作者:易沧

作为传统制造大国,几十年来我国的工业制造体系独立完整、门类齐全,制造业增加值连续12年居于世界首位。

在“十三五”、“十四五”期间国家连续编制智能制造发展规划,旨在促进制造业企业实现数字化、网络化、智能化转型,向制造强国迈进,二十大再次强调了发展实体经济的重要性,重申“加快建设制造强国”。

工欲善其事,必先利其器。那么,在中国制造企业争相涌入“智能制造”的大门、积极转型升级的当下,企业的重心应该放在哪里,如何迈出关键性的一步,而上云是不是实现智能制造的最优解呢?

一、智能制造的底层逻辑是数字化制造业

从现实角度来分析,我国制造业目前面临着“双向挤压”的困境。

在中低端领域,我国已很难再延续21世纪初依靠人口红利的发展模式,其他发展中国家的竞争日趋激烈,不少产业已经逐渐向东南亚转移。

而在中高端领域,相较于发达国家,我国制造企业在自动化、智能化上还有相当距离。

加快智能制造的脚步既有必要性也有迫切性。

回到企业本身来说,企业的诉求是低成本、高质量、高周转,尤其是在“千人千面”、强调充分满足客户个性化需求的当下,企业在设计研发端要具备创新能力,在生产制造端要提升柔性生产能力。

所谓进入“智能制造”的大门,落脚点就在用洞察全局的决策,指导智能化的装备,形成先进的生产工序。

洞察全局的决策从何而来?这不是过去通过大屏看生产数据而来,而是要形成一个闭环的生产控制系统,从生产设备出发,用专业设施采集相关数据,再传导给决策中枢,整理分析,最后传回给设备学习改进。

总结起来其实就是两个关键点:数据采集和数据决策。

但对于制造企业来说,这两项也同时是难点。

首先,工业数据规模巨大,比如业内阿里孙金城曾提到过一个GoldWind发电数据采集的具体案例:GoldWind有超过2w个风机,一个风机有120-510个传感器,采集频率高达50Hz,就是每个传感器1秒50个数据点采集峰值,算下来每秒有5亿个时序指标点的数据。这对于数据采集和存储来说是非常大的挑战。

更大的挑战在于分析和处理这些数据,找到数据之间的联系,挖掘出数据之中的有效信息。以制造企业常见的机床为例,机床是最为重要的机械装备,主要分为切削加工和成形机床两大类。其中切削加工机床的数据分析过程是:通过实时采集振动、主轴温度、切削力等相关数据后,分析外界环境和机床及刀具本身状态的变化,从而找出一个最佳的进给深度、进给速度和切削速度以及温度误差补偿等,同时防止刀具过度磨损。

总而言之,智能化的底层逻辑是数字化,不管是优化工艺也好,指导生产决策也好,数字信息技术必须与制造业各个环节深度融合,实现整合分析和闭环控制,这考验企业捕捉信息、提炼信息、分析信息、充足信息的深层能力。

二、上云是成功转型的最优解

科技企业的适时介入,成功解决了数据这一难题。

目前全球科技公司都投入了巨大的人力物力财力到云计算的开发中,并深度与工业企业结合。通过云计算,企业庞大的数据可以得到感应、传送、储存和分析。上云,也成为了传统制造业走向智能制造的关键一步。

以一汽红旗为例,在阿里云和机械九院的助力下,一汽红旗的新能源工厂被打造成了一个汽车孪生工厂。整个工厂的冲压、焊装、涂装、总装和电池五大车间有7000个设备的的数字化模型,可以通过数字孪生技术和大数据分析技术发现设备异常数据、还原生产过程,及时找到故障维修点。

