智能制造管理 課件 第十五章 網(wǎng)絡(luò)協(xié)同制造管理

第十五章網(wǎng)絡(luò)協(xié)同制造管理1網(wǎng)絡(luò)協(xié)同制造發(fā)展模式及運行機制2網(wǎng)絡(luò)協(xié)同平臺及其架構(gòu)3客戶需求拉動的多主體聯(lián)合協(xié)同研發(fā)模式4網(wǎng)絡(luò)協(xié)同制造供應(yīng)鏈管理5多模態(tài)協(xié)同管理機制絡(luò)協(xié)同制造發(fā)展模式及運行機制在當前新型信息與通信技術(shù)，例如物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能、第五代移動通信技術(shù)等的助力下，生產(chǎn)系統(tǒng)和產(chǎn)品全生命周期滿足了基本的網(wǎng)絡(luò)協(xié)同條件：實現(xiàn)了設(shè)備與系統(tǒng)的泛在連接，巨量制造數(shù)據(jù)的感知、收集、傳遞、交互與存儲，以及海量異構(gòu)數(shù)據(jù)的高效處理和分析。同時，各類制造資源/服務(wù)的虛擬化，產(chǎn)品高度個性化，產(chǎn)用高度融合以及制造服務(wù)化，也促使制造相關(guān)方通過網(wǎng)絡(luò)平臺進行高效協(xié)同，從而推動制造業(yè)轉(zhuǎn)型升級。這些趨勢對傳統(tǒng)的生產(chǎn)方式造成了巨大的沖擊，推動現(xiàn)代的生產(chǎn)方式向著網(wǎng)絡(luò)化、社會化、協(xié)同化、服務(wù)化、智能化和環(huán)?；?大發(fā)展模式。網(wǎng)絡(luò)化社會化協(xié)同化服務(wù)化智能化環(huán)?；W(wǎng)絡(luò)協(xié)同平臺及其架構(gòu)（1）廣域互聯(lián)：未來的網(wǎng)絡(luò)協(xié)同制造平臺，早已突破傳統(tǒng)的供應(yīng)鏈上下游企業(yè)之間，或企業(yè)內(nèi)部基于網(wǎng)絡(luò)通信設(shè)備的局限，而是在網(wǎng)絡(luò)協(xié)同的深度、廣度和頻率上有質(zhì)的突破。（2）社會制造：傳統(tǒng)的制造組織在組織內(nèi)部進行制造資源的調(diào)配，當前的制造組織依靠公共平臺進行制造資源的調(diào)配。而這些集中式的資源分配方式已經(jīng)不能適應(yīng)制造服務(wù)化、協(xié)作社會化、資源異構(gòu)化的制造服務(wù)要求。（3）數(shù)據(jù)智能：隨著網(wǎng)絡(luò)協(xié)同平臺向覆蓋廣度、感知深度和協(xié)同頻率深入發(fā)展，平臺將儲存海量異構(gòu)的復(fù)雜工業(yè)大數(shù)據(jù)，而這些數(shù)據(jù)是網(wǎng)絡(luò)協(xié)同平臺進一步發(fā)展的重中之重，需要經(jīng)過清洗、處理、挖掘、儲存。15.2.1網(wǎng)絡(luò)協(xié)同平臺發(fā)展趨勢網(wǎng)絡(luò)協(xié)同平臺及其架構(gòu)社群化制造（SocialManufacturing，SocialM）指“專業(yè)化服務(wù)外包模式驅(qū)動的、構(gòu)建在社會化服務(wù)資源自組織配置與共享基礎(chǔ)上”的一種新型網(wǎng)絡(luò)化制造模式，由西安交通大學江平宇教授團隊提出。社群化制造基于云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、移動通信和社交媒體等新興信息通信技術(shù)，利用社交網(wǎng)絡(luò)平臺環(huán)境，針對社會制造資源進行產(chǎn)品全生命周期、制造服務(wù)全流程、供應(yīng)鏈社會化的信息共享、服務(wù)規(guī)劃與管控。