基于大数据和云技术的智慧制造在模具设计与制造中的应用研究

费晓瑜 郑 伟 秦万忠 李卫强

（1.天津职业大学，天津 300410；2.天津川宇田科技有限公司，天津 300402）

智慧制造是一种基于大数据和云技术，面向服务和知识运用的人机物协同制造模式，在制造全生命周期过程中为客户提供低成本、高效率的定制化制造服务。模具素有“工业之母”的称号，一直以来被认为是衡量一个国家制造业水平的重要标志之一。智慧制造作为信息化与工业化高度融合的产物，给制造业带来了新一轮革命，也为模具设计与制造整体水平的提升提供了一个新的途径。

一、模具设计与制造发展现状

目前，我国已成为制造大国，但还称不上制造强国，模具行业亦然如此。我国模具产业发展迅猛，当前模具生产制造企业已达到2.5万家，从业人员超过百万，销售额突破1700亿元，总体规模庞大。但仍然存在开发周期长、制造成本高、质量不稳定、精度低、寿命差、海外和高端市场拓展能力弱等问题。互联网时代产品迭代速度之快，对制造周期长、成本高、过程复杂的模具生产传统制造模式提出了严峻挑战。基于大数据和云技术的智慧制造能够有效提升生产效率、完善管理结构、稳定产品质量，适应现代化的生产节奏。目前，智慧制造在模具设计与制造方面的应用尚处于研究探索阶段，需更多的学者投入更多的时间去研究、实践。

二、智慧制造的特征及其在模具设计与制造中的应用

1.智慧制造的特征

智慧制造是制造信息化的高级阶段，是制造技术和信息技术不断发展、融合的结果，具有丰富的内涵和外延，在大数据、云计算、互联网、人工智能等技术的支持下，集成机器智能、普适智能、社会智能以及人的经验、知识和智慧等，通过人、机、物协同决策，为客户提供个性化的制造服务，具有互联化、虚拟化、协同化、网络化、服务化、敏捷化、智能化、社会化、安全化等诸多特征。以工业大数据的智慧分析技术和基于云技术的智慧服务技术为核心的智慧制造绝不仅仅是生产装备的智能化、自动化、数字化，而是包含了整个企业的智慧化运营。即利用大数据和云技术，把各个业务端打通，实现信息共享、资源高度整合、效率大幅提升。

2.模具设计与制造的关键要素

模具设计和加工分别占据模具成本的15%和25%，而且设计周期一般占整个生产周期的20%左右，制造周期占50%以上。模具设计是一个十分体现设计师水平和能力的工作，设计的合理与否直接影响模具的制造成本、加工难易以及使用寿命。模具设计主要包括确定工艺方案及模具结构、主要零部件设计、建立3D数字模型、绘制2D零部件图等流程，需要考虑成本、工序的可靠性和稳定性、使用寿命、安全性等诸多因素。主要设计参数都需要精确的计算，甚至需要通过有限元分析进行优化处理，方能保证模具的稳定使用及产品的制造精度。模具加工则体现的是企业的装备能力和生产调度能力，模具加工的优劣与否直接影响模具的质量和生产周期。模具加工的主要方式包括塑性成形、机械加工、数控加工、特种加工、铸造、焊接、热处理和表面处理等，加工设备和工人的技术、经验起到了决定性作用。合理的调度和企业的协同制造，能够有效提升效率、降低成本。提高模具设计和制造效率，对整个模具产业有着重要的意义。

3.智慧制造在模具设计与制造中的应用

大数据重在信息的汇集与分析，云技术重在信息的整合与共享。基于大数据和云技术的智慧制造作为集企业2.0（Enterprise2.0）、语义网络化制造、云制造、物联智造（Smart Manufacturing，SM）为一体的智能化制造模式，对于提高模具加工资源的利用效率、缩短设计加工制造周期、降低企业生产成本、加快模具开发进程具有重要意义。基于大数据和云技术的智慧制造通过虚拟化制造、网络化制造、区域化制造和全球化制造的生产模式，打破时间、空间的约束，通过大数据、云计算协同企业资源，共享机加设备，从传统的串、并行工作模式，转变成矩阵型网格化工作模式，能够切实提升模具企业的综合市场竞争力，尤其能够大幅提升区域型模具企业的整体水平。但模具企业的设计、生产数据一直被视为核心机密，一般不会轻易分享和公开，极大地制约了智慧制造在模具生产制造中的快速发展。因此，设计一种灵活、科学的智慧制造模型尤为重要。通过该模型，模具生产制造企业实现优势互补，生产资源共享，形成反应快速、执行高效的生产体系和反馈系统，达到提高生产效率、降低生产成本的目的。

