个性化,包括从大规模生产向定制化生产、自主的生产线需求、以及产品迭代周期缩短等因素。当然,由此带来的挑战也显而易见,系统复杂性的增加最为显著,例如参数数量与种类、模组与元件之间的数据交互和无处不在的软件。这样,就需要越来越多的仿真模型去进行参数的调优和设计,需要AI和数字孪生技术用于运行优化,或是对设备进行健康预测。“这其中涉及到几个比较重要的生产要素。”Philipp说,其一,性能越来越强劲的硬件,这是确保复杂算法能够顺畅运行的先决条件;其二,由于系统日趋复杂,开发者需要新的工具和设计流程用于开发、测试和部署控制软件和AI算法;其三,也是非常重要的一点,就是要有越来越多的工程师能够把各自领域内的专业知识与AI技术融合起来。而以下五大工业趋势将促成以上预测:

趋势一:AI项目的经济性优势日益凸显

目前,在工业领域,柔性和自主制造是AI发挥优势的重要应用方向,例如预测性维护、健康监测、生产优化、基于视觉的质量检测等。MathWorks提供了大量APPS用于帮助工程师进行AI功能的设计开发,并通过与包括微软在内的厂商合作,将非实时性的数据部署在云端,从而实现从云端到边缘设备端的完整部署。

MathWorks提供了大量APPS用于帮助工程师进行AI功能的设计开发

在Philipp列举的Mondi公司案例中,通过利用MATLAB开发出的用于监测生产线状况的APP,Mondi公司每年能够节省至少5万欧元费用;而在与VDMA的合作中,MathWorks通过提供AI应用指导书指导企业将AI技术应用在基于视觉的智能检测、机器人训练等各种应用中。他强调说,软件已经成为很多用户的一个主要资产,并正在成为他们与同行区分开来的重要因素。复杂的软件,很多情况下包括AI和工程数据的融合使用,在帮助生产制造企业获取成功方面上扮演着越来越重要的角色。在这种背景下,开发和测试基于软件的功能变得越来越重要。所以,生产制造行业的领导企业都在帮助工程师开发和验证软件功能方面相关的工作流以及工具方面,大力投入。

趋势二:机器的功能验证转向数字模式

如前文所述,由于复杂的系统功能日益依赖通过软件实现,使得设计过程中的仿真和测试验证工作,更多倾向于采用数字化模型的方式去实现从设计,到交付,再到运行的全生命周期。这种复杂性往往来源于我们对于柔性生产、模块化生产、更高质量和精度、更多数据吞吐能力、以及更短的上市时间和交付周期的需求。这意味着,未来的工厂将被建造两次——先虚拟,再实体。在设计环节,设计人员可以在Simulink环境下用桌面仿真的方式对整个系统进行完整的构建,并在比较安全的环境下对整个系统做基于仿真的测试;接下来,利用MATLAB提供的自动代码生成功能,将经过验证的算法生成面向于工业控制器的CC、C++代码;再下一步,通过采用虚拟交付技术,将测试环境部署到实时运行的工业原型机上,对即将交付的软件进行测试,从而显著减少利用物理实体进行测试的需求;最后,就可以利用这种模型去构建数字孪生体,用监测/预测性维护算法对设备的状态进行估算,降低运维成本。

基于仿真的测试

在回答“单纯依靠模拟仿真能否全面的验证机器的功能以及其设备生命周期?”这一问题时,Philipp表示,仿真模型不能用作完全替代物理世界进行的测试验证。基于模型设计的目标是在设计的早期就开展功能测试,以避免将一些设计上的问题带入到后面的物理实体的制造环节。利用仿真技术的生产系统早期的测试验证,将显著减少后面投入在物理实体上测试验证的时间投入,但并不能完全的替代物理世界的测试,至少短期还无法达到。“一些极端环境或涉及人身安全的环境下的测试,使用仿真模型可以很方便的开展,这样就能避免将测试的人员置于危险的环境下。另外,对于那些在物理世界需要很高的测成成本、以及可能对设备本身或测试人员造成伤害的测试场景,都可以应用仿真技术来帮助我们完成测试。”他说。

趋势三:生产车间和办公场所进一步融合