在去年的百度智能物联网峰会上,百度除了继续在讲“ABC+IoT”外,强调了边缘计算,发布了智能边缘BIE(Baidu IntelliEdge)。
其实,早在2017年,在尹世明入职百度,任职百度副总裁、百度智能云总经理数月后,就为百度智能云此前的ABC加了一个IoT,也就有了现在百度智能云的ABC+IoT。
2018年是IoT被喊得最响亮的一年,包括阿里、华为等互联网时代的佼佼者纷纷将IoT定为公司层面的发展战略。与阿里、华为相同的是,百度的IoT业务同样基于云基础业务,在智能云事业部(2018年12月升级为智能云事业群组)下开展;不同的是,百度的天工物联网平台仍是相对低调。不过,百度在IoT的发力仍然明显,在2018年,尹世明亲自接受多家专业媒体采访,为百度智能云物联网,为其ABC+IoT战略铺路。
5月30日,在2019 ABC Inspire智能物联网峰会上, 百度智能云升级天工物联网平台,就边云融合、时空洞察、数据智能发布9款产品,尹世明也再次登台解读ABC+IoT战略新发展。
物联网在2018年正式从幕后转向台前,在此之前,各玩家已经先后布局并零星可见在各产业试水应用。百度智能云正式对外公布进入物联网领域是在2016年,2016年7月,百度天工物联网平台正式发布,入局物联网,随后发布了物接入、物解析、规则引擎、物可视、时序数据库TSDB等物联网产品。
这之后的三年中,百度在物联网领域的重点布局也清晰可见。2017年,重点布局百度大脑;2018年,重点布局智能边缘BIE;2019年,百度的重心则是边云智能升级。
百度智能云副总经理管瑞峰认为,新一代智能物联网平台将向三个方向突破:第一,向边界突破,形成边云融合;第二,在时间和空间的维度上寻求突破;第三,利用数据智能对场景突破。 边 云融合、时空洞察和数据智能,将成为下一代智能物联网平台的核心要素。
“ 2019年是边云融合计算商业化元年。 ”管瑞峰在峰会上这样称。这主要体现在三个方面:
消防烟感需要时间戳、设备位置、烟雾浓度、报警状态、故障状态、覆盖范围6个维度信息;无人机需要时间戳、经纬度、高度、电量、农作物长势等50个维度信息;新能源 汽车 需要时间戳、经纬度、充电状态、探针温度等100个维度信息。其中,时间和空间成为两个基础维度信息。
百度智能云天工物联网平台在发布之初,首批产品中即有时序数据库TSDB。管瑞峰表示,这正是百度智能云在时空洞察方面的布局。其中,时间维度上包括存储、分析、洞察,空间维度上包括位置标识、轨迹规划、全局优化。
以百度地图为例,百度地图是百度面向C端的产品,在为用户提供服务同时,同时拥有15亿POI、850万公里的路网空间数据,基于此,百度则可以提供诸如定位、地图、搜索、鹰眼轨迹、导航、路线规划、路况能力。与此同时,空间能力也被百度结合百度智能云为B端用户提供服务,官方数据显示,包括165万开发者、65万应用。
数据智能要击穿B端,首先解决行业理解(行业知识)问题。例如, 汽车 生产线上有一百多个生产指标,如何从众多数据指标中抽取出与积漆有关联的关键指标进行生产线积漆模型构建就成为关键。“利用天工的时序数据库、行业洞察及其他平台能力与模型训练结合起来,通过一个工程师可以实现模型训练和工程研发。”
而此次峰会上,作为主角的是百度智能云针对物联网领域发布的9款产品,包括针对边云融合推出的百度智能边缘20和三款智能边缘硬件(天工IoT Module、BIE AI BOX、BIE Developer Kit),针对时空洞察推出的地图空间服务、货运路径规划、智能调度ROS,以及针对数据智能推出的百度智能时序洞察(公测阶段)、小度企业音箱行业解决方案。
百度智能云物联网产品总监周保玉上台首先介绍了百度智能云天工物联网平台的无接入、规则引擎、时序数据库、物可视基础能力的升级。具体包括:
