數據引發了第四次工（gōng）業革命-數控（kòng）機床市場網

您現在的位置：數控機床市場網（wǎng）> 博文選萃>數據引發了第四（sì）次工業革命

數據引發了第四（sì）次工業革命

2016-10-21 作（zuò）者：Patrick de Vos

單從加工角度來看，製造業堅（jiān）持追求在一定時間內以一定的成本生產出正確精加工的工件，但這種做法（fǎ）已經難以為繼。除（chú）非出現突破性的刀具解（jiě）決方案，否（fǒu）則隻注重提高（gāo）金屬切除率的傳統方法最多隻（zhī）能將產量增加幾個百分點。

要想在將來顯著（zhe）提高金屬切削的生產率（lǜ）、質量和可（kě）靠性（xìng），需要仰仗由數據驅動的第四次製（zhì）造技術革命。新近取得的發展代表著這場漫長革命的最新階段。製造業的第一次革命使得以家庭為基礎的手工製作活動轉變（biàn）為能夠利用集中能源（yuán）為製（zhì）造機械提供動（dòng）力的工廠生產。機械軸和皮帶將水車（chē）或（huò）蒸（zhēng）汽（qì）產（chǎn）生的動力分配給工廠的機械。接下來，人們又使用了更加（jiā）便捷、高效的電能。

最初的工廠逐件生產產品。在第二次革命中，單件產（chǎn）品生（shēng）產演變為批量生產，產量隨之擴大。裝配線（xiàn）和連續生產線等集成係統的發展以（yǐ）及自動化加速了同種零件的（de）大批量生產（chǎn）。隨著（zhe）數字化機（jī）床控製以及後來的計算機（jī）化控（kòng）製和自動化的湧現，製造技術的第三次革命隨之到（dào）來，不但實現了更高的精度和（hé）靈活性，還有利於（yú）開展（zhǎn）小批量且種類繁雜的（de）零件製造業（yè）務。

現在，製造業正在（zài）經曆第四次革命（在歐洲被稱為“工業4.0”），這（zhè）次革命將當今的數據采集、存儲和共享技術整合到了（le）製造工藝中。聯網的網絡物理係統會分析正在進行的操作，並收（shōu）集（jí）和比較數據以及將信息發送給中央服務器或雲服務，以便將其與現有的加工模型進行比較。然（rán）後，這（zhè）些係統利用所得的結果來指（zhǐ）導如何（hé）調整參數以優化加工工藝。

早（zǎo）期監控係統

數據導向（xiàng）型製造這一概念已（yǐ）經誕生（shēng）了很長一段時間。在 20 世紀 80 年代，金屬加工（gōng）領域的研究人員就曾設法製造自適（shì）應性的刀具監控係統，以測量切削條（tiáo）件、將數據（jù）與所設（shè）定的工藝標（biāo）準（zhǔn）進行比較並在隨後調整加（jiā）工參數，從而實現工藝的（de）穩定性並最大限度減（jiǎn）少意外加工事故的發生。

這些係統采（cǎi）用傳感器和探針來測量切削力、功率、扭矩、溫度、表麵粗糙度及聲發射等工藝因素。不幸的是，當時的傳感器技術非常落後，無法提（tí）供必要的速度和精度以確保完全有效；計算機的處理速度慢，而且需要更大的存儲器來實時處理大量的數據（jù）。此外，先進的數據采（cǎi）集和管理技術在（zài）當時也極其昂貴。

這些缺陷導致幾（jǐ）乎不可能在加工期間調整（zhěng）參數。這樣就造成了一種魚和熊掌（zhǎng）不可兼得或非此即彼的情況。如果收集的（de）數（shù）據超過所設定的最大限值，加工工藝會直接停止。最大限值是在並未充分了解和洞察切削工藝的情況下設定的。除了缺少（shǎo）足夠先進的（de）數據處理技（jì）術外，還未掌握一個（gè）關鍵的概念，那就是（shì）在加工工藝（yì）的眾多物理現象中，大多數現象—溫度、力、負載—都並非靜態條件，而（ér）是不斷變化的（de）動態條件。

