[size=0.16]2022年3月30日,世界經濟論壇公布了第8批全球“燈塔工廠”名單,新加入了美的集團、海爾智家以及京東方等13家公司的工廠,也使得中國智能制造“領路人”達到了37家。[size=0.16] 這些企業分布在汽車、家用電器、鋼鐵制品、醫療設備、制藥、工業設備等多個領域,在業務流程、管理系統、運營系統以及供應鏈管理等方面,深度融合運用數字化技術、系統集成技術、智能制造裝備和工業互聯網技術,大幅提高了勞動生產率、減少了質量缺陷、縮短了交貨周期、提升了客戶滿意度。 比如,京東方通過構建全自動生產系統,廣泛采用人工智能和先進分析技術,福州生產線單位成本降低34%,整體產量增長30%;通過搭建AI驅動的能源管理系統,產線單位電耗大幅下降39%,單位水耗下降27%。 他們在智能制造領域的成功探索經驗,正在啟迪著越來越多的后行者。 智造實踐,從頂層設計到具體實施 以智能化水平提升制造業的競爭力,打造新一輪產業變革中的國家實力,并應對當下氣候變化和人口老齡化的時代挑戰,已經成為世界各國在新一輪工業革命中的施策要點之一。 圖片來源:intel官網 作為制造強國建設的主攻方向,智能制造關乎我國未來制造業的全球地位,對構建新發展格局,建設數字中國更具有重要意義。從十八大報告提出“用信息化和工業化兩化深度融合來引領和帶動整個制造業的發展,把智能制造作為兩化深度融合的主攻方向”,到《中國制造2025》提出“2025年,制造業重點領域全面實現智能化,試點示范項目運營成本降低50%,產品生產周期縮短50%,不良品率降低50%”,再到《“十四五”智能制造發展規劃》提出”緊扣智能特征,以工藝、裝備為核心,以數據為基礎,依托制造單元、車間、工廠、供應鏈等載體,構建虛實融合、知識驅動、動態優化、安全高效、綠色低碳的智能制造系統,推動制造業實現數字化轉型、網絡化協同、智能化變革“,從頂層設計到具體實施做了全面部署。 在政策支持、技術發展和市場需求推動下,5G、大數據、云計算、人工智能向制造業加速融合滲透,特別是鋼鐵、汽車、裝備、電子、石化等工業行業領域,融合創新、交叉創新不斷深化,推動了制造企業在瑕疵檢測、精密加工、時序預測、園區管理等方面的績效提升。工信部數據顯示,在供給能力方面,智能制造裝備國內市場滿足率超過50%。在推廣應用成效上,試點示范項目生產效率平均提高45%,產品研制周期平均縮短35%,產品不良品率平均降低35%,離散型智能制造、流程型智能制造、網絡協同制造、大規模個性化定制、遠程運維服務等新模式新業態不斷涌現。 在企業端,電池工廠中首個獲評全球“燈塔工廠”的寧德時代,瞄準了電池生產中瑕疵檢測的“實時性”和“準確性”兩個關鍵需求,在大數據分析和人工智能算法的支持下,將產品缺陷率從PPM(百萬分之一)級別降低到PPB(十億分之一)級別。 這些“燈塔工廠”如此強大的競爭力之本,一是其看得見的雄厚技術研發和生產能力,二是支撐智能制造的強大信息化系統。這樣的信息化系統,可快速精準地采集源自產線的實時數據,形成控制、管理和分析能力,進而實現生產、質量、批次、追溯等一系列的管理功能。 作為“燈塔工廠”的代表之一,寧德時代是如何基于自身的業務需求,建立起強大的信息化系統,開啟智能制造時代之潮的呢? 找準突破點:AI“進廠”實現量質雙升 隨著機器視覺及物聯網等技術的蓬勃發展,走在時代前列的制造業企業正在以既有的IT架構為基礎,結合前沿科技,通過拓展方案打造智能工廠。 在2021第五屆全球智能工業大會上,香港中文大學終身教授、國際電氣與電子工程師協會會士、思謀科技董事長/創始人賈佳亞教授說,智能制造的核心在于“智能”:智能并不是簡單的自動化,智能是要讓制造擁有“大腦”和讓大腦決策的各種神經系統,只有擁有了聰明的“大腦”,才能最大化發揮自動化“手臂”的作用——而AI正是讓制造擁有會思考的工業機器設備的核心因素。 