接下来则是此次峰会的主角,百度智能云发布的9款新品。
第一款,发布百度智能边缘(BIE)20。 自去年发布百度智能边缘后,如今已经支持Ubuntu、Debian等40+种操作系统版本,支持x86、x86_64、arm等主流硬件平台,此次的20版本主要有以下三个方面的升级:
第二款,天工IoT Module。 百度联合Quectel推出包括NB-IoT、2G、4G的IoT模组(均通过了FCC、CE认证),这些模组预装百度智能云的IoT SDK,可提供诸如免GNSS智能定位等服务。
第三款,BIE AI BOX。 百度智能云今年年初联合英特尔推出BIE AI BOX,BIE AI BOX除了配置了Arm处理器外,还配置了movidius视觉协处理,从而实现云上训练、边缘预测。
第四款,BIE Developer Kit。 百度智能云联合英伟达、伙伴米文动力合作开发BIE Developer Kit,该产品预装OpenEdge,支持PaddlePaddle、TensorFlow、Caffe等主流深度学习框架。
第五款,地图空间服务。 百度智能云天空联合百度地图推出地「图空间服务」。具体包括三方面:
第六款,货运路径规划。 针对物流行业,推出货运路径规划,提供包括限高、限款、险重、限轴、限行信息,货运限行数据达200路线规划能力支持里程、时间、收费、路况等十几种路线偏好。
第七款,智能调度(ROS)。 百度智能云的智能调度(ROS)可以快速地生成千万级的路网数据,能够同时支持6000+网店配送任务,同时进行规划和计算,并且针对复杂的城配场景支持附加时间窗口、满载率等20多种约束条件。
第八款,时序洞察。 周保玉称,“做时序洞察这款产品的核心目的是两个:一是降低IoT行业运用门槛,提高落地效率;二是希望这款产品能够作为载体,承载行业知识的沉淀。”该产品主要有三方面能力:
第九款,小度企业音箱行业解决方案。 小度智能音箱最初为面向C端产品,百度现已经将其拓展到B端应用中。小度企业音箱行业解决方案可以提供首屏定制、行业功能定制、硬件定制、行业系统对接等定制能力。目前已应用到诸如地产、酒店、银行等行业中。
据雷锋网了解,百度智能云以上9款产品均以应用到行业中,包括在智能边缘计算方面与雅砻江合作,启动智能电站规划工作;智能调度(ROS)应用到车满满SaaS云平台,提供货运路径规划一体化解决方案;小度企业音箱行业解决方案方面与深圳市碧城智慧 科技 合作,在智慧地产方面打造惠州潼湖 科技 小镇等。
尹世明:百度智能云ABC+X,IoT、5G、边缘计算
在2018年9月,百度智能云ABC战略升级到30,尹世明现场再次重申ABC 30的能力。
众所周知,百度智能云以B端业务为主,尹世明表示,智联网时代,To C技术开始进入To B领域,企业技术架构也必将受到很大冲击。
谈到企业数字化转型和AI转型,尹世明表示,在传统Client Server架构上做AI加持并不容易,如果对底层MES系统、DCS系统、ERP、物流软件整个过程中每一台设备都配备一个AI引擎更加困难。百度为此提出了ABC+X,“将计算、数据、AI,以及现今更先进5G、边缘计算技术统一到智能云端。”
以5G为例,传统设备升级应用5G技术需要在每一台应用设备中装一个5G连接或计算模块,这在实际应用环境中很难实现。4月11日,百度联合华为、中国移动展示了基于5G SA架构的5G Vertical LAN(行业局域网)技术及基于此的8K互联网视频直播,该技术可提供定制化5G行业局域网,使得企业终端与企业云处于同一个“局域网”中。
