全天安徽快3计划网|江苏快3计划软件免费下载
 

這個領域,專業服務將從愛力領富股份開始

Aili Group Stock,will be the leader of professional service in this field.

楊華勇院士:智能制造與智能液壓件的一些探索(三)
來源: | 作者:轉載 | 發布時間: 2019-12-25 | 183 次瀏覽 | 分享到:

編者按:2019年9月22日,在奉化舉行的“中國流體傳動與控制青年科學家論壇”上,中國工程院院士、浙江大學機械工程學院院長、浙江大學流體動力與機電系統國家重點實驗室主任楊華勇院士受邀發表了一場精彩的報告,《智能制造與智能液壓件的一些探索》。楊院士的報告,從理論到實踐,包括5個實例,深入的解讀智能制造在實際的工業應用中到底用在哪里,怎么來用,也指明了智能液壓件下一個研究方向,以及青年學者、高校的研究團隊下一步要努力的方向。

本文根據楊院士演講錄音整理。


楊華勇:流體傳動與控制領域專家,國家杰出青年基金獲得者,長江學者,中國工程院院士。1982年畢業于華中科技大學,1988年獲英國巴斯大學博士學位。現任浙江大學機械工程學院院長、浙江大學流體動力與機電系統國家重點實驗室主任,中國機械工程學會流體傳動及控制分會名譽主任,《生物設計與制造(英文)》期刊、《浙江大學學報英文版A輯》、《工程設計學報》主編。他在電液控制基礎理論、基礎元件和系統、以及盾構和電梯裝備關鍵技術開發和工程應用方面開展了系列的研究,形成了“理論-元件-系統-裝備-應用”完整的技術路線,對我國機電液裝備的自主研發作出了重要貢獻,取得了顯著的經濟效益。他的研究方向還包括智能制造、生物制造和綠色制造關鍵技術與裝備等。

制造業轉型案例二:中鐵工程裝備集團

還有裝備使用過程的智能化。我們跟著盾構這個行業一起已經走了17年以上,我們自己在學校做了五年,與企業一起做樣機做了五年,最近十年都在支持兩家龍頭企業做量產。現中國也成了世界最大的盾構制造強國,生產了全球一半以上的產品。中國盾構的出口也已經到了22個國家,技術上達到了與發達國家并跑的狀態,但是技術上這個行業仍然還有許多提升的空間。全球隧道施工許多都是24小時不間斷,隧道施工工地的問題還是有不少,10%左右的工地都有各種各樣的裝備故障等。 




傳統的盾構施工方法就是培養駕駛員,一個盾構工地,不管直徑是6米還是16米,16米直徑一個的盾構有近七層樓高,每一班只有12個人在下面隧道掘進面工作,其中最重要的崗位就是司機。盾構司機培養周期很長(人才比較缺),而且這種工程一做24小時不間斷,到半夜三點都不能停。各種(事故)在上海北京以及倫敦都發生過。司機遇到異常情況,要把問題傳上來,很難,及時得到有力的支持更難。這個問題如何來支撐?我們在設想馬上啟動(設計一個解決方案)。

事實上類似問題在礦山行業里面也有,比如硬巖的破巖問題。巖石破碎后能夠用一個傳送帶傳送出來,但是有時石塊太大,會把傳送帶弄壞。石塊太小等于過度消耗能量來碎石。原來的煤礦工地(的解決辦法),就是靠人工,派兩個人拿著棍子盯在那里,石塊大了就捅下皮帶機。但是現場又濕又潮,還有可能有瓦斯,這個環境誰也不愿意去做了。這個問題怎么解決?巖石的種類是有限的,總可以把它們分類,前期建立數據模型,(用顏色區分巖石種類),然后在傳送帶上加一個小的裝置把大石塊捅下來,就這么簡單。
 







這方面能做的事兒很多。我覺得這些作為AI公司能替代的是Intelligent system公司,應該智能輔助駕駛。這個會有很大的影響。

制造業轉型案例三:無錫貝斯特精機公司


還有一個案例是在無錫貝斯特精機公司,我們都知道發動機葉片制造是最麻煩的。做一個德爾曼渦輪發動機,葉片一出事,后面就得整體召回。現在質檢員成本高,人目檢測肯定總有遺漏。所以把業務層、交互層、計算層和基礎層結合起來,然后一個個關鍵工位加裝攝像頭 ,把圖像視覺圖像用數據提取出來,再加上后端的深度學習訓練,就會持續的改進。

 







比如,收集多少個圖片,有多少種劃傷,主要是哪幾種,一定要緊密盯著。劃傷一點不能有,有些劃傷在關鍵部位,該放棄就放棄。通過做訓練,來提高成功率、精度。


都知道數據經過足夠的訓練,精度會越來越高,要遠超過人。所以意義在于質檢不依賴于人了,也不用人來長時間地盯著數據,這就節約了大量的人力成本。傳統2.0的企業,中國的企業車間要增加一個人比較容易,真正企業進化到現在到3.0、4.0,開始進行智能化改造,車間的崗位就不會輕易增加了。

