2019​年中国智能制造三大趋势与十大关键技术

机床杂志社
近年来,各地为了发展智能制造产业,在智能制造链条上诞生了大量的产业园区,这些园区孕育了一大批智能制造产业链企业,已经成为中国智能制造产业的重要承载地和孵化器。

《中国制造2025》明确指明智能制造已成为我国现代先进制造业新的发展方向。全球各国都开始意识到先进技术对制造业的重要作用,德国提出的工业4.0战略,将利用信息物理系统提升制造业水平。近几年我国制造走向智造步伐加快,人们创业热度不减,智能制造产业园区如雨后春笋般接连涌现,智能制造发展持续向好。

智能制造三大发展趋势

01 企业数量进入平缓增长期 广东领跑

近年来,我国智能制造前进脚步持续加快。2014-2015年中国智能制造行业新成立企业数量骤增,处上升风口时期,工业巨头、互联网科技等领域企业拓展业务范围,积极转型,进军智能制造行业,2015年智能制造企业新增数量达到1273家之多。

2015年新增企业数量达到顶峰,2016年以后,中国智能制造新增企业数量开始降低,开始纵向拓展和深化智能制造关键技术和应用领域,到2018年,新增企业数量为530家。

从企业地区分布来看,中国智能制造企业在地域分布方面存在明显差异,普遍分布在一线城市,广东省以绝对优势领跑市场。

自改革开放以来,广东凭借着优越的地理位置和国家的大力扶持,经济得以迅猛发展,并成为国内经济发展的模范省份。在优异成绩和美誉的背后,强大的制造力是广东省的核心支撑。在推行智能制造的路上,广东省已经小有成绩。不仅汇聚了像富士康、丰田、比亚迪、华为、TCL、格力、研祥、大族激光、康佳等国内外知名制造企业,许多制造工厂更是实现了很高自动化、机械化以及智能化,生产效率和质量得到很大的提高。

02  迎来融资高峰 初创企业备受青睐

自2015年发布《中国制造2025》起,智能制造广受资本市场青睐,融资数量和规模显着增长;2016-2018年,中国智能制造发展动力强劲,迎来融资高峰。2018年,智能制造融资金额达到325.15亿美元,融资数量为942起。从融资轮次来看,初创企业更受资本家青睐,中国智能制造企业多数处于早期阶段(种子轮-A+轮),占比超过50%。但获得投资的智能制造企业融资阶段已经开始逐渐向中后期聚集。

03  智能制造产业园已达537个 大数据类产业园最多

近年来,各地为了发展智能制造产业,在智能制造链条上诞生了大量的产业园区,这些园区孕育了一大批智能制造产业链企业,已经成为中国智能制造产业的重要承载地和孵化器。根据《世界智能制造中心发展趋势报告(2019)》显示,包括带有“智能制造”名称的所有产业园区,目前中国总共有537个,分布在全国27个省市。

从地区分布来看,中国的智能制造产业园区大部分集中在全国经济最为发达的长三角地区、珠三角地区、中部地区、环渤海地区和西南地区五大区域。

在智能制造的产业链条上,云计算、大数据和人工智能技术的发展成为智能制造业发展的底层驱动力,是智能制造系统具备“数据采集、数据处理、数据分析”能力的基础设施。近年来,大数据产业园也是数量最多的产业园类别,达到111个,占比为20.7%。

其次是综合型园区,占比为17.9%。新材料园区为智能产业发展提供了“物质引擎”,在航空航天、新能源汽车、3D打印等领域作用重要。由于新材料应用的广泛性,其园区占比也达到了17.1%。以工业机器人为代表的机器人产业在智能制造中发挥了关键作用,为了抢占一杯羹,各地纷纷建立了各自的机器人产业园,全国机器人产业园总数也达到了68家,占比为12.7%。

智能制造是中国制造业发展的前进方向,未来制造将结合人工智能、物联网、大数据等技术,进一步改变了产品配置、生产计划和实时决策,从而优化盈利能力。智能制造里使用更多尖端的技术,例如物联网将工厂里所有人、产品和设备连接起来,使得人类和机器能够协同工作,从而创建更高效、更具成本效益的业务流程。

智能制造十大关键技术

“ 在智能制造的关键技术当中,智能产品与智能服务可以帮助企业带来商业模式的创新;智能装备、智能产线、智能车间到智能工厂,可以帮助企业实现生产模式的创新;智能研发、智能管理、智能物流与供应链则可以帮助企业实现运营模式的创新;而智能决策则可以帮助企业实现科学决策。智能制造的十项技术之间是息息相关的,制造企业应当渐进式、理性地推进这十项智能技术的应用。

01 智能产品

智能产品通常包括机械、电气和嵌入式软件,具有记忆、感知、计算和传输功能。典型的智能产品包括智能手机、智能可穿戴设备、无人机、智能汽车、智能家电、智能售货机等,包括很多智能硬件产品。智能装备也是一种智能产品。企业应该思考如何在产品上加入智能化的单元,提升产品的附加值。

