关键词:门业ERP,门业软件,门业MES,铝单板管理软件,金属制品MES,数字化车间,配电箱MES,配电柜MES,机箱MES,两化融合

联系电话:0317-2211536

新闻中心

NEWS
您的位置:主页 > 新闻中心 > 详细介绍
关于面向智能制造的设计的若干思考
来源: 发布时间:2019-10-14 访问人数:

1。说明

鉴于智能制造能力的出现,我们可能会怀疑制造业设计(DFM)实践是否应该被重新概念化以利用这些能力。如果是的话,智能制造应该是什么样的设计呢?云计算、数据分析、人工智能(AI)和物联网(IOT)与先进制造技术的结合,使得所谓的新一代智能制造成为可能。这样的新一代智能制造能力将使变革性的新产品和服务具有前所未有的质量、响应性和效率水平。

与此同时,产品正变得越来越智能化。智能手机、自驾车汽车、家用智能家电以及许多其他产品已经彻底改变了顾客对产品功能和交互性的期望。智能手机产品不是简单的物理设备本身,而是设备、用户交互语言、通信基础设施和计算基础设施的复杂组合。此外,客户不简单地使用物理设备来实现其物理上的功能,而是客户利用由设备启用的服务和支持它的基础设施。

新一代智能制造系统(NGIMSS)的发展与变革产品的发展密切相关。两者都利用计算和通信的新技术。这样的产品是由新一代智能制造,以及对制造能力的需求增加,这刺激了技术进步。这些产品嵌入客户期望的服务。因此,产品设计不再局限于物理设备的设计。相反,设计必须包括设备、由设备启用的服务和支持这些服务的基础结构。因此,本文的目的是探索DFIM的新范式,包括产品-服务系统(PSS)的设计和智能制造基础设施的设计来支持它。

传统上,DFM和面向装配的设计(DFA)主要关注于理解制造过程约束,以及如何设计过程能力和围绕这些约束的设计。相比之下,添加剂制造(DFAM)的设计扩展到DFM/DFA方法,重点在于如何利用附加制造(AM)的独特能力。也就是说,鼓励设计师创造性地探索新的设计理念,以便设计不能通过传统工艺经济制造的产品。DFIM适合于“X”上下文的总体设计,因为它比DFM/DFA更类似于DFAM,但代表了范围内的显著扩展。在DFIM,设计师可以探索新的服务和商机,以及新的物理设备。然而,他们应该考虑用户界面、通信和计算基础设施的限制,以及在设计过程中的制造过程,其方式与传统的DFM/DFA实践一致。

本文对新一代智能制造环境进行了完整的描述,并在此基础上描述了新一代智能化、转化性产品的特点。介绍了PSS设计提供了重要的方法,这是下一步。DFIM的框架是将所有的点连接成一个连贯的整体来结束论文。

2智能制造环境

在过去的20年和更多的时间里,关于智能制造系统的文章很多。计算能力和能力的惊人增长,与网络和AI的进步相结合,保证了制造技术的现代考虑,通信,计算和人工智能技术的融合。周等。提供了一个重要的论述智能制造及其演变随着时间的推移。他们确定了三个主要的发展阶段:数字化制造、数字网络化制造和新一代智能制造

计算机的广泛应用预示着制造业的新时代,即数控技术和计算机数控技术的发展,这就是数字制造的到来。当计算机网络和因特网变得流行时,第二阶段出现在数字网络化制造的形式中,机器、工作单元、工厂层甚至企业和供应链可以被整合。网络-物理系统的概念应运而生,网络系统充当了人与机器之间的中介。随着时间的推移,网络系统承担了越来越多的任务,从而提供了一个自动化水平,以免除人类操作员从许多详细的制造工作。