就当下百度智能云ABC+X架构在物联网上的应用,我们思考更多的是设备(物),所以我们有物的边缘,我们有移动的边缘。左边是物边缘,移动边缘,云边缘,右边是局域网、无线网、骨干网。“这样的分布式架构使得在1毫秒、10毫秒、100毫秒之内能够将相关的能力汇聚到一起。”
过去传统的技术架构无法实现实时响应。以ERP系统为例,传统的ERP系统是层级化的,所有数据经过排期之后必然有延时,这个延时可能是分钟级的,也可能是小时级的,因而难以实现实时响应。“物联网到来之后,当我们边缘计算、云计算融为一体,实时响应将有可能实现。”
雷锋网小结
纵观百度此次针对物联网行业应用推出的9款产品,除去沿袭其一直在布局的边缘计算以外,在模组方面发的三款产品仍是以行业合作为主,包括与英特尔、英伟达、米动 科技 等合作,百度主要提供的仍是其云端能力;而诸如货运路径、智能调度、时序洞察等产品,仍是基于百度自身在大数据和数据分析能力上的积累。
雷锋网认为,物联网就本质而言,一定程度上可以理解为万物的是数据化、数字化,再辅以数据分析和人工智能的能力,将会对产业带来深远的影响。也正如尹世明为百度智能云制定的ABC+X的战略,或将是未来企业数字化、智能化转型的一个思路。
一、计算机专业一直是人们口中的热门专业,近年来,高校的计算机专业也不断扩招。随着互联网的发展,计算机专业人才的缺乏也没有得到有效缓解。国内的软件开发人才,网络技术、信息安全等方面的人才缺乏比较严重。高水平的系统分析师,资深项目策划人员非常少,从事程序开发的程序员也比较缺乏。
二、社会对计算机人才总需求量有明显变化,企业是吸纳人才的主力,随着国有企业改革步伐加大,对高新技术人才、计算机专业大学生的需求会迅速增长,高新技术企业每年产值增长在百分之二十以上。
三、计算机专业就业前景随着科技的进步和信息事业的发展,尤其是计算机技术的发展与网络应用的逐渐普及。
四、计算机已成为人们工作和生活中不可缺少的东西。IT行业的发展。在最近几年内IT在职场排行榜中仍旧处于所有行业中的“老大”。虽然说计算机这行就业单位很多,但是面临的竞争也非常激烈。只有对基础知识的学习才可以受用身。
五、计算机就业方向
软件方向,软件就业方向有软件开发,软件架构师,软件测试,应用软件(包括手机程序)的调试、运行、测试、维护及质量管理等技术岗位的工作。JAVA软件开发,软件公司中Java软件工程师、网络工程师、数据库工程师等相关职位。
网络方向,IT企业、政府机关、企事业单位、各类外资企业、电力、电信、汽车、房地产、金融、保险、税务、教育、科研等各个行业从事计算机网络建设、运行、维护和管理工作。
六、计算机的就业趋势
从总体上讲,社会对计算机人才总需求量有明显变化,但毕业生就业岗位分布和岗位层次将更加宽泛,需求的主体由政府机关、金融单位、电信系统、国有企业转向教育系统、非公有制经济实体等中小用人单位,由于毕业生人数剧增,就业率与供求比例明显相差大。
企业是吸纳人才的主力,随着国有企业改革步伐加大,对高新技术人才、计算机专业大学生的需求会迅速增长,高新技术企业每年产值增长在20%以上,中国加入WTO,外国资本、公司的涌入,需要招聘大批高素质的计算机专业人才,毕业生的就业选择和人才流动会偏向外资企业。
七、计算机专业就业前景
随着科技的进步和信息事业的发展,尤其是计算机技术的发展与网络应用的逐渐普及。计算机已成为人们工作和生活中不可缺少的东西。IT行业迅猛发展,就业工作岗位也比比皆是。在最近几年内IT在职场排行榜中仍旧处于所有行业中的“老大”。计算机专业学生就业方向也应该有所提高。虽然说计算机这行就业单位很多,但是面临的竞争也非常激烈。只有对基础知识的学习才可以受用终身。
课程名称
使用教材
备注
物联网产业与技术导论
《物联网:技术、应用、标准与商业模式》,电子工业出版社,等教材。
