推动智能制造,为什么要从设计去突破?-凯发k8一触即发

  推动智能制造,为什么要从设计去突破?-凯发k8一触即发

推动智能制造,为什么要从设计去突破?

2020/06/05
导读
“我觉得能把自己现在要做的三件事做好就行了,其实人一辈子能做好一件事情就很不容易,我还比较贪心,想做三件事情。”

高亮



写在前面:



2015年发布的《中国制造2025》,将智能制造定位到了国家战略高度,智能制造愈发受重视。


但在实际推进中,应该如何实现“智能”?又是否只涉及“制造”一环?


在高亮看来,智能制造离不开两个重要因素:设计与调度。


设计是制造的前提,现存设计流程冗长而复杂,如果能拥有类似于“一键美颜”的能力,让系统按要求实现自动化设计,我们将在设计领域掀起一场革命。


调度贯穿于制造的整个流程,尽管现代工厂把调度管理优化到极致,但仍然还没有达到“最优解”,若能实现智能调度,企业效益还可以更进一步提高。


为了解决这些痛点,高亮和他的团队展开了探索。


作者介绍:


华中科技大学教授,2019年“科学探索奖”先进制造领域获奖人。


获奖理由:肯定他在基于拓扑优化的数字化设计领域取得的成果,鼓励他继续采用等几何拓扑优化技术,探索并实现cad、cae与拓扑优化的一体化。



拓扑优化

topology optimization


是指在给定的设计区域内,寻求材料的最优分布形式,在满足设计约束的条件下,使某项或几项性能达到最优,是一种“算”出三维结构的智能设计方法。


科学家来信:


3d打印技术(增材制造),相信很多人都有所耳闻。


作为一项颠覆性技术,它帮助设计人员把设计资料转化成为实体物件,解决了过去设计得出、却造不出的问题。


图源:pixabay


我们知道,设计是制造的先导,尤其是数字化/智能设计技术,将成为智能制造的重点。


但设计是一件非常复杂的工作,往往需要消耗大量的时间和人力。我们有没有可能像3d打印机一样,让设计实现自动化呢?这成为我思考和探索的重点。


在这里,我们有必要介绍一下当今设计的发展情况:


进入现代社会,我们先是在图板上制图,计算机出现后,转而通过计算机辅助设计(computer aided design,简称cad)


常见的设计图纸


从二维cad到三维cad,人类本质上是在画图(drawing),并不是真正的设计(design),而后还需要用计算机辅助工程(computer aided engineering,即cae)进行分析,如果不满足设计要求,还得重新设计——分析——再设计……


有没有这样一种可能:只需要确定设计空间、设计目标和设计约束,计算机就能在完成cae分析的基础上,自动完成零部件的三维设计呢?


基于拓扑优化的数字化设计技术,将有机会把这种可能变为现实。


拓扑优化方法不仅能缩短设计周期、提升设计质量,而且可以解决经验设计难以解决的复杂设计问题。


卫星推进舱主承力结构优化过程。设定好目标后,我们可以让系统自动给出最优的设计方案



通过基于边界描述的拓扑优化“算出结构”,我们可以将几何建模和优化设计融为一体。


但是,目前还无法准确实现结构分析,因为当前的结构分析主要是基于「有限元」(一种工程分析手段),其模型与cad模型存在差异。


我们还需要一种新的技术,让cad、cae、拓扑优化真正融合,那就是等几何分析技术


近几年来,我带领团队在拓扑优化领域进行了深入地学习与探索,开展基于参数化水平集与等几何分析的理论研究,认为该方法对于推动新一代数字化设计的实现具有重要意义。


首先,从设计方法角度而言,将参数化水平集方法与等几何分析方法相结合,能够使设计与分析过程相统一,得到清晰且光滑的结构,不仅提升了设计效率,而且为后续生产制造环节提供了便利。


这将确保数字化设计与分析一体化,极大缩短了产品的开发周期、降低研发成本,为实现智能制造和智能生产提供了理论基础。


同时,考虑到实际工业应用中的特殊环境以及特定需求,我们还考虑将这一方法用于设计具有特殊性能的新材料、新结构,如超材料设计、材料/结构一体化设计等。


参数化水平集方法


除此之外,我们也希望借此为新型工业软件奠定基础,工业软件的高效应用是实现智能制造的核心要素,是帮助我们将“概念”变为“现实”重要的工具。


最终,我们将会努力打造出一个能够实现整个产品生命周期的设计平台,通过该平台,将设计、工程、制造到后期的用户体验环节有机地统一起来。


等几何拓扑优化设计


不妨畅想这样一个画面:通过“技术——软件——平台”这种演进路径,在完备的数字化设计平台的引领下,从设计到生产,从制造业到产业链,我们今后将为产品个性化设计的实现提供可能。


届时,我们将不再受传统设计与工程问题的局限,通过强大的工业化平台,将概念变为现实。


采访手记:


“没有想过,我觉得能把自己现在要做的三件事做好就行了,其实人一辈子能做好一件事情就很不容易,我还比较贪心,想做三件事情。”


