智能制造 現(xiàn)代機(jī)械制造工程

智能制造智能制造(IntelligentManufacturing,IM)是一種由智能機(jī)器和人類(lèi)專(zhuān)家共同組成的人機(jī)一體化智能系統(tǒng)，它在制造過(guò)程中能進(jìn)行智能活動(dòng)，諸如分析、推理、判斷、構(gòu)思。和決策等。⑴通過(guò)人與智能機(jī)器的合作共事，去擴(kuò)大、延伸和部分地取代人類(lèi)專(zhuān)家在制造過(guò)程中的腦力勞動(dòng)。它把制造自動(dòng)化的概念更新，擴(kuò)展到柔性化、智能化和高度集成化。其核心是個(gè)體制造單元的“自主性”和系統(tǒng)整體的“自組織能力”。⑴所謂“自主性”個(gè)人認(rèn)為是指?jìng)€(gè)體單元單獨(dú)解決問(wèn)題的能力，不一定要求能完成很復(fù)雜的任務(wù)，但應(yīng)該能夠獨(dú)立的做一些簡(jiǎn)單的事情。還應(yīng)該具備一定的柔性和自修復(fù)性，這樣即使出了簡(jiǎn)單的故障也可以不依賴外界自己排除故障。這種故障的排除一般是以預(yù)防為主，比如發(fā)現(xiàn)快要撞刀了就倒退，冷卻液快要加滿了就放一些，諸如此類(lèi)。而“自組織能力”則表現(xiàn)為當(dāng)需要制造單元之間彼此分工合作的時(shí)候可以較好的完成。比如下達(dá)一個(gè)加工計(jì)劃，不需要人為的設(shè)計(jì)工序工藝流程圖等等而自動(dòng)安排加工順序和彼此間的協(xié)同工作。當(dāng)然，這在目前看來(lái)還是有很大的難度。那么我們?yōu)槭裁葱枰悄苤圃?？因?yàn)樵谛畔⒒瘯r(shí)代，在知識(shí)經(jīng)濟(jì)到來(lái)的當(dāng)代，傳統(tǒng)的制造業(yè)無(wú)法很好的適應(yīng)隨之而來(lái)的一系列變化，其中最突出的變化是消費(fèi)日趨個(gè)性化、多樣化，產(chǎn)品更新?lián)Q代的速度大大加快。因此以產(chǎn)品為中心的生產(chǎn)模式正在轉(zhuǎn)變?yōu)橐灶櫩蜑橹行牡纳a(chǎn)模式即顧客化大生產(chǎn)。［2］除此之外，個(gè)人認(rèn)為這部分是由傳統(tǒng)制造的局限性決定的。傳統(tǒng)的制造模式為串行式，在規(guī)劃、調(diào)度和控制等環(huán)節(jié)中只要有一個(gè)環(huán)節(jié)出了問(wèn)題就會(huì)影響到最后的整個(gè)結(jié)果，因此系統(tǒng)的魯棒性也很差。此外，傳統(tǒng)機(jī)械制造工業(yè)的柔性很差，如果客戶提出對(duì)之前產(chǎn)品的一點(diǎn)改變的話往往需要很復(fù)雜的操作?；诖?，我們有必要提出一種新的制造模式。而相比傳統(tǒng)制造模式，智能制造具有：自律能力、人機(jī)一體化、虛擬現(xiàn)實(shí)技術(shù)、自組織與柔韌性、學(xué)習(xí)能力與自我維護(hù)能力這幾大綜合特征。［1］其中個(gè)人認(rèn)為最主要的特征是自律能力和人機(jī)一體化這兩個(gè)特點(diǎn)。自律能力對(duì)應(yīng)于前文所說(shuō)的“自主性”，人機(jī)一體化則對(duì)應(yīng)于前文所說(shuō)的“自組織能力”。智能制造的主要應(yīng)用如下：基于神經(jīng)網(wǎng)絡(luò)的智能檢測(cè)、故障診斷、識(shí)別、優(yōu)化、設(shè)計(jì)；基于遺傳算法的優(yōu)化設(shè)計(jì)；基于類(lèi)比推理、歸納學(xué)習(xí)與基于實(shí)例推理的知識(shí)系統(tǒng)；基于Agent技術(shù)的分布式智能制造系統(tǒng)。