圖片來源:intel官網 智能分揀、智能故障預測、AI表面缺陷檢測乃至智能化品控、時序預測……這些應用彰顯了AI在制造業的不同階段和領域中發揮的關鍵作用,因此也成了近幾年智能制造落地典型的案例。 以前述企業——寧德時代來說,其基于全球市場需求持續增長而來的產能和質量提升的訴求,催發了AI動力電池缺陷檢測解決方案的需求。這樣的解決方案既要能滿足總部逐層管控的要求,還需要具備更高效的實時缺陷檢測能力,即在圖像處理速度上實現單工序400FPS以上且達到零漏檢的目標。 瑕疵檢測是一項高度精細,且較為耗時的工程。傳統的人工瑕疵檢測方式不僅速度慢且準確度較差,而傳統數字圖像處理技術泛化能力差,需要根據每個機臺進行參數適配且與分工廠及總部脫節,缺乏整體部署管控能力,處理能力不能與持續增長的市場需求相匹配。 “當寧德時代與英特爾交流這樣的困惑時,他們明確提出兩個需求,一是通過抓取到不同生產線上的圖片、以實時的圖像數據分析做到電池生產時的產品缺陷檢測,二是希望英特爾協助他們建立一套統一的AI平臺,能夠把缺陷檢測的實時性和精準度做到更高。”英特爾公司中國區行業解決方案事業部客戶主管吳之晶這樣說道。 在此之前,寧德時代已在電池產品制造工廠的每一條電池生產線上都部署了多個攝像頭,每秒鐘即可產生數百張圖片,而一個廠區至少有十幾條生產線,所以一個廠區每一秒就有幾千張甚至上萬張圖片產生。因此,寧德時代急需導入一套技術方案,來對上述海量圖片進行實時分析和處理,以判斷生產過程中是否有產品缺陷,從而解決質量控制上的行業難題。 幾經考察,寧德時代選擇了導入集成AI加速能力的新一代英特爾® 至強® 可擴展平臺產品組合,構建起了一套橫跨“云-邊-端”,融合計算機視覺(CV)、深度學習(DL)和機器學習(ML)技術的 AI 電池缺陷檢測方案。 工業視覺平臺是這個全新AI缺陷檢測解決方案的核心系統,其以集群形式來搭建,“云平臺”在寧德時代總部,“邊緣”系統設立在分工廠,“終端”設立在生產線,不僅便于統一管控,還可以通過分布式部署來減緩處理壓力。 但分布式推理經常會遭遇銜接不暢的問題。為解決這個問題,寧德時代的選擇是,以統一的大數據分析及 AI 平臺來應對,同時選用了面向英特爾® 架構優化的PyTorch深度學習框架進行 AI 處理,以及英特爾開源的OpenVINO™ 工具套件來進一步加速 AI推理性能。 正所謂好馬配好鞍,先進的AI軟件優化技術及工具,也需要搭配優秀的硬件基礎設施才能發揮出最大價值——寧德時代在英特爾的支持下,在“端”處采用了英特爾® 酷睿™ i5/i7系列處理器,來構建工業視覺平臺系統;在“邊緣”推理模塊及“云”中心的訓練模塊,導入英特爾® 至強® 可擴展平臺,來為更復雜的訓練和推理,以及總部的統一數據管理提供更強的算力和存儲支持。此外,英特爾還針對寧德時代“CV+DL+ML”混合模式的創新型缺陷檢測方案,在其選用模型、訓練方法、數據標注及模型調優等方面提供了全面支持,使基于AI技術的缺陷檢測方案進一步提升了訓練準確率,并使檢測準確率和瑕疵找回率都超過了99%。 盡管這些成果已足以支撐寧德時代在業界的標桿地位,但是AI為其帶來的優勢遠不僅于此。吳之晶表示:“以往我們分享寧德時代的AI案例,更多是從檢測準確度的角度和提高良率的角度來說。其實,通過端邊云的全方位算力部署,寧德可以對生產過程中每個細微環節進行及時的檢測,從而可以發現很多以前忽視的,可能造成安全事故的隱患。因此寧德時代可以在提升良品率的同時,合格品的品質也得到很大幅度的提升,使得通過檢測的電池變得更安全、更可靠。很多車廠評估后,強烈要求寧德加大AI檢測的部署力度,并表示以后會只考慮采購AI檢測后的電池產品。這對寧德來說雖然是甜蜜的煩惱,但也同時證明了AI檢測的價值。” 