15.2.2網(wǎng)絡(luò)協(xié)同平臺及架構(gòu)社群化制造中制造社群協(xié)同框架網(wǎng)絡(luò)協(xié)同平臺及其架構(gòu)15.2.2網(wǎng)絡(luò)協(xié)同平臺及架構(gòu)基于CPS和傳感器的社群化制造平臺感知框架網(wǎng)絡(luò)協(xié)同平臺及其架構(gòu)15.2.2網(wǎng)絡(luò)協(xié)同平臺及架構(gòu)社群化制造工廠與外界進行網(wǎng)絡(luò)協(xié)同運行邏輯網(wǎng)絡(luò)協(xié)同平臺及其架構(gòu)15.2.2網(wǎng)絡(luò)協(xié)同平臺及架構(gòu)社群化制造產(chǎn)品服務(wù)系統(tǒng)的網(wǎng)絡(luò)協(xié)同執(zhí)行構(gòu)架網(wǎng)絡(luò)協(xié)同平臺及其架構(gòu)云制造是一種基于網(wǎng)絡(luò)的、面向服務(wù)的智慧化制造新模式和手段，以云計算為主要使能技術(shù)?？蛻艨梢酝ㄟ^網(wǎng)絡(luò)和云制造服務(wù)平臺按需獲取制造服務(wù)。云制造也可看作一種支持對共享的制造資源池(如仿真軟件、制造設(shè)備、制造服務(wù)等)的泛在的、方便的、隨需應(yīng)變的網(wǎng)絡(luò)訪問模型。這些制造資源/能力可以在最低的管理成本或交互成本下快速提供。15.2.2網(wǎng)絡(luò)協(xié)同平臺及架構(gòu)基于云計算和物聯(lián)網(wǎng)的云制造網(wǎng)絡(luò)協(xié)同平臺架構(gòu)網(wǎng)絡(luò)協(xié)同平臺及其架構(gòu)15.2.2網(wǎng)絡(luò)協(xié)同平臺及架構(gòu)面向中小企業(yè)的云制造協(xié)同平臺架構(gòu)網(wǎng)絡(luò)協(xié)同平臺及其架構(gòu)15.2.2網(wǎng)絡(luò)協(xié)同平臺及架構(gòu)面向集團企業(yè)云制造網(wǎng)絡(luò)平臺概念架構(gòu)客戶需求拉動的多主體聯(lián)合協(xié)同研發(fā)模式隨著近年來智能制造領(lǐng)域的發(fā)展，在航空航天、汽車等領(lǐng)域，探索形成了以供應(yīng)鏈優(yōu)化為核心的網(wǎng)絡(luò)協(xié)同制造模式。該制造模式的主要做法是建設(shè)跨企業(yè)制造資源協(xié)同平臺，實現(xiàn)企業(yè)間研發(fā)、管理和服務(wù)系統(tǒng)的集成和對接，為接入企業(yè)提供研發(fā)設(shè)計、運營管理、數(shù)據(jù)分析、知識管理、信息安全等服務(wù)，開展制造服務(wù)和資源的動態(tài)分析和柔性配置等。網(wǎng)絡(luò)協(xié)同制造模式對研發(fā)活動提出了新的要求。首先是數(shù)字化協(xié)同研發(fā)能力。隨著企業(yè)國際化，精益化發(fā)展步伐的加快，研發(fā)規(guī)模加大，分工協(xié)作越來越精細，需要設(shè)計人員具備利用數(shù)字化平臺開展協(xié)同設(shè)計的能力?，F(xiàn)有的基于客戶需求拉動的研發(fā)模式主要包含兩種。一種是秉持用戶導向的設(shè)計理念，即主張以消費者需求為導向，根據(jù)對消費者需求的挖掘產(chǎn)生產(chǎn)品構(gòu)思，形成于消費者需求相匹配的新產(chǎn)品。另一種秉持設(shè)計師導向的設(shè)計理念，因設(shè)計師在知識和經(jīng)驗是具有專業(yè)性，能創(chuàng)造和掌控產(chǎn)品的風格，形成具有穩(wěn)定文化意涵的產(chǎn)品。