三、模具智慧制造模型

1.模具智慧制造的体系架构

根据模具制造流程和基于大数据与云技术的智慧制造，建立模具智慧制造体系构架图，如图1所示。本体系构架把模具生产制造分为设计、加工和售后服务三个环节。设计环节，设计师与模具定制客户进行产品设计与造型的协调，并依托数据库Ⅰ（数字化模型数据库）进行模具的建模，数据库Ⅰ主要包含已完成模具产品的3D模型、数字化模型和标准件数据库等内容；加工环节，工人技师依托设计师的设计图纸和数据库Ⅱ科学合理地安排生产任务，数据库Ⅱ（加工资源与生产调度数据库）主要包含系统内企业的设备情况、生产能力以及可协调生产能力等内容；售后服务环节，需要设计与加工进行技术支持，完成安装调试，同时也需要对模具的使用情况进行跟踪和信息采集，并对数据库Ⅲ（售后服务信息数据库）进行补充完善，数据库Ⅲ主要包含安装调试情况、产品稳定性、维修情况及寿命等内容。以三个数据库为大数据和云技术核心的智慧制造体系，实现了对模具的设计、加工和售后服务的优化协同以及模具全生命周期闭环管理。数据库Ⅰ、Ⅱ、Ⅲ相对独立，可以根据需要自由开放任意一个或多个，并且给不同“用户”不同的访问权限，进一步提高数据的保密性和操作性。

图1 模具智慧制造体系架构图

2.模具设计智慧制造模型

基于大数据和云技术的智慧制造，结合模具设计过程特点，建立模具设计智慧制造模型，如图2所示。基于“数字化模型数据库”，设计师通过关键词导入，利用云计算技术对拟设计产品与库中已有产品的相似度进行对比，按照相似度由高到低排序导出，并按＜40%、40%-60%、≥60%进行分类。设计师对导出结果进行研判并校准，研判结果一则通过人工神经网络技术反馈“数字化模型数据库”，作为调整准确度的重要依据；二则通过参考“售后服务信息数据库”存储的售后服务信息，进一步调整选择最优数字化模型。基于已选模型，利用UG、ProE等软件进行建模，之后通过必要的有限元软件进行优化，完成产品设计，并将新的产品数模储存到数字化模型数据库中。按照某公司模具设计师的实际工作经验，该模型的应用可以节约设计时间20%左右，随着数据量的不断积累和云计算技术的不断成熟，该节约比还会继续提高。

图2 模具设计智慧制造模型

3.模具加工智慧制造模型

基于大数据和云技术的智慧制造，结合模具加工过程特点，建立模具加工智慧制造模型，如图3所示。基于“加工资源与生产调度数据库”，生产调度中心向智慧制造协作平台发布生产指令信息，指令信息包括所有的加工图纸、技术指标、质量标准、验收标准，以及数量、价格、交货期、交货地点等加工合同所含的所有关键信息。数据库根据库中各加工厂的加工资源、可接订单能力和信誉度等信息，智能屏蔽不满足条件的加工厂。原则上，库内的所有满足条件的加工厂均有机会接单，但设定生产指令发布企业拥有优先接单权，并可以指定优先接单工厂，发布公司或指定的优先接单工厂在有效时间内未接单，则由其他协作工厂竞争性拍单。经订单发布公司和接单工厂双方确认无误后，签署电子协议书，加工合同正式确认。完成加工合同后，订单发布公司和接单工厂对对方进行评价，评价结果存储到“加工资源与生产调度数据库”，用于数据库的更新和完善。该模型的应用，一方面，能够有效提高模具加工制造效率，降低生产成本，缩短生产周期；另一方面，能够有效提高加工工厂的设备利用率，并通过“抢单”的方式增强工厂的市场竞争意识和服务意识，实现良性发展。

图3 模具加工智慧制造模型

四、结语

根据模具设计与制造流程，基于大数据和云技术的智慧制造，构建了模具智慧制造体系架构，建立了模具设计智慧制造模型和模具加工智慧制造模型。通过“数字化模型”“加工资源与生产调度”“售后服务信息数据库”三个数据库的科学使用，实现了对模具的设计、加工和售后服务的优化协同以及模具全生命周期闭环管理，能够有效缩短模具产品的设计周期、提升加工制造效率、提高产品质量，是模具设计与加工的智能化发展的一种新趋势。

（责任编辑：邹吉权）