如果說,表面瑕疵檢測還多是聚焦于外觀的智能視覺篩選的話,京東方進一步歸因且從根源上進行品控,則彰顯了AI加持下的智能制造的進一步深入。基于云邊協同新架構的大數據不良根因分析系統,京東方打造了全新的智能化品控解決方案,大幅提升了產線效率并降低了損耗,帶來了56%的效率提升。同時,基于工業互聯網的供應鏈協同系統,產線的準備和協調時間從24小時縮短到了1小時。 “利用邊緣計算和云邊協同,讓我們工業互聯網解決方案中的數據預處理、瑕疵檢測和不良品管控等應用在生產一線的降本增效中發揮了更大作用,也為我們快速從疫情中恢復產能提供了強有力的支撐。這其中,來自英特爾的高性能處理器平臺和軟件加速庫,為新方案、新應用的部署和運行提供了可靠的支持,欣喜于智能化方案帶來的巨大收益。”京東方智能工廠解決方案技術專家李昭月如是說。 而基于時序數據的智能化預測方案的引入,則是通過關鍵數據的采集以及變化,從另一角度實現了生產精度的提升和產能的優化。傳統上,電力企業會根據歷史資料以及人工經驗進行功率預測,但往往準確率低、波動性大。基于英特爾® 至強® 可擴展處理器和英特爾開發、開源的統一大數據分析和AI平臺——BigDL,金風慧能在云端搭建了多模型組合的新能源智能功率預測方案,不僅可根據需要形成多種棤型組合方法,且能不斷用邊(氣象站點)和云(氣象網絡)的最新氣象數據對子模型不斷進行訓練,以快速的迭代能力提升預測系統的準確率。金風慧能在全國多個光伏測試場站的實地測試結果表明,新方案在預測準確率上超越了原有方案的59%,達到了79.41%,可幫助場站有效減少棄風和棄光率,從而顯著降本增效。而且更重要的是,方案還可以通過調度系統合理調整和優化下一步發電計劃,有效改善電網調峰能力,以及提升整個電力供應鏈的穩定和安全水平。 從瑕疵檢測到不良根因分析,再到對新能源功率的預測,企業對于智造的理解與應用步步深入。此外精密加工、園區智能管理、企業智能管理決策……類似這樣的IT(Information Technology,信息技術)與OT(Operation Technology,操作技術)深度融合下的智能應用場景也越來越多,不少企業開始由此生發成自己的競爭優勢,并逐步邁向多樣化、定制化、柔性化的生產,推動制造業走向智能化的全面變革。 創新從點到面:打通智造全流程 走向智能化的全面變革,意味著企業要實現制造全流程的智能化,這可分為三個層次,在管理決策層,把與生產計劃、物流、能耗和經營管理相關的ERP、SCM、CRM等系統以及與產品設計技術相關的PLM系統放在一起并與服務互聯網緊密相聯。在生產管理層,以智能工廠為核心,通過信息物理系統實現生產設備和生產線的控制、調度、優化等相關功能。從智能物料供應,到智能產品的產出,貫通整個產品生命周期。在生產操作層,通過物聯網技術,完成各種傳感、控制、執行任務,實現智能制造,從而實現“超級透明、超級柔性和超級智慧”的全流程智能制造。 圖片來源:intel官網 全流程智造,這意味著企業數據量的持續爆發,數據類型的日益多元,數據統一管理平臺建構的迫切,就需要利用數據湖、工業互聯網等方案覆蓋、連通廣泛的數據源,為敏捷處理數據、提升洞察力提供現實技術實現路徑。 通過數據湖,可以對任意類型數據進行存取、處理、分析、傳輸及用于機器學習算法,以獲得與企業運行相關的洞察力,挖掘出很多之前所不具備的能力,構建數據湖的策略就進一步成為企業完善IT基礎設施的必選項,從而實現數據在產業上下游以及企業內部的全流程打通,推動智能制造實現從點到面的產業串聯。 “數據湖已經成為企業數據應用創新的標配。”阿里巴巴集團副總裁,阿里云計算平臺事業部負責人賈揚清就提出如此建議。 