智能制造與智能液壓件的一些探索

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，題為《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，深入解讀了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。本文是根據楊華勇院士演講錄音整理。

智能制造，毫無疑問是現今研究熱點，“中國制造2025”，實際上是起源于中國工程院的一個戰略研究報告，我也有幸參與制訂計劃。“中國制造2025”發布之前，德國率先通過工業4.0。德國公布工業4.0已經6年了，“中國制造2025”也有4年多。“中國制造2025”的6個真正的內涵就是六大工程，最熱的是智能制造，最冷的是強基工程，最難的是創新工程，還有綠色工程，高端裝備與質量和品牌工程。

“互聯網+”應為“+互聯網”，制造業才是主角

基礎件是未來成為制造強國的關鍵

智能制造，大概有兩個層次，一個從技術來看，包括網絡制造、3D打印、機器人智能裝備、基礎件與基礎技術；另一個從產品來看，包括產品智能化、生產過程智能化。在座很多學者和企業家都是做基礎件或基礎技術的，基礎件是一切制造活動的基礎。在未來15年，中國真正要成為強國，必須要首先成為制造強國，要成為制造強國，基礎件是關鍵。而關于高端基礎件，從產品的角度來看，是產品的智能化，它是高端化和獲得超額利潤的途徑，另外是生產過程智能化，以及產品使用全生命周期的智能化。

現在媒體經常愛說“機器換人”，機器人化只是其中一個方面。自從上述六大工程推進以來，迄今改變非常大。最大的改變就是數字經濟，實際上就是信息技術的驅動，信息技術的驅動力由原來的ABCD， AI(人工智能)、Block chain(區塊鏈)、Cloud computing(云計算)、Big data(大數據)，又增加了三個EGI：Edge computing(邊緣計算)，IOT即物聯網，以及其中最熱的5G。

所以信息技術如何滲透和帶動制造技術、企業和產品的轉型升級，這是擺在每個企業家面前的緊迫課題。因為原來B2C、云計算、互聯網等技術，從零售端開始，首先是在消費領域普及，現在互聯網把全球的消費者都連在一起，同時也把品牌開發和銷售以及中間的制造與制造服務，產品運輸、銀行保險用AR/VR連在一起。

最近3年馬云在杭州云棲大會反復提5新，就是新零售、新制造、新金融、新物流和新生活。

也是最近3年阿里跟浙大的深度合作才真正起步，而且越來越深化。原來浙大跟阿里經常打嘴仗，以前馬云走到哪兒都說世界上最好的大學是杭州師范大學，浙大則說阿里就是店小二，但是后來發現“店小二”做了很多事，他的技術能在雙11最高峰的時候每秒鐘成交將近30萬筆，而且每兩年增加一倍。這背后的計算有大量的技術支持。我們能切實感受到的就是消費的升級，現在越來越強調服務的升級、消費者體驗，還有倒逼制造的升級。

互聯網世界就把物理世界、虛擬世界和心理世界聯系在一起。知識的紅利，創新、開發、設計平臺，消費端的服務，消費的心理、銷售渠道，通過制造、物流、供應鏈連在一起，中間就是平臺技術。我們搞制造的人，都說智能制造就是Intelligent Manufacturing，有的說是Smart Manufacturing，而搞互聯網的就說是工業互聯網。工業互聯網已經來到下半場，那跟高校以及高校學者有什么關系？

關系很大！我先說五個詞“平臺、數據、智能、融合、普惠”。因為未來的數字經濟下的設計制造生產，會出現平臺公司，預計不用20年，很多開發者可以在家里工作。現在都是做網商，未來就呆在家里做設計，會有大的平臺公司出現。大家都可以做其中產業鏈上任何一塊，就是“平臺+個人”。生產也會變成3D打印，未來都會個性化。現在叫Made in Internet，互聯網制造。以后(在線做好)設計，數據從網上下載下來，3D打印就可以制造出來。