NGIMS的第三个阶段是利用人工智能和机器学习技术的快速发展,向网络系统中介添加智力和监督的元素。此外,我们开始看到机器学习技术被应用于使NGIMS能够随着时间的推移学习和适应,以提高它们的自动化能力。周等。图示NGIMS,如图1所示。网络系统依赖于机器和工厂上的广泛的传感器,以获得制造系统的实时(或近实时)视图。使用这种数据流,NGIMS可以分析操作的许多方面,识别和诊断问题,做出一些决定,并对系统施加控制水平,而不负担人类操作员和管理人员的平凡问题。通过整合机器学习技术,预计NGIMS可以随着时间的推移学习以提高其性能,也许,承担更多的角色和责任。

众所周知,行业4”一词已经应用于新兴的NGIMS类和NGIMS所启用的企业实践。重要的是要理解,未来的制造系统将包括人类和机器人操作员的混合系统;加法、减法和形成过程;以及网络和物理系统。 要考虑的一个重要约束是物理(非网络)技术和系统的可扩展性,因为计算和通信系统似乎很容易扩展。

DFIM的角度来看,重要的是提高制造系统的能力、可靠性和可靠性,以及各种可开发用于新的智能产品的技术。支持NGIMS所需的计算基础设施是非常重要的,通信基础设施也是如此。NGIMS中的网络系统的核心是数字孪生的概念,即机器、工作单元、生产线或工厂的数字表示。数据分析和模拟可以在这些数字孪生子上执行,以提取关于它们的状态的知识,预测维护需求,预测重大的操作问题等等。这些相同的概念和能力可以扩展到智能产品,并在这些产品的设计上施加重大的问题和机会。

三。新一代产品

我们很可能会看到一系列遵循智能手机模型的新产品,即由物理资产和广泛的在线信息系统和计算能力的支持组成的产品,以提供广泛的服务。新一代产品具有以下特点:

适应和响应客户和运营环境;

·嵌入与IOT相连的嵌入式传感器;

产品的数字孪生;

提供软件和基于云的功能的自动更新;

提供预见性维护;

存在物理产品和服务的组合。

我们看到了生产型服务业和服务型制造业的一体化发展。目前的趋势是趋同;企业将跨越一系列产品和服务产品。为了设计这样的复杂系统,可以利用来自PSS设计的方法。

4。产品-服务-系统设计

PSS概念是在20世纪90年代末引入的,一个显著的定义是创新策略,而不是着眼于销售物理产品的价值,而是关注产品和服务在整个产品生命周期中的效用价值根据这个定义,Maussang等人。声明PSS由相互关联的物理对象和服务单元组成,其主要焦点是向客户提供功能。他们进一步解释,物理对象是执行系统的基本功能的功能实体,并且服务单元是确保整个系统平稳运行的实体(主要是技术)。其中,面向使用和面向结果的类别是特别感兴趣的,因为它们关注交付的使用或服务,而不是严格地依赖于产品本身。以结果导向型的PSS,客户购买服务而不是产品本身,尽管产品通常是交付给客户使用的。

提出了一种突出的PSS设计方法,为工程设计人员提供了与系统要求相关的规范。为了开发成功的PSS,必须考虑整个系统,包括物理对象和服务单元。泛函分析方法它利用交互器的图形和功能框图,可以用来弥补系统方法和产品开发之间的差距。结构化分析和设计技术表示也被应用于描述基于一系列顺序活动的场景。在这个提出的模型中,一旦已经识别了主要级别上的物理对象和服务单元,就应用操作场景来描述系统。这些工具,连同功能场景,已经被提出用于设计一致PSS。客户需求是由接收机状态参数的概念捕获的描述客户状态的变化。这种状态变化代表顾客感知的价值。设计PSSS的主题在第6节中继续讨论,其中讨论了NGIMS设计方法的框架。

5DFIM框架

本文提出了一个框架DFIM作为一个PSS,包括智能产品和后端系统,衍生自NGIMS。该框架在下面给出了一个概述,随后是一个操作视图。简要介绍了PSSS和数字孪生的一些工业实例。

5.1。简介

从高层次的角度来看,我们看到客户与PSS互动。也就是说,客户通过与物理产品交互来请求服务,然后消费这些服务。这个过程如图2所示。在PSS中,服务部分充当客户和产品之间的无形中介。PSS的这部分起到产品的用户界面的作用,它允许客户请求服务,然后接收和消费它们。

