十四五規(guī)劃中，有三次提到工業(yè)互聯(lián)網(wǎng)。無論是各地政府的產(chǎn)業(yè)政策利好頻出，還是風險投資的活躍重視程度，都能感受到這個領域在蓬勃發(fā)展，工業(yè)互聯(lián)網(wǎng)已是推動我國工業(yè)領域數(shù)字經(jīng)濟高質量發(fā)展的重要引擎。

截至2020年6月的不完全統(tǒng)計，中國國內的工業(yè)互聯(lián)網(wǎng)平臺有600余個，具備行業(yè)、區(qū)域影響力的超過70個，各家平臺百舸爭流，在初步完成了市場的粗放建設期后，真正考驗這些平臺的是應用和內容。但普遍存在的產(chǎn)業(yè)現(xiàn)象是平臺同質化嚴重且缺乏有價值的應用支撐，而以物聯(lián)呈現(xiàn)、圖像識別、聲音識別、視頻識別或數(shù)字駕駛艙（往往以大屏幕顯示）最為典型。

怎樣才能令一個工業(yè)互聯(lián)網(wǎng)平臺脫穎而出體現(xiàn)差異化價值？對垂直細分場景的理解和相應業(yè)務問題的解決能力將是一個重要的方向，因為機理模型一直是各個工業(yè)互聯(lián)網(wǎng)平臺爭相合作的稀缺資源。

掌握工藝機理，揭開制造本質

機理模型廣泛地存在于生產(chǎn)制造之中。以等離子噴涂為例，汽車、飛機、3C及黑白家電企業(yè)制造過程中都離不開它。這是產(chǎn)品外殼噴涂金屬的典型工藝，通常以流水線連續(xù)生產(chǎn)模式為主。雖然當前自動化程度已經(jīng)很高，但這種工藝依然還會在噴涂凝結成形或出廠后，出現(xiàn)起云起斑、粉化等質量現(xiàn)象。導致產(chǎn)品輕則需要進行修補，重則要批量召回。

該如何理解這些質量問題的成因呢？

噴涂質量好不好，關鍵取決于金屬漆在被噴涂并附著于產(chǎn)品表面后所形成涂層所對應的兩個結果指標：孔隙率和殘余應力。

然而，這只是一種結果。等離子噴涂工藝是一種子成形過程相互依賴、多個工藝參數(shù)相互關聯(lián)的復雜過程。電流、送粉速度、熔射距離、掃描間距和掃描速度等，都是參與到成形過程中的關鍵控制因素并直接影響最終結果，具有明確的根因關系和可解釋性。

這樣的機理模型能夠很好的構建根因關系，幫助工廠快速形成數(shù)字化工藝畫像，從而快速定位引起噴涂質量問題的根源。它的沉淀過程成本高昂，需要來自大量實驗和一線工程經(jīng)驗反復融合的結果，是工藝經(jīng)驗的寶貴傳承。在現(xiàn)實生產(chǎn)過程的低樣本環(huán)境下，不太可能通過大數(shù)據(jù)學習訓練而完成。

焊接工藝是另外一種重要基礎工藝，廣泛應用于船舶、汽車、軌道交通、重工機械、航空航天、家電等。焊接過程是一個瞬時動態(tài)非平衡過程，焊縫成形質量受各種因素動態(tài)影響，使得質量控制變得極為復雜。這對焊工的操作其實提出了很高要求，很多過程的控制完全超出了人的敏感度。

由于焊接過程中火花四濺，業(yè)界普遍使用紅外圖像等昂貴設備進行熔池觀察以對缺陷特征有所發(fā)現(xiàn)，而且質量問題（斷焊、虛焊、漏焊等）更多的時候還需要等待材質在最終冷卻凝結后，使用探傷設備進行深層次質量的發(fā)現(xiàn)，可是這些傳統(tǒng)手段，依然只是發(fā)現(xiàn)了問題和挑揀出了次品，卻無法解釋質量問題的成因。

以氣保焊機理模型就可以一探端倪，在焊槍與金屬材質發(fā)生加工作用的一瞬間，邊界條件和過程動態(tài)影響因素，最多可以達到20種以上。

圖1 氣保焊的影響機理

只有有效梳理后的機理模型，才能在焊接過程中，直接捕捉到焊縫質量問題，而不是事后再進行檢測。要實現(xiàn)在線檢測質量，就需要這種稀缺性、高技術價值的機理模型。

工業(yè)互聯(lián)網(wǎng)一根針戳破天

最近幾年，制造業(yè)對人工智能技術多有排斥，因為人工智能的不可解釋性讓人頗為頭疼。幾乎所有的人工智能都是利用大數(shù)據(jù)和數(shù)據(jù)標注的方法來讓系統(tǒng)學會處理相關信息。但如果過分依賴AI，就意味著有可能出現(xiàn)AI系統(tǒng)無法控制或者不知道該采取什么行為的問題，讓工業(yè)現(xiàn)場的生產(chǎn)落入不可預測性的控制恐慌。

機理模型的可解釋性，正是制造業(yè)企業(yè)愿意傾聽的故事。但機理模型的表達往往很難快速找到一個明確的公式或函數(shù)。如果可以通過AI工具找到表達規(guī)律的形式，兩者的結合就可以使得工藝智能從后臺走向前臺，有效地應用于傳統(tǒng)制造。