網(wǎng)絡(luò)協(xié)同制造供應(yīng)鏈管理網(wǎng)絡(luò)協(xié)同制造的供應(yīng)鏈是指通過以新一代信息通信技術(shù)為基礎(chǔ)的云平臺和社交網(wǎng)絡(luò)平臺，多樣化的制造服務(wù)提供商（制造商、供應(yīng)商、分包商）和客戶在平臺上進行物流、信息流、能量流、資金流、智能流等的接受、發(fā)送、傳遞或交換活動，從而實現(xiàn)戰(zhàn)略、業(yè)務(wù)、資源、技術(shù)的協(xié)同。相比于傳統(tǒng)制造模式的供應(yīng)鏈管理，現(xiàn)代的網(wǎng)絡(luò)協(xié)同制造更加強調(diào)新一代信息通信技術(shù)的效用，以及制造業(yè)服務(wù)化、網(wǎng)絡(luò)化、協(xié)同化、智能化的風潮。然而，關(guān)注云制造供應(yīng)鏈管理的文獻并不多。文獻多集中在宏觀層面的架構(gòu)設(shè)計和微觀層面的應(yīng)用，而中觀層面的云制造供應(yīng)鏈機制設(shè)計和情境探索較為缺乏。15.4.1網(wǎng)絡(luò)協(xié)同制造供應(yīng)鏈概念網(wǎng)絡(luò)協(xié)同制造供應(yīng)鏈管理15.4.1網(wǎng)絡(luò)協(xié)同制造供應(yīng)鏈管理利用CPS技術(shù)賦能的網(wǎng)絡(luò)協(xié)同制造網(wǎng)絡(luò)供應(yīng)鏈架構(gòu)供應(yīng)鏈中的節(jié)點一般是制造企業(yè)、社會化制造社區(qū)、個體設(shè)計人員等制造服務(wù)提供商，而節(jié)點之間的弧是物流、資金流、信息流等的抽象。平臺上的制造服務(wù)提供商會形成不同的供應(yīng)鏈，形成動力可以是訂單驅(qū)動，由工藝（專業(yè)）驅(qū)動，由成本/收益驅(qū)動等等。每條供應(yīng)鏈可以由平臺指定主要負責服務(wù)商進行統(tǒng)籌和匯總，或者供應(yīng)鏈中各實體進行協(xié)同自治。多模態(tài)協(xié)同管理機制（1）協(xié)同管理以系統(tǒng)為研究對象。協(xié)同管理研究的系統(tǒng)一般是由多個子系統(tǒng)組成的具有自組織特征的復(fù)雜的社會經(jīng)濟系統(tǒng)，例如企業(yè)系統(tǒng)、大型項目，虛擬組織、供應(yīng)鏈、戰(zhàn)略聯(lián)盟等。（2）協(xié)同管理的整體功能大于部分功能之和，它不遵從線性疊加原理，簡單的還原論的方法是無法窺探其內(nèi)在演化規(guī)律，必須要用到非線性的理論方法來研究具有非線性復(fù)雜特征的研究對象。（3）協(xié)同管理的重要標志是“競爭—合作—協(xié)調(diào)”的協(xié)同運行機制，是協(xié)同管理區(qū)別于傳統(tǒng)企業(yè)管理的重要特性。協(xié)同管理研究的對象是由大量子系統(tǒng)組成的相互關(guān)聯(lián)的復(fù)雜系統(tǒng)，這些子系統(tǒng)之間彼此存在競爭與合作的關(guān)系。（4）協(xié)同管理的目標是要實現(xiàn)“1+1>2”的加倍效應(yīng)，并希望子系統(tǒng)之間能夠協(xié)調(diào)發(fā)展。各子系統(tǒng)擁有各自的競爭優(yōu)勢，協(xié)同管理通過優(yōu)勢互補，能夠提升系統(tǒng)的整體競爭力。15.5.1協(xié)同管理的主要特點多模態(tài)協(xié)同管理機制影響大型項目協(xié)同管理效果的參量很多，根據(jù)大型項目的特征和管理序參量選擇方法，從時間、空間、信息、資源和成本5個維度來對大型項目的管理序參量進行選擇。1）過程協(xié)同：時間維度上，項目的全壽命期可以分為規(guī)劃、設(shè)計、制造、采購、施工、安裝調(diào)試和聯(lián)動試車等過程環(huán)節(jié)，項目過程協(xié)同就是在完成信息協(xié)同的基礎(chǔ)上，進行過程之間的協(xié)調(diào)。。