［3］接下來(lái)介紹一下可能的未來(lái)智能制造運(yùn)作過(guò)程。1、任一網(wǎng)絡(luò)用戶都可以通過(guò)訪問(wèn)該系統(tǒng)的主頁(yè)獲得該系統(tǒng)的相關(guān)信息，還可通過(guò)填寫(xiě)和提交系統(tǒng)主頁(yè)所提供的用戶定單登記表來(lái)向該系統(tǒng)發(fā)出定單。2、如果接到并接受網(wǎng)絡(luò)用戶的定單，Agent就將其存入全局?jǐn)?shù)據(jù)庫(kù)，任務(wù)規(guī)劃結(jié)點(diǎn)可以從中取出該定單，進(jìn)行任務(wù)規(guī)劃，將該任務(wù)分解成若干子任務(wù)，將這些任務(wù)分配給系統(tǒng)上獲得權(quán)限的結(jié)點(diǎn)。3、產(chǎn)品設(shè)計(jì)子任務(wù)被分配給設(shè)計(jì)結(jié)點(diǎn)，該結(jié)點(diǎn)通過(guò)良好的人機(jī)交互完成產(chǎn)品設(shè)計(jì)子任務(wù)，生成相應(yīng)的CAD/CAPP數(shù)據(jù)和文檔以及數(shù)控代碼，并將這些數(shù)據(jù)和文檔存

入全局?jǐn)?shù)據(jù)庫(kù)，最后向任務(wù)規(guī)劃結(jié)點(diǎn)提交該子任務(wù)。4、加工子任務(wù)被分配給生產(chǎn)者；一旦該子任務(wù)被生產(chǎn)者結(jié)點(diǎn)接受，機(jī)床Agent將被允許從全局?jǐn)?shù)據(jù)庫(kù)讀取必要的數(shù)據(jù)，并將這些數(shù)據(jù)傳給加工中心，加工中心則根據(jù)這些數(shù)據(jù)和命令完成加工子任務(wù)，并將運(yùn)行狀態(tài)信息送給機(jī)床Agent，機(jī)床Agent向任務(wù)規(guī)劃結(jié)點(diǎn)返回結(jié)果，提交該子任務(wù)。5、在系統(tǒng)的整個(gè)運(yùn)行期間，系統(tǒng)Agent都對(duì)系統(tǒng)中的各個(gè)結(jié)點(diǎn)間的交互活動(dòng)進(jìn)行記錄，如消息的收發(fā)，對(duì)全局?jǐn)?shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)的讀寫(xiě)，查詢各結(jié)點(diǎn)的名字、類(lèi)型、地址、能力及任務(wù)完成情況等。[1]6、網(wǎng)絡(luò)客戶可以了解定單執(zhí)行的結(jié)果。[1]選擇了39項(xiàng)核出了智能制造的課題，已在專(zhuān)家，國(guó)家科技部正智能制造源于人工智能的研究，從1994年開(kāi)始陸續(xù)有國(guó)家參與到這個(gè)項(xiàng)目之中。其中有：加拿大制定的1994~1998年發(fā)展戰(zhàn)略計(jì)劃，認(rèn)為未來(lái)知識(shí)密集型產(chǎn)業(yè)是驅(qū)動(dòng)全球經(jīng)濟(jì)和加拿大經(jīng)濟(jì)發(fā)展的基礎(chǔ)，認(rèn)為發(fā)展和應(yīng)用智能系統(tǒng)至關(guān)重要，并將具體研究項(xiàng)目選擇為智能計(jì)算機(jī)、人機(jī)界面、機(jī)械傳感器、機(jī)器人控制、新裝置、動(dòng)態(tài)環(huán)境下系統(tǒng)集成。日本1989年提出智能制造系統(tǒng)，且于1994年啟動(dòng)了先進(jìn)制造國(guó)際合作研究項(xiàng)目，包括了公司集成和全球制造、制造知識(shí)體系、分布智能系統(tǒng)控制、快速產(chǎn)品實(shí)現(xiàn)的分布智能系統(tǒng)技術(shù)等。