勇于創新，厚積薄發

文/賈亞莉·FM 記者

智能制造是全世界都在思考的工業變革，包括美國的重振制造業計劃，德國的工業4.0，歐盟的第七框架地平線2020 計劃，日本的I-JAPAN 戰略，以及我國的“中國制造2025”。智能制造推進了鍛造行業的洗牌，一些小微型企業在制造裝備、產品質量、生產能耗、生產效率方面都越來越不具備競爭力。今年特殊的形勢促使很多鍛造企業更加迫切的去推動智能制造建設，減少對人工的依賴，同時也更加注重推進柔性自動化生產線的應用，從而能更好地應對勞動力數量和質量的波動。2020年4 月，我們雜志有幸采訪了北京機電研究所有限公司（機電研究所）鍛壓技術工程研究中心副主任孫勇，請他給我們介紹機電研究所是怎樣協助鍛造企業實現智能制造的。

求真務實，勇當先鋒

機電研究所是國內較早組織科研創新團隊展開面向汽車、航空航天、兵器等領域關鍵零部件精密鍛造成形智能化相關工作的單位之一。最近五年，先后完成國家高技術研究發展計劃（863 計劃）、“高檔數控機床與基礎制造裝備”科技重大專項、智能制造新模式應用項目等10 余項國家級科研項目。

談到機電研究所在鍛造智能化方面取得的成果時，孫勇介紹到：“我們成功研制出擁有自主知識產權的智能鍛造單元集成控制系統、數字化鍛造車間精益制造執行系統、多通道多協議的多源異構數據采集系統等多項成果，擁有軟件著作權17 項，科研成果獲得中國機械工業科技進步二等獎、機械科學研究總院技術進步一等獎。建立并驗證了完整的鍛造行業智能工廠體系，形成了適合行業高質量發展的系統化智能制造技術，并成功在三環鍛造、正興車輪、華唐鋁業、天津立中合金、安大航空鍛造、景航鑄鍛等20 余家企業推廣應用，極大推動了行業自動化、數字化、智能化的技術進步。”

深鉆細研，引領智造

近幾年隨著對智能制造的不斷深入研究，中國工程院正式提出新一代智能制造的三個基本范式——數字化、數字化網絡化、數字化網絡化智能化。數字化不僅僅體現在制造裝備的數字化程度，更涵蓋了產品全生命周期的全流程數字化，其中包括數字化設計、建模仿真和信息化管理。數字化網絡化制造是推動互聯網和制造業融合發展的重要體現。而數字化網絡化智能化制造是在互聯網+、大數據、云計算的先進信息技術的共同驅動下，融合大數據智能、人機混合增強智能、群體智能等新一代人工智能技術形成的新一代智能制造。

談及在鍛造行業的智能制造項目時，孫勇說到：“我們符合了智能制造三個基本范式的內在規律，一方面，三個基本范式各有自身階段的特點和重要解決的問題，體現了先進信息技術與先進制造技術融合發展的階段性特征；另一方面，三個基本范式在技術上是次第展開、相互交織、彼此迭代升級的，對于我國鍛造行業而言，應采取三個基本范式并行推進、融合發展的技術路線，是我國作為新興工業國家實現彎道超車的關鍵。”

孫勇接著通過四個做過的項目，闡述三個范式的內在關系：“我們最早的智能制造專項‘年產百萬件曲軸的鍛造數字化車間的研究’，建成百萬產能的鍛造數字化車間，研發了機器視覺在線檢測技術，構建了數字化車間網絡互聯架構和數據采集系統，對設備、質量和能源進行管理。在之后的智能制造專項‘汽車復雜鍛件智能制造新模式’，我們研發了三維在線測量技術，并基于ISA95 模型，以MES 系統為核心，集成了世界一流的SAP 的ERP 系統、Siemens 的PLM系統，構建了完整的智能工廠信息化系統，對工單和物料進行全面管理，形成了準時生產、精益生產和敏捷制造的鍛造智能化車間軟件體系。我們做的第三個智能制造專項‘商用車鋁合金車輪智能制造新模式應用’，突破基于激光標識系統和機器視覺識別系統的單件物料全流程追溯技術；構建了連接車間所有設備、傳感器、儀表、終端、看板的完善的數字化車間網絡架構，實現單班次百萬級數據采集，建立了大數據基礎的智能工廠運行評價體系。在實施第四個智能制造專項‘鍛旋鋁合金輪轂智能制造新模式應用’時，我們建立了‘綠色制造與智能制造的集成應用’、‘基于全國產智能裝備的柔性制造和網絡制造’、‘面向定制化需求的軟件集成’的智能制造新模式。經過四個智能制造專項的設計和實施，我們逐步形成了鍛造行業較為完整的智能制造體系。”