在学完高等数学,物理,化学,通信原理,数字电路,计算机原理,程序设计原理等课程后开设本课程,全面了解物联网之RFID、M2M、传感网、两化融合等技术与应用。
C语言程序设计
《C语言程序设计》,清华大学出版社,等教材。
物联网涉及底层编程,C语言为必修课,同时需要了解OSGi,OPC,Silverlight等技术标准
Java程序设计
《Java语言程序设计教程》,机械工业出版社,等教材。
物联网应用层,服务器端集成技术,开放Java技术也是必修课,同时需要了解Eclipse,SWT, Flash, HTML5,SaaS等技术
无线传感网络概论
《无线传感器网络理论、技术与实现》,国防工业出版社,《短距离无线通讯入门与实战》北京航空航天大学出版社,等教材。
学习各种无线RF通讯技术与标准,Zigbee, 蓝牙,WiFi,GPRS,CDMA,3G, 4G, 5G,Mote等等
TCP/IP网络与协议
《TCP/IP网络与协议》,清华大学出版社,等教材。
TCP/IP以及OSI网络分层协议标准是所有有线和无线网络协议的基础,Socket编程技术也是基础技能,为必修课
嵌入式系统
《嵌入式系统技术教程》,人民邮电出版社等教材。
嵌入式系统是物联网感知层和通讯层重要技术,了解TinyOS等,为必修课
传感器技术概论
《传感器技术》,中国计量出版社,等教材。
物联网专业学生需要对传感器技术与发展,尤其是在应用中如何选用有所了解,但不一定需要了解传感器的设计与生产,对相关的材料科学,生物技术等有深入了解
RFID技术概论
《射频识别(RFID)技术原理与应用》,机械工业出版社,等教材。
RFID作为物联网主要技术之一,需要了解,它本身(与智能卡技术融合)可以是一个细分专业或行业,也可以是研究生专业选题方向。
工业信息化及现场总线技术
《现场总线技术及应用教程》,机械工业出版社,等教材。
工业信息化也是物联网主要应用领域,需要了解,它本身也可以是一个细分专业或行业,也可作为研究生专业选题方向。
M2M技术概论
《M2M: The Wireless Revolution》,TSTC Publishing,等教材。
本书是美国“Texas State Techinical College”推出的M2M专业教材,在美国首次提出了M2M专业教学大纲,M2M也是物联网主要领域,需要了解,建议直接用英文授课。
物联网软件、标准、与中间件技术
《中间件技术原理与应用》,清华大学出版社,《物联网:技术、应用、标准与商业模式》,电子工业出版社,等教材。
物联网产业发展的关键在于应用,软件是灵魂,中间件是产业化的基石,需要学习和了解,尤其是对毕业后有志于走向工业和企业界的学生。
「1 智能制造推进的难点与问题」
我国制造业面临着异常严峻的挑战:人口红利消失、“未富先老”、企业招工难,人工成本迅速上升;高房价、高地价迫使国内制造业向内地转移,低成本制造业向东南亚国家转移;高赋税以及社保费用的压力也给企业带来高昂的运营成本;原材料价格上涨对下游行业带来巨大的成本压力;环保风暴也给很多企业敲响了警钟;中兴事件则暴露出我国制造业核心技术缺失的尴尬现状;而国际贸易争端更是对出口型企业雪上加霜。
在这种背景下,制造企业如何实现转型升级?推进智能制造成为重要的途径。然而,目前我国制造企业推进智能制造面临着诸多难点与问题:
第一,概念满天飞,技术一大堆。近几年来,从工业40的热潮开始,智能制造、信息物理系统(CPS)、工业互联网(平台)、企业上云、工业APP、人工智能、工业大数据、数字工厂、数字经济、数字化转型、C2B(C2M)等概念接踵而至,对于大多数制造企业而言,可以说是眼花缭乱、无所适从。智能制造涉及的技术非常多,例如云计算、边缘计算、RFID、工业机器人、机器视觉、立体仓库、AGV、虚拟现实/增强现实、三维打印/增材制造、工业安全、时间敏感网络、深度学习、数字孪生、MBD、预测性维护,让企业目不暇接。这些技术看起来都很美,但如何应用,如何取得实效?很多企业还不得而知。