PSS的后端,产品中的嵌入式传感器与基于云的产品支持环境进行通信。通过收集传感器数据来维持产品的数字孪生。数据分析可以用来提取重要的使用数据和更新产品状态。可以在当前状态下对产品进行模拟,以确定是否需要维护或需要软件更新。在基于云的环境有助于服务交付的情况下,数据分析可以帮助确定是否需要对服务提供软件进行升级。

在图2的示意图中清楚地说明了当前PSS,如智能手机的操作。例如,如果客户想找到一个新的应用程序,他们通过手机的用户界面导航到App Store图标,启动它,然后浏览被检索的应用程序。在PSS的后端,需要一个广泛的基于云的系统来收集、编目、存档、验证和检索应用程序。然而,目前大多数PSS缺乏数字孪生和服务,这是通过跟踪产品的状态而启用的。这种情况很快就会改变。

5.2。操作视图

仔细观察PSS的操作将提供更大的洞察力。首先考虑基于后端云的产品支持环境。如前所述,数字孪生是产品中基于数据流从产品中的传感器更新的产品的表示。为了更新产品状态,执行数据分析,并进行产品模拟,环境必须具有一定的控制和决策能力。理想情况下,一个智能环境应该有一些执行监督能力,以便它可以随着时间的推移来改进其性能和PSS的性能。

类似地,PSS应该具有了解客户的能力,以便提供更好和更定制的服务。换言之,PSS应该具有客户的数字孪晶,并使用这种表示作为数据分析和模拟的基础。

3示出了包括服务部分和基于云的环境中的操作元素的PSS和客户交互的更详细的视图。类似于图1中的操作和学习循环,预期未来智能PSS将具有更新和分析的产品和客户的数字孪生。通过传感器数据启用控制、分析和决策活动,进而使PSS对客户和产品的使用环境响应和适应。此外,PSS将有能力学习随着时间的推移。

当然,客户也拥有控制、分析和决策能力,并随着时间的推移了解产品及其服务(这是出于清晰的原因而未显示)。

5.3。实例

几个行业的例子已经被描述的数字孪生技术被应用到智能PSS。通用电器公司将传感器嵌入到它的发电涡轮机中,最近,将其嵌入到航空发动机中,以收集实时数据。结合新的检测机器人,该公司可以应用数据分析来预测维修需求,并向客户提出建议。这些数据和预测模型可用于开发新产品。

特斯拉为其销售的每辆车构建了数码双胞胎。从汽车收集的数据进行分析,确定问题,并准备软件更新,以解决这些问题。在互联网上提供软件更新允许客户继续使用他们的汽车而不需要服务访问,这显著地提高了用户体验。在未来,由于特斯拉和其他公司继续发展自主汽车,很容易想象,驾驶条件(即天/夜和天气),道路属性(例如,曲线和上/下山),和司机的行动,加上事故的发生,可以汇总和分析,以改善汽车模型的性能。此外,可以分析来自单个汽车的数据,以提供车辆动作的微调。对于传统的人-驾驶员模式,除了汽车中的一个之外,驾驶员的数字孪生的维护将使得基于典型驾驶员反应的汽车在困难情况下的性能进一步微调。

在新产品开发过程中,一个拥有超过几百万公里的车辆的数据的公司将能够模拟车辆性能和驾驶员响应来评估所提出的设计变更的影响。更一般地,产品使用数据的收集和用户行动和响应的数据将使开发模拟模型能够告知设计决策,探索设计方案之间的折衷,并预测市场接受水平。

6DFIM的含义

6.1。基本原则

本文阐述了智能PSS是什么,它与智能制造系统共享技术和特点。但是DFIM呢?在这里,DFIM与传统的DFM几乎没有共同之处。DFIMDFAM有更多的共同点,DFAM有两个主要目标:探索新的设计空间,以利用AM的独特能力,并以满足制造工艺约束的方式设计物理工件。因此,DFIM更多地关注如何利用智能制造系统的能力和技术,而不是制造约束。图4示出了由两个不同方面组成的DFIM视图,这两个方面是为可能性和机会设计,并设计为约束。