02 智能服务

基于传感器和物联网(IoT),可以感知产品的状态,从而进行预防性维修维护,及时帮助客户更换备品备件,甚至可以通过了解产品运行的状态,帮助客户带来商业机会。还可以采集产品运营的大数据,辅助企业进行市场营销的决策。此外,企业通过开发面向客户服务的APP,也是一种智能服务的手段,可以针对企业购买的产品提供有针对性的服务,从而锁定用户,开展服务营销。

03 智能装备

制造装备经历了机械装备到数控装备,目前正在逐步发展为智能装备。智能装备具有检测功能,可以实现在机检测,从而补偿加工误差,提高加工精度,还可以对热变形进行补偿。以往一些精密装备对环境的要求很高,现在由于有了闭环的检测与补偿,可以降低对环境的要求。

04 智能产线

很多行业的企业高度依赖自动化生产线,比如钢铁、化工、制药、食品饮料、烟草、芯片制造、电子组装、汽车整车和零部件制造等,实现自动化的加工、装配和检测,一些机械标准件生产也应用了自动化生产线,比如轴承。但是,装备制造企业目前还是以离散制造为主。很多企业的技术改造重点,就是建立自动化生产线、装配线和检测线。自动化生产线可以分为刚性自动化生产线和柔性自动化生产线,柔性自动化生产线一般建立了缓冲。为了提高生产效率,工业机器人、吊挂系统在自动化生产线上应用越来越广泛。

05 智能车间

一个车间通常有多条生产线,这些生产线要么生产相似零件或产品,要么有上下游的装配关系。要实现车间的智能化,需要对生产状况、设备状态、能源消耗、生产质量、物料消耗等信息进行实时采集和分析,进行高效排产和合理排班,显着提高设备利用率(OEE)。因此,无论什么制造行业,制造执行系统(MES)成为企业的必然选择。

06 智能工厂

一个工厂通常由多个车间组成,大型企业有多个工厂。作为智能工厂,不仅生产过程应实现自动化、透明化、可视化、精益化,同时,产品检测、质量检验和分析、生产物流也应当与生产过程实现闭环集成。一个工厂的多个车间之间要实现信息共享、准时配送、协同作业。一些离散制造企业也建立了类似流程制造企业那样的生产指挥中心,对整个工厂进行指挥和调度,及时发现和解决突发问题,这也是智能工厂的重要标志。智能工厂必须依赖无缝集成的信息系统支撑,主要包括PLM、ERP、CRM、SCM和MES五大核心系统。大型企业的智能工厂需要应用ERP系统制定多个车间的生产计划(ProducTIon planning),并由MES系统根据各个车间的生产计划进行详细排产(producTIon scheduling),MES排产的力度是天、小时,甚至分钟。

07 智能研发

离散制造企业在产品研发方面,已经应用了CAD/CAM/CAE/CAPP/EDA等工具软件和PDM/PLM系统,但是很多企业应用这些软件的水平并不高。企业要开发智能产品,需要机电软多学科的协同配合;要缩短产品研发周期,需要深入应用仿真技术,建立虚拟数字化样机,实现多学科仿真,通过仿真减少实物试验;需要贯彻标准化、系列化、模块化的思想,以支持大批量客户定制或产品个性化定制;需要将仿真技术与试验管理结合起来,以提高仿真结果的置信度。

08 智能管理

制造企业核心的运营管理系统还包括人力资产管理系统(HCM)、客户关系管理系统(CRM)、企业资产管理系统(EAM)、能源管理系统(EMS)、供应商关系管理系统(SRM)、企业门户(EP)、业务流程管理系统(BPM)等,国内企业也把办公自动化(OA)作为一个核心信息系统。为了统一管理企业的核心主数据,近年来主数据管理(MDM)也在大型企业开始部署应用。实现智能管理和智能决策,最重要的条件是基础数据准确和主要信息系统无缝集成。

09 智能物流与供应链

制造企业内部的采购、生产、销售流程都伴随着物料的流动,因此,越来越多的制造企业在重视生产自动化的同时,也越来越重视物流自动化,自动化立体仓库、无人引导小车(AGV)、智能吊挂系统得到了广泛的应用;而在制造企业和物流企业的物流中心,智能分拣系统、堆垛机器人、自动辊道系统的应用日趋普及。WMS(Warehouse Management System,仓储管理系统)和TMS(Transport Management System,运输管理系统)也受到制造企业和物流企业的普遍关注。

10 智能决策

企业在运营过程中,产生了大量的数据。一方面是来自各个业务部门和业务系统产生的核心业务数据,比如与合同、回款、费用、库存、现金、产品、客户、投资、设备、产量、交货期等数据,这些数据一般是结构化的数据,可以进行多维度的分析和预测,这就是BI(Business Intelligence,业务智能)技术的范畴,也被称为管理驾驶舱或决策支持系统。同时,企业可以应用这些数据提炼出企业的KPI,并与预设的目标进行对比,同时,对KPI进行层层分解,来对干部和员工进行考核,这就是EPM(Enterprise Performance Management,企业绩效管理)的范畴。从技术角度来看,内存计算是BI的重要支撑。

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论