歐洲聯(lián)盟的信息技術(shù)相關(guān)研究有ESPRIT項(xiàng)目，該項(xiàng)目大力資助有市場(chǎng)潛力的信息技術(shù)。1994年又啟動(dòng)了新的R&D項(xiàng)目心技術(shù)，其中三項(xiàng)（信息技術(shù)、分子生物學(xué)和先進(jìn)制造技術(shù)）中均突位置。中國(guó)80年代末也將“智能模擬”列入國(guó)家科技發(fā)展規(guī)劃的主要系統(tǒng)、模式識(shí)別、機(jī)器人、漢語(yǔ)機(jī)器理解方面取得了一批成果。最近式提出了“工業(yè)智能工程選擇了39項(xiàng)核出了智能制造的課題，已在專(zhuān)家，國(guó)家科技部正知識(shí)的表達(dá)方式多種多樣，包正確的搜索到并理解這些知識(shí)絡(luò)資源確實(shí)看起來(lái)很容易，但知識(shí)的表達(dá)方式多種多樣，包正確的搜索到并理解這些知識(shí)絡(luò)資源確實(shí)看起來(lái)很容易，但尋找出正確和有用的訊息卻絕的困難。然而事情也并不全是1、知識(shí)的恰當(dāng)表達(dá)與獲取。這很容易理解，由于括符號(hào)、圖案、文字、聲音等等。要智能系統(tǒng)對(duì)于目前的科學(xué)水平還難以做到。雖然搜索網(wǎng)要智能系統(tǒng)自己去尋找相應(yīng)的關(guān)鍵詞，并從中非易事。因而如何獲取和理解知識(shí)尚存在一定經(jīng)常播放的答題贏大獎(jiǎng)的綜藝搜索找到相應(yīng)的答案來(lái)回答各根據(jù)電腦而專(zhuān)門(mén)安排過(guò)，因此。而實(shí)際的結(jié)果是IBM制造出冠軍，這確實(shí)是很震撼的一件的理解能力而不是單純的根據(jù)悲觀的，我在前段時(shí)間參加IBM的宣講會(huì)的時(shí)候了解到IBM已經(jīng)能夠成功的制造出一款知識(shí)型競(jìng)賽答疑系統(tǒng)，針對(duì)電視上節(jié)目設(shè)計(jì)。可以理解主持人問(wèn)的問(wèn)題，并自行經(jīng)常播放的答題贏大獎(jiǎng)的綜藝搜索找到相應(yīng)的答案來(lái)回答各根據(jù)電腦而專(zhuān)門(mén)安排過(guò)，因此。而實(shí)際的結(jié)果是IBM制造出冠軍，這確實(shí)是很震撼的一件的理解能力而不是單純的根據(jù)2、創(chuàng)新能力的實(shí)現(xiàn)。這相比前一條來(lái)說(shuō)難度更大，因?yàn)閯?chuàng)新即使對(duì)于人類(lèi)來(lái)說(shuō)

的所謂智能系統(tǒng)，哪怕是應(yīng)對(duì)外界的影響，沒(méi)有自含著三個(gè)方面。一是邏輯能夠跟人類(lèi)對(duì)主的思維，也思維，這方面也很困難。而很多年以來(lái)，我們研究的所謂智能系統(tǒng)，哪怕是應(yīng)對(duì)外界的影響，沒(méi)有自含著三個(gè)方面。一是邏輯能夠跟人類(lèi)對(duì)主的思維，也思維，這方面目前的智能系統(tǒng)已經(jīng)做到相當(dāng)高的水平的推斷，更不用說(shuō)一些世界前沿的智一些感性的認(rèn)識(shí)，一個(gè)事物的外觀如神經(jīng)網(wǎng)絡(luò)技術(shù)的迅速發(fā)展也有了長(zhǎng)足靈感、頓悟確實(shí)智能系統(tǒng)難以企及的現(xiàn)。比如牛頓被蘋(píng)果砸了一下會(huì)聯(lián)想電腦被我們踢了一腳會(huì)想到作用力與要依賴人類(lèi)的專(zhuān)家?？