在进一步研究这些方面之前,下面列出了DFIM的一些基本原则:

DFIM包括智能制造系统制造的未来智能PSS的设计。

DFIM任务的范围不仅仅是物理产品的设计,它还需要通过物理设备提供服务的设计,除了后端产品支持环境的设计和物理产品的设计之外。

由于开发产品支持环境需要非常重要的投资,设计者应该计划设计几个产品家族和一代产品,以便对投资进行摊销。

6.2。为可能性和机会设计

DFIM的第一个方面专注于为新产品和服务概念和新技术提供的可能性和机会设计。这方面很有创意地寻找新客户需求的解决方案。

DFIM提出的基础是基于PSS设计的方法。其他设计方法支持在工程、商业/市场和工业设计文献中发现的PSS设计方法。三种具体的方法在这里被强调为非常重要,但是许多其他方法也是相关的。

根据PSS文献PSS的设计方法包括:PSS提供的面向客户的功能;客户价值的度量;使用场景;4. PSS的功能结构,产品结构,以及产品元素的规格。为了我们的目的,我们应该适应这种通用的方法,智能PSS支持的重大产品支持环境。

PSS设计方法的前三个要素突出了识别客户想要和期望的服务的重要性,然后开发度量客户在这些服务上的价值的度量。关键的考虑是计划一个长达数年的PSS寿命,通过想象客户在整个生命周期中想要什么,并且想象什么样的新服务由PSS系统启用,这些系统随着时间的推移而了解产品和客户。以用户为中心的设计方法当然可以应用,尽管有一个转折:设计师应该考虑客户的期望和需求,以及PSS系统的能力,将随着时间的推移而发展。在极端的情况下,涉及客户自己产品设计的方法也在进行中

当设计者考虑最后三个PSS设计元素时,他们需要开发PSS体系结构,并对如何向物理产品、用户界面和后端环境分配功能做出重要决定。他们还需要考虑通信和计算基础设施在PSS寿命上的演变。例如,5G无线网络的设计与4G的设计有很大的不同,对PSS元素的功能分配也会随着时间的推移而变化,设计者也应该考虑到这种潜在的发展。特斯拉的例子中突出了这些问题,因为该公司可以识别通过软件更新远程提高车辆性能的所有机会。制造商应具备多少车辆功能?顾客应该调整多少?通信基础设施能够处理数据收集和软件升级的负担吗?这些和许多其他问题必须在设计过程中加以解决。

设计方法学文献包括对产品族设计的广泛研究,这是设计一组具有功能、能力和/或尺寸的相似产品的想法。 产品族可能共享核心技术、特性或组件。例如,汽车被设计为产品系列,具有各种尺寸(小、中、大)、样式(轿厢、轿车、跑车)和价格点。产品族设计方法涉及识别适合于提供所需范围的能力的产品体系结构,同时通常尽可能多地共享技术和尽可能多的组件。通用平台和选项包的标识是设计方法中的重要步骤。

产品族设计文献的一个分支考虑产品族设计在产品世代(Ref.调查)在这种情况下,计划产品家族的进化,从而在不同的产品世代中引入新的功能和能力。这种方法与智能PSS设计高度相关,以确保后端环境能够支持PSS演进的未来产品世代。

多学科设计优化领域(MDO)也可以在PSS设计中发挥作用。物理产品、服务交付系统和后端环境可以被看作是MDO上下文中不同的学科。也就是说,它们是需要设计的非常不同类型的子系统。在他们的设计过程中,必须解决的重大挑战:子系统彼此耦合,需要整合在一起,形成一个紧密耦合的系统,从客户的角度。虽然最初为航空航天工业开发,但MDO方法得到了广泛的应用。在航空航天中,耦合的竞争子系统趋向于包括结构、推进、航空和有效载荷。MDO方法涉及大规模、分层和耦合优化问题的制定和求解方法。也许这些方法可以被用于PSS的优化后,他们的架构已经确定。