2）組織協(xié)同：空間維度上，項目的組織結(jié)構(gòu)，是具體承擔某一項目的全體參與者，為實現(xiàn)項目目標，在管理工作中進行分工協(xié)作，在職務(wù)范圍、責任、權(quán)利方面所形成的結(jié)構(gòu)體系。3）信息協(xié)同：信息維度上，項目實施全過程的管理會產(chǎn)生海量的、紛繁復(fù)雜的信息，解決信息的正確、高效共享和交換是保障項目協(xié)同管理系統(tǒng)順利運行的基本條件。4）資源協(xié)同：資源維度上，項目的作業(yè)數(shù)目繁多，邏輯關(guān)系復(fù)雜，所需資源的數(shù)量和種類多樣，資源管理的難度很大。5）目標協(xié)同：目標維度上，項目管理的過程實際上就是一種追求目標的過程。而復(fù)雜性項目其目標體系具有多指標、獨立性和層次性特點，由于目標之間的稱合關(guān)系，這些目標在項目實踐中很難達到完全的協(xié)調(diào)一致。15.5.1協(xié)同管理的主要特點多模態(tài)協(xié)同管理機制（1）以流程為主線的制度體系。流程是由一系列輸入和輸出的活動組成，它描繪完成任務(wù)所需執(zhí)行的所有活動之間的順序、關(guān)系和責任。梳理、設(shè)計出清晰的流程是構(gòu)建協(xié)同管理體系的第一步，也是建立制度體系的依據(jù)。（2）以技術(shù)為支撐的保障體系。制度體系的建立是外包過程中業(yè)務(wù)域輸入的一個方面，還必須建立并完善以技術(shù)為支撐的保障體系。在外包的每一個活動層面，管理技術(shù)、制造技術(shù)的輸入是必須的。（3）以績效管理為手段的完善機制。由于外包活動具有被組織性，為保障其通過“協(xié)同”向“有序”方向發(fā)展，并在發(fā)展過程中不斷完善，還必須建立一套以績效管理為手段的完善機制?？冃Ч芾聿煌诳冃Э己耍歉骷壒芾碚吆蛦T工為了達到組織目標共同參與的績效計劃制定、績效輔導溝通、績效考核評價、績效結(jié)果應(yīng)用、績效目標提升的持續(xù)循環(huán)過程。15.5.2多模態(tài)網(wǎng)絡(luò)協(xié)同管理架構(gòu)智能制造中的人工智能14.2.2智能制造中的人工智能應(yīng)用指南智能制造中的人工智能14.2.3基于人工智能的智能制造技術(shù)主要應(yīng)用場景人工智能在智能制造中的典型應(yīng)用包括：智能設(shè)計、工業(yè)機器人、預(yù)測性維護、智能檢測與智能調(diào)度等。（1）智能設(shè)計：隨著虛擬現(xiàn)實VR、增強現(xiàn)實AR等新技術(shù)的快速發(fā)展，傳統(tǒng)設(shè)計將得到升級并進入“智能時代”。（2）工業(yè)機器人：是最典型的機電一體化數(shù)字化裝備，技術(shù)附加值很高，應(yīng)用范圍很廣。（3）預(yù)測性維護：依據(jù)實時采集的設(shè)備運行數(shù)據(jù)，通過機器學習算法辨識故障信號，從而實現(xiàn)對故障設(shè)備的提前感知與維護。（4）智能檢測：依據(jù)傳感器采集的產(chǎn)品照片，通過計算機視覺算法檢測殘次品，從而提高產(chǎn)品檢測速度及質(zhì)量，避免因漏檢、錯檢所引起的損失。（5）智能調(diào)度：借助人工智能的優(yōu)化方法，或人工智能與運籌學結(jié)合的優(yōu)化方法，可以較好地解決制造系統(tǒng)的生產(chǎn)調(diào)度一般具有多目標性、不確定性和高度復(fù)雜性等問題。機器視覺檢測14.3.1機器視覺檢測簡介機器視覺檢測（MachineVisionInspection）指使用機器視覺代替人類視覺，并使用現(xiàn)代圖像處理、模式識別、人工智能，信號處理等技術(shù)模擬視覺功能，實現(xiàn)工業(yè)檢測和管控的過程。