当然,我们必须不得不承认,对于制造业来说,整体投资大、技术改造周期长,牵一发而动全身,要立即做出彻底的改变是困难的,而且这种困难也是符合制造业发展规律的。

不少企业选择了渐进式改造。比如山东能源的第一步就是提升企业管理效率。

山东能源先是让全员22万人上了钉钉,借助低代码,并在15天内上线5款应用,从最基础的通讯录、会议室管理、餐厅管理等应用开始,实现管理上的智能化。

22万人同时上钉钉,体量不可谓不大。

山东能源是由原来的兖矿集团和山东能源集团战略重组成立的,煤炭产量达到2.9亿吨以上,位居国内煤炭企业第二、全球煤炭企业第五。

这也从侧面反映出,大型、超大型制造企业走出智能化的第一步并不容易,庞大的体量让最微小的改变在乘以基数后,也变成了巨大的挑战。

在采用钉钉的低代码工具初步完成在线管理工作后,这个巨型制造企业开始迈向下一步,

用钉钉这个智能化工具走上在线管理之后的第一步,是这个巨型制造企业迈出的第一步。在钉钉成功上线之后,基于阿里云中台能力,山东能源又逐步建立起数据中台、业务中台,让各类业务数据化,并在中台充足算力的支持下,数据之间的联系和分析被实时呈现在钉钉端。

目前山东能源的MES系统、煤质检测、科研管理等应用已经全部集成到钉钉上,山东能源信息技术公司应用部部长刘波进一步介绍说:“未来,我们的所有业务系统的移动应用会牵到这个平台上来统一管理”。

同样有着悠久历史和庞大体量的柳钢,也是将100%业务搬上钉钉,并使用低代码平台开发了超过400个应用,每分钟就有20G数据交互。柳钢的一线信息和管理决策直接产生了联系,目前已经实现了用钉钉控制厂房照明,接下来还会设计用钉钉控制天车,进行自动化运输冷轧卷。

在深度结合之后,成本账更是好算多了,既要质量好,又要成本低的愿望得以实现。比如首钢迁钢在2020年与阿里云合作之后,打造了基于AI算法的加热炉智能燃烧系统,实现加热炉温的精准控制,自动控制率达到93.5%,减少80%的人工看管时长,且生产每吨钢的能耗降低3.5%,减少碳排放2.6万吨。

作为体量相对更小、年龄也更小的新兴企业,他们的步子迈得更快一些,已经在云上走到了智能化的阶段。像小鹏汽车已经开始进行到了“机器学习”的阶段。

在乌兰察布,小鹏汽车在阿里云的支持下,建造了一个中国汽车行业最大规模的算力规模达600PFLOPS的自动驾驶专用智算中心“扶摇”,来进一步提高模型训练的效率。

这个超大规模的智算中心,将小鹏汽车的训练效率提升了170倍以上。

通过与阿里云合作,“扶摇”以更低成本实现了更强算力。

首先,对GPU资源进行细粒度切分、调度,将GPU资源虚拟化利用率提高3倍,支持更多人同时在线开发,效率提升十倍以上。在通讯层面,端对端通信延迟降低80%至2微秒。整体计算效率上,实现了算力的线性扩展。存储吞吐比业界20GB/s的普遍水准提升了40倍,数据传输能力相当于从送快递的微型面包车,换成了20多米长的40吨集装箱重卡。

此外,阿里云机器学习平台PAI提供了模型训练部署、推理优化等AI工程化工具,比开源框架训练性能提升30%以上。

而对于将安全视为生命线的煤矿企业,上云最大的提升在于煤矿安全方面,而且是用最小的成本将安全生产最大化。比如陕煤采矿就实现了矿下“无人值守、有人巡检、不打巷道、不留煤柱”。

科技对煤炭行业的助力也促使国家对整个行业提出了更高的要求。2020年,八部门联合印发《关于加快煤矿智能化发展的指导意见》,其中就提到,到2021年,基本实现掘进工作面减人提效、综采工作面内少人或无人操作、井下和露天煤矿固定岗位的无人值守与远程监控;到2025年,井下重点岗位机器人作业,露天煤矿实现智能连续作业和无人化运输。

听起来很不可思议,但正如著名的科幻小说家、未来学家、国际通讯卫星奠基人阿瑟·克拉克所说:“任何非常先进的技术,初看都与魔法无异”。

三、小结

大国崛起呼唤大国企业。作为制造强国建设的主攻方向,智能制造发展水平关乎我国未来制造业的全球地位,对于巩固壮大实体经济根基、加快发展现代产业体系具有重要意义。

大国企业呼唤先进技术。智能制造的本质是制造,制造的优化又基于智能,倘若没有数字化、网络化、智能化技术的强力支撑,制造的质量、效益和核心竞争力很难大幅提升。

如何纵向发展技术、向下做实、夯实基础,又如何横向以点带面,融入千行百业,这都是科技企业身上的担子,也是智能制造推动产业升级的核心。

路漫漫其修远兮,吾将上下而求索。