在大型船舶發(fā)動機領域，傳統(tǒng)的情形是：焊接占據(jù)日常生產(chǎn)工作的70%，大量使用外包工人，人員能力參差不齊。工廠通過制造執(zhí)行系統(tǒng)MES下發(fā)工單到焊接工位對相應構件進行焊接，工人在接受訂單之后啟動機器干活。隨后，由于工人操作的規(guī)范性、加工設備的微觀工藝進程以及各類擾動情況的出現(xiàn)，現(xiàn)場開始與信息化系統(tǒng)失去了聯(lián)系。最重要的過程環(huán)節(jié)變成了一個黑箱。在質檢環(huán)節(jié)中，需要將各個構件吊裝至專門的質檢車間。采用各類無損檢測設備，剔除和修復質量不合格的構件，以防被裝配的成品導致運行隱患。然而，當發(fā)現(xiàn)深層次的焊接質量問題時，與焊接行為本身通常已經(jīng)脫鉤了3至15天左右。這種次品很難追溯原因，更不要說如何改進。最后，往往就會導致2至3個月的交貨延誤，形成較大的損失。而且，下一個批次的發(fā)動機生產(chǎn)可能又是舊故事再次循環(huán)。

工藝智能的引入，讓這一切得到了有效解決。利用工業(yè)互聯(lián)網(wǎng)的各類融合技術，以不低于1000hz的頻率進行各類工藝參數(shù)的高頻采集。然后基于實時數(shù)據(jù)庫進行快速存儲，根據(jù)材質特性，以極高的頻率快速調用后端封裝好的具體機理算法進行分析。這樣，就可以實時對焊縫按質檢標準給出風險分類和缺陷位置定位，從而使得質量問題在焊接單元之中即刻解決。

可以看到，工藝智能可以讓事后質量檢測走向實時在線的監(jiān)測和預測。這是一種質量管理模式的根本性變化，從而可以用很低的成本，更早發(fā)現(xiàn)問題，減少材料浪費消耗等。

對于已經(jīng)實現(xiàn)了高度穩(wěn)定自動化的批量制造的汽車產(chǎn)線，工藝智能同樣有著很高的價值。

焊接和噴涂均是汽車制造的四大核心制造工藝，一條產(chǎn)線上集成了眾多數(shù)量的機器人，少則十幾臺，多則數(shù)十臺。機器的健康程度，是在逐漸發(fā)生細微的變化。當某個機器人的行為姿態(tài)以及信號輸出導致了公差，在多臺機器人的協(xié)作情況下，有可能形成更大的公差累計，導致生產(chǎn)出來的產(chǎn)品具有很大的質量隱患，而這種隱患往往無法立刻能肉眼發(fā)現(xiàn)?，F(xiàn)在普遍的產(chǎn)品質量檢測，是以產(chǎn)線末端的人工抽檢為主，如想實現(xiàn)更高的檢測率，需要投入更多的人力成本。一條穩(wěn)定生產(chǎn)的產(chǎn)線也許一年發(fā)生不了幾次質量事故。但哪怕發(fā)生一次，都意味著重要的批次性質量事故或召回事件，損失慘重。

工藝智能，以超高的頻率開始登場了。如果是電阻電焊，采樣頻率甚至需要提高到每秒1.5萬次以上。它通過高速數(shù)據(jù)采集和成形監(jiān)測，快速發(fā)現(xiàn)問題并干預，讓損失減少至一個最小生產(chǎn)批次內。

再說說產(chǎn)線的換線問題，產(chǎn)線會因生產(chǎn)不同的車型而適應性調整。如果是一條白車身的焊裝線，焊點高達6000個，每個焊點都在生產(chǎn)車型變化時由人工進行最佳工藝參數(shù)的調試。調試的越快，意味著產(chǎn)線可以越早投入新的生產(chǎn)，產(chǎn)生價值。但過去的工藝調試，往往依賴于人的經(jīng)驗，調試效率因人而異。而通過工藝智能，則可以基于有效成形機理，在調試過程中參照并快速逼近最佳成形所需的工藝參數(shù)集，縮短調試時間就是重要的產(chǎn)能價值。

類似上述這樣的工藝質量的拿手好戲，開始零星上演。相比于傳統(tǒng)工業(yè)軟件大多偏信息管理性質，工藝智能更加靠近設備執(zhí)行現(xiàn)狀，直面制造業(yè)所需要的降本、增效和提質的核心需要。

小記：喚醒沉睡的設備軍團

再次以金屬加工設備為例，看看將有多少沉睡中的設備軍團有待于被喚醒。

焊割技術作為裝備制造業(yè)核心技術之一，只要用到金屬材料加工的工業(yè)領域，就需要焊接與切割設備。

根據(jù)中國機器人產(chǎn)業(yè)聯(lián)盟、國際機器人聯(lián)合會、中國焊接協(xié)會等相關公開數(shù)據(jù)推算，截止2019年底，僅中國市場上已存在的焊接機器人約為30萬臺，半自動和全自動焊機年市場存量穩(wěn)定在1200萬臺左右。

我國已經(jīng)發(fā)展成為全球焊接設備生產(chǎn)大國。根據(jù)我國電氣工業(yè)協(xié)會電焊機分會年報數(shù)據(jù)，僅2018年各類電焊機總銷售量（56家協(xié)會成員企業(yè)）374萬臺。

這些裝備，都是工藝智能大有用武之地的戰(zhàn)場。

在工業(yè)互聯(lián)網(wǎng)百花齊放的混沌期和興奮期過后，只有具有深厚工業(yè)知識積累，厚積薄發(fā)，才能在傳統(tǒng)工業(yè)領域一一喚醒那些沉睡的機器。
編輯：lyn