赡芤院笾悄芟邓鞣抡婺M從而解決絕大多數(shù)的技術(shù)怕還是難以實(shí)現(xiàn)。3、軟件適應(yīng)性的貧乏。雖然有很多大的，能研究。二是抽象思維，何？色調(diào)是明亮還是溫暖的進(jìn)步。但創(chuàng)新最關(guān)鍵的。在這方面我們沒(méi)有任何到地心引力。但我們很難反作用力的問(wèn)題。在這方統(tǒng)可以發(fā)展到能夠自己利難題，然而一些需要?jiǎng)?chuàng)新在最基礎(chǔ)的C++中都有if，else之類(lèi)公司都搭建了一系列用于這往往涉及到？這方面由于第三點(diǎn)也就是的線索如何實(shí)想像有朝一日面我們依然需用枚舉法去探思維的問(wèn)題恐智能制造的平臺(tái)，其中比較有代表性的有IBM的ABE（Agentbuildingenvironment），然而首先這些軟件系統(tǒng)大都只是一些支持些理論研究和仿真實(shí)驗(yàn)，然而談到最沒(méi)有這方面的消息。因?yàn)檫@中間牽涉機(jī)就能涵蓋理解市場(chǎng)中瞬息萬(wàn)變的種的發(fā)布、一個(gè)供應(yīng)商的改變就會(huì)帶來(lái)制造軟件讓它來(lái)判斷是不是還是從原是不是由于懷恨在心而故意在設(shè)計(jì)上Agent建模的軟件，可以在上面進(jìn)行一重要的：市場(chǎng)化、投入實(shí)到很多的問(wèn)題，我們不能種變化，然而實(shí)際情況是一系列巨大的改變，而這有的地方進(jìn)貨、今天負(fù)責(zé)做了點(diǎn)手腳。這對(duì)于一個(gè)踐好像目前還指望一臺(tái)計(jì)算往往一個(gè)政策對(duì)于一款智能設(shè)計(jì)的工程師軟件的搭建來(lái)說(shuō)太復(fù)雜了，無(wú)論是數(shù)學(xué)、經(jīng)濟(jì)還是軟件學(xué)科，最基本的理念就是簡(jiǎn)化問(wèn)題將現(xiàn)實(shí)中相對(duì)不重要的因素排除，然情，往往有的時(shí)候很無(wú)關(guān)緊要的因素比如在考慮重物從空中掉落的時(shí)候我塑料袋從空中掉落的時(shí)候空氣阻力就把所有因素都預(yù)先考慮好不現(xiàn)實(shí)，讓而排除不重要的因素也是在另一些場(chǎng)合中有著舉足們可以放心的忽略空氣阻顯然值得注意了。而對(duì)于機(jī)器自行判斷何時(shí)考慮什，一件困難的事輕重的作用。力，而在一個(gè)一款軟件來(lái)說(shuō)么因素又存在一系列技術(shù)難點(diǎn)，因而軟件適應(yīng)性是一個(gè)很大的問(wèn)題。4、計(jì)算實(shí)時(shí)性的要求。這個(gè)要求也很好理解，我們當(dāng)然希望（一我們發(fā)出訂單之后立刻得到成品或者我們提出一個(gè)問(wèn)題立刻得般情況下）在

到解答。然而由于目前技術(shù)的局限性，智能系統(tǒng)難以把掌握的知識(shí)像人類(lèi)那樣固化下來(lái)，（否則需要耗費(fèi)數(shù)目巨大的存儲(chǔ)單元）而每次都去重新搜索學(xué)習(xí)顯然需要耗費(fèi)很多的時(shí)間，這個(gè)矛盾如何解決也沒(méi)有定論。前文中部分觀點(diǎn)涉及到我自己的理解，不一定準(zhǔn)確，最后補(bǔ)充一些我自己的看法。我認(rèn)為智能制造在相當(dāng)長(zhǎng)的一段時(shí)間內(nèi)恐怕依然無(wú)法投入實(shí)際的應(yīng)用，如前文所述存在著太多的技術(shù)性困難。智能制造的發(fā)展依賴著人工智能的發(fā)展，然而至今我們依然沒(méi)有搞清楚人類(lèi)的大腦是如何思考問(wèn)題、解決問(wèn)題的。