典型的機器視覺檢測系統(tǒng)，系統(tǒng)組成部分包括光源、視覺信號采集設(shè)備、輸入接口、檢測主機、輸出接口、互聯(lián)互通接口、用戶界面、檢測過程記錄、數(shù)據(jù)庫等。機器視覺檢測14.3.1機器視覺檢測簡介從整個制造系統(tǒng)宏觀角度來看，機器視覺檢測系統(tǒng)要想真正提高企業(yè)效率，需要與制造系統(tǒng)中的眾多實體發(fā)生交互行為，具體包括自動化生產(chǎn)線、機器視覺系統(tǒng)、第三方認證機構(gòu)、系統(tǒng)運維機構(gòu)、設(shè)備/系統(tǒng)解決方案供應(yīng)商、人、制造執(zhí)行系統(tǒng)、偏差決策管理模塊、過程控制模塊等實體，以機器視覺系統(tǒng)為中心的實體質(zhì)檢協(xié)作關(guān)系如圖。機器視覺檢測14.3.1機器視覺檢測簡介單個機器視覺檢測系統(tǒng)微觀角度來看，為完成機器視覺檢測任務(wù)，機器視覺檢測系統(tǒng)內(nèi)部可分為三大基本功能模塊：輸入、處理和輸出。機器視覺檢測14.3.1機器視覺檢測簡介如何衡量機器視覺檢測算法的性能？在制造業(yè)應(yīng)用中，管理者通常關(guān)注三大核心指標：漏檢率、誤報率、處理速度。對于給定的視覺檢測任務(wù)，定義檢測樣本總數(shù)為n，其中合格樣本為負樣本，缺陷樣本為正樣本。漏檢率、誤報率的具體含義及計算公式如下：漏檢率（falsenegativerate，F(xiàn)NR）指機器視覺檢測系統(tǒng)未檢出的不合格品數(shù)量占據(jù)該檢驗批次總數(shù)量的百分比，計算公式為:誤報率（falsepositiverate，F(xiàn)PR）指實際為合格品但被機器視覺檢測系統(tǒng)檢為不合格品的數(shù)量占據(jù)該檢驗批次檢出的不合格品數(shù)量的百分比，計算公式為:機器視覺檢測14.3.2機器視覺檢測典型應(yīng)用場景案例機器視覺檢測14.3.2機器視覺檢測典型應(yīng)用場景案例上料場景：以變速箱物料檢測裝配場景：齒輪裝配檢測機器視覺檢測14.3.2機器視覺檢測典型應(yīng)用場景案例質(zhì)檢場景：半導體芯片質(zhì)量檢測下線場景：變速箱下線外觀檢查機器視覺檢測14.3.3深度學習及應(yīng)用深度學習（Deeplearning）由機器學習算法中的神經(jīng)網(wǎng)絡(luò)發(fā)展而來，是一種基于對數(shù)據(jù)進行表征學習的方法，能夠模擬人腦的神經(jīng)結(jié)構(gòu)。深度學習又叫深度神經(jīng)網(wǎng)絡(luò)，是指具有兩層以上的神經(jīng)網(wǎng)絡(luò)，它可以通過增加層數(shù)或者增加每層的單元數(shù)，來存儲更多的參數(shù)，從而構(gòu)建更精密的模型。深度學習的概念最終是由Hinton等人于2006年提出，從此引發(fā)深度學習的浪潮。機器視覺檢測14.3.4人工智能背景下的機器視覺檢測數(shù)據(jù)驅(qū)動的機器視覺檢測指利用大數(shù)據(jù)，以人工智能技術(shù)為核心，結(jié)合圖像處理、模式識別、信號處理等技術(shù)的視覺檢測。根據(jù)其發(fā)展歷程，數(shù)據(jù)驅(qū)動的機器視覺檢測主要可以分為兩個階段，第一階段是基于傳統(tǒng)機器學習的視覺檢測，需要同時結(jié)合人工特征和機器學習方法實現(xiàn)分類，第二階段是基于深度學習的視覺檢測，只需要依靠深度神經(jīng)網(wǎng)絡(luò)實現(xiàn)端到端的預(yù)測分類。機器學習與深度學習14.4.1機器學習及應(yīng)用機器學習任務(wù)具