第二,摸着石头过河。企业推进智能制造领域的相关技术十分缺乏经验,欠缺可以借鉴的成功案例。目前,制造企业已经存在3种类型的孤岛:信息孤岛、自动化孤岛,以及信息系统与自动化系统之间的孤岛。同时,企业也缺乏统一的部门来系统规划和推进智能制造。在实际推进智能制造的过程中,企业仍然是“头痛医头”,缺乏章法。
第三,理想很丰满,现实很骨感。推进智能制造,前景很美好。但是绝大多数制造企业利润率很低,缺乏自主资金投入。在“专项”“示范”以及“机器换人”等政策刺激下,一些国有企业和大型民营企业争取到各级政府给予的资金扶持,而中小企业只能“隔岸观火”,自力更生。
第四,自动化、数字化还是智能化?在推进智能制造过程中,不少企业对于建立无人工厂、黑灯工厂跃跃欲试,认为这就是智能工厂。而实际上,高度自动化是工业30的理念。对于大批量生产的产品,国外的优秀企业早就实现了无人工厂。例如,日本发那科仅需40s就能全自动装配完成一个伺服电机,但其前提是产品的标准化、系列化,以及面向自动化装配的设计,例如将需要用线缆进行插装的结构改为插座式的结构。e-works两次组团参观三菱电机的名古屋制作所可儿工厂,该工厂对于大批量生产的产品,大量应用机械手,实现高度自动化;对于中小批量的产品,推进低成本自动化,即部分工位的自动化;而对于单件定制的产品,采取手工装配。e-works考察团还参观施耐德电气的法国诺曼底工厂,该工厂是生产继电器的自动化工厂,该工厂实现了绕线、装配、包装等全流程的自动化,而且可以在一条产线生产多种变型产品,但实际上还不是智能工厂。还有西门子一直将被广泛誉为工业40典范的安贝格电子工厂也是被称为数字化工厂,其特点是人机协作的柔性自动化生产、智能物流、工业软件广泛应用、海量的数据采集以及大数据分析。
一个真正的智能工厂,应该是精益、柔性、绿色、节能和数据驱动,能够适应多品种小批量生产模式的工厂。智能工厂不是无人工厂,却是少人化和人机协作的工厂,推进智能工厂绝不是简单地实现机器换人。南京的爱立信工厂有一条装配线,一开始设置的自动化率是90%,后来发现调整为70%,增加若干人工工位,整体质量和效率反而是最优的。此外,对于装备制造行业,机加工等工序并不适合建立自动化生产线,而建立柔性制造系统(FMS)则是更现实的选择。马扎克(MAZAK)、发那科(FANUC)的机加工车间应用FMS已达到720小时无人值守,自动生产不同的机械零件。

图1 MAZAK的FMS(柔性制造系统)
第五,理性看待投资回报。制造企业的企业家,尤其是中小型民营企业的老板,非常关心投资回报。很多企业的要求就是必须能够在3~4年能够收回投资的信息化、自动化系统才投入,甚至有的期望值更高。然而,有些账容易算,比如某条产线减少了多少工人。有些账却不那么容易算,例如工业软件作为一个使能要素,企业离不开工业软件,却难以计算出它究竟为企业直接或间接节省了多少成本,赚了多少钱。如果选型、实施和应用不到位,更是常常用不起来,业务部门牢骚满腹。长此以往,制造企业更加重硬轻软,最后停留在简单地做一点局部的自动化改善。
第六,数据采集与设备联网,迈不过去的坎。企业要真正实现智能制造,必须进行生产、质量、设备状态和能耗等数据的自动采集,实现生产设备(机床、机器人)、检测设备、物流设备(AGV、立库、叉车等),以及移动终端的联网,没有这个基础,智能制造就是无源之水。但是,现阶段很多制造企业还停留在单机自动化阶段,甚至一些知名企业的生产线也未联网,没有基础的设备联网,何谈工业互联网?