所以，工業互聯網的角度，就是剛才講的技術，如digital twins(數據孿生)等，通過互聯網連接起來，跟企業端的成本問題、質量、效率問題連接在一起。

現在大家常說數字化、網絡化、智能化，和建立生態，尤其都在說建立生態。搞互聯網的人說的是“互聯網+”、“AI+”，我們認為應該反過來，是“+互聯網”，“+AI”，制造應該是主角，而不是互聯網是主角。互聯網企業，包括阿里巴巴，最近兩年跟我們合作不少，尤其在工業方面。阿里有一幫小伙子，很年輕，工資也高，工作也很積極，他們總覺得應該要顛覆制造業，但是制造業是顛覆不了。制造業有49個大類、420幾個小類，每一個行業從龍頭企業到第十個企業，他們之間情況都不一樣，工業知識是不可顛覆的。所以我們在座的學者和企業家，企業的技術人員，還有同學們都會有很大的進步(空間)。

制造業轉型，核心技術是數據化

從工業互聯網的市場來看，看得見的就是美國、歐洲和亞太都在搶新的制高點！浙江省也是個制造大省，浙江省的制造大市是寧波，寧波也反應最快。 2025的示范城市，寧波是全國的第一家。杭州也是制造大市，歷來說要做創意，要做動漫產業，要搞信息，但是最新消息，杭州市委書記說杭州要做新制造，接下來也會有大量的資金投入，他也意識到制造是脊梁骨。

但是杭州要做的不是傳統的制造業，要有生產轉變的方式。都說數據是寶貝，生產會重新配置資源，從數據的角度來看，事實上是設備的管理、生產過程管控，還有企業運營管理、資源的管理和工藝流程的把控，以及研發。實際研發的數據交換不多，一方面是秘密，另一方面，主要就是剛才說的三個層面。因為生產過程的智能化和使用過程的智能化，所以設備的健康管理、售后服務是占主要的。同時還有客戶關系管理、財務人力管理、安全生產和金融服務等。真正在設計制造的數據并不多。所以首先數據要沉淀，沉淀數據變成信息，信息變成知識，知識再總結，最后真正變成有用的競爭力。

現在都知道數據重要，但事實上將近一半的數據沒有存下來，存下來的數據基本上都是“爛數據”，都不是實時的，不是24 h隨處可調用，真正可用的商業數據現在只有1%。所以數據的種類和數量非常大，而現在計算能力不足，尤其是工業沉積。數據化是基礎，智能制造實際上是要把原來的數據孤島全部打通。現在強調硬件深度融合、業務深度整合，這帶來很大的機會。所以現在數據真正要有用，最好把數據圖形化。

這是微軟在做的，把大量的數據做成一個Windows，大家都方便操作，還有工程渲染、邊緣計算。我們身邊最近最大的(在做數據處理的企業)是阿里，大概全球排第三，第一Amazon，第二是Microsoft。當然，其他比如騰訊的數據，杭州海康衛視的數據等，各種公有云、私有云(也有很多正在快速發展)。現在要做的就是中間做平臺，工業數據開發與管理、工業數據智能應用開發、工業復雜關系數據分析。每個的叫法不一樣，但從大類來看，工業主要分為流程工業和離散工業兩類。現在中國GDP大約90萬億，約40%(32萬億)是來自工業。而工業制造的一半是流程工業，約16萬億，還有十多萬億是離散工業。各行各業的細分都不一樣。5G的出現加快了這一切。原來很多企業做了ERP，但是我們知道在中國的液壓氣動行業，只有很少的企業做了ERP。

這一輪智能制造浪潮對企業來講，不做是等死，做的不好是找死。怎么做？頂層設計很重要。核心技術是數據化。數據采集與實用，對企業而言，全部都需要大量投入，不僅硬件要升級，服務器、軟件也需要升級。

工業企業的數據人才很難養，養不住，也不容易留下來，即使留下來的不到三年知識就過時，關鍵是要把供應鏈各類數據也整合起來，挑戰巨大。這需要找對專業人員。這就需要我們青年學者、俊才參與進來做，其他不談，液壓氣動企業的數據化戰略如果要落地跟企業合作，這不是做IT的人能替代的。所以原來說工業工程、大工業就是要指導好工藝流程設計，真正到了車間，才發現工業崗位之間的關系非常復雜。工業工程的人知道，看著很簡單的東西，要把他們之間的流程數據化、全部智能化，就有很多前期的技術需要做。前面真正采集數據出來清洗后再交給算法。算法方面我們替代不了IT的人，畢竟他們這方面很專業，挖掘出來數據知識哪些有用哪些沒用，需要有這種工業背景的人和在座各位做硬件的來一起做判斷與確認。