例如（圖 1.1/1.2），某種加工（gōng）中的切削（xuē）力的平均值可（kě）能達到 1000 Nm。但在大約一半的時間（jiān）中，這些力要高於 1000 Nm，並在其餘的時間內低（dī）於這一水平。如果將係統的（de）停機閾值設置為 1000 Nm，當力看起來過高（gāo）時，係（xì）統（tǒng）將停（tíng）止加工。（請注意，這些圖形顯示的是（shì）在 8 微秒內執行（háng）的測量，以展示力的變化速度有多快。）在 20 世紀 80 年代是不可（kě）能進行如此快速的數據處理的。

圖 1.1：HQ_ILL_chip_morphology_cutting_Part1.jpg

現如今，在將近 40 年之後，傳感器和計算機技術在精度、速度和價格方麵都有了很大的改觀。製造工藝研發本身曆經四十（shí）個年頭，已經積累了豐富的經驗並能夠非（fēi）常深入地了解關鍵的加工要素。

收集和關（guān）聯（lián）加工要素

了解各種工藝（yì）要素的作用非常重要。事實上（shàng），有 80 多種可測量的要素會影響到加工操作（zuò）。實（shí）現所有這些要素的收集、關聯和互動至（zhì）關重要。如果忽略了某個（gè）要素，可能會造成意外且不（bú）可控製的影響（xiǎng）。

在收集和分析之後，還必須根據每（měi）種要素對（duì）加工的影響來確定數據的優先順序（xù）。很明顯，刀具會產（chǎn）生非常重要的影響。在金屬切（qiē）削中，會搭配使用一（yī）組生產工具：機床（chuáng）、CAM 係統、切削刀具、固定和夾緊裝置以及冷卻液，而在工業 4.0 中，還包括（kuò）傳（chuán）感器以及數據檢索和傳輸係統（圖 2）。

圖 2：HQ_ILL_Industry4.0_workpiece_milling_.jpg

金屬切削的（de）核心是切削（xuē）刀具與工件的互動。不過，在傳統（tǒng）的加工工藝開發方法中，通常將切削刀具放（fàng）在最後一位去考慮。當製定工件生產計（jì）劃時（shí），用戶通常首先選擇機床，然後是夾具、冷卻係統和其他設備，最後才（cái）是切削刀具。這（zhè）就造成了這樣一種情況：切削刀具（jù）必須彌補其他（tā）並（bìng）非最佳選擇的工藝要素的不足。

例如，如果選擇了不太穩定的（de）機床（chuáng），則需（xū）要使用切削力較小的切削刀具（jù）來（lái）補償（cháng）穩定性的不足。不（bú）過，這種刀具在加（jiā）工特定的工件材料時可（kě）能（néng）無法實現最（zuì）高的生產率。這樣，在最後選擇切削刀具最終會導致（zhì）製造係統低於正常水（shuǐ）平，雖然能夠運行（háng）得很好，但（dàn）無法發揮（huī）最大潛力。

幸運的是，製造（zào）業中的（de）很多人現在意識到按相反（fǎn）的順序（xù）進行選擇更為合適。在考慮成品的形（xíng）狀（zhuàng）、特性、工件材料和所需的質量水（shuǐ）平之後，車間應當（dāng）首先選擇切削刀具。切削刀具，也就是具體的材料和形狀，應當能夠實現最高的生產率並滿足具體的加工要求。接下來，在選擇（zé）其他工藝要素時，即可側重於創造一種環境，讓切削（xuē）刀具充分發揮性能（néng）。

平衡的加工

車間選擇了加工工藝要素之後（hòu），必須平衡這些要素（sù）之間的互動，以實（shí）現最（zuì）高的（de）生產（chǎn）率和最低的（de）成本。此外，在加（jiā）工產（chǎn）量和成本方麵，製（zhì）造業還（hái）麵臨著一些（xiē）始終沒有解決的問題（圖 3）。

顯而易見的工藝因素包括刀具性能以及刀具成本和加工成本。隱性成本包括由於不可靠的加工工藝生產出質量欠（qiàn）佳或不合格的零件而產生的成本（běn），還包括導致意外停機時間的成本.