第七,基础数据和管理基础。无论是推进企业信息化、两化融合,还是进一步实现数字化转型,推进智能制造,基础数据的规范性和准确性都是必要条件。很多企业在实施ERP,或者ERP升级换型的过程中,花费时间最多的就是基础数据的整理。企业管理的规范性、业务流程的清晰,也是企业推进智能制造的“敲门砖”。但现实的情况是,一些企业的基础数据还没有理顺,却在大谈“工业大数据”。这种舍本逐末的做法,注定是难以取得实效的。
「2 智能制造推进的5项基本原则」
随着我国劳动力成本迅速增长,节能减排的要求越来越高,市场竞争白热化,客户需求日益个性化,制造企业面临着越来越大的转型压力。在这种背景下,智能制造成为广大制造企业关注的热点。尤其是在车间的智能化改造方面,很多大中型制造企业开展了相关实践,还有众多企业在跃跃欲试。增加智能装备、建立智能产线、推进智能物流,减少人工,成为很多制造企业的共同选择。
智能制造势不可挡,但智能制造只是手段,不是目的。制造企业应当明确推进智能制造的目标,积极学习各种智能制造新兴技术,探讨应用各种智能制造技术的必要性、紧迫性与可行性,具体推进智能制造技术的应用必须做好需求分析与投入产出分析,明确总体拥有成本,根据自己的盈利水平确定合理的投资预算。千万不能为了智能化而智能化,为了争取政府项目而盲目大干快上智能制造项目,以免在老的信息孤岛问题、基础数据不准确的问题依然存在的情况下,又形成新的智能孤岛,甚至形成“仅供参观”的花架子。
因此,制造企业推进智能制造,需要把握以下5项基本原则:
原则1正确理解智能制造。智能制造中的“智能”还处于Smart阶段,智能制造(Smart manufacturing)系统具有数据采集、数据处理和数据分析的能力,能够实现闭环反馈。智能制造的未来趋势是实现“Intelligent”,实现自主学习、自主决策和优化提升。智能制造融合了信息技术、先进制造技术、自动化技术和智能化技术。智能制造中的“制造”指的是广义的制造,并不仅仅包括生产制造环节的智能化,而是包括制造业价值链各个环节的智能化。企业信息化和工业软件的深化应用,是推进智能制造的基础和前提条件。
原则2正确理解和应用智能制造使能技术。智能制造使能技术主要包括:物联网、增材制造(3D打印,包含设备、材料、工艺)、云计算、电子商务、电子数据交换(EDI)、PLC、DCS、自动识别技术(RFID、条码、机器视觉)、数控系统、大数据分析(包括工业大数据)、 虚拟现实/增强现实、Digital twin(数字孪生,包括产品、设备、车间)、工业安全、工业互联网、传感器、云制造和信息集成(EAI、ESB)等技术。需要明确的是,部分技术还处于发展的初期阶段,制造企业需要根据自身的产品特点、生产模式和运营模式来综合考虑应用方式。
原则3必须理解智能化与自动化的本质区别。那些将机器人应用和无人工厂说成是工业40的说法是错误的。企业在建设智能工厂时,要整体考虑智能装备的应用、生产线和装配线的数据采集方式、设备布局和车间物流优化、在制品在工序之间的转运方式、生产工艺的改进与优化、材料的创新等,而不仅仅是某些工位的“机器换人”。智能化生产线能够实现柔性的自动化,快速切换生产多种产品,或者可以混线生产多种产品,能够实现生产数据、质量数据的自动采集,并实现自动化系统与质量分析系统、MES系统的信息集成。