而現(xiàn)有的模擬智能的手段又極其的粗糙，我們知道，要簡(jiǎn)單照搬自然界并進(jìn)行仿生是很困難的，我們能借鑒的往往只有一部分，而限于材料、能源等方面的限制不能完全的照搬。比如飛機(jī)，一開(kāi)始人們?cè)O(shè)計(jì)飛機(jī)的時(shí)候都是仿照鳥(niǎo)類(lèi)拍動(dòng)翅膀，從而想要設(shè)計(jì)出一款翅膀可以拍動(dòng)的飛行機(jī)械，結(jié)果失敗。我們?cè)诂F(xiàn)代飛機(jī)中仿效的也只是流線型的機(jī)身等設(shè)計(jì)而已。這些根本性的差異是由于生物體的精巧性難以模仿帶來(lái)的。再舉一個(gè)例子，要設(shè)計(jì)一款機(jī)械手，我們想要放盡可能多的自由度，就需要大量的電機(jī)來(lái)控制，再設(shè)計(jì)一些復(fù)雜的控制系統(tǒng)來(lái)進(jìn)行各關(guān)節(jié)間的銜接，然而人手（也是人類(lèi)耗費(fèi)大腦皮層最大的一個(gè)部位，占30%）只是通過(guò)簡(jiǎn)單的肌腱和關(guān)節(jié)就能夠緊密而巧妙的合作完成各種復(fù)雜的動(dòng)作。就這個(gè)問(wèn)題來(lái)說(shuō)，主要是能源（手是由生物能驅(qū)動(dòng)，而機(jī)械手的每個(gè)電機(jī)）以及材料（我們難以找到像肌肉這樣巧妙的材料）。推廣到人工智能中，情況也依然如此，甚至更復(fù)雜，至少我們已的運(yùn)作方式，仿真出人類(lèi)大對(duì)于人工智能芯片之間構(gòu)建可動(dòng)關(guān)節(jié)都需要經(jīng)基本理解了手科學(xué)水平是可以腦皮層的1%（IBM），這還不包括腦部各部分之間的協(xié)調(diào)等的研究。而的探索目前主要分為電子元器件的模擬，也是最常見(jiàn)的，通過(guò)晶體管和的神經(jīng)網(wǎng)絡(luò)來(lái)試圖還原出大腦，但顯然晶體管和芯片與神經(jīng)元的復(fù)雜結(jié)個(gè)無(wú)比復(fù)雜龐大的而對(duì)于腦的仿真我們連昆蟲(chóng)的大腦都難以重現(xiàn)。目前的構(gòu)相比無(wú)論是大小還是功能來(lái)說(shuō)都想去甚遠(yuǎn)，即使成功也多半是系統(tǒng)。第二是細(xì)胞體來(lái)再現(xiàn)我們可以通過(guò)我們能夠用意是已經(jīng)實(shí)現(xiàn)了生物仿生，這更偏向于生命科學(xué)大腦。第三是兩者的結(jié)合，這方在大腦或者手部植入芯片來(lái)對(duì)虛念來(lái)關(guān)上窗簾，可以用意念來(lái)使的研究，通過(guò)DNA重組等構(gòu)建合適的面也有著很多的研究，在實(shí)際擬世界或者外部的真實(shí)世界造屏幕中的球移動(dòng)（這些我都看應(yīng)用中，成影響。過(guò)視屏，的）。但當(dāng)我們追求更高級(jí)的應(yīng)用并想要解決一些實(shí)際問(wèn)題的時(shí)候就又遇到了很多瓶頸。如何完美的融合生命體和電子部件？這本身就存在著一系列天然的阻礙，最簡(jiǎn)單的如細(xì)胞體的排斥，復(fù)雜一點(diǎn)的如電子器件和生命體的通訊，我們可以識(shí)別并接受一些簡(jiǎn)單的電信號(hào)，然而我們能夠我們能反過(guò)來(lái)影響并強(qiáng)化我們個(gè)體本身的思維人工智能的瓶頸或許真的是無(wú)法克服的接受一些更復(fù)雜的訊息嗎？進(jìn)一步的，嗎？因?yàn)闇y(cè)不準(zhǔn)定理，我們知道這個(gè)宇宙是無(wú)法完全的了解和預(yù)