问起高亮最想成为的人物是谁,他想了一会儿,给我们回复道。


第一件事当然是基于拓扑优化的数字化设计,高亮想把它变成一个人人都能用的工具,从3d打印的“所见即所得”更前一步,做到“所思即所见”。


第二件事是推动调度技术的进步,在调度优化方面,高亮团队已经创造了多个世界纪录,并在许多产业有所应用。


至于第三件事,高亮希望我们先不写上,“等做出来再说”。




01

q:等几何拓扑优化的意义在于哪里?


a:效率上,它将比传统设计带来几十到上百倍的提升,但更重要的意义在于工业生产体系的安全层面。


现有的工业生产体系已经非常完善,我们很难再重新发展一个自主知识产权的cad软件,整个生态也不会接受一个只能提供相似功能的新软件。


而拓扑优化技术一旦投入应用,它将改变未来的设计制造模式,这样一来,我们才有机会争取到生存空间。



02

q:国内工业软件目前处于什么状况?


a:工业软件在“863”时期有过快速发展,但后面我们为了与国际接轨,中断了这方面的支持力度。在市场选择下,不少厂商就慢慢倒下、积重难返了。


这就好比当年我们生产的“运10”可以飞西藏,但后面项目下马后,我们和波音、空客的差距就越来越大,直到这些年再次通过c919重振旗鼓,一个道理。



03

q:除了软件,工业体系里还有哪些不容忽视的关键要素?


a:首先是芯片级别的装备,比如光刻机,我们至今都没有办法生产。这并不意味着我们要把光刻机所有的关键技术全部拿下,但至少要掌握一项顶尖技术,你才可以获得更公平的对待。


其次是工艺和可靠性,有时候就算引进了国外设备和原材料,你依然造不出来,或者良品率上不去,或者质量不过硬。


除此之外,成体系的生态也很重要,单个软件开发并不算太难,但你得让一个个软件形成生态,软件才能持续发展起来。



04

q:工业软件为什么需要形成生态?


a:我举个例子,比如安卓或者ios,谷歌和苹果提供平台,让开发者在上面开发软件,吸引足够多的开发者和用户后,他就构成了一个生态系统。我们现在缺乏的是这样用于底层打通的东西。


在工业软件方面,普及度越高,功能就被需求反推得越强大,整个工业体系就越离不开。因为每家企业都会去做理性的思考和选择,而群体长远的利益就会受到威胁。


所以决策者一定要有超前的眼光,站在高度上去引导和扶持自主软件,从而进入良性循环,不能全部指望市场和企业去做。



05

q:你理想中的产学研结合应该是什么模式?


a:比如拓扑优化的应用,将来可能会通过一个网站提供服务,你通过网站描述设计任务,付费后就可以让后台服务器帮你设计出来。如果你需要进行制作,网站会在后台向3d打印厂商竞价制作,安排物流送货上门。


未来可能会出现一种工厂,里面除了传统的数控加工以外,还有各种各样3d打印机床,生产安排都是自行组织的。


我希望我的研究最后能够变成实用的工具,为工业部门所采用,这样才有生命力。



06

q:你怎么理解“智能制造”?


a:「调度」是智能制造里面最关键的因素,是将制造过程中运用有限的制造资源,在时间上分配给若干生产任务,以满足一个或多个优化目标。


从第一个零件制造到最后一个零件下线,我们称之为生产周期,调度的好坏,影响着生产周期的长短。这在本质上是个非常难的问题,在数学上叫做「np难问题」。随着规模的增长,求解的时间会成为天文数字。


比如我们可以用很简单的规则得到,用1168个单位就可以完成加工,但实际最优解其实是930,如何从1168迈向930?这就是我们和最优调度方案的距离,也是我们和智能制造的距离。



07

q:这和市面上不少智能工业方案是一个概念吗?


a:不一样。他们本质上只做了信息化的工作,没有做最优化或者智能化的工作。


这些基础科学问题单纯靠产业界是解决不了的。



08

q:拓扑优化和调度优化,你会有预期的应用时间吗?


a:拓扑优化方面,我希望能在科学探索奖资助我的五年期结束之前有个产品给到大家来用。调度优化方面,其实我们在很多地方已经有所应用,只不过还没有变成通用的软件。


因为调度问题很复杂,各种不同的类型都有:作业车间、柔性作业车间、流水车间、开放车间等等,想要作出包罗万象的调度工具是一件非常难的事情。


未来,我们将重点研究分布式车间调度。我们相信,在全球化的背景下,分布式制造将是未来常见的生产模式。



09

q:如果给更年轻的学者一些建议,你会说些什么?


a:有一句话对我启发很大:to know everything of something,to know something of everything。

(向左滑动可看更多q&a)


实习生吴星莹对本文亦有贡献


注:本文转载自科学探索奖。

参与讨论
0 条评论
评论
暂无评论内容
知识分子是由饶毅、鲁白、谢宇三位学者创办的移动新媒体平台,致力于关注科学、人文、思想。
订阅newsletter

我们会定期将电子期刊发送到您的邮箱

go
网站地图