6.3。约束设计

DFIM的另一个视角涉及到智能制造系统的能力设计和避免其约束。从这个角度来看,我们主要关注的是物理产品的设计,将使用NGIMS制造。我们可以预期NGIMS能够具有一致的、可靠的制造能力,因为系统将被广泛地监视(使用许多传感器),问题将很快被识别,并且系统将随着时间的推移而学习和改进。

产品的设计应考虑到相关制造过程的能力和局限性。从某种意义上说,这是直接的DFM。然而,有必要深入研究预期市场规模、响应时间期望和定制机会。

将产品制造分为两大类:产品族平台,将在大批量生产,以及为各个产品模型、产品世代,甚至定制产品提供差异化的组件和模块。前一种情况属于传统的DFMDFMDFA的标准方法应该被实践。后一种情况对组合爆炸产生的复杂性提出了更具挑战性的问题。下面将进一步探讨这两个类别。

由于产品族平台将出现在每一个产品中,平台中的组件可以比某些专业选项更大量地生产。因此,如果它们以高容量制造,传统的制造工艺可能适合于这些组件。在大批量生产中可以回收硬模具和基于人工的工艺设计投资。然而,产品开发人员需要选择能够制造零件的制造工艺,以达到预期的质量、经济和快速地满足客户交付时间。或者,产品开发组织可以决定外包平台的大部分或全部,这取决于组织是否相信它能够在产品族选项中或平台中提供最高价值。

对于组件和模块,制造过程的决策很大程度上取决于预期的生产量。对于低容量选项,不需要很多硬工具或手工工艺规划的制造过程将是有利的。注塑几十甚至几百个零件的特殊产品的选择将导致昂贵的零件,交货时间长。相反,在制造过程中不需要硬工具和最小人为干预的AM工艺的使用可能有许多好处。通常,AM的零件成本相对于生产量是恒定的,交货时间是几天或更少。对于金属零件,五轴加工也可能是有利的,只要不需要零件特定的夹具和工艺规划就可以自动化。制造工艺的选择方法得到很好的发展[321],甚至被标准化。.

当然,设计约束也来自于作为PSS的一部分而设计的计算和通信系统的限制。在PSS设计中,需要对这些约束进行量化和考虑。它们的进化贯穿PSS的预期寿命也应该被考虑。然而,预期的是,计算和通信系统的约束将不起到作为物理产品的制造约束的巨大作用。

7。结论

本文从NGIMS的角度考虑未来智能产品的设计。这项工作旨在发人深省和具有推测性。如果我们设想智能产品的未来,那么我们可以考虑设计和制造这样的产品所需的内容。新一代智能制造概念、实践和系统的出现提供了额外的动机来考虑DFIM可能需要什么。

在整个论文中,强调了以下几点:

1DFIM从新智能产品的设计理念开始。

2)智能产品是PSS,即智能产品是通过与大型计算和通信基础设施(即,利用云计算和物联网技术)交互来向客户提供服务的物理产品。因此,DFIMPSSS的设计方法高度相关。

3DFIM包括两个主要方面:

设计可能性和机会,寻求开发新的设计概念和探索由这些概念启用的设计空间(PSS设计方法是实现这一点的主要手段);

设计约束,利用传统的DFMDFA方法来避免制造过程限制所施加的约束。

4)本文提出了一种综合的DFIM方法,因为还不成熟。需要更多的调查和设计经验,才会出现可靠的设计方法,这一领域。

希望本文的发表将促进DFIM研究者社区的形成,该研究开发、辩论和细化未来NGIMS智能产品的设计方法。



友情链接: 朗松MES 任丘人事人才网 任丘电大
Copyright 2020 方佳智能制造(正方达技术服务中心) 版权所有  备案号:冀ICP备19011881号-1
门业ERP,门业软件,门业MES,铝单板软件,金属制品MES,配电箱MES,配电柜MES,机箱MES,数字化车间,两化融合---钣金行业MES