原则4必须做好整体规划,选择适合企业自身特点的实施方案,有效规避风险。推进智能制造需要解决更加复杂的、纵横交错的信息集成问题,例如IT系统与自动化系统的信息集成、供应链的数据交换;推进智能制造需要处理来源多样的异构数据,包括各种来自设备、产品、社交网络和信息系统的海量数据,需要确保基础数据的准确性;推进智能制造需要企业的IT部门、自动化部门、精益推进部门和业务部门,甚至供应链合作伙伴之间的通力合作。因此,制造企业必须充分认识到推进智能制造的复杂性、艰巨性和长期性。制造企业应当做好相关技术的培训,选择有实战经验的智能制造咨询服务机构,共同规划推进智能制造的蓝图。在整体规划的指导下,选择对于企业最有可能迅速见效的突破口优先实施。比如,推进基于物联网的预测性维护服务,促进企业已销售的产品的配件销售,提高客户服务满意度;或者通过实现生产线的智能化,提高设备的整体绩效和产品合格率;通过建立企业级BOM平台,实现产品的在线定制等。
原则5企业需要建立自己的专业队伍,并选择长期的战略合作伙伴。推进信息化是个系统工程,推进信息化与工业化深度融合是一个更大的系统工程,而推进智能制造更是一个非常复杂的系统工程,涉及到诸多工业软件的集成应用,涉及到智能装备应用、设备联网、数据采集、数据分析和业务流程优化,并且需要与推进精益管理结合起来推进,因此,制造企业需要建立自身的专业队伍,融合信息化、自动化和管理人才,并选择若干长期的战略合作伙伴,包括咨询服务机构、智能制造的整体集成商、解决方案提供商和服务商等。制造企业在推进智能制造项目时,必须注意选择在企业所在行业具有实施和服务经验,产品具有开放性和可扩展性,具有本地化服务能力的解决方案提供商,选择具有良好的沟通能力、项目管理能力和丰富行业经验的项目经理。在推进智能工厂项目时,尤其需要考虑解决方案提供商是否具备软件、硬件和自动化的综合实力。
总之,推进智能制造,既要积极布局前沿技术的应用,又要夯实基础,务实推进。纵观中国制造业推进信息技术应用30多年的历程,经历了一个又一个的“工程”,从“会计电算化”、“甩图板”、CIMS工程、“两甩(甩图纸、甩账表)”到制造业信息化工程;产生了一次又一次的“热潮”,从财务软件、CAD、ERP、ASP、云计算、电子商务等,既有政府的积极推进,也有国内外主流厂商的推波助澜。不少制造企业在条件还不具备、对新兴技术认识还不清晰的情况下,就盲目上马应用一些技术尚不成熟的信息化单元系统,实施与应用也不到位,最终形成了很多信息化孤岛,没有达到预期目标,甚至多次推倒重来。因此,不论市场上有哪些“热词”(buzz word)或者热潮,制造企业都不能再盲目跟风,而是应当保持冷静与理智,以免事与愿违。企业需要在提升基础管理水平的基础上循序渐进,积极、稳妥地推进智能制造,从而真正取得实效。
「3 智能制造推进的策略」
首先,推进智能制造的核心目的是帮助企业通过实现降本增效、节能降耗、提高产品质量、提升产品附加值、缩短产品上市周期、满足客户个性化需求,以及向服务要效益等途径,提升企业的核心竞争力和盈利能力。推进智能制造绝不能搞面子工程。
