智能制造基础——数字化

■ 中国航空工业集团公司信息技术中心 （北京 100028） 宁振波

■ 北京航空航天大学人文社会科学学院 （北京 100191） 刘 泽

中国航空工业集团公司信息技术中心宁振波

1. 智能制造现状

中国工业转型升级是以两化深度融合为主线，智能制造为突破口。智能制造的基础是什么？为什么要数字化转型？这两个问题一直困惑了很多人，实际上，智能制造的基础就是数字化制造。首先看什么不是智能制造，我认为无人工厂、黑灯车间不是智能制造，当然机器人换人也不是智能制造。要清楚智能制造是什么，首先需要破题智能制造。智能制造前两个字是智能，后两个字是制造，先解读这四个字。人工智能和1946年出现的第一台电子计算机紧密相关，1956年出现人工智能的概念，实际上就是把我们人类数千年积累的算法、方法以及在工业过程中积累的知识、经验和技能变成软件，由电脑来执行。2019年11月，华为公司创始人任正非讲得非常好，他认为：传统的人工智能就是数学算法加大数据的统计分析。我认为他讲得非常准确。制造分为两个字，一个字是造，意思是生产。生产就是有了固定的设计图样和生产工艺，按照这个标准就可以造出满足设计需求的产品，因此造就是生产。制就很有意思了，是制度、方法、标准和规范。由于中国的工业化开始于20世纪50年代前苏联援华的157个项目，和欧美国家几百年的工业发展史相比差距很大，因此我们的绝大多数工业产品生产，基本都是源于对国外的学习，制度、方法、标准和规范也都是从借鉴学习开始的。

制造包含了产品研发、工艺设计、生产过程以及整个企业的管理。我认为世界上现在还没有智能工厂，只有数字化工厂，全世界都在走向智能制造的路上，主要有以下4个原因。第一，把人工智能技术和大量工业软件全面用于工业企业的全部产品定义、工艺开发、生产过程和企业管理系统等方面，才可以叫做智能制造或者智能工厂。所以，无人工厂、黑灯车间仅仅是生产过程，而机器人换人也仅仅是生产过程中的一部分，最多只能叫智能生产。第二，从工业革命发展路径来看，第一次工业革命以及第二次、第三次工业革命，都是经过了几十年甚至上百年的历史才完成。我们把智能制造作为第四次工业革命的标志，2013年4月汉诺威工业博览会上，工业4.0之父孔翰宁先生发布了德国工业4.0，以这个为起点，到现在为止满打满算不到8年时间，我们就完成了第四次工业革命吗？显然不是。第三，我近5年多次去汉诺威工业博览会参观学习，德国人非常务实，第6～9展馆一直叫数字化工厂展馆，没有叫智能工厂。需要补充说明的是，正确理解Smart非常重要，英文原文Smart既不是智能，更没有智慧，充其量是聪明的意思。第四，2015年德国宣布了工业4.0参考架构和评价体系，按照这个评价体系实施工业4.0的企业满分是4.0分，世界上最好的数字化工厂是西门子在德国纽伦堡的安贝格工厂，2016年评价得分是3.5分，华为2016年得分是2.7分，德国博世公司3.4分，2017年初潍柴动力总部得分是2.4分。2017年西门子安贝格工厂CEO接待中国访问团的时候回答记者：如果要达到工业4.0的标准还需要20年的时间。因此，2018年以来我在多个场合讲过：如果把智能制造比喻为一场马拉松，我们中国智能制造作为其中的一名运动员，正在热身。

2. 智能制造基础

智能制造基础是什么？2017世界智能制造大会在南京召开，在主论坛上，中国工程院原院长周济作了《中国智能制造发展战略研究》主题报告，指出在推进智能制造的过程中，不断涌现新技术、新理念、新模式，新一代智能制造的主题是以智能服务为核心的产业模式革命。周济认为，数十年来，智能制造在演化中形成许多不同方式，可以总结归纳为走向智能的三步曲：数字化制造、数字化网络化制造、数字化网络化智能化制造。其中第一步就是数字化制造，因此，数字化制造是智能制造的基础。数字化制造非常困难，不是一件简单的事情。到底什么是数字化制造，数字化制造做什么，谁来做，什么时间做，什么地点做，怎样做，能给企业带来什么？数字化制造做好了，实现智能制造就有了很好的基础。

数字化难度极大，首先看看世界上领先企业波音公司的数字化制造发展史：1986年波音开始在已经交付的多架飞机机型上做部件级的三维验证；1991年波音777飞机全机研制是世界上第一次采用三维设计，用了800种工业软件；2005年，波音787飞机全机研制是世界上第一次采用MBD设计，用了8 000种工业软件；据判断，波音现在应该有超过1万种工业软件在用。让我们详细看一下这段历史。