緊密合作，借力互贏

實現智能制造不是簡單的系統集成，在鍛造行業實現智能制造的過程中會衍生出多種新的技術，比如熱態下工件表面標識技術、三維尺寸測量技術、機器視覺技術等。如何突破這些新難題？孫勇說，“我們會設立專門團隊，通過與武漢惟景、武漢雷恩波、濟南東科、康耐視等專業公司合作，深入研究、反復試驗，在多個工業現場驗證，最終突破了多個熱成形過程中技術難點并形成了成套技術。”

智能制造在智慧工廠范疇內的承擔主體是MES，而MES 是對整個車間制造過程進行優化管理，從而實現精益制造。但在鍛造行業，缺乏懂業務、懂流程的精益專家，造成實施主體在軟件開發時，系統實施不落地，解決不了限制企業發展的瓶頸問題。在談到如何解決這個問題時，孫勇說“在經歷了若干的研究和探索后，我們以具備精益制造思想的德國MES 平臺為基礎，利用其積累了40 年的行業經驗，將其與企業現有的IT 環境高度集成，實現從管理層到生產車間層的管控透明化，并在其基礎上建立了適合鍛造行業和企業的精益制造管理流程和體系。”

智能制造的核心是工業軟件，工業軟件是工業知識、工作經驗和技術訣竅的集大成者。Deform 就是最好的具備鍛造行業工業知識和經驗的工業軟件，但在MES、ERP、PLM 軟件方面，普遍缺乏鍛造行業工業知識和經驗，再先進的IT 技術，都無法實現鍛造行業的智能制造。這是需要解決的第三個難題。孫勇帶領團隊參考石化盈科、上海寶信、蘭光創新等具備行業工業知識和經驗的軟件公司，在石化、鋼鐵冶金、機加工等行業領域的成功案例。同時依托機電研究所在行業實施的眾多項目，積累行業大數據、故障案例，搭建鍛壓裝備遠程運維云平臺。研究機器學習的鍛造工藝參數迭代優化方法，將鍛造行業的工藝知識和經驗通過沉淀、積累、固化，形成完整的適用于鍛造行業的工業軟件體系。

優化流程，精益求精

在談及鍛造企業上MES 系統時，孫勇指出普遍存在的三大誤區。⑴盲目追求“大而全”，做“大而全”的MES 會湮沒主要目標。很多企業在第一次做MES 時，MES 有的工單計劃、設備、能源、質量、物料等十一個模塊一起上，每個模塊設計幾個功能，就開始實施了。這樣往往導致需求蔓延，實際上是需求不清晰。把精力投入在無價值或價值不大的業務流程上，并且每一個流程或功能又不能深入，這樣的實施效果往往非常差。⑵注重IT 技術和IT 人才，缺乏精益專家和精益的管理體系。很多企業信息化部門過分關注IT 技術。IT 技術不是不重要，但是明確的需求分析、清晰的流程梳理、完善的精益體系更重要。精益是對生產中的過度生產、等待、物料轉運、庫存、缺陷返工進行聚焦，并由MES 提供各種量化的方法和工具，來消除問題，以實現高效、高質、高一致性、低耗的高性能制造。⑶IT 與OT 的不融合，也就是自動化系統（PLC、DNC 等）與信息化系統不融合。很多企業負責OT 的是設備部門，他們關注的是設備和生產線的正常運轉，認為MES 是信息化部門的事情，在建設的時候，也是分開考慮的，這就是一個誤區。之前OT 與IT 的融合是存在一些技術壁壘的，但隨著OPC UA 技術、基于中間件的多協議轉換技術、邊緣計算技術的興起，這些技術壁壘很容易被打破。而IT與OT 的融合，就是通過打通制造執行系統與運營管理系統之間的數據鏈路，并將兩者整合在一個統一的信息平臺上，從而幫助企業提升在生產管理、運營決策與制造執行等方面的綜合效益。