第二,必须对智能制造有正确的理解和认识。智能制造覆盖企业全价值链,是一个极其复杂的系统工程,不要期望“毕其功于一役”;推进智能制造需要规划、IT、自动化、精益等部门通力合作;不同行业的企业推进智能制造差异很大。推进智能制造,需要引入中立、专业的服务机构,开展多层次、多种形式的培训、考察、交流与学习,让企业上下树立对智能制造的正确认识。此外,需要强调的是,小批量、多品种的企业,不要盲目推进无人工厂;个性化定制和无人工厂是鱼和熊掌不可兼得;不能盲目推进机器换人。
第三,大处着眼,小处着手。企业要想推进智能制造取得实效,应当参照e-works智能制造金字塔的相关内容,通过智能制造现状评估、业务流程和工艺流程梳理、需求调研与诊断、整体规划及落地实施5个步骤,画出清晰的智能制造路线图,然后根据路线图和智能制造整体规划,稳步推进具体的项目,注重对每个智能制造项目明确其KPI指标,在测度关键绩效指标的基础上,评估是否达到预期目标。智能制造要取得实效,需要清晰的思路、明确的目标、高层的引领、专业的团队和高度的执行力。

图2 智能制造总体框架范例
第四,紧密跟踪先进制造技术的发展前沿。近年来,制造业的新材料、新技术、新工艺层出不穷,金属增材制造技术不仅改变了复杂产品的制造方式,还改变了产品结构,也彻底打破了可制造性的桎梏,催生了创成设计等新的设计模式,从计算机辅助人设计,演化为人辅助计算机设计。碳纤维复合材料的广泛应用催生了全新的制造工艺和制造装备。奥迪A8采用了铝制车身,车身焊接不能再使用点焊,取而代之的是铆焊、摩擦焊、激光焊等新工艺。材料和工艺的改进,往往会对产品的性能,例如抗腐蚀、耐久性带来巨大的提升。精密测量技术也在迅速发展,由接触式测量发展到非接触式测量,由离线检测演化为在线检测,由事后检测演化为边测量边加工,从而帮助制造企业提升产品质量。
第五,积极稳妥地推进数字化和智能化技术的应用。当前,人工智能技术的发展如火如荼,必将在制造业不断得到应用,尤其是在无人驾驶汽车、质量检测与优化、设备故障诊断和预测等领域。现在已经出现了Google的Tensorflow等开源的人工智能引擎可以应用。此外,虚拟现实(VR)、增强现实(AR)、混合现实(MR)等可视化技术,在制造业也有很好的应用场景,例如设备操作培训和设备维修维护等。爱立信工厂应用增强现实技术进行电路板的检测,蒂森克虏伯电梯利用MR技术提高电梯维护的效率。Cobot(协作机器人,单臂和双臂)在装配、拧螺丝、涂胶等很多工序可以进行应用,机器人与视觉传感器、力觉传感器的集成应用能够大大提高机器人动作的准确性和灵活性。

图3 爱立信工厂利用AR技术辅助进行电路板质量检测
第六,选择真正靠谱的合作伙伴。智能制造系统架构十分复杂,也非常个性化,相关技术在不断演进,企业本身也是动态变化,智能制造评估体系和规划方法论也还处于不断完善的过程中,智能制造的推进是一个长期的过程。因此,企业推进智能制造需要寻找专业的合作伙伴,从培训、现状评估、规划,到具体的数字化工厂仿真、产线设计,到真正实现工控网络的建设,并建立工控安全体系,实现IT与OT系统的集成。
以上就是关于百度智能云发9款IoT新品,尹世明谈ABC+X全部的内容,包括:百度智能云发9款IoT新品,尹世明谈ABC+X、现在学计算机发展前景怎么样、了解物联网知识需要学习哪些知识等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!