所以這個平臺一開始定位，數據要統一、規范應用、獨立相互支持。然后頂層設計好就是做組件、做開發APP，在座的同學、研究生應該都可以做，只要有足夠的時間，知道每個企業的相應情況，可以把該企業的數據流程總結下來。

制造業轉型案例一：春風動力

前面說了很多理念，我們跟英國最近開了雙邊會議，劍橋來了幾個教授；前兩天也跟德國工程院專家在上海浦東開會，坐下來交流互動發現，雖然叫法不一樣，在本質上還是通的。所以在這一點上中國還是換道超車。雖然我們現在的企業可能還在示范試點工業4.0，主要在普及3.0，個別還有好多的地方的企業仍在補課2.0，但是在實施智能制造這一個點上能夠做得好，就有可能換道超車，理念都差不多，只是一到案例就很多不一樣。

有很多案例，我們前后接觸和實地做了將近100個案例，時間關系，我只說五個例子。第一個例子，杭州余杭的春風摩托(春風動力)。提起摩托就會想到我老家重慶，實際上現在重慶與嘉陵兩家摩托企業都不景氣，因為他們主要做品種比較單一的大批量產品。

現在中國大城市都禁摩，(摩托企業)生存下來比較艱難。春風動力的異軍突起，首先就是設計的數據化，生產變成小批量、多品種、快速響應。春風崛起的契機之一，是去參加國賓護衛車隊的摩托全球招標。很多公司包括日本的Honda也參加了，但是(國賓護衛車隊)要求很高，一百多個新的跟普通摩托不一樣的特殊要求，響應還要快，但訂單只有50輛，還要便宜，政府采購必須優惠，企業還不要虧錢。春風摩托拿下了這個單子，不怕前后上下折騰，最后做出來，對生產流程與過程進行仔細分析，減人增質增效，競爭力大增。然后他們把這一套東西用于其他的產品，如沙灘車、以及跟摩托相關的各類產品上。5年之內，做到幾十億銷售額。我覺得未來進行這一輪智能化改造以后，實施好的企業競爭力會大大增加，能感覺到這種由大魚吃小魚改為快魚吃慢魚的趨勢。

春風本來也是杭州市、浙江省和工信部智能制造示范的企業，他的機加車間有30臺加工中心，各種品牌的臥式加工中心和立式加工中心。我們都知道，一般一個加工中心都有一個操作工，幾個維修工。春風在第一輪企業數據化的改造中，就把操作工的數據建起來，做了一個數據中心，然后車間30個加工中心目前的操作工就減到只有4～6個人，操作工(數量)要低于維修工，讓春風嘗到了甜頭。摩托車實際上最主要的競爭還是發動機。發動機的品質怎么控制？原來都是靠質檢員來巡查，漏檢的情況很多。現在很多工廠都是從一個具體的工位開始改造，像春風動力這樣，建數據中心，公有云、私有云，邊緣計算，加攝像頭，如何報警、提醒，關鍵是要實時、(發現問題)馬上可以糾正。

最簡單做法就是加攝像頭，攝像頭不盯著人，僅盯著他的動作。最簡單的擰螺絲，如果擰不到位，或者擰的順序不對，(整臺設備的運轉可能)都會有問題。把(擰螺絲的過程)跟蹤下來以后，會有足夠多的圖像，就可以根據圖像生成的數據來判斷螺釘的松緊，然后若不對馬上及時報警糾正。就(產品裝配過程中)這么一個小的不到位，擰不到位或者擰過頭，一到產品售出后，就給售后工作增加了相當大的工作量。所以我覺得這事管起來，尤其我們做基礎件的企業可以借鑒，因為可以不間斷監控并及時報警，有普遍的適用性。

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已經一起走了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(之后)，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。我們浙大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700～800 MB/s數據要上傳，現在華為在實驗室只能做到110 MB/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 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？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軸承

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，國內也有(銷售)。他們就是智能化、數字化走在前面。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。