e-works数字化企业网  »  新闻  »  记者观察  »  正文

立足前沿,欧特克打造闭环的“智造”解决方案

2017年6月1日     来源:e-works        作者:e-works 王阳       
关键字:欧特克  智能制造  
Detlev Reicheneder在2017智能制造国际会议中有两场主旨报告,他均强调了打造闭环“智能制造”能力的重要性,以构建数字化工厂为例,在整个数字化工厂的规划、编程和生产过程中,只有在一个闭环中实现信息获取、信息处理和信息反馈,才能更好的帮助企业实现数字化转型。
      端午节前夕,柯洁与AlphaGo的人机大战三番棋画上句号,对于0比3败北的结果,柯洁强调未来不会再与人工智能对决:“我已经被他打击够多了。”

      AlphaGo对围棋界的征服,是当前人工智能技术快速发展的一个缩影。事实上,这种快速发展,既体现在大家广泛关注的娱乐和消费级市场,也正在渗透至传统的工业制造领域。

      当前,以云计算、大数据、物联网、人工智能为代表的新技术正在与传统制造业进行快速融合,而以“绿色”和“智能”为核心的制造模式,已成为全行业迈向未来智造的关键方向。欧特克制造业全球业务拓展总监Detlev Reicheneder近日接受e-works记者采访时指出,在人工智能技术对制造业产生深远影响的背景下,通过闭环的“智造”解决方案构建智能制造体系,对传统制造企业的转型升级至关重要。

Detlev Reicheneder

 
欧特克对智能制造的解读
 
      过去几年里,以美德中为代表的大国均颁发了制造强国战略,且这些制造业发展大国在战略制定时具有一定的共性,表达了共同的诉求:围绕客户为中心,重塑行业边界及产业结构,借助新技术体系,实现价值链生产活动的转型升级,交付智能互联产品,占领价值链高端。其中中国政府颁发的《中国制造2025》行动纲要中,智能制造是主攻方向。

      在最新发布的《智能制造发展规划(2016—2020年)》中,智能制造被直译为Intelligent Manufacturing,具体解释为基于新一代信息通信技术与先进制造技术深度融合,贯穿于设计、生产、管理、服务等制造活动的各个环节,具有自感知(self-sensing)、自学习(self-learning)、自决策(self-decision making)、自执行(self-execution)、自适应(self-adaptation)等功能的新型生产方式。

      而在Detlev Reicheneder看来,目前智能制造的“智能”还处于Smart的层次,并未达到Intelligent的水平,目前的智能制造系统主要具有数据采集、数据处理、数据分析的能力,能够准确执行指令,能够实现闭环反馈;同时,Detlev Reicheneder表示智能制造的趋势是真正实现‘Intelligent’,未来的智能制造系统能够借助人工智能技术实现机器学习、自主决策,并且不断优化。

Detlev Reicheneder

      Detlev Reicheneder在2017智能制造国际会议中有两场主旨报告,他均强调了打造闭环“智能制造”能力的重要性,以构建数字化工厂为例,在整个数字化工厂的规划、编程和生产过程中,只有在一个闭环中实现信息获取、信息处理和信息反馈,才能更好的帮助企业实现数字化转型。
 
打造闭环的“智造”解决方案
 
      所谓闭环的“智能制造”能力,Detlev Reicheneder强调需要贯穿从产品设计、工程、可视化、协作、生产制造和运营各个阶段,实现信息流从头到尾又从尾到头的传递,并能达到闭环控制的目的。

      Detlev Reicheneder介绍,在欧特克面向制造业的解决方案中,可以帮助企业创建一个用于整个生命周期的数字模型,从而在设计、工程、制造和营销、售后团队之间搭起一座沟通的桥梁,进而改进公司工作流、协作和整体效率。

      在产品设计环节,欧特克的解决方案涵盖三维设计、可视化和仿真工具,能完成从概念设计——工业设计——结构/电气设计——仿真分析——数据管理与协同——文档制作——可视化渲染的整个工程设计流程,将帮助企业和设计师大幅提高设计效率、优化产品成本、适应瞬息万变的市场环境及个性化的客户需求。