MES 與ERP、PLM 及自動化系統相集成，是目前公認的智能制造的整體架構。孫勇及其團隊基于精益制造的思想和以降低企業綜合運營成本為目標，為鍛造企業設計了精益制造的流程、評價體系和指標，主要包括以下五點：⑴了解下料、鍛造、熱處理、機加工、后處理等工序工作中心的標準產能，分析全制造流程的產能匹配，找出瓶頸工序。確定推動，拉動或推拉相結合的生產方式、熱處理爐的最佳經濟生產規模、坯料的最優安全庫存。⑵在ERP 制造BOM 的基礎之上確定工作中心。根據訂單總量、準訂單，確定MPS（主生產計劃），繼而由MRP 結合能力需求計劃計算、BOM（物料清單）、庫存信息生成各工作中心生產任務。⑶利用圖形化排產工具，把工作中心的生產任務分配到各生產單元，產生工單，并以工單為虛擬載體集成產量、生產效率、廢品率、設備利用率、能源消耗等信息，以物料為實際載體集成原材料到成品的全流程質量信息。⑷現場可視化看板展示并啟動工單，依托IT 與OT 的融合，實時采集生產進程、設備利用率、廢品率、能源消耗、工藝參數、質量等數據，工單完成后自動報工，并根據運輸產品數量和目的地的不同生成不同的運輸工單，實現中間在制品的透明化，提高中間在制品在各工作中心的流轉效率。⑸以鍛造單元計劃完成率、各工作中心的WIP（在制品）數量、各設備生產時間，停轉或空轉時間、單件能耗、班組廢品率、物料周轉率、訂單完成率等評價指標，綜合評價企業的生產運營情況，并依據透明化、指標化數據優化生產過程，實現精益制造。

一專多能，科研創新

智能制造是先進制造技術與先進信息技術的深度融合，在鍛造行業甚至其他制造行業，未來都需要多學科交叉的復合型人才，既要掌握鍛造工藝、成形裝備等方面的基本理論和基本知識，也要掌握控制、優化和調度學科的理論和方法；既要有扎實的基礎學科的基本理論和實驗技能，也要了解人工智能基本理論和方法；既要能熟練運用自己的專業知識去分析問題、解決問題，更要注重培養自身發現問題的能力。

孫勇介紹到：“我1993 年畢業于吉林工業大學電子工程系工業電氣自動化專業，分配至北京機電研究所參加工作，后來在機械科學研究總院讀了研究生，拿到了博士學位。在工作的前期，從事鍛壓裝備的交直流傳動、伺服控制、PLC 控制。2006 年開始從事基于現場總線的鍛造自動化生產線集成控制工作。2013年開始從事鍛造行業智能制造相關工作。從1993 年至今的27 年時間里，我一直在科研院所這個系統。

“作為研究生導師，很清楚從事智能制造的人才，要學會打破應試教育模式下的被動學習思維，培養自身創新意識。我在對研究生進行培養時，一方面注重培養科研創新能力，另一方面注重培養工程實踐能力。在科研創新能力方面，我們目前正在重點研究OPC UA、5G 工業應用、數字孿生和鍛造行業云平臺等技術，需要研究生保持對熱點技術的敏銳力和創新力；而作為一名智能制造的復合型人才，很多新技術、新方法、新理論都是依托科研項目在工業現場進行反復試驗驗證的，因此具有良好的工程實踐能力也是我培養的目標之一。”

結束語

在采訪的最后，孫勇說道：“行業內一部分企業家更加重視企業的數字化轉型升級，比如應用了PLM、ERP、MES 的企業，在常態下幫助企業提高員工的協作效率，提高生產與運營的透明度。一部分企業家增加了對基于工業互聯網的遠程智能服務需求，通過增強現實AR 等技術進行遠程指導，以及對設備運行狀態監控進行預警等智能服務。”今年雖然是面臨嚴峻挑戰的一年，但也是引起了制造企業對智能制造更加重視的一年，是挑戰和機遇并存的一年。“誰無暴風勁雨時，守得云開見月明。”相信經受住這次疫情考驗的鍛造企業，未來會越做越好。