（1）起步 1986年，波音公司受法国达索飞机公司“隼公务机”三维设计成功的影响，启动了自己的飞机数字化设计验证计划，先后在5种成熟机型和新研机型上开展了数字化设计和验证，如757-46段数字化预装配、767-200驾驶舱三维制造过程、V-22（鱼鹰垂直起降飞机）管路电缆协调验证和747-400液压管路系统等。由于当时的计算机软硬件条件的限制，大型CAD软件都是和大型计算机捆绑的专用软件，用的是8台IBM大型计算机，操作系统是MVS，每台大型计算机只能连接5～10台用于三维设计的5080图形工作站，大致核算每个三维设计工程师需要的软硬件投资就超过一百万美元，成本极其高昂。通过4年对三维设计、工艺和制造过程的学习、研究以及工程应用验证，波音公司形成了相关的规范和设计方法，对三维设计有了全面的认识和理解，培养了一批人才。

（2）腾飞 1991年，波音公司开始研制波音777飞机，由于有了过去多年的三维设计基础，波音大胆启动了777的全飞机三维数字化设计。777零件全部基于三维沟通，数字化装配验证，数字化工装定义，300万个零件全部采用三维表达。结果是：777飞机研制过程工程更改减少90%，首架飞机的组装就比已经生产了24年的747更便捷，同类飞机研制周期由通常的10多年缩短到了4年半。需要说明的是，777飞机采用的是三维设计、二维发图，仍然是以图样为制造依据。但是，此图样非过去的图样，发出的777图样是经过三维设计、装配并协调后产生的全机数字样机（DMU）生成的图样。另外，随着计算机软硬件技术水平的提高，777设计采用了3 200套IBM RISC6000工作站，操作系统是AIX（UNIX的IBM版本），平均每台软硬件价格不超过20万美元。其中3 000台是零件设计工作站，200台是装配工作站。

（3）巅峰 波音787全飞机采用全三维数字化设计，起源于对波音777飞机研制过程中问题的改进。由于波音777的数字化设计工作方式采用了8台大型计算机、3 200套CAD工作站和超过2万台PC机，因此每天上万人在计算机上的工作产生了天量的数据，这些数据由大量的设计数据、零件模型、装配模型、管理数据和计算数据构成。但是当时波音只有常规的文件管理系统来管理这些数据，文件管理系统是树状架构，而生成的飞机模型是立体的网状架构，靠常规的文件管理系统，第一无法管理天量的数据，第二无法管理飞机的构型和状态变化。因此，在波音777飞机的研制过程中，暴露了大量难以解决的协调问题。另外，从三维DMU模型生成二维图样，给设计师带来了巨大的工作量，而这个工作量远远超出建三维模型的工作量。

为解决数据管理的问题，波音1994年启动了DCAC/MRM项目，这个项目的核心就是数字化的飞机构型和控制、制造资源管理，这也是世界上第一个PDM（产品数据管理系统）和ERP的应用结合。这个项目波音预计用5年时间完成，结果实施了二期，用了10年时间，到2003年才完成，投资超过10亿美元。

至于发图的问题，三维设计二维发图，特别耗费人力、物力和时间，另外由于大量人工的介入，经常会出现错误，而图样拿到车间去，车间的工人师傅看图样的时候，又会产生理解上的二次错误。1996年波音公司痛下决心，联合了世界上16家公司，推动美国机械工程师协会ASME，花了7年时间，建立了基于三维模型的设计、工艺和生产制造标准，这个标准就是ASME Y14.41，也就是MBD（Model Based Definition）标准。意思就是基于模型的定义，换句话说，就是在三维模型上表达设计、材料、工艺、生产制造过程、计量检测以及质量管理数据。

波音787就是在两个数字化基础项目成功的背景下开始研发的。有了DCAC/MRM项目的加持，波音建立了全球广域实时协同环境GCE（Global Concurrent Engineering）；有了MBD标准，波音787飞机就是全飞机全三维数字化设计了。全三维的意思是说取消了生产过程中的二维图样、纸质的生产计划、手工的表单，并减少了大量纸质的技术文档。研制过程全三维就是MBD的核心所在，取消传统的二维图样，用全三维的DMU解决设计、工艺、生产制造过程中产品的复杂问题，这是一个重大的技术突破。从此我们人类所认识的产品，计算机也能认识了，这样计算机就可以帮助我们做大量的工作，减少了我们的脑力劳动和劳动负荷，直接把设计的三维模型重构生成工艺模型，交给智能化的设备生产，又可以大量降低体力劳动的强度，结果就是提升了产品的质量，加快了研制进度，当然对复杂产品也大幅度降低了研制成本，这就是数字化的最高水平。再看看2000年后，计算机软硬件发展非常迅猛，世界上主流大型CAD软件厂商的软件都可以在Windows+Intel上运行，大幅度降低了制造业企业的数字化成本，一台高端PC工作站软硬件成本2～3万美元足矣。这就是我所说的昔日皇家燕，今飞百姓家。

波音787的几项核心技术，实现了全球广域实时协同环境GCE、MBD的全面应用，在装配环境下进行上下游的关联设计。在此基础上，数字化生产开发成本减少50%，而且全部覆盖件使用复合材料，复合材料占飞机结构质量的50%，使该机型取得了极大的商业成功。

3. 结语

从以上论述可知，如果我们做到了数字化制造，智能制造离我们还远吗？这就是要讲智能制造，一定要思考数字化转型的奥秘所在。