      在产品仿真环节,欧特克提供面向机械仿真、计算流体动力学、注塑成型、复合材料、结构和制造仿真软件,同时还致力于仿真软件的平民化,让越来越多的企业能够更快的、更好的上手使用。

      在产品制造环节,欧特克可以为用户提供涵盖从计算机数控(CNC)铣床和车床编程到复杂模具加工的多种先进制造工具,包括用于自动化CNC编程、用于瑞士型车床精准部件制造、用于复杂模具及其他组件设计、用于独立于硬件的检测软件等。

      除此之外,欧特克的解决方案还覆盖可视化、3D打印、产品生命周期管理等各个维度,Detlev Reicheneder强调,欧特克正在致力于推动这些闭环的“智造”解决方案交付到云端,通过Forge平台实现覆盖初期设计、工程、可视化、协作、生产和运营阶段的云端服务。借助Forge平台,更多的软件开发商都可以参与到欧特克“智造”解决方案的完善中,通过开放的API和软件开发套件,创建基于云端应用的程序、服务和经验。
 
欧特克的人工智能实践
 
      60年前,一名程序员教会了机器在井字游戏中战胜人类;1997年,“深蓝”(Big Blue)在国际象棋比赛中战胜了世界冠军卡斯帕罗夫;2011年,在智力竞赛节目《危险边缘》中,深蓝的下一代计算机“沃森(Watson)”用推理能力击败了人类对手;最近两年,AlphaGo多次击败世界上最顶尖的围棋选手。

      如果说深蓝依靠的大多还是强大的计算能力,那么Watson、AlphaGo已经在信息分析、自然语言处理和机器学习等人工智能领域进行着大量的技术创新。

      在Detlev Reicheneder看来,人工智能技术未来一定会给制造业带来重大的变革。事实上,两年前欧特克就已经在人工智能领域进行着实践,通过对衍生式设计的研究探索着机器学习技术在传统制造业的应用。

      以飞行器的设计为例:设计师希望飞行器有良好的飞行性能,同时还能承受有效载荷,这意味着要减轻飞行器底盘的重量和减少飞行器的空气阻力。

      在欧特克的前沿研究中,只要将设计师设定的限制条件输入计算机,计算机就会去探索每一种可能的解决方案,并得出设计者意想不到的一些设计想法,计算机无需具备人类的绘图能力就可以完全自主地创造这些想法。

      通俗来理解这个过程,衍生式设计就是在传统的CAD设计基础上,根据零部件的承载进行应力分析和拓扑优化,借助于机器学习技术,不停的迭代出多种结构化方案,并从中找到性能相同但重量更轻的结构,然后通过增材制造技术将零件制造出来。

Detlev Reicheneder


      Detlev Reicheneder说,衍生式设计的意义在于,可以一定程度上降低工程师的门槛,以后的工程师也许不再需要特别专业的机械结构、材料科学等知识,工程师只需要在不同的设计阶段给出各种约束和限制性条件,计算机就能根据机器学习、大数据分析、材料工程、分析仿真等技术给出设计方案,并且这些所有的应用都可以交付到云平台上进行。

      作为人工智能技术的一个分支,欧特克在机器学习领域的实践已有了不少应用案例,包括将衍生式设计技术应用到空客A320、Under Armour、Hack Rod汽车等产品中,为这些企业大幅提升了产品设计和制造效率。

      譬如在空客A320的合作中,欧特克帮助A320完成了全新的机舱设计,与原有的隔离结构相比,新型的仿生隔离结构由几个不同的部件组成,不仅强度更高,而且将其总量减轻了45%。
 
      Detlev Reicheneder透露,欧特克目前还在开发一种基于人工智能的图形识别技术,通过计算机视觉引擎,只要在零部件库中输入约束条件,就能检索出符合特征的模型。未来,这种应用还会延伸到重量、颜色等条件的识别中。
责任编辑:王阳
e-works
官方微信
掌上
信息化
编辑推荐
文章推荐
博客推荐
视频推荐