中國的制造業都知道了,車間的工人不能隨便增加,而現在各種技術是在減少車間工人的人數,但是辦公室、設計制造、售后服務這些崗位會大大增加,尤其產品競爭力提高一點,利潤豐厚一點,自然會去做更多的事情,售后服務會做得更好。所以車間的工人(數量)需要嚴格把控,(檢測)準確度的問題完全(依靠)數據訓練。

制造業轉型案例四:中國商飛



第四個案例是商飛的上飛廠。浙大我們國重實驗室的柯映林教授帶了四個老師,十幾個研究生,二十幾個工程師,大概不到50個人。過去八年,應該交付了12個億以上的飛機生產線,數字化裝配。有了這個基礎,我們再來看,發現裝配的工序非常復雜,飛機裝配實際很麻煩。 


通過一個裝配流程,發現一個飛機的裝配就有6000個節點(Assembly Outlet-AO),每一個節點(AO)約有30道裝配工序,所以每一個部件,每一個工裝,每一個工位出了問題,后面會有一系列的麻煩。在這個里面大部分的是系統的問題,商飛前期做得非常多,加工人員、管理人員、工藝員之間,有一個方面做的不好就不行。

用機器來替代了人工,精度到底怎么樣?以前,車間排產一直靠人工,執行的準確度最高是60%,現在的數據打開來看眼花繚亂(不夠準確),現在還在(改進的)過程中,但數據的全局優化排產精度已經做到了80%。

我們知道華為在各個城市都開展了5G相關項目,北上廣深、浙江等等。電信、移動、聯通,都在做5G。我們一做制造智能化,突然就發現上載數據是個大問題。復合材料需要監控,目前是用500萬像素的設備拍照,但是它的數據量有多大呢?一秒鐘15張照片,就需要700-800MB/s數據要上傳,現在華為在實驗室只能做到110MB/s上行傳輸速度。而實際情況,在車間還會有干擾,實際傳輸速率只有60-80多MB/s,還達不到使用需求,這就只能壓縮數據,并且不能漏檢,為此就會有一大堆事要做。飛機現在大量采用復合材料,所以對車間產生的數據上載速度提出了新的要求。

數據需要讓它沉淀下來,找準幾率,變成有用的信息,足夠量的沉淀變成指示。指示如何用?所以頂層設計的關鍵就在這里,進入智能生產,協同與個性化的定制,就帶來很大轉變。工廠從采購、生產到銷售,到人才,實際上都可以上這樣一個平臺來進行發展。開展學習交流現在都靠APP,在手機上完全都可以做。所以研發市場做生態,企業現在的內部管理,是怎么來安排的呢?設備狀態監控,現在做智能化,一堆數據前期做的越好,把財務數據、銷售數據、售后服務全部打通,工業大數據分析,商業分析,都按訂單來進行生產,所以可以做到物流、制造的新生產有序(進行),銷售業務有據可依。

目前企業工業數字化和智能化轉型,分四個階段。大部分企業現在還在推“百萬企業上云”的第一階段,各個企業都在想辦法發展,需要圍繞企業背景,真正做起智能化來需要做很多工作。個別企業開始在做數據管理和治理,真正做到智能化、協同制造。嚴格意義上來看,西門子也沒有完全做到,雖然有很多試點,但目前還有兩三年需要討論,建立標準,需要通過許可證。

可以看出來,5G的出現會改變一切,這是好的現象。

制造業轉型案例五:兆豐


杭州蕭山區有一個做軸承的公司叫兆豐,就是做通用的汽車軸承,每年7到8個億的銷售額,產品大部分是出口美國、歐洲的,國內(銷售)也有,已經是上市。他們就是智能化、數字化走到前面。數字化以后,380人的傳統車間,減少了300人,只剩80多個人。最近一年多,他們又投資3000萬來做數據打通,打通以后效果明顯,交貨期縮短。每個訂單只需要七天就可以交付。

所以通過這些案例,我們知道在這方面有很多事可做,我們雖然做元器件開發的,除了設計、還要解決如何制造和應用(的問題),產品能夠更智能,這需要很多的研發力量。中國每年800萬的本科畢業生,40%是工科,320萬的學生,畢業以后大部分都成為工程師,這個是遠超世界各國的,所以我們的工程師紅利還遠沒有釋放出來。

總的來看,國家可持續戰略對中國制造提出了新的要求,如何來改造企業,改造產品就是離不開信息技術,智能化提升了基礎件的性能,真正為提高裝備制造業做貢獻,不僅服務于中國的經濟民生,提高資源和技術應用能力,讓中國制造真正進入高端,使我國成為制造強國,所以在座的年輕學者,還有企業家,正是我國智能基礎件開發與應用的中堅,未來可期。

 
掃描關注愛力領富科技股份官方微信公眾號


全天安徽快3计划网 极速时时彩 湖北孝感麻将卡五星 安徽快三 江西福彩快3遗漏 低息股票配资 兑换微信红包麻将 青海快三和值技巧 优博时时彩平台 快乐12前三组选遗漏 哈灵麻将官网 今日竞彩比分推荐 甘肃彩票快3玩法表 500万即时赔率 体彩电子投注单停用 重庆时时在线预测专家 山西快乐10分前三