从自动化到智能化:技术与理论发展的逻辑

百家 作者:智能制造IM 2020-08-17 21:58:09

导读:本文试图分析从自动化到智能化的发展逻辑,并与大家分享我过去二十多年工作中的思考和经验沉淀。要了解一个技术,一定要知道它的历史,为什么会产生这个技术?背后的需求是什么?是什么支撑它向前发展?


 文/ 郭朝晖

控制论的产生和发展


我们的祖先一直都希望用机器来代替人的劳动,但要代替人劳动,就得有力气。所以这个梦想直到瓦特发明蒸汽机才逐步得以实现。此后,大家慢慢发现:多数机器运行时,仍需要人来操作,这并不理想。


控制论之父维纳提出过一个问题:人(或者动物)和机器有什么区别?


我们以自鸣钟为例,看过去的自动化机器是怎样工作的。自鸣钟计时、报时都是自动的,它是按照内部设定的逻辑自动地执行。但动物则不一样,会根据外部的变化来决定自己干什么。比如一头鹿在吃草,突然出现一只狼,鹿会马上停止吃草、拼命逃跑。


维纳发现这个区别后,写了一本叫做《控制论》Cybernetics的经典著作,标志着控制理论的产生。现在CPS中的Cyber,就来源于Cybernetics。控制论中有两个最基本的概念:“前馈”和“反馈”,其本质是通过感知信息影响决策并带动执行。这三件事全让机器去做、不需要人来管,就是自动化了。


其实,瓦特发明蒸汽机的时候,就已经按照这个逻辑做了,比控制论的产生早了一两百年的时间。蒸汽机是用蒸汽来驱动的,但是蒸汽流量和压力不稳定,会忽大忽小,所以蒸汽机的转速也不稳定。为了解决这个问题,瓦特设计了一套控制装置。在这套装置中,用两个机械球体感知转速的大小,再通过连杆、阀门机械装置控制蒸汽流量,就能让蒸汽机的转速保持基本恒定了。


控制论的意义在于提出了一般性的理论来解决瓦特遇到的这一类问题


为什么控制论的应用在理论之前产生?控制论要求感知、决策、执行统一。这些活动,蒸汽机全都是用机械手段来实现的。但在现实中,很多的信息是难以用机械获得的,信息的计算也很麻烦。所以,人们难以找到一般性的办法。


弱电技术的产生,为一般性理论的产生奠定了基础。压力、温度、流量、光照等信息都可以通过传感器转变成电信号,电信号又可以直接用于运算,运算结果又可以变成强电来驱动机械动作。所以,控制论的产生与弱电技术的应用密切相关。 


控制论产生后,当时的技术还是很有局限性的。当时的控制器是用电感、电容、电阻搭出来的。这样的控制器可以用控制论里的传递函数、状态方程描述。换句话说,理论适合当时的技术条件。但技术条件也限制了理论的应用:电感、电容等只能描述线性常微分方程组,但是世界上有很多非线性的对象、有些不便用常微分方程描述,怎么办呢?


数学是世界描述宇宙的符号。人类发现的一切规律都可以用数学来描述。计算机的发明最初是为了帮助人们进行计算的,后来发现:计算机不仅可以描述规律,也可以描述具体的对象,可以为几乎所有的物理对象建立模型,并进行决策和控制。所以,计算机的产生,又带动了控制技术的巨大发展。我国有位著名学者叫吕勇哉,吕老师曾经做过国际自动控制联合会IFAC的主席。他的一个著名贡献,就是把数学模型用在钢铁的生产控制上。


二十年前我刚到宝钢工作时,已有很多数学模型在现场应用了。但当时有许多数学模型用不好,一个重要的原因就是计算机性能不够,导致了模型的过度简化。现在看来,这些模型本质上就是单体的CPS。近些年,借助计算机技术的快速发展,控制论所依据的条件发生了巨大的、本质性的改变,可以用在人类社会的方方面面。CPS的理论就在这个背景下产生了。 



从设备控制到系统协同


控制论的基本思想可以针对设备,也可以针对工厂。工厂内有很多工序,要协同协作才可以顺利工作。协同中,有个理论上不太重要,但实际中非常有用的东西——逻辑控制。逻辑控制器就是指在很多设备之间进行协同,被称为PLC。它在工业中非常重要,德国人认为这是工业3.0的标志,主要用于设备级的协同。


企业需要协同的不仅限于生产线,在研发部门与生产部门之间、企业与用户之间,都存在协同问题。如果产品设计不合理,就会给生产部门带来很多麻烦。有时不仅是用户不满意,还会使企业付出很高的附加成本。由此可见,协同和全局优化对企业能否走向高端市场,有着重要的作用。


控制论的基本原理到工厂级别仍然是正确的。但对象却发生了改变,进而导致了方法层面的变化。用系统论的观点,设备是一个典型的系统,而工厂、车间则是“系统之系统”(SOS)。它们之间有什么区别?传统控制论针对的是特定小系统,如设备。这种系统的状态或参数会发生变化,但系统本身的结构一般不会发生变化。但到了工厂级别就不一样了,工厂级别的系统是开放的,是系统之系统。设备或生产出现异常时,生产设备、生产流程都可能会改变,这本质上是系统本身的结构发生了变化。这时,用经典控制论的算法是没有办法解决的,往往要靠人来处理。这些问题一般也称为管理问题。


计算机在现代工业应用很广泛,通常是分层的。在离散制造业典型做法是分成三级:基础自动化、车间级的MES、工厂级的ERP;钢企的典型计算机系统分为4级,这4级系统与管理的空间范畴密切相关,分别被称为:阀门级、设备级、车间级、工厂级。

 