圖 3：HQ_ILL_productivity_quality_cost.jpg

盡（jìn）管編程和維護等計劃活動（dòng）都發生在加工時間以外，但其他因素，例如操作員犯錯、刀具破損、工件損壞以（yǐ）及係統問題，都會無謂地（dì）導致加工時間變長、成本增加。在損失的時間中，切削刀具隻占很小的比例，工件（jiàn）材料和工藝異常情（qíng）況也是如（rú）此。工作人員和係統（tǒng）耗（hào）費的時間所占據的（de）比例要高出許多。

工業 4.0 非常重視數字（zì）化數據采集、互聯網和雲存儲，但這些元素隻是解決方案的一（yī）部分。最後，必須分析所收集的數據並（bìng）製作物理（lǐ）模型或示意圖，以說明存在問題的工藝。

在（zài）網絡物理係（xì）統中，會將所收集的數據與示意圖進行比較，係統會生成反饋以執行工藝修改，從而（ér）產生所需的結果。工（gōng）藝控製由工作人員以及能夠在很短（duǎn）的時間內實時分（fèn）析數據（jù）並將其與模型進行比較的計算機共同完成。

因此，采用雲存儲技術的模型必須準確說明加工要素。要製作（zuò）這樣一個模型，需要充（chōng）分了解加工。不幸的是（shì），加工代表著一種很難準確描述的現實情況。例如，模型必須能夠（gòu）識（shí）別（bié）工（gōng）件材料的動態屬性，因為工件硬度的變化會產生不同的切削力（lì）。不過，要測量每個工件的硬度是（shì）不（bú）可能的。在某些（xiē）情況下，工件的硬度可能比材料的標稱硬度高（gāo） 10%，導致切削力也要高（gāo） 10%。

保持人工控製

為了解決這一（yī）工藝（yì）控製難（nán）題，需要在解決方案中建立一個既能夠在加工期間學習，也能夠自行修正以便越來越準確地說明工藝的模型。不過現在的（de）技（jì）術還沒有發展到這種程度。

因此，製造工（gōng）程師必須知道如何設計和製作模型，以確定它是否能夠為管理切削工藝奠（diàn）定堅實的基礎。隨後，如果通過模型與切削參數進行的互動而選擇的參數有問題，工程師需要知道應當基於哪（nǎ）些因素（sù）作出選擇並確定是否能夠將其否決。網絡（luò）物理（lǐ）係統或許能夠控（kòng）製金屬切削（xuē）工藝，但製造工程師必須保持對網絡物理係統的（de）控製。

憑借數十（shí）年來積累的豐富現（xiàn）場經驗和研究經驗，山高製作和提供（gòng）了極其精確的工藝模型。這些模型在形式上並非是一個封閉的盒子，而是具備為工藝提供（gòng）指導的內外測試能力，原因在於人們的思想、經驗和觀（guān）點對於製造業新掀起的工業 4.0 革命最（zuì）終能否取（qǔ）得成功至關重要。

圖 4：015644_HQ_IMG_My_Pages_Suggest_Launch_Devices

圖 5：016538_HQ_IMG_STEP_library_overview_without_background.jpg

（附注）

製造業的循環演變

製造技術在過去的三個世紀取得（dé）的進步不但顯著提高了生產率（lǜ），還在（zài）近年來大大增強了滿足（zú）客戶特定需求的能力。第一批製造商是在（zài）家中為自家人製作衣服（fú）、玻璃器具、盆碗和家具的工匠。每件（jiàn）產品（pǐn）都是定製的而（ér）且獨一（yī）無二。那（nà）些並不滿足於維持生計並具有企業家精神的（de）工匠還（hái）會為其他人製作多件他們（men）自製的（de）產品。此後，工匠（jiàng）們開始在公共資源所（suǒ）提供的鐵匠鋪或玻璃窯等機（jī）構中（zhōng）搭夥工作（zuò），不但將生產效率提高了很（hěn）多倍，還

