王爱民:关于黑灯生产的思考-1

智能制造随笔
关注

危险环境下的生产必然要走向追求现场无人化的黑灯生产。黑灯生产从字面意思上来说似乎就是一种高度的自动化,也是工业实际应用当中的运行效果表征。

关于黑灯生产有如下一些思考。

(1)黑灯生产的范围是什么?

其实对于单独一台套自动化装置的运行,有了输入,通过一系列的自动执行的动作,就产生了输出。这个单台套的自动化装置对于我们来说其实就是一种黑盒子,或者说是一个缩小版的黑灯运行生产。其实我们日常见到的很多产品都是这个样子,洗衣机、电脑、电视都是这样的。

当我们现在语境下面所说的黑灯生产,远远不止于针对这么单台套的具体产品,而是从一个更广泛的产线或者车间的角度来说的。

(2)黑灯生产的特点是什么?

黑灯生产一个最典型的特点就是现场的无人化。人是需要视觉对现场进行感知的,否则很大程度上是无法掌握生产状态的,而黑灯生产显然在这个方面是要去掉人的这种介入的。

黑灯生产另一个典型的特点就是高度的自动化。高度的自动化是不可避免的,并且这种自动化更突出的是一种连续性的无间断的执行,其实是一种指令流的自然驱动,也是我们经常提的数据驱动的一种体现。

(3)如何实现现场的无人化?

黑灯生产的现场无人化,那我们就要来分析现场的人能够发挥什么样的作用,而这种作用是不是无可替代的?或者说,能否将现场的人替代掉?

产线或者车间的现场,人能够做什么事情呢?比如人可以做操作,而这种操作是否可以用机器来替代?比如人做操作背后的因素其实是决策判断,而这种决策是否可以以一种自动化支持运行的方式可以与机器相融合。

想要实现黑灯生产的现场无人化,就必须分析人对产线或者车间内的融入与介入机制,或者说是广义上的人机交互都有哪些形式和内容?只有当这些清楚的时候,才算是为黑灯生产打下了第1个基础。

(4)黑灯生产下的高度自动化有什么要求?

黑灯生产其实是一个制造系统,不管大小如何。而对于任何一个制造系统而言,必然涉及到我们传统上说的几个流。

比如说控制流或者说执行流,即信息流。所有的自动化本质上来说,都是工艺动作的规范与重复执行,而这需要指令来启动。如果说黑灯生产只是针对单一产品的一种自动化,相对来说与传统的自动化产线可能并没有多少区别。但黑灯生产在控制执行方面来说肯定不至于这种程度,比如说实现柔性的多产品并行生产支持。这就需要一个直接面向底层硬件执行指令的分发控制机制,有点类似新奔驰,安贝格工厂里面所提出的NC program generater,如果不是自动产生的,那一定是有一个精确和精准的方法控制中心,这个方面其实有点类似数字主线的味道,其实只是这主要是面向底层硬件的控制执行以及重构协调等方面。从某种程度上来说,黑灯生产是IT与OT融合的典型体现。

比如物质流。绝大部分产线或者车间其实还是产品在流动的,也涵盖为了生产进行的辅助性工具实物。黑灯生产下的物质流相比于传统非黑灯生产的产线或者车间,实物的周转必须进行全状态全过程的精细管控。

比如能量流。这一方面无需多说,必然要求一个较为完善的能源供应网络。

(5)黑灯生产出现了异常怎么办?

总体上来说,黑灯生产必然要求全过程全状态的实时监控。大部分的黑灯生产面向的产线或者车间都是较为紧密的,比较突出的就是一旦有某个环境出现问题,整个产线应该立即叫停,从这个角度来说与传统的那种安东系统或者精益生产线有点类似。所以对于生产状态的监控,乃至实时性,必然是要求非常高的。

另外一个方面,黑灯生产所依托的制造系统也必然要求具有一定的容错机制。或者换句话说。黑灯生产下的产线或者直接不仅要支持正向的流程执行,也要支持异常情况下的流程判断与处理。产品设计当中的产品族或产品平台理念,或者说生产现场当中的总线理念,在底层的指导思想上面来说,都可以提供一定的参考。可靠性工程当中的一些典型的做法,其实在黑灯生产里面应该都是大有用之地的。

(6)装置或者产线的预测性维护,也将是黑灯生产的重要考虑内容。

由于黑灯生产的高度自动化也代表了装置或者产业线具有紧密的耦合关系,相当于是一种牵一发而动全身的制造系统架构。为了保证必要的MTBF等可靠性要求,必然要开展深度的预测性维护方面的工作。

(7)黑灯生产的现场无人不代表整个系统的运行不需要人的介入,主要来说是换了一种形式。

事务性的重复性的人的操作动作由机器来替代是相对简单的,这是当前大部分所谓的黑灯生产所达到的一种结果,其实就是一种传统自动化而已。

但更复杂的其实是人的决策判断如何能够沉淀到黑灯生产系统当中去。以支持和实现知识自动化,并且这种自动化与硬件装置或产线的自动化能够深度的有机的耦合起来。

如果还是无法做到沉淀而必须要有人的介入,那只能采用遥操作的方式来进行。这就涉及到人机交互的另外一个重要的分支内容了,本文暂时不做展开。

       原文标题 : 王爱民:关于黑灯生产的思考-1

声明: 本文由入驻OFweek维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。
侵权投诉

下载OFweek,一手掌握高科技全行业资讯

还不是OFweek会员,马上注册
打开app,查看更多精彩资讯 >
  • 长按识别二维码
  • 进入OFweek阅读全文
长按图片进行保存