低层的计算机系统往往被称为自动化系统。自动化系统响应速度快、机器自动控制比例高,但管理范围小。高层的计算机系统往往被称为信息系统。信息系统管理范围大,但响应速度慢,往往是由人来处理问题。


管理问题为什么要靠人来处理?有多方面的原因。首先,有些决策信息是通过感觉器官获得的,机器和人接收的信息不对称。其次,计算机和网络的性能不理想,有些问题计算机也算不出来。这些问题都将在智能化时代逐渐解决。


我们可以用控制论的观点看自动化、信息化,同样也可以用控制论的观点看智能化。现代控制理论最重要的两个基本特征:可观和可控。互联网传递信息并发布指令,所以它增加了知和行的能力、可观和可控的能力,这个能力使得管控的空间范围极大的扩大。传统的控制一般会限于一台设备,而智能化则可能扩大到一个企业、甚至企业之间。当然,其中的问题并不都是互联网可以解决的。


从快速响应到智能制造


创新理论之父熊·彼得认为:发明并不是创新。只有将发明用于经济活动并且取得成功才叫创新。


业家对理论不感兴趣,感兴趣的是创造价值。企业要挣钱,本质上要满足市场的需求。宏观层面来看,市场对快速响应的要求越来越高。例如汽车、手机等行业,要求产品研发周期一定要快。试想:假如大家都生产手机,性能一样,比别人晚一年推出来,结果肯定是别人赚钱你亏钱。有些时尚用品要求更快,经常是一个星期或者几天就要推出新品。所以,企业不得不满足小批量的市场需求,这也导致了快速响应的需求。


面对小批量的需求,问题来了:产品在生产初期往往质量不稳定、成本高、效率低。市场要求快速响应,就需要解决这些问题。 


信息通信技术的一个重要用处,就是快速响应企业内部的和外部的变化。企业外部除了要快速响应用户市场的需求外,还要对供应链变化进行快速响应。企业内部则需要响应包括各种设备、人员等方面问题带来的变化。所以,快速响应是对智能化的一个重要标志。


智能化和自动化有什么区别呢?举个例子,有家自动化的工厂,其标志就是人很少。这个工厂本来打算三年收回成本,但一年半之后,产品就卖不出去了。想生产别产品却做不到,因为自动化生产线需要改动的太大。这就是典型的自动化工厂,却不是智能工厂。


如何应对快速响应的要求呢?这就用到数字化了。我把数字化的作用分成三类。


第一种作用是协同。通俗来讲,协同就是大家一起干活,谁都不要掉链子。企业里需要协同的地方有很多,比如设计过程、设计与生产、销售、采购、生产过程本身、企业与外部资源都需要协同。协同的好时,出问题的概率就低,效率就会大大提升。

 

第二种作用是共享。包括人才的共享、设备资源的共享以及备品备件的共享。共享的价值很大,举个例子:工厂自动化水平高时,就得聘请一些人来管理设备。对于小厂来说,这些人的技术水平可能也不高。而且,设备不出问题时工人闲着没事做,也是人力浪费。如果有合适的商业模式,设备维护的工作就可以包给另外的服务公司,这家服务公司同时可以服务于多家企业,其实就是人才的共享。利用工业互联网,这类共享会越来越多。


第三是知识的复用。企业快速响应市场的需求,小批量产品质量无法保证,研发周期太长,怎么办?办法就是模块化的复用。虽然是个性化定制,但是使用已经成熟的模块, 这些复用的模块就是知识复用。知识复用不仅能发生在企业内部,还可以发生在企业之间。


基于数字化和网络化的手段,协同、共享、复用,都能做得更好。但是,这些工作也都涉及到人的利益问题。都需要企业家和管理者推动。人们逐渐意识到:自动化往往是技术问题,而智能化往往是商业模式问题、是管理方式问题,是业务流程问题。所以,基层的技术人员很难推动智能化。这也是智能化和自动化的一大区别。


数字化的一个重要作用是促进企业的管理。这一点非常重要。


当质量、效率、成本不如国外时,很多企业总认为自己的技术不行,这往往是一个误区。中国很多企业的问题不在于技术,很多设备比国外都先进,但做不出国外一样的效果。为什么?因为管理水平不一样。管理搞好了,技术的作用才能发挥出来。所以我常说:管理定义技术边界。有时候,管理不好才有技术问题,管理好了就没有技术问题了。中国许多企业往高端技术走的时候,真正的问题在管理。


有人曾经做过调查,企业每年管理问题引发的损失,一般会占成本的20%-30%。所以,管理优化带来的效益,往往远远高于单独某一项技术。在数字化时代,计算机能够帮助管理者实时地洞悉每个部门、岗位发生的问题,能以企业全局利益为出发点,动态协同各个部门的工作。本质上,就是把人的管理与机器的自动控制统一起来,实现管理与控制的真正融合。


走向智能的过程并不复杂,可以通过以下几步来实现:


  1. 能看见。用数据让管理者知道实时发生了什么;

  2. 可追溯。事后发现问题时,能够查出问题发生的根源;

  3. 透明化。要避免让管理者淹没在数据的海洋中;

  4. 智能化。就是能够自动解决的问题,就让计算机解决。

 

智能制造是一个很广泛的概念,争议也很多。我建议大家不要拘泥于概念、不要让概念约束了你的视野。各个企业的情况相差很大。企业家和管理人员只需要关心如何用数字化、网络化的办法,为自己的企业创造价值。

 中国武汉光谷科技会展中心 

即将上演“智造大戏”

2020年9月10-11日

福利:制造企业免费限报5人

长按下方二维码了解相详情

关注公众号:拾黑(shiheibook)了解更多

[广告]赞助链接:

四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/

公众号 关注网络尖刀微信公众号
随时掌握互联网精彩
赞助链接