提供了其他的（de）好處，例如技術共享。由於在整個工廠內分配水車動力、蒸汽或電（diàn）力等集中能源，因此還提高了產量。

早期的工廠每次生產（chǎn）一個零件。裝（zhuāng）配線的發展揭（jiē）開了重複生（shēng）產同種產品的序幕。當裝（zhuāng）配線將產品從一個工作站送到下一個（gè）工作站時，每個工人重複執行（háng）單（dān）獨的一道工序，直到生產出成品為（wéi）止。這是批量生產的（de）開始：可靠地生產出（chū）大量的（de）同種產品—至少（shǎo）符合當（dāng）時的（de）製（zhì）造公差。最能體現裝（zhuāng）配線這一概念的或許（xǔ）是（shì）汽車4/5連續生產線，它們（men）每次都（dōu）生產出數以（yǐ）千（qiān）計的同種（zhǒng）零件，而且夜以繼日地持續運轉多年。

產品營銷的興起顛（diān）覆了批量生產方案。在資本主義競爭進入白熱化期間，營銷商力（lì）求提供經（jīng）過改造的產品（pǐn）以滿足小型（xíng）細分市場的需求，從而擴大自己的客戶群。

一個完美的範例是，早期的汽車製造商摒棄了福特 T 型汽（qì）車“你（nǐ）想要什麽顏色都可以，隻要它是黑色”的營銷理念，轉而（ér）為客戶提供（gòng）越來越豐富的顏色和（hé）選擇。為了滿足這種個別客戶的需求，製造商必須機動靈活，並設法高效（xiào）地（dì）在不同的製造工藝之間切換。通過穿孔紙（zhǐ）帶實現的數字化機床控製以及後來的計算機化數控（kòng）可以快速、可靠地更換工藝和刀具。與此同時，加工能力更強的自動化係統能夠縮短零件的處理時間和（hé）降低人工成本。

在過去的幾十年間，能夠通過按幾下（xià）按鈕就生產（chǎn）出不同的零件或零件特征的 CNC 製造車間基本上取代了可靠但難以改造的連續生產線概念。

消費品（pǐn）營銷領域的趨勢清楚地表明了計算機為製造業帶來的靈活性優勢。隻需對生產線的要素進行重新編（biān）程（chéng），營（yíng）銷商即（jí）可實現很多（duō）的品牌延（yán）伸。向（xiàng）個性化發展的趨勢並非隻限於製造業。例如，大型零售商（shāng）在開設更加小（xiǎo）型化的專賣店，以滿足個別客戶對便利性和產品偏好的需求。

製造業（yè）產品的個性化隻會變得越來越普遍。與工（gōng）業 4.0 的實施過程類（lèi）似，采用雲服務的模（mó）型（xíng）可能會（huì）利用（yòng）營銷信息來管理產品更迭、自動（dòng）化和庫存水平。與采用（yòng）雲服務的切削工藝係統的運行方式類似，營銷（xiāo）人員（yuán）也依然需要密切關注這些營銷（xiāo）驅（qū）動型製造係統，並確保這些係（xì）統作出的決（jué）策合情合理。采用（yòng）最（zuì）近新（xīn）湧現的製造技術，個人在家中就能夠生產出定製的（de）零件。因此，就像幾個世紀前的工匠們所製作的產品一樣，在數字信息的推動下循環演變的製（zhì）造業現在能夠在工廠之外生產出獨一無二的產品，但在精（jīng）度、質量（liàng）和速度方麵已經不可同日而語。

聲明： 本博文僅係（xì）博（bó）主個人看法（fǎ），並不代表本網立場，請讀者僅作參考並請自行核實相關內容
歡（huān）迎各位（wèi）博主聯係本網編輯部（bù），郵箱：skjcsc@vip.sina.com ，電話：010-57729015

分享到（dào）：新（xīn）浪微（wēi）博騰訊微博人人網 QQ空間

更多相關信息

名企推薦（jiàn）