前文所述的寧德時代也深諳數據對智能化生產運營的關鍵作用,為變革以往工廠營銷、研發、供應等每個部門獨立進行數據分析的模式,正在探索如何基于開放架構的數據湖方案來構建數據中臺,從而更加廣泛和高效地采集和積累產線上的實時數據,并打破傳統豎井架構造成的數據孤島,讓各產線、各部門的分散數據全面聯結,實現互通互用,以更好地滿足不同部門不同數據科學家的需求,也為建設更絢爛、更現代化的數字孿生工廠提供全方位的底層資源,也就是數據基礎。此外,它也期待繼續引入新一代的基于英特爾® 架構平臺,如至強® 可擴展處理器和傲騰™ 持久內存產品組合,來優化數據中臺的運行速度,以進一步增強數據分析和決策支持能力。 與此類似,在京東方依托其工業互聯網架構,利用人工智能和大數據等技術,尤其是采用英特爾® 至強® 可擴展處理器、OpenVINO™ 工具套件在內的一系列具備出色計算和AI加速能力的軟硬件產品和技術,構建云邊協調能力,高效銜接產業鏈上下游,采集、處理和智能分析生產數據,實現生產經營中圍繞人、機、物等關鍵環節的互聯互通,并通過對整個生產鏈條中各項數據進行分析和智能決策,然后再不斷優化生產環節,讓每一次生產都能健康、低耗、高效地進行,也為其應對突如其來的疫情,快速恢復產能提供強有力的支撐。這為其他制造業同行利用數字化、智能化方案靈活應對市場迅速變化等帶來的不確定性,以及提升產能和品質等需求提供了一份頗具價值的參考樣例。 智造普及:后行者如何破局? “燈塔工廠”們借助創新技術在智能制造之路上日益深入,以驚人速度向前演進,對于傳統企業尤其是中小企業來說,他們的經驗有何復用之處?這些中小企業又該如何構建起適宜的基礎設施,來支持數據處理、即時性更高的數據分析,且能降低基礎設施的整體TCO? 對此,英特爾公司市場營銷集團副總裁兼中國區行業解決方案部總經理梁雅莉建議:“首先是要在戰略層面要審視大局,要深化信息化思維,不要僅僅把數字化和智能化的平臺或技術當作一種手段或工具,來對現有業務進行錦上添花或鋪助式的改造,而是要從數智化提供的能力和機遇的視角,來重新思考和規劃發展方向或重心。其次是要在執行或實踐中要有切實可行的計劃,要建立好數字化轉型的基礎,特別是IT基礎設施的建設。業務上可以從自身最具創新性和競爭力的核心產品、服務或業務出發,從內向外逐層展開。打通基礎設施、數據和應用資源。同時,將這種數智化的轉型和升級突破企業自身的業務邊界,來覆蓋到上下游的合作伙伴。”她表示,“只有這樣才能夠盡可能降低新技術、新用戶開發和部署所用的物力、人力和時間,且在實踐后盡早獲得一些實際的收益,從而實現可持續的演進。” 談到與這一策略相匹配的技術路徑,她認為這也應該采取一種步步為營的做法:“不要輕易去推翻過去在技術、數據和應用的積累,尤其是一下子就切換到自己特別不熟悉,且沒有足夠技術力量去支持的新架構或新平臺上,而是要充分利用現有平臺的技術和應用的潛力,再漸進式地構建基于新技術、新平臺和新架構的基礎設施和應用。” “燈塔工廠”們的探索之路,其實就是這種“大膽想象、小心實踐、漸進創新、步步為營”策略的寫照。他們以工業互聯網、大數據、人工智能等技術為新動能,從點到面鋪開,來穩步推進業務變革和流程再造,為制造業通過數智化轉型降本增效書寫了“范本”。在這一進程中,無論是諸多“燈塔工廠”的實踐經驗還是業界專家的建議,無一不在透露著英特爾® 架構開放平臺對于制造業領域的企業,尤其是中小企業在依托智能技術加速轉型過程中的重要性。這很大程度上是由于其能更好地兼顧通用計算與專用加速的創新趨勢,特別是在通用計算方面的長期投入,使得基于英特爾® 架構的平臺與新興的、專攻不同特定應用加速的芯片及架構相比,在滿足既有IT應用需求,并同步推動人工智能落地層面,對于人才和基礎設施更新的需求更少,利于傳統行業,特別是其中的中小企業以較低的成本和更快的速度去復刻行業內實踐成功的方案,從而能幫助他們緊跟全行業“智造”進度,同時實現由點到面的宏觀戰略,共同擁抱數智化潮流,為建設數字中國提供增效。 |